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。     

基于Copula的沪深股市相依结构与相关模式研究

针对传统Pearson线性相关系数与Granger因果分析法的不足,采用一种特殊的相关性分析方法—Copula函数方法对沪深股市相关结构与相关模式进行研究。首先用核密度估计方法对Copula函数的边缘分布进行估计,再结合秩相关系数对数据拟合较好的Copula函数进行选择,最后用离散L2范数评价方法对其拟合程度进行检验。研究发现,t-Copula可以较好地拟合沪深股市的日收益率序列,沪深股市日收益率序列呈现出较强的相关性以及对称的尾部相关性,当沪深两市出现大幅震荡时,两市收益率的协同作用将大幅增强。     

有色金属板块指数与期货价格相关性研究——基于Copula函数的实证分析

对有色金属板块指数与期货价格相关性研究,旨在度量其相互影响的程度,而Copula函数可以准确地反映变量间的相关结构,尤其是尾部特征.在收益率序列存在异方差的情况下引入EGARCH模型,再进行Copula建模,实证结果表明,T-Copula函数和Gumbel Copula能很好地刻画两者的相关性.     

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。     

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.     

M-Copula-GARCH-t模型在股指期货风险管理中的应用

本文考虑到金融资产收益率这一时间序列的方差时变特性和尖峰厚尾的分布特征,所以使用GARCH-t模型来描述这一现象;同时为了分析包括股指期货在内的投资组合各项资产之间的相关结构,采用了不限制边缘分布的Copula方法,并最终提出了M-Copula-GARCH-t模型用以度量包括股指期货在内的投资组合各项资产之间的相关性,验证了Copula方法,特别是M-Copula方法在度量结果和拟合效果上,具有较高的精确性.     

中美贸易摩擦下大豆期货市场相关性的实证研究——基于Copula-GARCH模型

近年来,中美两国贸易摩擦加剧了金融市场之间的相关关系,期货市场作为金融市场重要的一部分,研究期货市场间的相关关系显得尤为重要。本文将GARCH模型与Copula模型相结合,建立二元金融时间序列的Copula-GARCH模型以研究中美大豆期货市场的相关关系。首先利用GARCH-t模型刻画中美两国大豆期货市场收益率的边缘分布,然后利用极大似然估计法和K-S检验进行参数估计并拟合优度检验,接着利用极大似然法估计常用Copula参数,利用AIC,BIC准则和Log likelihood最小准则选择合适的Copula函数来描述中美大豆期货市场间的相关性。实证研究表明,大连商品期货交易所大豆期货价格与芝加哥商品交易所大豆期货价格有较大相关性,t-Copula函数能较优地描述两市场的相关性,两个市场之间大豆期货的上下尾相关系数皆为0.087 019,存在同涨同跌现象。     

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Copula模型的股市收益率与成交量的相关分析

建立了基于AR(1)-GARCH(1,1)的Gumbel Copula模型,并以此为基础刻画了中国房地产股市收益率与成交量之间的相关性.通过AIC信息准则进行拟合优度检验发现,Gumbel Copula函数模型能够更好地刻画收益率与成交量之间的相关结构,收益率与成交量之间存在上尾高的非对称相关,以及很弱的正相关的特征.     

基于藤Copula-GARCH模型的金融资产间相依性研究

目的在金融市场多元化的背景下,研究各市场间的相关性对风险控制及投资组合问题有着巨大的帮助,构建GARCH Pair-Copula模型研究标普500指数、道琼斯工业指数、恒生指数、日经225指数、沪深300指数之间的相依关系。方法选取5个股指的日收益率序列,利用AR(1)-GARCH(1,1)-偏斜t模型和AR(1)-GJR(1,1)-偏斜t模型拟合其分布,用IFM方法估计参数,利用AIC和BIC准则选取最优的模型。结果在C藤和D藤结构下,选取Clayton Pair-Copula,t Pair-Copula,SJC Pair-Copula刻画市场间的相依关系。结论基于C藤的t Pair-Copula能较好地刻画市场间尾部对称的相依结构。     

基于藤Copula-SV模型的金融资产间相关性研究

在金融市场多元化的背景下,研究各市场间的相关性对风险控制及投资组合问题有着巨大的帮助。研究了标普500指数、道琼斯工业指数、恒生指数、日经225指数、沪深300指数之间的相关性结构。选取这5个股指的日收益率序列,用SV-N(1)模型与SV-t(1)模型拟合其分布,再采用马尔科夫链蒙特卡罗(MCMC)方法估计参数。在C藤和D藤结构下,选取Clayton pair-copula、t pair-copula、SJC pair-copula模型刻画市场间的相关关系。结果表明,SV-N(1)模型下基于D藤的t pair-copula能较好地刻画所研究市场间尾部对称的相关性。     

基于Copula GARCH MMBP的Monte Carlo期权定价方法

本文将与两种指数相关的股权挂钩票据的定价问题转化为期权定价问题,提出了一种基于Copula模型的Monte Carlo期权定价方法.针对两组对数收益率序列的相关性结构,本文运用Copula GARCH 模型进行了拟合,并采用修正的极大似然估计方法对模型的参数进行了估计.作为应用,本文对汇丰银行发行的一种股权挂钩票据进行了定价和利润分析.     

