基于藤結(jié)構(gòu)的Pair copula-GARCH模型及其應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩49頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、基于藤結(jié)構(gòu)的Pair copula分解模型是近年來(lái)Copula理論研究領(lǐng)域中出現(xiàn)的一種新方法。它在圖形建模工具藤的邏輯結(jié)構(gòu)基礎(chǔ)上,利用一系列Pair copula模塊對(duì)多元隨機(jī)變量數(shù)據(jù)建模,并通過(guò)它來(lái)描述多元聯(lián)合分布,進(jìn)而可以用來(lái)分析多元變量間的相依結(jié)構(gòu),特別是高維情況下的應(yīng)用提供了理論基礎(chǔ)。相比于直接利用多元Copula函數(shù)描述多元聯(lián)合分布,Pair copula分解模型將多元聯(lián)合分布分解成一系列兩兩變量間的pair copula模塊

2、,并用藤結(jié)構(gòu)把它們組織起來(lái),而且每一對(duì)Pair copula模塊可以根據(jù)數(shù)據(jù)分布的尾部相關(guān)性特性選擇合適的二元Copula函數(shù)來(lái)擬合,這就使得Pair copula分解模型能夠捕捉到多元分布中兩兩變量間的尾部相關(guān)性差異,模型構(gòu)建更加靈活。另外,基于Pair copula分解模型的仿真序列計(jì)算出投資組合的VaR值中包含了更多兩兩資產(chǎn)間尾部相關(guān)的信息,因此也更加準(zhǔn)確。文章分為4章,結(jié)構(gòu)如下:
   第一章為緒論,介紹了本文的研究背景

3、;對(duì)Copula理論,Copula-GARCH模型以及Pair copula模型的研究現(xiàn)狀做了詳細(xì)的論述,并列舉了前人在這些領(lǐng)域的研究成果;我們還從三個(gè)層面簡(jiǎn)單的討論了文章的研究問(wèn)題和意義;最后提及了數(shù)據(jù)來(lái)源和分析軟件。
   第二章首先介紹了Copula函數(shù)的定義、定理和相關(guān)性質(zhì),以及幾種常用的Copula函數(shù);在Copula理論的基礎(chǔ)上,我們繼續(xù)探討了近年來(lái)比較流行的Copula-ARCH類(lèi)模型的構(gòu)建和參數(shù)估計(jì)方法。

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論