研究動態(tài)非平穩(wěn)時間序列的二元極值方法.pdf

1、股票指數(shù)、匯率收益等金融時間序列具有重尾、方差波動性、數(shù)據(jù)間的相關性強等特點,用傳統(tǒng)的分析方法較為困難.本文重點研究隨機變量間的的相互關系,利用GARCH模型去除數(shù)據(jù)的波動性、相關性,再利用極值理論分析獨立同分布且服從厚尾分布的的殘差項.引入Copula的概念后,經(jīng)過分布變換,使二維極值問題被分成兩個部分來進行估計,第一步先確定邊際分布的參數(shù)模型形式,估計出邊際分布的各參數(shù)(μ,σ,ξ),第二步考慮各邊際分布隨機變量間的相關結構.在一維

2、區(qū)組法的直接推廣下,得到二維區(qū)組法,但在數(shù)據(jù)漸近獨立的情況下,二維區(qū)組模型不能給出一個正確的估計,一維閾值法的直接推廣二維閾值法雖然估計較準,但是只能針對各變量都是極值的情況.在高維的情況下,點過程法是較好的方法,能夠得到只有一邊為極值的隨機向量的分布規(guī)律.本文通過理論推導,得到一套標準的計算金融資產VaR的方法,并且對金融資產間相互影響關系得到定量的理論分析結果.以上海、深圳股市大盤指數(shù)日復收益率為例進行實證分析,得到各自的VaR值,