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.     

上证指数和恒生指数的copula尾部相关性分析

通过分析连接函数（copula）的尾部相关性揭示上证指数和恒生指数的相关性。实证表明，在众多具有非对称尾部相关特性的Archimedean copula函数中，用Gumbel—Hougard copula对上证指数和恒生指数进行尾部相关性分析是最优的，两者具有较好的上尾相关性，且量化后的相关性能够预测股票市场的变化。     

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。     

尾部相关系数的渐进变化特征及其应用

在Copula函数的尾部相关性研究的基础上,针对其不足进行了两个方面的推广:1)一个变量趋于某个非尾部值与 另一变量趋于尾部的相关系数;2)两个变量都趋于非尾部值之间的相关系数.传统的尾部相关系数可用于考察证券价值或企业价值之间在尾部的正相关关系或负相关关系,上述推广可进一步用于考察一个企业处于违约边界或某个状态对其他企业违约可能性的影响,及两个证券或企业的价值均趋于某些特定值之间的相关关系.进一步给出了上述推广的相关系数在证券或企业价值处于某些区间条件下的期望值及其计算方法.这些工作从理论和实证两个方面丰富与刻画了相关系数的渐进变化特征.     

我国大宗农产品期货基差尾部相依性研究

基差在期货市场上具有关键性的地位和作用,本论文将通过混合copula函数及Garch类模型,综合分析我国大宗农产品期货基差Kendall、Spearman秩相关性以及尾部相关性,为市场分析提供更全面准确的深度信息资料.     

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。     

相依风险的车险准备金评估

在多个业务线的准备金估计中,通常假设不同业务线之间相互独立,事实上它们之间往往存在一定的相依关系.它们的相依性可以通过藤Copula函数来描述.藤Copula是解决多个相依随机变量的强有力工具.本文在假设各个业务线的增量已决赔款服从伽玛分布、逆高斯分布和对数正态分布的基础上,建立了各个业务线增量已决赔款相互依赖的藤Copula回归模型,并将此模型应用于一组实际的车险数据,结果表明,考虑相依关系的藤Copula回归模型对准备金的评估结果要优于独立假设下的回归模型对准备金的评估结果.     

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SJC Copula模型的银行业与房地产业动态相依性及其结构突变

引入SJC Copula模型来刻画中国房地产业与银行业在2000~2013年的的动态相依性,并进一步分析这种动态相依性的结构突变特征。研究结果表明:SJC Copula函数相比常见的其他Copula函数能更好地刻画房地产和银行业之间的动态相依结构;房地产业与银行业之间存在具有显著持续性的上(下)尾相依性,而且随着收益率的变化而呈现出非对称和非线性变化特征,主要表现为随着收益率的上升,条件上尾(下尾)相关系数将减小,但上尾相依性系数的下降幅度比下尾相依性系数要大,这说明房地产业和银行业之间的相依性的变化显著依赖于过去的收益的变化并且存在反向关系。房地产业与银行业之间的上(下)尾时变相关系数均具有"自相关、有偏、ARCH效应"的非正态分布特征,而且存在多个结构突变点;这些突变点发生日期附近往往伴绥着我国重大房地产金融调控政策的出台,具有明显的政策效应,但不具有持久性。     

我国通货膨胀与对外经济的半相依自回归模型的研究

对时间序列提出半相依自回归模型的概念 ,并将其应用于我国通货膨胀与对外经济的预测 .预测结果与自回归模型的预测结果进行了比较 .     

国际股市联动条件下中国股市与汇市的非线性相依性关系研究

与以往仅对市场间相依关系进行静态、孤立的研究不同,基于全局化视角,在国际股市联动条件下研究中国股市与汇市间的相依关系。选取2006-01-04~2019-02-28沪深300指数、人民币兑美元汇率中间价、美国S&P500指数、欧洲STOXX50指数、香港恒生HSI指数、日本N225指数、英国FTSE100指数以及全球股市MSCI指数为研究样本,聚焦于2008年全球金融危机和2015年中国股灾两次极端波动事件,采用R-vine Copula方法研究国际股市联动条件下中国股市与汇市间的非线性相依关系,并构建参数动态化的动态R-vine Copula方法进行稳健性检验。研究结果表明：国际股市与中国股市和汇市之间分别存在着正向联动关系;在国际股市联动条件下,中国股市对汇市具有引导作用,且两者间的相依关系可以由资产组合平衡模型解释;中国股市与汇市在国际股市联动条件下间的相依关系弱于不考虑国际股市联动条件时的相依关系,且这种偏差在金融危机、股灾等极端波动后会显著增加。本研究对国际投资者合理配置资产规避风险、政府监管部门制定相关政策具有重要参考意义。     

