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。     

基于时变Copula-CoVaR商业银行系统性金融风险溢出分析

为了更加准确捕捉商业银行系统性金融风险溢出过程的动态非线性相依特征,以科学分析商业银行风险负外部性与风险溢出强度,通过时变Copula模型计算VaR,CoVaR和△CoVaR,研究了浦发、华夏、民生、招商、兴业、中信6个商业银行个股指数和中证800银行业指数间的商业银行系统性金融风险溢出问题.结果表明:时变模型对于△CoVaR的刻画相较于静态模型更为准确、灵敏,且计算得出的CoVaR均为负值,分析比较△CoVaR,得出风险溢出强度从强到弱依次为:中信银行、兴业银行、华夏银行、民生银行、浦发银行、招商银行.研究为风险监管资源分配、监管对象确定提供了一定依据.     

股票市场对国有银行的风险溢出效应研究

度量股票市场对国有银行的风险溢出效应,对于监管部门的决策制定、金融机构以及投资者的资产分配具有极其重要的理论价值与实践意义.通过Vine Copula模型可以构建股票市场与国有银行间的联合分布函数,并结合CoVaR方法和压力测试方法从单市场和多市场角度测度股票市场对五大国有银行的风险溢出效应.实证结果表明,CoVaR方法和压力测试方法可以有效地测度股票市场对国有银行的风险溢出效应,而仅考虑单个市场的风险溢出效应可能会导致国有银行的风险水平被低估;股票市场对国有银行存在显著的正向风险溢出效应,但风险溢出强度存在差异;股票市场对国有银行的上、下行风险溢出效应存在非对称特征,国有银行对股票市场风险的正向变化更为敏感.相关结论可以为监管部门、金融机构以及投资者的决策行为提供有益的经验支持.     

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.     

Copula函数在金融市场组合风险中的相关性研究

Copula函数是一种将联合分布与边缘分布连接在一起的函数,它描述了变量间的相关性。1999年后Copula函数已在统计上得到广泛应用并开始应用于金融领域。自然地作为一种可以研究非线性、非对称相关的统计理论,Copula函数在国际上被迅速应用到金融市场的相关性分析、金融风险的管理与防范以及资产定价、保险定价等方面。     

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Copula函数的风险度量和保费定价模式

在修正确定等价风险度量方式的基础上,应用Copula连接函数,将组合投资各风险之间的相关性考虑在保费定价和风险度量中,提出一种基于Copula函数以及单个风险是混合分布时基于Copula函数的风险度量和保费定价模式,并证明了其满足的性质.     

我国医药行业国企与民企间的风险传染分析 ——基于国企混改后的实证研究

通过Granger因果检验和以t分布为边缘分布的混合Copula函数对我国医药行业国企混改前后与民企间的相依关系进行研究,并且用蒙特卡洛方法分析了在不同置信水平下国企和民企间的风险特征,结果表明,用混合Copula函数刻画的国企和民企间相依结构最优,混改后我国医药行业国企和民企之间的联动性有所增强,面临的风险也有所降低...     

基于Copula的中国股市与基金回报的尾部相关性分析

本文运用二元Archimedean Copula函数分析上证三支股票和三支基金回报间的尾部相关性,以求得出这几种股票与所选取基金之间的相关度.结果表明,在众多具有非对称尾部相关性的Archimede-an Copula函数族类中,所选用三类具有代表性的Copula均不能很好地描述所选股票与基金间的相关性.由此得出,所选择股票与基金的相关性在一年时间跨度内难以用Copula捕捉,这种现象应引起风险管理者的注意.     

基于M-copula的水资源短缺风险经济损失预测模型及其应用

仅使用一种常用的Gumbel Copula、Clayton Copula或Frank Copula无法刻画水文变量之间所有的相关模式和结构,引入M-Copula函数模拟供水量和用水量的联合分布,提出水资源短缺风险经济损失预测模型.比较M-Copula函数和Gumbel Copula、Clayton Copula和Frank Copula得到的尾部相关系数和均方误差,计算结果表明M-Copula函数显著优于Gumbel Copula、Clayton Copula和Frank Copula函数,可以全面刻画供水量和用水量之间的相关模式和结构.对天津市在丰水年(20%)、平水年(50%)、偏枯年(75%)和枯水年(95%)情景下的水资源短缺风险经济损失进行预估,结果表明：在偏枯年份和枯水年份,水资源短缺风险经济损失值分别约为108亿元和142亿元.     

银行系统性风险度量——基于动态CoVaR 方法的分析

以测量金融机构溢出风险的条件CoVaR模型为基础,应用股价数据对我国14家上市商业银行的系统性风险贡献度及其影响因素进行测算分析.实证结果表明：银行系统性风险贡献度与其自身VaR之间并无显著线性关系,对我国银行体系而言,系统重要性银行主要是四大国有银行,尤其以建设银行、中国银行和工商银行的系统性影响最为显著,其他股份制银行的风险溢出和传染效应远小于这3家银行;银行的溢出风险ΔCoVaR、自身风险VaR水平、不良贷款率以及宏观经济波动对于预测银行系统性风险的边际贡献具有显著影响.     

