連接函數(shù)(Copula)及其應用.pdf_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、多維隨機變量的聯(lián)合分布能夠反映出隨機變量之間的相依結構,如果能夠比較準確地構造出多元隨機變量的聯(lián)合分布,則對隨機變量的研究就非常容易。如果多維隨機變量的邊際分布都服從同分布,并且都服從類似正態(tài)分布,t分布,或者均勻分布這樣的標準分布的時候,在已知相關系數(shù)p的情況下,可以得到比較準確的聯(lián)合分布;但是,如果隨機變量的邊際分布不是服從同分布,比如對于二維隨機變量的聯(lián)合分布,設邊際分布X<,1>~N(μ,σ<'2>),X<,2>~t(v),X<

2、,1>,X<,2>的相關系數(shù)P,那么他們之間的聯(lián)合分布F(X<,1>,X<,2>)如何構造?即使隨機變量的邊際分布服從同一分布,但是服從的分布非標準分布函數(shù)的時候,隨機變量的聯(lián)合分布又應該如何得到呢? 對于多個隨機變量之間的相關性研究,假如X<,1>,X<,2>的線性相關系數(shù)為P,對X<,1>,X<,2>進行某種變換之后得到Y<,1>=α<,1>(X<,1>),Y<,2>=α<,2>(X<,2>),那么Y<,1>,Y<,2>之間

3、的相關性是不是還能用線性相關系數(shù)P來度量?如果換用秩相關系數(shù)來代替線性相關系數(shù),有哪些優(yōu)勢?在進行隨機模擬的時候,能不能在預定相關結構下,產(chǎn)生具有任意邊緣分布的隨機變量,同時構造出隨機變量的聯(lián)合分布? Copula函數(shù)理論為解決上述問題,提供了很好的思路和方法。Copula函數(shù)描述了隨機變量相關結構,是構造相依多元隨機變量聯(lián)合分布的有力工具。Copula函數(shù)將多維隨機變量的聯(lián)合分布構建問題獨立地拆分成邊緣分布的估計和邊緣分布之間

4、的相關結構,使得聯(lián)合分布的構造問題更加容易也更加準確?;贑opula函數(shù)的隨機模擬,考慮了隨機變量的相依結構問題,明顯優(yōu)于忽視相依結構問題的模擬。 本文系統(tǒng)地總結了Copula函數(shù)的相關理論,包括Copula函數(shù)的發(fā)展歷史,Copula函數(shù)的數(shù)學理論基礎,Copula函數(shù)的性質,主要的Copula函數(shù)類,Copula函數(shù)的構造方法,Copula函數(shù)的參數(shù)估計方法,研究了基于Copula理論的隨機變量相關性問題,基于Copula

5、的Monte-Carlo模擬,以及Copula理論在金融領域中的應用。 在深入研究了Copula函數(shù)理論的基礎上,本文在以下幾個方面做了大量工作,也是本文的創(chuàng)新點所在: 1,系統(tǒng)地總結了Copula函數(shù)的發(fā)展歷史,Copula函數(shù)在政券投資組合,信用等級評估,系統(tǒng)可靠性,生物統(tǒng)計學等方面的應用。 2,在研究相關性度量理論的基礎上,分析和證明了Copula數(shù)與常用相關性指標的關系,通過比較,證明了基于Copula理

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論