第六讲相关性与Copula函数.docxVIP

第六讲相关性与Copula函数 协方差和相关系数 ■变量B和匕的相关系数被定义为 二以岭岭)-￡(?)￡化) P — SD(K)SDW) ■变量H和匕的相关系数被定义为 cov?，匕）=E（vy2）- E（yx）e（v2） 独立性 ?两个变量中，其中任意一个变量的信息（观测值）不会影响另 一个变量的分布，那么两个变量在统计上被定义为独立 ■精确地讲，变量凶和岭在统计上被定义为相互独立，如果对 于所有的X,下列等式成立 f（v2^=x）= f（v2） ■ f（?）代表变量的概率密度函数 独立性并不等同于零相关 ■假定变量V[的值有三种均等的可能：-1, 0,或+1 ■如果 V-j = -1 或 V[ = +1 ,那么 V2 = 1 ?如果Vi = 0 ,那么V2 = 0 ?可以清楚地看到H和込有某种关联性，但它们的相关系数为0 几种不同的关联形式 a) b) c) 监测相关系数 ?定义x^X-X^/X,.和炉（丫厂丫汀/丫口 ?varxn :以第n-1天估计的X的日方差 ?varyn:以第n-1天估计的丫的日方差 ?covn:以第n-1天估计的协方差 ?相关系数为 COJ 协方差 ■第n天的协方差为 E（xnyn）-E（xn）E（yn） ?经常被简化为 监测相关系数（续） EWMA： COV” = 2 COV- + (1-免)￡_1 几一］ GARCH (1, 1): cov” =