基于时变扭曲混合Copula模型的股票市场间风险传染分析——以中美贸易争端为背景

在扭曲混合Copula和时变Copula理论基础上构建了时变扭曲混合Copula模型,并利用该模型对中国内地、美国、中国香港三地股票市场之间尾部风险传染效应在中美贸易争端前后是否发生显著变化进行了分析.实证研究结果表明:在中美贸易争端发生后三地之间的下尾相关系数都出现了增大的趋势,特别是中国内地与香港的下尾相关性在该事件之后急剧增强,说明中美贸易争端加大了两国三地股票市场之间发生风险传染的可能性;时变扭曲混合Copula模型相比于其他混合Copula模型具有更好的数据拟合效果.     

基于分段损失分布法和Copula的银行操作风险集成度量

多个风险单元的集成度量是银行操作风险管理的关键步骤之一。立足于操作风险的“厚尾”、“截断”性,从分段损失分布法的视角出发,探讨操作风险集成度量的模式和数值方法。首先,引入两阶段损失分布法来拟合单个风险单元边际损失分布,用双截尾分布代替传统的完整分布来刻画“高频低损”损失数据的双截断特性,利用POT模型捕获“低频高损”事件的厚尾特性。再次,基于分段建模思路,对传统度量过程中边际分布为单一、完整分布的Copula模型进行了扩展,研究边际分布为分段分布、截尾分布条件下使用Copula函数集成度量操作风险的框架和步骤,并设计了Monte Carlo模拟算法。最后,以实证分析的形式验证所构建模型。通过对中国商业银行416个操作风险损失数据的实证分析,结果表明分段分布、截尾分布能对单个风险单元边际分布有更好的拟合效果,能减小由于分布选择不当而引发的模型风险。分段度量视角下Copula函数的引入能灵活处理多个操作风险单元间的相依结构,使风险度量结果更为合理。     

基于TGARCH-t的混合Copula投资组合风险测度研究

在分析了现有Copula函数在测度投资组合风险不足的情况下,首先充分考虑资产波动的时变性、杠杆效应等特征,选择了TGARCH-t模型进行边缘分布建模.接着引入混合Copula模型来描述投资组合的复杂相关结构,同时利用构造的主对角线距离统计量等方法验证了混合Copula模型的优势.最后通过VaR的蒙特卡洛模拟结果看到,这种方法能更为精确的测度投资组合风险值.     

基于Clayton Copula-GARCH模型投资组合VaR的度量

运用Copula方法研究了含股指期货的投资组合的风险度量问题.首先采用不同的GARCH模型对单个资产收益率建模,然后选择Clayton Copula函数来描述投资组合各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VaR.Kupiec检验表明,ClaytonCopula-GARCH模型在投资组合风险度量上具有较高的准确性.     

基于动态调整的Copula-非线性分位数回归资产组合优化

为优化资产组合方案,考虑单资产分布的非对称性、异方差性、尖峰厚尾性等特征,资产之间的时变非线性相关性,建立了Copula-非线性分位数回归模型。本文的创新与特色,一是通过构建期望超额收益率与考虑动态损失厌恶效应的VaR比率函数,确定了目标函数的表达式,改变了使用超额收益率标准差度量风险,而实证研究中更关注资产的损失风险而非全部风险,未考虑投资者对于收益与损失非对称偏好的不足;二是通过建立基于支持向量机的非线性分位数回归模型,确定了边缘分布函数表达式,解决了普通模型无法处理非对称、非线性,依赖于分布假设的不足;三是通过构建混合Copula函数,确保能够有效捕捉金融市场中的尾部相关、非对称性,完善了刻画资产之间相关关系的模式;四是通过建立风险非线性叠加的资产总风险评价模型,确定了资产组合总风险的表达式,弥补了现有风险评价模型未考虑资产间的相关性的不足。实证结果表明,本文建立的模型预测性能高于其它模型,该模型有更高的VaR比率值,在单位风险下能够获得更高的资产组合效果。     

包含股指期货的投资组合之风险研究——Copula方法在金融风险管理中的应用

本文运用Copula方法研究了含股指期货的投资组合的风险度量问题.由于股指期货和股票现货之间存在很大的相关性,因此在度量组合的风险时,各资产间的相关结构起到了关键作用,但这一相关结构很难用线性的相关系数去刻画,本文采用Copula模型来描述相关结构。而后,我们构建了基于Copula理论的风险度量指标PVaR,并验证了不同Copula模型的拟合效果.我们利用沪深300指数的数据来研究股指期货和现货的相关结构,并使用了多种Copula函数结合不同的边际分布假设进行了模拟,说明了Copula方法在风险度量尤其是包含了股指期货的投资组合的风险度量上具有较高的精确性.     

