基于Copula函数的组合资产条件相依性模型研究

条件概率分布常用来研究马尔科夫序列相依模型的构建,组合资产的相依结构受多方面的影响,资产之间的相互影响与时间上的记忆效应是组合资产两类主要的相依关系.结合条件概率的理论建立基于Copula函数相依关系模型,研究组合资产之间同期相依关系及时间上的短期相依关系,提出了模型参数的三阶段极大似然估计方法.     

基于混合C藤Copula的我国一篮子货币汇率相依结构研究

利用C藤模型及人民币对欧元、澳元、日元、美元、卢布、加元、英镑、林吉特的汇率数据,构建了我国一篮子货币汇率的C藤结构,用来描述各汇率间的相依结构.结果表明,人民币对欧元的汇率是中心汇率,也就是说,一篮子货币汇率的决定很大程度上依赖于人民币对欧元的汇率.人民币对欧元汇率与人民币对其它国家货币汇率的相依程度反映了不同市场的强弱和市场间进出口贸易额的大小.进一步,混合C藤中各根节点的排序一定程度上反映了货币篮子中各国的经济实力及与我国的贸易额大小.     

风格股票指数的随机动态相依性研究

准确刻画风格股票的联合分布,特别是它们之间的相依性,对基金公司等机构投资者进行资产配置和风险管理都有重要意义。根据已有文献,风格股票指数的相依性与流动性等来自市场的随机变量有关,那么这种动态相依性也可能是随机的。因此,本文在研究我国风格股指数相依性时,考虑了随机形式的动态相依性。文章在Hafner和Manner(2012)随机Copula模型中加入了换手率解释变量,实证分析我国风格股票指数间的相依结构,并从风险管理的角度讨论了随机相依性的经济意义。研究发现,大盘股和小盘股、成长型和价值型股票间的尾部相依性都表现出随机动态特征。考虑随机相依性的投资策略所得组合风险比Patton(2006)模型对应的投资策略低约0.30%-1.20%。对每天、每周或每月调整投资比例的中短期投资者而言,建议考虑风格指数的随机动态相依性。而且,短期投资者在大、小盘股票上投资时,还可以使用换手率信息预测未来1天两风格指数的相依性,以进一步降低组合风险。     

中国股市相依结构测定初探

提出了中国股市测定copula相依结构的一般方法,并结合中国股市的实际数据作了分析.在假定边际分布为正态分布时,得到了描述工业指数与商业指数相依结构的较好copula结构为正态copula族.     

基于变结构Copula模型的相依关系分析

本文首次从Spearman的rho出发,提出了一种检验Copula模型是否存在变结构特征的方法,并通过蒙特卡洛模拟验证了这种方法的有效性。在此基础上,利用分阶段建模技术和Spearman的rho对沪深股市的相依关系是否存在变结构进行了分析。结果证实,利用Spearman的rho能捕捉序列之间相依关系是否存在变结构的信息,具有一定的优越性。     

沪深股市相关结构之谜:基于贝叶斯Copula的研究

目前沪深股市相关结构的Copula模型选择差异很大,并没有形成统一的认识。在指出现有Copula检验要受到模型参数估计影响后,引入了贝叶斯估计方法将模型参数估计与拟合优度检验有效的分开。接着,沪深股市相关性的贝叶斯实证结果发现两市相关结构Copula模型具有时变特征,势必导致当前研究结果的不一致;同时也反映了Copula对样本区间选择有很强的依赖性。     

考虑动态相依性的可靠性系统随机Copula模型及其参数估计

动态变化是现代复杂工程系统的典型特征,动态相依系统可靠性理论能更好地揭示系统在工作阶段复杂的状态的性能,动态相依系统成为可靠性研究领域的热点和难点。本文基于随机Copula模型研究了可靠性系统在动态相依下的可靠性,介绍了随机Copula模型,基于极大似然理论的参数估计方法,给出了基于随机Copula模型的串联与并联系统在动态相依下的可靠度计算方法,并对独立系统、静态相依系统及动态相依系统的可靠度进行了比较分析,最后给出了数值算例。仿真算例的结果,验证了本文方法的可行性和有效性。     

