声明：本文分享的所有代码均来自一篇硕士论文：《基于R藤变点模型的金融传染性与稳定性检验》的附录，全文及代码有兴趣同学可以自行在知网上下载~
用到的包
WindR、fGarch、psych、Vinecopula、copula、CDVine、fBasics
首先对收益率序列水平信息建模，然后做了garch模型，经过检验，残差无自相关且服从正态分布，说明此模型较为稳定，因此文章以残差/残差标准差为研究载体研究不同国家（区域）之间的风险传染性和稳定性，用R藤copula描述相依性和条件相依性。
文章中用了这样一个句神奇的代码j就解决了经验分布。。。
f<-ecdf(x)
xcopuladata<-f(x)
剩下四句是核心代码了。。。（对不起我也没想到一共5页的代码基本都是数据处理过程）
贴上文章的估计过程：
1、计算收益率序列两两之间的Kendal相关系数，采用最大生成树(绝对值)的方法确定第一棵树的结构。
2、为第一棵树的边确定Copula函数的类型(采用AIC准则，并且先对数据进行独立性检验，如果数据独立我们采用独立copula函数拟合数据)。
3、通过第一棵树的Copula函数运用确定条件观测值，从而又可以采用最大生成数算法来确定第二颗树的结构。
4、不断迭代下去直到所有结构及参数确定。
5、以前面得到的参数为初值对模型运用(3)式进行全局极大似然估计得到模型的最终参数值。
若基于一些经济合理性的角度，想要改变藤的某些结构，为了便于后续的结果解释和分析，可以考虑自选藤结构，酱紫你想要什么样子的结构都可以啦~结构确定好之后，就和上面的流程一模一样了噻
；
后记：我自己有时候太侧重于代码但是不知道如何解释结果，不管用再高级的方法也没办法把他说成一朵花，仍然没有任何意义！共勉，向作者学习...
