条件copula的相关性质

研究条件copula的相关性质,给出生存条件copula的概念研究了它的性质及和条件copula的联系,并研究了几种条件copula之间的关系,为利用条件copula描述条件随机变量的相关性并研究其相关性质提供了方便,最后提出可以进一步讨论的几个问题.     

基于C藤copula的收益率自相依结构估计以及条件VaR计算

风险价值VaR是一种非常重要的风险度量方法,基于C藤copula(canonical vine copula)给出了条件VaR的一种新的估计方法.首先基于C藤copula对连续几个交易日收益率之间的自相依结构进行了估计,进而给出了在前n个交易日收益率条件下,下一交易日收益率密度函数的估计方法,并对下一交易日的VaR值进行估计.C藤copula的引入使我们能更准确地描述收益率序列中的相依结构,从而能够更加准确地预测市场风险.最后分别对沪深300指数、上证180指数和上海黄金交易所贵金属价格进行了CVaR估计以及预测效果检验实证分析,实证结果表明所提出的模型在VaR值预测方面的表现要远远优于历史模拟法以及方差-协方差法等.     

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.     

用copula度量相依风险函数VaR的最优界

copula(连结函数)已经成为风险管理领域强有力的工具,该文利用copula手段给出了相依风险函数ψ(X1,…,Xn)的最优界,并对沪、深两市的收益率风险进行了实证分析,把laplace分布作为边际分布计算出了相应的上界和下界,最后讨论了不同类的copula以及参数选取对界的影响.     

一类多元copula和拟copula的构造

【目的】研究了具有共同对角面函数的一类多元copula和拟copula的构造。【方法】将已有文献中对角面的概念加以推广,然后定义了一种“⊕”运算,基于这种运算建立了构造多元copula和拟copula的方法。【结果】给出了一类具有共同对角面函数的多元copula和拟copula,以及这些copula的性质。【结论】为相关统计建模和金融分析提供了描述某种相依结构的框架。
     

基于Logit和KMV的我国上市公司信用风险的比较研究

利用Logit回归模型和KMV模型分别对选取的29家我国上市公司样本的信用风险进行实证分析和比较。结果表明,两个模型基本上都能反映上市公司的信用状况,虽然KMV模型对非违约样本组的预测结果要优于Logit模型,但是在违约公司样本组的预测上,Logit模型要远比KMV模型准确。从总体效果来看,Logit模型的预测准确性要高于KMV模型。     

基于主成分的Logistic模型的上市公司信用风险评价分析

针对当前上市公司信用风险管理效果不佳的问题,提出以上市公司违约概率作为信用风险高低的衡量标准,利用我国上市公司的财务数据,结合主成分分析法和Logistic方法构造了上市公司信用风险评估模型。实证研究结果表明,该模型具有可信的识别预测和推广能力,能够为企业信用风险程度的判定提供客观依据。     

基于VaR模型的西安银行信用风险管理实证研究

用VaR模型可以更精确地计算出西安银行信用风险.计算出来的值在不同置信水平下正态分布和实际偏态分布的比较中,可以看出差异较大.这说明采用正态分布来解释西安银行各信用等级贷款的价值分布不太准确,误差较大;而根据实际偏态分布所得计算结果进行资本配置应该更准确些.也就是说,西安银行的信用风险管理在现代信用风险管理模型中用VaR定量模型来计算信用风险准确度更高.     

基于藤copula方法的区域性金融危机传染分析

金融危机传染检验是国际金融领域中值得研究的重要问题,大多数危机传染效应的检验方法都是基于两两国家之间的相依结构.利用藤结构下的pair copula模型得到一种新的区域性金融危机传染检验方法,全面地分析多个国家(或地区)收益率之间的相依结构,通过多元相依结构的变化对危机传染效应进行检验.最后对亚洲和欧洲几个主要股票市场指数和S&P500指数数据进行了实证分析,从区域的角度对比研究了美国次级债金融危机对亚洲和欧洲市场的传染效应.     

基于KMV模型对中国上市公司的信用风险进行度量的实证分析

针对目前上市公司的日趋增多和广大投资者对于投资股市的热情,对上市公司的信用风险进行度量和评估已显得十分迫切和必要。运用KMV模型,从我国沪深两市中共选取三十家绩优股和绩差股,以2007年9月30日为基准日,运用三种方法计算其未来一年的违约距离DD(Default Distance)和预期违约频率EDF(Expected Default Frequency),在一定程度上可以对上市公司信用风险进行评估。分别采用了三种方法来计算违约距离并进行对比。实证分析结果表明,在KMV模型中引入资产连续回报率这个模型最适合中国国情,灵敏度和预测能力较好,在一定程度上可以揭示上市公司的信用风险。     

我国三重上市公司A_H_N股市场的风险传染分析

目的 分析中美贸易关系在不同阶段下对我国三重上市公司股票的风险传染机制.方法 通过整理在我国大陆证券市场、我国香港和美国纽约证券交易所同时上市的9家三重上市公司的日收盘价数据,构建了A股指数、H股指数和N股指数,运用非线性Granger因果检验、混合Copula函数和极值理论进行实证分析.结果与结论 (1)在美国明确打压中国概念股的情况下,A 股市场、H股市场和N股市场之间呈现出了市场分割特征;(2 )随着中美贸易争端的升级,加大了A股市场同 H股市场和N股市场之间风险传染的可能性;(3)目前,我国三重上市公司在香港市场和纽约证券市场的风险值较大,而在我国A股市场的风险值较低.通过分析我国三重上市公司在A股市场、H股市场和N股市场之间的风险传染机制,在双循环战略背景下为相关部门和投资者提供更多参考.     

