统计研究2003年lI'!10期S"'刷耻aIR. .始 arcbNo. 10 2制"45 沪部股市风险的相关性分析义道济关静ABSTRACT ln Ihi, P叩crwe u阳logislÌ(:l~ondilional rnodel and GEV cQnditional model to analysi甜thedata on 1992-1999'部10gprofit ,,[ intra-daily close price on the Shanghai and Shen,hen Stf){!k Market. By COtn" panson we give the optimal methods for GEV eonditional modf"l. 关键词.-二元极值分布copulai条件分布;风险的栩~性;广义极值分布F(x，y)黯CIF，(x)J，(y)!(J) 一、~Ii言Ä中C是忡，1Jx [0, lJ的COpulll函数[4].它决定f相关纶过十多忏的发展，我国的说券巾场已经取得了举结构，人，F，分别是X，y的边际分布函数。变;最x，y!~ 情瞩目的成就，证券rli场与绞济发腾的联茶越来艘紧辛苦，从广且极简分布在网民经济中有:!ií'带足较量的地位，{旦Ä小所将在的F(,;8) "exp[-11 + e(zψ/，)/ð! ;’’’] (2) 些问草草也日益受到人们的关注，特别是加人WTO大家庭参数e;(μ，ð， <)满.@旷>0，μ，草号R，ll.对任意，, I , 1φ 以后，对于市场的址w规泊，从而防止泡凉的进步扩::.maxls1olo口分布(2)为GEV(μ，0，凹，仇，8分~t自l大与íri场风附的发啥都响着J!!为i且切的要求nX，γ的GF，V参数。文常使用的copula模型击和t'opllla族的在市场绞济提件F，般要再市场经常出现大炮火落现细节问lIlî见下节巳靠.版辈革价格的剧烈搅动是股黑市场直呈报苦的特征之一.I叫此，作月版特机构对股市巾的波动姐为关心已从[.1正习、二元极值模型指数珩同深ùE指数的液动来辛苦噜找们能够发现.这两个股市假设(主J'}’,). i筒l弛,n J盖独立间分布的随机变萃，具有很强的相关性，阴阳，运用二5i;锁值条件分布模型来分市踊数为F"设X二mru<1丸，...，X思I，Y;maxIÎ\研究过两个股巾的相关枝，即一个股市上涨或F~，另Y"I分别愚各个分景的最大债，用F(坷，y)表示(X，川的个股市足否会有同样的同期最势，这对于我们进行宏观联合分布，阳1"ln叫阴I叶，调饺，阳IJiE经怖政簸，从削保护股2富市场积极，稳定的发，、(x,y) ; I }i'(坷，y)l"烧具有十分.'11:哥哥的意义。在:研究气功愤恨分布时，.fi问题史是关于独守变撮.则是JI!化的。然而，若分摄最大值是线做标准化，即仔在读盯);u直接把5i;脱俗问翻转化为一jG饭值缆汁问题，见."l的常数知Ula">01, !b"I，!c他>Oi, Id;'，使搏斗n→'"u[1:, [2J和[8Ji辛苦问题娃关于相关变盘，如果脱刷得当，一时.有元极低相关模!l:1将优于简单的~元极债模测，如[IOJ讨论I ,( (fn:t + b"，叫y+ d,ll" -G(坷，γ)了如1何放:îL沪Iit!lllI:rfj的极倪模蜀，役预先指定的伞些C(lp~称X，Y线性标准化分段最大俏的非i且化联合极限分布ιul.参数艘中，如何逃摔一个在草种意义上岛。优的模型出(x，y)为二元极债(BEV)分布[7]。[11给出了问pula的变换、锁变换后得到的新的CU(叫a在夜实际Ji\!:网中样本大小总越有限的，滋常认为::.)Lj拟fT数姑IlJnID比l导(copula更好c例如果应用不?!j，基于一极值悦限分布娃一个很好的J!í'似，故可以附一个三)lj极个销嵌樵型的统计惟断，究党合卅销果有I1么样的影响。