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.     

基于变结构copula模型的股票市场分析

通过构建度量相关性的变结构copula模型,对股市的波动情况进行分析.模型利用copula函数在度量相关结构上的优势来处理金融市场的变结构问题,采用Bayes时序诊断和Z检验的方法对变结构点进行了诊断,在实证分析中,运用此模型对沪深股市的波动情况进行分析,结果表明,变结构的copula模型能较好的拟合股市的波动情况.     

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.     

基于修正ICSS算法的时间序列方差结构突变研究

运用修正的ICSS算法研究了上证A股的股票资金流强弱指数方差结构性变点,并对上证A股2003年5月22日至2015年5月22日的日交易数据序列进行检测,得到了23个突变点;根据时间序列分析方法,将所得到的变点作为虚拟变量加入GARCH模型中进行模型分析。结果表明:上证A股资金流强弱指数是平稳的非正态时间序列;未加入方差结构性变点的GARCH(1,1)模型,序列波动具有很强的持续性,加入作为虚拟变量的方差结构性变点的GARCH(1,1)模型拟合效果更好,序列波动持续现象显著减弱,结构突变效应已被虚拟变量所捕获。     

基于混合copula函数的沪深股市与香港股市一体化趋势分析

沪深股市与香港股市近年来分割状况改善,出现"一体化"发展趋势.测定两市相依结构和波动溢出效应对于市场参与各方具有重要意义.结合传统的协整检验、Granger因果检验和VEC模型,引入混合copula函数对两市代表性指数——沪深300指数和恒生中国企业指数进行相关性分析.参数估计方面,利用非参数核密度方法估计边缘分布,结合EM算法计算混合copula的参数.实证结果表明两个市场具有显著相关性,且上尾相关性大于下尾相关性;混合copula函数与单copula函数分析结果一致,拟合效果优于单copula函数.     

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.     

次贷危机前后资产组合的风险度量

为了研究次贷危机对中国股市的影响,本文选取三只股票,分别选用单一的EVT模型和Copula-EVT模型计算资产组合的VaR和CVaR,通过对长期数据和短期数据的计算,总结出次贷危机对中国股市的影响.实证分析表明,次贷危机在短期内会对中国的证券业和房地产业产生一定的影响,但对制造业的影响不大;同时还能看出,引入Copula函数计算的组合风险要优于单一的EVT模型计算的组合风险.     

金融股在美次贷危机事件窗中的风险评价

本文以量化分析为手段,借助条件异方差模型对2007年至2009年中国A股市场的所有金融股的收盘价格、季度每股收益等指标进行分析,比较此类股票在美次贷危机事件窗中的风险绩效变化,以及不同行业间风险绩效的异同,找出了其中的某些规律。     

基于最优R-Vine Gaussian Copula模型的服役大跨桥梁主梁失效概率分析

考虑到服役大跨桥梁主梁多个控制监测点失效模式的相关性,提出失效概率分析的最优regular?vine(R?vine)Gaussian copula信息融合新方法.利用极值应变信息,引入双变量pair?Gaussian?copula模型和最优R?vine模型,结合多个控制监测点的功能函数,进行失效模式相关性的最优R?vi...     

汇率与股价波动:基于中国与日本高频数据的ARCH检验

立足次贷危机所产生的结构性影响,采用ARCH模型对人民币汇率、上证指数、日经225指数的高频数据进行实证研究发现:次贷危机发生前,汇率与股指存在ARCH效应,且均有不对称信息的冲击,波动存在持续性的影响;次贷危机发生后,汇率与股价都不存在ARCH效应,系统性风险和非系统性风险暴露出来使得汇率对股市的波动影响降低,从而促使投资者风险得到有效对冲。     

关于股票数据波动性的多变点研究

目前对金融时间序列模型结构变化问题主要集中于对单变点的研究,但在许多情况下,金融数据可能出现多个变点,因此,对实际问题的研究需要检验多变点的存在,需要对变点的个数以及变点发生的时刻作出估计.本文讨论了股票数据均值的多变点检验问题.在原假设下给出统计量的极限分布及渐近临界值的解析表达式.并且在递归检验的过程中同时得到变点时刻与变点个数估计.最后用实例分析说明了方法的有效性.     

Copula EDA-BP混合优化算法预测股票价格

股票价格的预测是广大投资者非常关注的问题,也是诸多学者不断研究的方向,神经网络具有学习样本规律的特点,通过神经网络预测股票价格是近几年研究的重点之一。Copula EDA-BP混合优化算法是利用了copula EDA的全局寻优和BP算法局部求精的特点,将两者结合起来建立了基于copula EDA-BP的模型系统,优化神经网络的权值阈值,对股票上证180的收盘价进行预测得到误差率,结果显示copula EDA-BP算法平均误差率低于BP算法,提高了传统BP神经网络的计算精度。     

