金融市场的相关性分析——Copula-GARCH模型及其应用

摘要

作为一种全新的分析方法,Copula技术不仅可以有效地捕捉金融时间序列间的相关性,还可用于研究整个金融市场的特性、投资组合的选择及风险分析等其他金融问题。结合t-GARCH模型和Copula函数,建立Copula-GARCH模型并对上海股市各板块指数收益率序列间的条件相关性进行分析。结果表明,不同板块的指数收益率序列具有不同的边缘分布,各序列间有很强的正相关关系,条件相关具有时变性,各序列间相关性的变化趋势极为相似。