二元Copula的构造、估计及其应用研究
发布时间:2020-03-22 04:38
【摘要】:本文主要研究二元copula的构造、估计及其应用等问题.应用加权几何平均构造copula;应用内点罚函数方法估计几何copula参数;将几何copula、条件copula和时变copula应用于汇率、不同性别期望寿命以及能源市场等数据.所讨论的copula主要包括静态copula、条件 copula和时变 copula.第二章给出预备知识,介绍copula的严格定义及相应的理论性质,研究copula的随机数生成以及相应的指标刻画等.第三章研究不同copula的加权几何平均问题,证明某些特殊类型copula的加权几何平均依然为copula,进一步扩充copula的种类,研究这类copula的一些理论性质.首先介绍copu la的定义同时给出二阶增长性的刻画,然后研究CA copula与GB copula以及GB copula与New copula的加权几何平均,同时研究阿基米德copula的加权几何平均,最后研究加权几何平均copula的完备性以及象限相依和尾部相依等性质.第四章针对几何copula参数的特点,提出内点罚函数方法估计几何copula的参数,给出一些模拟研究以评价所提方法的有效性,最后将几何copula应用于保险数据以及汇率数据的相关性分析,发现几何copula的表现优于非几何copula.第五章研究多元多参数条件copula的非参数估计等问题,采用局部线性光滑技术和Newton-Raphson迭代算法对纠偏函数进行估计,再通过选取合适的连接函数估计copula参数.在模拟部分,设置了三种不同类型的纠偏函数(线性和非线性),应用所提出的估计方法对相应的参数进行估计,计算参数估计的集成偏差平方和以及集成均方误差用以评价估计方法的优劣.在实证分析部分,将条件copula应用于研究GDP对男性和女性的期望寿命之间相依性产生的影响,有助于人们更加准确地掌握GDP水平对男性和女性的期望寿命之间的条件非线性相依.第六章研究时变几何copula的动态设定,讨论演化方程的参数估计与标准误差,同时应用时变几何copula度量原油和天然气价格的动态相依性,通过实例建模发现,时变几何copula有一定的优越性.综上所述,本文主要从理论和应用角度对静态copula和动态copula进行了研究,进一步推广了现有的研究成果.本文的研究成果具有较强的实用价值,同时也有一定的理论价值.
【图文】:
逦u逡逑图2.1高斯copula的密度函数逡逑图2.1描述的是高斯copula的密度函数图,其中的参数设置分别为/9邋=邋0.2(左)和/>邋=逡逑0.9(右).逡逑2?学生t邋copula逡逑C{u,v\p,u)邋=邋Tv(t ̄l{u),t ̄l(y)\p^)逡逑=n、)逦(i+?2二;(可乎蜂,逡逑7-00邋7-00邋r(号)丌1^1邋—邋p2、逦i/(i邋—邋p2))逡逑其中表示二元学生t分布的联合分布函数(自由度为〃),GHu)表示一元学生t分布的分逡逑位数函数,r(.T)邋=邋fe-Mi为伽玛函数.逡逑学生t邋copula对两个分量的混合二阶偏导,即学生t邋copula的密度函数为逡逑,v.邋,邋=邋d2c{u,v-p,邋u)邋=逦r(r-)r(f)逦(U邋+邋^邋J)邋^邋j)))逡逑dudv逦r(i^-)2v/i邋-邋p2邋(■
逦0邋0逦u逡逑图2.1高斯copula的密度函数逡逑图2.1描述的是高斯copula的密度函数图,其中的参数设置分别为/9邋=邋0.2(左)和/>邋=逡逑0.9(右).逡逑2?学生t邋copula逡逑C{u,v\p,u)邋=邋Tv(t ̄l{u),t ̄l(y)\p^)逡逑=n、)逦(i+?2二;(可乎蜂,逡逑7-00邋7-00邋r(号)丌1^1邋—邋p2、逦i/(i邋—邋p2))逡逑其中表示二元学生t分布的联合分布函数(自由度为〃),GHu)表示一元学生t分布的分逡逑位数函数,,r(.T)邋=邋fe-Mi为伽玛函数.逡逑学生t邋copula对两个分量的混合二阶偏导,即学生t邋copula的密度函数为逡逑,v.邋
【学位授予单位】:东南大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:F224
本文编号:2594496
【图文】:
逦u逡逑图2.1高斯copula的密度函数逡逑图2.1描述的是高斯copula的密度函数图,其中的参数设置分别为/9邋=邋0.2(左)和/>邋=逡逑0.9(右).逡逑2?学生t邋copula逡逑C{u,v\p,u)邋=邋Tv(t ̄l{u),t ̄l(y)\p^)逡逑=n、)逦(i+?2二;(可乎蜂,逡逑7-00邋7-00邋r(号)丌1^1邋—邋p2、逦i/(i邋—邋p2))逡逑其中表示二元学生t分布的联合分布函数(自由度为〃),GHu)表示一元学生t分布的分逡逑位数函数,r(.T)邋=邋fe-Mi为伽玛函数.逡逑学生t邋copula对两个分量的混合二阶偏导,即学生t邋copula的密度函数为逡逑,v.邋,邋=邋d2c{u,v-p,邋u)邋=逦r(r-)r(f)逦(U邋+邋^邋J)邋^邋j)))逡逑dudv逦r(i^-)2v/i邋-邋p2邋(■
逦0邋0逦u逡逑图2.1高斯copula的密度函数逡逑图2.1描述的是高斯copula的密度函数图,其中的参数设置分别为/9邋=邋0.2(左)和/>邋=逡逑0.9(右).逡逑2?学生t邋copula逡逑C{u,v\p,u)邋=邋Tv(t ̄l{u),t ̄l(y)\p^)逡逑=n、)逦(i+?2二;(可乎蜂,逡逑7-00邋7-00邋r(号)丌1^1邋—邋p2、逦i/(i邋—邋p2))逡逑其中表示二元学生t分布的联合分布函数(自由度为〃),GHu)表示一元学生t分布的分逡逑位数函数,,r(.T)邋=邋fe-Mi为伽玛函数.逡逑学生t邋copula对两个分量的混合二阶偏导,即学生t邋copula的密度函数为逡逑,v.邋
【学位授予单位】:东南大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:F224
【参考文献】
相关期刊论文 前5条
1 钱龙霞;张韧;王红瑞;洪梅;;基于Copula函数的水资源供需风险损失模型及其应用[J];系统工程理论与实践;2016年02期
2 刘金全;隋建利;王雄威;;Copula-MGARCH模型及其估计方法在汇率市场中的应用[J];数量经济技术经济研究;2010年07期
3 吴振翔;陈敏;叶五一;缪柏其;;基于Copula-GARCH的投资组合风险分析[J];系统工程理论与实践;2006年03期
4 韦艳华,张世英;金融市场的相关性分析——Copula-GARCH模型及其应用[J];系统工程;2004年04期
5 张尧庭;连接函数(copula)技术与金融风险分析[J];统计研究;2002年04期
本文编号:2594496
本文链接:https://www.wllwen.com/jingjifazhanlunwen/2594496.html