Để tạo ra thời gian vỡ nợ phụ thuộc của hai người, TI và T2, ta sử dụng phương pháp copula với copula Gauss. TI và T2 biểu thị một trường hợp đặc biệt của các biến tống quát hơn XI và X2 tuân theo các hàm phân phối mũ.
Phần đầu tiên của quy trình là tìm ra hai biến chuẩn hóa đều phụ thuộc. Ta bắt đầu với hai biến đều chuẩn hóa phụ thuộc Ư =Ư1 và U2. Biến thứ hai là một biến trung gian để tính biến chuẩn hóa đều thứ ba V = U3, tương quan với U2, u và V là các biến đều chuẩn hóa phụ thuộc nhau thông qua hàm copula. Bước thứ hai bao gồm quay lại từ hai biến đều chuẩn hóa phụ thuộc u và V về thời gian vỡ nợ ngẫu nhiên. Vì mỗi giá trị của u và V đúng với thời gian vỡ nợ TI và T2, hàm ngược sẽ tính ra t sử dụng
Phần đầu tiên của quy trình là tìm ra hai biến chuẩn hóa đều phụ thuộc. Ta bắt đầu với hai biến đều chuẩn hóa phụ thuộc Ư =Ư1 và U2. Biến thứ hai là một biến trung gian để tính biến chuẩn hóa đều thứ ba V = U3, tương quan với U2, u và V là các biến đều chuẩn hóa phụ thuộc nhau thông qua hàm copula. Bước thứ hai bao gồm quay lại từ hai biến đều chuẩn hóa phụ thuộc u và V về thời gian vỡ nợ ngẫu nhiên. Vì mỗi giá trị của u và V đúng với thời gian vỡ nợ TI và T2, hàm ngược sẽ tính ra t sử dụng
Bước đầu tiên bao gồm mô phỏng một series thời gian vỡ nợ phân phối mũ bắt đẩu từ một số ngẫu nhiên. Đây là phân phối thông thường để tạo ra bất kỳ biến ngẫu nhiên nào từ một series của biến chuẩn hóa đều. Bước thứ hai sử dụng copula Gauss để tạo ra hai series giá trị của thời gian vỡ nợ phụ thuộc, như mô tả ở trên.
Hệ số tương quan là 70%. Hai biến có cùng cưòng độ vỡ nợ là 5%.Đầu tiên, tạo ra biến đều chuẩn hóa ngẫu nhiên u để tạo ra series đầu tiên của các giá trị biểu thị CDF của thời gian vỡ nợ thứ nhất tl. Sau đó, tạo ra series thứ hai của các giá trị chuẩn hóa đều độc lập u2. Sau đó, làm hai series các số ngẫu nhiên chuẩn hóa đều này tương quan.
Ta tiếp tục như trên để tìm u và V phụ thuộc nhau. Các bước trung gian là: tạo ra một biến chuẩn hóa đều độc lập trung gian u2, sau đó từ u = ul và u2, tính ra biến chuẩn hóa đều thứ ba V tương quan với u sử dụng quan hệ tính phụ thuộc;Thời gian vỡ nợ thứ nhất tl liên hợp với ul bằng cách đảo ngược hàm sống sót. Thời gian vỡ nợ thứ hai t2 liên hợp với V “ u3. Hai thời gian vỡ nợ.
Trong bảng 34.8, hai cột đầu tiên là giá trị của hai biến đều chuẩn hóa độc lập. Cột thứ ba tính toán phân phối chuẩn phụ thuộc xuất phát từ hai phân phối chuẩn chuẩn hóa từ hai biến chuẩn hóa đều độc lập. Biến thứ ba V chuẩn hóa đều và phụ thuộc vào u. Cuối cùng, hai thời gian vỡ nợ là hàm ngược của u và V.
Ta kiểm chứng hai biến đều u và V phụ thuộc nhau bằng cách vẽ đổ thị các giá w phỏng (hình 34.7).
Dependent uniform random: ngẫu nhiên đều phụ thuộc
Ta kiểm chứng hai biến đều u và V phụ thuộc nhau bằng cách vẽ đổ thị các giá w phỏng (hình 34.7).
Dependent uniform random: ngẫu nhiên đều phụ thuộc
Tiếp theo ta lên bảng chéo hai thời gian vỡ nợ TI và T2 và có đổ thị rải rác kéo dài, xuất phát từ tương quan dương. Hình 34.8 chỉ ra cách tạo ra những biến phụ thuộc không chuẩn sử dụng copula Gauss, quan hệ tính phụ thuộc có dạng từ đó ta tính ra biến đều phụ thuộc thứ hai V. Sau đó, ta đảo ngược hàm F, F không phải là hàm mũ, để tính các biến phụ thuộc có cùng cấu trúc phụ thuộc như u và V.
Tương quan giữa hai series của thời gian vỡ nợ là 71,8% trong mô phỏng mẫu này.
Tương quan giữa hai series của thời gian vỡ nợ là 71,8% trong mô phỏng mẫu này.
Từ
khóa tìm kiếm nhiều: vỡ nợ
