SELECCIÓN DE UN MODELO CÓPULA PARA EL AJUSTE DE DATOS BIVARIADOS DEPENDIENTES

El modelamiento en problemas que involucran datos bivariados dependientes es muy importante en diversas areas del conocimiento, tales como: finanzas, actuaria, confiabilidad y analisis de supervivencia. En la literatura, se conocen algunos modelos copula que han sido ampliamente utilizados para modelar distribuciones multivariadas dependientes, entre los cuales se destaca la clase de copulas Arquimedianas. En este articulo, se presenta una metodologia para seleccionar entre algunos modelos copula Arquimedianos el que mejor se ajusta a un conjunto de datos dependientes, utilizando graficos de bondad de ajuste, graficos cuantil cuantil (Q-Q plot) y la prueba analitica de bondad de ajuste de Cramer-von Mises. Se realizo una aplicacion de la metodologia con datos simulados y utilizando datos de siniestros en polizas de seguro. Los resultados mostraron que los datos de seguros se ajustan a un modelo bivariado basado en la copula Frank con marginales lognormales.

[1]  Ping Wang,et al.  Credibility Using Copulas , 2005 .

[2]  Yanqin Fan,et al.  Simple Tests for Models of Dependence between Multiple Financial Time Series, with Applications to U.S. Equity Returns and Exchange Rates , 2004 .

[3]  D. Clayton.  A model for association in bivariate life tables and its application in epidemiological studies of familial tendency in chronic disease incidence , 1978 .

[4]  Emiliano A. Valdez,et al.  Annuity Valuation with Dependent Mortality , 1996 .

[5]  Gabriel Escarela,et al.  Fitting competing risks with an assumed copula , 2003, Statistical methods in medical research.

[6]  Martin T. Wells,et al.  Model Selection and Semiparametric Inference for Bivariate Failure-Time Data , 2000 .

[7]  M. J. Frank.  On the simultaneous associativity of F(x, y) and x+y-F(x, y). (Short Communication). , 1978 .

[8]  Estudio del efecto de la de pendencia en la estimación de la confiabilidad de un sistema con dos modos de falla concurrentes , 2008 .

[9]  Christian Genest,et al.  Copules archimédiennes et families de lois bidimensionnelles dont les marges sont données , 1986 .

[10]  E. Gumbel.  Bivariate Exponential Distributions , 1960 .

[11]  Emiliano A. Valdez,et al.  Understanding Relationships Using Copulas , 1998 .

[12]  M. J. Frank.  On the simultaneous associativity ofF(x,y) andx +y -F(x,y) , 1979 .

[13]  Jun Yan,et al.  Multivariate Modeling with Copulas and Engineering Applications , 2006 .

[14]  C. Genest,et al.  Everything You Always Wanted to Know about Copula Modeling but Were Afraid to Ask , 2007 .

[15]  Eric Bouyé,et al.  Copulas for Finance - A Reading Guide and Some Applications , 2000 .

[16]  Yannick Malevergne,et al.  Testing the Gaussian copula hypothesis for financial assets dependences , 2001, cond-mat/0111310.

[17]  C. Genest,et al.  Statistical Inference Procedures for Bivariate Archimedean Copulas , 1993 .

[18]  P. Embrechts,et al.  Chapter 8 – Modelling Dependence with Copulas and Applications to Risk Management , 2003 .