- 1、本文档共3页,其中可免费阅读1页,需付费50金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
混合Copula的参数估计方法研究
摘要 当今金融活动越来越多,其中的风险不可避免,如何降低、规避风险成为人们关心的问题.在投资组合和相关性度量中,混合Copula的应用有显著优势,而参数估计是其中非常关键的一步,选择合适的参数估计法,能够提高估计的精确度,从而提高模型的准确性.因此对混合Copula参数估计的研究学习显得至关重要. 本文对基本模型进行了描述,介绍了几种参数估计方法,并着重介绍了混合Copula的参数估计方法。
关键词 混合Copula;极大似然估计法;EM算法
前言
Copula函数是一种连接函数,运用Copula技术来分析随机变量间的相关性有很多优点:与线性相关系数相比,
文档评论(0)