基于机制转换混合Copula模型的我国股市间极值相依性

通过构建机制转换混合 Copula 模型, 考察了沪、深股市与港、台股市间的尾部相依特征, 研究发现:它们间的尾部相依性呈非对称动态过程, 在低风险状态下, 右尾部相依性普遍高于左尾部相依性; 而在高风险状态下, 左尾部相依性普 遍高于右尾部相依性. 相对于沪、深股市与台股而言, 沪、深股市与港股间的尾部相依性更强, 其 尾部相依性对外来冲击更敏感; 相对于沪市与港、台股市而言, 深市与港、台股市间的尾部对外在 冲击更敏感. 在此次次贷危机中, 沪、深股市与港、台股市间极值风险显著增加, 并呈现明显的金融感染. 而且各尾部相依性的两个结构变化几乎同时发生并分别对应于危机的第一、二阶段, 这表明:沪、深股市与港、台股市间的风险呈系统性特征, 而危机的第三阶段对沪、深股市与港、台股市间的影响较有限.     

沪市指数的短期尾部相依结构

短期相依和同期相依是金融资产两类主要的相依关系。应用相依结构Copula函数模型对上海综合指数收益率序列前后一个交易日的价格波动的短期相依关系的尾部相依结构进行了分析。经检验认为Clayton-copula模型能较好地捕捉沪市收益率序列的短期相依关系的变化规律;上证综合指数收益率的短期相依结构有正相依关系也包含了负相依关系,且主(副)对角线上的尾部相依结构表现为非对称的特征。     

金融市场的相关性分析--Copula-GARCH模型及其应用

作为一种全新的分析方法，Copula技术不仅可以有效地捕捉金融时间序列间的相关性，还可用于研究整个金融市场的特性、投资组合的选择及风险分析等其他金融问题。结合t-GARCH模型和Copula函数，建立Copula-GARCH模型并对上海股市各板块指数收益率序列间的条件相关性进行分析。结果表明，不同板块的指数收益率序列具有不同的边缘分布，各序列间有很强的正相关关系，条件相关具有时变性，各序列间相关性的变化趋势极为相似。     

中国A股市场行业板块间领滞关系的动态变化实证研究

采用Granger因果检验方法和双变量GARCH(1, 1)模型, 重点对中国A股行业板块和基金板块间的领滞关系进行了分析研究.实证考察了中国A股市场在2005年股权分置改革以及次贷危机前后从熊市到牛市再到熊市的不同周期及各个周期内的不同阶段领滞关系特征. 结果表明: 股改之前,许多实体经济相关的行业板块指数间不存在或只有很弱的领滞关系;股改之后, 在股市处于牛市和熊市过渡的时期, 领滞关系尤其显著;进入全面牛市阶段, 领滞关系减弱; 次贷危机全面蔓延后的2008年上半年,领滞关系再次加强, 且板块间不仅存在单向或双向的领滞关系,而且在多个板块间存在领滞关系的传递.投资者和决策者可以从领滞关系的动态变化中得到相对应的投资策略和管理方法.     

基于Copula函数模型的股市交易量与股价相依关系

股市交易量与股价变化的相依关系一直是学术界和投资分析人士所研究的热点问题。研究交易量与股价的相依关系不仅要研究它们之间的相依程度而且还要研究它们之间的相依结构。应用ARMA(2,1)模型对交易量变量的序列相关性进行修正,基于Copula函数模型研究三个股票市场的交易量与股市指数收益率的相依程度和相依结构。通过χ2检验研究发现:混合Copula函数模型能够刻画交易量与股价之间的相依结构,通过了假设检验;交易量与股价之间存在上尾高下尾低的非对称相依关系且混合有负相依现象,但它们之间的负相依程度较弱。     

基于Copula函数的组合资产条件相依性模型及其应用

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,资产之间的同期相依与单个资产时间上的短期相依是组合资产两类主要的相依关系. 结合条件概率的理论,考虑组合资产之间的同期相依与时间上的短期相依两类关系,建立基于Copula函数相依关系模型研究了沪深股市指数收益率的相依结构.应用三阶段极大似然估计方法对模型的参数进行估计,应用χ²检验统计量对模型进行优度检验和模型的比较.研究结果表明:考虑了单个资产时间上短期相依关系的模型更适合描述沪深股市的相依结构.     

金融市场动态相关结构的研究

为了研究金融市场间非线性的动态相关结构,提出了一类具有变结构特性的分阶段Copula模型以及相应的二元正态Copula模型变结构点的诊断程序.构建了分阶段二元正态Copula-GARCH模型并用于上海股市各板块之间动态相关结构的研究.结果表明,在刻画金融收益序列之间动态相关结构的能力上,变结构二元正态Copula模型优于时变相关二元正态Copula模型.     