边际加法危险率分布的变联结参数copula模型

为研究边际生存函数是半参数加法危险率模型的多维生存时间相关性随某个指标的变化,提出一类变联结参数copula模型．采用二阶段估计法来研究生存时间之间的动态相关结构．利用Lin等所提方法估计边际加法危险率模型的生存函数;将其代入一种copula模型的局部伪似然函数中,得到变联结参数的局部估计量,并给出该局部估计量的相合性和渐近正态性;通过随机模拟研究其在有限样本下的表现;利用diabetic retinopathy study(DRS)中的实际数据验证所提估计方法的可行性．      

基于QR-GED-EGARCH模型的国际石油价格影响研究

本文从实证角度利用GED-EGARCH模型更好地剔除了时间序列序列的波动集聚性,同时发现金融时间序列具有的"杠杆效应",再引入分位数回归构建QR-GED-EGARCH模型来研究美国次贷危机之后标准普尔500指数对石油价格的影响。结果表明,在不同分位点处,标准普尔500指数收益对石油价格收益的影响是存在显著性差异的,且具有一定的经济意义,有助于跨市场交易者了解次贷危机后的市场变化。     

CDS价差结构转换模型及对标准化CDO价格的修正

利用CDS欧洲指数每日中间价,建立价差日改变量的马尔科夫结构转换模型,以捕捉金融事件对违约风险的影响.将此结构转换模型应用到标准化抵押债务证券(collateralized debt obligations,CDO)权益分券的定价中,得到修正后的结合市场环境的分券价格.该模型及CDO修正价格从量化的角度说明,源于美国的次贷危机是发行机构、监管部门以及市场环境变化的共同作用,而并非金融产品本身对金融市场的危害.对此进行深入研究,建立适应市场环境的定价及风险监控模型,才是面对次贷危机所最应作出的反应.     

应用变点模型来研究沪深股股市波动性突变行为

股票价格的每日变化呈现随机漫步的特征，其一定程度的波动反映了股票变化的内在规律，但未能预期的股价的突然变化对投资者及社会经济却产生着巨大的影响，如股价突然大幅下跌会令投资者损失惨重。笔者提出一种方差变点模型(波动性突变点模型)，并用该模型分析从1992年到2002年上证和深证综合指数的方差变点，应用二分分段法结合西沃兹信息标准(Chen和Gupta1997)，找出股指收益率序列中的所有方差(波动性)突变点，对这些变点的经济意义进行解释。     

基于GARCH-NIG模型和动态Copula的双标的型期权定价(英文)

结合动态copula和GARCH模型,发展了双标的型未定权益的定价方法.针对诸如非对称、 尖峰态和厚尾现象等各种金融中的固有因素,采用NIG分布拟合于残差量.而标的资产之间的相关结构由动态copula来刻画.以上海证券指数和深圳证券指数为双标的资产最大认购期权为例,理论方法得到了有效的实证结果.     

基于R藤copula变点模型的金砖四国金融传染性与稳定性检验

从所分析国家与全球系统性风险相依关系的角度对金融传染性与稳定性进行刻画,以MSCI全球指数代表全球系统性风险因子,分析新兴市场代表国家——金砖四国(中国、俄罗斯、印度、巴西)的主要股指与MSCI全球指数之间的相依结构,进而对金砖四国的金融传染与稳定进行实证分析.为了分析系统性风险对金砖四国影响的结构性变化,对R藤copula进行变点检验,分析金砖四国金融传染性与稳定性受金融危机及金砖国家会议等事件的影响,并采用以MSCI指数为条件的相关系数度量金砖国家间的金融传染性与稳定性.实证结果表明,系统性风险可控后金砖国家股市独立性增强,金融危机过后金砖国家所受系统性风险冲击变大,通过金砖国家会议各国合作加强后有助于降低金砖国家之间的风险传染.     

次贷危机对我国对外贸易的影响探析

分析了次贷危机的发生原因、走势及影响,论述了次贷危机对我国对外贸易的影响,对如何积极应对次贷危机的不良影响进行了探讨.     

基于LASSO回归的R-vine copula模型构建及其在化工过程故障检测中的应用

Vine copula模型在描述高维数据间的非线性、非高斯特性相依关系问题上提供了一种新的思路，在化工过程建模领域受到越来越多关注。笔者将LASSO(least absolute shrinkage and selection operator)回归引入R-vine copula(LASSO-R-vine copula, LRVC),根据变量间联系的强弱程度确定变量在R-vine矩阵中的位置，利用回归分析正则化路径选择R-vine copula矩阵结构，遵循R-vine矩阵构建规则和回归过程确定R-vine结构矩阵模型，以获得一个与变量独立性有关的稀疏矩阵模型。该方法构建的矩阵结构独立于copula函数类型和参数，在处理高维度复杂工业过程数据时，利用稀疏模型和惩罚力度简化copula函数类型选择过程，缩短了建模时间，使统计建模具有更强的灵活性。该方法在TE(Tennessee Eastman)和醋酸脱水过程故障监测中表现出较好的预测效果，证明了提出的方法在非线性、非高斯过程的有效性。