基于藤结构 Copula 模型的中国股市风格资产相依结构研究

首先采用AR（1）-GJR（1,1）-SkT（73,A）模型来刻画中国股市风格资产（大盘成长、大盘价值、中盘成长、中盘价值、小盘成长、小盘价值）的边缘分布,接着结合各边缘分布的残差,引入C—VineCop—ula和r）IVineCopula模型来描述这六种风格资产之间的相依结构,然后对基于CVineCopula和I）IVineCopula模型的拟合效果进行综合比较．研究结果表明：中国股市各风格资产之间的相依性存在结构性差异,最适合用I）IVineCopula模型来刻画各风格资产之间的相依结构．同类型的风格资产之间的相依程度比不同类型风格资产之间的相依程度要高;在同一类型的风格资产中,资产规模差距越大的风格资产之间的相依系数就越小．无条件的风格资产收益系列之间的相关性要显著大于有条件的风格资产收益系列之间的相关性;最后根据研究结论提出了降低风格资产组合风险的资产配置建议．     

人民币汇率市场化,结构相依与结构突变

运用能够识别资本市场结构突变与区制变化的Markov区制转换模型,基于非线性相依结构研究中的藤Copula分析框架,文章以考察人民币汇率市场化进程中的结构相依与突变特征为切入点,重点研究两次汇改以及金融危机时期人民币汇率在四个阶段的结构转换及非对称动态相依特征。文章采用GJR-GARCH模型探讨人民币汇率市场的"杠杆效应"。在此基础上,文章对两次汇改以及美国次贷危机时期人民币汇率市场的结构突变和区制转换的进行识别。研究发现,Markov区制转换模型能够准确地捕捉到人民币汇率第一次汇改的临界点,但在捕捉第二次汇改临界点方面却存在一定的滞后反应。并且,该模型对美联储采取第一轮量化宽松的货币政策的捕获,也表现出较好的能力。进一步地,文章运用藤Copula分析框架探讨了不同人民币汇率市场之间的非线性相依结构。研究表明,整体而言,采用t-Copula的藤结构在捕捉人民币汇市之间的相依结构方面表现出良好的刻画效果。     

次贷危机下中国股市与国外股市相依性分析——基于Markov机制转换模型

文章通过选取2004年1月1日到2009年6月30日中国、香港、日本、英国和澳大利亚五个股票市场日收盘价的道琼斯数据,采用三状态Markov机制转换模型研究这些股市间相依性结构的变化。通过对目标股市结构变化的研究,可以描述并预测股市的波动性,从而指导风险管理。实证分析表明,在有机制转换条件下,澳大利亚与英国、日本股市间的相依性比无机制转换条件下均有所下降,而中国与香港股市间相依性却大幅上升。同时,本文采用总体拟合效果法来选取合适的copula函数并运用基于copula理论的相关系数法进行对比研究,发现次贷危机后各股市间的尾部相依性出现不同的变化,市场收益率呈现下降趋势,波动性均有所增加。其中,澳大利亚与英国股市间的尾部相依性最强,而中国股市与其他股市之间的相依性较弱,说明受到影响的程度较小。     

相依稳健t过程函数型ANOVA模型

随着数据的多元化和复杂化,函数型ANOVA模型已经被越来越多的学者研究并应用到各行各业.为了减弱模型对于离群值的敏感度,本文对于相依的多元响应变量提出了一种相依稳健t过程函数型ANOVA模型.为了刻画变量之间的相依性和保证协方差函数的正定性,本文引入了随机效应变量和卷积方法构造了一个协方差函数.另外,模型中引入了随机效应函数去描述研究对象的个体特征.统计性质,例如稳健性和信息相合性在本文中也得到了相应的研究,并通过数值模拟和实例分析来验证此模型的可行性.     

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.     

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.     

