基于Pair Copula和GARCH(1,1)模型的股市研究

摘要

本文在GARCH(1,1)模型的基础上,运用Pair Copula降维法探究非线性结构的股票市场间相关性。我们基于4种不同的残差分布来构建GARCH(1,1)模型,对比发现只有残差服从广义误差分布时,模型通过显著性检验,从而找到相对好的金融资产序列的边缘分布拟合模型。我们使用Pair Copula降维方法,依据AIC/BIC准则(赤池信息准则/贝叶斯信息准则),发现D-Vine结构比C-Vine结构更适合描述股票市场间相关关系,于是最终选用D-vine结构来构建市场间相关结构的Pair Copula函数。