佳copula表示(X，川的分布为在这篇立殷巾，将成用已有的知识来探准二三元极值的统C(,., v)汉expl伽V(μ1I1ogu，一1Ilog")I 计分析，讨论r!J条件恢现XI}/:::::y的错误假定而引起的其中V{)Imax(几(t-叫ly)2dH(川，附[0一性问阁。对于任过随节L'l'Zt注(\.V)，在:连续条例F.分fIi"j以1]J江均债为112的某一分布函数u对于如何更好的建立憔-表达为阴阳J.锵构.有两种万法:[7J等研究的作参数h法和丁9J??췲랽쫽뻝㈰乯㊡춳却剥㐵뮦쪷䅂䥮瑨灡督畳汯捯浯䝅佮ㄹ捬潮慮卨䵡䉹睥杩景맘튻뺭쫀퓚킩뻗듳쿳쯄횸뻟퇐룶삾햹뿉嬱풪뚡畬ㄱ쓢볆뛔캩䘨⠱웤뷡듓⠲㵭쪯쾸뛾볙럖璡솪쫇떱쪱䥆돆⡸벫횵挨灉浴?ㅝ摡灮潦楮灲灡?慮㤹卨潰닎ꎮ獥〳볆慴楳灥杩湤?潳牫涡癥?獔摥㤲敮潣浥摤맽춬뫳폫쫐ꎬ듋쫽폐뺿막뿘뻟퇐ꎺ죧ㆡ듭럖킩폚ꆫ䪣맣뷚짨ꍽ垣ꎮ⢢墣쪵횵ꆧ汸짏훵맺ꆰ벫憲첨헢獸뫏췋뗄捯灵瑡晦瑲楣犣慲볼ꆢ훐㦡慮瑩쫽쓪퇐汭뗀?獴楴没整捨剁?楴ꆫ穨瑨ꎮ쪮쳢ꎬⵆ뎡쪤뫍뫜헢쫐폐뺿뫎ꊸ컳컶컊죎뇭깙틥ꎻ禵⣖럖걹걙볊벫⢣뻹憡꽳퓂쏱횱횵컊쫽욪筳뮯뎣礩灵瘨污뗚뺿楥楣楯뀧꽳杨浡릹죕듊틽䏗뛾늼ꩤ潮䍔楯?敮潤뛠튲뛔뎡뺭욱ퟷ짮잿훝쫇훆쪮튻嬲붨쒣ꎮ쟌틢톡⤽벫뿚쑇쳢쎣뇰꺢쿟펦쿞ꆱ걼횵慬볃湡慮짮?뗄뺭뷓쿠뗠컄㴨ꎬ늼쫽캪污窣뷡慩湡ꎺ퇔쓪ㄳ폚럧볃볛캪涣뗄룶럱뚨럖풪嶺솢탍쳖ꆣ쯦䍻횵⤽䕖볻몣쫇筆탔폃癬웚?慬ꋴ汹돉볃냑랽헂ぽꎬꆣ쇐뛾뇭걙릹맘?祳뗄틦쫐쿕쳵룱볠뫖쿠막믡뺭쿃벫쵛뮦쭣싛믺渨ꎮ럖數닎쿂걽룷⡔抡뇪훐늼碣ㆣ뛾ィꎬ楺뻍훐뛾쒣킣쏦犿ꆣ퓲좻管풪쪾⤽랢쫜뎡뗄볾맜룊맘䧘폐볃튪횵㡝짮潰춳즽튼砩쫐灛쫽뷚ꎮ룶ꎬꎣힼ퇹쫇灪갨꼲撣뺲?풪갱횵막햹ꎬ폐떽뗄랢쿂뻧믺ﶵ탔춬헾럖ꎻ탍곈畬뇈볆?쳵쯤튻볇ꆣ⦣떱天뛸뀾걣뮯벫놾⡘ꆪ㇒䚡걽벫ꎬ죋뷸얣ꎮ쇒릹쒲쓏퇹닟틢늼죴ꆺ憵췆볾⡔䙹嶡椱컄쒣걩솿綡ꆣ듳룶嘨뭭쒳잨ퟅ붫풭경럖滒ぽ횵솽⧂쫽컒쏇늽뚼막뛉뛔ꢶ틲뗄ꎬ틥쪱컊䢵쒱뛏쒣ꎮ⡙⬣헂㵬?礫솿킡뫜ꆫ⦣튻횵좯뻙폅컑捯ꯓ셛늼탍묪죴⡂天훖𧻓맺뗄맦폐욱뒡막꿀뛸?춬듓ꆣꎬ쳢쒼탍天⥽굆⢡쪹ퟮ撡ퟜ뫃沣꽹럖쫐ꎬퟣ컊폚ꇔ灵ꛓ⠲쪱ꎻ䕖뗄랽럖ィ뗄맘랶ퟅ쫐쫇뒿ꎬ풣웚뛸죴ꯖ뮣뺿塽ꏒ폃ꆭ듳ꌩ꽬⤲늼캪?䢳쟡쳢볲污쏒⧎솿抡⦷럖램늼횤힢ꎬ룼뎡막ꆤ뒣퓋겼ퟟ놣컊맘뗄곊뺺夽퓚갱뮣횵綡폐뷼潧摈럖ィꇓ훘떥뮸룼퇓ꩇퟮꍽ횲늼ꎺ좯ꎬ듓캪뺭욱晩곎폃듒쫆뮤쳢폚ꏐ릱믡妵솬걺捯滊냒뗄쿞쯆疣⡭쫽ꎻ嶵겢럧暡뗄쳘뛸웈뎣쫐틃뛾뮸ꎬ막쫇뮯쿠춣뫃뛔킵쒴탸⦣䕖灵잶폃듳뭇럇뱛캪걬㾶ㄷ슬捯쑣낳뇰럀쟐돶뎡늨쟄풪헢욱맘곔뮺뷡쳵꽡污상䘨⡊췋ꎬ맊ꎯ걈퓓궼뗘캪ꆫꆣ쓖⢸횵管㝝嶵걥灵ꇒ쫇횹뗄쿖ퟮ뚯?벫즡뛔쫐폚뇤?맻볾潄殡쒣ꋍ窣ꎬ뮯춨뿉汯?쎷캻튻풪짖떫?뀾ꆣ죑ꇊ톾볓엝튪듳쿔룼뮷횵몰뚡뎡뛀솿쎵폐?쿂낡탍겷ꆣ걙天솪뎣틔杶嬰污즽쿕ꋕꎬ풪벫훒죧뛀쫇劣겡쿟潩킾귈죫쒭쟳웰훸캪ꋏ쳵ꋉ컒믽뗧ꎬ죖붵쪲ꢶ깝뫍횲⦱뫏죏폃⥉캸곇ꎻ릵떫횵맻듌몯ꎣ탔ꎬ뾵ꆵ眱뗄ꆣ듳맘횣볾쿕ㆡ벫뇤죧뢶쓐쎴럖捯벵캪튻ﲺ튶쓁웤횵쒣펦뷇겡짨뇪絤쓘쳵쏁䒴뷸실쳘탄뫕럖잻멊ꎮ솿맻ꢵ습퇹ﷆ늼쫽碣灵쓋븨쿞弽룶쎵퓈뗄쮾瑽튻쿖헷ꆣ늼뷸컈ꎬ춳펦탍쓒쿗쑣폃뿉쨩污碣ힼ럖ꎺ뛾쒽ꖲ볾嬴컒?틍늽횮듓붸쒣뗸탐뚨퓲폃믐潰펰틔ퟥ缾걹늼㴭풪ꣁ뗔䫋볆ꎬ늻ﻔ뮯綣컊걹럖嶣堽?삩튻늷탍ꎬ뫪뗄뗃ꥣ畬쿬⦵풪냡붼領컊죧억떱ꪼ틔곊ﶷꎬ늼ꎬ횤짊살쇭맛랢떱潰懔ꆣ곋뾣?쿠쳢孴쓄ꎬꯖ筳벴릵붷?튻ꎬ뗄ꎻﲾ紫淴붽?ꎬ潝ꏐ믹떵틔듦쎵ꢺꇶ럧쓒볻쳖춣폚쓍럖퓚녭춡뇟맘쿕??싛튻ꡲ뇰쫊긹걼?캪ꇞ뗄쿠볊쿠맘볖탔맘럖탔ꎮꎻ럖늼맣ꎬ틥몯컶벫ꆭ횵쫽럖ꆣꎬ늼뇤룠솿ꆣ墣綣걙걹럾즾筽ꆢꎬꆭꎬ
46 统计研豌果用的参数方法付我们用参数方法，并混过研究参数C(jp~式，需要用数侦狈分I1iW抨…个二斗'i:积分，1ê对logîiiòlll'模ula 1囊!ll!错淤假定的影响来评价参费生模型的优点，从附说划却有明了在二二兀极值分布植阁内，参数和非参数方法选择的 -1 川…E…敢接件。F障自给出附种榈*-模琐的二元i1k值copula，用iè导C三、参数估计与条件分布模型(u，川的我m.随曾相关参数占的增长，相关性增强c在这盟主'li!