Copula函数在跨市场风险传染效应建模中的改进.docxVIP

Copula函数在跨市场风险传染效应建模中的改进

一、Copula函数在风险传染建模中的理论基础

（一）Copula函数的核心原理

Copula函数由Sklar（1959）提出，其核心是通过连接边缘分布与联合分布，独立刻画变量间的相依结构。数学上，对于随机变量X和Y，其联合分布H(x,y)可分解为C(FX(

（二）跨市场风险传染的量化需求

全球金融市场联动性增强背景下，2008年金融危机显示，传统线性相关系数（如Pearson系数）无法捕捉极端事件下的非线性依赖关系（Embrechtsetal.,2002）。实证研究表明，危机期间美国与欧洲股市的尾部相关系数高达0.7，而正常时期仅为0.3（ReboredoUgolini,2015），凸显非线性建模的必要性。

（三）Copula函数的选择标准

常用Copula类型包括高斯Copula（线性相关）、t-Copula（对称尾部相关）和阿基米德Copula族（非对称尾部相关）。研究表明，ClaytonCopula对下尾部依赖的刻画能力优于其他类型（Jietal.,2018），这对风险下行传染建模具有关键价值。

二、传统Copula模型在跨市场应用中的局限性

（一）静态参数假设的失真问题

传统Copula模型通常假定相依结构保持恒定，但金融市场存在显著的时变特征。以2020年新冠疫情冲击为例，标普500与富时100指数的