基于时变Copula模型的 基金收益率相依关系的应用研究

基于时变Copula模型,获得预测方差,确定单个基金收益率序列的边缘分布.利用常见的静态Copula和时变Copula模型对基金收益率序列间两两相依关系进行建模并进行对比分析.应用研究表明,基于MCMC方法的时变Copula模型能更有效地度量基金收益率序列的风险.     

基于时变Marshall-Olkin Copula模型的系统寿命的度量及模拟

利用Kendall的tau与总体参数一一对应的关系,构造了时变的Marshall-OlkinCopula的模型;并基于蒙特卡罗模拟(MC)技术获得的样本数据建立了时变Marshall-Olkin Copula的模型.通过下尾相依机制的分析,说明了时变Marshall-OlkinCopula的模型,不仅能有效描述了系统寿命变化的波动性,还能捕捉了下尾相依机制的时变性.     

时变多元NBS Copula模型与美国股指期货市场可视化相依性分析

基于多元NBS(Normal Birnbaum-Saunders)分布构造了一种新的多元偏斜厚尾Copula,即多元NBS Copula,并进一步采用DCC(Dynamic Conditional Correlation)模型构造了时变NBS Copula模型。以美国道琼斯30指数期货、标准普尔500指数期货和纳斯达克100指数期货为例，可视化分析了收益率序列之间的各种相依特征，比较了DCC-NBS Copula模型与其他一些Copula模型在相依结构拟合上的效果差异。实证结果表明：美国三大股指期货之间的相依结构具有正相依性、厚尾相依性、非对称相依性和时变相依性，其中，NAGARCH模型可以较好地描述收益率序列的动态特征，椭圆Copula优于阿基米德Copula,非对称椭圆Copula优于对称椭圆Copula,厚尾椭圆Copula优于正态Copula,时变椭圆Copula优于静态椭圆Copula。综合来看，DCC-NBSCopula模型是所有模型中对相依结构的拟合效果最优的。     

天然气期货和现货价格间的相关性研究

基于天然气期货价格与现货价格序列间具有强非线性特征,本文将GARCH模型和Copula函数思想进行结合,同时考虑了天然气期货和现货价格间的时变相关结构,构建了时变Copula(GARCH-Normal、GARCH-GED和GARCH-t)模型,利用美国纽约商品交易所(NYMEX)Henry Hub交易中心天然气期货价格和现货价格数据进行实证研究。实证结果表明:GARCH-GED模型能够准确地拟合天然气期货与现货价格时间序列;时变SJC-Copula函数能够更好的描述天然气期货价格与现货价格间的相关性;天然气期货与现货价格间的相关性不是对称的,上尾的相关性小于下尾相的相关性。     

基于Spearman的rho的Copula参数模型的选择

从Spearman的rho与Kendall的tau的关系入手,讨论了一类二元Copula参数模型的选择问题.由于这类二元Copula参数模型的Spearman的rho与Kendall的tau存在某种函数关系,模型选择问题转化为了曲线拟合检验问题.对于正态Copula、Frank-Copula,FGM-Copula、B11-Copula等这类Copula参数模型,说明了两种情况下进行模型选择的方法,并对中国股市的上证指数与深证综指作了实证分析,结果表明两者存在着较强的正相关性,相关性模型选取B11-Copula参数模型最合适.     

基于时变扭曲混合Copula模型的股票市场间风险传染分析——以中美贸易争端为背景

在扭曲混合Copula和时变Copula理论基础上构建了时变扭曲混合Copula模型,并利用该模型对中国内地、美国、中国香港三地股票市场之间尾部风险传染效应在中美贸易争端前后是否发生显著变化进行了分析.实证研究结果表明:在中美贸易争端发生后三地之间的下尾相关系数都出现了增大的趋势,特别是中国内地与香港的下尾相关性在该事件之后急剧增强,说明中美贸易争端加大了两国三地股票市场之间发生风险传染的可能性;时变扭曲混合Copula模型相比于其他混合Copula模型具有更好的数据拟合效果.     