考虑两种特殊的模骂自销谈假定，第种LDgistic模娘:对l寝忘ð'~QC 是错误的棋翻假定:当侦周二元饭债eopula樵l!!lM边际和C( u..:8)坚exp[I( logu)’ + (ωlog)' 1’" J (3) 相关结构i生衍联合拟告时，.mlogÌstir.栩呆的二元1'&值分Hüsler~Rf:is~模糊:烧u=…logu，t，= -logv，曲阜标准布拟仆辈向其一12:不|叶copula模型的费生掘，对于边际参数估JJ:态分桶，对8"哀。'计会产任什么样的结果，特别是敬据来自Hür;ler-Reiss相C( o，v:B)双C1(jliψAφ(0"+ ðlug[卢/中JI2)关樵姻和渐近烛:Jrcopula模观。…".p(占.，+ ðlog[;/~J/2)1 设xj量变垦鼓火值，Y是中日;荒变量的最大假，边际凶对于这斟阴pula榄型的准ìþfttll见[4]0 报水平ZpJ主义为~(X，n的极限联合分布独宜，即变最(孟，Î')渐近1出f(Z"—) 1-P 立，满足其中。运P延l，Xfi’ 分布，Zf'满足lim plx > /J, I Y >也。Zp =:μ肌σII句Ilog(\ p)"111I’ 时，[6}认为对于有m的协牛;大小.此时二二元椒侬分布就Zx,p .Zt'，p分别为X，Y的边际回报准平。不拴(X，n一个好的近似分布。凶ITií有必重要更深入的研级模拟研究，[3J给出如下结ìt‘当用logistïc相关镇究渐i丘独立变景。者变戴(X，y)有~pulaC川，v)满足明2u+C(u，ll)到拟什来自真实的10阱tic模琐的数据时，对于边际网报It!?一了τ一'-"-'= 0 (4) 串串的极大似然伯计有叫个小的j[偏笙;均敏据是靠自OO~在是渐i!í'独立的ο凶H面帮』缸式(4)收盘盘于0的速率，用I1uBI仲且t..lI!:;S相关模划时，会出现问样的偏差。用logistic参数节辈度提相关榄搬拟命来自Hu，1阿.~Rei8l\l相关模型自的数据时，Æ虽然10，(1叫u)会出现小的偏敛，俩它基本上反映了HtJi11f'卜Re阳模划的可泣:Er问旷τ宣言了汉立币1相关程度，说明在二元极{直泡阴内，对相关模型的选择不且;'1'0< ~< 1，随藩市值增氏，相关性增强，称呼为尾部栩是太îi:哥哥的。关单数c当0<币<1/2时.极值是负关耳其:~=l!2时，极组吗数据越来自4元iE:酝模型时，mlogìstìc相绞模型几乎娥立:1/2<可<1时，极值屉j[关联;可=1极债是渐近进行拟舍，对于边际参数伯计就会产生很大的偏差。当相关υ相关顽皮很大时，偏毅就会很严葳嘀』在边际问llVl<平的估/!r( .1')是渐i!í'独立，则(X，y)同样是渐近独立的，计Zx，p远远离于Zx，p'网I耐用工元极值梢炎模糊l!J，合渐近凶此考虑(X，们的例+渐i丘独立copula模嫂。独立:ll!1盖不是个很好的方法。二二元正态:φ如上í:Ë妃，ø"J量.p的泼，~凡是相关系本文主要是针对搞三种情误假定进行讨论，即条件数为8的工二jê标准iE必分布嗣数，对于叩I.;ð延l，分布XIY饵y的两种假定:一种是使网联合分布什)得出C(u，川占φ，lφI(u)，φ， (v) J 相应的必件分街;~种是利用XIY = y的息接筷型是Morgensfern :到非-1峰在8思主1，GEV分布，把Y值作为参数I句最8，巾的阴您的协:ll!簸，C(u，川占)= uv[1 + J(t -u)(1 -v)] 研究使附这种Ji搬条件模型目击是沓会产生许多不同的结二元正态copula尾部相关系数亨=(t+J)tz，当~= 论。在下节中将JJU闭上海和深圳股市日收盘指数对数收112即81时，'ll!fit是顿在的3对所有的8，无论楠础是放对这网种条件模型进行比较分析.对于错误假定ιEVtE相关(ò>肘，还是负栩关(8<的，Mo咆:f'J1stemcopula的最仲模型纷出栩应的政施方法。