Question

我正在与一家数据库合作，讨论来自不同企业的保险损失。

我如何随机生成一个三维 gumbel copula来汇总三个业务线？我不知道tau参数，但我只有这两个扇区之间的Pearson相关系数。不幸的是，我使用了Pearson rho和tau参数之间典型的Gaussian Copula的闭合关系：

{tau=(2/pi)*asin(rho)}

这是一个很好的代理人;我该怎么办呢？此外，我试图实现rHAC功能（在“HAC”包中），它允许我直接生成三维copula;之后，我使用分位数函数来获得要求和的新值

{quantile(db[,1],probs=gumbel[,1]);
 quantile(db[,2],probs=gumbel[,2]), 
 etc...
}

否则，我也试图利用这个功能

rCopula(N_gumbel,gumbelCopula(1/(1- tau),dim=2))

需要分层结构：
首先，我必须汇总(A,B)，然后汇总(A+B,C)。在此阶段，再次需要函数quantile。在这两种情况下，相关矩阵是：

matrix(c(1,0.5,0.25,0.5,1,0.25,0.25,0.25,1),nrow=3,ncol=3)

我注意到随机生成的元素之间的相关性并不完全等于原始值。此外，现金金额（在分位数函数之后生成）之间的相关性高于精确的（定义为假设）。

这一事实造成了巨大的问题。该聚合的结果类似于通过高斯Copula获得的结果。这是不可能的！

过程是：

我非常感谢所有的建议。