Théorie Des Copules



Présenté par :

Mr. Abdellah Ouldkhal

Année universitaire : 2018/2019

Table des matières

1 Introduction aux copules 2

1.1 Définition et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Copule minimale-Copule maximale et Copule produit . . . . . . . . . . . . . . . . . . . . . 3
1.3 Propriétés d’une copule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Section d’une copule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5 Dérivées partielles d’une copule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.6 Bornes de Freschet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2 Copules et variables aléatoires 6

2.1 Rappel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Copules et v.a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3 Bornes de Freschet et v.a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

3 Types de copules 10
3.1 Copule de survie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2 Copule duale, Co-copule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.3 Loi jointe symétrique et copules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.4 Copules et valeurs extrêmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.5 Famille de copules Archimédiennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.6 Famille de copules Archimax . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

4 Copules multiples 15
4.1 Notations et définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.2 n-Copules et Théorème de Sklar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.3 n-Copule minimale, maximale et produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.4 Théorème de Sklar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

5 Les mesures de concordance 20

5.1 Notion de concordance et de discordance . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
5.2 Taux de Kendall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
5.3 Taux de Spearman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

1
Chapitre 1

Introduction aux copules

Introduction

X et Y deux variables aléatoires indépendantes si

H(x, y) = P (X ≤ x, Y ≤ y) = P (X ≤ x)P (Y ≤ y) = F (x).G(y)

⇒ Modélisation facile.

Cas de la dépendance
(
H1 · L’univers est gaussien
Sous les hypothèses :
H2 · Le nuage de points est linéaire

COV (X,Y )
⇒ L’indicateur de pearson : ρ(X, Y ) = σX σY est performant pour la modélisation du problème.

Cas très rare surtout en finance. D’où la théorie des copules qui permet la modélisation sous aucune
hypothèse.

⇒ des indicateurs non linéaires et non paramétriques : le taux de Kendall, et le Rho de Spearman.

1.1 Définition et propriétés

Définition 1.1.1 Soit C : I × I −→ I = [0, 1] une fonction donnée. C est dite copule si :

1 C(u, 0) = C(0, u) = 0, ∀u ∈ I , C est dite granded.

2 C(u, 1) = C(1, u) = u, ∀u ∈ I.

3 ∀u1 , u2 , v1 , v2 ∈ I tels que u1 ≤ u2 et v1 ≤ v2 on a :

C(u1 , v1 ) − C(u1 , v2 ) − C(u2 , v1 ) + C(u2 , v2 ) ≥ 0 (∗)

C est dite 2-increasing (2 fois croissante).

Exemples 1.1.1 U , V ∼ UI=[0,1]

C : I × I −→ I
(u, v) 7−→ C(u, v) = P(U ≤ u, V ≤ v)
Alors C est une copule.

2
Remarques 1.1.1 B = [x1 , x2 ] × [y1 , y2 ] un pavé ou 2-box. Posons :

∆xx21 C(x, y) = C(x2 , y) − C(x1 , y) ; ∆yy21 C(x, y) = C(x, y2 ) − C(x, y1 ) ;

et VC (B) = ∆yy21 ∆xx21 C(x, y) ; Alors (∗) ⇔ Vc (B) ≥ 0.

? Les points (x1 , x2 ); (x1 , y2 ); (y1 , x2 ); (y1 , y2 ) sont dis les sommets de B.

? B = [0, u] × [0, v] où u, v ∈ I et C une copule. On a VC (B) = C(u, v).

? H : R2 −→ R 2-increasing ; H est % par rapport à chaque variable.

? H est % par rapport à chaque variable ; H est 2-increasing.

Exemples 1.1.2 I H(x, y) = (2x − 1)(2y − 1) est % par rapport à x et à y pour x, y ∈ [0, 12 ] et H est
2-increasing.

H : I2 −→ I
I est % par rapport à x et à y mais H non 2-increasing
(x, y) 7−→ max(x, y)
En effet, pour u1 = v1 = 0, et u2 = v2 = 1 ⇒ H(u1 , v1 ) − H(u1 , v2 ) − H(u2 , v1 ) + H(u2 , v2 ) = −1 ≤ 0.

1.2 Copule minimale-Copule maximale et Copule produit

Proposition 1.2.1 soient les fonctions :

C− : I2 −→ I
−
(u, v) 7−→ C (u, v) = max(u + v − 1, 0)

C+ : I2 −→ I
+
(u, v) 7−→ C (u, v) = min(u, v)

Π : I2 −→ I
(u, v) 7−→ Π(u, v) = u × v

Alors C − et C + et Π sont des copules.

Définition 1.2.1 C − est la copule minimale.

C + est la copule maximale.

Π est la copule produit.

H : I2 −→ I
Exercices 1.2.1
(u, v) 7−→ max(u, v)
Vérifier les conditions d’une copule.

Exercices 1.2.2 (Copule moyenne arithmétique) Soit C0 et C1 deux copules et θ ∈ I,

Soit la fonction : Cθ = (1 − θ)C0 + θC1

Montrer que Cθ est une copule.

3
Exercices 1.2.3 Soit α, β ∈ I.

Cα,β (u, v) = αC + (u, v) + (1 − α − β)Π(u, v) + βC − (u, v).

Montrer que Cα,β est une copule (∈ famille de copule de Frechet)

Exercices 1.2.4 θ ∈ [−1, 1] ,

Cθ (u, v) = θ2 ( 1+θ + 2 2 1−θ −

2 )C (u, v) + (1 − θ )Π(u, v) + θ ( 2 )C (u, v)

Montrer que Cθ est une copule (∈ famille de copule de Mardine)

min(x, y, 13 , x + y + 23 ) si 32 ≤ x + y ≤ 4

Exercices 1.2.5 Soit Q : I 2 −→ I ; Q(x, y) = 3
max(x + y − 1, 0) sinon.
1) Montrer que pour tout u ∈ I : Q(u, 0) = Q(0, u) = 0 et Q(u, 1) = Q(1, u) = u.

2) Montrer que Q est non 2-increasing. (indic : u1 = v1 = 31 , u2 = v2 = 23 ).

3) Conclure.

1.3 Propriétés d’une copule

H : R2 −→ R
C : H |I 2

Lemme 1.3.1 H : S1 × S2 −→ R tel que les sommets de S1 × S2 soient dans le dommaine H, et H

granded et 2-increasing

∀x1 , x2 ∈ S1 et y1 , y2 ∈ S2 tels que x1 ≤ x2 et y1 ≤ y2 ;

La fonction t 7−→ C(t, y2 ) − C(t, y1 ) (resp. t 7−→ C(x1 , t) − C(x2 , t) ) est croissante sur S1 (resp. S2 ).

Cas particulier : Pour H = C le lemme est vraie.

Théorème 1.3.1 Soit C une copule. Alors :

∀u1 , u2 , v1 , v2 ∈ I ⇒| C(u2 , v2 ) − C(u1 , v1 ) |≤| u2 − u1 | + | v2 − v1 |

Remarque : C est uniformément continue.

1.4 Section d’une copule

Définition 1.4.1 Soit C une copule et a ∈ I

Ca : I −→ I Ca : I −→ I
la fonction ( respectivement )
t 7−→ C(t, a) t 7−→ C(a, t)
est dite section horizontale de C (respectivement section verticale de C).

