风险团队在用历史联合收益数据校准 copula 时，需要一个对边际任意单调变换都不敏感的非参数依赖度量。教科书首选是 Kendall's tau —— 它统计两条序列在成对比较中"方向"上的一致频率。具体地，对样本 $(x_i, y_i)_{i=1}^{N}$ 中任一 $i < j$ 的无序对 $(i, j)$ 定义：