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.     

基于Copula函数和非参数估计的尾部相关性

给出基于Copula函数的尾部相关性的定义和性质,采用非参数方法估计尾部相关系数.结合数据得出上证指数和深圳指数的尾部相关系数和对应图形比较,可知两种股票的上尾比下尾相关性强.此相关系数反映了上证指数与深圳指数在极端值处同时小于或同时大于某个数值的概率大小.     

Copula函数的加权平均距离检验方法

针对无法从定性的角度选择最优Copula函数,本文从定量的角度给出Copula函数的一种加权平均距离检验方法,并给出该检验方法的拒绝域与检验p值,最后证明了此检验方法具有相合性,并给出检验统计量的渐近分布,从而说明此方法可以用于最优Copula函数的选择。     

担保债权凭证定价——Copula函数的非参数估计与应用

CDO是最近十年来规模增长最快的信用衍生产品之一.2005年国家开发银行和建设银行两只资产支持证券的发行开启了我国CDO市场的先河,因此,深入分析CDO的合理定价不仅是当前金融研究中一个备受关注的问题也是促进CDO市场在我国健康发展的要求.对CDO定价要求模型化违约相关关系,普遍使用的方法是指定一个Copula函数来描述这种相关关系,然后使用市场数据来估计其中的参数.这种参数分析法方法不可避免的会导致巨大的模型风险.使用非参数方法可以从市场数据中推导出一个合理的Copula函数,然后利用Monte Carlo方法计算CDO分券的合理价差.这不仅可以避免因市场数据存在“厚尾”现象而错误估计Pearson相关系数带来的定价误差,还可以利用估计出来的Copula函数很方便地计算Kendall＇sτ、Spearman＇sρ等依赖性测度的值.     

基于Copula函数的家庭联合保险定价

家庭联合保险定价时,通常假定夫妻之间寿命是相互独立性的,这容易造成保险价格的扭曲．有鉴于此,本文摒弃生命体之间的独立性假设,采用Copula函数刻画夫妻未来余命的相关结构,并结合生命表函数,研究了一种家庭联合保险的保费厘定问题,推导出了均衡年保费的计算公式．最后,对影响家庭联合保险定价的Kendall秩相关系数进行了参数敏感性分析,数值模拟结果表明,夫妻关系的和睦程度是联合保险定价的不容忽视的要素．     

Copula函数中参数的矩估计方法

Copula函数是将多维随机变量的联合分布和其边缘分布连接起来的一种函数.关于Copula函数的理论和应用已有不同深度的研究,特别是Copula函数中未知参数的估计问题.本文研究了Gumbel Copula函数的参数估计,提出了矩估计和近似矩估计两种方法,分别得到了未知参数的估计结果,并通过模拟研究对这两种方法进行了比较,结果显示矩估计方法更为合理.     

基于Elliptical Copula函数的相关性模型研究

针对沪深股指构建了两种基于Elliptical Copula函数的相关性模型,并利用参数估计的结果计算其相关性指标.结果表明,Elliptical Copula函数在金融相关性分析中比传统方法合理有效,其中学生氏t-copula函数在服从厚尾分布的相关性模型中比高斯Copula更具实际意义.     

一类二元对称的Copula函数

本文给出了一类二元对称Copula函数的构造,同时推导了此类Copula函数的一致有序性,对称性以及相关测度等性质.     

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.     

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.     

基于Copula的金融资产相关结构建模

分析了几种相关结构函数(Copula)表示的相关结构模型,给出了用相关结构函数对金融资产间的相关结构进行建模的方法.结果表明混合Gumbel(M-Gumbel)相关结构函数能较全面地描述上海深圳两证券指数的相关结构,模拟计算VaR的结果支持了实证分析的结论.     

Copula界在多元VaR中的应用

首先介绍了多元随机变量和的边界,以及由此导出的VaR边界,然后全面总结了有关Copula下界的公式,而Copula下界及其对偶函数分别构成计算VaR边界的依据.最后根据VaR边界的数值算法,针对不同的Copula下界,分多种情景详细分析了VaR的边界范围.关于上证指数和深成指数收益率序列的实证分析发现.Spearman相关系数和正象限相依对VaR界的收窄作用最强.     

基于Copula函数的股指尾部相关性研究——以道琼斯工业指数与恒生指数为例

鉴于两步参数估计法在应用中存在误差大、计算复杂等缺陷,采用基于经验分布的半参数估计与非参数估计法确定相应边缘分布与Copula参数,对突发事件下的道琼斯工业指数与恒生指数之间的尾部相关性进行量化.研究发现ClaytonCopula,Gumbel Copula能够较好地刻画股指收益率序列间的尾部相关关系;道指与恒生指数存在着正的尾部相关且这种相关是非对称性的;在各个置信水平上,下尾损失均较上尾收益高,且下尾相关系数的增长幅度远大于上尾相关系数的增长幅度;极端事件造成的道指收益的剧烈下跌引发了恒生指数收益更强烈的相关反应,其造成的影响远超过两个市场同时上涨时的作用.     

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.     

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.     

基于双参数Copula沪港股市的相关性分析

通过双参数Copula分析上证指数和恒生指数的尾部相关性,并与单参数Copula及混合Copula进行比较分析,参数估计使用半参数估计法,结果表明:与单参数Clayton Copula、Gumbel-Hougaard Copula以及由两者组成的混合Copula相比,双参数BB1 Copula对数据具有更好的拟合效果;且通过分析发现两股市的上尾相关性大于下尾相关性.     

基于COPULA的A、B股信息流动和相关结构分析

金融市场的价格变化体现了市场的信息流动.文章引入copula模型来分析A、B股市场的信息传递.在选择候选copula模型后,利用非参数和极大似然方法得到刻画两个市场信息流动的copula函数的参数,并综合利用AIC检验、KS检验及卡方检验等拟合优度方法判断得到:利用Frank函数来刻画两个市场的相关模式最为合适.这样较灵活的捕捉到了两个市场的信息流动和相关结构.     

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.     

基于截断tau的copula模型选择及应用

本文引进了截断tau,计论了它与生存阿基米德Copula之间的关系,并在此基础上提出一种新的选择Copula模型的方法,实例分析表明,这种构建Copula模型的方法较好反映了数据内在的信息,客观描述金融变量的相关性,便于尾部相关性分析,为金融市场相关性分析提供了一种新途径.