基于Copula函数和极值理论的金融传染度量——测度美国次贷危机对重要经济体的传染效应

基于Copula函数和极值理论研究美国次贷危机对重要经济体的传染效应,首先根据信息准则来选取Copula函数,然后用Cvm和Ks统计量来检验Copula函数的拟合程度,确保选取合适的Copula函数,并在此基础上计算一般相关系数和尾部相关系数;实证发现使用尾部相关系数度量金融传染并不可靠,因此基于Copula函数和极值理论的POT模型,构造了尾部附近相关系数并通过实证分析了其用于金融传染的有效性.结果表明发达国家所受传染较重,中国所受传染较轻.     

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。     

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.     

Copula函数在金融市场中的应用

本文旨在通过构造Copula模型,研究股市大盘和房地产(万科)股票之间的相关性与极值情况下的尾部相关性.在边缘分布的求取上,选用非参数核密度法分别估算出股市大盘和房地产股票的边缘分布函数值;在Copula函数的选择上,为选出最优Copula模型,选用多种方法结合包括二元分布直方图法、Q-Q图法、平方欧氏距离法;在Copula函数的参数估计上,采用惯用的极大似然估计法(MLE).其中,Q-Q图法首次应用在检验无分布函数的数据上.分析结果展现出二元t-Copula模型相对其他Copula模型可以更佳地拟合出这两支股票的联合分布;大盘股票与万科股票趋于较强的正向相关性;而极值情况下的尾部相关性相比一般时刻的正向相关性有所降低.     

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.     

基于copula模型的沪深股市日收益率的相关性研究

由于沪深股市收益率具有非线性的特征,本文利用Copula函数从定量的角度刻画了上证综指和深证成指的日收益率序列的相关关系,研究表明,沪深股市日收益率序列呈现出很高的相关性,当沪深两市出现大幅震荡时,两市收益率的协同作用将大幅增强,Gaussian Copula函数更好的刻画了沪深股市收益率之间的秩相关性,Gumbel Copula函数在更好的刻画了两收益率序列的上尾相关性,而Clayton Copula函数在分析两序列的下尾相关性时较为出色,在平方欧氏距离标准下,t-Copula较好的拟合了沪深股市的日收益率序列。     

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.     

股票收益率尾部相关性的Copula度量及模拟

股票收益率尾部相关性是研究金融市场关联性的重要内容.由于传统的τ、ρ等相关系数是对随机变量的全局度量,不适合用于收益率分布尾部这种局部特征的相关性度量.因此,在引入左尾(右尾)相关系数的基础上,讨论了它们的Copula度量及其相关性质.最后,通过计算机模拟分析了沪、深股指收益率尾部相关性的变化趋势,有效避免了Copula模型的设定困难,并得到了尾部相关性增强、相关不对称等结论.     

基于Copula-TGARCH模型的股指期货最佳套期保值比研究

本文基于一种新的Copula-TGARCH模型估计股指期货的最佳套期保值比,根据现货和期货收益率序列不同的尾部相依性,用不同的Copula函数形式(Gumbel,Clayton,Gaussian)拟合两者的相关性,并与其它的动态套期保值模型(ECM-CCC-GARCH和ECM-DVEC-GARCH)比较其套期保值的有效性。通过对香港恒生指数现货和期货的实证分析发现:无论样本期内、外,Copula-TGARCH模型的套期保值效果均优于其它模型,而基于非对称Gumbel Copula的套期保值比最佳。     

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.     

基于Copula-SV-t模型的沪深300期现相关性分析

结合SV-t模型和Copula模型,建立两变量金融时间序列的Copula-SV-t模型,并以刚刚上市交易的我国沪深300期货市场和其现货指数为例利用建立的模型进行相关程度和相关模式的分析,根据采用不同的Archimedean Copula函数,通过平方欧式距离评价Copula函数的拟合度.结果表明,股指期现市场之间存在条件正相关关系,且存在非对称的尾部相关关系,上尾部的相关性要强于下尾部的相关性,即期货市场的助涨效应要强于助跌效应.     

二维风险模型中Copula 相依下的破产概率

在本文中, 我们把Copula 连结函数用到二维的风险模型中, 考虑两个模型索赔额之间基于Copula 的相依关系. 首先对二维复合Poisson 模型给出了最早破产时刻定义下的生存概率满足的偏微分方程; 然后对二维的复合二项模型, 分别在连续型索赔额分布和离散型索赔额分布下给出了不同定义的生存概率和破产概率的递归公式, 并且特别选择了FGM Copula 连结函数, 给出了相应的结果; 另外在离散型分布下, 对于其Copula 函数的不唯一性进行了说明.     

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.     

基于Copula的债务抵押债券定价

债务抵押债券在美国次债危机中扮演了非常重要的角色,对其正确定价引起学术界的普遍关注。本文利用KMV模型估算出各债务人的违约概率,并用三种Copula函数分别估算出债务人之间的违约相关系数,模拟出各债务人的违约时点,在此基础上对债务抵押债券各系列进行定价,研究结果发现Student-t Copula计算出的公平溢酬大致上高于Gaussion Copula和Clayton Copula,并且CDO 的存续期越长,挽回率越低,各系列投资者要求的公平溢酬就越高。     

基于“藤”结构的高维动态Copula的构建

高维化和动态化是当前Copula理论研究和应用的两个重要方向.采用图形建模工具中"藤"的层叠结构,以二元动态Copula取代原有二元静态Copula作为"藤"的节点,将高维Copula建模中"藤"的方法与动态Copula相结合,构造了"动态藤Copula".实证表明,高维动态藤Copula较相应的高维静态藤Copula对数据的概率模型的似然率更高.     

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.