沪深股市收益的相关性

以概率作为相关度量指标,分整体相关性和尾部相关性对沪深两市收益进行考察。整体相关性采用概率方法中的变化协调形成的相关性作为度量,结果表明沪深两市收益在整体上具有一定的正相关性。对于尾部相关性,先用t分布分别拟事两市收益底分布,然后用蒙特卡洛模拟确定尾部的最优门限,进而求得尾部相关性,结果显示当市场剧烈波动时两市收益具有正的相关性,且比整体相关性强,尤其在暴跌的时候,两市具有很强的正相关性。     

基于纯粹跳跃利维过程的中外股票收益分布特征研究

本文运用无限可分纯粹跳跃的NIG模型和VG模型对沪深股市股指收益分布特征和国际上其它主要股市股指收益分布特征进行拟合分析。结果表明在拟合收益分布方面NIG模型和VG模型的拟合度远远高出正态分布假设的拟合度,NIG模型和VG模型两者之间拟合收益分布没有明显的优劣;沪深股指收益分布拟合情形和国际上主要股指收益分布拟合情形基本没有差异。     

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。     

沪深股市收益率的尾部相关函数

尾部相关性是相关性分析中重要的一类,利用度量尾部相关性的指标χ,χ-以及尾部相关函数ρ(θ)来分析尾部相关性,并给出ρ(θ)的一种非参数估计方法.通过这两种方法研究上证综合指数和深证成分指数日收盘指数对数收益率在损失情况下的尾部相关性,结果表明两市指数日对数收益率具有很强的尾部相关性.     

沪深股市大盘指数收益率分布尾部的实证研究

通过H ill估计的改进方法对上证综合指数和深圳成分指数的收益率分布的尾部指数进行了参数估计,用χ2检验验证了指数的稳定性及其置信区间.在此基础上提出用尾部指数估计尾概率,达到风险控制的目的.实证研究表明,沪深大盘指数收益率分布具有肥尾的特征,但并不服从无限方差分布.     

汽车交通事故损失分布的尾部估计

由于巨额损失对保险公司的影响非常大,费率厘定过程中对极值分布的研究非常重视。本文从极值理论的角度出发,以上海市虹口区2003年的汽车交通事故损失数据为样本,探讨了损失分布的尾部估计方法,并利用该地区2006年的汽车交通事故损失对结论进行了验证。研究结果发现,广义帕雷托分布确实对损失额的尾部提供了较好的拟合,但这依赖于门槛值的恰当选择。传统的门槛值选择方法主观性较强,而通过重复多次的交叉验证技巧,我们可以估计广义帕雷托分布的最合适门槛值位置。     

用POT方法估计损失分布尾部的效应分析

在再保险中,对高超额层选取及定价等问题的讨论有着重要意义,从而引出对如何选取好的统计模型来拟合大的观测值这一问题的讨论。针对这一问题,我们考虑了POT方法(peaks over thoreholdapproach),即根据极值理论(EVT),用模拟的方法对这一方法进行评价,指出了POT方法的若干优缺点陷。     

平稳序列BMM模型与沪深股市极端风险研究

基于VaR理论正态分布假设导致的尾部风险低估问题,研究了GEV分布下的BMM模型及区间关联下的极值VaR的建模,并实证分析了沪深股市极端风险.研究结果表明:BMM模型对金融风险的厚尾具有更合理的理论基础.然而,涨跌停板极大地抑制了沪深股市极值数据的异质性,形成"极值不极"现象,导致在较高置信度下BMM模型更为有效,而在较低置信度下反而存在低估问题,有效性尚不及VaR模型.     

过离散次数分布模型的尾部特征

在保险精算和生物统计等领域,离散型次数分布模型的应用十分广泛.当实际数据的尾部较长(即过离散),且零点的概率较大时,许多模型的拟合效果往往欠佳.本文通过计算概率之比的极限和偏度系数,对混合泊松分布和复合泊松分布的右尾特征和零点概率进行了比较,给出了它们的尾部排列顺序,以及尾部长短与零点概率的关系,从而为模型的构造或选择提供了一种指导.本文最后应用一组实际数据说明了在构造或选择次数分布模型时如何考虑尾部特征,从而改善对实际数据的拟合效果.     

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。     

金融市场极端日收益数据的广义Pareto分布拟合

本文基于极值理论和方法建立了上证综合指数极端日收益率的广义Pareto模型,并利用所得的模型计算出日收益率的返回水平及其上尾概率。将估计的日收益率模型比较得出,在实施涨跌停板前,日收益率的上尾明显厚于实施涨跌停板后的上尾,说明了实施该制度可以有效的控制股票市场的投机现象,从而降低投资者的收益损失风险。     

股市收益率的极限分布

本文提出了一个描述股市收益率与成交量变化率的关系的非线性统计模型.通过这个模型我们证明了收益率序列{rn}依参数不同分别依分布收敛于指数列维稳定分布和列维稳定分布.     

上证综合指数收益率的统计分析

本就上证综合指数收益率是否服从正态分布给出两种具体检验方法。得出了上证综合指数收益率分布具有尖峰和厚尾的特性，因此实际中指数收益率服从正态分布的假设是不合理的。从而用能反映尖峰厚尾特征的t分布进行拟合。得出上证综合指数收益率符合t3分布。     

沪深股市回报率、波动率和交易量关系的实证研究

本文首先对回报率与交易量之间的关系进行了研究,发现并不存在非对称的数量关系,但存在双向的葛兰杰因果关系;同时将交易量对波动率的解释能力进行了研究,发现在沪市交易量对波动率具有解释力,而在深市交易量对波动率没有解释力。     

证券市场正反馈交易与收益自相关

正反馈交易是非理性投资者的一种交易策略,正反馈交易者通常依据证券前一期收益的高低决定其当期买卖行为。在正反馈交易存在的情况下,证券市场收益会表现出不同于有效市场假设所假定的特征,使证券市场表现出超常的波动性。本文建立了一个正反馈交易者和理性交易者参与的市场模型,分析了该市场中证券收益时间序列呈现出的正自相关性。     

中国股市收益率分布特征的实证研究

金融数据除了具有尖峰厚尾特性以外,也表现出了尾部概率的非对称性,即偏尾特征。本文采用非对称Lap lace分布对我国沪深股市的样本收益率数据进行了实证分析,研究表明,我国股市的中长期收益率数据存在明显偏尾特征,与Compell的行为金融学解释恰恰相反,这种偏尾特征的具体表现不是左尾比右尾厚,而是右尾比左尾厚,研究还表明深市收益率偏尾特征对时间水平的灵敏度比沪市要高。     

关于股市重尾现象的实证研究

本在比较不同国家的金融市场的指数收益率的分布特征的基础上，就分布的重尾现象进行深入的研究。同时分析了收益率分布的两侧尾部：左侧尾和右侧尾(高损失和高回报)的情况。在验证重尾这个定性结论的基础上，具体量化重尾发生在分布中的位置。最后通过重尾情况比较了不同国家金融市场的金融风险。最后得出结论：中国股市的重尾现象发生在下分位点2．8％以前，所以在估计5％小概率下的高损失不宜采用重尾的参数方法。