基于正则逆Gamma分布和广义极值分布的VaR计算

股指收益率的分布和风险价值(VaR)的计算是证券市场研究的热点问题.本文对来自上证指数和深证成指日收益率采用正则逆Gamma分布和偏T分布(SST)分别进行拟合,对极值序列(周、月极大值和极小值)建立广义极值分布函数。并由此计算VaR值,度量这几种序列的风险价值.结果表明正则逆Gamma分布能更好地拟合日收益率的分布,以及采用周极值收益率的广义极值分布计算VaR值来估计风险较为合理.     

C~(A,B)copula在CreditMetrics中的应用

利用copula方法初步探讨了CreditMetrics中相关性假定对计算Value-atrisk结果的影响.将相关文献提出的C~(A,B) copula应用到CreditMetrics中来替代传统的正态copula函数.在理论上探讨了C~(A,B) copula的系数的确定方法,并针对二元情形进行了数值分析.     

一个基于pair-copula法构建高维相依结构的研究

用pair-copula构建高维相依结构,将n维联合密度函数转化为若干个pair-copula密度函数相乘。在pair-copula的选择上,本文构造了能描述非对称尾部相关性的混合copula函数——M-copula。并在实证分析部分用该方法探索了上证市场上四个板块的相依关系,得到了比较理想的结果。     

关于参数型copula函数的拟合检验

在金融和保险中,copula函数是一种构造多元相关分布函数的有力工具．然而,怎样选择一个适当的copula函数用于拟合数据,并没有找到统一的方法．因此,基于copula函数的经验分布,我们提出了一种用于检验具有某种特定参数结构的copula函数拟合数据优良性的方法,并得到了此检验的渐近性质．由于该检验统计量的极限分布依赖未知参数,我们采用非参数蒙特卡罗方法确定临界值．我们做了一个简单的模拟来验证本文提出的检验方法的功效．     

随机变量的和、积、商分布的一种新表示

应用Feller提出的点-集函数并结合二元copula,对二元连续型正值随机变量的和、积、商的分布进行了研究,得到了和、积、商分布的一种新的计算方法.最后给出一个应用实例.     

基于g函数的多元copula的构造

针对目前多元copula的构造方法存在的局限性,提出了构造多元copula的新方法.本文首先定义的一类新的函数-g函数,基于g函数建立了2-copula的构造方法,并讨论了该方法的存在性与唯一性问题,然后将2-copula的构造方法直接扩展到n-copula构造的情形.最后给出了g函数的一种寻求方法,从而说明此copula构造方法的可行性.     

逐次Ⅰ型混合截尾下基于FGM copula的应力强度模型可靠性估计

在逐次Ⅰ型混合截尾样本下,研究具有相关性应力-强度模型的可靠性.假设应力和强度分布为参数不同的指数分布,选用FGM copula作为连接函数构造联合分布,得到参数和可靠度的极大似然估计(MLEs)、贝叶斯估计和对应渐近置信区间、HPD置信区间.通过Monte Carlo模拟方法,获得不同样本量不同截尾方案下估计值的数值...     

极值copula的统计推断及实证研究

为了分析由极端事件所引起的巨额损失变量之间的相依关系,本文引入了比一般copula函数更有效的极值copula和上尾copula。我们介绍copula的对角截面以确定上尾相依系数。基于极大似然法,讨论了关于这些copula函数类的半参数估计方法。通过构建Cramer-Von Mises统计量对copula的拟合优度进行假设检验。在实证分析部分,我们通过具体的实例来说明,在应用研究中该如何选取最优的copula以描述变量之间的相关性。     

二元极值混合模型相关结构的研究

二元极值混合模型由于不能反映极值变量之间的完全相关性,因而在应用上受到了一定的限制,但对适当的相关性仍是一个很好的模型.本文给出了二元极值混合模型的一些基本性质,特别用随机模拟方法研究了对来自其它不同极值copula的随机样本,用混合模型拟合可能产生的影响. 结果表明,如果以Kendallτ表示变量间的相关性,在一定范围内,混合模型能够很好的反映其它模型所具有的相关性,且对渐近独立模型边际参数估计的偏差也不太大.最后应用混合条件分布与GEV条件分布分析英镑对美元和英镑对加元两支汇率日对数回报收益率的风险相关性.     

利用高频数据和copula度量资产组合市场风险:建模与实证

利用realized GARCH模型纳入高频信息,通过copula函数描述资产收益之间的复杂相依关系,构建资产组合市场风险度量的copula-realized GARCH模型,并以上证综指和深证成指的等权重组合进行实证分析。实证结果表明,用学生t-copula函数描述上证综指和深证成指收益序列之间的相依关系比较恰当,与常用的GARCH模型和GJR-GARCH模型相比,学生t-copula与realized GARCH相结合的模型提供相对可靠、更具效率的VaR估计以及更准确的ES估计。因此,资产组合市场风险度量有必要同时考虑高频信息和复杂相依关系。