香港与内地股市的相关性及风险溢出效应研究———基于藤Copula-GARCH模型

目的 构建Copula-GARCH-CoVaR模型,研究深港通实施前后深市、沪市与香港股市间的相关性及风险溢出效应.方法 选取深圳成分指数、上海综合指数和香港恒生指数收益率序列,利用GARCH(1,1)-t模型刻画三地股票市场收益率的边缘分布,选取Pair-Copula并分别基于C藤和D藤对三市场相关性进行分析,通过计算市场间 ΔCoVaR值来分析深港通实施前后深市、沪市与香港股市之间风险溢出变化.结果与结论 相比于D藤,C藤下的Pair-Copula能更好地拟合深市、沪市与香港股市之间的相关结构.     

基于藤Copula-SV模型的金融资产间相关性研究

在金融市场多元化的背景下,研究各市场间的相关性对风险控制及投资组合问题有着巨大的帮助。研究了标普500指数、道琼斯工业指数、恒生指数、日经225指数、沪深300指数之间的相关性结构。选取这5个股指的日收益率序列,用SV-N(1)模型与SV-t(1)模型拟合其分布,再采用马尔科夫链蒙特卡罗(MCMC)方法估计参数。在C藤和D藤结构下,选取Clayton pair-copula、t pair-copula、SJC pair-copula模型刻画市场间的相关关系。结果表明,SV-N(1)模型下基于D藤的t pair-copula能较好地刻画所研究市场间尾部对称的相关性。     

基于C藤Copula模型的混业经营下 聚合风险的度量

本文首次提出了对混业经营下聚合风险度量问题的实证研究,以VaR作为风险度量的工具,根据混业经营下金融机构所拥有的资产组合的特点,首先利用ARMA(1,1)-GARCH(1,1)模型提取了各单个资产的标准残差,再选取C藤Copula对各单个资产之间的相依结构进行了拟合,最后根据拟合的参数借助于蒙特卡罗模拟法进行了逆向模拟,得到了C藤Copula模型下VaR的回溯测试结果.同时,采用类似的方法,分别对R藤和D藤Copula模型下的VaR进行了回溯测试,并将3种模型下的回测结果进行了对比,得出了C藤Copula模型下得到的结果误差最小的结论.此外,文中还给出了用C藤Copula对多维数据之间的相依结构进行拟合的算法步骤以及利用蒙特卡罗模拟法求解多维资产组合VaR的步骤和方法.     

基于藤Copula-POT的多资产尾部相依结构的研究

在基于pair-Copula高维建模方法的藤Copula理论框架下,构建了藤结构Copula-POT模型,并采用C藤和D藤结构分解下的Gaussian Copula和Frank Copula函数来研究外汇资产间的尾部相依结构.该模型考虑了单个资产的尾部特征,且克服了传统Copula的"维数灾难"问题,能更好地描述资产尾部间的相依结构.基于四种外汇资产(美元、欧元、日元和港币)的实证结果表明D藤能更好的对外汇资产间尾部相依结构进行描述,且D藤分解模式下的Frank Copula能更准确反映外汇资产尾部间的相依性,并针对外汇储备投资,给出相应的建议.     

基于C藤copula的收益率自相依结构估计以及条件VaR计算

风险价值VaR是一种非常重要的风险度量方法,基于C藤copula(canonical vine copula)给出了条件VaR的一种新的估计方法.首先基于C藤copula对连续几个交易日收益率之间的自相依结构进行了估计,进而给出了在前n个交易日收益率条件下,下一交易日收益率密度函数的估计方法,并对下一交易日的VaR值进行估计.C藤copula的引入使我们能更准确地描述收益率序列中的相依结构,从而能够更加准确地预测市场风险.最后分别对沪深300指数、上证180指数和上海黄金交易所贵金属价格进行了CVaR估计以及预测效果检验实证分析,实证结果表明所提出的模型在VaR值预测方面的表现要远远优于历史模拟法以及方差-协方差法等.     

基于藤copula方法的区域性金融危机传染分析

金融危机传染检验是国际金融领域中值得研究的重要问题,大多数危机传染效应的检验方法都是基于两两国家之间的相依结构.利用藤结构下的pair copula模型得到一种新的区域性金融危机传染检验方法,全面地分析多个国家(或地区)收益率之间的相依结构,通过多元相依结构的变化对危机传染效应进行检验.最后对亚洲和欧洲几个主要股票市场指数和S&P500指数数据进行了实证分析,从区域的角度对比研究了美国次级债金融危机对亚洲和欧洲市场的传染效应.     