商业银行间风险相依结构、传染网络与溢出效应

为更加科学地揭示我国商业银行间的风险溢出效应,提出“相依结构-传染网络-风险测度”的研究思路,并使用贝叶斯网络与R藤Copula-CAViaR-CoVaR模型对我国14家商业银行在2008年至2018年区间内的风险溢出效应进行了系统分析。实证研究表明：银行风险相依结构具有国有商业银行、股份制商业银行各自聚集,城市商业银行分布于股份制商业银行周边的经济性质聚集分布特征,其中股份制商业银行起到了枢纽连接作用;国有商业银行管理、抵御及分散风险的能力大于股份制商业银行大于城市商业银行;银行间存在双向溢出效应且呈现非对称性,其中股份制银行的风险溢出大小大于城市商业银行大于国有商业银行,且银行之间存在负向溢出效应。     

相依样本下密度函数及其导函数的相合随机窗宽核估计

设（Ｘｎ）是Ｒ＾１中的平稳，强混合序列，具有公共的密度ｆ（ｘ），则可定义ｆ（ｘ）及其导函数ｆ＾（ｒ）（ｘ）的核估计与最近邻估计ｆ＾（ｒ）ｎ（ｘ）＝（ｎｈ＾ｒ＋１ｎ（ｘ））＾－１ｎ∑ｉ＝１Ｋ＾（ｒ）（Ｘｉ－Ｘ／ｈｎ（ｘ）），ｆｎ（ｘ）＝（ｎａｎ（ｘ））＾－１ｎ∑ｉ＝１Ｋ（Ｘｉ－ｘ／ａｎ（ｘ））其中核函数Ｋ（Ｘ）为取定的概率密度函数，且具有ｒ（ｒ≥０）阶导数，窗宽ｈｎ（ｘ）＝ｈｎ（ｘ；Ｘ１，．．．，Ｘ     

具有风险相依结构的Bhlmann信度模型

在经典的Bühlmann信度模型中,一般假设风险之间是相互独立的.但在实际应用中,这种假设与实际不吻合.本文建立了风险相依情况下的Bühlmann信度模型,并得到了相应的非齐次与齐次信度估计.最后,对该结论与经典Bühlmann信度估计做了比较,得出较好的结论.     

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.     

沪深股市相关结构分析研究

在金融市场风险分析中,对金融资产相关结构的讨论有着重要意义,从而引出对如何选取好的相关结构模型来捕捉金融资产间的相关变化规律的讨论。针对这一问题,我们用混合相关结构函数Copula对上海、深圳股票市场进行了相关分析研究,用极值分布刻画了每支股票的边缘分布,用两步估计法对Copula中的参数进行了估计。分析结果表明:混合Copula相关结构能够捕捉金融市场间相关性变化规律,比单个Copula相关结构更灵活,更能全面地反映市场间非对称变化的相关程度和模式,此方法还可以推广到对多种金融资产收益率进行相关性分析。     

新能源、化石能源和高科技公司股价动态相依结构研究

将我国新能源、化石能源和高科技产业纳入同一分析框架,采用因果关系检验、时变copula模型、滚动窗口R藤copula模型研究了三者股价动态相依结构,结果表明：新能源与高科技产业的联动性超过了能源产业内部的联动性,在投资者视角中新能源产业具备较强的高科技属性;新能源与高科技产业的联动性呈下降趋势;新能源与高科技产业的尾部相关系数波动较大,新能源产业的高科技属性对扶持政策的变动较为敏感;新能源产业对高科技产业有长期、稳定的引领作用,而高科技产业仅在特定时期是新能源产业的格兰杰原因,这对“新能源产业的兴衰很大程度依赖于特定科技的发展”这一传统观点提出了质疑。     

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.     

Tail Dependence from a Distributional Point of View

The dependence structure in the tails of bivariate random variables is studied by means of appropriate copulae. Weak convergence results show that these copulae are natural dependence structures for joint tail events. The results obtained apply to particular types of copulae such as archimedean copulae and the Gaussian copula. Further, connections to multivariate extreme value theory are investigated and a two-dimensional Pickands–Balkema–de Haan Theorem type is derived. Finally, a counterexample showing that the tail dependence coefficients do not completely determine the dependence structure of bivariate rare events is provided.     

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.