基于多元条件极值模型的股指期货与现货下尾部相依性研究

运用多元条件极值模型研究了沪深300股指期货与现货指数之间的下尾部相依关系。通过先构建随机波动-超阈值（SV-POT）模型描述两种资产收益的边缘分布，再建立多元条件极值模型对分布下尾部的相依结构进行研究。实证结果表明：两个收益的下尾存在显著为正的相依关系且条件相依程度都在80%以上，但相差不大，两者可以看成是一个同质的市场。     

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。     

基于Copula-ASV-GPD的我国多元外汇储币组合的风险度量

运用Copula-ASV-GPD模型对我国多元外汇储币组合进行风险研究。首先针对外汇收益的尖峰厚尾、波动的异方差性等典型事实特征,采用ASV模型与极值理论结合刻画单个外汇收益的波动性及尾部分布,然后运用更为灵活的t Copula函数进行拟合多元外汇储币组合的相关结构-最后结合Monte Carlo模拟对外汇组合进行了风险度量。通过对外汇储币组合的实证分析,结果表明,基于ASV-GPD的边缘分布模型能有效地刻画多元外汇收益时序并较为精确地描述外汇收益尾部的极端变化,相比其他风险度量模型具有优越性。同时,回测检验显示,基于Copula-ASV-GPD模型的多元外汇组合对风险测度能力更强,能够更好地捕捉外汇组合极端情形下的协同性和关联性,因而能有效地管理外汇储币风险。     

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.     

基于广大极值分布的高频极值条件VaR模型

在考虑当前预期和波动性条件下,为了有效地捕获极端条件下收益率时间序列动态特征,提高VaR的度量精度,建立了基于高频数据的条件极值VaR模型.应用智能优化算法对条件极值分布的时变参数进行估计,考察了在不同样本容量分块下的条件极值VaR,并对VaR计算结果的精度进行了Kupiec-LR检验和动态分位数检验.研究结果表明,基于高频数据的条件极值分布较好地拟合了极端条件下的收益率特征,与McNeil提出的传统条件极值VaR相比,应用高频数据建立在条件广义极值分布基础上的条件极值vaR的Kupiec检验DQ检验值都较为理想,表明该模型能够捕捉到我国市场风险特征,提高极端情况下风险测度能力.     

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。     

关于上海股市收益厚尾性的实证研究

对股市收益厚尾性进行了研究 ,基于极值理论利用高限峰值法 POT( Peak Over Threshold)方法以样本平均超限 ( The Sample Mean Excess Function)函数为工具 ,通过 GPD( Generalized ParetoDistrbution)模型 ,对股市收益分布尾部进行拟合探讨 ,由此给出股市收益分布尾部估计 ,并求出了尾部分位点.     

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.     

全面风险管理体系中的风险整合问题

假设风险满足一定条件,利用Copula和蒙特卡洛模拟方法对边际分布的选择和边际分布间的尾部相关关系两个方面进行分析,并得出结论: 第一, 在一定条件下,边际分布的选择并不影响对总风险的估计; 第二,相关系数模型可能因为边际分布间的尾部相关关系而低估总风险.在此基础上, 提出了尾部相关系数的概念, 得出了修正的相关系数模型.     

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.     

多维正相依再保险条约中最优自留向量的确定

为了探寻多维正相依风险在再保险业务中的最优自留额,应用条件极值理论,得到了依凸序最优自留向量满足的一般形式的方程组.在2维情形下,进一步应用单侧导数判断函数单调性,给出了最优解的显式表达式,并发现其可能取值的矩形域必为平面上的一个点.针对更高维情形,在自留损失方差最小与期望指数效用最大这两个特定准则下,假定索赔额分布属于对数正态分布族并依随机序正相依或者通过一个共同的指数分布正相依,分别给出了更易于求解的方程组.最后通过算例表明了所提方法的可行性与有效性.     

