基于拟合和密度预测的中国股市Copula模型实证研究

发布时间：2018-02-04 19:53

本文关键词： 密度预测秩相关 CPA检验　出处：《上海金融》2017年05期 　论文类型：期刊论文

【摘要】：在对SCOMDY模型进行扩展的基础上引入了参数基于Copula模型和半参数基于Copula模型。以我国股市数据为例,运用多个检验方法对比分析了Copula簇模型的拟合能力和密度预测精度。实证结果显示:具有新型参数演化方程的时变Copula模型具有最优的拟合能力和密度预测精度,且最为稳健;上证综指和深证成指之间既存在断点型时变秩相关又存在自相关型时变秩相关,且自相关型占优。
[Abstract]:On the basis of extending the SCOMDY model, this paper introduces the parameter-based Copula model and the semi-parameter-based Copula model, taking the stock market data of our country as an example. The fitting ability and density prediction accuracy of Copula cluster model are compared and analyzed by using several test methods. The empirical results show that:. The time-varying Copula model with a new parameter evolution equation has the best fitting ability and density prediction accuracy. And the most robust; There is both breakpoint time-varying rank correlation and autocorrelation time-varying rank correlation between Shanghai Composite Index and Shenzhen Composite Index, and autocorrelation is dominant.
【作者单位】：华侨大学经济与金融学院;
【基金】：福建省社会科学规划一般项目"金融冲击的宏观经济效应、传导机制及中国货币政策规则的选择研究"(FJ2016B226) 国家自然科学基金(71320107002,71201100) 华侨大学高层次人才科研启动费项目(16SKBS206)
【分类号】：F832.51
【正文快照】： "!!一、引言很多文献已经证明GARCH簇模型在预测股市波动率精度方面存在差异,同样,Copula簇模型在股市相依结构方面的预测能力也肯定存在差异。少数国外学者近几年做出了一些探索,如,Diks和Panchenko等(2010)比较了常态Copula模型的样本外密度预测能力,发现Student t copula要

【相似文献】