load 'returns.txt'   
T       = size(returns,1);
nIndices = size(returns,2);  
spec(1:nIndices) = garchset('Distribution' , 'T'  , 'Display', 'off', ...
                            'VarianceModel', 'GJR', 'P', 1, 'Q', 1, 'R', 1);
residuals = NaN(T, nIndices);  % preallocate storage
sigmas    = NaN(T, nIndices);
for i = 1:nIndices
    [spec(i)       , errors, LLF, ...
     residuals(:,i), sigmas(:,i)] = garchfit(spec(i), returns(:,i));
end
residuals = residuals ./ sigmas;
   
nPoints      = 200;      % # of sampled points of kernel-smoothed CDF
tailFraction = 0.1;      % Decimal fraction of residuals allocated to each tail
OBJ = cell(nIndices,1);
for i = 1:nIndices
    OBJ{i} = paretotails(residuals(:,i), tailFraction, 1 - tailFraction, 'kernel');
end
U = zeros(size(residuals));
for i = 1:nIndices
    U(:,i) = OBJ{i}.cdf(residuals(:,i)); % transform margin to uniform
end
[R, DoF] = copulafit('t', U, 'Method', 'ApproximateML')

R =

    1.0000   -0.0178
   -0.0178    1.0000


DoF =

   43.2848

谢谢老师 老师我还有几个问题
1. 上面的结果是t-copula相关系数是负的 这个可行吗？
2. 我这两个变量的二元频率直方图 就像上面那样 能用copula做吗？尾部特征很不明显
3. ks检验 应该加在哪儿？是在npoint=200上面吗？ 具体该怎么写

谢谢老师

建议你安装Dynamic Copula Toolbox 3.0
跑一次CopulaToolboxTutorial
参考Dynamic copula toolbox.pdf
会清楚许多

你的数据,就是这样.
  http://www.mathworks.com/help/toolbox/stats/copulafit.html
范例:
load stockreturns
x = stocks(:,1);
y = stocks(:,2);
u = ksdensity(x,x,'function','cdf');
v = ksdensity(y,y,'function','cdf');

%Fit a t copula:

[Rho,nu] = copulafit('t',[u v],'Method','ApproximateML')
Rho =
    1.0000    0.7220
    0.7220    1.0000
nu =
  2.8934e+006
%corr(x,y)  0.7228

%%%%你的数据returns.txt
load returns.txt
s1 = returns(:,1);
s2 = returns(:,2);
u1 = ksdensity(s1,s1,'function','cdf');
v1 = ksdensity(s2,s2,'function','cdf');

%Fit a t copula:

[Rho,nu] = copulafit('t',[u1 v1],'Method','ApproximateML')
Rho =
    1.0000   -0.0115
   -0.0115    1.0000
nu =
    3.8532
%corr(s1,s2)   -0.0019

老师您10楼的代码我已经能看懂了：）刚接触matlab和copula 哈
还有些问题：
1.您在7楼贴出来的就是GJR-T-COPULA吧 是吗？
2.怎么加ks检验呢？是在fit copula之前加
[h,p,ksstat,cv]=kstest(U,unifcdf(x,0,1))  和[h,p,ksstat,cv]=kstest(V,unifcdf(x,0,1))  吗？
3.我现在想得到的是两个变量上下尾系数不相等这个结论，我觉得应该用mix copula做，但现在不会mix的，所以就分别作了gumbel和clayton的，分别求出他们的上尾和下尾系数，比较得出这两个数不相等，就这样直接得出了结论，请问老师我这么做对吗？

2好像没问的清楚，是指根据拟合得到的边缘分布，对原序列做概率积分变换，在运用ks检验方法，检验变换后的序列是否符合（0,1）上的均匀分布。

epoh老师，请问一下，这个程序怎么没有考虑阈值呢？如果要考虑的话应该怎么做？