matlab中Copula理论及应用

Copula理论及应用实例

%--------------------------------------------------------------------------
%                         Copula理论及应用实例
%--------------------------------------------------------------------------

%******************************读取数据*************************************
% 从文件hushi.xls中读取数据
hushi = xlsread（‘hushi.xls‘）;
% 提取矩阵hushi的第5列数据，即沪市的日收益率数据
X = hushi（:5）;
% 从文件shenshi.xls中读取数据
shenshi = xlsread（‘shenshi.xls‘）;
% 提取矩阵shenshi的第5列数据，即深市的日收益率数据
Y = shenshi（:5）;


%****************************绘制频率直方图*********************************
% 调用ecdf函数和ecdfhist函数绘制沪、深两市日收益率的频率直方图
[fx xc] = ecdf（X）;
figure;
ecdfhist（fx xc 30）;
xlabel（‘沪市日收益率‘）;  % 为X轴加标签
ylabel（‘f（x）‘）;  % 为Y轴加标签
[fy yc] = ecdf（Y）;
figure;
ecdfhist（fy yc 30）;
xlabel（‘深市日收益率‘）;  % 为X轴加标签
ylabel（‘f（y）‘）;  % 为Y轴加标签


%****************************计算偏度和峰度*********************************
% 计算X和Y的偏度
xs = skewness（X）
ys = skewness（Y）

% 计算X和Y的峰度
kx = kurtosis（X）
ky = kurtosis（Y）


%******************************正态性检验***********************************
% 分别调用jbtest、kstest和lillietest函数对X进行正态性检验
[hp] = jbtest（X）  % Jarque-Bera检验
[hp] = kstest（X[Xnormcdf（Xmean（X）std（X））]）  % Kolmogorov-Smirnov检验
[h p] = lillietest（X）  % Lilliefors检验

% 分别调用jbtest、kstest和lillietest函数对Y进行正态性检验
[hp] = jbtest（Y）  % Jarque-Bera检验
[hp] = kstest（Y[Ynormcdf（Ymean（Y）std（Y））]）  % Kolmogorov-Smirnov检验
[h p] = lillietest（Y）  % Lilliefors检验


%****************************求经验分布函数值*******************************
% 调用ecdf函数求X和Y的经验分布函数
[fx Xsort] = ecdf（X）;
[fy Ysort] = ecdf（Y）;
% 调用spline函数，利用样条插值法求原始样本点处的经验分布函数值
U1 = spline（Xsort（2:end）fx（2:end）X）;
V1 = spline（Ysort（2:end）fy（2:end）Y）;

% 调用ecdf函数求X和Y的经验分布函数
[fx Xsort] = ecdf（X）;
[fy Ysort] = ecdf（Y）;
% 提取fx和fy的第2个至最后一个元素，即排序后样本点处的经验分布函数值
fx = fx（2:end）;
fy = fy（2:end）;

% 通过排序和反排序恢复原始样本点处的经验分布函数值U1和V1
[Xsortid] = sort（X）;
[idsortid] = sort（id）;
U1 = fx（id）;
[Ysortid] = sort（Y）;
[idsortid] = sort（id）;
V1 = fy（id）;


%*******************************核分布估计**********************************
% 调用ksdensity函数分别计算原始样本X和Y处的核分布估计值
U2 = ksdensity（XX‘function‘‘cdf‘）;
V2 = ksdensity（YY‘function‘‘cdf‘）;


% **********************绘制经验分布函数图和核分布估计图**********************
[Xsortid] = sort（X）;  % 为了作图的需要，对X进行排序
figure;  % 新建一个图形窗口
plot（XsortU1（id）‘c‘‘LineWidth‘5）; % 绘制沪市日收益率的经验分布函数图
hold on
plot（XsortU2（id）‘k-.‘‘LineWidth‘2）; % 绘制沪市日收益率的核分布估计图
legend（‘经验分布函数‘‘核分布估计‘ ‘Location‘‘NorthWest‘）; % 加标注框
xlabel（‘沪市日收益率‘）;  % 为X轴加标签
ylabel（‘F（x）‘）;  % 为Y轴加标签

[Ysortid] = sort（Y）;  % 为了作图的需要，对Y进行排序
figure;  % 新建一个图形窗口
plot（YsortV1（id）‘c‘‘LineWidth‘5）; % 绘制深市日收益率的经验分布函数图
hold on
plot（YsortV2（id）‘k-.‘‘LineWidth‘2）; % 绘制深市日收益率的核分布估计图
legend（‘经验分布函数‘‘核分布估计‘ ‘Location‘‘NorthWest‘）; % 加标注框
xlabel（‘深市日收益率‘）;  % 为X轴加标签
ylabel（‘F（x）‘）;  % 为Y轴加标签


%****************************绘制二元频数直方图*****************************
% 调用ksdensity函数分别计算原始样本X和Y处的核分布估计值
U = ksdensi

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       8161  2010-05-13 01:39  第6章 Copula理论及应用实例\example06_01.m

     文件     365056  2009-11-08 12:14  第6章 Copula理论及应用实例\hushi.xls

     文件     365056  2009-11-08 12:15  第6章 Copula理论及应用实例\shenshi.xls

     目录          0  2014-09-10 13:57  第6章 Copula理论及应用实例

----------- ---------  ---------- -----  ----

               738273                    4