《表1 基于最大似然函数选择的最优Copula函数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《融资融券制度对尾部系统风险的非对称影响——基于A股市场极值相关性的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:按照首次融资融券实施时间2010年3月31日将样本分为两段对个股与大市指数的极值相关性进行拟合，样本个股总数为171个，其中实验组54个，控制组117个．

利用时间序列x、y的一系列观测值，可以估计边际经验分布函数u（x）=FX（x），v（y）=FY（y），而通过最大似然估计法可以得到对τU，τL的估计，从而得到了两时间序列左右尾极值相关性的估计．SJC Copula能够很好地估计数据中左尾和右尾相关性，并弥补了JC Copula的缺陷．为进一步说明使用SJC Copula的理由，本文借鉴Patton[9]的方法，比较了多个Copula函数对本文研究的样本数据的拟合能力（见表1）．表1表明大部分情形下，基于最大似然函数的模型选择方法选择了SJC Copula，说明其对样本数据的拟合能力比其他Copula函数整体更好（6）．因此采用SJC Copula来估计个股回报率和大市指数回报率之间的左尾和右尾极值相关性．