发帖
雷达卡
R藤变结构模型，数据使用了全球的金融市场价格，第一步先用ARMA-GARCH-偏t建模寻找最优的边缘分布函数，再使用R藤copula结构分析各个金融市场直接和间接的传导机制效应。为了避免数据滥用，本演示数据是优选出的一组有效数据，将5组原始金融市场时间序列替换名称为market1、market2、market3、market4、market5，最大程度不影响教学与分析。
【R语言】vine copula（藤copula）教学分析.rar
(17.24 MB, 需要: RMB 88 元)
本文档的优势：
1、包含全面的边缘分布模型、R藤copula模型以及模型的详细解释
2、多种边缘分布模型和copula模型可供选择
3、包含模型大部分检验和检验结果分析
4、文档包含演示数据，读者可以随着步骤和数据进行操作得到与作者同样的结果
5、读者可以根据文档的提示和教学，完全理解模型和命令，可以自行修改命令，做读者想做的研究
说明：
1.演示数据包含五个市场2018-1-2至2019-12-31日共5组每组487个时间序列
2.文档内包含30页pdf文件，读者可以完全跟随作者的教学进行R藤copula模型的实证操作
3.文档内包含vinecopula 教程代码文件，其中包含完整的R语言运行文件
4.本文主要参考资料为COPULA理论及其在金融分析上的应用，部分文件已放在相关资料文件夹中
5.本文的相关R语言运行代码已标黄，读者可以根据自己需要微调代码
目录
一、R studio界面说明及准备工作
1.1 R i386 4.0.0安装和Rstudio安装
1.2 R语言窗口介绍
1.3 更改工作路径
1.4 安装R藤copula所需包
二、数据读取及处理
2.1 数据读取
2.2 数据处理
2.3 数据提取
三、描述性统计和数据检验
3.1 单位根检验
3.2 Jarque-Bera检验
3.3 Ljung-Box test检验
3.4 ARCH-LM检验（自回归条件异方差）
3.5 相关系数
3.6 绘制自相关和偏自相关图
四、Copula理论知识讲解
4.1 基于copula函数的相关性测度
4.1.1Kendall’秩相关系数
4.1.2尾部相关系数
4.2 copula函数
4.2.1 正态copula（Gaussian copula）
4.2.2 t-copula
4.2.3 Gumbel copula
4.2.4 Clayton copula
4.2.5 Frank copula
4.2.6 Symmetrized Joe-Clayton copula
五、藤copula(vine-copula)
5.1 藤copula理论
5.2 藤结构理论
5.2.1 C藤结构
5.2.2 D藤结构
5.2.3 R藤结构
六、Copula边缘分布建模
6.1 时间序列模型
6.1.1 自回归模型
6.1.2 移动平均模型
6.1.3 自回归移动平均模型
6.1.4 自回归移动平均模型
6.2 波动模型
6.2.1 线性ARCH模型(LARCH)
6.2.2 GARCH模型
6.2.3 几类特殊的GARCH过程
6.3 边缘分布建模步骤
七、边缘分布建模R语言实操分析
7.1 使用auto.arma自动定阶
7.2 构建arma-garch模型
7.3 模型结果输出及参数解释
7.4 模型结果三线表格式及解释
7.5用经验分布构建
八、构建R藤模型
8.1 寻找最优Rcopula结构
8.2 输出Rcopula结构结果
8.3 R藤copula结构三线表格式
8.4 R藤copula结果详细解释
示例：
部分教学演示1
部分教学演示2
本文藤copula结构：
本文藤copula三线表结果：
京公网安备 11010802022788号