基于尖峰厚尾、有偏GARCH-copula模型的风险测度

考虑到证券投资组合中资产收益分布的尖峰厚尾属性和波动率集聚效应以及金融资产变量间的非线性相依结构,假设资产收益率分布服从广义误差分布(GED),以尖峰厚尾、有偏的GJR-GARCH-GED模型刻画资产收益率的边际分布,以copula函数描述变量间的相依性,构建起改进的GARCH-copula模型。以研究GED分布的GJR-GARCH模型与不同copula函数耦合对金融序列的拟合能力,进而测度投资组合风险。实证研究发现,沪深收益波动存在明显的非对称性,适宜采用GJR-GARCH-GED模型处理收益率的尖峰厚尾性,波动率的集聚性。考察上述模型与Clayton copula、Gumbel copula、Frank copula以及t copula耦合下的实际拟合表现,进而对投资组合风险VaR和CVaR检验发现,Clayton copula刻画风险相依性的效果最佳,适合应用于风险管理。     

基于VAR-Copula模型的股价、交易量的相依结构

基于向量自回归(vector autoregression, VAR)误差修正模型, 结合Copula理论建立VAR-Copula模型研究股市指数与交易量之间的Granger因果关系和相依结构. 通过对三个股票市场的实证分析, 发现各市场的指数与交易量之间存在长期的协整关系和由指数到交易量的单向因果关系; 指数对数收益率与交易量对数差分的相依关系复杂, 既有正的相依成分也包含负的相依结构, 且都表现为上尾高的非对称的相依特征.     

基于高维R-vine Copula的金融市场投资组合优化研究

为优化国际金融市场的投资组合,本文以全球具有代表性的七大股票市场重要股票指数作为金融市场的典型代表:首先运用较为灵活的APARCH模型来刻画股票指数收益序列的"典型事实"特征,其次针对投资组合优化模型中变量之间复杂相依关系,采用最大生成树MST (maximum spanning tree,MST)算法选择的R-vine Copula来刻画七个股票市场的相依结构,进而测度R-vine Copula相依结构下组合风险CVaR,最后基于R-vine Copula相依结构条件下建立Mean-CVaR投资组合模型,并实证对比了Mean-VaR,Mean-CVaR和基于R-vine Copula相依结构下的MeanCVaR模型的拟合效果.实证结果表明:考虑资产之间的相依结构能起到优化投资组合的效果,在降低投资组合风险的同时增加了回报率;基于R-vine Copula相依结构下的Mean-CVaR模型投资组合优化效果明显优于Mean-CVaR模型,而Mean-VaR模型较其它两种模型表现相对较差.     

基于Copula-GARCH类模型的证券分类方法

本文尝试提出一种全新的证券分类方法:即运用Copula-GARCH类模型来计算两两证券价格序列间的静态Copula系数、以测算其同期相依性,并据此构建各样本间的相似矩阵,再根据相似矩阵对相关证券进行模糊聚类分析,从而对相关证券进行分类。本文所提出的证券分类方法不以有效市场假说为基础,比默认有效市场假说的证券分类方法更具普适性,更贴近于证券市场的实际情况、能更真实地反映证券市场的内在机理和波动特征。本文的实证研究,量化测定了中证100指数成份股的同期相依性,并据此对中证100指数的成份股进行分类,印证了本文所提出的基于Copula-GARCH类模型的证券分类方法的有效性和实际价值。     

时变条件t-copula蒙特卡罗方法的外汇储备收益风险度量

在给定我国主要储备货币为美元的基础上,使用英镑、日元、欧元兑美元每日汇率,应用时变条件t-copula函数描述主要储备币种对美元汇率收益序列之间的时变相依结构,建立了用于描述包含时变自由度在内的所有时变相依模型参数的演化方程。采用蒙特卡洛仿真方法计算了各种币种组合的VaR,并对结果进行后验测试,时变条件t-copula函数仿真估计VaR可以覆盖最大损失风险,并分析了主要储备货币组合兑美元汇率风险演化趋势,作为调整外汇储备结构的参考依据。     

国际主要股票市场联动性——基于藤Copula-HAR-RV模型

随着经济一体化和金融全球化进程的不断加快,世界各国股市间的联动效应越发显著。针对已有研究的不足,利用HAR-RV模型将高频信息和不同频率已实现波动纳入到边缘分布建模过程,基于藤Copula刻画五个国际主要股市间的相依结构,构建了描述股市联动的藤Copula-HAR-RV模型。结果表明:R藤Copula-HAR-RV模型在拟合优度和投资组合分位数预测方面表现最优;国际主要股市相依结构呈现区域集聚特征,香港股市占据中心地位;藤结构中条件市场的加入能够大幅降低股市联动,R藤Copula-HAR-RV相依结构下构建的投资组合具有较好的避险效果。此研究对于市场监管政策制定、风险管理、资产配置等一系列金融实践活动具有理论参考价值和现实意义。     

