4. 边缘分布与联合分布的关系

在成交笔数与成交量的联合分布建模中，一个常见的误区是直接对二维数据拟合一个“大分布”，而忽略了两个变量各自的边际行为。Copula 理论给出的核心结论是：任何二维联合分布都可以分解为两个边缘分布和一个 Copula 函数。用公式表达就是：

F(x, y) = C( F₁(x), F₂(y) ; θ )

其中 F₁(x) 是成交笔数的边缘分布函数，F₂(y) 是成交量的边缘分布函数，C(·,·; θ) 是刻画两者相依结构的 Copula，θ 为相依参数。这个分解意味着：边缘分布负责回答“单个变量取多大值有多常见”，Copula 负责回答“两个变量在同一天同时偏大或偏小的倾向有多强”。两者职责分离，可以分别拟合、分别检验，再组合成联合分布。

为什么必须先拟合边缘分布

成交笔数和成交量的量纲、取值范围、分布形态差异极大。成交笔数是离散计数，通常呈现右偏、长尾，可能适合负二项分布或泊松-对数正态混合；成交量是连续正值，右偏更严重，常用对数正态、Gamma 或威布尔分布描述。如果跳过边缘分布直接对原始数据做联合建模，Copula 的秩变换就无法正确执行，相依结构估计会被边缘形态污染。

实际操作中，边缘拟合分三步走。第一步，对成交笔数做描述性统计，观察均值与方差的关系：若方差显著大于均值，说明存在过度离散，负二项分布比泊松更合适。第二步，对成交量取对数后检查是否近似对称，用 QQ 图或 Anderson-Darling 检验判断对数正态假设是否成立。第三步，用极大似然估计参数，并做概率积分变换（PIT）检验：把拟合好的边缘分布代入样本，得到均匀分布 U₁ = F₁(x)、U₂ = F₂(y)，若变换后的序列在 [0,1] 上均匀，说明边缘拟合可接受。

Copula 视角下的联合分布构建

完成边缘拟合后，把原始样本 (xᵢ, yᵢ) 变换为 (uᵢ, vᵢ)，其中 uᵢ = F₁(xᵢ)、vᵢ = F₂(yᵢ)。此时数据落在单位正方形内，边缘均为均匀分布，剩下的全部信息就是相依结构。接下来选择 Copula 族：若成交笔数与成交量在尾部同时放大的倾向明显，可选 Gumbel 或 Clayton；若上下尾对称相依，可选 Gaussian 或 Frank；若不确定，可先画 (uᵢ, vᵢ) 的散点图观察形状，再用 AIC 比较候选族。

参数估计常用两步法（IFM）：先估计边缘参数，再固定边缘、最大化 Copula 的对数似然估计 θ。以 Gaussian Copula 为例，θ 就是变换后数据的相关系数；以 Clayton Copula 为例，θ 通过下尾相依关系反解。估计完成后，用 Kendall's τ 或尾部相依系数做拟合优度检查，并与经验 Copula 对比。

一个可复现的示例流程

假设某标的 250 个交易日的日成交笔数 x 与日成交量 y（单位：万手）。先对 x 拟合负二项分布，得到均值 μ≈1.8 万笔、离散参数 k≈4.2；对 y 取对数后拟合正态，得到对数均值 2.1、对数标准差 0.55。用这两组参数做 PIT，得到 u、v 序列，画散点图发现下尾（u、v 同时偏小）聚集明显，上尾相对分散，提示下尾相依更强。于是选 Clayton Copula，用 IFM 估计得 θ≈0.9，对应 Kendall's τ≈0.31。最后把边缘参数与 θ 代回 F(x,y)=C(F₁(x),F₂(y))，即可计算任意 (x,y) 组合的联合概率，例如“成交笔数低于 1 万且成交量低于 50 万手”的联合概率。