混合Copula模型选择及其应用.docVIP

混合Copula模型选择及其应用 　　摘要： Copula函数是处理变量间相关结构的有力工具。特别在实际的金融领域中，变量间的相关结构往往比较复杂。如果用单个Copula函数来处理，具有一定的局限性。混合Copula（M-Copula）函数是把不同的Copula函数混合在一起，这样能够更好地描述变量间的相关结构。文章主要运用由Gumbel、Clayton和Frank组成的混合Copula模型对上证A指和成份A指的相依结构进行建模，采用非参数核密度方法估计边缘分布，然后用EM算法求出混合Copula函数的权重及相关参数，实证结果表明：混合Copula模型更能够准确地描述两个市场之间的相依结构，且两个市场的上尾相依关系要强于下尾的相依关系。 　　Abstract： Copula function is a powerful tool for handling the correlation structure between variables. Especially in the actual financial field， the correlation structure between variables is often more complicated. If you use a single Copula function to deal with the corr