我国金融市场间联动效应研究——基于混频Copula模型北大核心CSCD

目前关于风险联动效应的研究主要是基于微观高频或宏观低频数据进行的,仅采用高频或者低频数据进行分析未能准确刻画市场间的风险联动效应.针对已有研究的不足,充分利用微观高频和宏观低频数据信息,借鉴混频思想,将混频Copula模型与CoVaR模型相结合以研究我国股票市场、金融期货市场、大宗商品期货市场、债券市场以及外汇市场间的风险联动效应.结果表明:GARCH-MIDAS-LI-偏t模型效果最优;金融市场间的相依结构具有时变性和非对称性;金融市场间存在着显著的双向风险溢出,风险溢出均为正值且存在非对称性;股市和期市是风险净溢出者,而大宗商品期市、债市以汇市是风险净接受者.此研究对于投资者的投资决策、监管者的监测风险都具有一定的理论意义和现实意义.     

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.     

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.     

GARCH模型对上海股市的一个实证研究

GARCH模型是近20年发展起来的时间序列模型，它反映了经济变量之间特殊的不确定形式：方差随时间变化而变化，所以其在金融市场的预测与决策方面有着重要的作用。本文详细介绍了GARCH模型以及其主要变形，并建立了基于t分布和正态分布假设的GARCH（1，1）模型对股票市场进行了风险分析。结果表明，基于t分布的假设能更准确地拟和GARCH（1，1）模型。     

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...     

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。     

中国股票市场波动特性的实证研究

本文以上证综指和深成分指数的日收益率为研究对象 ,应用 GARCH、TARCH模型理论 ,进一步分析了日收益率波动的条件异方差性、非对称性 ,同时比较了两个股票市场的不同波动特征     

基于多分辨率分析的股票市场预测模型研究

采用多分辨率分析技术将深证成指收盘数据序列分解为多个子序列,然后采用神经网络技术对每个子序列分别建立预测模型,将各个预测结果叠加后得到最终预测结果.研究首先发现多分辨率技术可以有效提高预测模型的预测精度,表明分析我国股市波动时应该按照不同因素对股市影响大小及周期的差异分别研究,才能更有效分析股市运行状况及对其预测;其次结果表明不同类型神经网络预测模型预测性能差异明显,在选择股市预测模型的神经网络类型时应该注意其学习算法及收敛过程,以便能更好捕获股市变化规律.     

信用风险相关性度量的MRS Copula模型构建及实证研究

在构建行业信用风险指数的基础上,将马尔科夫机制转换引入到信用风险相关性的度量中,建立了信用风险相关性度量的MRS Copula模型。以1990-2012年电力、煤气及水的生产和供应业,批发、零售、贸易业,石油、化学、塑胶、塑料业和信息技术业为样本的实证研究表明,行业信用风险相关性表现出较为明显的机制转换特征和非对称效应,在高风险状态,信用风险相关系数达到了0.7以上,而在低风险状态,信用风险相关系数在0.2以下.同时,信用风险"一损俱损"的特征比较明显,行业信用风险的下尾相关系数较为显著,而上尾相关系数则并不显著.商业银行可据此调整信贷资产结构,防范信用风险传染,以及优化信贷组合管理.     

中国股市和债市波动溢出效应的MV-GARCH分析

股市和债市的波动溢出效应是研究金融市场信息流动、风险传递的重要内容。在估计了股市和债市候选MV-GARCH模型参数基础上,通过AIC准则等拟合优度方法选择了t分布型BEKK为最优模型,因为它更好的捕捉到了金融时序尖峰、厚尾的特征.结果显示,中国股市和债市波动溢出具有明显时变特征,波动影响不对称,股市对债市影响大于债市对股市影响。动态相关系数偏弱说明两个市场在资源配置能力、信息流动等方面存在显著的缺陷.     

中国股市波动性的隐周期研究

本文运用频谱分析理论研究中国股市波动中的隐周期特征.研究结果表明,中国股市波动中不存在隐周期规律。这一结果表明中国股市市场效率得到提高,股市波动结构特征较数年前有较大的变化.并支持中国股市较高的波动性既可能是由集中而强烈的新信息冲击引起的,也可能是由于市场对信息冲击的吸收能力较差所致,两个层次的因素共同决定了股价的波动这一结论.