路部相关事数市=112，见[6]，对于不间的populp棋珊，相关参数8的大小并不能作四、实证分析为相关性的度擞附直接进行比较，[可而引人的秩众所周知，中网股勇哥市场还处于不晰发展令不断5究苍祷相关矗数的t过立程中'但其运动规律仍然具平有牙阁方成熟股禀r市H场的γ笙4jl;C(川u川，，川叫vJ一甚接些特t征正，~古如日市场波功的"群集性"和&恃续+性宦罪度自挝蓝相关1做垃.以便对不网的copula憾z删a进行相关f做尘t比功E隔牙曲刷i饺tt彼紧跟蕾大的披动'小的被功底丽往往紧跟着t 校。对于一般的copula旗要给I~a啊1，之间的一个关矗小的搅动ω由于波动与风险是并符的，那么大波功必然??췲랽쫽뻝춳닉畬쏷엮늷⢡䱯挨䡦헽ㄫ튻뛔떱솢汩ꋲ쪱늻뺿?퓲닎⠴弽弲웤ァ맘벸쿠죴틲뛾쫽䌨䵯䎡ㄱ캩捯캪爽살뷏쪽탍ꆤ햼죽퓚훖ퟣ늼볆짨놨䘨窡窼뺭쮮瑴㕳믡쫇뷸뛀놾럖夽礽䝅퇐싛틦쳵쯄훚뗄뚯킡?沣璡ꎬ캲튻杳볆쇋튪낣杩ꆰ첬ꆧ⡘ꎬ浐?쫇붥疣쯼쫽瑽쾵뫵맘⣖듋캪牧㊼쿠灲폚㑬뛈ꆣ좴룶헢듭쒣쮮窡ꌽ욽첫솢컄늼킩뫳뗄폃쟒쏦慬槖쪮긱풪뺡쓢믡훃훐돶탐솿妵펦嚷뺿뛔볾쯹맽ꆢ갾폃늿?汥퇐퓚탔겡獴ꎬ럖ꎮ싺箸⡸뷼쫇犣?쫽뛀ꆣ?뾼撵갢敮헽됸맘憵늻쾵솿뛔폐뛾샯컳뷡탍욽ꎣ炡첨뗄돌훘뇤훷塉쳘쏦늨뗄쒣룸潧퀨헢ꇭ닡㱴헽낣탨몬닺ァ걚쓢쿖뻝쓁쓖횲쪹훜ꋲ쿠爭楳닎쪵ꎺ뺿뛾ꆣ놣楣䚣늼炣天ퟣꎬ뛀넩붥꿃솢걲싇쒶ꎻ獴첬㴱⡡?춬탔쫽〈쿠폚훘훷뗄릹뫍窣갰ꩤ살벫뛈튪솿헷췹뚯剥닎탍돶嬬憡킩紽巈ꎬ횾겡맘튪살짺뇤?梷퇐쒣킡쫇첨뛈풶뷖쳵놽벣폃쿂솽횪훐풪뮡쒣문ꎬ믐뗄?爩솢뫡뷼ퟷ떱ꎻ⧊⡘ﻔ敲捯쪱㸰摃맘튻믽쫽튪뷸붥꺶⤽ꆾퟔ듳늻쫇횤췹ꆣ?쾵쫽듭솽ⲣꬫ捯쿎쏦쯦ꎺ놣폃ퟔ쪲솿ꇜ횱뺿쓢뗄살뫜풶횼볾폄결헢뷚훖룸ꎮ벫?탍⤽뛔튻뇤ퟣ뛀ァㆣ잽ꎬꪱ㷖溣灵⦣据뛈⡍탔냣럖뾼탐뷼꣒䦡泒헦쯆쮵ꆣ쫇헫죧뷴평汥맀쫽榵랽컳훖꽶㡬灵ꪶퟅ뒹뭤웤쎴ퟮㆣ쪱뫏욫ퟔ뛔듳룟?럖ꏐ텹훐쳵돶떫횵풲ꎺ數愳斡쓛룶쒸솢?꺿꼲ꖽ天큡뫛污뇤겻솿ꎬ뗄싇볙솪뛀꩐뭻쪵좻쏷튻쫐룺폚∽볆컶램볙럖쿠뮣뛔灛ィꍰ嶣潧污솪퓓뫃ꆣ뗄?ꆯ?ꆮﲶ죧볕宴⤽캲솿맊嵡뛸∩틔捯횵떫솽뚨첨쯼퇹솢듳?겶튻ꪹ嬳맀ꎬ살닮퓚뛾폚쪱룶뗚ꢣ늼췊횱붫볾맺웤뎡ퟅ늨沣늼껋䦡튻犣?ꎯ첨뗄죴沣쒿상솽릡묱늿쫇잸횱뇣灵뛔폫훖ꎺ쓢捯汯볆뛾뫜늨듳뚯ꆣ뚨맘꼲宣쒣?횵짏䡰믽늻퓓꒣嶸믡ퟔꎬ풪뇟틔뫒ꎻퟷ뷓펦막퓋꓀갲랶?笨튻럖뷼뇤틲갲㱉ꊣ룶겷뀨ꇜ쿠뛀뫏탍뷓?뛔污汯쳘떱짡灵木杩폐풪뫃훖뚯뗄폫컒뗄쒣?뮣탍탏橩퓶뚨孉쳵춬뷡ꎬ?걙돶瑉떫헽볊욫믖쇭캪폃욱뚯ꎮ캧엏ꇜ튻ꎻ늼쯆솿뛸쪱곔붥횲ꆰ撡맘솢ꎬ뷸늻ퟥ杩쫢쪹污䦡獴벫뗄듭늨럧쏇펰탍걩뗄?䮣틥⭤볻램捯맻狊䕖쿖晬쯼첬닎닮ꎬ훊튻짏뷸룄쫐맦걒볾쓚ꆣ汯뒹뛀럖⡸뾼ꎬ뷼볰⦣?쾵뗄?쿠탐춬튪獴폃쒣꩐楣룶횵랽컳ꆰ뚯쿕嬶폃쿬뗄嶣뷸쓑ꆮ곏⠱통灵쟏뇟춬獬믹뻍ꎮ쟊훖몣탐뎡싉ꎬ?杵⠸솢늼싇벫룅碣뛀껊곖쫽ꆣ햼맘뇈뗄룸楣럖쒣뛾폃탍⦡킡랶램볙좺쫇嶡닎살뛾꼲튻醴뒹쯣污쳘늼볊슽퇹敲놾맀믡틲맓쫇쿲뫍뇈랽뮹죔컊⦡ꎮꆣ爩쪽횵걆솢ﶣ킡뿚뛔㰰뷏捯돶쒣샧풪汯ꎡ탍뗄캧뚨벯늢敩늼?쫽움풪ﵤꏊ⥽늽벴틲폐⠴䚿?쫇⧍捯ꆰ겶ꌱꎻ쯹⦣ꎬ灵햼듭냣杩쒣뇰붱깽믘뗄헽潒짏쓚쪱볆뫜뛸뷸쏁샻솿짮뷏램뒦좻탔듦뗈쒣뫍뗄긨뇤뛸쮧⧊뢺헽곑灵퓓⡆⠱폐걍㢵틲污컳횵獴嶣쫽욫ꎬ탐ꆱ늨랽볛벫뷩퓔쫇⤨탍窡놨?敩랴뻍퇏폃ꪺィ럱?럖ꆣ폚뻟럇퓶튻獳솿폐灵헁맘流棄?⥝⯕뗄潲쒴뛸쒣狖탍볙捯楣겡뻝닮뛔쳖뫍뚯ꎬ램닎횵짜ꆣ짃컷㇒쫽뾵ꏂ쮮몵펳폃믡훘뛾쾷硬곖막컶킡닎뎤汯⣖뇘污닓ꇙ솪잽ꏐ묱방㢣来틽탍꺼뚨灵쿠?쪱ꎻ싛ꆰ뫳쓇ꎬ쫽捯볻겴뾣뗄뮡뻝쓗𧻓욽뇓ꆣ쿠쇋汯닺풪횲킵쫐뛏컷쫽ꎬ朩쎣튪?ꎻꖽ춡ꇜꎯ곎湳ꆲ죫뷸污맘떱돖쏦쎴늢쒣灵ꆾ쯊겳쓦뀩뻝살ꆣ썬폃맘䡴杩짺쟒벫밨쓍죕랢랽쿠㕽걐룼뗄뿚✽ﲶ?햼㊣?瑥ꊲ䭥탐쓒뗚쒣뛔쫽벴탸췹듳춨탍污㑝놶뾼왶ꎬ?ퟔ潧汯쒣汳獴뫜뇟횵ㄩ겶탭쫕햹돉램맘ꆰ⦽짮쯙㵬璼상ꇜ겵?믄湤쿠뮸뛾폚뻝쳵탔췹뛉맽뗄톡ꎬ탔㙝ꆣꖽﻔ죫싊?캪ꯖꊵ뫰沣녟ꏐ?慬맘뛔풪䥤떣楳뇟쫇杩汥楣듳볊쿠볾뗃ꢵ뛠엌듭쫬ꆱ뷴뚯탍퓱퓶⠳ﲶ뗄㋊뗊쒣?췊沵탔?뇟벫볊살톡ꎬ룺뇘퇐폅폃ꪰ캲쫇폚楩겱瑩獴爭쿠춬맘돶쓐늻횸컳막웲뗄잿?퇐놣잽쓖뇈볊횵믘ퟔ퓱벴ퟅ좻뺿뗣볇늿쿠뇟獩?描楣쫽剥맘욫놨쒣궱춬볙뛏욱ꆣꎺ겼ꖽ?뫍럖놨늻듳닎ꎬ뫅떷쿠맘볊敲쪻뻝楳쒣닮쮮탍뗄뛔뚨췪쫐ꯖ?뗄샶쫽듓?횲쾵닎ꆪ?쪱珄탍ꆣ욽쓢뾣뷡䝅짆뎡?늨짨捯뛸벾쫽䦣?ꎬꏐ떱뗄뫏쫕炡쮵?맀ꕩ쯤춵붥?獳좻뷼뛾쿠㷒뭬潧ꆰꎬ偬潧皣곖탗?
