基于Gaussian Copula与t-Copula的沪深股指相关性分析

基于Gaussian Copula与t-Copula的沪深股指相关性分析

杨兴民¹^,²,刘保东^1*,李娟²

1. 山东大学数学与系统科学学院，山东济南 250100； 2. 鲁东大学数学与信息学院，山东烟台 264025

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2006-10-24 发布日期:2006-10-24
通讯作者: 杨兴民

Correlation analysis of the Shanghai-Shenzhen stock index based on Gaussian Copula and t-Copula

YANG Xing-min¹^,²,LIU Bao-dong^1*,LI Juan²

1. School of Mathematics and System Sciences, Shandong University, Jinan 250100, Shandong;2. School of Mathematics and Information, Ludong University, Yantai 264025

Received:1900-01-01 Revised:1900-01-01 Online:2006-10-24 Published:2006-10-24
Contact: YANG Xing-min

摘要/Abstract

摘要： 针对沪深股指,讨论了Gaussian Copula与t-Copula的密度函数,并进行相关性建模，采用二步估计法对所建模型进行参数估计并给出了相关性指标。最后,通过Monte Carlo模拟的方法比较了Copula关联结构之间的差异。

关键词: Gaussian Copula, 相关性分析 , t-Copula

Abstract: Gaussian Copula and t-Copula density functions were discussed according to the Shanghai-Shenzhen stock index, and a correlation model was provided. The parameter of this model was estimated by the two-step estimating method and the relative index was given. Finally, the difference between Copula correlation structures was compared by the Monte Carlo method.

Key words: correlation analysis , t-Copula, Gaussian Copula

中图分类号:

O212

杨兴民,刘保东*,李娟 . 基于Gaussian Copula与t-Copula的沪深股指相关性分析[J]. J4, 2007, 42(12): 63-68 .

YANG Xing-min,LIU Bao-dong*,LI Juan . Correlation analysis of the Shanghai-Shenzhen stock index based on Gaussian Copula and t-Copula[J]. J4, 2007, 42(12): 63-68 .

参考文献

相关文章 15

[1]	李永明,邓绍坚,蒋伟红. END样本下递归密度函数估计的相合性[J]. 山东大学学报（理学版）, 2017, 52(11): 54-59.
[2]	梁小林,郭敏,李静. 更新几何过程的参数估计[J]. 山东大学学报（理学版）, 2017, 52(8): 53-57.
[3]	许忠好,李天奇. 基于复杂网络的中国股票市场统计特征分析[J]. 山东大学学报（理学版）, 2017, 52(5): 41-48.
[4]	胡学平,张红梅. WOD样本下密度函数核估计的收敛性[J]. 山东大学学报（理学版）, 2017, 52(4): 21-25.
[5]	任鹏程,徐静,李新民. 风险价值VaR的区间估计[J]. 山东大学学报（理学版）, 2017, 52(2): 85-90.
[6]	张明峰, 柳泽慧, 周小双. 响应变量缺失时纵向数据下变系数部分线性测量误差模型的经验似然推断[J]. 山东大学学报（理学版）, 2015, 50(11): 127-134.
[7]	高婷婷, 范国良. 多元线性模型中回归系数矩阵的Minimax估计[J]. 山东大学学报（理学版）, 2015, 50(06): 33-38.
[8]	武大勇, 李锋. 随机缺失下半参数回归模型的最大经验似然估计[J]. 山东大学学报（理学版）, 2015, 50(04): 20-23.
[9]	李述山. 基于尾部样本数据的尾部相关性分析[J]. 山东大学学报（理学版）, 2014, 49(12): 49-54.
[10]	甘信军, 杨维强. 证据权重方法与信用风险控制[J]. 山东大学学报（理学版）, 2014, 49(12): 55-59.
[11]	王萍莉, 石东洋. Schrödinger方程双线性元的超收敛分析和外推[J]. 山东大学学报（理学版）, 2014, 49(10): 66-71.
[12]	赵培信, 周小双. 线性误差协变量下部分线性模型的约束统计推断[J]. 山东大学学报（理学版）, 2014, 49(07): 69-74.
[13]	伍欣叶,吴群英. 混合删失模型中密度函数K-M估计的r-阶相合速度[J]. 山东大学学报（理学版）, 2014, 49(1): 105-110.
[14]	张良勇1,2,徐兴忠2,董晓芳1. 基于中位数排序集抽样的区间估计[J]. J4, 2013, 48(12): 107-110.
[15]	. 匹配法估计工作培训项目的平均处理效果[J]. J4, 2009, 44(7): 44-48.

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed