物理方法在数学解题中的运用

王树禾教授在《数学演义》中介绍了阿基米德将球切成碎片,用称"称出"球的体积.是用物理的方法求解数学的光辉典范.俄国数学家切比雪夫曾幽默地说:"使数学脱离实际,就好比把母牛关起来,不让它接触公牛".……     

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.     

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.     

具有n次多项式截面的Copula函数

本文构造一类具有n次多项式截面的Copula函数C(x,y),并给出了C(x,y)是Copula函数的两个充分必要条件,同时推导出此类Copula函数的若干性质,包括对称性和相关度量等.     

时变相关Copula模型在基金风格分析中的应用

基金的投资风格是投资者分析基金考虑的关键要素之一,传统的分析工具基本上局限于静态的、线性的分析方法.时变相关Copula模型作为一种新型的分析工具,不仅可以刻画基金和风格指数之间的相关结构,还能描述它们之间相关性的动态变化情况.首先对时变相关Copula模型的理论基础及建模步骤进行了详细阐述,然后随机选取几只市场综合排名靠前的基金,通过实证研究给出模型的参数估计结果,最后重点解释基金的投资风格划分依据.     

房地产板块与金融板块指数相关性研究——基于Copula-Kermel模型的分析

近年来,房地产市场与金融市场的关联关系越来越紧密.选取2001年7月3日至2011年9月30日房地产板块与金融板块指数日收益率数据,利用非参数核密度估计单指数收益率的边缘分布,采用Copula方法定量刻画两者的相关结构及尾部相关性.实证结果表明:T-Student-Copula是描述房地产和金融板块指数日收益率的最佳Copula函数形式,且两者具有较强的上尾和下尾相关关系,因此投资者不能通过投资这两类股票降低投资组合风险.另外,政府在制定宏观经济政策时,一方面需注意在采取措施促进金融行业发展时,要防范房地产泡沫的加剧,另一方面还需注意在对房地产业进行调控时,要防止金融业的衰退.     

基于Copula理论的随机变量的相关性

研究了用Copula表示的相关性度量σ相比于Pearsen线性相关系数r和和谐性度量τ与ρ的优良性质,求解了4个最大不可交换Copula的相关性度量σ.为了便于计算,引入基于L2距离的相关性度量φ,求解了某个单点值给定时Copula最优上下界的相关性度量φU和φL,作为特例,得到了4个最大不可交换Copula的另一种相关性度量φ.     

具有广义FGM相依结构的复合泊松过程的Esscher定价泛函

本文考虑索赔额与等待时间具有广义FGM相依结构的复合泊松过程,仿照文献[5]的方法,求出了其矩母函数的显式表达式,给出了其矩母函数的n阶导数的计算方法,并最终求出了其Esscher定价泛函．     

时变t-copula蒙特卡罗模拟的亚洲股指组合风险研究

应用时变条件t-copula函数描述沪市与亚洲主要股票市场指数收益序列之间的时变相依结构.时变条件t-copula模型的难点在于如何设定时变相依参数的演化方程,建立了用于描述包含时变自由度在内的所有时变相依模型参数的演化方程.进而采用蒙特卡洛仿真方法计算了各种指数组合的VaR,分析了沪综指与亚洲主要股指组合风险的演化趋势,并对结果进行后验测试,结果表明,时变条件t-copula函数仿真估计VaR可以覆盖最大损失风险.     

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.