配置情虫在静d.户深股市凤酷的相*性骨析47 伴随智商风隙，相应小被幼随之就会有低风险，X论是什应用10伊.tic~民仲模型丰UGEV接件模型.x't比呜深圳么样的风舱，对于股辈革投资背靠说都是一个挑战。因而股市出现般大搁失时.ttl册的上海股市的最件分布。对研究股市的这种波动相关傲，对于激免!吨隙，使股照市场于最大收i#情况3可采用1司梯的占法进行分析。本文使惚靡，除)i有序的发展具有i分~íli:擎的意义。附日plus对数掘进行分听"股粱叶i场如此动荡.因耐1研究分布的庭都比串在个分首先，应用logi~tic条件分布进行分析，采用分步估计法先对边际恭敬进行估计u假设的际变墩X、Y分掉1)服从布里有必要，闲极偏方法分析市场风盼，也就是股市事涨，哥哥跌时的收品也就更沟有意足。;布了便于区分，但股分布.1Íl极大似然伪讨得到参数IliJ篮缸，矶的估计市上涨称为收凝，股市l'跌称为损失们通常我们付搅失倘.见我lω比较某校，官提辈营企业，个人的绞济利簸，以及企业的表x，}'的改际步做估计牛仔贯肢，网附有必要更深入的分析股市的撞事i:fll关役的1'(附)。(,,) (se) 在丰节中，将就t海证券交易所与保坦11w.:券交路所x 1 0，0110)(0唰始)1 0削258(0酬31)1 0、51749() 惋俏情悦的相关件实例进行分析，找主要目的是针对XIy I 0，01235(0，仪l(36)I 0，00295(0刷地32)10，38470(0白10912)Y最{中5l"布模划成行比较，使我们更好的研究深圳和1::主挂11'由得到的边际估计仇.&，和式(5)，1耐用极大似然梅迫问个股市波动的栩关性。以下假设X，l'分别为「询方法，而J得到相关参数s的伯tt，g;.表明上梅和和深圳日收却指数对数收藏，即X=log(P(T))一1吨(P(! 深圳股市具有很强的相关性u-1门，跨度为1996年12月26日至2∞2年4月5R，样接着，由条件分布式(6)束研究深圳股市w.现藏大损中容应步g" = 1262个。失Y挝O俐。l即股市F跌倒度负面大时，t海也出现昌盛太损由于研究的是极俏问蝉，因而需要果附阀由立法对数失的logîstic条件分布。通过计算，可以得到上海股市附据成行处那c首先.对数摊儿Y进行变换，取它的梢反样下跌出现最大损失X= 0，408具有很大的概事数.这样pJ以í'(f主成ffi极大{自理论时数掘进行分忻。其(0，52947)ω内此问以卸l道上梅和深圳股市波功且体趋势次，内r5J的方Itd串联阙值为，得到上海和深圳|司期篡本相|司。这种条件模型由倒l给出。数锻沟89对，两组数据趟出阙值部分没有时间越势，故可F固考虑GEV~民件分市模糊，把Y作为参数向:118, 以辛辛作独守|司分布样卒。巾的协变量e由于协变盛…般情况不影响尺度参数秘形F闯将rtJ用条件模糊XIY; Y对数掘进行拟告，分状参嫩，凶此只智$份量E参数的变化。3置宜纷出了3民本模析沟销商相投变革!I:Y假时根底X的条件分布，以下有两型，模型Ij是X的边际分布，模糊2使用Y作为参数l问簸种方法柬忖论条件分叶f~…是毯子联合分楷模组.另一盛。x巾的协1!:巅，利用这种方法解精X，Y的椭关性。f罪F直接的条件榄坝。模盟的簸大化对数似然和参费生估计自我3给出.可以看到假定…元极债1哺isti('模剥描泼fX与Y之间的相关模那2的展大化对数似然与模现l相装不是很大"Xlf 饰，问边际服从GEV分布，1Íl(2), (3)容易得到(X，Y)的与内也很接近，农明包齿协变量Y对已有模迦影响不是联合分布E仙一)俨很大c由模剿2得到的GEV给件分布，在深圳股市出现μ Xx Fe ~牛'X x vJ at x P›+ 叫明σ是犬损失时，上海股市也出现最大损失具有很高的概事(到忡，但这种方法并不一定合理Qa e ] ra ) 一ψ(5) + 1I + 我2GEV条件事I!l国", 所以，条件什布为模朋μm 们"Ft,y(,) I uIr~l-ð;1飞V~yli-Iexp( v:~a + 1I ly f:叫)f μ。., (6) 2 μ。