参数族阿基米德Copula的尾相关性

本文讨论了生成元为双参数情形的二维阿基米德Copula的尾相关系数,以及高维单参数族和双参数族情形．而且对于二维和高维的尾相关系数进行比较．     

两类构造阿基米德Copula生成元的方法

从变换的角度出发,提出了基于拉普拉斯变换和z变换的两类构造阿基米德Copula生成元的新方法.首先讨论了阿基米德Copula生成元的相关性质,在已有的构造阿基米德Copula生成元的Laplace变换法下,进行了推广,扩大了生成元的形式范围,并提出了一类新的基于z变换构造阿基米德Copula生成元的方法.通过构造两类阿基米德Copula生成元,举出了若干阿基米德Copula生成元的例子,从而说明了这两类构造方法的可行性.     

阿基米德Copula生成元的复合构造研究

本文提出了基于生成元与一般函数复合构造阿基米德Copula生成元的一种新方法．给出了二维阿基米德Copula左右复合构造的充分必要条件;对一般多维情形,给出了复合构造的充分条件;而且还讨论了左右复合构造以及复合构造与其他方法之间的联系．     

经验过程在阿基米德Copula拟合优度检验中的应用

针对阿基米德Copula所特有的变量可交换性,提出了一种基于经验Copula过程的新拟合优度检验方法。不同于一般的Copula拟合优度检验,该方法在选择最优的阿基米德Copula时具有良好的效果。     

描述金融市场相关结构的一种新工具-Copula

介绍了刻画金融市场相关结构的一种新技术Copula,它克服了以往描述资产之间相关结构的Pearson线性相关系数的一些缺陷.同时给出有关Copula的解释并给出了相关Copula结构的模拟结果.     

基于Copula的一个概率论反例的构造

Copula是描述随机变量间相关性的一个有力工具．利用Copula来构造概率论中有关随机变量的独立性的反例．首先以3-Copula为例构造了一个Copula族,继而通过这个Copula族,构造出随机变量X,Y,Z的联合分布函数,使得随机变量X,Y,Z中的任意2个都是独立的,但X,Y,Z不是相互独立的;最后通过例子说明,该方法较传统方法更为简洁有效．进一步地,这一方法可以应用到更高维数的场合．     

基于Gamma和混合Copula的 元动作单元性能可靠性分析

针对机电产品(系统)性能可靠性建模和分析困难的问题,提出一种基于非线性Gamma随机过程和混合Copula函数的元动作单元性能可靠性分析通用模型.分析性能退化过程特点建立产品性能退化与其实现的特定功能之间的联系,利用"功能(Function)-运动(Mo-tion)-动作(Action)"的功能运动分解方法将机电产品分解成一系列最小运动单元——元动作单元,将机电产品性能可靠性问题转化为实现特定功能的元动作单元性能可靠性问题.非线性Gamma随机退化过程描述单元内关键零件磨损的退化过程,在此基础上,结合Copula函数考虑元动作单元内部零件和结构的依赖耦合关系,提出一种元动作单元的性能可靠性分析方法.为了更准确地评估元动作单元的性能可靠性,采用描述相关关系更优的混合Copula函数建立元动作单元的性能可靠性分析模型,并利用改进的遗传算法,在适应度函数中加入惩罚项,实现混合Copula函数的最优参数估计,最后结合串联系统概念得到考虑内部结构依赖耦合的元动作单元的性能可靠度表达式.以某托盘交换架分解得到的不同元动作单元为例进行分析,并通过实验对比验证了该模型的可行性和有效性.     

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。     

相关系数与Copula函数相关性比较研究

对传统的几种相关性测度指标进行对比分析,并探讨了Copula函数在相关分析中的应用.结果表明,Copula函数是相关性测度的"归一"指标,且能提供更丰富的相关信息,在相关分析中具有独特的优势.     

基于非对称阿基米德Copula模型的投资组合风险度量

基于几何平均和加权平均的结合,构造非对称的加权混合阿基米德Copula模型,使得所建立的模型既能考虑资产组合内部各资产非对称的影响,又能捕捉到资产组合的上下尾相互作用的差异性.在实证研究中,以旅游业的金融投资组合作为研究对象,将非对称的加权混合阿基米德Copula模型和混合Copula模型在资产组合VaR计算精度方面进行了比较,结果发现非对称的加权混合阿基米德Copula模型真实反映资产组合相关结构非对称的差异性,具有较好的准确性及有效性.     

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．     

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．     

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Archimedean Copula模型的风浪联合分布第二重现期

为了较准确获得海洋结构在设计环境荷载重现期下承受的风浪荷载,简述了Archimedean Copula函数的定义及特征,定义了样本的重现期安全域概念;对常用的几种重现期和基于Archimedean Copula函数C-测度的第二重现期进行了对比分析;首次将第二重现期应用于风浪联合分布的重现期分析中,经实际数据验证,第二重现期定义严格,计算结果更接近荷载效应实际重现期.     

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.     

联系函数生成元与随机变量相依的几个关系

应用阿基米德联系函数探讨随机变量的相依性和独立性,分析了相依和独立随机变量的阿基米德联系函数生成元的形式,提出了随机变量完全正(负)相依和相对正(负)相依的概念,并讨论了正(负)相依时阿基米德联系函数生成元所应满足的条件.