基于Copula方法的P2P区域风险传染研究

研究P2P网络借贷的风险传染现象,利用Copula方法建模以刻画P2P网络借贷市场间的相依结构,并基于模型对北京、上海、广东等五个区域市场进行实证分析,通过模型的相依性测度对区域风险传染的现象做出进一步分析.实证发现,P2P网贷行业指数具有"尖峰厚尾"的分布特点,二元t-Copula函数对于P2P两两区域市场间的相依结构刻画效果较好,我国P2P网络借贷风险传染具有地域间的差异性,不同区域市场之间存在弱相关性,而不存在显著尾部相关.因此认为,由于当前的行业发展存在地域割裂性,不同区域市场间的风险传染暂不明显.     

基于Copula模型的股市收益率与成交量的相关分析

建立了基于AR(1)-GARCH(1,1)的Gumbel Copula模型,并以此为基础刻画了中国房地产股市收益率与成交量之间的相关性.通过AIC信息准则进行拟合优度检验发现,Gumbel Copula函数模型能够更好地刻画收益率与成交量之间的相关结构,收益率与成交量之间存在上尾高的非对称相关,以及很弱的正相关的特征.     

相依计数变量风险模型的大偏差

考虑每期索赔计数变量之间基于泊松AR(1)相依结构的离散风险模型, 利用特征函数的唯一性, 得到了其累积索赔总额的概率分布等价形式, 并建立了重尾索赔下索赔总额的精细大偏差.     

基于R藤copula变点模型的金砖四国金融传染性与稳定性检验

从所分析国家与全球系统性风险相依关系的角度对金融传染性与稳定性进行刻画,以MSCI全球指数代表全球系统性风险因子,分析新兴市场代表国家——金砖四国(中国、俄罗斯、印度、巴西)的主要股指与MSCI全球指数之间的相依结构,进而对金砖四国的金融传染与稳定进行实证分析.为了分析系统性风险对金砖四国影响的结构性变化,对R藤copula进行变点检验,分析金砖四国金融传染性与稳定性受金融危机及金砖国家会议等事件的影响,并采用以MSCI指数为条件的相关系数度量金砖国家间的金融传染性与稳定性.实证结果表明,系统性风险可控后金砖国家股市独立性增强,金融危机过后金砖国家所受系统性风险冲击变大,通过金砖国家会议各国合作加强后有助于降低金砖国家之间的风险传染.     

C藤Copula自回归模型及其预测

通过研究严平稳时间序列的非线性自相关性,建立了C藤Copula自回归模型,并运用模型进行了预测。首先,基于C藤Copula理论建立C藤Copula自回归模型,给出某一时刻连续几个滞后项是否与这一时刻独立的判别方法,筛选出相关自变量;接着,给出模型的参数估计方法和基于蒙特卡洛模拟的预测方法;最后进行实证分析,结果显示C藤Copula自回归模型的预测效果优于ARMA(1,1)模型和Garch(1,1)模型。     

我国医药行业国企与民企间的风险传染分析 ——基于国企混改后的实证研究

通过Granger因果检验和以t分布为边缘分布的混合Copula函数对我国医药行业国企混改前后与民企间的相依关系进行研究,并且用蒙特卡洛方法分析了在不同置信水平下国企和民企间的风险特征,结果表明,用混合Copula函数刻画的国企和民企间相依结构最优,混改后我国医药行业国企和民企之间的联动性有所增强,面临的风险也有所降低...     

相依指数分布次序统计量的随机比较

本文研究了相依指数分布的最大与最小次序统计量的随机比较。设X_i～E(λ_i),X_i~*～E(λ_i~*),i=1,2,…,n,且两组随机变量间的相依性用生成元为Φ的阿基米德Copula进行刻画。得到如下结论:(1)当(λ_1,λ_2,…,λ_n)≥_m(λ_1~*,λ_2~*,…,λ_n~*)时,有X_(n:n)≥_(st)X_(n:n)~*成立;(2)当(λ_1,λ_2,…,λ_n~*)时,在t/(Φ'[Φ~(-1)(t)])关于t单调递增的条件下,有X_(1:n)≤_(st)X_(1:n)~*成立;在t/Φ'[Φ~(-1)(t)]关于t单调递减的条件下,有X_(1:n)≥_(st)X_(1:n)~*成立。     

