《非參數動態混合Copula模型：估計、推斷及套用》是依託山東大學，由吳吉林擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：非參數動態混合Copula模型：估計、推斷及套用
- 項目類別：青年科學基金項目
- 項目負責人：吳吉林
- 依託單位：山東大學
中文摘要,結題摘要,
中文摘要
針對目前金融風險管理中新出現的問題，以及針對動態Copula模型在風險管理套用中所存在的缺陷，本項目將混合Copula模型與非參數方法相結合來解決Copula模型的選擇和參數的動態化問題，並提出新的模型適用性檢驗方法。具體包括：（1）二元混合Copula的局部線性時變模型和單指數模型。前者把參數設為時間t的函式，後者把參數設為外生變數的線性組合函式。（2）把二元下的局部線性和單指數型擴展到較為流行的多元C型和D型藤狀Copula模型。在（1）和（2）中，我們將考察非參數估計量的漸近統計性質以及頻寬選擇的影響，研究有限樣本下的Monte Carlo 模擬表現，並與傳統各類參數模型進行比較,評價其優越性。（3）構建非參數動態混合Copula模型適用性的檢驗方法。（4）運用新發展的模型來考察包括我國股指期貨、現貨市場、匯率市場以及利率市場的風險時變特徵。
結題摘要
如何正確地刻畫金融變數間的相依性對金融資產的投資組合具有重要意義。Copula方法是近年來發展起來的用以研究變數間非正態、非線性相依結構的最有效方法之一。然而，目前Copula建模方法仍存在較多局限性，如主要停留在靜態參數模型階段，只能同時刻畫某種相依特徵。本項目針對傳統Copula建模所存在的缺陷，提出了動態混合非參數建模方法。第一種為時變型，即不對模型的參數進行任何形式的設定，而假設權重係數以及Copula參數為時間的函式；第二種為單指數型，即假設權重係數與相依參數的變動由外生變數的線性組合驅動。我們運用局部極大似然估計法來對參數進行估計。我們推導出了非參數估計量的漸近正態性質， 討論估計量的偏差與方差的大小， 並運用交叉驗證法給出最優頻寬的選擇。另外，為了檢驗所提出的動態混合Copula的模型的適用性，我們在廣義似然比框架下，構建混合Copula模型非參數估計的模型診斷、檢驗和識別方法。最後，我們把新發展的方法用於研究中國A、B、H股票市場間尾部相依性的長期變化趨勢。
