• Journal of the Korean Statistical Society
• /
• 제25권3호
• /
• pp.313-336
• /
• 1996

In this paper we consider weak convergence of some rescaled transi-tion probabilities of a real-valued, k-th order (k $\geq$ 1) stationary Markov chain. Under the assumption that the joint distribution of K + 1 consecutive variables belongs to the domain of attraction of a multivariate extreme value distribution, the paper gives a sufficient condition for the weak convergence and characterizes the limiting distribution via the multivariate extreme value distribution.

• Communications for Statistical Applications and Methods
• /
• 제3권2호
• /
• pp.249-273
• /
• 1996

This paper reviews and develops several statistical models for extreme values, based on threshold methodology. Extreme values of a time series are modeled in terms of tails which are defined as truncated forms of original variables, and Markov property is imposed on the tails. Tails of the generalized extreme value distribution and a multivariate extreme value distributively, of the tails of the series. These models are then applied to real ozone data series collected in the Chicago area. A major concern is given to detecting any possible trend in the extreme values.

• Wind and Structures
• /
• 제25권3호
• /
• pp.261-282
• /
• 2017

The probabilistic information of directional extreme wind speeds is important for precisely estimating the design wind loads on structures. A new joint probability distribution model of directional extreme wind speeds is established based on observed wind-speed data using multivariate extreme value theory with the t-Copula function in the present study. At first, the theoretical deficiencies of the Gaussian-Copula and Gumbel-Copula models proposed by previous researchers for the joint probability distribution of directional extreme wind speeds are analysed. Then, the t-Copula model is adopted to solve this deficiency. Next, these three types of Copula models are discussed and evaluated with Spearman's rho, the parametric bootstrap test and the selection criteria based on the empirical Copula. Finally, the extreme wind speeds for a given return period are predicted by the t-Copula model with observed wind-speed records from several areas and the influence of dependence among directional extreme wind speeds on the predicted results is discussed.

• Wind and Structures
• /
• 제31권6호
• /
• pp.549-560
• /
• 2020

Methods for stochastic simulation of non-Gaussian wind pressure have increasingly addressed the efficiency and accuracy contents to offer an accurate description of the extreme value estimation of the long-span and high-rise structures. This paper presents a linear prediction and z-transform (LPZ) based Cumulative distribution function (CDF) mapping algorithm for the simulation of multivariate non-Gaussian fluctuating wind pressure. The new algorithm generates realizations of non-Gaussian with prescribed marginal probability distribution function (PDF) and prescribed spectral density function (PSD). The inverse linear prediction and z-transform function (ILPZ) is deduced. LPZ is improved and applied to non-Gaussian wind pressure simulation for the first time. The new algorithm is demonstrated to be efficient, flexible, and more accurate in comparison with the FFT-based method and Hermite polynomial model method in two examples for transverse softening and longitudinal hardening non-Gaussian wind pressures.

• 응용통계연구
• /
• 제19권3호
• /
• pp.481-504
• /
• 2006

금융위험의 측정 및 관리를 위한 도구로서 분포의 꼬리 부분과 관련한 위험척도로 VaR가 현재 널리 활용되고 있다. 특히 VaR의 정확한 추정을 위해 정규분포를 가정한 기존의 방법보다는 극단치이론을 이용한 방법이 최근 관심을 끌고 있다. 지금까지 극단치이론을 이용한VaR의 추정에 관한 연구는 대부분 단변량의 경우에 대해 이루어졌다. 본 논문에서는 코퓰러를 극단치이론에 결부시켜 다변량 극단치분포를 모형화하여 포트폴리오 위험측정을 다루고 있다. 특히 본 연구에서는 포트폴리오 위험 척도로 VaR와 더불어 ES에 대한 추정 방법도 함께 논의하였다. 포트폴리오 위험측정을 위한 방법으로 본 논문에서 논의한 코퓰러-극단치이론에 의한 접근방법이 기존의 분산-공분산 방법보다 상대적으로 우수한지를 실증자료에 대한 사후검증을 통해 살펴보았다.

• 응용통계연구
• /
• 제29권4호
• /
• pp.753-771
• /
• 2016

금융기관의 위험관리를 위한 중요한 도구로서 현재 VaR가 널리 사용되고 있다. 본 논문에서는 코퓰러 함수들을 이용하여 극단치이론과 GARCH 모형을 결합한 일변량분포로부터 구축한 다변량분포들을 바탕으로 코스피, 다우존스, 상하이 그리고 니케이 지수들로 구성된 포트폴리오의 VaR 추정과 그 성과에 관해 논의하였다. 사후검증 결과 전체적으로 볼 때 가우시안, t, 클레이톤, 프랭크 코퓰러를 사용한 t-분포의 오차항을 가진 변동성 모형들이 포트폴리오 VaR의 측정에 적합한 모형들로 나타났으며, 특히 프랭크 코퓰러의 경우에 가장 우수한 성과를 나타내었다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권4호
• /
• pp.797-810
• /
• 2017

한반도는 매년 태풍의 위험에 노출되어 있다. 태풍은 강풍과 강우가 동반되는 열대성 저기압으로 사회 경제적으로 막대한 피해를 유발한다. 현재의 자연재해 경고 시스템은 풍속과 강우를 구분하여 위험을 감지토록 설계되어 강풍과 폭우를 동반한 태풍의 위험을 경고하는데 한계점이 존재한다. 코플라모형은 확률변수들 사이의 복잡한 의존성 구조를 파악하기 위해 단변량분포의 집합을 다변량분포로 연결하는 모형으로 강우, 홍수, 가뭄 등의 분야에서 활발하게 연구되고 있다. 본 연구에서는 한반도에서 태풍에 가장 많이 노출된 도시인 부산과 제주도의 기상 관측소 (ASOS)에서 수집된 1904년 4월 9일부터 2015년 12월 31일까지 일강수량 (precipitation), 일최대풍속 (maximum wind speed) 자료를 이용하였다. 각 변수의 주변부확률을 추정하기 위해 두꺼운 꼬리 분포인 로그정규분포, 감마분포, 와이블분포를 고려하였다. 주변부 확률분포의 적합성검정은 Kolmogorov-Smirnov와 Cramervon-Mises, Anderson-Darling 검정통계량을 이용하였다. 코플라모형을 위해 순위를 기반으로 한 유사자료 (pseudo observation)를 생성하여 두 변수 간 의존성을 추정하였다. 강풍과 폭우의 의존성을 설명하기 위한 코플라모형으로 타원형, 나선형, 극단치 코플라모형이 고려되었다. 코플라모형의 적합성은 Cramer-von-Mises로 검정하였고, 교차검증을 통해 최적모형을 선택하였다. 연구결과 일강우량과 풍속의 주변부 확률분포로 대부분 로그정규분포가 적합하였다. 부산의 일평균풍속에 따른 일강우량은 t 코플라, 일최대풍속에 따른 일강우량은 Clayton 코플라가 최적모형으로 선정되었다. 제주도의 일최대풍속에 따른 일강우량은 정규코플라, 일강우량에 따른 일평균풍속은 Frank 코플라, 일강우량에 따른 일최대풍속은 Husler-Reiss 코플라가 최적모형으로 선택되었다.