基于Pair-Copula法構建髙維相依結構及實證分析.pdf

1、當今經濟金融市場間的相互影響和依賴逐漸加深。探尋這些市場之間的相關性和相關結構是很有意義的事。而應該選用哪種工具來刻畫這種相關結構，是需要我們慎重考慮的問題。很多學者選擇了連接函數(shù)Copula，它將隨機變量間的聯(lián)合分布函數(shù)和各自的邊緣分布連接起來。選擇Copula主要是基于它的兩個優(yōu)點：①它是一種新的有效度量相關性的工具，且具有良好的性質，比如對隨機變量的嚴格遞增變化保持不變；②它能被用來構建多元分布函數(shù)族，為尋求隨機變量間的聯(lián)合分布函

2、數(shù)提供了一條簡單易行之路。但是Copula種類繁多，對于給定的隨機變量，比如股票市場，用什么方法來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，這些方法在實際應用中存在很多問題，很難令人完全滿意。本文在總結前人經驗的基礎上引入了Bayes模型方法。Bayes方法與傳統(tǒng)方法不同，它獨立于參數(shù)，通過計算各種Copula類對應的概率來選擇最優(yōu)Copula類。并選擇上證指數(shù)和標準普爾500指數(shù)做實證分析

3、，結果表明：與其它Copula類相比，Clayton Copula類對數(shù)據具有更好的擬合效果，進而得到指數(shù)間的下尾相關系數(shù)。
　　 本文在討論了如何構建二維相依結構的基礎上，引入了一種構建髙維相依結構的方法，稱為Pair Copula法，因為實際生活中我們更多的是要考慮多個隨機變量之間的關系，比如上證指數(shù)，恒生指數(shù)和標準普爾500指數(shù)之間的關系，或者是貨幣市場，股票市場，房地產市場的相依關系等。Pair Copula法是將隨機變