基于多维Gumbel Copula函数的投资组合VaR分析

基于目前国内有关Copula函数的实证研究主要是研究二种资产的相关性为主,文章根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上具有的优势,首先利用GJR模型构建资产的边缘分布,接着利用多元阿基米德Copula函数族中的Gumbel Copula函数构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度下的投资组合的最小风险价值(VaR)及其资产组成,实证说明根据文章提出的模型度量资产的风险,可以使投资者选择的资产更加稳健,同时也有利于投资者对投资组合整体风险进行分散和监管。     

股票市场组合的市场风险度量研究——基于相关性模型

利用Copula的特点,灵活选择边缘分布模型、Copula函数和时变参数演化方程,构建16个相关性模型.在此基础上,通过蒙特卡罗模拟,采用VaR和ES度量资产组合的市场风险,并通过回测检验比较不同模型的风险度量效果.以沪深300指数和恒生指数为样本构建投资组合进行实证研究,结果表明,边缘分布模型、Copula时变参数演化方程和Copula函数的选择会影响风险度量的精度.在构建的16个相关性模型中,边缘分布为MSM-EVT,时变参数演化方程为GAS模型,Copula函数为Rotated Gumbel Copula的MSM-EVT-R-GAS模型风险度量效果最好.     

基于混合Copula的CDO定价模型

将广受欢迎的,用于CDO定价的大样本同质投资组合近似方法做了推广,其中涉及到的分布是高斯分布和Variance Gamma分布的混合,即G-VG混合分布.提出了厚尾的G-VG混合Copula模型和带有随机相关性的混合模型.这些模型可以有效的模拟CDO定价中的"相关性微笑"问题.在这些G-VG混合Copula模型中,得到了损失分布函数和期望分券层损失的解析表达式.并且用实际数据做了实证分析,把新模型和高斯模型的结果做了比较.实证表明,新模型的结果不仅与市场报价更贴近,而且为相关性结构带来了更多的灵活性.     

藤Copula模型与多资产投资组合VaR预测

投资组合风险管理往往涉及多个资产,在传统的二元Copula函数面临"维度诅咒"问题及多元Copula函数刻画多变量联合分布时其精确性和灵活性存在各种局限性的情况下,引入藤Copula刻画多个资产收益的联合分布,基于不同的Pair-Copula类别构建藤Copula,运用蒙特卡罗模拟方法计算多资产投资组合的VaR,通过Kupiec和Christoffersen返回检验方法测试藤Copula模型的VaR预测效果,并与传统方差-协方差风险管理方法做比较。实证分析表明,传统的方差-协方差风险管理方法和基于正态Pair-Copula作为藤Copula构建模块的方法不能通过多资产投资组合的VaR预测返回检验;而基于student-t Copula、Clayton Copula具有尾部分布特征的Copula作为构建模块的藤Copula模型能够有效地用于多资产投资组合VaR预测,从而更好的用于指导实践。     

基于门限混合Copula的股市和债市波动变相关结构

股市和债市的波动相关结构是研究金融市场信息流动、风险传递的重要内容.利用拓展的Copula模型——门限混合Copula模型,并结合EM算法等实证检验了我国股市和债市的关联特征.结果表明:两市波动关联性的不同分歧很大程度是注重对样本区间内整体关联性的检验,忽视了不同阶段与市场波动的特定关系;同时新的Copula模型捕捉到...     

心理账户、损失厌恶与行为资产配置实证研究

基于前景理论和三参照点理论,建立了单心理账户和三心理账户下的线性损失厌恶行为投资组合模型,并利用中证基金指数数据构建了不同市场状态下的行为投资组合,实证研究不同损失厌恶系数、不同参照点、不同心理账户资金配置条件下模型的最优资产配置策略和投资组合绩效,研究发现线性损失厌恶模型更关注下侧损失,损失厌恶系数影响资产配置,注重安全性的投资者偏好低风险资产,而寻求实现抱负水平的投资者更偏好高收益资产。     

基于动态参照点的损失厌恶投资组合优化模型

在连续时间下,考虑损失厌恶投资者参照点的动态调整特征,构建基于动态参照点的损失厌恶投资组合模型,使用鞅方法对模型进行求解,得到最优风险资产权重的解析表达式。并计算损失厌恶投资者在参照点动态调整条件下的预期最优期末财富。进一步应用数值算例,分析投资者的参照点动态调整幅度和损失厌恶水平对模型最优风险资产权重和预期最优期末财富的影响。     

