Copula及其相关函数的几类估计方法模拟与实证比较

作     者：蒋晓艺 

作者单位：桂林理工大学 

学位级别：硕士

导师姓名：张浩敏

授予年度：2018年

学科分类：02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 07[理学] 0714[理学-统计学（可授理学、经济学学位）] 070103[理学-概率论与数理统计] 0701[理学-数学] 

主      题：Copula函数 极值Copula函数 相关函数 N-W核估计 

摘      要：Copula函数本质上是一个连接函数,它的作用是将多维随机变量的联合分布函数采用一维边际分布函数连接起来。而极值Copula函数的相关函数的主要功能体现在能够描绘多个变量之间的相关性结构。本文对比分析了Copula函数的估计方法及极值Copula函数的相关函数的估计方法,并在非参数核估计的前提之下,对相关函数的核估计方法进行具体介绍分析。通过Copula函数的估计方法对深证和上证日对数收益率的相关性和收益风险进行实证分析。最后通过随机模拟的方式分别对极值Copula函数的相关函数的估方法进行对比,将效果好的估计方法与的核估计方法中效果好的核估计方法在数据纯净和数据模糊的不同的情况下进行分析比较。文章的主要工作如下:1、本文的第一部分首先介绍了两种函数估计方法的研究现状。紧接着第二部分针对本文相关的Copula函数的理论、性质、相关系数等基本概念做了简单的描述和简介,并列举了常用的Copula函数模型。2、第三章首先介绍Copula函数核密度估计方式,然后通过金融数据对比核密度估计得到的Copula函数与常用的Copula函数模型在VaR预测上的实际效果。3、第四章介绍了二元极值Copula函数的相关函数,以及相关函数的性质和一些常见的模型。然后介绍了一些二元极值Copula函数的相关函数的估计方式,其中包括HT-估计、CFG-估计以及OLS-估计方法。并对不同的相关函数的模型进行模拟分析,通过结果可以得出OLS-估计为三种估计方法中估计效果最优的估计方法。4、第五章首先介绍了极值Copula函数的相关函数三种常见核估计方法,其中包括:N-W核估计、P-C核估计和G-M核估计方法。在核函数为连续函数的情况下对N-W核估计和P-C核估计进行随机模拟分析。接着选择分别在数据纯净的情况和数据模糊的两种不同情况下对N-W核估计方法和OLS-估计犯法进行随机模拟比较,通过模拟结果相比之下,知在分布已知数据纯情的情况下N-W核估计模型与OLS-估计模型都是可以选择的方法。但是在数据模糊的情况下N-W核估计模型对相关函数的估计效果要优于比OLS-估计方法。