基于Copula函數(shù)的黃金價格與美元指數(shù)的相關(guān)性分析.pdf

1、線性相關(guān)系數(shù)和Granger因果關(guān)系分析是最傳統(tǒng)的相關(guān)性分析方法,而這兩種方法只適合于有線性相關(guān)關(guān)系的變量,大多數(shù)金融變量之間都呈現(xiàn)出非線性關(guān)系,用線性相關(guān)系數(shù)來描述它們之間的相關(guān)性會存在一些誤導(dǎo)。Copula函數(shù)是將若干個邊緣分布連接起來形成聯(lián)合分布的連接函數(shù),由它推導(dǎo)出來的相關(guān)性測度在非線性單調(diào)增變換下保持不變,能夠克服線性相關(guān)系數(shù)使用中的局限性,在描述金融變量間的相關(guān)性及相關(guān)結(jié)構(gòu)方面有較多的優(yōu)勢。
　　本文在介紹時間序列和C

2、opula函數(shù)基礎(chǔ)理論的基礎(chǔ)上,選取2009年9月2日到2011年12月16日的國際黃金價格和美元指數(shù)作為樣本,通過建立Copula模型來描述黃金價格和美元指數(shù)之間的相關(guān)性。模型的建立分兩步完成:首先,確定邊緣分布,它描述了黃金價格和美元指數(shù)收益率的分布特征;其次,選取適合的Copula函數(shù),它描述的是兩者之間的相關(guān)結(jié)構(gòu)。本文采用金融時間序列模型來確定邊緣分布,通過Eviews6.0軟件對樣本數(shù)據(jù)進行分析并做適當?shù)奶幚?選用GARCH模

3、型來估計黃金價格和美元指數(shù)收益率的邊緣分布,并用分位數(shù)-分位數(shù)圖評價了模型的擬合效果;對于Copula函數(shù)的選擇,本文從二元正態(tài)Copula、二元t-Copula、GumbelCopula、ClaytonCopula及FrankCopula這五種Copula函數(shù)入手,通過估計線性相關(guān)參數(shù)、求相關(guān)性測度、繪制Copula函數(shù)的分布函數(shù)和密度函數(shù),舍棄不適合的Copula函數(shù),選擇用二元正態(tài)Copula、二元t-Copula和FrankCo