相关系数与相关性度量.pdfVIP

第36 卷第 12 期 数学的实践与认识 V o l36　N o 12　 2006 年 12 月 M A TH EM A T IC S IN PRA CT ICE AN D TH EO R Y D ecem. , 2006　 相关系数与相关性度量 李秀敏, 　江卫华 (河北科技大学理学院, 河北 石家庄　0500 18) 摘要: 　研究了度量相关性的两个主要工具: 线性相关系数和尾部相关系数. 线性相关系数反映了变量间的 线性相关性, 这对于一般的椭圆型分布是合适的. 但如果随机变量具有不对称的尾部变化特征时, 要用尾部 相关系数描述它们之间的相关性. 通过相关函数Cop u la, 对沪深股市的尾部相关系数进行了定量分析. 结果 表明: 沪深股市具有较强的相关性. 关键词: 　线性相关系数; 尾部相关系数; 相关函数Cop u la; 风险管理 1　引　　言 　　近十年来, 相关性的研究在金融领域引起了广泛重视. 传统意义下的相关性度量指标- 线性相关系数对金融资产收益率的描述已不再适用. 线性相关系数, 对于椭圆型分布如正 态分布、学生 t 分布来说是合适的, 因为椭圆型分布的分布函数是由线性相关系数唯一确 定. 然而, 对于一些具有尖峰、厚尾分布特征的观测样本, 再用相关系数描述就不合适了. A r tzn er [ 1 ] , Em b rech t s[2 ] , P at ton [3 ] 都指出, 尾部相关系数在描述金融资产收益率, 特别是极 端变异事件发生时具有良好特性. 本文就使用线性相关系数应注意问题以及沪深股市尾部 相关性做深入探讨, 相信在实际工作中会得到广泛应用. 2　线性相关系数 目前, 广泛使用的线性相关系数, 只是变量间线性相关程度的一种度量. 因此, 对线性相 关系数有必要做进一步理解, 以下假设随机变量具有有限方差. 1) 如果线性相关系数是零, 说明随机变量 、 之间不具有线性相关性, 但两变量之间 X Y 可能会有非常明显的其它关系. 例如, 假设随机变量X 服从标准正态分布, 随机变量 Y = X 2 , 容易算得它们之间的线性相关系数为零, 但这时的变量X 与 Y 具有明显的平方关系. 相 关系数为零的原因是什么呢? 从相关系数的定义来看: ( ) ( ) C ov X , Y E X Y - EX E Y = = ( 1) D X D Y D X D Y 相关系数 的计算是和期望有密切关系. 从计算E ( Y ) X 的公式中: 2 + ∞ x 3 1 - 2 E ( Y ) x e dx ( ) X = ∫ 2