Lemme 1.4.1 Les fonctions sections d’une copule sont uniforfmement continue et croissantes sur I.

Démonstration : Lemme 1.3.1 ⇒ t 7−→ C(t, y2 ) − C(t, y1 ) % (resp. t 7−→ C(x2 , t) − C(x1 , t) %)
 
y1 = 0 ≤ y2 = a t 7−→ C(t, a) − C(t, 0) = C(t, a) %
donc, pour ⇒
x1 = 0 ≤ x2 = a t 7−→ C(a, t) − C(0, t) = C(a, t) %

4
1.5 Dérivées partielles d’une copule
Théorème 1.5.1 Soit C une copule, alors ∀v ∈ I, ∂C(u,v)
∂u existe pour presque tout u ∈ I
∂C(u,v) ∂C(u,v)
et on a ∀u, v ∈ I ⇒ 0 ≤ ∂u ≤ 1 et 0 ≤ ∂v ≤1

Demonstration : Théorème 3.1 (En prenons u1 ≤ u2 et v1 = v2 = v)

|C(u2 ,v)−C(u1 ,v)|
⇒| C(u2 , v) − C(u1 , v) |≤| u2 − u1 | + | v − v | ⇒ |u2 −u1 | ∈ [0, 1]
| {z }
0
Soit alors, lim |C(u2|u
,v)−C(u1 ,v)|
2 −u1 |
= ∂C(u,v)
∂u ∈ [0, 1]
u2 →u1

Théorème 1.5.2 Soit C une copule telle que :

∂C(u,v) ∂ 2 C(u,v)

i ∂u et ∂u∂v sont continues sur I
∂C(u,v)

ii Lorsque v = 0, ∂u existe ∀u ∈ [0, 1]
∂ 2 C(u,v) ∂ 2 C(u,v) ∂2C ∂2C
Alors ∂u∂v et ∂v∂u existent sur [0, 1]2 et ∂u∂v = ∂v∂u .

1.6 Bornes de Freschet

Théorème 1.6.1 Soit C une copule, Alors

C − (u, v) ≤ C(u, v) ≤ C + (u, v) , ∀u, v ∈ I

| {z } | {z }
max(u+v−1,0) min(u,v)

Démonstration :
• Pour u, v ∈ I, d’après Lemme 1.4.1 et 2- de la définition d’une copule, on a :

C(u, v) ≤ C(u, 1) = u
⇒ C(u, v) ≤ min(u, v) = C + (u, v)
C(u, v) ≤ C(1, v) = v

• u1 = u, v1 = v et u2 = v2 = 1, d’après 3- de la définition d’une copule, on a :

C(u1 , v1 ) + C(u2 , v2 ) − C(u1 , v2 ) − C(u2 , v1 ) ≥ 0 ⇒ C(u, v) + C(1, 1) − C(u, 1) − C(1, v) ≥ 0

⇒ C(u, v) ≥ u + v − 1

et puisque C(u, v) ≥ 0, ainsi on a C(u, v) ≥ max(u + v − 1, 0) = C − (u, v)

Conséquence : On a C − (u, v) ≤ Π(u, v) ≤ C + (u, v), ∀u, v ∈ I

Définition 1.6.1 C − (resp. C + ) est dite borne inférieure de Freschet (resp. borne supérieur de Freschet).

5
Chapitre 2

Copules et variables aléatoires

2.1 Rappel
Définition 2.1.1 X : variable aléatoire (v.a.) et F (x) = P(X ≤ x) : fonction de répartition (f.r.) de X.

Propriétés 2.1.1 1) F est croissante %

2) F continue à droite.
3) lim F (x) = 0 et lim F (x) = 1
x→−∞ x→+∞

Exemples 2.1.1 U ∼ Unif [a, b] où a < b.


 0 si x < a
1 x−b
f (x) = b−a 1[a,b] (x) =⇒ F (x) = si a≤x≤b
 x−a
1 si x ≥ b

Définition 2.1.2 H est une distribution jointe sur R2 si :

1) H est 2-increasing.

lim H(x, y) = H(x, −∞) = 0;
 y→−∞



lim H(x, y) = H(−∞, y) = 0;
2) x→−∞


 lim H(x, y) := H(+∞, +∞) = 1
 x→+∞
y→+∞

Définition 2.1.3 (Lois marginales de H) Les loi marginales de H sont définies par :

F (x) = lim H(x, y) = H(x, ∞)

y→+∞

G(y) = lim H(x, y) = H(∞, y)

x→+∞

Définition 2.1.4 (Cas général) H : S1 × S2 ⊂ R̄2 −→ R où max Si = bi , (i = 1, 2)

Les fonctions marginales de H sont définies par :

F : S1 −→ R G : S2 −→ R
;
x 7−→ F (x) = H(x, b2 ) y 7−→ G(y) = H(b1 , y)

Exercices 2.1.1 Donner les fonction marginales de la fonction suivante :

H : R̄2 −→ R
(x+1)(ey −1)

 x+2ey −1 si (x, y) ∈ [−1, 1] × [0, +∞]
(x, y) 7−→ H(x, y) = 1 − e−y si (x, y) ∈ [1, +∞] × [0, +∞]

0 sinon

6
Définition 2.1.5 (Fonction inverse généralisée)

Soit F une f.r. d’une v.a. X, le pseudo-inverse noté par F (−1) est définie par :

(−1) {x : F (x) = t} si t ∈ Im(F )
F (t) =
inf {x : F (x) ≥ t} = sup{x : F (x) ≤ t} sinon

Remarques 2.1.1 Si F est strictement croissante, soit alors F (−1) = F −1 (fonction inverse de F )

Théorème 2.1.1 (Sklar 1959) Soit H une distribution bivariée (jointe) dont les lois marginales sont
F et G. Alors il existe une copule (notée C) telle que :

H(x, y) = C(F (x), G(y)) ∀x, y ∈ R (∗)

En plus, si F et G sont continues alors C est unique, sinon C est unique sur Im(F ) × Im(G).

Réciproquement : si C est une copule, F et G des lois univariées Alors (∗) est vraie.

Remarques 2.1.2
R Le théorème de Sklar permet d’amener à chaque distribution bivariée une copule
unique.

R Densité d’une copule : Soit H une loi jointe absolument continue de densité f1 , alors on a :

f1 (x, y) = fc (F (x), G(y)).f (x)g(y) ; où

fc : densité de la copule.
f : densité de la marginale F .
g : densité de la marginale G.

Corolaire 2.1.1 Soit H une distribution jointe de lois marginales F et G de pseudo-inverse respective-
ment F (−1) et G(−1) . Alors il existe une copule C telle que :

C(u, v) = H(F (−1) (u), G(−1) (v)) ∀u, v ∈ I

2.2 Copules et v.a.

Théorème 2.2.1 X et Y deux v.a. de f.r. respectivement F et G et de loi jointe H. Alors il existe une
copule C telle que :
H(x, y) = C(F (x), G(y))
• Si F et G sont continues, alors C est unique.
• Sinon, C est continue sur Im(F ) × Im(G).

,→ C est dite copule associée à X et Y , notée CXY .

Théorème 2.2.2 X et Y 2 v.a. continues, alors X et Y sont idépendantes si et seulement si CXY = Π.

