COVID-19パンデミック中の航空株価に適用された、極依存における変曲点の推定

二つのランダム変数の結合分布の尾部における依存関係は、一般的にχ-測度を用いて評価されます。これは、一方の変数が極めて高い場合に、他方の変数も極めて高いという条件付き確率の極限値です。本研究は、COVID-19パンデミック中のインディア航空とスパイスジェットの二つのインド航空会社の週間リターン率（RoR）の変化に動機づけられています。我々は、二変量フスラー-ライス（BHR）分布を用いて、日々の最大および最小RoRベクトル（潜在的に変換されたもの）をモデル化します。BHR分布のχ-測度における変曲点を推定するために、尤度比検定（LRT）と修正情報基準（MIC）に基づく二つの変曲点検出手続きを探求します。χ-測度の低から高の値に対するLRTとMIC検定統計量の臨界値と検出力曲線を取得します。また、LRTとMICに基づく変曲点の推定量の一貫性を数値的に探ります。我々のデータ適用では、RoRの最大値と最小値について、LRTとMICによって検出された最も顕著な変曲点は、それぞれロックダウンとアンロックの第一段階の発表に近く、現実的です。したがって、我々の研究は将来のパンデミックにおけるポートフォリオ最適化に有益であると考えられます。