Copula-EVT模型及其投资组合风险分析中应用

Copula技术广泛地应用于金融领域,特别是在金融风险、投资组合、资产定价的方面,目前已成为解决金融问题的一个有力工具.本文将Copula技术应用于沪深股市投资组合当中,由于VaR和ES表达式难以求出,于是采用蒙特卡罗模拟的方法模拟组合收益走势,进而计算出在不同置信水平下的风险价值(VaR)和期望不足(ES),其中对数收益边缘分布函数由中心和左尾为Laplace分布,右尾为极值分布组成.从Basle交通灯法返回检验的结果来看,Copula-EVT模型能够较好度量组合风险.     

金融危机背景下沪综指与深成指指数相关性分析

鉴于中国证券市场沪深两市的构成特征,在金融危机背景下,应用Archimedean Copula函数族中的Gumbel Copula函数和Clayton Copula函数,实证分析沪综指与深成指指数的相关性,结果表明,我国股市总体呈现出一定的一致性和相关性,并且金融危机出现后,沪深两市下跌的一致性程度大于上涨的一致性程度。     

基于Copula模型的多维地震动参数相关性分析

地震动常被拆解为两个水平向分量(x、y)和一个竖向分量(z)。为探寻Copula模型在多维地震动参数相关性分析中的应用可行性,从太平洋工程抗震研究中心选取1 500组实测地震动,并从强度、持时和频谱3个方面筛选出12组地震动参数用于表征分析地震动不同向分量间的相关性。首先,计算得到u-v(u、v为地震动两个水平向分量和一个竖向分量中的任意两个分量,u、v=x,y,z)向分量间12组地震动参数的Pearson线性相关系数、Kendall秩相关系数和Spearman秩相关系数。其次,结合柯尔莫哥洛夫-斯米尔诺夫(Kolmogorov-Smirnov, K-S)检验和贝叶斯信息准则(the Bayesian information criteria, BIC)建立了12组地震动参数在x、y、z向分量上的最优概率模型。最后,利用BIC准则确定了u-v向分量间地震动参数的最优Copula函数,建立了u-v向分量间12组地震动参数的联合概率函数。结果表明：12组地震动参数相关性较好,但反应谱峰值对应周期参数在u-v向分量间的相关性和阿里亚斯强度参数在x-z向、y-z向分量间的相关性较低;通过Cop...     

基于Copula的海洋生态系统的稳态转换

基于藻类与食植鱼类的生态动力学模型,采用非线性动力学方法,确定了典型控制参数的分岔区域．运用Copula方法,通过历史数据得到控制参数的概率分布．以分岔区域作为不同状态,建立了系统状态转移的马尔科夫链模型运用蒙特卡罗方法计算转移概率矩阵,得到多稳态转换的平稳概率,并得到了使期望状态平稳概率最大化的控制参数值     

极端金融风险度量模型述评——基于一致性原理的VaR改进方法

针对VaR方法存在的不足以及其不满足风险度量的一致性原则,评述了当前国际上新近出现的系列对VaR进行改进的方法.尤其针对具有厚尾、动态性以及多变量相依特性的各种极端金融风险,需要综合考虑风险分布的各种实际状况而采用合适的度量模型,因此具体讨论了CVaR,ES,Copula,UBSR以及SRM等模型度量不同分布条件下的各种极端金融风险的思路,并对各模型的具体应用和函数功能进行了详细评述,指出了各种度量模型和方法的适用特点,以及未来的可能研究方向.     

基于Copula函数的证券基金与股价指数的尾部相关性分析

利用Granger因果检验考察上证基金指数及股票指数间的联动特征,发现股票指数是基金指数的Granger成因.分别对基金指数及股票指数的收益率建立时间序列GARCH模型,引入Archimedean Copuh族的函数研究基金与股票收益之间的尾部相关性,研究表明基金指数和股票指数尾部相关性较高,基金市场随股票市场的涨跌而发生变化,且相关性在熊市期间强于牛市期间.     

基于多维极值参数的飞行风险量化评估方法

数具有和试验数据相同的分布形式,并构建了飞行风险发生的判定条件。在对一维极值参数符合广义极值分布的假设进行证明的基础上,提出了三维极值参数的四参数变权重(four adaptive weight parameters, FAWP),Copula模型利用自适应粒子群算法对一维和三维目标函数中的未知参数进行了辨识,对多种Copula辨识出的三维极值分布进行了拟合优度检验,结果表明FAWP Copula对三维极值参数分布形式的描述最为精确。利用FAWP Copula模型对尾流遭遇情形下的飞行风险概率进行了量化计算,所得指标可用来研究尾流场内的风险规避策略及算法。     

基于特征工程的集成学习短期光伏功率预测

短期光伏功率预测对于电网稳定运行具有重要意义.为了解决单一模型预测精度不佳的情况,提出了一种在Stac-king集成学习框架下融合Bagging和Boosting算法的短期光伏功率预测模型.首先,引入Copula函数的相关性分析和轻量级梯度提升机的特征贡献度计算来进行特征筛选;然后,选取泛化性能较优的模型作为基学习器,...     

基于Copula函数的组合资产条件相依性模型及其应用

条件概率分布常用来研究马尔科夫序列相依模型的构建.组合资产的相依结构受多方面的影响,资产之间的同期相依与单个资产时间上的短期相依是组合资产两类主要的相依关系. 结合条件概率的理论,考虑组合资产之间的同期相依与时间上的短期相依两类关系,建立基于Copula函数相依关系模型研究了沪深股市指数收益率的相依结构.应用三阶段极大似然估计方法对模型的参数进行估计,应用χ²检验统计量对模型进行优度检验和模型的比较.研究结果表明:考虑了单个资产时间上短期相依关系的模型更适合描述沪深股市的相依结构.     

双指标阶段性退化建模及可靠性分析

高可靠长寿命产品常需同时满足多种功能, 退化机理复杂, 其性能退化过程中多指标、多阶段的问题日益凸显。为此, 考虑退化过程的阶段性特征及不同阶段指标间耦合性规律, 基于Copula函数和Wiener过程建立了双指标阶段性退化模型及可靠性分析方法。同时, 针对产品退化过程中两指标变点不在同一位置的一般性情况, 提出了一种考虑双指标变点的模型参数整体估计方法。最后, 通过舱门锁实例的对比分析, 对所提方法的适用性和有效性进行了验证。结果表明, 同传统双指标模型相比, 所提方法能更为准确地描述退化过程的相关性与阶段性规律, 得到的可靠性评估结果更合理有效。