基于极端风险控制的多品种期货套期保值模型

以多品种期货套期保值组合的条件风险价值CVaR度量风险,运用非参数核估计和蒙特卡罗方法模拟现货和期货未来损益情景,通过求解最小CVaR值,建立了基于极端风险控制的多品种期货套期保值模型,解决了在期货价格异常变动的条件下套期保值的风险控制问题.本文以条件风险价值CVaR最小为目标控制套期保值组合的尾部损失,避免了多品种期货套期保值的极端损失,提高了套期保值的效果.采用离散化处理条件风险价值的复杂积分计算收益分布的尾部面积,使得套期保值组合的尾部损失的确定适合任意分布的情况,避免了现有研究对组合收益分布做特定假设的不合理情况,使模型适合任何分布情况的风险控制.     

基于SV-Copula的欧盟碳配额现货和期货价格相依性研究

碳配额现货和期货价格的相依性对投资者进行套期保值和投机套利均具有重要意义.本文采用SV (stochastic volatility)模型研究了欧盟碳配额现货和期货价格的波动特征,继而用Copula函数分析了两者之间的相依结构,结果发现:EU ETS (European Union Emissions Trading Scheme)第二阶段和第三阶段的碳现货与碳期货价格都存在显著的波动持续性和杠杆效应,且第三阶段碳现货和碳期货价格的波动风险均大于第二阶段;碳现货和碳期货价格之间存在高度相依性,且第三阶段碳现期货价格尾部相依性更强;两阶段中两者的尾部相依性呈现为对称且厚尾.     

基于藤copula–已实现GARCH的组合收益分位数预测

为准确预测分位数,利用已实现GARCH模型在边缘分布建模中纳入高频信息,通过藤copula刻画资产收益两两之间相异的相依结构,构建了资产组合收益分位数预测的藤copula–已实现GARCH模型.选取中国股市风格指数组合展开实证分析,回测检验结果表明高频信息和异质相依结构是准确预测分位数的关键环节,藤copula–已实现GARCH模型能够提供更准确的资产组合收益分位数预测.     

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.     

基于EVT-POT-SV-GED模型的极值风险度量

针对金融资产收益的异常变化,采用SV-GED模型捕捉收益分布的厚尾性、波动的异方差性等特征,将收益序列转化为标准残差序列,结合SV-GED模型与极值理论拟合标准残差的尾部分布,建立了一种新的度量金融风险的基于EVT-POT-SV-GED的动态、VaR模型.用该模型对上证综指做实证分析,结果表明该模型能够更精确、合理地度量上证综指收益的风险.     

一个依赖于挠度与峭度的三项式期权定价模型

提出了一个将股票收益分布的头四个动差结合起来的三项式期权定价模型。该模型所包含的股票收益分布的挠度可正可负，尾部可宽可窄，还可以是混合的。特别地，模型的系数可选择得与股票收益分布的实际估计评均值、方差、挠度和峭度相匹配，因而就可能产生出与实际观测的股票收益分布较为一致的期权价格。     

金融危机对中国股市各行业板块间相依结构的影响

利用GARCH-Copula模型探究了2008年世界金融危机对中国股市各行业板块间相依结构的影响。选用沪市各行业板块的股指数据,把时间序列分为危机前和危机后两个时期进行分析。实证结果表明,尽管经验copula显示尾部相依具有非对称性,但依据AIC准则,t-Copula和混合Gumbel Copula相对更适合于拟合序列对间相依结构;各市场间都倾向于联动,且危机后相依性增强。     

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SV-POT-TDRM的沪深300股指期货尾部风险研究

使用随机波动率模型修正沪深300股指期货收益率序列的波动聚集效应,并在残差服从正态分布和极值分布的假设下,分别计算了度量尾部风险的VaR、ES及尾部扭曲风险测度(TDRM)值。研究发现:股指期货日收益率序列呈现负偏、尖峰厚尾及波动聚集的形态;使用随机波动率模型可以较好地预测波动率的变化;假设残差分布服从极值分布的模型结果优于假设残差分布服从正态分布的模型结果,说明极值模型在尾部分析上比正态分布更加适用;使用扭曲尾部风险测度估计尾部风险,通过扭曲函数的选取与风险厌恶系数的不同设定,调整尾部风险发生的概率,反映了投资者的主观风险偏好,在相同置信水平下,得到的尾部风险估计值比VaR更精确。