基于最大Lyapunov指数的市场出清电价预测

应用相空间重构和最大Lyapunov指数的计算方法对市场出清电价序列特性进行判定.依据最大Lyapunov指数预报模式,构建基于一种新的出清电价预测模型.对某电力市场1999-01-01-1999-08-31的电价进行混沌时间序列判定,采用最大Lyapunov指数预报模型和AR(2)模型进行预测.研究结果表明:采用最大Lyapunov指数预报模型预测所得市场出清电价预测值与实际值的平均绝对误差率为7.234 7％,最大绝对误差率为17.017 5％;采用AR(2)模型预测预测所得市场出清电价预测值与实际值的平均绝对误差率为5.540 8％,最大绝对误差率为11.830 0％;总体上,最大Lyapunov指数预报模型预测结果的精度略比AR(2)模型预测结果的精度低,但绝对误差率大于6％的时点数少于AR(2)的预测数,这表明应用最大Lyapunov指数对出清电价进行预测具有可行性.     

一类变保费双Cox风险模型的鞅分析

讨论一类带有投资收益和再保险的变保费双Cox风险模型:U(t)=u+V1(t)=u1+u2+∑〖DD(〗M1(t)〖〗i=1〖DD)〗Xi-∑〖DD(〗M2(t)
〖〗j=1〖DD)〗Zj+u2W(t).假设保单数量过程M1(t)与索赔次数过程M2(t)相依, 使用鞅方法得到了该模型最终破产概率的一个上界表达式e-ru·C(r), 并在特定条件M1(t)=β(t)M2(t)下, 给出了最终破产概率的一个明确上界ψ(u)≤e-Ru, 其中R为Lundberg指数.     

基于MA-EGARCH-t-Copula模型的金融市场相关关系的研究

构建MA-EGARCH-t-Copula模型研究深证综合指数和中小板指数相关关系.选取深证综合指数与中小板指数的日收盘指数序列,利用MA-EGARCH-t模型构建Copula函数的边缘分布,使用AIC准则确定模型阶数及参数,结合秩相关系数选取较优的Copula函数刻画深证综合指数与中小板指数的相关关系,进一步利用欧氏距离法进行拟合优度检验.结果表明,t-Copula可以较好地拟合深证综合股指和中小板股指的日收益率序列间关系,两股指日收益率序列呈现出较强的相关性以及对称尾部相关性.     

短期人口增长预测模型

利用已知数据对不同维度的灰色GM(1,1)模型和不同维度新陈代谢GM(1,1)模型进行了精度对比.最终选取5维新陈代谢GM(1,1)模型来预测2011-2020年的我国人口数量.     

我国外汇储备汇率风险测度

选取2015年3月18日至2016年7月8日的美元/人民币日频汇率数据作为样本,建立了基于正态分布、t分布、GED分布的GARCH(1,1)模型来研究汇率的波动性,并计算出风险价值(VaR值),结果显示,在置信水平分别为0.99,0.95,0.9的条件下,基于t分布、GED分布的GARCH(1,1)模型的VaR值大于基于正态分布的GARCH(1,1)模型的VaR值,使其有效地估计风险具有现实意义。     

具有AR（1）误差的非线性混合效应模型中自相关系数的扰动诊断

随机效应模型广泛应用于刻画重复测量数据的特征,对该模型进行统计诊断是非常有必要的。笔者利用影响曲率对具有AR(1)误差的混合效应模型中的自相关系数扰动进行了分析,讨论了具有AR(1)误差的混合效应模型的自相关系数扰动诊断,并利用橘树生长数据分析证明了该诊断方法的有效性。     

中国创业板与主板市场的相依关系——基于时变copula-GARCH模型的实证分析(英文)

主要研究了中国创业板市场与沪市日收益率间的相依关系.将时变t-copula模型和采用有偏误差分布的ARMA-GARCH模型结合起来构成了一个复合模型,并对所有的参数给出了贝叶斯估计.估计所得的两市场间Kendall秩相关系数的图形显示了创业板和主板市场之间确实存在着一种时变的正相依关系.进一步,对两市场在不同行业板块中日收益率的相依关系进行了类似的建模.结果显示两市场在工业板块中的相依结构与市场整体十分相近,而在信息技术板块中则存在着更强更稳定的正相依关系.