股票市场组合的市场风险度量研究——基于相关性模型

利用Copula的特点,灵活选择边缘分布模型、Copula函数和时变参数演化方程,构建16个相关性模型.在此基础上,通过蒙特卡罗模拟,采用VaR和ES度量资产组合的市场风险,并通过回测检验比较不同模型的风险度量效果.以沪深300指数和恒生指数为样本构建投资组合进行实证研究,结果表明,边缘分布模型、Copula时变参数演化方程和Copula函数的选择会影响风险度量的精度.在构建的16个相关性模型中,边缘分布为MSM-EVT,时变参数演化方程为GAS模型,Copula函数为Rotated Gumbel Copula的MSM-EVT-R-GAS模型风险度量效果最好.     

FGM Copula的另一种拓展

研究形如C(u,v)=uv+ψ(v)u(1-u),ψ(v)为v的非多项式函数的三类广义FGM Copula,计算它们的线性相关系数r,和谐性度量Kendall'sτ和Spearman'sρ.结果显示其中的两类广义FGM Copula与FGM Copula的性质接近,但是其τ与ρ的取值范围在某种程度上比FGM Copula的大,所以应用范围更广,适应性更强.另一类的线性相关系数r为0,但是τ和ρ均不为零,说明和谐性度量能够描述变量间非线性的相关关系.     

基于Fuzzy推理的时变系统建模

提出一种基于Fuzzy推理的时变系统建模方法,其基本思想是:对时间维度进行分割,在每个较短的时间间隔内用时不变模型代替时变模型,将这些时不变模型组合在一起,最终获得一个整体非线性时变的微分方程模型.分别研究了输入输出型时变系统和状态空间型时变系统的模型建立方法,除了从理论上保证了所获得的模型对系统的逼近性,还从仿真实验验证了用该方法建立的模型对非线性时变系统有很好的逼近效果.     

基于动态调整的Copula-非线性分位数回归资产组合优化

为优化资产组合方案,考虑单资产分布的非对称性、异方差性、尖峰厚尾性等特征,资产之间的时变非线性相关性,建立了Copula-非线性分位数回归模型。本文的创新与特色,一是通过构建期望超额收益率与考虑动态损失厌恶效应的VaR比率函数,确定了目标函数的表达式,改变了使用超额收益率标准差度量风险,而实证研究中更关注资产的损失风险而非全部风险,未考虑投资者对于收益与损失非对称偏好的不足;二是通过建立基于支持向量机的非线性分位数回归模型,确定了边缘分布函数表达式,解决了普通模型无法处理非对称、非线性,依赖于分布假设的不足;三是通过构建混合Copula函数,确保能够有效捕捉金融市场中的尾部相关、非对称性,完善了刻画资产之间相关关系的模式;四是通过建立风险非线性叠加的资产总风险评价模型,确定了资产组合总风险的表达式,弥补了现有风险评价模型未考虑资产间的相关性的不足。实证结果表明,本文建立的模型预测性能高于其它模型,该模型有更高的VaR比率值,在单位风险下能够获得更高的资产组合效果。     

基于TGARCH-t的混合Copula投资组合风险测度研究

在分析了现有Copula函数在测度投资组合风险不足的情况下,首先充分考虑资产波动的时变性、杠杆效应等特征,选择了TGARCH-t模型进行边缘分布建模.接着引入混合Copula模型来描述投资组合的复杂相关结构,同时利用构造的主对角线距离统计量等方法验证了混合Copula模型的优势.最后通过VaR的蒙特卡洛模拟结果看到,这种方法能更为精确的测度投资组合风险值.     

