Copula基本原理与模型构建.pptVIP

3.常用的Copula函数 3.1.二元正态Copula函数 3.2.二元t-Copula函数 3.3.二元阿基米德Copula函数 3.1.二元正态Copula函数 3.2.二元t-Copula函数 3.3二元阿基米德Copula函数 ◆ 阿基米德分布函数的定义: 其中 称为阿基米德Copula函数的生成元，它是一个凸的减函数。 ◆常用的二元阿基米德Copula函数： ①Gumbel Copula函数 ②Clayton Copula函数 ③Frank Copula函数 3.3二元阿基米德Copula函数 ①Gumbel Copula函数 生成元 3.3二元阿基米德Copula函数 上尾部变化十分敏感 结论反之 也成立 怎么求的？ 比如一种股票的爆涨，是否会引起其他股票的上涨，进而对整个股市产生较大的影响。 通常情况下，二元正态copula就可以较好地拟合样本数据，但是由于具有对称性，无法捕捉到金融市场之间的非对称关系。 选择一个恰当的单变量金融时间序列模型来描述金融时间序列的边缘分布是构建Copula模型的第一步， Copula理论简介 引 言 国际金融市场快速发展——市场间相互依存性加强。 金融创新不断涌现——金融风险越发集中和隐蔽。 相关性分析是多变量金融分析中的一个中心问题，资产定价、投资组合、波动的传导和溢出、风险管理等问题都涉及相关性分析。而常用的线性相关系数有具有一定的局限性。如它要求变量间是线性的，且方差存在，但是金融市场中出现的不少数据往往是厚尾分布，它们的方差有时并不存在。 金融波动和危机的频繁出现使风险度量和多变量金融时间序列分析成为国内外关注的焦点，原有的多变量金融模型已不能完全满足发展的需要。如用Var来度量风险时须具备一定的条件，它在非椭圆分布时就不可用。 主要内容 常用的Copula函数 Copula函数的定义 1 Copula函数的相关测度 2 3 Copula模型的构建 4 5 Copula模型的参数估计 1.Copula函数的定义 ★什么是Copula函数？ 形象地说，我们可以把Copula函数叫做“连接函数”或“相依函数”，它是把多个随机变量的联合分布与它们各自的边缘分布相连接起来的函数。 多元联合分布函数 边缘分布 Copula函数 1.Copula函数的定义 ★Sklar定理 令 为具有边缘分布 的联合分布函数，那么存在一个Copula函数 ，满足： 若 连续，则 唯一确定。 2.相关性测度 2.1.提出问题 2.2.基于Copula函数的相关性测度 2.3.尾部相关性 2.1.关于相关系数 ★一个问题 我们知道，对于两个变量之间的相关性关系，我们可以利用相关系数 来度量，但是，我们看下面的问题： 若 （x，y显然关系密切） 则 即x，y的相关系数为0。 因此，当变量间的关系是非线性时，用相关系数来度量其关系是不可靠的。而Copula函数在一定的范围内就可以避免这个问题。 2.2.基于Copula函数的相关性测度 ★定理 对随机变量 做严格的单调增变换，相应的Copula函数不变。 ①Kendall秩相关系数τ ②Spearman秩相关系数ρ ③Gini关联系数γ 2.2.基于Copula函数的相关性测度 ①Kendall秩相关系数τ 考察两个变量的相关性时，最直观的方法是考察它们的变化趋势是否一致。若一致，表明变量间存在正相关；若不一致，表明变量间是负相关的。 令 和 为随机向量(X,Y)的两组观测值，如果 且 ，或者 且 ,即 ，则称 和 是一致的，反之，即 ，则为不一致。 2.2.基于Copula函数的相关性测度 ◆定义： 和 为独立同分的随机向量， ，完全正相关； ，完全负相关； ，无法判定。 ◆可以看到，对于单调增函数s(x)和t(y)，有 因此τ值对单调增的变换是不变的。 ◆Kendall秩相关系数可以由Copula函数给出（证明略）： 2.2.基于Copula函数的相关性测度 ②Spearman秩相关系数ρ ◆定义： 和