Nonparametric confidence intervals for tail dependence based on copulas

Abstract

We propose nonparametric asymptotic confidence intervals for the upper and lower tail dependence coefficients. These latter are obtained from confidence bands established for the copula function itself and based upon three kernel-type estimators. We show the performance of these confidence intervals through a simulation study. We also apply these results to financial data stemming from the CAC 40 stock index which reveals the existence of extreme dependence between larger values of the opening and closing prices for this index during the considered period.

Ce papier présente des intervalles de confiance asymptotiques pour les coefficients de dépendance de queue inférieure et supérieure. Ces derniers sont obtenus de façon nonparamétrique à partir de bandes de confiance presque sûres obtenues pour la fonction copule elle méme et basées sur des estimateurs à noyau. Nous montrons ensuite la performance de ces intervalles de confiance à travers une étude de simulation. Une application de ces résultats sur des données financières issues de l'indice boursier CAC 40 révèlent une dépendance extréme entre les valeurs d'ouverture et de fermeture de cet indice durant la période étudiée.