卢俊香，武宇，杜艳丽

(西安工程大学理学院，西安710048)



基于Copula的沪深股市相依结构与相关模式研究

卢俊香，武宇，杜艳丽

(西安工程大学理学院，西安710048)

针对传统Pearson线性相关系数与Granger因果分析法的不足，采用一种特殊的相关性分析方法—Copula函数方法对沪深股市相关结构与相关模式进行研究。首先用核密度估计方法对Copula函数的边缘分布进行估计，再结合秩相关系数对数据拟合较好的Copula函数进行选择，最后用离散L2范数评价方法对其拟合程度进行检验。研究发现，t-Copula可以较好地拟合沪深股市的日收益率序列，沪深股市日收益率序列呈现出较强的相关性以及对称的尾部相关性，当沪深两市出现大幅震荡时，两市收益率的协同作用将大幅增强。

Copula；相关性；收益率；模型选择；拟合度检验

引言

Copula函数作为相关分析和多变量建模的一种工具，处理非线性非对称的数据有其独特的优势，因此国内外对Copula方法及其应用有广泛关注，其应用范围也不断扩展。

1959年，Sklar A提出将一个k元联合分布函数分解成其k个边缘分布函数和一个Copula函数，而这个Copula函数恰能描述变量间的相关性[1]。1999年，Nelson R B对函数的含义和性质做了全面总结[2]。Dias，Emberches等将Copula函数与GARCH模型相结合使得能准确的刻画时间序列间的关系[3-4]。Ding和Engle等研究了资产间的相关性及模型的估计和检验[5]。随后Copula被应用到投资组合、风险管理等重要领域[6-10]。国内的张尧庭教授最先将Copula函数应用到相关分析中[11]。韦艳华和张世英把时间序列与Copula函数结合在一起，对变量间的条件相关性进行分析[12-13]。……