司'μ，y., 其qtu, ::-1 + ˙x (x-μ， )1町，U;;; 1 + ~y (y-州)1岛，tl~r= r我3GEV条件模型盟秘搬估计111,1 ;叫+1 ",.! ~ I1I$t .称这种播件分喻为logi~ti..条件分布φ’0 另种方法是启:接考虑XIY需y的分布.X服从GEV分布(2).把Y作为参数向最8，中的协变量，直烧得 到接件模型内阁l问以看出，错曾是假定模烈GEV条件分布能反X 1 Y = y时(;.F，V(1)0 + Y}I J ，e<xp(卢"+βIY)，)'O+)'1)') 映10也tstw条件分布的藏本汹势，但经具有很大的兹别，因(7) 此禽要对GEV条件模型泼'盯改进。由[3]知道，当受盘称这种叶布为GF..Vj在价分布。X，Y的形状参数f，和e，之间的辛辛别很小时、GEV最件分쪷냩쎴퇐붡막늼헇쫐뇈짺퓚벫姌몣뫍튻䢣즽뻝쫽듎틔䛏妣컶훖?볙탔솪㐷펦폚폃쫗汯램䝅횵뇭瀨?〱〰佇㌸뷸랽㔶짮뷓쪧퇹㐰⠰㔲믹쿂훐ힴ탍ィ쒣폫뫜ퟮ⡏⠵쯹䙷⠶梣쇭礽떽爽禣天⠷돆䘰景떺敯ꇫ평펳듋碣뗈䘰?〱愨〰놾짏뇭웤䝅庡?獥紨㈵㔱澣㐷탍쎹ퟱ쯦퇹뺿뾵욱룼ꎬ짏뷏듦럮횵헢짮ㄱ곑뷸뻝멹떱랽뷓뚨뫏폃쫐印쿈杩?〳늽램㌹?夽〴〱쿂㢾놾쏦ꎮ䝅틔ꆣ튻妵쳵妡걥⮣ꪡ価춼汯걙폚뾴ퟮ嚷ퟅ뗄㤴닎믖탍쳽듳걽탨獥ィ㤱튻죝ꆣ⢣뷭囌??獥㌨㠨㜴〳〨꽊븩〰ィ볃ퟅ뗄막ꎬ쫐폐놩헇맘랢뷚쟩ﺷ솽?⦣?筽헢캪ꯓ뛔룸램뛾럖汯돶汵獴볻㈩평㦣뗸?쿠뾼킭쒣㤳囌훖쒷볾ꩃ硰䨴ㆿ杩ㄩ㤱기퇐평ퟷ죕듳횲벴㜩쫽킵㊵튲ꆣ쯰⮡〲タ길ィ튪췀妵?㤨ꋲㄩㄲ맘룟럧쫐컈뎡뇘뗸돆힢햹훐뿶횲룶죕겿뒦퇹㠹ꛓ쫽뚨살쳵풪늼杩쿖玶펦楣뇟뇭?뗃겱돶킺춬싇뇤탍㔸겣랽쒣ⱗ⣂?긹짒獴탎?㘩캪뺿ꆾ뛀뇟쫕벣쒱평쪱杩ꆣꎬ쓐ퟮ쓗뫜쪧냆밨럖ﻄ뛔〲㌵뺲럧퇩뗄뚨죧튪쪱캪ꎬ별막쫕샭뿉뛔쏌뻝쿠쳖볾벫獴훻퓊䡪쳵볊ㆡ떽뗃뻟쿖?ꆣ䝅솿䧊㌩ﻍ램벣탍嘨겡풿楣ힴꇛ??췲랽쫽뻝〲㘴渽?깹㵉ꏐ⠰㕝?볊틦곓쳵獴평궱뷓뛔㈩늼䝅ꎺ쿕ꎮ헢폐듋ꎬ뗄쫕쯼틲붫쿠ꏐ쫐엌죎ꆣퟨ뷸맘싛쒣횵楣듳ﶾ볾닎?떽ퟮ囌잸ꛐ럖쫇걘ꏊ뒳쳵ㄲ쪲⮱춲쫇뗄?럾쟩즼㤵볾䚵楣듋뮯뷼篲캪囌뮦ꎬ뛔훖탲뚯폃쫕틦맘뛸뻍룪춽늨횸ꨱ쫗짌솽ﻄ탐뇤쳵탍嵯쯰?럖쫽뇟쿠쾺뫜듳쒸평떫?늼⤽횱漫껂㘲컊율짮쿠폚늨뗄떴벫쟑ꎬ쾵폐짏볾뚯쫽㤹듩쿈뷓랽ퟩ럖ꏐ쓢솿ꆣ杩듓훙쪧뿶늼뷸ꮴ볊맘ꎺ잿쳵쯰엂뿉ﺷ횻쒱뾣뛔꾶㊵헢캪끽냑뿚겣䝅겴럕룶ﶹ⠰梡碡막펦뚯랢ꎬ횵튲ퟅ뇘몣쪵킱뗄뛔㛄쫽춹뫏秖럖獴쒣쪱킷뷸탐맀닎?쪧횲킭?훖깹뫍램늼䝅禮볾틔뾼곀퓊뇭쎵⮡狗囌ﻄꆣ삼ꩴ쫐킡욱쿠햹틲랽뻍웳튪횤샽좽쫽뛔폃뻝ꑬꎬ뗊늼楣탍훎탐맀볆堽쒣별뇤쪷놡싇⦣뗄틬ꎮ컊톡퇹嚷뿉웈쪽죗럖횪싇ﯓ쯆쏷붵막냆ꏐ?瑦럧늨춶맘뻟뛸램룼䚵튵좯뷸쾣쫕㋔쫽벫뎬럖뇏ꎺ쒣뫍럡볆憣撵?탍ꏐ솿횲硬걹?믹횮쳢좡럮횲닉뮹⠶늼뗀캻쏕좻웈냼쑇쫐넷⦣ꪲ늷춽〰쿕뚯탔폐퇐럖캪ꎬ첽붻탐곊틦숲뻝듳돶튻탍䝅簽?컶ꆣ겣쒹평춣벣늢漫꣄놾컊꽡벣폃삼⧀짏훃뫍믓몬䕖튲겳컊횲뗄쯦헟ꎬㆷ뺿컶폐웎룶죫틗럖많ꆣ㛈횵ꙸ쫇쏨囌糓볙갰삼춼결냣계늻ꆫ㜱ꏐ쟷〳䪣틲횵곓춬욵듑놣춨몣닎횷킭쳵돶웕﷏벡킸쿠횮살뛔훖럖쫐틢죋뗄쯹컶틃틔벴헖ꎬ샭믹쫶ꚵ닉뚨욣沸텙쟩ꏐ튻쵇쫆닮⨿겡맘뻍쮵폚?늼뎡틥뗄럖폫ꎬ잸쿂砽섲뛸禽싛캪늿쳵狣줨ﻄ쓉퇹폃뇟쎵뫍몡킾곉맽ퟷ뿶쫽촲붷ꏐ뇤볾쿖뚨?䕖쒽뇰㈩낣탔믡뚼뇜ꪵ뗄럧ꆣꞡ뺭컶짮웤ﲺ볙汯〰뛔럖볾솪?ꏐ쾺볊쪽캪늻쪹뫏數쳵떫뫜탨ィ㈩붲뿉볆꣐맀쵬솿ퟮ훌뿈갽?럖폐쫇쏢쓒캲쿕캪ꏍ볃막?훷쎵쎻木㋄킱쫽춶첨춣ꎹ늽뇤⠵닎펰폃샭볾킡튪기ꎬ랽컊ꏒ쯣룊볆쿠状늼듳햣ꏓ瀨氫컶뗍튻럧늿ꎬ쇋ꢳ샻쫐횤튪쓑룇倨뻝폐늼럖횮꺶짊맀솿⦣쫽쿬姗ꆣ뻟쪱닉〸⠳램﷏?늳ꎬ막뮯쵸평닮퓒쯰떺ﺷ믖쥛럧룶쿕뇈튲뇣ꏎ틦뗄좯쒿킾ꎬ퓂뮣뷸쪱늼볤풱킵볆碣곓쿲돟튻폐⡙폃㎣⧈뷸짊쫐ꆣ뇭늻퇓퓚쪧횲킵㍝쿕쳴ꎬ?헻뻍폚틃헢쪷뗄뿉妷⤩곈탐볤틔쒣좵쓌걹ꛓ솿뛈ꪲ쓜뫜䝅ꆱꆪ겵?탐뼰킵훗늨뇭妵㎸탄짮뻟볎쓐횪ꎬ햽쪹룶쫇쟸잶틔훖틗횱튻ꇋ럖쟷쿂탍쿠뇉쎼ィ닎컊랴듳囌偲컞ꆣ막럖퓋벰쿠쯹헫?汯횵ﲵ컶쎵쫆폐ꎬ맘ힵﺷ뇰ꮴ뗃뚯?쫽㋧﷏쓏뫜ꏐ?↣ꩬ궱뗄뗀⦣싛틲욱쫐ꎬ웳맘뛔췉ꪲ木쓏ꆣ솽쇭?횲럾뫍닮ﺷ램뷉쎵컶훗떽ퟜꪳ듳췓막뫜潧먶꽡ퟣ뛸쫐놩냑?튵탔硉랺倨웤맊튻벡듓웈탎뇰뛔쿃봨ꆣ틔짏쳥?꺿ꎬ냏룟楳뾣떱犣쪲뎡막뗄ꆣ?ꎬ뿉쫇ꎶ⭻ꎮ쫽랺룇놾뗄몣쟷쮻풡짒쟒돶겿瑩곖뇤?틲疣?췉ꎬ컄맀?막쫆鈴ꏃ풿ꇫ믊쿖룅揌놽솿ꌽ天쪹볆쫐뻄뾸뒵ꎬ?싊펵겡?뗄춬?ﺷ궡곆?ꬩ?
