基于EGARCH—Copula的金融市场条件相依分析.pdfVIP

维普资讯 基于EGARCH—Copula的金融市场条件相依分析 秦伟 良，王 颖，姚如一 (南京信息工程大学 数理学院，南京 210044) 摘 要 ：文章应用条件 copula函数拟合上证指数和深证成指收益率的联合分布。对上证指数和深 证成指收益率应用EGARCH—t模型拟合其条件分布 ，在此基础上根据连续条件分布Sldar定理，采 用条件正态copula函数建立两者 的联合分布 。结果表明，EGARCH-t模型能够很好 的描述两指数收 益率的特征，正态Copula能够很好 的描述沪深股市的相关性信息。 关键词 ：条件 copula；EGARCH-t；条件分布 SHar定理 ；student-t分布 中图分类号 ：F830 文献标识码 ：A 文章编号 ：1002—6487(2008)15-0112-02 集。8是更新信息或无预期收益 ，并且 crtZ=Var(eIF一)为 8的 0 弓l言 条件方差 为独立 同分布随机变量 ，且 ziF ～N(0，1)。ht=lo— gOt2 为杠杆作用参数 。 ， Copula是用来描述多个变量间相依结构 的统计方法 。 1．2 标准化残差分布假设 1959年，Sklar指出可 以将一个联合分布分解为它的个边缘 标准 GARCH类模型中，对标准化残差 z8 的分布假 分布和一个 Copula函数，其中Copula函数描述变量间的相 设为正态分布。但是，由大多数实证可知，金融时间序列总是 关结构 。Copula理论 的提 出．使得我们可以将任意边缘分布 ， 表现出厚尾 的特征 ，所 以，用具有厚尾性质 的分布 比正态分 运用 Copula函数 ，构建其联合分布 。研究金融时间序列间的 布更能准确 的刻画收益率序列的特征3[114]。在此 ，我们考虑厚 一 致性运动 ，可以更加灵活 的建立序列 间的相依关系。随着 尾分布 ，Student—t分布 。 理论 的进一步发展 ，Copula成为构建多元联合分布和分析随 若随机变量u服从 自由度为v，尺度参数为 S的Stu— 机变量 问相关结构的重要方法 。 dent—t分布 ，那么 u的概率密度函数 (PDF)为 本文最先给 出了连续条件分布 的Sklar定理 在条件 f(u= (3) Copula理论 的基础上 应用 EGARCH～t模型拟合上证指数 和深成指数 日收益率 的条件分布 ，即两者 的边缘分布 ：然后 其中，r(．)是伽马函数。u的方差为Vat(u0=sl ，v2。 利用条件 Copula函数方法建立上证指数和深成指数 日收益 假定观测样本为 {rl,r2，…，rT}，由EGARCH模型得到各参 率 的条件联合分布，其中的参数度量 了两者的条件相依程度 。 数估计值，则RT+的条件分布为 ： 1 条 件 边 缘 分 布