基于SVt-EVT-Vine Copula的投资组合VaR研究

针对现有风险度量模型不能准确的模拟高维金融资产收益率风险,以上证指数、沪深300指数和股指期货指数为例,首先利用SVt和EVT对各序列的边缘分布进行建模,然后采用Vine Copula方法分析多序列之间的秩相关关系和极大似然值估计法估计参数,得到RVine,CVine和DVine三种不同树结构的分解模型,通过Monte Carlo模拟法计算出在同一边缘分布不同Vine Copula方法下和在不同边缘分布同一Vine Copula方法下单资产和投资组合的金融风险VaR.经实证检验并分析对比,VaR和返回式检验均表明SVt和EVT相结合对边缘分布有较好的拟合效果,再运用RVine描述资产间的相依结构在度量投资组合金融风险方面更准确合理.     

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.     

基于银行单位资产损失分布的存款保险定价研究

受到现有的存款保险定价模型适用条件的限制，已有的存款保险定价方法无法适用于我国多数的中小商业银行，而这些银行往往是风险较高需要存款保险机构重点关注的对象。为破解这一难题，依据银行损失分布、资产配置与存款保险定价的关系，提出了基于单位资产损失分布来测算存款保险费率的新思想，并将信用资产组合风险的度量与存款保险定价结合在一起，给出了测算单位资产损失分布的新方法。该方法从构造贷款组合损失的矩母函数入手，采用鞍点法求解贷款组合的损失分布，进而测算单位资产的损失分布，用于测算商业银行的存款保险费率。算例分析表明，该方法突破了原有定价模型在数据条件上的限制，所依赖的数据均来自商业银行公开的信息披露和监管数据，适用于所有的商业银行，具有广阔的应用前景。     

时变Copula下我国寿险公司投资市场风险经济资本测度

随着保险资金投资渠道的放宽,保险公司对于自身资金运用方面的管理显得日益重要,基于此,选取了国债和政府机构债券、企业债、证券投资基金以及股票这四种资产作为研究对象,将收益率低于同期银行存款利率的情形视为损失,结合样本数据进行了经济资本的测度分析.通过对比以往学者的研究,选定了用GARCH-偏正态分布进行收益率的拟合,并运用时变Copula函数进行风险相关性的测量,计算出了不同置信度下,寿险公司投资市场风险的经济资本.结果显示,时变Copula比常数Copula在风险相关性度量方面表现更好.     

基于动态非线性损失厌恶的投资组合优化与实证研究

从行为金融学的角度考虑投资者损失厌恶的心理特征,构建了基于线性损失厌恶和非线性损失厌恶行为投资组合模型。利用中国市场数据模拟一种静态情景和四种动态情景,实证研究不同损失厌恶投资组合模型在不同情景下不同损失厌恶程度的最优资产配置策略和投资绩效表现,并将结果与均值方差模型等传统的投资组合模型进行比较。研究发现损失厌恶投资组合模型优于传统投资组合模型,不同情景下不同程度损失厌恶投资者具有不同的资产配置策略,其投资绩效表现也不尽相同。     

多元Copula-GARCH模型及其在金融风险分析上的应用

针对传统风险分析模型的不足,结合Copula技术和GARCH模型,提出了多元Copula-GARCH模型。指出该模型不仅可以捕捉金融市场间的非线性相关性,还可以得到更灵活的多元分布进而用于资产投资组合VaR分析。在详细探讨了基于Copula技术的资产投资组合的MonteCarlo仿真技术的基础上,运用具有不同边缘分布的多元Copula-GARCH模型,对上海股市进行了研究,结果证实了所提模型和方法的可行性和有效性。     

基于高频波动率模型与R-vine copula的行业资产组合风险测度研究

相较于低频波动率模型,高频波动率模型在单资产的波动和风险预测中均取得了更好效果,因此如何将高频波动率模型引入组合风险分析具有重要的理论和现实意义。本文以沪深300指数中的6种行业高频数据为例,运用滚动时间窗技术建立9类已实现波动率异质自回归(HAR-RV-type)模型刻画行业指数波动,同时使用R-vine copula模型描述行业资产间相依结构,进一步结合均值-CVaR模型优化行业资产组合投资比例,构建组合风险的预期损失模型,并通过返回测试比较不同风险模型的精度差异。研究结果表明:将HAR族高频波动率模型引入组合风险分析框架,能够有效预测行业资产组合风险状况;高频波动率预测的准确性将进而影响组合风险测度效果,跳跃、符号跳跃变差以及符号正向、负向跳跃变差均有助于提高行业组合风险的预测精度。