混合Copula模型选择及其在上证A股、B股相关性分析中的应用

混合Copula模型中Copula函数的选择直接影响模型的拟合效果,目前多数文献侧重在阿基米德族中进行组合,然而一个族中的函数性质较相似,不如从不同的族中进行组合效果好,因而本文扩大选择范围,利用单一Copula函数的AIC值从椭圆族和阿基米德族中挑选出表现较好的Copula函数进行组合,并采用EM——BFGS算法对混合Copula模型求解.最后将此方法应用于上证A股、B股相关性分析中,得出由椭圆族和阿基米德族中的Gaussian Copula、t-Copula、Gumbel Copula组成的新混合Copula模型相较于阿基米德族混合Copula模型AIC值更小,拟合效果更优的结论,证明了该方法的有效性.

基于混合Copula模型的经济增长和保险发展相关性分析——以西北五省为例

在混合Copula模型的基础上,对经济增长与金融发展之间相关性进行研究.利用频率直方图并与单一Copula的AIC值结合,选出适合的Copula函数,形成混合Copula模型.运用EM-BFGS算法,求解混合Copula模型,再利用拟合优度检验和AIC值评价该模型.结果表明,混合Copula模型的AIC值较单一Copula模型的AIC值更低.最后,将1995-2015年西北地区的保险数据与GDP数据应用于实证分析并验证了该模型的有效性.