基于神经网络方法的船舶姿态运动极短期预报与仿真

根据动态神经网络具有通过学习能以任意精度逼近非线性函数的特性，建立了用于船舶运动极短期预报对角回归网络（DRNN）模型及算法，并将该算法所取得的结果与自回归预报法和周期图预报法的结果相比较，说明了该算法的可行性。     

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GJR-EVT-COPULA和下偏矩的最优资产组合分析

与方差风险测度相比,下偏矩一方面能够度量下边风险,另一方面通过设置不同的风险因子它可以更广泛的反映投资者的风险偏好.Harlow[1]建立了基于历史数据的均值下偏矩最优投资组合模型,本文考虑建立预测数据下的均值下偏矩最优投资组合模型,并同Harlow的模型进行实证比较.考虑到实际收益数据的时变性、杠杆效应和厚尾特征,引入AR(1)-GJR(1,1)-EVT模型来描述金融时间序列的上述特征,并通过t Copula函数描述资产收益之间的非线性相关性.对基于历史数据的均值-二阶下偏矩模型和基于预测数据的均值-二阶下偏矩模型的投资绩效进行考察.中国股市的实证结果表明,基于预测数据的均值二阶下偏矩模型可以得到更好的投资绩效.     

一类索赔时间相依的离散时间的二元风险模型的破产概率

研究一类索赔时间相依的离散时间的二元风险模型，模型中假设每次主索赔可能引起一次副索赔，而每次副索赔有可能推迟发生。通过引入辅助模型得到有限时间生存概率的递推公式，并在某些特殊情形下得到有限时间生存概率和最终破产概率的明确表达式。     

基于VAR-Copula模型的股价、交易量的相依结构

基于向量自回归(vector autoregression, VAR)误差修正模型, 结合Copula理论建立VAR-Copula模型研究股市指数与交易量之间的Granger因果关系和相依结构. 通过对三个股票市场的实证分析, 发现各市场的指数与交易量之间存在长期的协整关系和由指数到交易量的单向因果关系; 指数对数收益率与交易量对数差分的相依关系复杂, 既有正的相依成分也包含负的相依结构, 且都表现为上尾高的非对称的相依特征.     

基于 Copula 函数的程序化交易策略

利用 Copula函数对序列间下尾部相关性的刻画对资产价格风险的高频传染进行检验,构造目标 函数捕捉期货市场实时交易过程中的卖空信号, 制定相应交易规则,建立一套 适用于金融市场高频数据的程序化交易策略,并利用中国期货交易市 场的白糖和棉花期货合约进行实证.实证结果显示:我国期货市场存在高频风险传染, 基于此建立的程序化交易策略可以获得较高的收益, 并可有效地控制风险.     

金融业系统性风险度量——基于尾部依赖视角

根据系统性风险定义,从时间和空间两个维度出发,利用尾部依赖来对系统性风险进行度量. 实证分析结果表明,银行业、证券业以及保险业存在系统性风险,且银行业、证券业以及保险业系统性风险呈现出了共性：经济下行时期系统性风险大于经济上行时期系统性风险. 进一步,本文分别对银行业、证券业以及保险业系统性风险存在的原因展开分析,并从系统流动性、杠杆率和公允价值计量对经济下行系统性风险增强提供了解释,认为流动性风险传导是引发系统性风险的重要原因. 基于此,对金融业体系建立动态拨备制度提供了佐证.     

基于尾部依赖的保险业系统性风险度量

从系统性风险的界定出发,综合考虑系统性风险的两个视角,基于保险公司的股票数据探讨保险业的系统性风险.通过构造Kendall协同系数检验整体依赖性和尾部依赖性,以(非对称)尾部依赖性为切入点,构造SV-t模型和厚尾的SV-GED模型,利用AIC准则和Hit检验法对不同依赖结构的copula模型进行筛选.通过实证分析,检测出中国人寿、中国平安和太平洋保险公司的非对称尾部依赖结构,认为保险业可能成为系统性风险传导链条上的一环,并且完全可能自身隐含和集聚系统性风险.结论部分分析了系统性风险的原因,针对如何降低下尾风险依赖提出政策建议,为我国保险业宏观审慎监管提供一些支持材料.