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.     

Copula在构造联合分布函数中的应用

利用copula构造了具有相同边缘分布的分布函数,讨论了在给定的联合分布和边缘分布的基础上如何构造新的copula的方法,并用构造的copula得到一个二维分布函数。     

基于Copula函数的沪深股市相关性研究

研究了度量相关性的两个工具：秩相关系数和尾部相关系数．在Archimedean Copula族中选择最优的Clayton Copula来度量上证综指和深圳成指尾部相关性，得出两者具有较强的下尾相关性，且量化后的相关性能够较好预测股票市场的变化．     

边缘分布确定的多元Copula函数构建

从二维随机变量(TRV)的边缘分布函数(MDF)与其联合分布函数(JDF)的关系出发,研究如何构建多维随机变量(MRV)的联合分布Copula函数,并对构建的函数进行拟合与检验。首先,简单介绍Copula函数的定义、SKlar定理和常用的函数类型;然后将TRV变量的MDF函数与其JDF函数的关系扩展到MRV变量;最后研究了TRV变量的MDF函数已知时,构建其JDF函数的方法,同时将其扩展到MRV变量,提出了新的构建MRV变量的JDF函数的方法,对构建的函数提出了相应的拟合方法和参数估计方法。     

相关系数与Copula函数相关性比较研究

对传统的几种相关性测度指标进行对比分析,并探讨了Copula函数在相关分析中的应用.结果表明,Copula函数是相关性测度的"归一"指标,且能提供更丰富的相关信息,在相关分析中具有独特的优势.     

Copula函数与广义Copula函数

在综述Copula函数性质的基础上,给出了广义Copula函数的概念,并讨论了广义Copula函数的一系列性质。     

基于Copula函数的沪深股市相关性分析

选用GPD分布分别对沪深股市对数收益率尾部进行描述,结合样本数据的统计特征,选择合适的二元Copula函数对沪深股市对数收益率的相关性进行描述,对二元Copula函数的参数进行估计。结果表明:二元t-Copula函数比二元正态Copula函数更能捕捉沪深股市的尾部相关性。沪深股市存在着较强的相关性,线性相关系数为0.9356,Kendall相关系数为0.7611,Spearman相关系数为0.9150。     

Copula函数的一些推广

研究了Copula函数的基本概念以及相关性质。并对二元变量的Copula函数做一些推广性的探讨．     

生存函数的一种非参数估计

一类产品的寿命试验，不可能得到其确切的失效时间，因而在一列选定的时刻抽取若干子样，观察其是否失效，对此试验结果，我们给出一种非参数估计，模拟结果表明，效果更好。     

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.     

基于Copula理论的相关性测度

文章研究了随机变量的相关性测度Kendall's τ与Spearman's ρ之间的关系.利用Copula方法,得到了两者的比值ρ/τ变化的不等式.针对一类Copula参数族,证明了比值的极限值是3/2.     

基于Copula的信用风险经济资本计量模型及应用

本文将Copula函数应用于信用风险经济资本计量模型中,并进行实证研究。基于Copula理论的经济资本计量模型解决了由不同行业贷款所组成的贷款组合相关性结构的拟合问题。准确地反映了贷款组合的非违约风险暴露,同时完善了银行的内部评级体系。     

参数族阿基米德Copula的尾相关性

本文讨论了生成元为双参数情形的二维阿基米德Copula的尾相关系数,以及高维单参数族和双参数族情形．而且对于二维和高维的尾相关系数进行比较．     

基于Copula方法的条件VaR估计

给出了股价日内波幅的定义，并应用Copula方法得到了股票价格日内波幅和收益率的相依结构，以及两者之间的尾部相依系数．利用Copula相依结构可以估计出联合分布以及日内波幅条件下的条件分布，进而得到条件VaR的估计．最后对上证指数和浦发银行股票进行了实证分析和比较，获得了有意义的结果．     

两类新型的Copula及其相关定理

提出了两种新型的Copula (C)和(C),给出了Fréchlet-Hoeffding上界的一个充分必要条件,探讨了4种CopulaC、(C)、C1、C2的运算关系.     

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.     

A Fully Pipelined Probability Density Function Engine for Gaussian Copula Model

The Gaussian Copula Probability Density Function （PDF） plays an important role in the fields of finance, hydrological modeling, biomedical study, and texture retrieval. However, the existing schemes for evaluating the Gaussian Copula PDF are all computationally-demanding and generally the most time-consuming part in the corresponding applications. In this paper, we propose an FPGA-based design to accelerate the computation of the Gaussian Copula PDF. Specifically, the evaluation of the Gaussian Copula PDF is mapped into a fully-pipelined FPGA dataflow engine by using three optimization steps： transforming the calculation pattern, eliminating constant computations from hardware logic, and extending calculations to multiple pipelines. In the experiments on 10 typical large-scale data sets, our FPGA-based solution shows a maximum of 1870 times speedup over a well-tuned single- core CPU-based solution, and 610 times speedup over a well-optimized parallel quad-core CPU-based solution when processing two-dimensional data.     

半参数阿基米德Copula的理论应用

半参数阿基米德Copula族的生成元可由现有阿基米德Copula生成元得到,由于有独特的构造方式,该Cop-ula族具有灵活的相关结构,能"自适应"地描述数据中包含的相关结构.外汇市场的实证分析证实了该Copula族在描述相关结构时的灵活性,对选择何种Copula描述金融资产间的相关结构有一定的参考意义.