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。     

随机变量间相依性度量的新方法

介绍了度量随机变量间相依关系的新方法——Copula函数方法，应用Copula函数模拟随机变量相依关系的过程，边缘分布和Copula函数的估计方法和优度检验方法．     

基于Copula方法的股票风险的相依性分析

相依性分析在多变量随机分析研究中一直属于前沿问题,研究金融市场各股票之间的相依性,对于分析股票市场的相依性结构以及投资市场的投资组合风险有着重要的意义.选用Copula函数理论对雅虎财经数据中心的上海电力和中国石油股票日收益率数据进行数据拟合,利用核密度估计方法对股票市场估计边缘分布,结合平方欧式距离选取最优Copula函数.运用了Copula函数理论建立股票市场的相关性结构模型,更好地模拟上海电力和中国石油两股市的日收益率的观测数据.     

基于Gumbel Copula函数的金融高频数据极大值相依性

基于Copula函数对股指期货IF1112指数和上证000 001指数5min极大值收益率序列的相依性进行了研究,探讨了它们微观结构的相依性.     

基于Clayton Copula函数的金融高频数据极小值相依性

基于Clayton Copula函数对股指期货IF1112指数和上证000001指数5min极小值收益率序列的相依性进行了研究,深入探讨了其下尾部微观结构的相依性.     

基于时变Copula模型的股指收益率相依关系研究

为了研究股票市场之间的互动性与相关性,基于时变Copula模型研究上证指数、深证成指、香港恒生指数和美国道琼斯指数收益率间的相依关系。首先,对4个样本收益率序列建立自回归移动取平均-广义自回归条件异方差(autoregressive moving average-generalized autoregressive conditional heteroskedasticity, ARMA-GARCH)模型族以确定单个边缘分布;其次,利用常见的常系数Copula函数及时变Copula函数分别对股指收益率序列的相依关系建立模型,并对这2种模型进行对比;最后,基于正态Copula模型分别对两两股指间的相依关系做比较分析。研究结果显示,时变Copula模型的拟合效果要明显优于常系数Copula模型;沪、深股市相依性最强,相关系数接近0.9,A股与港股的相关系数接近0.5,与美股的相关系数在0.15上下波动,A股与港股的相依性要强于A股与美股之间的相依性,港股与美股的相关系数为0.27,与A股相比,港股与美股的相依性更强。本研究方法可应用于金融行业其他领域以了解资金的流向和市场效率。     

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。     

基于Copula方法的P2P区域风险传染研究

研究P2P网络借贷的风险传染现象,利用Copula方法建模以刻画P2P网络借贷市场间的相依结构,并基于模型对北京、上海、广东等五个区域市场进行实证分析,通过模型的相依性测度对区域风险传染的现象做出进一步分析.实证发现,P2P网贷行业指数具有"尖峰厚尾"的分布特点,二元t-Copula函数对于P2P两两区域市场间的相依结构刻画效果较好,我国P2P网络借贷风险传染具有地域间的差异性,不同区域市场之间存在弱相关性,而不存在显著尾部相关.因此认为,由于当前的行业发展存在地域割裂性,不同区域市场间的风险传染暂不明显.     

Copula函数中参数的矩估计

针对Copula中参数θ的估计问题, 基于C(u,v)/u服从U(0,1),利用关系式1n∑ni=1Ci(u,v)u-122=112提出Copula中参数θ的矩估计,并对几种常见的Copula函数进行模拟论证.最后运用国内上证A股指数和上证B股指数进行了实证分析,说明这种估计方法的有效性.     

BDI指数与上证综指的相关性

波罗的海干散货指数(BDI)和上海证券综合指数(上证综指)在2007—2009年的走势反映了金融危机背景下世界经济的变化趋势.选取2007—2009年BDI指数和上证综指的周均值作为实证研究的样本数据,对曲线图、散点图进行描述性分析,并进行相关性和波动趋势分析.结果显示:BDI指数与上证综指呈现正相关;上证综指一定程度上揭示了中国和世界经济的走势,确切反映了中国经济与世界航运市场的变化状况;上证综指的可借鉴性优于BDI.金融危机的爆发证明上证综指具有解释中国和世界航运市场变化的指向标的作用.     

