Copula模型在沪深股市相关性研究中的应用

本文利用沪深股票市场数据,研究了二者之间的相关结构,尤其是尾部相关情况。由于股票收益率序列存在着条件自相关和条件异方差,为避免这些对Copula参数估计的影响,我们先对收益率序列进行AR(4)-GJRGARCH(1,1)-t建模,得到的标准化残差经BDS检验为独立同分布(i.i.d.)序列,再进行Copula建模。实证结果表明,沪深股市存在很强的正相关性,以及对称的尾部相关。这与大多数国外学者认为股票市场之间存在非对称相关现象的结论不同。本文通过图形检测和解析方法相结合来选择对数据拟合最好的Copula函数,结果表明学生t-Copula可以很好地刻画沪深股市的相关性。     

上证指数周收益率分布的分段高斯性

以往的研究显示股票收益率往往有厚尾的特性,在本文中,我们假设收益率服从不同的分布,所以我们将数据分段,用两种方法对数据进行分段分布拟合.第一种方法是假设这三段数据服从相同均值,但不同方差的正态分布;第二种方法是假设这三段数据服从均值和方差均不相同的正态分布.在这两种假设下,对于每一小段,用最小二乘原理得到了相应分布的参数值.最后利用K-S检验进行验证.结果显示,上证指数周收益率服从分段正态分布.     

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.     

GH分布族下资产收益率分布拟合优度比较——基于中国证券指数高频数据的实证研究

资产收益率分布假设对期权定价、对冲,风险度量和组合资产优化的结果有着重要影响.但由于资产收益率的"程式化性质",经典正态分布假设不能很好拟合实际收益率分布.广义双曲线分布,作为子分布及极限分布非常丰富的分布族,在资产收益率分布拟合中已取得良好效果.在讨论第三类修正贝塞尔函数和广义逆高斯分布性质基础上,借助于正态均值-方差混合理论,得到广义双曲线分布及其极限分布.在McNeil,Frey和Embrechts(2005)算法框架内,以及WenBo Hu(2005)算法改进基础上,对参数估计的算法做了实质性改进:用两个重要参数χ和ψ的线性关系,代替了一个包含第三类修正贝塞尔函数的方程,避免了对该方程数值求解.在实证部分,选择了3个主要指数,利用GH分布的两个子分布和两个极限分布对过滤后的指数收益率进行拟合,并对它们的拟合优度和收敛速度做了比较.     

基于均值-VaR的投资组合最优化

利用均值-VaR方法,提出了有交易费用存在时的最优投资组合模型。通过求解均值-方差模型来研究均值-VaR模型的有效前沿,并指出在收益率的分布为正态分布的假设下,均值-VaR模型的有效集是均值-方差有效前沿的子集。有关全局最小VaR的存在性的分析显示在选择VaR的置信水平时必须非常小心。最后给出了应用均值-VaR模型的实例分析。     

均值-方差-近似偏度投资组合模型和实证分析

均值-方差投资组合模型作为现代投资组合理论的基础, 采用方差作为风险度量,但忽略了投资组合收益的非对称性. 而考虑收益非对称性的基于偏度的投资组合模型由于非凸和非二次性 使模型难以求解. 本文提出用上下半方差的比值近似刻画偏度, 建立了均值-方差-近似偏度(MVAS）模型,并利用该模型对中国证券市场主要股票指数进行实证分析. 实证分析结果表明, 在收益率非正态分布的市场中,考虑了收益率非对称性的投资组合模型较传统的MV和MAD模型具有更优的表现.     

沪深股市的相关结构分析与投资组合风险度量——基于ARFIMA-GARCH-Copula模型

金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记忆性。基于此,本文建立ARFIMA-GARCH-Copula模型来研究沪深股市的相关结构和等权重投资组合风险值VaR,利用上证指数和深成指数收益率的组合来进行实证研究。首先采用经典R/S分析法检验各个资产收益率的长记忆性,经过分数阶差分后选用GARCH模型建模得到边缘分布。然后选择Copula函数来刻画两资产之间的相关结构,建立联合分布模型。进而采用Monte Carlo方法模拟产生各资产的收益率序列,计算出投资组合的风险值VaR。实证研究表明:沪深股市具有长记忆性,且两者具有对称的尾部相关性;Kupiec检验说明ARFIMA-GARCH-Copula模型较之于GARCH-Copula模型能更准确地度量投资组合风险。     

基于模糊收益率的养老保险基金投资研究

结合中国养老保险基金投资现状,考虑预期收益率是模糊数的情形,利用可能性均值和可能性方差作为投资组合的预期收益率和风险,建立均值-方差组合投资模型.最后,利用lingo软件进行数值分析,表明此模型具有一定的实际应用价值.     

基于多分辨分析的沪深股市相关性分析

为了有效地揭示沪深股市不同交易周期股票交易的相关性,本文采用极大重叠离散小波变换,将上证指数和深圳成指高频收益率分解在不同的交易周期上,对各个周期的收益率采用semi-GPD模型作为其边缘分布分别进行拟合,在此基础上采用Copula函数方法建立同周期收益率的联合分布,度量了沪深两市同周期交易的相关性.实证表明,不同交易周期所表现出的相关性存在明显差异,并且随着交易期的增长,沪深两市非对称结构逐步明显。     

位置-尺度分布族中均值-方差准则与期望效用理论的一致性

证明了当决策集为位置-尺度分布族时,期望效用理论与均值-方差准则是一致的.从而就可以将马克威茨的均值-方差准则中的正态假设减弱为位置-尺度分布族.这不仅扩大了均值-方差准则的应用范围,而且巩固了组合投资理论与资本资产定价理论的基础.     