Démonstration :
⇒) X et Y sont indépendantes, alors H(x, y) = F (x) × G(y). D’après le théorème de Sklar, on a :
H(x, y) = CXY (F (x), G(y)) = F (x).G(y).
On pose F (x) = u et G(y) = v ⇒ CXY (u, v) = u.v = Π(u, v).
⇐) Réciproquement, si CXY = Π :
Théorème de Sklar ⇒ H(x, y) = CXY (F (x), G(y)) = Π(F (x), G(y)) = F (x), G(y) Donc X et Y sont
indépendantes.

Théorème 2.2.3 X et Y deux v.a. de copule CXY ; Si α et β sont des fonctions strictement % respec-
tivement sur Im(X), Im(Y ) Alors Cα(X)β(Y ) = CXY

7
 Démonstration :
Soit H (resp. H 0 ) la loi jointe associée à X, Y (resp. α(X), β(Y )) et de lois marginales F et G (resp.
F et G0 ).
0

Sklar ⇒ H 0 (x, y) = Cα(X)β(Y ) (F 0 (x), G0 (y)) = P(α(X) ≤ x, β(Y ) ≤ y)

= P(X ≤ α−1 (x), Y ≤ β −1 (y))
Aussi Sklar ⇒ H 0 (x, y) = CXY (F (α−1 (x)), G(β −1 (y)))
(
F 0 (x) = P(α(X) ≤ x) = P(X ≤ α−1 (x)) = F (α−1 (x))
Or , ainsi Cα(X)β(Y ) = CXY
G0 (y) = G(β −1 (y)) (P areil)

Exemples 2.2.1 CXY = Cln(X)ln(Y )

Théorème 2.2.4 X et Y deux v.a. continues de copule CXY . α, β deux fonctions strictement monotones
respectivement sur Im(X) et Im(Y ). Alors :

1 Si α est strictement% et β strictement &, on a Cα(X)β(Y ) (u, v) = u − CXY (u, 1 − v).

2 Si α est strictement& et β strictement % ,on a Cα(X)β(Y ) (u, v) = v − CXY (1 − u, v).

3 Si α et β sont strictement & , on a Cα(X)β(Y ) (u, v) = u + v − CXY (1 − u, 1 − v).

Exercices 2.2.1 Soit C une copule et soit la loi jointe HC définie par :

 0 si x < 0 ou y < 0
 C(x, y) si (x, y) ∈ I 2



HC (x, y) = x si y > 1 et x ∈ I
y si x > 1 et y ∈ I




1 si x > 1 et y > 1


1 Donner les lois marginales de HC .

2 Etablir la copule associée.

Solution :

1 F (x) = HC (x, b) , où b = max{y}

0 si x < 0 
 0 si x < 0


C(x, 1) si x ∈ I

⇒ F (x) = = x si x ∈ I = FU [0,1] (x)
x si x ∈ I
1 si x > 1

 
1 si x > 1


De même G(y) = FU [0,1] (y)

2 Corolaire Sklar ⇒ C(u, v) = HC (F −1 (u), G−1 (v)) = HC (u, v).

Exercices 2.2.2 La famille de copule d’Ali-Mikhail-Haq (1978)

Pour θ ∈ [−1, 1], soit la loi jointe Hθ , de couple de v.a. (X, Y ) définie par :
Hθ (x, y) = (1 + e−x + e−y + (1 − θ)e−(x+y) )−1 , x, y ∈ R

1 Montrer que pour θ = 0, X et Y sont indépendante (Théorème-Sklar)

2 Etablir les lois marginales Fθ et Gθ de Hθ
uv

3 Montrer que la copule Cθ associée à Hθ est : Cθ (u, v) = 1−θ(1−u)(1−v)

Solution
 :
Fθ=0 (x) = lim Hθ (x, y) = (1 + e−x )−1
y→+∞

1 ⇒ F −1 (u) = ln( 1−u
u
) et G−1 (v) = ln( 1−v
v
)
Gθ=0 (y) = lim Hθ (x, y) = (1 + e−y )−1
x→+∞

Sklar ⇒ C(u, v) = H(F −1 (u), G−1 (v)) = H(ln( 1−u

u v
), ln( 1−v )) = 1 + 1−u 1−v 1−u 1−v −1
u + v + ( u )( v )) = uv

8
2.3 Bornes de Freschet et v.a.
Pour toute copule C, associée au couple de v.a. (X, Y ), on a :

C − (u, v) ≤ C(u, v) ≤ C + (u, v) , ∀u, v ∈ I

| {z } | {z }
max(u+v−1,0) min(u,v)

Si on pose u = F (x) et v = G(y) :

max(F (x) + G(y) − 1, 0) ≤ C(F (x), G(y)) ≤ min(F (x), G(y))

| {z } | {z } | {z }
H − (x,y) H(x,y) H + (x,y)

Définition 2.3.1 H + et H − sont dites les bornes de Freschet de la loi jointe H.

Quand-est ce que H = H + , et H = H − ?
2
Définition 2.3.2 Soit S ⊂ R

a S est dit % si : ∀(x, y) et (u, v) ∈ S, x < u ⇒ y < v.

b S est dit & si : ∀(x, y) et (u, v) ∈ S, x < u ⇒ y > v.
2 2
Lemme 2.3.1 Soit S ⊂ R . Alors S est % si et seulement si ∀(x, y) ∈ R , on a :
1 ∀(u, v) ∈ S, u ≤ x ⇒ v ≤ y ; ou
2 ∀(u, v) ∈ S, v ≤ y ⇒ u ≤ x

Démonstration :
⇒) Supposons que S % :
( ni
Si 1 ni 2 n’est vraie, alors il existe (a, b), (c, d) ∈ S tels que ∀(x, y) ∈ R2 :
a ≤ x et b ≤ y
⇒ a ≤ c et b > d Contradiction avec la définition de S.
d ≤ y et c > x
⇐) Supposons que S &, alors il existe (a, b), (c, d) ∈ S avec a < c et b > d

pour (x, y) = ( a+c b+d

2 , 2 ) ⇒ ni
1 ni
2 n’est vraie.

Lemme 2.3.2 X et Y deux v.a. de loi jointe H ; Alors H = H + si et seulement si :

∀(x, y) ∈ R2 ⇒ P(X > x, Y ≤ y) = 0 ou P(X ≤ x, Y > y) = 0

Démonstration :
Soient F et G les lois marginales de H :

F (x) = P(X ≤ x) = P(X ≤ x, Y ≤ y) + P(X ≤ x, Y > y)

= H(x, y) + P(X ≤ x, Y > y)

G(y) = P(Y ≤ y) = P(Y ≤ y, X ≤ x) + P(Y ≤ y, X > x)

= H(x, y) + P(Y ≤ y, X > x)

⇒ H + (x, y) = min(F (x), G(y)) = H(x, y) + min(P(X ≤ x, Y > y); P(Y ≤ y, X > x))

Théorème 2.3.1 X et Y deux v.a. de loi jointe H. Alors :

2
,→ H = H + si et seulement si le support de H est un ensemble croissant de R .
2
,→ H = H − si et seulement si le support de H est un ensemble décroissant de R .

Démonstration : Les deux lemmes précédents.