48 统计研院:/jl恢却能反映10自istic条件分布模糊的"中院飞当~_r和虽然ιιv是1牛分布模型进一步悴到了改嚣，但仍然4差别很大8，/.这两个条件模型就会产线很大的差别，阴不能弥补由于模到错误假定附引起的偏6'，由以k的分析可以看邸，r.梅和深圳股市日收即指雨i围过x'l变般游行变樵.使之具布共间的形状会数，数~，t数收ätElH且处有很强的相关性，即当个股市出可以改i茸错iX假定的ιEVJ.民{中分布ι现&1自时，月个股市也有出现极僚的局势口从法问种09 条件模珊的比较可以肴巾，j费用logislic鼎件根根对股市 对数收耀华的悦的迸行统i十分析是个很好的JJ讼，附07 掘。b于了解股市的结构，分析股市的风阶以ll.判断股市未来略目书@"05变化路势具有很犬的指导意义υ我04。飞Logistic条件处布普#考文献 / GEV盛件卦布模型 [ 1 J navi~on， Aιand Smith，.(19问). Modcls or ex一iGI--j丁百003一了。「百了1凶寸07…旷08u C(;ooanC'f情overhi阱thres~holds (时仙di刚刚刚)，J. Rω Statˇst. Soc . B. 52 , 393如442回11吨isUc条件分布和G配V条件分布[2 J Dekkern, A. L、M日Î. H. j, anli de Haan. L (1989), A momf:nt附timaLurfor由(!index of an t>drerne 分别脱从GEV分布，有标准的{"-篮参敬。相IRvalUf~ disLribul oo, Ann白Stati向t.，17, \833阳1855oc嘉敷1.各自的形状态数分别步'1$，相ι，则付HE.í在$，[ 3 1 [)ebbie J. Dup，川andJOillithan A. Tawn (2(阳). EIIeets of 变E蓝"T有Mü;.Speci们们ationin B vuriatc I!:xt陀m阴Valu禽Porhlerm，.Ex w 8 :::: i 1: 1 + ’;:tX P\ -l!/ ~ ’1何地E邸，4，315阳330T ~ 1I1 + <，n伊"111 (8) [41，1附.H . ( 1997 ) , MI>r1elsanJ Dependcncc Con~ 分别处GEV(，的分布(Ç遇。时，l'Iil壶续性定义)，t:t:pts，Chaψman and Hall, 川。"、凶阳对所有的t，由筷1l.'l51 T= t作为形式(7)的GEV: 5 JHa叫Joe， L. Smith . lshay We附m(1992), Divar ale 分布，有Thrc&hold M叫hod~ .Ex:trcmcs, J. R乌. B 54, 51 T皿r.., G阻V(甲。+币1t .(卢。+卢]tJ，γ。+γ，t),-183 (9) : 6 ，ιW .."d Tanw,J. A. (1996)白Statistics如川r可以改成错误假定樵划。iodepcndel1~e-ì仙lJIulti~-ariatccxtreme vahlØ, Hiometrika. 同时‘这就报tlJr问题.对于边际业撵哪…个形状参83,169-187. 数比较贵{?解决i主个问题是通过联合似然Jntf由tI导，以[ 7 J Pickunds J . ( 1981) . Multivuriate cxt附阳可valued striLut. F给出(X，y)的需庶阔数1阳的，ProlŁ. 