M-Copula模型在金融时间序列分析中的研究与应用
发布时间:2023-04-01 21:54
研究了M-Copula模型的建模方法及应用.运用EM算法估计模型的参数,得到相应的统计结果.并利用M-Copula对上证综指和深证成指做了相关分析.通过分析两样本数据的特征,均建立了GARCH-t的边缘分布模型;根据两个对数收益率序列之间的相关特性,选取M-Copula模型对其相关结构进行建模分析,因M-Copula综合了不同Copula的特点,所以分布形式更加灵活,描述数据的厚尾和相关性特征的能力更突出,效果比单一的Copula更好.
【文章页数】:16 页
【文章目录】:
1 引言
2 模型的建立
2.1 Copula相关理论
1) Copula函数
2) M-Copula函数
2.2 Copula-GARCH模型
2.3 EM算法及M-Copula模型的参数估计
1) EM算法(expectation maximization algorithm)
2) M-Copula模型参数估计的EM算法
2.4 拟合度检验
1) GARCH(1,1)-t模型的检验
2) Copula模型的检验
3 仿真分析
4 实证分析
4.1 描述性统计分析
4.2 时间序列分析与建模
4.3 Copula函数建模
4.4 结果分析
5 总结
本文编号:3777929
【文章页数】:16 页
【文章目录】:
1 引言
2 模型的建立
2.1 Copula相关理论
1) Copula函数
2) M-Copula函数
2.2 Copula-GARCH模型
2.3 EM算法及M-Copula模型的参数估计
1) EM算法(expectation maximization algorithm)
2) M-Copula模型参数估计的EM算法
2.4 拟合度检验
1) GARCH(1,1)-t模型的检验
2) Copula模型的检验
3 仿真分析
4 实证分析
4.1 描述性统计分析
4.2 时间序列分析与建模
4.3 Copula函数建模
4.4 结果分析
5 总结
本文编号:3777929
本文链接:https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/3777929.html