本文關(guān)鍵詞： 密度預測 秩相關(guān) CPA檢驗　出處：《上海金融》2017年05期 　論文類型：期刊論文

【摘要】：在對SCOMDY模型進行擴展的基礎(chǔ)上引入了參數(shù)基于Copula模型和半?yún)?shù)基于Copula模型。以我國股市數(shù)據(jù)為例,運用多個檢驗方法對比分析了Copula簇模型的擬合能力和密度預測精度。實證結(jié)果顯示:具有新型參數(shù)演化方程的時變Copula模型具有最優(yōu)的擬合能力和密度預測精度,且最為穩(wěn)健;上證綜指和深證成指之間既存在斷點型時變秩相關(guān)又存在自相關(guān)型時變秩相關(guān),且自相關(guān)型占優(yōu)。
[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.
【作者單位】： 華僑大學經(jīng)濟與金融學院;
【基金】：福建省社會科學規(guī)劃一般項目"金融沖擊的宏觀經(jīng)濟效應、傳導機制及中國貨幣政策規(guī)則的選擇研究"(FJ2016B226) 國家自然科學基金(71320107002,71201100) 華僑大學高層次人才科研啟動費項目(16SKBS206)
【分類號】：F832.51
【正文快照】： "!!一、引言很多文獻已經(jīng)證明GARCH簇模型在預測股市波動率精度方面存在差異,同樣,Copula簇模型在股市相依結(jié)構(gòu)方面的預測能力也肯定存在差異。少數(shù)國外學者近幾年做出了一些探索,如,Diks和Panchenko等(2010)比較了常態(tài)Copula模型的樣本外密度預測能力,發(fā)現(xiàn)Student t copula要

【相似文獻】

相關(guān)期刊論文 前10條

1 羅俊鵬;;基于Copula的金融市場的相關(guān)結(jié)構(gòu)分析[J];統(tǒng)計與決策;2006年16期

2 孫志賓;;混合Copula模型在中國股市的應用[J];數(shù)學的實踐與認識;2007年20期

3 李娟;戴洪德;劉全輝;;幾種Copula函數(shù)在滬深股市相關(guān)性建模中的應用[J];數(shù)學的實踐與認識;2007年24期

4 王s，

本文編號：1491014