多元状态转换学生‐t Copula模型的最大似然估计

摘要 我们提出了一种基于学生‐copula函数的多元状态转换模型，该函数的参数控制变量之间相关性的强度，并由潜在的马尔可夫过程驱动。为了通过最大似然估计模型参数，我们考虑了一种通过期望-最大化算法执行的两步程序。为了应对与估计依赖参数矩阵和学生‐copula的自由度数相关的主要计算负担，我们展示了一种新的拉格朗日乘子应用，这简化了估计过程。仿真研究表明，估计量具有良好的有限样本特性，估计过程在计算上效率高。关于五种加密货币对数收益率的应用表明，该模型可以根据加密资产之间相关性的强度识别牛市和熊市时期。