金融數據的尾部相關性研究.pdf

1、隨著金融研究領域的日益深入，相關性分析在金融應用上變得越來越重要，投資組合分析、資產定價及金融風險度量等問題都涉及到相關性分析，而且自上世紀九十年代以來頻發(fā)的世界范圍內的金融危機也凸現出相關性研究在防范災難方面的巨大意義。但以往的研究通常只集中在對相關程度的分析上，而忽略了對金融市場間的相關性結構或模式特別是其尾部特征的研究。事實上，即使具有相同相關性強度的兩對隨機變量，也可能會因為有不同的相關模式和尾部特征而表現出完全不同的結構特點。

2、因此僅用相關程度來描述隨機變量間的相關關系都是不全面的。 應用copula函數技術，可以將相關程度和相關模式的研究有機地結合在一起。作為連接隨機變量邊緣分布到聯合分布的函數，Copula函數不僅可以反映出隨機變量間的相關程度，而且可以較好地描述隨機變量間的相關模式，因此可以用不同的Copula函數來表示不同的相關模式。前人已經提供了將copula函數應用于金融領域的一般性框架，并且對幾種常見的copula函數進行了深入的分析和應

3、用。本文的重點就是應用copula函數來研究隨機變量的尾部相關性的問題。本文首先對copula函數進行了詳細的介紹，然后對尾部相關性進行了定義與歸納，并使用copula函數將其表示出來，同時將chi圖這一傳統方法應用于尾部相關的判斷上。然后依據判斷的結果對尾部相關性進行建模處理。從分析方法而言，本文依然沿用前人對copula函數方法的框架性歸納，但本文更強調對尾部數據建模的彈性要求，以及對數據的適應性要求。所以本文充分利用了copula