《表5 各时变Copula函数参数估计结果》
在对标准收益率zr和zrm尾部运用极值模型进行刻画的基础上,同时引入Danielsson和Vries(2000)对收益率中间部分处理的方法———运用经验累积分布函数对中间部分进行拟合,于是我们就完成了对两风险因子的边缘分布刻画,进而可进行两市场之间的风险传染效应研究。需指出的是,运用Copula函数来刻画资产间的相依性,要求资产须服从(0,1)区间上的均匀分布,因此,还需对拟合后的标准收益率进行概率积分变换,进而对变换后的序列运用时变SJC-Copula函数进行刻画。为检验时变SJC-Copula函数对两风险因子间相依性的刻画能力,本文同时选用时变Normal-Copula函数、时变T-Copula函数、时变ClaytonCopula函数、时变Frank-Copula函数以及时变Gumbel-Copula函数对两风险因子的相依性进行刻画。各时变Copula函数参数估计结果如表5所示。
图表编号 | XD0044426200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.05 |
作者 | 覃小兵 |
绘制单位 | 西南财经大学天府学院 |
更多格式 | 高清、无水印(增值服务) |