9
Chapitre 3

Types de copules

3.1 Copule de survie

,→ Sert à modéliser la survie des personnes (cas d’assurance).

Soit X une v.a. qui modélise la durée de vie d’un individu d’une population donnée, on a

P(X > x) = 1 − P(X ≤ x) = 1 − F (x) = F (x)

,→ C’est la probabilité qu’une personne vive ou survive au delà de x.

Définition 3.1.1 X une v.a. de f.r. F ; la fonction F est dite fonction de survie.

Définition 3.1.2 X et Y deux v.a. de loi jointe H, la fonction définie par : H(x, y) = P(X > x; Y > y)
est dite distribution jointe de survie : notée H.

Définition 3.1.3 Les lois marginales de H sont définies par :

F (x) = lim H(x, y)

y→−∞

G(y) = lim H(x, y)

x→−∞

A-t-on un résultat genre Theo. de Sklar pour la loi jointe de survie H ?

Théorème 3.1.1 X et Y deux v.a. de copule C et de loi jointe de survie H ; Alors il existe une copule
Ĉ telle que H(x, y) = Ĉ(F (x), G(y)) ; où

Ĉ(u, v) = u + v − 1 + C(1 − u, 1 − v) ; et F et G sont les lois marginales de survies de H.

Démonstration :

H(x, y) = P(X > x; Y > y)

= 1 − F (x) − G(y) + H(x, y)
= F (x) + G(y) − 1 + C(F (x), G(y))
= F (x) + G(y) − 1 + C(1 − F (x), 1 − G(y))

Définition 3.1.4 Ĉ est dite copule de survie.

Corolaire 3.1.1 X et Y deux v.a. de loi jointe de survie H, et de lois marginales de survie F et G.
(−1) (−1) (−1) (−1)
Soient F et G les pseudos-inverse de F et G, alors Ĉ(u, v) = H(F (u); G (v))

10
3.2 Copule duale, Co-copule
Définition 3.2.1 X et Y deux v.a. de copule C. Les fonctions suivantes C , C ∗ définies par :
C (u, v) = u + v − C(u, v) (Copule duale).
C ∗ (u, v) = 1 − C(1 − u, 1 − v) (Co-copule).
Donc, en résumé, on a :
C(F (x); G(y)) = H(x, y) = P(X ≤ x, Y ≤ y)
Ĉ(F (x); G(y)) = H(x, y) = P(X > x, Y > y)
Ĉ(F (x); G(y)) = P(X ≤ x ou Y ≤ y)
C ∗ (F (x); G(y)) = P(X > x ou Y > y)
Exercices 3.2.1 (Distribution bivariée de Pareto) Soit X et Y 2 v.a. de lois jointe de survie H θ
définie par :
(1 + x + y)−θ

 si x≥0 et y ≥0
(1 + x)−θ

si x≥0 et y <0

H θ (x, y) =

 (1 + y)−θ si x<0 et y ≥0
1 si x<0 et y <0


1 Donner les lois marginales F θ et Gθ .

2 En déduire la copule de survie associée à H θ .

3 Définir la co-copule, et la copule duale.
Solution :

1 F θ (x) = lim H θ (x, y) et Gθ (y) = lim H θ (x, y)
y→−∞ x→−∞
−θ

 (1 + x) si x ≥ 0
−θ (1 + x)−θ si x ≥ 0
 
(1 + x) si x ≥ 0

⇒ F θ (x) = =

 1 si x < 0 et 1 si x < 0
1 si x < 0 et


(1 + y)−θ si y ≥ 0

De même : Gθ (y) =
1 si y < 0

−1 −1

2 Ĉθ (u, v) = H θ (F θ (u), Gθ (v)) (Thm. Sklar)
ln(u) −1
F θ (x) = u ⇔ (1 + x)−θ = u ⇔ −θln(1 + x) = ln(u) ⇔ x = e− θ − 1 = F θ (u).
−1 ln(v)
De même Gθ (v) = e− θ − 1.
−1 −1 1 1
D’où Ĉθ (u, v) = H θ (F θ (u), Gθ (v)) = (u− θ + v − θ − 1)−θ ; u, v ∈ I.

C (u, v) = u + v − C(u, v) (Copule duale);



3 C ∗ (u, v) = 1 − C(1 − u, 1 − v) (Co-copule);


Ĉθ (u, v) = u + v − 1 + C(1 − u, 1 − v) (Copule de survie).


Exercices 3.2.2 H(x, y) = (ex + ey − 1)−1

1 Ĉ ?
Solution :

F (x) = lim H(x, y) = (ex − 1)−1 −1
(
y→−∞ F (x) = u ⇔ ex − 1 = u−1 ⇔ x = ln(u−1 + 1) = F (u)
et −1
G(y) = lim H(x, y) = (ey − 1)−1 G(y) = v ⇔ ey − 1 = v −1 ⇔ y = ln(v −1 + 1) = G (v)
x→−∞

−1 −1
⇒ Ĉ(u, v) = H(F (u), G (v)) = (u−1 + 1 + v −1 + 1 − 1)−1 = (u−1 + v −1 + 1)−1 ∀u, v ∈ I.

11
3.3 Loi jointe symétrique et copules
Soit X une v.a. X est dite symétrique par rapport à a ∈ R si P(X + a ≤ x) = P(a − X ≤ x)

X v.a. continue : F (a + x) = F (a − x)

Définition 3.3.1 (X, Y ) un couple de v.a. et (a, b) ∈ R2 .

On dit que (X, Y ) présente une symétrie marginale par rapport à (a, b) si X et Y sont symétriques
respectivement par rapport à a et b.

Définition 3.3.2 (X, Y ) un couple de v.a. et (a, b) ∈ R2 .

(X, Y ) présente une symétrie radiale par rapport à (a, b) si la distribution jointe de (X + a) et (Y + b)
est la même distribution jointe de (a − X) et (b − Y ).

Théorème 3.3.1 X, Y deux v.a. continues de loi jointe H et de lois marginales respectivement F et
G. (a, b) ∈ R2
(X, Y ) présente une symétrie radiale par rapport à (a, b) si et seulement si

H(a + X, b + Y ) = H(a − X, b − Y ) ;

où H est la loi jointe de survie.

Théorème 3.3.2 X, Y deux v.a. continues de loi jointe H et de lois marginales respectivement F et
G de copule associée C ; et (a, b) ∈ R2 tel que X(resp. Y ) est symétrique par rapport à a(resp. b).

Alors (X, Y ) présente une symétrie radiale par rapport à (a, b) si et seulement si C = Ĉ
(i.e. Ĉ(u, v) = u + v − 1 + C(1 − u, 1 − v)).

Démonstration : (X, Y ) présente une symétrie radiale par rapport à (a, b) si et seulement si

H(a + X, b + Y ) = H(a − X, b − Y )

Sklar ⇒ C(F (a + x), G(b + y)) = Ĉ(F (a + x), G(b + y))

⇒ C(F (a + x), G(b + y)) = Ĉ(F (a + x), G(b + y))
⇔ C(u, v) = Ĉ(u, v).

Définition 3.3.3 X et Y deux v.a. continues de loi jointe H.

