论文部分内容阅读
针对股票市场的波动性及非正态分布的特点,以t-GARCH(generalized autonegressive condition heteroskedasticity)模型描述其收益率的波动性并建立边缘分布,再分别从线性相关系数、Kendall秩相关系数、Spearman相关系数出发建立时变正态Copula模型。基于该模型描述变量间的相关结构,并通过信息准则比较几种模型的优劣。股票数据的实证检验与分析表明,基于Kendall秩相关系数建立的时变模型更能捕捉股票市场的相依机制。