关于下尾相依Copula的若干性质

下尾相依Copula(LTDC)刻划了随机变量之间的尾部相依结构.对于Archimedean Copula的LTDC,讨论了其相依性随尾部水平变化的动态特性,建立了和谐序在LTDC变换下封闭的充分条件,同时计算了LTDC的下尾相依系数.     

基于Copula方法的股票风险的相依性分析

相依性分析在多变量随机分析研究中一直属于前沿问题,研究金融市场各股票之间的相依性,对于分析股票市场的相依性结构以及投资市场的投资组合风险有着重要的意义.选用Copula函数理论对雅虎财经数据中心的上海电力和中国石油股票日收益率数据进行数据拟合,利用核密度估计方法对股票市场估计边缘分布,结合平方欧式距离选取最优Copula函数.运用了Copula函数理论建立股票市场的相关性结构模型,更好地模拟上海电力和中国石油两股市的日收益率的观测数据.     

随机变量间相依性度量的新方法

介绍了度量随机变量间相依关系的新方法——Copula函数方法，应用Copula函数模拟随机变量相依关系的过程，边缘分布和Copula函数的估计方法和优度检验方法．     

基于Copula方法的干旱历时和烈度的联合概率分析

采用自回归马尔可夫模型来延长干旱数据,以解决干旱数据短缺的问题,在此基础上获取长序列干旱数据;应用Copula方法模拟干旱历时和干旱烈度之间的相依关系,并用自助抽样法检验Copula函数的拟合效果;最后得出边际分布分别为皮尔逊Ⅲ型和伽马函数的两元联合分布,并计算干旱历时和干旱烈度的联合分布概率.模拟结果表明,Clayton Copula能较好地模拟两变量之间的相依关系.根据Copula联结函数来模拟水文干旱极限事件,可考虑水文干旱极限事件不同变量之间的相依性,方法简单合理,可成为水文干旱极限分析的一个有效工具.     

部件部分相依混合系统的可靠性研究

可靠性理论绝大多数都是在系统中部件完全独立的前提下对系统进行的可靠性研究。由于实际的需要系统中部件经常会出现相依的情形。Copula函数的出现,为研究相依性提供了一种有效的方法。在一些学者应用Copula函数研究部件全相依的基础上,研究了部件部分相依情形时相关模型的可靠度、失效率等可靠性指标。     

基于Eviews 与GS Copula 的金融市场相依性研究

为解决金融市场间波动的相依性问题, 对不同金融市场间高频数据极小值的相依性进行研究。在分析GS Copula 函数的模型方法和模型特点基础上, 研究了估计GS Copula 函数中参数的方法及正尾部相依性和负尾部相依性的模型, 并基于Eviews 软件和GS Copula 函数等理论对上证000001 指数和股指期货IF1112 指数5 min极小值的收益率序列数据的相依性进行了分析, 得出其收益率序列数据有很强的上尾部相依性。为在金融决策中降低风险提供了理论依据。     

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...     

基于Copula函数的相依部件表决系统的可靠性研究

在可靠性理论中，部件相互独立是相依的特殊情况．可靠性数学研究系统的可靠性时，都是在假设部件之间相互独立的条件下进行的．本文应用Copula函数研究部件相依时表决系统的可靠性，分析系统的可靠度与Copula函数间的关系，揭示部件相依关系对表决系统可靠度的影响规律．     

简单系统相依部件的可靠性

可靠性数学在研究系统的可靠性时,都是在假设部件之间相互独立的条件下进行的本文应用连接函数Copula讨论了部件相依时的可靠性,计算了系统的可靠度.     

简单系统相依部件的可靠性

可靠性数学在研究系统的可靠性时,都是在假设部件之间相互独立的条件下进行的.本文应用连接函数Copula讨论了部件相依时的可靠性,计算了系统的可靠度.     