X et Y sont échangeables si les couples de v.a. (X, Y ) et (Y, X) ont la même loi jointe :

H(x, y) = H(y, x)

Théorème 3.3.3 X et Y deux v.a. continues de loi jointe H et de lois marginales F et G, et de copule
associée C.
Alors X et Y sont échangeables si et seulement si F = G et C(u, v) = C(v, u), ∀u, v ∈ I

Définition 3.3.4 Si C(u, v) = C(v, u), ∀u, v ∈ I ; C est dite une copule symétrique.

3.4 Copules et valeurs extrêmes

Définition 3.4.1 C est dite une copule au valeurs extrêmes si : C t (u, v) = C(ut , v t ) ; ∀u, v ∈ I et t > 0
1
⇔ C(u, v) = (C(ut , v t )) t

Exercices 3.4.1 (Copule de Gumbel) Montrer que ∀θ ≥ 0,

1
Cθ (u, v) = uv exp{−[(−ln u)−θ + (−ln v)−θ ]− θ }
est une copule au valeurs extrêmes

12
3.5 Famille de copules Archimédiennes
Définition 3.5.1 Soit ϕ : I −→ [0, +∞] une fonction continue & telle que ϕ(1) = 0 ()

Soit ϕ(−1) la
( fonction pseudo-inverse de ϕ avec Dom(ϕ
(−1) ) = [0, +∞] et Im(ϕ(−1) ) = I définie par :

ϕ−1 (t) si 0 ≤ t ≤ ϕ(0)

ϕ(−1) (t) = (?)
0 si t > ϕ(0)

Remarques 3.5.1 ϕ(−1) est une fonction continue et & sur [0, +∞] et strictement & sur [0, +ϕ(0)].
De plus, on a :

,→ ϕ(−1) (ϕ(u)) = u, ∀u ∈ I.
(
t si 0 ≤ t ≤ ϕ(0)
,→ ϕ(ϕ(−1) (t)) = = min(t, ϕ(0)).
ϕ(0) si ϕ(0) < t < ∞

,→ Si ϕ(0) = +∞, on a alors ϕ(−1) = ϕ−1 .

(??) C(u, v) = ϕ(−1) (ϕ(u) + ϕ(v))

Théorème 3.5.1 Soit ϕ une fonction continue strictement & de I −→ [0, +∞] telle que ϕ(1) = 0 de
pseudo-inverse ϕ(−1) définie par (?).

Alors C : I 2 −→ I définie par (??) est une copule si et seulement si ϕ est une fonction convexe.

Définition 3.5.2 ,→ C est dite copule Archimédienne.

,→ ϕ est dite fonction génératrice archimédienne.

Exemples 3.5.1
a ϕ(t) = −ln t ; t ∈ [0, 1]

ϕ continue strictement & et ϕ(0) = +∞ ⇒ ϕ(−1) (t) = ϕ−1 (t) = e−t

⇒ C(u, v) = ϕ−1 (ϕ(u) + ϕ(v)) = exp(−[(−ln u) + (−ln v)] = u.v = Π(u, v).

⇒ Π est une copule archimédienne.

(
1 − t ; t ∈ [0, 1]
b ϕ(t) = 1 − t ; t ∈ [0, 1] ⇒ ϕ(−1) (t) =
= ϕ(−1) (t) = max(1 − t, 0)
0; t>1
⇒ C(u, v) = max(u + v − 1, 0) = C − (u, v).

⇒ C − est une copule archimédienne.

Remarques 3.5.2 C + n’est pas une copule archimédienne.

Exercices 3.5.1 Soit C : I 2 −→ I ; C(u, v) = ϕ(−1) (ϕ(u) + ϕ(v))

où ϕ définie par ()

Montrer que C vérifie la condition

2 de la définition d’une copule.

13
3.6 Famille de copules Archimax
Définition 3.6.1 C est dite une copule Archimax si elle est de la forme suivante :

φ(u)
Cφ,A (u, v) = φ−1 [(φ(u) + φ(v)) A( )] , ∀u, v ∈ I
φ(u) + φ(v)


 1 A : [0, 1] −→ [ 12 , 1] : max(t, t − 1) ≤ A(t) ≤ 1 , ∀u, v ∈ I ;
où :

2 φ : [0, 1] −→ [0, +∞] est une fonction continue convexe & : φ(1) = 0.


Remarques 3.6.1 Par convention : φ(0) = lim φ(t) et φ−1 (s) = 0 pour s ≥ φ(1).
t→+∞

Cas particulier :

? A = 1 ⇒ C est Archimiédienne.

? φ(t) = ln t ⇒ on obtient la forme de la famille de copule au valeurs extrêmes.

14
Chapitre 4

Copules multiples

4.1 Notations et définitions

n
F a(a1 , ..., an ) ; b(b1 , ..., bn ) ∈ R , on note :

a ≤ b lorsque ak ≤ bk ∀k ∈ {1, ..., n}

a < b lorsque ak < bk ∀k ∈ {1, ..., n}

n
F a(a1 , ..., an ) ; b(b1 , ..., bn ) ∈ R tels que a ≤ b, on définit le n-box :

[a, b] = [a1 , b1 ] × ... × [an , bn ]

Définition 4.1.1 Soit le n-box [a, b] avec a(a1 , ..., an ) et b(b1 , ..., bn ). Les sommets de [a, b] sont les points
c(c1 , ..., cn ) tels que :
ck = {ak ou bk }

Définition 4.1.2 Soit Si ⊂ R, i = 1, ..., n.

n
H est n-fonction définie sur R tel que Dom(H) = S1 × ... × Sn .
n
∀a(a1 , ..., an ), b(b1 , ..., bn ) ∈ R (a ≤ b), on a les sommets du n-box [a, b] soient dans Dom(H).

VH (B) = ∆bann ∆ban−1

n−1
... ∆ba11 H(t) ; où
∆bakk H(t) = H(t1 , ..., tk−1 , bk , tk+1 , ..., tn ) − H(t1 , ..., tk−1 , ak , tk+1 , ..., tn ) est le volume de B.

,→ VH (B) est le H-mesure de B.

Exemples 4.1.1 a(x1 , y1 , z1 ) et b(x2 , y2 , z2 )

Soit H 3-fonction de Dom(H) = S1 × S2 × S3 . On a :

VH (B) = ∆ba H(t) = ∆xx21 ∆yy21 ∆zz21 H(t)

(
inf Sk = ak
Définition 4.1.3 H n-fonction tel que Dom(H) = S1 × ... × Sn et (Sk 6= ∅)
sup Sk = bk
On dit que H est granded si : H(t) = 0, ∀t ∈ Dom(H) tel que tk = ak pour au moins un k ∈ {1, ..., n}

Définition 4.1.4 La fonction Hk de dimention 1 est définie par :

∀x ∈ Sk , Hk (x) = H(b1 , ..., bk−1 , x, bk+1 , ..., bn )

est dite fonction marginale de H de dim1.

15
Exercices 4.1.1 H fonction de domaine DH = [−1, 1] × [0, +∞] × [0, π2 ] définie par :

(x + 1)(ex − 1)sin z
H(x, y, z) =
x + 2ey − 1

1 Vérifier que H est granded.

2 Donner les fonctions marginales de dim 1 et 2.

Solution :

H(−1, y, z) = 0


1 H(x, 0, z) = 0 ⇒ H est granded.

H(x, y, 0) = 0


2 ? Marginales de dim 1 :

,→ H1 (x) = H(x, ∞, π2 ) = x+1

2 .

ex −1
,→ H2 (y) = H(1, y, π2 ) = ey .