Linear dynamics hidden by input-output linearization for nonlinear time-varying systems

The input-output linearizations is a useful method in analysisand design for the non-linear time-varying systems. However,this technique often hides some linearizable dynamics in thenonlinear time-varying subsystem. Sufficient conditions forthe non-linear time-varying systems to contain a -dimensionallinear systems are derived. This method has dimension greaterthan the usual input-output linearization.     

An online identification algorithm of unknown time-varying delay and internal multimodel control for discrete non-linear systems

In this paper, an online algorithm is proposed for the identification of unknown time-varying input delay in the case of discrete non-linear systems described by decoupled multimodel. This method relies on the minimization of a performance index based on the error between the real system and the partial internal models outputs. In addition, a decoupled internal multimodel control is proposed for the compensation of discrete non-linear systems with time-varying delay. This control scheme incorporates partial internal model controls. Each partial controller is associated to a specified operating zone of the non-linear system. The switching between these controllers is ensured by a supervisor that contains a set of local predictors. A simulation example is carried out to illustrate the significance of the proposed time-varying delay identification algorithm and the proposed internal multimodel control scheme.     

藤Copula模型与多资产投资组合VaR预测

投资组合风险管理往往涉及多个资产,在传统的二元Copula函数面临"维度诅咒"问题及多元Copula函数刻画多变量联合分布时其精确性和灵活性存在各种局限性的情况下,引入藤Copula刻画多个资产收益的联合分布,基于不同的Pair-Copula类别构建藤Copula,运用蒙特卡罗模拟方法计算多资产投资组合的VaR,通过Kupiec和Christoffersen返回检验方法测试藤Copula模型的VaR预测效果,并与传统方差-协方差风险管理方法做比较。实证分析表明,传统的方差-协方差风险管理方法和基于正态Pair-Copula作为藤Copula构建模块的方法不能通过多资产投资组合的VaR预测返回检验;而基于student-t Copula、Clayton Copula具有尾部分布特征的Copula作为构建模块的藤Copula模型能够有效地用于多资产投资组合VaR预测,从而更好的用于指导实践。     

基于Copula的VsR度量与事后检验

估计VaR的传统方法有三种:协方差矩阵法、历史模拟法和蒙特仁洛模拟法。通常,文献中认为刚蒙特卡洛模拟法度量VaR有很多方面的优点。但是,本文通过实证检验发现,使用传统蒙特卡洛模拟法估计的VaR偏小,事后检验效果很不理想。本文引入Copula函数来改进传统的蒙特卡洛模拟法。Copula函数能将单个边际分布和多元联合分布联系起来,能处理非正态的边际分布,并且它度量的相关性不再局限于线性相关性。实证检验表明,基于Copula的蒙特卡罗模拟法可以更加准确地度量资产组合的VaR。     

时变自回归模型系数的估计及预测

本文对一般时变自回归模型(TVAR)的时变系数提出一种估计方法,即建立一个关于时变系数的向量自回归时间序列模型,利用最小二乘方法计算其系数矩阵,在此基础上预测时变系数,从而得到时变自回归序列的点预测,另外给出了点预测和区间预测的方法.     

国际多元化下投资组合优化研究:动态Copula方法

国际多元化需要对投资组合的相关结构进行动态性测度,这样才能提供更有效的资产配置策略和资金的理想避险场所。当前资产组合相关结构的Copula分析中考虑变结构和时变性不足,在此基础上构建了包含变结构和时变的诊断方法——分布函数距离法和Vuong-Clarke法在内的Copula动态性诊断方法,同时将二维诊断问题推广至多维情形,接着利用模拟仿真验证了上述方法的有效性。最后将动态Copula应用于金砖国家和西方成熟市场的最优投资组合中,利用标准差、CVaR和DVaR并结合样本预测外推法对最优投资组合进行了评价分析。实证结果表明,最优投资组合策略受Copula动态性影响明显,金砖国家市场在国际金融危机影响下能发挥良好的风险规避作用,实时的动态性诊断方法也能帮助投资者更快速地调整投资策略。