基于Copula函数的沪深股市相关性分析

选用GPD分布分别对沪深股市对数收益率尾部进行描述,结合样本数据的统计特征,选择合适的二元Copula函数对沪深股市对数收益率的相关性进行描述,对二元Copula函数的参数进行估计。结果表明:二元t-Copula函数比二元正态Copula函数更能捕捉沪深股市的尾部相关性。沪深股市存在着较强的相关性,线性相关系数为0.9356,Kendall相关系数为0.7611,Spearman相关系数为0.9150。     

基于Copula的中国股市与基金回报的尾部相关性分析

本文运用二元Archimedean Copula函数分析上证三支股票和三支基金回报间的尾部相关性,以求得出这几种股票与所选取基金之间的相关度.结果表明,在众多具有非对称尾部相关性的Archimede-an Copula函数族类中,所选用三类具有代表性的Copula均不能很好地描述所选股票与基金间的相关性.由此得出,所选择股票与基金的相关性在一年时间跨度内难以用Copula捕捉,这种现象应引起风险管理者的注意.     

有色金属板块指数与期货价格相关性研究——基于Copula函数的实证分析

对有色金属板块指数与期货价格相关性研究,旨在度量其相互影响的程度,而Copula函数可以准确地反映变量间的相关结构,尤其是尾部特征.在收益率序列存在异方差的情况下引入EGARCH模型,再进行Copula建模,实证结果表明,T-Copula函数和Gumbel Copula能很好地刻画两者的相关性.     

基于Copula函数的切削力与表面粗糙度的相关性

为了实现自动化切削加工中表面粗糙度的预测,需要定量描述常用监测参数切削力和表面粗糙度之间的非线性关系,提出了基于Copula函数的相关性研究方法.以车削7075高强度铝合金为试验对象,采用控制变量法得到切削力和表面粗糙度值,然后建立它们各自的边缘分布函数,并利用优化的Copula函数构建多变量联合分布函数,最后基于Copula函数理论以及联合函数模型分析了切削力和表面粗糙度整体和尾部相关关系.结果表明:切削力和表面粗糙度整体上有着明显的正相关关系,且相关结构中心对称,同时尾部相关系数趋向于0,即尾部相关程度较小.     

基于Copula的沪深股市相依结构与相关模式研究

针对传统Pearson线性相关系数与Granger因果分析法的不足,采用一种特殊的相关性分析方法—Copula函数方法对沪深股市相关结构与相关模式进行研究。首先用核密度估计方法对Copula函数的边缘分布进行估计,再结合秩相关系数对数据拟合较好的Copula函数进行选择,最后用离散L2范数评价方法对其拟合程度进行检验。研究发现,t-Copula可以较好地拟合沪深股市的日收益率序列,沪深股市日收益率序列呈现出较强的相关性以及对称的尾部相关性,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。     

Copula函数在金融市场组合风险中的相关性研究

Copula函数是一种将联合分布与边缘分布连接在一起的函数,它描述了变量间的相关性。1999年后Copula函数已在统计上得到广泛应用并开始应用于金融领域。自然地作为一种可以研究非线性、非对称相关的统计理论,Copula函数在国际上被迅速应用到金融市场的相关性分析、金融风险的管理与防范以及资产定价、保险定价等方面。     

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BEMD和Copula的沪港股市相关性研究

为深入探讨沪港两股市间相关结构的微观特征,本文在Copula理论的基础上引入二元经验模态分解(BEMD)算法,分别刻画了上证综指和恒生指数日收益率序列之间的整体相关性和微观相关性。研究结果表明,在港股市间整体相关性方面以及经BEMD分解后不同尺度上微观相关性刻画方面,时变SJC Copula函数都能较好地描述两收益率序列之间的相关结构,即沪港股市间存在时变的非对称尾部相关关系。此结果也进一步证实新方法在刻画相关性方面的有效性。     

基于尾部样本数据的尾部相关性分析

尾部相关性为两个变量联合分布的尾部性质。针对尾部相关性分析,给出了两种二维顺序统计量的概念,讨论了其联合分布;给出了尾部样本数据的概念,提出了通过尾部样本数据拟合Copula函数进而得到尾部相关系数估计的思想,讨论了基于尾部样本数据的尾部拟合参数估计方法、基于尾部样本数据的尾部拟合检验方法及相应的尾部相关系数估计方法并采用蒙特卡洛模拟验证了方法的有效性;最后探讨了上证和深证指数间的尾部相关性。     

基于Gaussian Copula与t-Copula的沪深股指相关性分析

针对沪深股指,讨论了Gaussian Copula与t-Copula的密度函数,并进行相关性建模，采用二步估计法对所建模型进行参数估计并给出了相关性指标。 最后,通过Monte Carlo模拟的方法比较了Copula关联结构之间的差异。     

