Mô hình Copula ứng dụng cho chuỗi thời gian Copula-based models for time series analysis Giới thiệu Ở bài học trước, chúng ta đã tìm hiểu cách Copula có thể “dán” các phân phối biên lại với nhau để tạo thành một bức tranh đa chiều hoàn chỉnh về sự phụ thuộc. Tuy nhiên, các ví dụ chúng ta xem xét đều mang tính “tĩnh” – chúng mô tả cấu trúc phụ thuộc tại một thời điểm nhất định hoặc giả định cấu trúc đó không đổi theo thời gian. Trong thực tế, đặc biệt là với dữ liệu tài chính, giả định này hiếm khi đúng. Mối tương quan giữa các thị trường chứng khoán có thể tăng vọt trong thời kỳ khủng hoảng và giảm đi trong giai đoạn ổn định. Hành vi của một chuỗi lợi suất hôm nay rõ ràng phụ thuộc vào những gì đã xảy ra ngày hôm qua. Vậy làm thế nào để đưa yếu tố “động” – sự thay đổi theo thời gian – vào trong mô hình Copula? Bài học này …