Copula模型选择及其在金融市场方面的应用
【摘要】:金融市场在现代市场体系中最活跃、最具有渗透力.对不同的金融市场进行相依结构的研究,探索出不同市场存在的相依结构特征,这对金融市场的风险管理及风险控制有着极其重要的实践价值,而Copula函数可以很好地被运用于处理变量之间的相关结构.针对Copula函数模型的研究,文章重点对Copula函数模型的选择及其在金融市场方面的应用问题展开讨论,具体内容如下:(1)利用非参数法得到变量的分布函数,然后运用平方欧氏距离选择出最优的Copula函数模型,最后对上证A指和深证成份A指的相关性进行实证分析,结果显示在非极端市场情况下,两者的关联程度很高,会出现同涨同跌的特点.(2)单一的Copula函数在描述变量间的相关结构时有一定的不足,特别在实际的金融领域中,有很大的局限性.但混合Copula函数模型在一定程度上可解决此类问题,可以比单一模型更好地描述变量间的相关结构.构建由Gumbel、Clayton和Frank组成的混合Copula模型,对上证A指和深证成份A指进行实证分析.最难求解的权重及相关参数部分选用EM算法解决,最后结果表明:混合Copula模型可以更加准确的描述两者之间的相关性,并且这两者的相依关系上尾要强于下尾.