中国股票收益率的稳定分布拟合与检验

本文对上证综指及深证成指的收益率进行了稳定分布拟合,并与正态分布的拟合加以比较分析,结果表明稳定分布能更好的处理股票市场中的“尖峰厚尾”现象。     

中国股票市场有效性的复合评价

本文以2000年1月4日至2011年4月1日的上证综指(000001)和深圳综指(399106)的日收盘价和日收益率为研究对象,根据随机游走假设,采用对数动态自回归模型、游程检验和单位根检验,对上海股票交易所和深圳股票交易所的市场有效性分别进行检验,结果表明沪深两市都基本达到弱式有效。由于上述检验无法证明两股市之间是否存在影响,价格水平是否互相包含,因此有必要验证沪深两市是否为联合有效。本文采用Johansen协整检验和Granger因果关系检验,结果表明上证综指的日收益率对深圳综指的日收益率有一定的预测作用,但沪深两市的价格不存在长期均衡关系,因此可判断沪深股市基本达到联合的弱式有效。     

沪深股市大盘指数收益率分布尾部的实证研究

通过H ill估计的改进方法对上证综合指数和深圳成分指数的收益率分布的尾部指数进行了参数估计,用χ2检验验证了指数的稳定性及其置信区间.在此基础上提出用尾部指数估计尾概率,达到风险控制的目的.实证研究表明,沪深大盘指数收益率分布具有肥尾的特征,但并不服从无限方差分布.     

中国股市波动性的非线性结构检验

在随机模型框架下考察股市波动性对于风险控制和管理是至关重要的。本文对沪、深股市收益率波动性的非线性结构方正启体简体进行了检验。首先,通过M cLeod-L i检验初步确定了非线性结构的存在;然后,使用BDS检验做了进一步的验证;最后,通过Hsieh检验对波动性的非线性结构类型进行了区分。     

基于条件贝塔信息对横截面收益的解释

以1995年6月-2005年12月期间在我国沪深A股市场上市的全部股票为样本,本文实证发现,FF三因子模型不能对横截面收益作出合理的解释。为了基于现代金融理论的基本观点对横截面收益现象作出更为合理的解释,本文利用贝塔条件变化信息对无条件的FF三因子模型进行改进,实证发现,改进后的条件定价模型对横截面收益的解释力提高了,并且该解释力在2006年1月-2008年5月、1995年6月-2008年5月期间均具有稳健性。由此得出结论认为,在解释横截面收益时,贝塔条件变化的条件定价模型是一个优于无条件FF三因子模型的模型。     

中国股票市场的分形结构——股票收益长期记忆特征的实证研究

股票市场收益的长期记忆特征对于系统非线性结构的确定以及市场有效性的研究具有重要的意义.针对上海和深圳A股算术加权和流通市值加权市场指数的周收益序列以及上证180指数和深圳成份指数中选取的12只代表性股票的周收益序列,采用重标级差分析(R/S分析)和ARF IM A模型对其进行了实证研究.从统计结果来看,样本序列呈现出尖峰和肥尾等有偏特征,明显不满足正态分布的假设,表明收益序列可能具有长程相关或记忆性.进一步的研究发现,沪深两市A股市场指数收益序列和大多数个股(10只股票)存在明显的长期记忆特征,收益分布表现出持久性.从划分不同时段的分析结果来看,中国股票市场渐进趋于弱势有效.     

我国股市收益的双长记忆性检验——基于VaR估计的ARFIMA-HYGARcH-skt模型

针对股市收益分布的"尖峰肥尾"特征,引入了偏t分布作为新息分布。基于VaR方法,从风险估计的角度,利用ARFIMA(2,d_1,0)-HYGARCH(1,d_2,1)-skt模型对1996年12月17日至2007年7月5日期间的沪深股市收益进行了实证分析.实证结果显示:沪深股市具有显著的双长记忆特征;上海股市的日收益率和波动率的长记忆性均比深圳股市强;ARFIMA(2,d_1,0)- HYGARCH(1,d_2,1)-skt模型对我国股市收益具有较强的风险估计和预测能力。     

基于下界VaR对沪深股市市场风险的实证研究

本文应用Luciano和Marena提出的计算资产组合VaR的上下界的方法,对沪深股市的市场风险做了实证研究,并与传统的正态VaR做了比较。实证分析表明,沪深股市的市场风险确实存在“厚尾”和“波动聚集”现象。本文对国内市场的波动聚集现象进行了详细分析．并讨论了风险控制模型的相关检验,下界VaR通过了两次模型检验。     

沪深股市收益率的尾部相关函数

尾部相关性是相关性分析中重要的一类,利用度量尾部相关性的指标χ,χ-以及尾部相关函数ρ(θ)来分析尾部相关性,并给出ρ(θ)的一种非参数估计方法.通过这两种方法研究上证综合指数和深证成分指数日收盘指数对数收益率在损失情况下的尾部相关性,结果表明两市指数日对数收益率具有很强的尾部相关性.     

对我国股票市场股指波动特性的实证分析

本文以上证综指和深成分指数的最新日收益率为研究对象,应用GARCH、TARCH模型理论,进一步分析了日收益率波动的条件异方差性、非对称性,同时比较了两个股票市场的不同波动特征。