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。     

基于三维Copula函数的金融指数相关性分析

给出了三维Copula函数模型中未知参数的估计方法及最优三维Copula函数的选择方法,此构造方法对研究多变量之间的相依性提供了新途径.通过对上证指数、深圳成指及创业板指的历史数据进行实证分析,选出了最优三维Copula函数以描述三者之间的相关性,并分析三者之间的尾部相关性.     

混合Copula模型在中国股市的应用

首先给出了描述相依结构的混合Copula模型,然后给出寻求混合Copula模型的EM算法,最后以中国股市的实际数据进行了实证分析,说明混合Copula模型是可以用来描述中国股市的相依结构.     

基于藤Copula的多资产交换期权模拟定价

传统的多维Copula是用单个参数来度量多变量之间的相依关系,这限制了该类Copula在描述多变量之间相依结构.为了解决这一问题,提出了一种使用藤构造三维Copula的算法,用蒙特卡罗方法分别模拟传统的单参数三维Copula和藤构造的三维Copula,并给三资产的交换期权定价,发现藤构造的Copula在定价上与单参数多维Copula存在明显的差别,使用藤构造的Copula在描述相依结构时有较大弹性.     

房地产产业链相依结构演化及其危机传染效应研究

以钢铁、有色金属、家用电器、房地产、建筑材料、建筑装饰、银行、非银金融和机械设备九大申万一级行业指数所代表的房地产产业链为研究对象,通过采用R-Vine Copula方法来刻画房地产产业链上行业间相依结构及其在2008年金融危机冲击下的结构演化特征.研究结果表明:房地产产业链上各行业间普遍存在对称、厚尾的相依结构,行业间相依性水平较高;机械设备业在整个房地产产业链上起到了枢纽中心的连接作用;金融危机的发生增强了房地产产业链的总体相依性水平,危机传染效应显著;与CVine Copula和D-Vine Copula方法相比,R-Vine Copula更适合来刻画我国房地产产业链的相依结构特征.     

多参数Archimedean Copula模型下的CDO定价

利用高维Archimedean Copula模型对合成CDO进行定价,在传统简单Archimedean Copula的基础上,基于三种不同的方式,引入多个参数,从而解决作为市场基准的Gaussian Copula模型下存在相关性微笑的问题.对于特殊的大样本同质资产组合,违约损失分布可以直接从违约概率得到.而对于一般性的资产组合,可以得到损失的特征函数,从而通过快速Fourier变换,计算出违约的分布.最后,给出了数值计算结果.     

非参数核密度估计与Copula

本文提出非参数核密度估计-ML方法来估计Copula函数中的未知参数;再由统计检验推断得到能较好描述金融资产之间非线性相关结构的Copula。实证分析表明:可以利用Clayton Copula、Gumbel Copula来描述A股市场上证指数与深证成指之间的非线性相关结构.     

Copula函数在水文计算中的适用性分析

论述和探讨了Copula函数在水文计算中的应用及适用性,重点分析了常用的Archimedean CopuIa函数在描述水文变量尾部相关性方面的差异,以及相关系数的不确定性对各Copula函数分析结果的影响,讨论了Copula函数在相关性分析中出现的其他问题及注意事项.     

几种Copula函数在沪深股市相关性建模中的应用

研究了Copula函数对沪深股市的相关性建模问题.许多学者用Gaussian Copula建模,但是它无法捕捉到尾部变化,尾部相关系数不存在.用t-Copula度量中国股市的相关性,捕捉到了尾部变化,并计算出了尾部相关系数,克服了Gaussian Copula对相关性建模的不足,并通过AIC准则比较得到t-Copula优于Gaussian Copula.最后对3种Archimedean Copula进行比较,通过比较它们与经验分布函数的距离,说明Gumble Copula更加适用于中国的金融市场.     