经济增长与通货膨胀的趋势和周期——基于内生结构变化的共同趋势和相依周期的研究

本文分解了经济增长与通货膨胀的共同趋势和相依周期,以此揭示经济增长与通货膨胀的均衡匹配区间,并研究实际因素与名义因素对共同趋势和相依周期的影响.结果表明:经济增长与通货膨胀形成了共同趋势和相依周期,共同趋势和相依周期随着经济结构的转型而变化.经济结构转型后,经济增长和通货膨胀的共同趋势和相依周期形成新的"共同"运行态势,其中趋势经济增长率下降速度减缓但不稳定.对于新常态下6.5%以上的经济增长目标,通货膨胀目标应略低于2.0%.名义因素和实际因素都对经济增长和通货膨胀的区间调控有显著影响,但消费、投资、财政支出、货币政策和对外开放是新常态下将经济增长和通货膨胀保持在合理区间的最主要影响因素.     

基于时变Copula的金融开放与风险传染

利用时变Copula研究开放进程下中国大陆股市与国际主要股市间的风险传染问题.用AR(1)-GJR(1,1)-t模型描述各国股指收益率的边际分布, 以时变SJCCopula描述 股指收益率间的动态相依性,分析中国大陆股市与美国股市、英国股市、日本股市以及香港股市2000年1月至2010年11月期间的风险联动. 实证结果表明:在开放进程中中国大陆股市与美国、英国以及日本股市一直保持微弱的下尾相依关系,而与香港股市间 的下尾相依性则随开放程度增加整体上呈显著上升趋势;而与各国际股市的上尾相依性则一直保持较低的水平.     

基于ARMA-GARCH-COUPULA模型的交易量与股价波动相依关系

股市交易量与股价变化的相依关系一直是学术研究和投资分析人士所研究并希望解决的问题.研究交易量与股价的相依关系不仅要研究它们之间的相依程度而且还要研究它们之间的相依结构.提出了ARMA-GARCH-Copula函数模型,研究了3个股票市场的日指数对数极差与交易量对数的相依程度和相依结构.研究发现:ARMA-GARCH-Copula函数模型在刻画日指数对数极差与交易量对数之间的相依结构时通过假设检验,日指数对数极差与交易量对数之间存在较强的正相依关系,且具有上尾高、下尾低的非对称的相依现象.     

相依违约的违约风险度量研究及其在上市公司中的应用

公司间各种纽带关系形成的相依违约会影响相关公司的违约风险.本文选择适合中国股市的copula函数,构建基于copula的相依违约混合违约风险度量模型.将其应用于交叉持股上市公司,进行考虑相依违约的违约风险度量.并比较未考虑和考虑相依违约两种情况下的违约风险度量结果,以及分析公司间相依违约差异给违约风险度量结果带来的影响.     

基于马尔可夫毯时序回归模型的房地产板块指数预测

房地产板块是中国股市的核心行业板块，房地产板块股价指数走势的分析有助于对中国股市态势的正确把握. 针对行业板块之间的相关性难以发现和房地产板块股价指数难以有效预测的问题，基于股市行业板块之间指数波动的相关性，利用马尔可夫毯学习算法选择与房地产板块相关的行业板块，通过因果分析避免现行方法中选取相关板块的主观性；进而，利用Granger因果检验从中选择与房地产板块存在时序因果关系的板块，从而构建房地产板块的向量时序回归模型，实现对房地产板块股价指数的有效预测；最后，通过脉冲响应和方差分解对模型进行分析. 对于上证股市所进行的实验比较和实证分析的结果表明，该方法能有效预测房地产板块股价指数的走势.     

结构VAR模型辨识的条件互信息图模型

在结构向量自回归(VAR)模型辨识的图模型中引入信息论方法.定义了线性条件互信息图,图中的结点表示时间序列不同时刻的随机变量,结点间的边表示随机变量之间存在的因果相依关系.提出了随机变量之间条件线性联系存在性的信息论检验方法.图中边的存在性用基于线性条件互信息的枢轴量检验,枢轴量的显著性用置换检验决定.用统计分析的方法确定当前变量之间联系的方向,建立了有向非循环图.最后以模拟序列为例,验证了所提出的方法是可行且有效的.     

仿制药一致性评价政策对药品供应链上下游股价相依性的影响研究

药品供应链是保障药品供给的关键,分析其上下游股价的相依性既有助于把握供应链的运作情况,也可为医药行业投资提供参考.鉴于供应链上下游的地位存在有序性,可能导致股价的相依结构非对称,本文首先创新性地构建时变非对称copula模型,动态刻画药品供应链上下游股价的相依性,捕捉其间的相依方向,探讨股价冲击沿供应链的传导路径;其次,引入保序回归刻画仿制药一致性评价政策的推进对药品供应链上下游股价相依性逐步产生影响的过程.结果发现:药品供应链上游和中游、中游和下游股价的相依性时变特征明显,且上游和中游股价的相依方向多次转变;一致性评价政策对供应链上游和中游股价相依性的冲击较大,使其相依程度逐步下降,相依方向反转.