石油市场和股票市场之间的尾部风险溢出效应——基于变分模态分解和动态Copula函数的研究

利用变分模态分解法将原始收益率序列分解为不同期限的子序列.基于动态Copula函数计算石油市场和股票市场之间的在险价值指标(VaR和CoVaR)，研究在极端下跌和极端上涨的市场情况下，国际石油市场与发达国家和新兴市场国家股票市场的短期和长期尾部风险溢出效应.实证研究结果表明，石油市场和股票市场之间存在双向的尾部风险溢出效应.首先在风险溢出的强度方面，石油市场对股票市场的尾部风险溢出效应明显比股票市场对石油市场的尾部风险溢出效应更强烈.其次在风险溢出的方向方面，股票市场对石油市场的尾部风险溢出效应均为正向，石油市场对大部分国家股票市场的上尾风险溢出效应为正向，且对全部国家股票市场的下尾风险溢出效应为正向.最后，石油市场和大部分国家股票市场之间的长期尾部风险溢出效应都比短期尾部风险溢出效应更强烈.研究结果有利于相关市场投资策略的制定和极端风险传染的防范.     

基于Copula函数的沪深股市相关性研究

研究了度量相关性的两个工具：秩相关系数和尾部相关系数．在Archimedean Copula族中选择最优的Clayton Copula来度量上证综指和深圳成指尾部相关性，得出两者具有较强的下尾相关性，且量化后的相关性能够较好预测股票市场的变化．     

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。     

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.     

基于Copula函数的证券基金与股价指数的尾部相关性分析

利用Granger因果检验考察上证基金指数及股票指数间的联动特征,发现股票指数是基金指数的Granger成因.分别对基金指数及股票指数的收益率建立时间序列GARCH模型,引入Archimedean Copuh族的函数研究基金与股票收益之间的尾部相关性,研究表明基金指数和股票指数尾部相关性较高,基金市场随股票市场的涨跌而发生变化,且相关性在熊市期间强于牛市期间.     

基于t Copula的中国股市指数组合VaR估计及其评价

传统的联合正态分布假设无法刻画金融市场尾部相依情况,导致投资组合VaR的低估。采用tCopula克服了这一问题;并对上证指数和深证指数构成的等权重投资组合的95%和99%VaR进行了验证;结果表明,基于t Copula模型的VaR表现要优于传统的方差-协方差分析法、历史模拟法和蒙特卡罗模拟法以及基于动态条件相关系数模型的估计方法。     

金融危机背景下沪综指与深成指指数相关性分析

鉴于中国证券市场沪深两市的构成特征,在金融危机背景下,应用Archimedean Copula函数族中的Gumbel Copula函数和Clayton Copula函数,实证分析沪综指与深成指指数的相关性,结果表明,我国股市总体呈现出一定的一致性和相关性,并且金融危机出现后,沪深两市下跌的一致性程度大于上涨的一致性程度。     

基于小波协方差的中国股市波动序列相关性的实证分析

在综述相关系数与概率中变化协调的相关性度量方法基础上,提出了基于小波协方差的相关性度量方法,并对沪、深股市波动序列之间的相关性进行了实证分析,结果表明沪深股市波动序列在整体上具有一定的正相关性,不同尺度下沪、深股市波动序列之间的相关性不同,小尺度下相关性小,因此以小尺度为基准,采用组合投资分散风险较好。     

基于Copula方法的条件VaR估计

给出了股价日内波幅的定义，并应用Copula方法得到了股票价格日内波幅和收益率的相依结构，以及两者之间的尾部相依系数．利用Copula相依结构可以估计出联合分布以及日内波幅条件下的条件分布，进而得到条件VaR的估计．最后对上证指数和浦发银行股票进行了实证分析和比较，获得了有意义的结果．     

基于时变相关Copula的最小方差套期保值研究

在传统的最小方差套期保值的基础上,引入时变相关的正态Copula函数,借助Copula函数计算中位数相关系数,代替传统的Pearson相关系数,以提高套期保值效果.时变相关Copula函数的引入,可描述现货价格收益率和期货价格收益率相关结构动态变化的特征,从而解决套期保值效果结构性失真的问题;使用Copula模型计算中位数相关系数,弥补现有方法不能度量非线性关系的不足,解决当现货价格收益率或者期货价格收益率发生较大波动时套期保值比率确定的问题.实证结果表明:本研究提出的模型有效性高于传统的套期保值模型,利用本模型可以更好地规避现货市场的市场风险.