,→ H3 (z) = H(1, ∞, z) = sin z.

? Marginales de dim 2 :
(x+1)(ey −1)
,→ H12 (x, y) = H(x, y, π2 ) = x+2ey −1 .

(x+1)sin z
,→ H13 (x, z) = H(x, ∞, z) = 2 .

,→ H23 (y, z) = H(1, y, z) = (1 − e−y )sin z.

Définition 4.1.5 H est dite n-croissante si VH (B) ≥ 0, ∀B n-box dont les sommets sont dans Dom(H).

4.2 n-Copules et Théorème de Sklar

4.2.1 n-copules et propriétés
Définition 4.2.1 C : I n −→ I est dite n-copule si :

1 Pour tout u ∈ I n tel que ∃ au moins k ∈ {1, ..., n} : uk = 0 Alors C(u) = 0.

2 ∀u ∈ I n tel que ∀p 6= k up = 1 ⇒ C(u) = uk .

3 ∀a, b ∈ I n tels que a ≤ b Alors VC ([a, b]) ≥ 0.

C : I3 −→ I
Exercices 4.2.1
(u, v, w) 7−→ w min(u, v)
Vérifier que C est 3-copule.

Solution :

1 C(0, v, w) = C(u, 0, w) = C(u, v, 0) = 0.

2 C(u, 1, 1) = u ; C(1, v, 1) = v ; C(1, 1, w) = w.

16

3 B = [a1 , b1 ] × [a2 , b2 ] × [a3 , b3 ] où a ≤ b. On a :

VC (B) = ∆ba33 ∆ba22 ∆ba11 C(u, v, w)

= ∆ba33 ∆ba22 [C(b1 , v, w) − C(a1 , v, w)]
= ∆ba33 [∆ba22 C(b1 , v, w) − ∆ba22 C(a1 , v, w)]
= ∆ba33 [C(b1 , b2 , w) − C(b1 , a2 , w) − C(a1 , b2 , w) + C(a1 , a2 , w)]
= ∆ba33 C(b1 , b2 , w) − ∆ba33 C(b1 , a2 , w) − ∆ba33 C(a1 , b2 , w) + ∆ba33 C(a1 , a2 , w)
= C(b1 , b2 , b3 ) − C(b1 , b2 , a3 ) − C(b1 , a2 , b3 ) + C(b1 , a2 , a3 ) − C(a1 , b2 , b3 ) + C(a1 , b2 , a3 )
+ C(a1 , a2 , b3 ) − C(a1 , a2 , a3 )
= b3 min(b1 , b2 ) − a3 min(b1 , b2 ) − b3 min(b1 , a2 ) + a3 min(b1 , a2 ) − b3 min(a1 , b2 ) + a3 min(a1 , b2 )
+ b3 min(a1 , a2 ) − a3 min(a1 , a2 )
= (b3 − a3 ) min(b1 , b2 ) + (a3 − b3 ) min(b1 , a2 ) + (a3 − b3 ) min(a1 , b2 ) + (b3 − a3 ) min(a1 , a2 )
= (b3 − a3 )[min(b1 , b2 ) − min(b1 , a2 ) − min(a1 , b2 ) + min(a1 , a2 )]
= (b3 − a3 )∆ab22 ∆ba11 C + (u, v) ≥ 0 ∀B 3-box

Car a3 ≤ b3 et C + est une copule.

Lemme 4.2.1 Soit u(u1 , ..., un ) , v(v1 , ..., vn ) ∈ I n et C une copule, Alors :
n
X
| C(v) − C(u) |≤ | vk − uk |
k=1

1 C est uniformement continue sur I n .

Remarques 4.2.1

2 Toute fonction k-marginale (où k ≥ 0) d’une n-copule est une copule.

4.3 n-Copule minimale, maximale et produit

Soient les fonctions définies par :
n
C+ : In −→ I
(u1 , ..., un ) 7−→ min(u1 , ..., un )

Πn : In −→ I
(u1 , ..., un ) 7−→ u1 ...un

n
C− : In −→ I
(u1 , ..., un ) 7−→ max(u1 + ... + un − n + 1, 0)

Exercices 4.3.1 u( 12 , 12 , 12 ) et v(1, 1, 1) ; B = [u, v]

Calculer VC −3 (B)

Solution :
3
C− : I3 −→ I
(u, v, w) 7−→ max(u + v + w − 2, 0)

17
 ⇒ VC −3 (B) = ∆11 ∆11 ∆11 C −3 (u, v, w)
2 2 2
1
= ∆11 ∆11 [C −3 (1, v, w) − C −3 ( , v, w)]
2 2 2
1 1 1 1
= ∆ 1 [C (1, 1, w) − C (1, , w) − C −3 ( , 1, w) + C −3 ( , , w)]
1 −3 −3
2 2 2 2 2
1 1 1 1 1
= C −3 (1, 1, 1) − C −3 (1, 1, ) − C −3 (1, , 1) + C −3 (1, , ) − C −3 ( , 1, 1)
2 2 2 2 2
−3 1 1 −3 1 1 −3 1 1 1
+ C ( , 1, ) + C ( , , 1) − C ( , , )
2 2 2 2 2 2 2
1 1 1
=1− − +0− +0+0−0
2 2 2
1
=−
2
⇒ C −3 n’est pas une copule.
n
On vérifie que ∀n ≥ 3 : VC − n (B) = 1 − n
2 ⇒ C − n’est pas une copule.
n
Proposition 4.3.1 C + et Πn sont des n-copules.

Théorème 4.3.1 Pour n ≥ 3 et u ∈ I n fixe, alors il existe une copule C (dépend de u) tel que :
n
C(u) = C − (u)
n n
Théorème 4.3.2 Pour toute copule C, on a : C − (u) ≤ C ≤ C + (u)
n n
En particulier : C − (u) ≤ Π ≤ C + (u)

4.4 Théorème de Sklar

n
Définition 4.4.1 Soit H une fonction telle que Dom H ⊂ R . H est dite distribution jointe si :

1 H est n-croissante.
n

2 ∀t ∈ R tel que s’il existe k ∈ {1, ..., n} où tk = −∞ Alors H(t) = 0.

3 H(∞, ∞, ..., ∞) = 1.

Remarques 4.4.1 Si H est une n-distribution alors les 1-dimentions marginales fonctions sont des lois
marginales, notées par : F1 , F2 , ..., Fn .

Théorème 4.4.1 (Sklar) H n-distribution de lois marginales (de dim. 1) F1 , F2 , ..., Fn ; Alors il existe
une n-copule C telle que :

H(x1 , ..., xn ) = C(F1 (x1 ), ..., Fn (xn )), ∀xi ∈ R (∗)

En plus, si F1 , F2 , ..., Fn sont continues alors C est unique ; sinon, C est unique sur Im F1 ×...×Im Fn

Réciproquement, si C est une n-copule et F1 , F2 , ..., Fn des f.r. alors la fonction H, définie par (∗),
est une n-distribution de lois marginales F1 , F2 , ..., Fn .

