基于Pair-Copula法構(gòu)建高維相依結(jié)構(gòu)及實(shí)證分析.pdf

1、當(dāng)今金融市場(chǎng)間的相互影響和依賴逐漸加深。探尋這些市場(chǎng)之間的相關(guān)性和相關(guān)結(jié)構(gòu)是很有意義的事。而應(yīng)該選用哪種工具來(lái)刻畫(huà)這種相關(guān)結(jié)構(gòu)，是需要我們慎重考慮的問(wèn)題。很多學(xué)者選擇了連接函數(shù)Copula，它將隨機(jī)變量間的聯(lián)合分布函數(shù)和各自的邊緣分布連接起來(lái)。選擇Copula主要是基于它的兩個(gè)優(yōu)點(diǎn)：①它是一種新的有效度量相關(guān)性的工具，且具有良好的性質(zhì)，比如對(duì)隨機(jī)變量的嚴(yán)格遞增變化保持不變；②它能被用來(lái)構(gòu)建多元分布函數(shù)族，為尋求隨機(jī)變量間的聯(lián)合分布函數(shù)提

2、供了一條簡(jiǎn)單易行之路。但是Copula種類(lèi)繁多，對(duì)于給定的隨機(jī)變量，比如股票市場(chǎng)，用什么方法來(lái)選擇它們之間的最優(yōu)Copula呢?傳統(tǒng)的選擇最優(yōu)Copula的方法大都是基于擬合優(yōu)度的，這些方法在實(shí)際應(yīng)用中存在很多問(wèn)題，很難令人完全滿意。本文在總結(jié)前人經(jīng)驗(yàn)的基礎(chǔ)上引入了Bayes模型方法。Bayes方法與傳統(tǒng)方法不同，它獨(dú)立于參數(shù)，通過(guò)計(jì)算各種Copula類(lèi)對(duì)應(yīng)的概率來(lái)選擇最優(yōu)Copula類(lèi)。并選擇上證指數(shù)和標(biāo)準(zhǔn)普爾500指數(shù)做實(shí)證分析，結(jié)

3、果表明：與其它Copula類(lèi)相比，Clayton Copula類(lèi)對(duì)數(shù)據(jù)具有更好的擬合效果，進(jìn)而得到指數(shù)間的下尾相關(guān)系數(shù)。
　　 本文在討論了如何構(gòu)建二維相依結(jié)構(gòu)的基礎(chǔ)上，引入了一種構(gòu)建高維相依結(jié)構(gòu)的方法，稱為Pair Copula法，因?yàn)閷?shí)際生活中我們更多的是要考慮多個(gè)隨機(jī)變量之間的關(guān)系，比如上證指數(shù)，恒生指數(shù)和標(biāo)準(zhǔn)普爾500指數(shù)之間的關(guān)系，或者是貨幣市場(chǎng)，股票市場(chǎng)，房地產(chǎn)市場(chǎng)的相依關(guān)系等。Pair Copula法是將隨機(jī)變量之