相关性与Copula函数

相关性与Copula函数

ID:39879920

大小:256.43 KB

页数:28页

时间:2019-07-14

相关性与Copula函数_第1页
相关性与Copula函数_第2页
相关性与Copula函数_第3页
相关性与Copula函数_第4页
相关性与Copula函数_第5页
资源描述:

《相关性与Copula函数》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、RiskManagementeIstituzioniFinanziarie,2aEdizione,Copyright©JohnC.Hull200910.1相关性与Copula函数第11章10.2RiskManagementeIstituzioniFinanziarie,2aEdizione,Copyright©JohnC.Hull2009相关系数变量V1和V2的相关系数被定义为变量V1和V2的协方差被定义为因此相关系数又可以写为:10.3RiskManagementeIstituzioniFinanziarie,2aEdizione,Copyright©JohnC.Hull

2、2009独立性如果两个变量中,其中任意一个变量的信息(观测值)不会影响另一个变量的分布,那么两个变量在统计上被定义为独立。精确地讲,如果对于所有的x等式成立,其中f(∙)是概率密度函数,则V1和V2相互独立。10.4RiskManagementeIstituzioniFinanziarie,2aEdizione,Copyright©JohnC.Hull2009零相关如果两个变量的相关系数为0,就意味着变量毫无关联吗?答案是否定的!例如,有V1=–1;0;+1有均等的可能;若V1=–1或V1=+1则V2=+1;若V1=0则V2=0;在这里我们可以清楚地看到V2和V1有某种关联

3、性,但相关系数为零.10.5RiskManagementeIstituzioniFinanziarie,2aEdizione,Copyright©JohnC.Hull2009几种关联形式E(V2)V1(a)E(V2)V1(b)E(V2)V1(c)10.6RiskManagementeIstituzioniFinanziarie,2aEdizione,Copyright©JohnC.Hull2009监测相关系数假定变量X和Y在第i天结束时的价值为Xi和Yi,变量X和Y在第i天的收益率为我们得出变量X和Y在第i天的相关系数为其中varx,n和vary,n是变量X和Y的每天变化的

4、方差,以及covn是协方差.10.7RiskManagementeIstituzioniFinanziarie,2aEdizione,Copyright©JohnC.Hull2009检测相关系数(续)第n天的协方差covn=E(xnyn)–E(xn)E(yn)常常假定变量每天的预期收益为0,因此这意味着变量X及Y在第n天的协方差可以被简化为E(xnyn).10.8RiskManagementeIstituzioniFinanziarie,2aEdizione,Copyright©JohnC.Hull2009监测相关系数(续)在EWMA中,同样可以采用与更新方差类似的方式更新

5、协方差:在GARCH(1,1)中,X和Y协方差的更新由下式给出:10.9RiskManagementeIstituzioniFinanziarie,2aEdizione,Copyright©JohnC.Hull2009半正定矩阵方差协方差矩阵Ω满足内部一致性条件,如果此矩阵为半正定矩阵,也就是对于任意向量w,以下不等式成立10.10RiskManagementeIstituzioniFinanziarie,2aEdizione,Copyright©JohnC.Hull2009例考虑一下矩阵:可以这么这个矩阵不满足内部一致性:第1个变量和第2个变量均同第3个变量高度相关,但是

6、第1、2个变量之间无关,.如果令w=(1,1,–1),可以验证此矩阵不满足半正定条件.10.11RiskManagementeIstituzioniFinanziarie,2aEdizione,Copyright©JohnC.Hull2009二元正态分布我们假定两个变量V1和V2服从二元正态分布.变量V1和V2的无条件期望值和标准差分别为μ1,μ2eσ1,σ2,相关系数为ρ.假设已知V1有一个观测值v1.根据以上信息,变量V2也服从正态分布,其均值为标准差为10.12RiskManagementeIstituzioniFinanziarie,2aEdizione,Copyr

7、ight©JohnC.Hull2009多元正态分布多元正态分布很容易被理解及应用。因此我们可以将多元正态分布用于描述变量之间的相关结构,这甚至在每一个单一变量不服从正态分布时也可以做到。10.13RiskManagementeIstituzioniFinanziarie,2aEdizione,Copyright©JohnC.Hull2009因子模型假设N个变量,Vi(i=1,2,...,N),均服从一个多元正态分布,则需要顾及N×(N–1)/2 [=(N×N–N)/2]个相关系数.如果满足这些变量满足因子模型的假设

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。