Corolaire 4.4.1 Soit H une n-distribution de lois marginales (de dim. 1) F1 , ..., Fn qui ont pour pseudo-
(−1) (−1)
inverse F1 , ..., Fn , alors :
(−1)
C(u1 , ..., un ) = H(F1 (u1 ), ..., Fn(−1) (un ))

18
Théorème 4.4.2 Soit X1 , ..., Xn n-v.a. de loi jointe H et de f.r. F1 , ..., Fn ; Alors il existe une n-copule
C tel que :
H(x1 , ..., xn ) = C(F1 (x1 ), ..., Fn (xn ))

Théorème 4.4.3 X1 , ..., Xn des v.a. continues, alors X1 , ..., Xn sont indépendantes si et seulement si la
n-copule associée à (X1 , ..., Xn ) est la copule Πn .

19
Chapitre 5

Les mesures de concordance

5.1 Notion de concordance et de discordance

(X, Y ) un couple de v.a. ; (x1 , y1 ) et (x2 , y2 ) deux réalisations de (X, Y ).

,→ (x1 , y1 ) et (x2 , y2 ) sont concordants si et seulement si :

(x1 − x2 )(y1 − y2 ) > 0 ⇔ (x1 > x2 et y1 > y2 ) ou (x1 < x2 et y1 < y2 )

,→ (x1 , y1 ) et (x2 , y2 ) sont discordants si et seulement si :

(x1 − x2 )(y1 − y2 ) < 0 ⇔ (x1 > x2 et y1 < y2 ) ou (x1 < x2 et y1 > y2 )

Soit (x1 , y1 ), ..., (xn , yn ) un n-échantillon de (X, Y ), et c (resp. d) le nombre des couples qui sont
concordants (resp. discordants). Notons :

I Cn2 : Le choix de deux couples parmis n-couples.

c−d c d
II= Cn2 = −
Cn2 Cn2
|{z} |{z}
P(concordance) P(discordance)

Cas continue :

Soit (X1 , Y1 ) et (X2 , Y2 ) deux couples de v.a. continues et indépendants de distribution jointe H.

Définition 5.1.1 La fonction de concordance est définie par :

Q = P{(X1 − X2 )(Y1 − Y2 ) > 0} − P{(X1 − X2 )(Y1 − Y2 ) < 0}

Théorème 5.1.1 Soit (X1 , Y1 ) et (X2 , Y2 ) deux couples de v.a. continues et indépendants de distribu-
tions jointes H1 et H2 respectivement, avec des marges communes (F pour X1 , X2 et G pour Y1 , Y2 ).
(
H1 (x, y) = C1 (F (x), G(y))
Soient C1 et C2 les copules associées respectivement à (X1 , Y1 ) et (X2 , Y2 ) :
H2 (x, y) = C2 (F (x), G(y))
ZZ
∂ 2 C1 (u,v)
Alors Q = 4 C2 (u, v) dC1 (u, v) − 1 ; où dC1 (u, v) = ∂u∂v du dv
I2

Demonstration :
P{(X1 − X2 )(Y1 − Y2 ) < 0} = 1 − P{(X1 − X2 )(Y1 − Y2 ) > 0}

⇒ Q = 2 P{(X1 − X2 )(Y1 − Y2 ) > 0} − 1

20
 Or P{(X1 − X2 )(Y1 − Y2 ) > 0} = P{X1 > X2 , Y1 > Y2 } + P{X1 < X2 , Y1 < Y2 }
| {z } | {z }
I II
Notons que I = P{X2 < X1 , Y2 < Y1 }
ZZ
En intégrant par rapport à la loi jointe H1 on a I = P{X2 < x, Y2 < y} dH1 (x, y)
R2

D’après Sklar : P{X2 < x, Y2 < y} = H2 (x, y) = C2 (F (x), G(y))etdH1 (x, y) = dC1 (F (x), G(y))
ZZ
donc I = C2 (F (x), G(y)) dC1 (F (x), G(y))
R2
ZZ
En posant u = F (x) et v = G(y) ; Soit alors I = C2 (u, v) dC1 (u, v).
I2
ZZ
De même on a II = P{X1 < X2 , Y1 < Y2 } = P{X2 > x, Y2 > y} dC1 (F (x), G(y))
R2

A = {X2 ≤ x} et B = {Y2 ≤ y}

ZZ
⇒ II = [1 − P(A) − P(B) + P(A ∩ B)] dC1 (F (x), G(y))
2
Z ZR
= [1 − F (x) − G(y) + P(X1 ≤ x, Y2 ≤ y)] dC1 (F (x), G(y))
2
Z ZR
= [1 − F (x) − G(y) + C2 (F (x), G(y)] dC1 (F (x), G(y))
2
Z ZR
= [1 − u − v + C2 (u, v)] dC1 (u, v)
2
Z ZI ZZ ZZ ZZ
= dC1 (u, v) − u dC1 (u, v) − v dC1 (u, v) + C2 (u, v) dC1 (u, v)
I2 I2 I2 I2
| {z } | {z } | {z } | {z }
1 E(U ) E(V ) I

1
Où U, V ∼ Uni([0, 1]) ⇒ E(U ) = E(V ) = 2

1 1
⇒ II = 1 − 2 − 2 +I =I

⇒ Q = 2 (I + II) − 1 = 4I − 1
ZZ
Ainsi : Q = 4 C2 (u, v) dC1 (u, v) − 1
I2

Corolaire 5.1.1 Soient C1 , C2 et Q données par le théorème ci-dessus.

a Q est symétrique : Q(C1 , C2 ) = Q(C2 , C1 ).
(
C1 ≤ C10

b Q conserve l’ordre : 0
⇒ Q(C1 , C2 ) ≤ Q(C10 , C20 )
C2 ≤ C2

c Q est invariante par rapport à la copule de survie : Q(C1 , C2 ) = Q(Ĉ1 , Ĉ2 )
ZZ
Conséquence : ,→ Q(Π, Π) = 4 u v dΠ(u, v) = 1.
I2

,→ Q(C − , C − ) = −1 ; Q(C + , C − ) = 0 ; Q(C + , C + ) = 1 .

,→ Q(C − , Π) = − 13 ; Q(C + , Π) = 1
3 .

21
Corolaire 5.1.2 Pour tout copule C, on a :

a Q(C, C) ∈ [−1, 1] ; En effet :

Q(C, C) = P{(X1 − X2 )(Y1 − Y2 ) > 0} − P{(X1 − X2 )(Y1 − Y2 ) < 0}

b Q(C, C + ) ∈ [0, 1] ; Car :

C − < C < C + (Bornes de Fréchet) ⇒ Q(C − , C + ) < Q(C, C + ) < Q(C + , C + )

| {z } | {z }
0 1
c Q(C, C − ) ∈ [−1, 0] ; (Même raisonnement).

d Q(C, Π) ∈ [− 31 , 31 ].

5.2 Taux de Kendall

Théorème 5.2.1 Soit X, Y 2 v.a. continues de copule C. Alors le taux de Kendall, noté TXY est donné
par : ZZ
TXY = 4 C(u, v) dC(u, v) − 1
I2

Remarques 5.2.1 TXY = 4 E[C(U, V )] − 1 ; où U, V ∼ U[0,1] .