股价指数的自相关与标度不变性分析

运用基本统计量分析我国股票市场收益率的分布状态,通过比较收益率自相关函数及收益率平方的自相关函数,判断序列的独立性,根据基于标准差时间序列计算的Hurst指数,对股票市场的有效性进行实证研究·结果表明,沪深两市收益率均不服从正态分布,存在非线性相关关系,Hurst指数大于05,股票价格为分形时间序列,表现出长期相关性,市场未达到弱式有效     

金融危机期间主要国家证券市场联动性实证研究

2007年开始的次贷危机席卷欧美,各国证券市场出现大幅波动。由于次贷按揭相关的证券化商品RMBS,CDO不断贬值,加剧了欧美各国银行系统的流动性枯竭,最终导致了雷曼兄弟的破产,由此演变成了一场全球金融海啸,世界各国证券市场暴跌不止,经济不断恶化。文章将分析金融危机期间世界主要国家证券市场的联动性和波动的因果关系,同时探讨这些国家间的证券市场是否具有长期平衡关系。     

物流人员舆情指标与生产企业股票波动趋势预测实证研究

以物流专业论坛的交流信息内容作为研究对象,利用语义处理技术构建了反映某类产品的物流人员的工作繁忙程度和情绪状态高低的物流人员情绪综合指标;选取该行业产品的多个生产企业的股票走势合成一个股票指数,通过实证方法检验了同一产品行业的物流人员情绪指标对该类产品生产企业的股票走势具有预测能力.研究表明,情绪指数的波动趋势常常比相应股票综合指数的波动趋势提前40周呈现一致.     

筹资风险因素分析

企业筹资风险主要有银行借款筹资风险、股票筹资风险、债券筹资风险、租赁筹资风险、联营及引进外资筹资风险等。利率、汇率变动, 信用危机和资金来源不当是造成银行筹资风险的因素; 股票发行数量、价格、时机选择及股利分配不当是造成股票筹资风险的因素。深入分析造成各种筹资风险的因素, 有利于企业对筹资风险的防范。     

股指期货套期保值比率的选择

针对股指期货套期保值比率的选择问题,运用我国沪深300现货指数和沪深300股指期货数据进行了实证研究。研究中,把交易成本这一因素考虑进来,通过HE指标和修正的HE指标得出的不同结果作对比,得出交易成本角度下的最优套期保值比率。因此建议股指期货套期保值者根据自身的交易成本情况选择不同的套期保值比率。     

融合多源数据的股指预测研究

金融市场中股票价格的变动受到多方面因素的影响,如何更好地利用更多的大数据为投资决策进行服务始终是各方研究的重点。本研究以沪深300指数为研究对象,采用图像化处理的方式融合财经新闻、市场交易数据和技术指标等多源异构数据,建立了卷积神经网络模型,对未来不同时间长度的股指图像数据进行涨跌预测。通过对模型结构的稳健性检验,使用60天融合新闻情绪、技术指标与股价三类图片的三层图片预测模型,预测股指未来5天后的涨跌样本外准确率可达65.2%。融合多源数据后的图片数据能够丰富单一的股价数据,从而提升了模型的预测准确率。通过与传统的线形模型、LSTM循环神经网络模型及其他经典卷积神经网络模型比较,本研究构建的预测模型在样本外预测效果最佳,表明本研究构建的基于多源异构数据的图片预测模型在股指预测中具有可行性和一定优势。     

基于EMD与BP神经网络的中国股票指数期货价格预测

应用经验模态分解算法（EMD）和BP神经网络理论提出了我国股指期货市场价格走势预测模型。首先应用EMD分解算法把股指期货价格序列分解成不同尺度的内禀模态分量（IMF）,再通过重复试验的方法运用BP神经网络对股指期货价格序列和分解得到的所有IMF的数据序列进行训练,得到股指期货价格的预测模型,并对股指期货价格进行预测。实验表明,通过该方法得到的预测值与股指期货的实际价格有着很高的拟合度。     

金融危机中流动性风险与市场风险动态相关性

基于金融危机中流动性风险与市场风险同时增加的现象,定性分析了流动性风险和市场风险相关性的形成机制;选取上证综合指数为研究对象,采用时变条件方差方法对金融市场风险和流动性风险进行了测度;采用动态条件相关（DCC）法对两者时变的相关性进行了实证研究.结果表明,流动性风险和市场风险具有普遍的相关性,金融危机发生后,两者相关性显著增强.