基于熵值法和突变级数法的安徽省上市企业绩效评价研究

本研究收集了安徽省87家上市企业的生产绩效实证数据,同时从财务绩效和社会绩效两方面构建了一套综合的评价指标体系,并利用熵值法进行赋权,应用突变级数法分析和评价了这87家安徽省上市企业的生产管理绩效水平。最后根据熵值法和突变级数法的实证结果,对安徽省上市企业未来的生产管理提出了相关的对策和建议。     

基于熵权-BP神经网络的涉农类上市企业融资风险预警研究

针对涉农类上市企业的融资风险预警问题,首先从企业的资金流融入以及融出两个层面构建了含有15个指标的融资风险预警指标体系;然后收集了24家涉农类上市企业2017年的相关指标数据,并利用熵权法确定各指标层的权重值,结合指标数据计算得到24家上市企业的融资风险预警指数RWI值,即为BP神经网络的输出层;最后通过BP神经网络工具箱建立涉农类上市企业的融资风险预警模型,并进行了神经网络训练以及仿真预测。结果发现,所建立的BP神经网络融资风险预警模型对涉农类上市企业的融资风险预警具有较好的适用性,对企业的融资风险预测与控制具有实践意义。     

上市公司财务状况评价的统计和神经网络方法

根据上市公司的财务报表对上市公司的财务状况进行综合评价对投资者的投资和监管部门的监管活动具有重要的指导意义.本文利用主成分分析方法对产生于财务报表的各种财务比率指标进行优化处理,形成新的主成分指标,并以主成分作为输入变量,使用竞争学习网络进行聚类分析.最后用广泛采用的综合评分方法得出每一类企业的财务特征,清晰直观的表达了企业的财务状况.     

我国上市公司股东投票权价值分析

投票权作为股东所享有的一项权能是有价值的.股东投票权包括用手投票与用脚投票两种方式.以往的研究或者是不加区分地将二者的价值共同衡量,或者是将二者完全割裂分别探讨我国企业大股东用脚投票权的缺失和中小股东用手投票权的不完善.本文将在股东投票权的统一框架下,探讨用手投票与用脚投票的价值,并分析二者的相互影响.     

我国上市公司股东投票权价值分析

投票权作为股东所享有的一项权能是有价值的。股东投票权包括用手投票与用脚投票两种方式。以往的研究或者是不加区分地将二者的价值共同衡量,或者是将二者完全割裂分别探讨我国企业大股东用脚投票权的缺失和中小股东用手投票权的不完善。本文将在股东投票权的统一框架下,探讨用手投票与用脚投票的价值,并分析二者的相互影响。     

我国农业上市公司股票价格对内在价值偏离度研究

本文以15家沪深股市的农业上市公司为分析样本,基于F-O剩余收益定价模型,分析了2014-2016年度15家农业上市公司的财务指标,并利用市净率与内净率的比率测算了这些公司的股票价格对内在价值的偏离度。结果表明,15家农业上市公司的股票价格对内在价值的偏离度均大于1,市场价格与内在价值的偏离度较大。主要原因与国家对农业的相关扶持政策、投资者的投机心理有关。     

农业上市公司财务风险预警系统的建立与应用

农业上市公司是农业龙头企业中的龙头,是农业产业化和农业现代化的推进器.因此,针对农业上市公司的特点,构建合理、有效的财务风险预警系统显得尤为重要.本文基于财务业绩评价指标体系的基础上,选取部分代表性的静态和动态指标,构建财务风险预警系统,并运用功效系数法对农业上市公司进行了预警.结果表明,构建的财务风险预警系统的预测能力较强.另外,研究还发现农业上市公司缺乏优秀企业,大部分公司处于巨警状态;农业各子行业的发展也不乐观,基本处于重警和巨警状态.     

基于GA-SVM的上市公司财务评价模型研究

财务评价是企业财务管理中的重要环节,本文在对传统财务评价方法的不足进行分析的基础上,结合财务管理理论和企业预警理论,采用GA-SVM方法建立上市公司财务评价模型。首先以沪深两市2007~2009年度A股上市公司为研究对象,以因财务状况异常而被列为特别处理的公司(ST公司)作为界定上市公司的财务危机标志,并以上市公司年报财务数据作为输入特征向量,然后将遗传算法与支持向量机相结合,通过实证方法建立上市公司财务评价模型,实证结果验证了该模型的有效性。