从图1可见,不同的板块指数收益序列之间模型变结构点的总数和位置不尽相同;同时,不同板块指数收益序列之间的一些变结构点处于同一位置或非常接近.
3.3 变结构和时变相关二元正态Copula函数的拟合度比较为了检验变结构Copula函数对样本相关结构的拟合程度,考虑如下Hit检验[6]:1)由于上海股市各板块之间都呈现较大的正相关性,将整个样本区域{(ut,vt)}划分为6个子区域(见图2). 2)在第1~5号子区域上,对估计得到的变结构二元正态Copula函数进行Hit检验,得表2. Hit检验表明,变结构二元正态Copula模型可以较好地刻画上海股市各板块间的相关关系特别是分布中部和上尾部的相关关系.为了对比变结构和时变相关二元正态Copula函数对样本相关结构的拟合程度,表3给出时变相关二元正态Copula函数的Hit检验结果. 对比表2和表3的Hit检验结果,除个别样本外,多数样本在对变结构二元正态Copula函数的接受概率都大于对时变相关二元正态Copula函数的接受概率.经过对两类Copula模型对比说明,变结构二元正态Copula模型对金融收益序列之间相关结构的刻画能力优于时变相关二元正态Copula模型.
4 结束语
变结构二元正态Copula模型通过结构的变化来反映不同时期金融市场间相关结构的动态变化,在一定程度上弥补了静态二元正态Copula模型无法描述变量间动态相关和非对称相关的不足.实证表明,变结构二元正态Copula模型可以很好地描述金融收益序列间动态相关关系,在刻画金融收益序列之间相关结构的能力上,变结构二元正态Copula模型优于时变相关二元正态Copula模型.通过对模型的变结构点进行诊断而对样本进行分段建模,可以提高模型对样本序列相关结构的拟合度.
参考文献:
[1]韦
