基于貝葉斯估計(jì)的Copula方法在金融分析上的應(yīng)用.pdf

1、隨著我國(guó)對(duì)外經(jīng)濟(jì)貿(mào)易的日漸開(kāi)放，金融衍生產(chǎn)品不斷地引進(jìn)和完善，國(guó)內(nèi)金融市場(chǎng)也日益復(fù)雜和多樣化。處在金融危機(jī)頻發(fā)的時(shí)代，如何采用合理的方法來(lái)度量金融市場(chǎng)的風(fēng)險(xiǎn)則顯得相當(dāng)重要。
　　 Copula理論可以度量變量之間的非線性相關(guān)關(guān)系，并能夠?qū)⑦吘壏植己吐?lián)合分布分開(kāi)來(lái)考慮，故其成為當(dāng)下處理金融風(fēng)險(xiǎn)的一把利器。如何選擇一個(gè)合適的邊緣分布對(duì)于Copula建模起著至關(guān)重要的作用，很多實(shí)證表明GARCH-t模型能夠很好地描述金融時(shí)間序列“尖峰

2、厚尾”的特性，傳統(tǒng)GARCH模型的參數(shù)估計(jì)采用的是極大似然估計(jì)方法，當(dāng)遇到目標(biāo)函數(shù)沒(méi)有極大值時(shí)，傳統(tǒng)方法很難實(shí)現(xiàn)目標(biāo)函數(shù)的數(shù)值最優(yōu)化。
　　 貝葉斯估計(jì)是建立在貝葉斯理論基礎(chǔ)之上，將待估參數(shù)看成隨機(jī)變量，結(jié)合先驗(yàn)信息和數(shù)據(jù)信息從而得到參數(shù)的后驗(yàn)密度，在此基礎(chǔ)之上做進(jìn)一步的統(tǒng)計(jì)推斷。與傳統(tǒng)方法相比，通常貝葉斯估計(jì)量具有更小的方差或平方誤差，能夠得到更精確的預(yù)測(cè)結(jié)果，貝葉斯最大后驗(yàn)置信區(qū)間比不考慮參數(shù)先驗(yàn)信息的頻率置信區(qū)間短。將貝葉

3、斯估計(jì)方法應(yīng)用于GARCH模型的參數(shù)估計(jì)，能夠很好地解決傳統(tǒng)估計(jì)中遇到的一系列問(wèn)題，同時(shí)GARCH模型一系列的約束條件也適合用貝葉斯估計(jì)方法。
　　 本文在介紹Copula理論和貝葉斯理論的基礎(chǔ)之上，采用貝葉斯估計(jì)方法來(lái)進(jìn)行時(shí)變Copula-GARCH模型的建立，最后以農(nóng)林、制造、運(yùn)輸、地產(chǎn)和文化五個(gè)指數(shù)作為研究對(duì)象，考察了其常相關(guān)和時(shí)變相關(guān)關(guān)系，并基于Z檢驗(yàn)方法，考察了其變結(jié)構(gòu)情況，研究結(jié)果表明:2011年11月份地產(chǎn)行業(yè)由于