某个单点值给定的Copula最优界的不可交换性度量

通过研究某个单点值给定的Copula(相关结构函数)的最佳上下界的不可交换性度量,构造了4个奇异的Copula,它们具有最大的不可交换性,揭示了最大不可交换Copula的结构特点和性质.定义了非径向对称和非联合对称意义下的随机变量的不可交换性,指出对于4个最大不可交换的C叩ula,3种不可交换性度量是相同的.另一方面,研究了在一般的Lp距离定义下的不可交换性度量的计算公式,确定了其中的标准化系数kp=3p 1(p 1)p 2/4,特别地k1=27/2和k2=81的计算公式可以作为常用的不可交换性度量.     

股票收益率尾部相关性的Copula度量及模拟

股票收益率尾部相关性是研究金融市场关联性的重要内容.由于传统的τ、ρ等相关系数是对随机变量的全局度量,不适合用于收益率分布尾部这种局部特征的相关性度量.因此,在引入左尾(右尾)相关系数的基础上,讨论了它们的Copula度量及其相关性质.最后,通过计算机模拟分析了沪、深股指收益率尾部相关性的变化趋势,有效避免了Copula模型的设定困难,并得到了尾部相关性增强、相关不对称等结论.     

给定不可交换性度量的三类Copula界的比较（英文）

给出当Copula的不可交换性度量为t=3/4,t=3/5和t=3/6=1/2时的最优界,研究了这三类Copula的结构,计算了最优下上界间的距离,说明它们有效地改善了Frechét-Hoeffding上下界.     

乘积度量空间中满足?-型压缩条件的四个映象的公共不动点定理

在乘积度量空间中,引入了φ-弱交换映象的概念,并使用映象对相容和φ-弱交换的条件,证明了关于四个映象的几个新的公共不动点定理.本文结果拓展和改进了之前文献中一些相关结果.     

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.     

具有n次多项式截面的Copula函数

本文构造一类具有n次多项式截面的Copula函数C(x,y),并给出了C(x,y)是Copula函数的两个充分必要条件,同时推导出此类Copula函数的若干性质,包括对称性和相关度量等.     

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.     

底空间为对称域乘积的Hartogs域的度量等价

研究一类非齐性Hartogs域上经典度量的等价问题.首先证明了Bergman-度量和Einstein-Khler度量在这类域上等价;其次,当域的参数满足mσ+nΤ<1时,此类域上Bergman度量,Carathéodary度量,Kobalyashi度量和Einstein-Khler度量是等价的.     

基于傅里叶分析法的股票市场超高频数据相关性分析

股票市场超高频数据具有交易间隔随机性的特点,传统的皮尔逊相关性度量不能够直接使用原始交易数据,需要通过插值得到均匀、同步的抽样序列.傅里叶分析法不需要对原始数据进行插值,能更精确地度量时间序列的相关性.将傅里叶分析法用于我国金融市场股票收益率的相关性分析中,对皮尔逊相关分析和傅里叶分析法的度量效果进行了比较.     

非径向对称性度量为3/n(n≥3)的随机向量的结构及其最佳界

本文基于Copula研究随机向量的非径向对称性理论.首先研究了非径向对称性度量为3/4的随机变量的Copula结构,给出非径向对称性度量为3/4的Copula的精确最佳界.然后拓展到一般情况,给出一个Copula的非径向对称性度量为3/n的必要条件,研究了非径向对称性度量为3/n的随机变量的Copula结构,得到非径向对称性度量等于3/n的Copula的宽泛最佳界.     

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.     

A measure of mutual complete dependence in discrete variables through subcopula

Siburg and Stoimenov [12] gave a measure of mutual complete dependence of continuous variables which is different from Spearman's ρ and Kendall's τ. In this paper, a similar measure of mutual complete dependence is applied to discrete variables. Also two measures for functional relationships, which are not bijection, are investigated. For illustration of our main results, several examples are given.     

基于Copula函数和极值理论的金融传染度量——测度美国次贷危机对重要经济体的传染效应

基于Copula函数和极值理论研究美国次贷危机对重要经济体的传染效应,首先根据信息准则来选取Copula函数,然后用Cvm和Ks统计量来检验Copula函数的拟合程度,确保选取合适的Copula函数,并在此基础上计算一般相关系数和尾部相关系数;实证发现使用尾部相关系数度量金融传染并不可靠,因此基于Copula函数和极值理论的POT模型,构造了尾部附近相关系数并通过实证分析了其用于金融传染的有效性.结果表明发达国家所受传染较重,中国所受传染较轻.     

二维风险模型中Copula 相依下的破产概率

在本文中, 我们把Copula 连结函数用到二维的风险模型中, 考虑两个模型索赔额之间基于Copula 的相依关系. 首先对二维复合Poisson 模型给出了最早破产时刻定义下的生存概率满足的偏微分方程; 然后对二维的复合二项模型, 分别在连续型索赔额分布和离散型索赔额分布下给出了不同定义的生存概率和破产概率的递归公式, 并且特别选择了FGM Copula 连结函数, 给出了相应的结果; 另外在离散型分布下, 对于其Copula 函数的不唯一性进行了说明.     

相伴于随机自相似分形的随机测度的强测度的收敛性

构造了随机自相似分形及其上的记忆函数,并得出了有关结论,在此基础上,我们可以定义一个随机概率测度dΦn(τ)=Kn(τ)dτ,Φn(τ)弱收敛于Φ,进一步可得到强测度序列Ψn(·)=EΦn(·),则{Ψn}弱收敛于Ψ=EΦ.     

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.     

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．     

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.     

时变相关Copula模型在基金风格分析中的应用

基金的投资风格是投资者分析基金考虑的关键要素之一,传统的分析工具基本上局限于静态的、线性的分析方法.时变相关Copula模型作为一种新型的分析工具,不仅可以刻画基金和风格指数之间的相关结构,还能描述它们之间相关性的动态变化情况.首先对时变相关Copula模型的理论基础及建模步骤进行了详细阐述,然后随机选取几只市场综合排名靠前的基金,通过实证研究给出模型的参数估计结果,最后重点解释基金的投资风格划分依据.