高維相關(guān)建模的pair-copula方法及其應用.pdf

1、隨著金融市場的不斷發(fā)展和創(chuàng)新，金融市場和金融資產(chǎn)之間的相關(guān)關(guān)系越來越復雜，呈現(xiàn)出非線性、非對稱以及尾部相關(guān)的相關(guān)形式。因此，傳統(tǒng)使用的線性相關(guān)系數(shù)的分析方法早已不能準確地反映金融市場的相關(guān)信息。此外，由SKlar提出的copula理論則認為，隨機變量之間的相關(guān)信息可以用copula函數(shù)表達。因此，國內(nèi)外學者開始利用不同形式的copula函數(shù)來表示多元隨機變量之間的相關(guān)模式，但沒有考慮到多元隨機變量兩兩之間服從的分布并非全部一致?；谶@一

2、考慮，本文介紹了一種新的方法，即pair-copula方法，不僅允許應用不同的copula函數(shù)，更準確地反映不同隨機變量之間的相關(guān)性，而且可以十分方便地建立聯(lián)合分布的密度函數(shù)，極大簡化了參數(shù)估計的過程。 本文首先闡述了VaR計算的基本原理和主要方法，包括分析法、歷史模擬法和Monte Carlo模擬法；其次，詳細介紹了copula函數(shù)的基本理論，包括性質(zhì)和特點，并介紹了橢圓族和阿基米德族兩個典型的copula函數(shù)族，同時還涉及到

3、如何利用copula來度量相關(guān)性的問題。著重介紹了pair-copula方法，在這一部分中，先簡單介紹了構(gòu)造多元隨機變量之間的copula函數(shù)的一些常見方法，并分別討論了各自的缺點，然后重點介紹pair-copula方法，以及參數(shù)估計過程，同時還包括了擬合度檢驗的理論介紹，為下文的實證研究提供理論基礎(chǔ)。最后，將該方法應用于上證指數(shù)、深圳成指和恒生指數(shù)，并結(jié)合VaR和擬合度檢驗來證明該方法的優(yōu)越性，取得了良好的效果。在文章的最后，對本文進