基于最优混合copula函数在股票市场中的研究

混合copula函数在刻画金融数据尾部相关性时具有更好的灵活性,基于此在描述上证指数及沪深300股指期货的相关关系中对比了三种混合copula函数的模型.模型一:混合Clayton-Gumbel copula函数;模型二:混合Clayton-Frank copula函数;模型三:混合Clayton-GumbelFrank copula函数.根据AIC准则、K-S检验选择最优拟合模型.实证结果表明两个序列存在非对称的尾部相关性;从拟合效果来看,模型三是刻画序列间相关关系的最优模型.     

基于BEMD和Copula的沪港股市相关性研究

为深入探讨沪港两股市间相关结构的微观特征,本文在Copula理论的基础上引入二元经验模态分解(BEMD)算法,分别刻画了上证综指和恒生指数日收益率序列之间的整体相关性和微观相关性。研究结果表明,在港股市间整体相关性方面以及经BEMD分解后不同尺度上微观相关性刻画方面,时变SJC Copula函数都能较好地描述两收益率序列之间的相关结构,即沪港股市间存在时变的非对称尾部相关关系。此结果也进一步证实新方法在刻画相关性方面的有效性。     

香港与内地股市的相关性及风险溢出效应研究———基于藤Copula-GARCH模型

目的 构建Copula-GARCH-CoVaR模型,研究深港通实施前后深市、沪市与香港股市间的相关性及风险溢出效应.方法 选取深圳成分指数、上海综合指数和香港恒生指数收益率序列,利用GARCH(1,1)-t模型刻画三地股票市场收益率的边缘分布,选取Pair-Copula并分别基于C藤和D藤对三市场相关性进行分析,通过计算市场间 ΔCoVaR值来分析深港通实施前后深市、沪市与香港股市之间风险溢出变化.结果与结论 相比于D藤,C藤下的Pair-Copula能更好地拟合深市、沪市与香港股市之间的相关结构.     

基于高频数据的金融市场风险溢出研究

近年来,金融市场间的联动现象日趋频繁,跨市场的风险溢出进一步增强.2015年以来,中国股票市场迅速发展,但也出现了大幅度的波动.因此,在维护金融稳定、防范金融风险的背景下,加强对中国股市的风险监控,降低外部冲击的影响具有重要的现实意义.建立EGARCH-Copula模型研究沪市与港市之间的相关结构,计算谱风险和VaR值以度量波动溢出效应.选取每隔5 min的上证综合指数和香港恒生指数收益率序列,进行小波降噪后,构建EGARCH模型拟合其边缘分布,选择Copula函数刻画它们之间的相关结构,Monte Carlo模拟计算谱风险和VaR值.实证结果显示,t-EGARCH-Gumbel Copula模型能够较好地描述沪市与港市之间的尾部相关结构;谱风险值随着风险厌恶系数的增大而增大,比VaR值更能捕捉尾部的极端风险,降低投资者的损失.     

基于时变相关Copula的最小方差套期保值研究

在传统的最小方差套期保值的基础上,引入时变相关的正态Copula函数,借助Copula函数计算中位数相关系数,代替传统的Pearson相关系数,以提高套期保值效果.时变相关Copula函数的引入,可描述现货价格收益率和期货价格收益率相关结构动态变化的特征,从而解决套期保值效果结构性失真的问题;使用Copula模型计算中位数相关系数,弥补现有方法不能度量非线性关系的不足,解决当现货价格收益率或者期货价格收益率发生较大波动时套期保值比率确定的问题.实证结果表明:本研究提出的模型有效性高于传统的套期保值模型,利用本模型可以更好地规避现货市场的市场风险.     

基于动态R-Vine Copula的银行股指投资组合及风险度量研究

金融资产价格之间的波动往往具有结构相依性。为了研究银行股指数据间这种复杂关系,能够进一步准确度量金融风险,本文以我国六大银行股指数据为研究对象,利用ARMA-GJR-SkT模型作为单一资产序列的边缘分布,以灵活的R-Vine Copula模型为基础,联合构建投资组合模型。通过滚动时间窗口的Monte Carlo技术及MST-PRIM算法确定各类模型的RVM结构,在此基础上结合逆变换法仿真模拟收益率序列,并利用模拟收益率进一步计算VaR与CVaR,最后经返回值检验法对模型进行验证。结果表明：建立最优的投资组合模型是精准度量金融风险的关键;在风险度量时,相同的置信水平下,CVaR模型比VaR模型更可靠。置信水平不等时,其值增大的同时,失败天数会减小。     

基于混合Copula和ARMA-GARCH-t模型的股票指数风险度量研究

针对近期中国股票市场的剧烈波动给投资者带来的影响,本文选取中国沪深股市和香港股市中具有代表性的3种股票指数的日收益率数据进行建模分析。选用ARMA-GARCH(1,1)-t模型拟合其边缘收益率序列,利用Gumbel、Clayton和t-Copula的线性组合函数刻画其相关结构,再运用蒙特卡罗模拟方法计算不同置信水平下各股指的风险价值、预期损失和中位数损失,其中中位数损失是最近才提出的一种新的风险度量指标。本文的研究结果可以为有着不同风险偏好的投资者和管理者监管系统性风险提供借鉴。