高斯Copula的一点注记

Copula函数把边缘分布函数与联合分布函数联系起来,是研究变量间相依性的一种有效工具.而高斯分布在实际应用中占有重要的地位,本文主要研究高斯分布的极尾相依系数、极高斯Copula函数,推导出极值高斯Copula函数.     

基于Copula函数的贷款组合期限结构优化模型及其应用

将Copula函数应用于银行贷款组合期限结构优化模型上,进行实证分析.指出基于Copula函数的贷款组合期限结构模型解决了贷款组合的流动性风险控制问题.更好地反映了贷款组合的真实风险,兼顾了资产组合的收益与市场风险的暴露.     

新冠疫情下股市、债市、汇市的联动性研究

探究中国股票市场、债券市场、外汇市场在新型冠状病毒肺炎疫情冲击下的动态响应,以及3个市场间的联动性。首先对3个市场的收益率序列进行单位根检验,在此基础上建立向量自回归模型(vector auto regression model, VAR);其次基于模型构建脉冲响应函数作出脉冲响应图,研究3个市场的动态响应;最后对收益率序列进行方差分解,以了解3个市场收益率序列波动的贡献率。结果显示,从总体上看,疫情对中国股市、债市、汇市的影响是短期的,3个市场在受到疫情冲击后收益率相关性增加,传染效应增强,3个市场间存在协整关系,并且股市与汇市之间存在单向因果关系;从响应程度上看,各金融市场对疫情冲击的响应具有时变性,不同时期的响应程度不同,且股市对疫情冲击的响应程度远大于债市和汇市;从市场间联动性上看,股市波动对债市和汇市影响较大,债市和汇市波动对其他金融市场的影响较小。本研究可为今后重大突发卫生事件发生时进行金融市场管理、合理规划投资组合、保持金融稳定健康发展提供参考。     

基于复合Copula函数的动态投资组合选择模型的研究

利用加权平均法定义了复合Copula函数.基于复合Copula函数的性质定义了投资组合的风险测度值相对Copula-CVaR(RCCVaR).利用RCCVaR风险度量方法建立动态的均值-RCCVaR的投资组合选择模型.     

三峡库区滑坡土体抗剪强度参数相关性构建的最优Copula函数

Copula函数是一种将联合分布函数与各自边缘分布函数连接在一起的函数,已经成功应用在多个领域.本文为了研究表征抗剪强度参数间相关性的二维Copula函数分布模型最优化识别,在收集的滑坡土体参数基础上,采用K-S检验法确定了抗剪强度参数的最优边缘分布模型,并利用最小平方欧式距离识别出表征抗剪强度参数间相关结构最优的Copula函数.结果表明:Copula函数是构造土体抗剪强度参数c、φ之间联合分布函数的一种有效方法;基于核密度参数估计值的Gaussian Copula函数具有更好地描述参数间相关性的能力,构造方法具有计算简单、适用范围广以及能更好地模拟原始参数间相关性等优点,建议优先采用.该方法应基于监测数据计算后进行Copula函数选择,为工程计算参数选取提供一种新的途径.     

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。     

基于傅立叶级数的半参数CAViaR模型的贝叶斯分析

针对金融市场复杂性及不确定性,为了更灵活地测度金融市场的波动风险,提出了一类半参数CAViaR模型,利用傅立叶级数拟合前一期信息对当前VaR风险值的非线性影响,选择合适的先验分布,基于非对称Laplace分布构建了相应的似然函数,推导了参数的后验分布,从而实现了对CAViaR模型的贝叶斯推断;最后利用贝叶斯CAViaR模型研究了上海综合指数的风险波动特征,结果发现上证综指的风险波动存在自回归性.     

基于Archimedean Copula函数淮河月径流的随机模拟

以淮河干流蚌埠站64a(1950—2013年)的月径流资料为例,研究Archimedean Copula函数在月径流随机模拟中的应用.先利用4种一维分布函数对每个月径流进行单变量的分布拟合,再利用3种二维Archimedean Copula函数进行相邻月份的联合分布拟合,并对一维分布函数及二维联合分布函数的拟合优度进行判断,以确定拟合效果最优的边缘分布函数和二维Copula函数.基于选定的Copula函数,结合Gibbs采样实现月径流随机模拟,通过比较实测与模拟月径流对该方法进行验证.研究结果表明,Archimedean Copula函数结合Gibbs采样可有效建立相邻月份间的相关性结构,为水文水资源随机模拟提供一种新的途径.