基于阿基米德Copula的投资组合风险分析

应用阿基米德Copula分析沪深股票市场投资组合风险,样本区间从2000年1月4日至2006年11月8日,共1639组有效数据．首先,由于金融数据不具有正态性,且是厚尾的,因而应用极值理论对边缘分布建模;然后,采用极大似然估计对给定的5个阿基米德Copula进行参数估计,从中选择能更好拟合实际数据相关性的Copula;最后,运用Monte Carlo模拟方法计算相应的风险价值（VaR）,确定最优的组合系数．结果表明,当组合系数β=0．33时,沪深股市投资组合风险最小．     

一类特殊多元极值Copula的性质

针对一类构造得到的多元极值Copula,研究它的边界性质及尾部相关度量,并给出尾部相关度量的解析表达式.结果表明,若对参数加以约束,则其上尾相关系数可以表示成构成它的Copula的上尾相关系数的凸和.     

基于极值理论和Copula的灾难风险建模研究

利用极值理论中的广义极值分布(GEVD)对单一灾难事件的特性进行刻画，然后利用Copula函数把不同的灾难风险组合起来，构造其联合分布，并提出了适合模型的蒙特卡罗算法．最后利用实例说明了GEVD-Copula组合建模的应用，得出了有益结论。     

国内外股票市场相关性的Copula分析

揭示了Copula函数和Kendall τ统计量的内在关系,选择最优的Copula函数描述了两变量的相关性结构,并采用Copula函数建立了变量尾部相关性的表达式．实例分析表明,Copula方法可以较好地描述国内外股票市场之间的相关性结构,便于计算尾部相关性参数,为风险量化管理提供了一种新途径。     

时间序列"肥尾"现象的统计检验

经验表明高频时间序列的分布常是“肥尾”型的,而非传统建模中的“薄尾”型的正态分布．为体现“肥尾”现象,ARCH类模型广泛应用于金融时间序列的建模中．使用极值理论和极值指数估计量的性质,在大样本的情况下得到序列分布“肥尾”现象的检验方法、     

基于极值Copula的风险价值模型研究

利用Monte Carlo模拟对投资组合风险价值进行估计,假设风险资产的对数收益分布在中心服从边缘正态分布的多维Gaussian或Student-Copula分布,尾部服从极值分布。应用本模型对12只沪市股票计算持有期为1天的99%VaR,并执行4年时间窗的返回检验,证明了Copula-EVT方法好于正态对数收益分布的VaR模型。     

重尾分布尾指数估计研究进展

气象、水文、环境、电信、保险、金融等许多领域的数据不满足正态分布假设,而是具有尖峰、重尾特征.过去三十多年间,针对重尾分布及尾指数估计的研究得到了长足发展.文章回顾了冲击正态性假设的重尾分布的发现过程,描述了重尾分布的定义,极值理论及正则变换条件,并从研究内容的阶段特征、研究方法的不同类型总结、归纳、评述了各类尾指数估计方法及重尾阈值选取方法,最后就这些估计方法的不足和应用局限性以及如何改进和深化重尾指数的估计问题作了展望.     

Copula-EVT模型及其投资组合风险分析中应用

Copula技术广泛地应用于金融领域,特别是在金融风险、投资组合、资产定价的方面,目前已成为解决金融问题的一个有力工具.本文将Copula技术应用于沪深股市投资组合当中,由于VaR和ES表达式难以求出,于是采用蒙特卡罗模拟的方法模拟组合收益走势,进而计算出在不同置信水平下的风险价值(VaR)和期望不足(ES),其中对数收益边缘分布函数由中心和左尾为Laplace分布,右尾为极值分布组成.从Basle交通灯法返回检验的结果来看,Copula-EVT模型能够较好度量组合风险.     

二元Cauchy分布尾部的相关性

为了更细致地描述二元随机变量极值的相关性质，Ｌｅｄｆｏｒｄ和Ｔａｗｎ（１９９６，１９９７）引进了尾部相关系数的概念，考虑二元Ｃａｕｃｈｙ分布的尾部相关性，本文指出即使在参数ρ＝０时，边缘分布仍然不是精确确立的，但对任－１〈ρ〈１，它们的尾部是渐近相关的。     

极值理论与VaR计算

介绍了利用极值理论研究随机变量尾部性质的方法,并将其应用于金融产品在险价值（VaR）的计算.实证分析表明,与传统的计算VaR的方法相比,极值理论方法能更好地利用已知历史数据,并能在计算高置信度VaR时克服传统方法中误差较大的缺点.