协整视角下CPI与PPI长期均衡与短期波动关系

消费者物价指数CPI与生产者物价指数PPI是我国重要的两类反映物价水平的指数,为研究PPI对CPI的影响关系,本文根据2006年1月至2017年7月每月的数据进行了研究分析.首先运用季节调整排除季节因素对实验结果的影响,然后在协整检验的基础上建立了能同时反映长期均衡和短期波动的误差修正模型.实证结果显示,CPI与PPI之间存在着长期均衡的关系,同时,PPI的短期波动也会CPI产生显著性影响.     

基于Copula理论的上证指数与上证基金的相依性实证分析

选取上证指数、上证基金的日收益率数据,根据Sklar提出的Copula理论,刻画随机变量间相关性的信息,用于描述金融市场间的相关模式.首先针对二维变量,通过比较参数法与非参数法拟合的优度来确定边缘分布,从而选择合适的Copula函数来刻画二者之间的相关性,最后对模型进行评价.     

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。     

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.     

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.     

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.     

消费者价格指数与生产者价格指数“倒挂”之谜

消费者价格指数(Consumer Price Index,CPI)与生产者价格指数(Producer Price Index,PPI)是我国最重要的两个价格指数,一般说来,CPI与PPI应当是同步变化的.但是自2000年以来,CPI与PPI出现了多次"倒挂"现象,这无疑对当前经济通胀情况的判断带来了挑战.采用最新的X-13-ARIMASEATS方法对我国的CPI与PPI指数进行季节调整;在谱分析的基础上采用BK滤波方法将其趋势-循环因素进行分解得到趋势因素与循环因素.研究后发现是经济周期导致了"倒挂"现象.     

房地产产业链相依结构演化及其危机传染效应研究

以钢铁、有色金属、家用电器、房地产、建筑材料、建筑装饰、银行、非银金融和机械设备九大申万一级行业指数所代表的房地产产业链为研究对象,通过采用R-Vine Copula方法来刻画房地产产业链上行业间相依结构及其在2008年金融危机冲击下的结构演化特征.研究结果表明:房地产产业链上各行业间普遍存在对称、厚尾的相依结构,行业间相依性水平较高;机械设备业在整个房地产产业链上起到了枢纽中心的连接作用;金融危机的发生增强了房地产产业链的总体相依性水平,危机传染效应显著;与CVine Copula和D-Vine Copula方法相比,R-Vine Copula更适合来刻画我国房地产产业链的相依结构特征.     

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。     

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.     

基于藤Copula方法的巨灾风险条件VaR预测

为准确预测巨灾风险的条件VaR,应用藤Copula方法刻画巨灾损失变量间的相关结构,进而得到损失变量间的联合分布和条件分布函数,最终实现对条件VaR的估计.对全球洪水的损失数据进行实证分析,利用核密度估计检验法从常用多元Copula中选出最优的Copula作为比较对象,回测检验结果表明:准确刻画相关结构是精确估计条件VaR的关键,藤Copula方法对巨灾风险条件VaR的预测能力要优于常用多元Copula方法.     

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.     

Archimedean Copula数据拟合

给出了选择较优Archimedean Copula相依结构的一般过程,并结合中国股市的实际数据作了分析,通过不同的标准得到了拟合深圳成份A股与深圳成份B股指数的较好的Archimedean Copula,而且还发现利用Copula刻画相依结构比传统的线性相关系数具有更多的优越性.     

基于Copula模型的尾部相依性长记忆效应研究

在已有动态Copula模型基础上,提出可同时描述尾部相依性的非对称和长记忆特征的Copula模型.基于沪深股市数据,首次从尾部相依性的角度检验了沪深股市的长记忆效应.研究发现,沪深两市在重大利好或利空消息冲击时的相关性(即尾部相依性)都具有长记忆效应,极端事件对尾部相依性的影响比对未来收益和波动的影响更加持久.而且,样本外分析结果表明,相比已有Copula模型,具有长记忆性的Copula模型能更准确地预测未来1周至1年的市场间相关性.     

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.     

iVIX指数与上证50 ETF收益率的相关性实证研究

采用1分钟高频数据,研究iVIX指数与上证50 ETF收益率之间的相关性。运用参数估计和核密度估计描述两者的边缘分布,通过K-S拟合优度检验构建Copula模型。研究表明:Copula模型具有较好的拟合优度,Copula函数相对于Kendall和Spearman分析方法不仅能够捕捉iVIX指数与ETF收益率序列间的秩相关性,而且还能反映iVIX指数与ETF收益率的尾部相关性;iVIX指数与上证50 ETF收益率之间存在负的秩相关性,秩相关性强弱随着不同持有期大致呈现“W”型分布,通过Copula概率密度函数的尾部相关性发现iVIX指数与ETF收益率存在非对称结构特征。     

几种Copula函数在沪深股市相关性建模中的应用

研究了Copula函数对沪深股市的相关性建模问题.许多学者用Gaussian Copula建模,但是它无法捕捉到尾部变化,尾部相关系数不存在.用t-Copula度量中国股市的相关性,捕捉到了尾部变化,并计算出了尾部相关系数,克服了Gaussian Copula对相关性建模的不足,并通过AIC准则比较得到t-Copula优于Gaussian Copula.最后对3种Archimedean Copula进行比较,通过比较它们与经验分布函数的距离,说明Gumble Copula更加适用于中国的金融市场.     

基于Copula贝叶斯估计的行业风险差异分析

通过对常替代弹性资本资产定价模型中投资标度问题的分析,提出了Copula贝叶斯估计方法用以获得系统风险β与投资标度比λ的联合后验分布.Copula贝叶斯估计方法针对数据非正态特征及强相关性特征而构建,采用Copula函数取代原有普通贝叶斯估计方法中的正态假设.传统贝叶斯估计方法假设了正态的似然函数,忽略了数据可能存在尖峰后尾等在金融实证数据分析中普遍存在的非正态情况.Copula贝叶斯估计算法采用半相依回归法处理数据的强相关性问题,将原有函数依照数据形式假设为非正态结构.针对来自6个工业产业24组公司数据的系统风险参数β与其对应的投资标度参数比λ进行估计,获得不同行业中系统风险参数与投资标度之间的动态关系并进行分析,为业界投资及相关研究提供有效参考建议.     

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.