Exercices 5.2.1
1 Soit la famille des copules de Farlie-Gumbel-Morgenstern définie pour θ ∈ [−1, 1] :

Cθ (u, v) = uv + θ uv (1 − u)(1 − v)

Donner le taux de Kendall.

2 Soit la famille des copules de Fréchet définie pour α, β ≥ 0 tels que α + β ≤ 1, par :

Cα,β = α C − + (1 − α − β) Π + β C +

Donner le taux de Kendall TCα,β associé.

Solution :
2C
1∂
θ (u,v)
∂u∂v du dv = [1 + θ(1 − 2u)(1 − 2v)] du dv
ZZ
Cθ (u, v) dCθ (u, v) = 14 + 18θ
I2
ZZ
2θ
⇒ Tθ = 4 Cθ (u, v) dCθ (u, v) − 1 = 9 ∈ [− 29 , 29 ]
I2

2 α,β = αdC − + (1 − α − β)dΠ + βdC +

dC
ZZ
Tα,β = 4 Cα,β (u, v) dCα,β (u, v) − 1
I2
(
Cα,β (u, v) = α C − (u, v) + (1 − α − β) Π(u, v) + β C + (u, v)
dCα,β (u, v) = α dC − (u, v) + (1 − α − β) dΠ(u, v) + β dC + (u, v)

⇒ Cα,β (u, v) dCα,β (u, v) = α2 C − dC − + α(1 − α − β)C − dΠ + αβC − dC + + α(1 − α − β)ΠdC −

+ (1 − α − β)2 C + dΠ + β(1 − α − β)ΠdC + + αβC + dC −
+ β(1 − α − β)C + dΠ + β 2 C + dC −

22
 ZZ ZZ
⇒ Cα,β (u, v) dCα,β (u, v) = α2 C − dC − +...
I2 I2
| {z }
[Q(C − ,C − )+1]/4
(α−β)(α+β+2)
⇒ Tα,β = 3

Taux de Kendall et copule Archimédienne

Théorème 5.2.2 Soit C une copule archimédienne de générateur ϕ , et soit :
KC (t) = VC {(u, v) ∈ I 2 /C(u, v) ≤ t}
= VC {(u, v) ∈ I 2 /ϕ(u) + ϕ(v) ≥ ϕ(t)}
= la C-mesure de {(u, v) ∈ I 2 /ϕ(u) + ϕ(v) ≥ ϕ(t)}.
ϕ(t)
Alors KC (t) = t − ϕ0 (t)

Démonstration : ⇒ Admis

Corolaire 5.2.1 Soit U, V ∼ U[ 0, 1] de copule archimédienne C générée par ϕ. Alors la fonction KC est
la distribution jointe de C.

Corolaire 5.2.2 Soit U, V ∼ U[ 0, 1] de copule archimédienne C générée par ϕ. Alors :

Z
ϕ(t)
TXY = 1 + 4 0 (t)
dt
I ϕ

Exercices 5.2.2 X, Y 2 v.a. continues de copule Cθ et de fonction générateur ϕθ . Calculer le taux de

Kendall dans les 2 cas suivants :
1
1 Cθ (u, v) = exp{−[(−ln u)θ + (−ln v)θ ]} θ , θ ≥ 1 et ϕθ (t) = (−ln t)θ .
(Gumbel)
1
2 Cθ (u, v) = (u−θ + v −θ − 1)− θ , θ ≥ −1 et ϕθ (t) = t−θ − 1.
(Clayton)
Solution :
ϕ(t) tln t
R tln t θ−1

1 ϕ0 (t) = θ ⇒ TXY = 1 + 4 I θ = θ

ϕ(t) tθ+1 −1 θ

2 ϕ0 (t) = θ ⇒ TXY = θ+2

Théorème 5.2.3 (Li et al 2002) Soit C1 et C2 deux copules. Alors :

ZZ ZZ
1 ∂C1 (u, v) ∂C2 (u, v)
C1 (u, v) dC2 (u, v) = − . du dv
I2 2 I2 ∂u ∂v
Démonstration :
1
∂ 2 C2 (u, v)
ZZ Z
C1 (u, v) dC2 (u, v) = C1 (u, v) du dv
I2 0 ∂u∂v
Z 1
∂C2 (u, v) u=1 ∂C1 (u, v) ∂C2 (u, v)
= [C1 (u, v) ]u=0 − . du
∂v 0 ∂u ∂v
Z 1
∂ 2 C2 (u, v)
= C1 (u, v) du
0 ∂u∂v
Z 1
∂C1 (u, v) ∂C2 (u, v)
=v− . du
0 ∂u ∂v

23
 ∂C1 (u,v)
u 7−→ ∂u est % ∈ [0, 1]

En intégrant / à v sur [0,1] on aurra le résultat.

Corolaire 5.2.3 Soit (X,Y) un couple de v.a. continue de copule C. Alors :

ZZ
∂C(u, v) ∂C(u, v)
TXY = 1 − 4 . du dv
I2 ∂u ∂v

Exercices 5.2.3 Soit Cα,β la famille de copule de Marshall-o... pour 0 < α, β < 1, définie par :
(
u1−α v , uα ≥ v β
Cα,β =
u v 1−β , uα < v β
Calculer TXY associé à Cα,β .

Estimation du taux de Kendall (X, Y ) un couple de v.a. (x1 , y1 ), ..., (xn , yn ) un n-échantillon.
Une estimation du TXY est donnée par :
n j−1
2 XX
T̂XY = sign[(xj − xi )(yj − yi )]
n(n − 1)
j=2 i=1
(
1 si z ≥ 0
où sign z =
−1 si z < 0

5.3 Taux de Spearman

Soient (X1 , Y1 ), (X2 , Y2 ), (X3 , Y3 ) trois vecteurs de v.a. continues et indépendant de même distribu-
tion H et de lois marginales F et G dont la copule associée C.

Définition 5.3.1 Le rho de spearman est définie comme étant proportionnel à la différence des probabi-
lités de concordance et celle de discordance des couples (X1 , Y1 ) et (X2 , Y3 )

ρ = ρXY = ρC = 3 [ P{(X1 − X2 )(Y2 − Y3 ) > 0} − P{(X1 − X2 )(Y2 − Y3 ) < 0} ]

Remarques 5.3.1 Lorsque la loi jointe de (X1 , Y1 ) est H alors la loi jointe de (X2 , Y3 ) est F (x).G(y)
(X2 et Y3 indép.)

⇒ La copule associée à (X2 , Y3 ) est Π.

Théorème 5.3.1 Soit X, Y 2 v.a. continue de copule C. Alors le rho de spearman est donné par :
ZZ ZZ
ρXY = 3 Q(C, Π) = 12 uv dC(u, v) − 3 = 12 C(u, v) du dv − 3
I2 I2

Exercices 5.3.1 Donner le rho de spearman pour la famille de copule :

Cθ (u, v) = uv + θuv(1 − u)(1 − v) ; θ ∈ [−1, 1]

Estimation du taux de Spearman : (x1 , yn ), ..., (xn , yn ) un n-échantillon d’un couple de v.a.
(X, Y ). Alors : P
(Ri − R)(Si − S)
ρ̂(X, Y ) = qP qP
(Ri − R)2 (Si − S)2
P
Zi
où Ri = rang(xi ) ; Si = rang(yi ) et Z = n

24