コピュラ統計学について
コピュラ統計学 (Copula statistics)という分野の概観
対象:コピュラに関する分野をざっくり知りたい方、コピュラを学び始めた方
※ 本稿は分野やキーワードの概観が主旨なので、コピュラについてや研究内容の解説は含まれません。
概観
最初に読むと良いもの
教科書
コピュラ統計の重要なテーマ 5選
-
特に金融データに多く見られる上下非対称性・裾従属性(fat tail)・確率変動を表現したい → 投資配分の決定などに役立てる
-
系列相関を含む時系列データを分析するための時系列モデル
- コピュラ・マルコフ連鎖モデル
- copula-GARCH
- 高次元拡張
- ARCHのときはfactor-basedやDCCで解決してきた部分.
-
3次元以上のモデル化
-
empirical copula process(経験コピュラ過程)の漸近理論
-
機械学習・深層学習と関連した応用
- コピュラ自体をNNで表現する系
- コピュラを組み込んだアーキテクチャで機械学習する系
- Transformer系
- Diffusion系
- その他
コピュラの重要なLimitation
- 多変量解析に対し、明確なメリットがない
- 周辺分布とコピュラはある種つながっており、完全に分離するコピュラによる推定はバイアスを生む → どうしたらバイアス下げられる?
- コピュラ選択に対する正当性
- 多くの応用研究での適用では「数理的性質がうれしい」、にとどまる
- 基準分布としての曖昧さ
- non-gaussianな実世界における, gaussian的存在になりたい. コピュラは関数クラスが広すぎる. [Mikosch, 2006]
- 統計理論の発展
- 推定における感度分析
- フィッティングの良さをどう測れば良いのか
- コピュラへのフィットとデータへのフィットの差分
- 極値統計に無力
- 時系列モデリングに無力
コピュラの推定手法の研究
パラメトリックモデル
- Archimedean copulaに対するInversion of Kendall’s $\tau$, MLE, MMEなどが一般的.
セミパラコピュラモデル:周辺分布をノンパラ、コピュラをパラメトリックに推定
ノンパラ推定
金融応用
コピュラの理論
コピュラに関するキーワード
裾従属性・裾従属係数
コピュラのモデル選択
実用上毎度直面する問題だが、あまり研究は豊富ではない。
チェス版コピュラ・Bernsteinコピュラ
コピュラの代表的な離散近似の仕方です。
Archimedean Copula関連
Aruchimedeanコピュラは、一番シンプルで扱いやすい形式をしているコピュラのクラス(族)です。
隣接テーマ
以下は間接的な関わりがある関連テーマ.
Local Dependence(局所従属性)
最適輸送
最適輸送とコピュラは実は密接に関わりがある。
相互情報量
相互情報量と負のコピュラエントロピーは等しいことが知られている。[Ma, 2011]
その他従属性一般の話題