近日，太阳成集团tyc7111cc经济学科青年教师柳冠男作为第一作者与美国杜兰大学龙威助理教授、中国科学院张新雨副研究员以及美国德克萨斯农工大学李奇教授合作的题为“Detecting Financial Data Dependence Structure by Averaging Mixture Copulas”的学术论文被计量经济学国际顶级期刊Econometric Theory正式接受。
混合Copula模型是一系列单个Copula模型的加权平均。混合Copula模型由于综合了数个Copula函数，因此大大提高了模型的灵活性。利用混合Copula可以捕捉到金融数据中不属于任何单个Copula的相关性结构（dependence structure）。本文利用模型平均方法对混合Copula模型进行估计并得到估计值的渐近最优性质。蒙特卡洛模拟结果证实当混合Copula模型错定时，模型平均方法优于其他方法。在实证部分，本文采用了12年来四个发达经济体股票指数的日收益率数据，结果表明模型平均方法比其它一些方法可以更准确地估计国际股票市场之间的相关性结构。
柳冠男，美国德克萨斯农工大学经济学博士，2016年加盟太阳成集团tyc7111cc经济学科，现为太阳成集团tyc7111cc统计系与王亚南经济研究院（WISE）助理教授。主要研究方向为计量经济学、金融计量经济学、非参数计量经济学等。
（太阳成集团tyc7111cc 刘晨宇 何永芳）
