Copula函数的一些推广

研究了Copula函数的基本概念以及相关性质。并对二元变量的Copula函数做一些推广性的探讨．     

基于核方法的Copula函数的估计

介绍了Copula函数的基本定义和性质以及非参数统计中的核估计方法,运用核估计方法来估计Copula函数,应用核估计的性质证明了估计出的Copula函数是真实Copula函数的一致强相合。     

具有分段线性水平截线的双参数Copula函数簇

构造了一类具有分段线性水平截线的双参数Copula函数簇,并讨论了这类Copula函数簇的绝对连续性和极限性质.     

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Copula函数的风险度量和保费定价模式

在修正确定等价风险度量方式的基础上,应用Copula连接函数,将组合投资各风险之间的相关性考虑在保费定价和风险度量中,提出一种基于Copula函数以及单个风险是混合分布时基于Copula函数的风险度量和保费定价模式,并证明了其满足的性质.     

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。     

Archimedean Copula函数的参数估计

给出Archimedean Copula函数中参数的一种新的估计方法.通过计算机模拟,把此方法与Genest和Rivest的非参数法进行了比较,得出新方法能更有效的估计Archimedean Copula函数中的参数.最后用新方法和Genest和Rivest的非参数法对国内的上证A股指数和上证B股指数进行了实证分析,分析结果表明新方法更有效.     

基于Copula函数的Monte Carlo法求VaR

通过半参数法(CML)和拟合优度检验,确定了最优的Copula函数,并将所得的最优Copula函数采用蒙特卡罗模拟法,产生大量模拟的资产组合价值,然后在一个给定的置信度下,通过采用合适的资产收益分布的分位数来测定风险价值(VaR),并运用实证进行分析求解.     

高斯Copula的一点注记

Copula函数把边缘分布函数与联合分布函数联系起来,是研究变量间相依性的一种有效工具.而高斯分布在实际应用中占有重要的地位,本文主要研究高斯分布的极尾相依系数、极高斯Copula函数,推导出极值高斯Copula函数.     

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。     

Copula函数的参数估计

Copula理论在统计及金融分析中有着广泛的应用。在利用Copula理论对多元分布函数进行建模时,其中一个关键问题是如何估计Copula函数中的参数。文章通过例子对Copula函数中的参数估计问题进行了探讨。     

Copula函数在风险价值中的应用

为了解决投资组合中风险价值的计算问题，常规的方法是假设多个资产收益序列或风险因子的联合分布服从多元正态分布，然后用Var方法来解决这个问题．而这种假设经常与实际相违背，为了更好地解决这个同题，基于Copula函散从结构上能较好的拟合随机变量的联合分布，将利用阿基米德Copula函散的性质来对传统Var方法进行改进．通过实例来说明选取最优Copula函散的方法，从而可以更好地规避风险。     

基于pair copula函数的资产组合风险分析

通过构造pair copula-GARCH-VaR模型来度量金融资产组合的风险,其中,用GJR-GARCH模型估计单个资产的分布,用pair copula函数来描绘组合中两两资产之间的相关结构,再通过Monte Carlo模拟的方法计算资产组合的VaR值.在实证分析中,取四支股票构成资产组合,用构造出的模型计算组合的风险价值,并将传统的n维copula方法与pair copula方法进行比较,证实了pair copula方法有更高的灵活性和准确性.     

基于Copula的车轮Gamma退化过程

通过Gamma随机过程描述机车轮缘与滚动圆直径的磨耗过程,研究了运用Copula函数和四阶矩方法计算轮缘退化与滚动圆直径退化的相关可靠性方法,通过动力学软件仿真得到列车不同阶段的动力学指标.研究了镟修周期为20万km的车轮退化过程的可靠性及车轮直径退化过程的灵敏度,利用Monte Carlo仿真(MCS)验证了该方法的正确性.结果表明:镟修周期为 20万km时车轮达到预期寿命的可靠性高,基于Copula函数相关失效退化模型计算的可靠性高于独立失效模型计算的可靠性,轮径退化可靠性模型的灵敏度研究说明镟修过程中应该要选取对轮径削减较少的方案.     

Copula在构造联合分布函数中的应用

利用copula构造了具有相同边缘分布的分布函数,讨论了在给定的联合分布和边缘分布的基础上如何构造新的copula的方法,并用构造的copula得到一个二维分布函数。     

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．     

A Fully Pipelined Probability Density Function Engine for Gaussian Copula Model

The Gaussian Copula Probability Density Function （PDF） plays an important role in the fields of finance, hydrological modeling, biomedical study, and texture retrieval. However, the existing schemes for evaluating the Gaussian Copula PDF are all computationally-demanding and generally the most time-consuming part in the corresponding applications. In this paper, we propose an FPGA-based design to accelerate the computation of the Gaussian Copula PDF. Specifically, the evaluation of the Gaussian Copula PDF is mapped into a fully-pipelined FPGA dataflow engine by using three optimization steps： transforming the calculation pattern, eliminating constant computations from hardware logic, and extending calculations to multiple pipelines. In the experiments on 10 typical large-scale data sets, our FPGA-based solution shows a maximum of 1870 times speedup over a well-tuned single- core CPU-based solution, and 610 times speedup over a well-optimized parallel quad-core CPU-based solution when processing two-dimensional data.     

基于Copula函数选择的多元退化产品可靠性模型

针对含有多个退化量的产品可靠性评估问题,提出了一种基于Copula函数选择的可靠性建模方法。首先,采用Anderson-Darling统计量对退化量进行拟合优度检验,选择其最优分布函数;其次,绘制退化量分布函数中的分布参数随测量时间的变化曲线,判断其与时间和应力的相关性;再次,给出一种选择Copula函数的综合方法,该方法结合了三种常用的选择方法;同时,采用两步似然估计法对未知参数进行了评估;最后,通过硫化丁腈橡胶O型密封圈进行恒定应力加速退化试验对方法的正确性进行了实例验证,并且与二维正态分布模型、形状参数为常数时的可靠性评估结果进行了对比分析。分析结果表明,给出的方法具有更好的实用性和更广泛的应用。     

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。