Time-Varying Mixture Copula Models with Copula Selection
Time-Varying Mixture Copula Models with Copula Selection
复制标题
具有 Copula 选择的时变混合 Copula 模型
DOI：
10.5705/ss.202020.0005
复制
发表时间：
2021
影响因子：
1.4
通讯作者：
Guannan Liu
中科院分区：
文献类型：
--
作者：
Bingduo Yang;Zongwu Cai;Christian Hafner;Guannan Liu
对多个金融时间序列的联合尾部进行建模对于风险管理具有许多重要意义。经典的依赖性模型经常会遇到关节尾部缺乏拟合的情况，需要额外的灵活性。本文介绍了一种新的半参数时变混合联结模型，其中权重和相关参数都是确定性且未指定的时间函数。我们提出了带有组平滑剪切绝对偏差罚函数的惩罚时变混合联结模型，以同时进行估计和联结选择。蒙特卡罗模拟结果表明，收缩估计过程在选择和估计常数和时变混合联结模型方面表现良好。使用所提出的模型和方法，我们分析了四个国际股票市场之间依赖度的演变，发现依赖度和模式的重大变化，特别是在危机时期。
Modeling the joint tails of multiple financial time series has many important implications for risk management. Classical models for dependence often encounter a lack of fit in the joint tails, calling for additional flexibility. This paper introduces a new semiparametric time-varying mixture copula model, in which both weights and dependence parameters are deterministic and unspecified functions of time. We propose penalized time-varying mixture copula models with group smoothly clipped absolute deviation penalty functions to do the estimation and copula selection simultaneously. Monte Carlo simulation results suggest that the shrinkage estimation procedure performs well in selecting and estimating both constant and time-varying mixture copula models. Using the proposed model and method, we analyze the evolution of the dependence among four international stock markets, and find substantial changes in the levels and patterns of the dependence, in particular around crisis periods.
登录
查看更多内容
影响因子：
1.9
作者：
Elif F. Acar;Radu V. Craiu;Fang Yao
通讯作者：
Elif F. Acar;Radu V. Craiu;Fang Yao
DOI：
10.1016/j.jmva.2017.11.004
发表时间：
2018-05
期刊：
J. Multivar. Anal.
影响因子：
--
作者：
J. Fermanian;O. Lopez
通讯作者：
J. Fermanian;O. Lopez
DOI：
10.1016/b978-0-444-62731-5.00016-6
发表时间：
2013
期刊：
--
影响因子：
--
作者：
Andrew J. Patton
通讯作者：
Andrew J. Patton
DOI：
10.2139/ssrn.891172
发表时间：
2006-03
期刊：
--
影响因子：
--
作者：
Georges Tsafack Kemassong
通讯作者：
Georges Tsafack Kemassong
通过惩罚似然选择混合Copula模型
DOI：
10.1080/01621459.2013.873366
发表时间：
2014-06-01
影响因子：
3.7
作者：
Cai, Zongwu;Wang, Xian
通讯作者：
Wang, Xian