Copula方法与相依违约研究

目前信用风险研究的重点已经从单笔债务的违约概率研究转移到多笔债务的相依违约(Dependent Defaults)研究。Copula方法是研究相依违约的重要方法。这种方法是最近几年才被应用到信用领域研究中的一种新方法。本结合代表性献对Copula方法在相依违约研究中的应用进行了探讨。探讨的内容包括Copula方法被应用于相依违约研究的原因、该方法对于相依违约建模理论的改进以及在实证应用中使用Copula方法应该注意的问题。     

沪深300指数与沪深股市尾部相关性分析

根据沪深股市非线性的特征,利用Kendall秩相关系数与Copula函数之间的关系,对Copula函数的参数进行估计.选择Gumbel Copula、Clayton Copula和Frank Copula来度量上证综指、深证综指和沪深300指数之间的尾部相关性.实证结果分析,Clayton Copula函数能较好的度量出三个指数之间具有较强的下尾相关性,且进行量化后的相关性能够较好刻画股票市场的变化.     

基于Copula-EVT模型的我国股票市场流动性调整的VaR和ES研究

结合相依结构函数Copula和极值理论EVT,构建了我国股票市场经流动性调整的La-Copula-EVT风险价值模型,并用沪深收益序列的分笔高频数据进行了实证分析,发现我国沪深股市收益序列的上尾和下尾都存在较高相关性,后验测试结果表明构建的模型能够对实际损失进行很好的拟合;然后在该模型的基础上进一步分析了我国沪深股市的风险价值和预期不足在不同置信区间的敏感度差异,确定了适合La-Copula-EVT模型的最优置信度区间。     

次贷危机后国际股票市场相关性变动的Copula分析

基于C opu la函数导出的尾部相关性,以四个国家的股票指数的对数收益率序列为研究对象,分析了次贷危机前后国际股票市的相关结构变动,结果表明次贷危机后国际股票市场尾部相关系数比危机前大,这说明次贷危机对国际股票市场的相关结构产生了重大影响,危机期间各国的股票市场联系更加紧密.     

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。     

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。     

A、B股指数波动的Granger因果关系分析

本文利用时间序列分析中的格兰杰因果关系检验法对中国证券市场A、B股的波动性进行分析 ,发现上海市场A、B股的波动间存在双向因果关系 ,而深圳市场A、B股的波动间则不存在显著可信的因果关系。对于A、B股市场间的关系以及深、沪两市的差异 ,本文从信息传递和交易者构成的角度进行了分析     

条件收益率下的VaR投资组合研究

本文以新的VaR风险控制体系和价格条件的VaR理论为基础,建立了一种新的最优投资组合模型——μ_s-VaR_s模型。其主要特点有:首先,μ_s-VaR_s模型主要关注相对价格的预期收益和风险,在没有股指期货对冲大盘指数风险的条件下,该模型可以为投资组合跑赢大盘提供了科学思路;其次,在μ_s-VaR_s风模型中,仿照夏普指数创建出了新的选股指标γ_s_i(t),使投资组合更有效率;最后,μ_s-VaR_s模型充分考虑了沪深股票市场的交易成本和交易条件限制,使模型具有较强的现实可用性.经过对沪深股票市场的实证分析发现:μ_s-VaR_s模型明显优于马柯威茨的M-V模型;应用μ_s-VaR_s模型所构建的投资组合的累积收益率显著高于大盘的同期累积收益率.     

中国A股市场收益波动的非对称性研究

本文运用ARMA—EGARCH及ARMA-TARCH模型,以1993年1月以来沪深两市的A股指数的日收益为研究样本,检验中国股票市场是否存在波动的非对称性,结果表明:无论是上证还是深证A股市场,收益率波动的非对称性都表现出阶段性特征,股市发展早期,市场表现为反向的非对称性或非对称不明显,随着时间的发展,股市收益的波动则存在非对称性,且表现为杠杆效应。     

中国股市价格和波动性的非线性行为实证研究

深沪综合指数的收益率不服从正态分布,收益率是负斜的,呈现胖尾和峰态;其收益率序列均服从有着分形概率分布的持久性时间序列,它们遵循有偏随机游动,市场表现出较强的趋势行为和非周期循环特征,深市非周期循环为4个月,而沪市为6个月,深沪股市月收益率序列则为确定性的混沌序列;而沪深股市的波动性也呈现出一定程度的不对称特征,沪深股市之间还存在着波动性的溢出效应,深市还存在着一定的杠杆效应,而且,沪深股市之间还存在着明显的波动性的溢出效应.