时变Copula模型的非参数推断  

Nonparametric Inference of Time-varying Copula Model

作　　者：龚金国[1] 史代敏[1] 

机构地区：[1]西南财经大学统计学院

出　　处：《数量经济技术经济研究》2011年第7期137-150,共14页Journal of Quantitative & Technological Economics

基　　金：教育部人文社会科学研究项目(09XJA910001);西南财经大学"211工程三期"统计学重点学科建设项目的资助

摘　　要：运用Copula模型研究金融变量之间的相关结构,是近年来金融分析中的一个热点,如何估计Copula模型中的时变参数则是一个重点和难点问题。本文从非参数建模思想为切入点,提出经验分布函数—局部极大似然法(ECDF-LML)估计Copula函数中的时变参数,研究了Copula模型参数是否时变的统计假设检验问题。最后通过大量随机模拟研究验证了本文所提出的方法较DCC-MGARCH方法在刻画随机变量动态相关性方面更具优越性且很稳健。It becomes a hot topic in the financial analysis that copula model is applied to discuss the dependence structure among financial variables. However, how to estimate time - varying copula parameter is a key point. In this paper, we propose a new estimation method on the base of nonparametric modeling, which we call it empirical distribution functionlocal maximum likelihood method to estimate time-varying copula parameter and the statistical test on whether the copula parameter is time varying is also introduced. Finally, we use plenty of simulation study to show that our method is superior to DCC- MGARCH of Engle （2002） in terms of dynamic dependence among random variables and robust.

关 键 词：时变COPULA 动态相关 局部极大似然 广义伪似然比 

分 类 号：F224.0[经济管理—国民经济]