尾部相关的研究背景.doc
约14页DOC格式手机打开展开
尾部相关的研究背景,本文共14页，1605字摘要：在实际应用中，最常用的度量相关性的指标是皮尔逊的相关系数， ，但是它的缺点越来越突出。首先， 、 必须有两阶矩，即各自的方差及其协方差，但是金融市场中出现的不少数据往往是厚尾分布，它们的二阶矩是不存在的，有的分布可以连期望都不存在，就无法用 来反映相关性。其次，有许多例子...
内容介绍
此文档由会员 王兴云 发布
尾部相关的研究背景
本文共14页，1605字
摘要：在实际应用中，最常用的度量相关性的指标是皮尔逊的相关系数， ，但是它的缺点越来越突出。
首先， 、 必须有两阶矩，即各自的方差及其协方差，但是金融市场中出现的不少数据往往是厚尾分布，它们的二阶矩是不存在的，有的分布可以连期望都不存在，就无法用 来反映相关性。
其次，有许多例子表明，实际上相关性很强的两个变量，其相关系数却为零。这里面其实蕴含了，相关系数度量的是一种线性相关性，对于其它的相关性，它是无法度量出来的。
再次，相关系数度量的是一个平均的整体考虑的相关性，而不是重视尾部的相关性（因为尾部的概率很小），因此金融市场数据的非正态性以及对资产组合的重大损失概率的关注使得相关系数在金融风险的度量中起到的作用非常微小，作为一个新的相关性度量指标，尾部相关系数引起了越来越多的研究者的关注。
关键词：尾部，相关，系数
1.2 相关的含义
用事件的形式来讨论相关的含义最具有普遍性，我们知道 表示AB两事件互相独立。很自然的，要考虑 或 的情况。
做一个变形，由 可以得到 ，即 ，表示事件A在B发生的条件下发生的概率要高于单独考虑A时它发生的概率。同样从 也可得到 ，因此可以看出A与B具有同时发生的倾向，即它们之间具有相关性。
表示事件A与B具有正的相关性，类似的 表示它们具有负的相关性。
参考文献：
[1]《多元统计分析引论》 张尧庭 方开泰，科学出版社
[2]《我们如何选用正确的相关系数》 张尧庭
[3]《多元正态分布》 董永良，John Wiley
[4]《revisiting the dependence between Financial Markets with Copulas》A.Costinot, T.Roncalli and J.Telleche(2000)
[5] 《Copulas: an open field for risk management》E.Bouye, V.Durrleman and A.nikeghbli(2001)
本文共14页，1605字
摘要：在实际应用中，最常用的度量相关性的指标是皮尔逊的相关系数， ，但是它的缺点越来越突出。
首先， 、 必须有两阶矩，即各自的方差及其协方差，但是金融市场中出现的不少数据往往是厚尾分布，它们的二阶矩是不存在的，有的分布可以连期望都不存在，就无法用 来反映相关性。
其次，有许多例子表明，实际上相关性很强的两个变量，其相关系数却为零。这里面其实蕴含了，相关系数度量的是一种线性相关性，对于其它的相关性，它是无法度量出来的。
再次，相关系数度量的是一个平均的整体考虑的相关性，而不是重视尾部的相关性（因为尾部的概率很小），因此金融市场数据的非正态性以及对资产组合的重大损失概率的关注使得相关系数在金融风险的度量中起到的作用非常微小，作为一个新的相关性度量指标，尾部相关系数引起了越来越多的研究者的关注。
关键词：尾部，相关，系数
1.2 相关的含义
用事件的形式来讨论相关的含义最具有普遍性，我们知道 表示AB两事件互相独立。很自然的，要考虑 或 的情况。
做一个变形，由 可以得到 ，即 ，表示事件A在B发生的条件下发生的概率要高于单独考虑A时它发生的概率。同样从 也可得到 ，因此可以看出A与B具有同时发生的倾向，即它们之间具有相关性。
表示事件A与B具有正的相关性，类似的 表示它们具有负的相关性。
参考文献：
[1]《多元统计分析引论》 张尧庭 方开泰，科学出版社
[2]《我们如何选用正确的相关系数》 张尧庭
[3]《多元正态分布》 董永良，John Wiley
[4]《revisiting the dependence between Financial Markets with Copulas》A.Costinot, T.Roncalli and J.Telleche(2000)
[5] 《Copulas: an open field for risk management》E.Bouye, V.Durrleman and A.nikeghbli(2001)
