Copula函数与广义Copula函数.pdfVIP

　　　　　　　昌吉学院学报 2007年第 3期 Copu la 函数与广义 Copu la 函数 杨益党 (昌吉学院数学系 　新疆 　昌吉 　83 1100) 摘 　要 :在综述 Cop u la 函数性质的基础上 ,给 出了广义 Cop u la 函数的概念 , 并讨论 了广义 Cop u la 函数 的一系 列性质 。 关键词 :相关系数 ; Cop u la;广义 Cop u la 中图分类号 : O 13　　文献标识码 : A 　　文章编号 : 167 1 - 6469 (2007) 03 - 0001 - 06 1　引言 近几年 ,受经济全球化和金融一体化 、金融创新 、信息技术和竞争等因素的影响金融市场间的相互 依赖 、相互影响越来越广泛 ,金融之间的相关程度 、协同运动和群集性越来越受到人们的关注 。相关系 数是衡量若干变量之间相关关系程度和方向的一个主要变量 。在概率论中 ,相关系数的定义如下 : Cov ( x, y) E (x - Ex) (y - Ey) ρ ( ) = = 　　　　　　　　　　　　 1 ( ) ( ) ( ) ( ) Va r x Va r y Va r x Va r y ( ) ( ) ( ) 如果给定一组样本 x , y , …, x , y ,我们就可以计算出随机变量 X 和 Y 的相关系数 。从 1 式我 1 1 n n 们可以看出 ,要计算相关系数 ,首先 X和 Y必须要有期望和方差 ,然而 ,在金融市场中出现的不少数据 , ( ) 往往是厚尾分布 ,它们的方差是不存在的 ,而有的分布函数连期望都不存在 如柯西分布 ,它们的相关 系数显然不存在 ,但这并不等于它们的相关关系不存在 。其次 ,有些随机变量有期望和方差 ,而且它们 之间有很强的相关关系 ,但是它们的相关系数却是零 ,一个简单例子 [ 1 ] :若 X ～N ( 0, 1) , Y = X 2 , 则 E 3 2 ( (x - E ( x) ) (y - E (y) ) = E ( xy) - E ( x) E (y) = E ( x ) - E (x) E ( x ) = 0 ,故它们的相关系数是零 ,然而 它们之间有一个函数关系 ,因而存在很强的相关关系 。这说明传统的相关系数在描述随机变量的相关 关系方面是有很大的局限性的 ,实际上 ,这里的相关系数只是线性相关系数 ,对非线性相关是无效的。 Copu la理论的出现为解决相关分析和多变量时间序列分析提供了一个新工具 。Copu la理论最早可以追 述到 1959年 [ 2 ] ,然而 Cop u la理论的发展却是最近几年的事 。国内的张尧庭教授最先将 Cop u la 函数应 用到相关分析中[ 3 ] 。Copu la理论在实际应用中有许多优点 ,它可以将一个联合分布分解成 n 个边际分 布和一个 Cop u la 函数 ,其中 Copu la 函数描述变量间的相关结构 ,从而可以将一个联合分布的边际分布 和它们的相关结构分开研究 ,使模型更实用 、更有效