43rd SCfl臼. ,859 .... 878 ，川[ ~ lSmi由.R. L. ( 1989) . Extrcmc vuluf" analyi ˛:; of cnv ronmer 页页FJlzmil+(YJlt)[达萨对~\:1 .'(/lal lime scries; an appliealionωtrcnrl d叫时lioll u ground HH Y I’ y ) RA守。level 01':υne. Statìst.自川,4,367 -393 [ 9 ,,\. (1988). B EXl阳neValue Tht:orv-Model~ (1 + ~y:"'I~lexp(_ [1 + ';1，";<~)(1 + yx)lm-l t\ud Estim削100，日: 397 ~ 415 111 极大似然伯计得到<0问此白式(8)对X，yl进行变换，得到S，T，使之满足作者简介:生道济，天津文学理学院rCEV(O, 1，的分布，根据式(9)1ÍI极大似然为lIiuf得到E相* 静.丑津大学刘微庇用教学中心ρ比"的的计，模型l烫似于发2，估计值见农4，我451T条件模型参搬估计(责任蜗辑，何平)??췲랽쫽뻝춳늼玡뛸뿉뫕뻉컲쟳춼碣뛈뇤猽咣⠸?吽럖?⠹춬쫽䚸샶ꆭꆤ數㞡?䝅ァ뇭卉狌쒣튻糑㇍〰쯤늻평룶쳵뛔폚닎孉䑡慮卭景捣潶桩瑨摩卯䊣嬲䕩䪣摥䡡⠱浯敳楮却嬳䑵慲䩯呡潦䵩䉩瑭嬴䵯捥紵䩈䱟坥周䵥䕸沣䩌劢浵癡㠳捸楯偲㐳卥䥮汮㠵橓䦣敮污慰瑯瑲汥嬹䄨湬ퟷ맘뺲⣔삼ꆫ욪ꎯ퇉ꎬꇗꆪㄴ晢潦癡䕸䑥䍯景卯汩獥摥却䢳汳慲呡潺䕳䱯럖뿉뀱?쿖ꆪ敲瑲偩癩敤杨浥瑩摥瑲慴灵楤玡癡噡瑨汴桬ꎮ汵湳潣獳㦡敮楮杲볆牥獣갵湭걡慮獴湡灴卭楲䄨牤慬긨灬癥汳쒣ꊲ춨뇘?걹닎솿筟멻뛸瓗늼璡쪱뇈⠱瀨벫듋嘨㐱좻쓜틔뛔막볾쫽쇋뮯뾼楴嵄㤸汵睮瑲偯嵊灥溡楳㔴乯겼敤敮浩浥物瑥嵔ㄹ헟ꎬ궵룀慴桡瑤湷畉瑩탍춣獯慮湴浡?敭楳꩓物汵玣潤灥楶斣ㄶ牯潵튻杩뇰틔㈶벫汥捫퇐匩玡畳㊣慨湤ꎬ?物瑨敭牢汳玣楴敳ㄹ楳祳楣捬〰ꎯ탍맽룄럖쫽㖣ㄫ汬뛔ꎮꩇꎬ뷏쪮튻듳평ァﻄ䝅쏖抵쫐쒣쫕뷢쟷컄溣梣斣敫㤩瑯?璣敢⠲灥慴갴湥ꆫ獭됱景瑩湤慲걂㦡琲㜸瑨浮慷㠸敯볲쳬캱楳❌䥥浡쒹?汥敮ꎺ楯ꆱ뺿獴ퟣ룄횵ꑨ獩갳沣扵慮깃桯敳㤶扴㠹楳慬?깲걁깥갱捩ꎬ捳敮楡楯ꬱ潮瑩쓜뛔뷸뇰沣걔斣⭽쯹폐䕖헢얮키ꇊ嬱쯆쪽ꌱꏐꆰ囌늹쒷쫕?탍틦막쫆쿗깒步扩〰浳ꎬ捥죧⠱㝬牤愱溣⦣뷩뷲ꇚꎮ?潬潮㤳깊瑩㞣晩㌱桡汤捥瑥浥㠷瑴⥅ꆪ楯楣䝅뷸삼쪱摳䥴쮧〰ꎬ慲?摯却潮랴?뇤듭퇛겸폐걸ꎬ컊⣟뻍ꆺ⮡좻⠸춲평훎틦뗄싊泏뻟?ꎮ牳갱ㄩ捡㖡䠨斣㤹ꆪ瑦걊깂瑶ꎺ듳궣摳⦣ꆫ潮灭䪣硴䕸쳵嚡듭楩ꎬ?慴ꎮ욣㠳瑩ꨳ楫ꆧ펳솿컳듓嶡牝뗄봨땮쳡㾽天礩쩉맀⦶紩컊ﺷ폚퓚뇈ﲵ폐䦣⡷걊㐴ꎬ䕬ꆪㄹ慮걒㈩깒ㄸ?牥楶쪷톧몺㎡潮㌰憣楳䉩볾븰컳㈸퓂䨨계楴?䅮浥ꆧ汯놣쪯볙㙅풵낡ꆰ暣㜩⮡돶뗄倨튻ꇱ볆퓣럖ﶹ횲쒣짒벫뷏쒽뫜꺣ꬱ瑩㤷楣ꎬ慲ꆭ뗀쇵컆ꎮ璣潯럖ꎬ볙튻ㄹ샶?㠵杩곕ꎬ뚨皷쓐ꍸ㕴곓뗄ꦣ뎧쏜ꆱ牝뗃?늼ꏐ삼별탍풿횵뿉듳긨橣⦣桡䉩楡敭볃캢봩ꆧ걓汥늷?늼ㆣ뚨룶㠱捩汲獴妽뗄횲컗튻진䝅겡컊뛈ꆣꆱ떽걙ꎬ?ꏐ듭뒳뒦틔뷸릣ㄹ瑳깍牤癡瑥ꎮ펦췀?뫍겡쒣막⥍ꎬ楫楣붸䝅벣뒲ㅽㅉꏐ?쳢몯ꆣ綡뷸룹춽컳폐뾴탐겷횸㤰畬物쳬폃ꎮ玣뷐䝅쨩탍쫐畨㒣憣쳵킱囌곓컊ꎬ쵓깥쫌쫽ꆧ?탐뻝볙겲뫜돶춳훎떼⥍瑩慬뷲뷌갳갷囌럖ꆣ웓튲扡ꋨ潯볾킱ﶷ?硰뛔⤨뇤쪽걭뮲뚨랺잿ꎬ볆틢潤癡듳톧㘷㖣늼폐物?럖ﻄ뮣ﺷ횱⢷폚튻㇊뮻琹붵뛸ꎺ뗄쪹짊틥敬物톧훐ꎬꆪ먳ﺷ⡽돶慴㌹㤷늼ꏐ껊횲벵뇟ꢹ깽ꎬ⧉쎵틽췉쿠폃컶킵ꆣ?慴샭탄⢡횲㴰쿖?ꆫ쒣춾맖벡쓎ꪡ쟒볊ﷁꎬ뗃붼뷁웰맘汯ퟣ쒷?噡톧ꆣ?쪱벫㐱탍춻꺾?믖琩뇤ꪺ砩떽ꮴ쮸뗄?탔杩튻풺ꎮ맀?ꎬ횵뗄?쎲췈ꎬ솿쿋?厣쓉욫짊獴룶ꆣ볆내뗄Ꟊꆰ韛킹컊붣㜰쓄웈걔욣닮탈벴楣?풼솬횵쟷?놾諸닎ﴰ곔⭮튻뮷橬ꎬ겵ꆣ헊떱쳵뫃냅ꎮ탸쫆볻ꆶ훊?쪵뫍ꇪ룶붷쪹ꯈ헙볾뗄킶탔ꆣ뇭ꆱ쓐?풶탎ꢹ뻣횮꡵퓈?쒣랽쾹뚨듓ꆣ쓑컗ꇈힴ삼싺暵㒡?탍램짊ꎮ틥헢떱뒲컒닎왻ퟣ쎵뛔ꎬ탎?⦡솽좽컊ꎬ붡막뛔듃??훖뫍곒ﶣꎬ틔⬨쪺쫐?ꎮ?ꋆꆣ㝮ꆣꎮ뾡⭹ꎬ궡튻ꆣ녖ꎬꆣꆰꎮ琩ꎮꆣ宣ꎮꎮ멩ꎮꎬꎻꎮꎮꎮꎬ橽ꎮꎮꎺꎮꎬꆰꎮꎮꆱꎮ䱭渫?ㆡ넩
