中国汇市、股市和债市相依结构实证研究——基于资本账户开放加快推进前后的对比分析

金融市场间收益率的相依结构是规避风险发生的理论基础。随着资本账户开放加快推进,研究中国汇市、股市和债市相依结构的变化对于维持金融市场健康平稳发展显得尤为重要。文章首先基于GJRGARCH模型过滤不同金融市场收益率序列,然后采用经验分布估计方法,建立边际分布序列,最后选取最佳Copula函数,建立了汇市、股市和债市间的二元联合分布模型。研究发现,随着资本账户开放的加快推进,第一,中国汇市、股市和债市间的尾部相依性降低;第二,中美两国股市间和债市间的相依性明显增强;第三,中美两国股市间和债市间的相依性比中国金融市场间的相依性强。本文研究结论帮助我国投资者在进行资产管理和金融监管部门制定政策时,对金融市场的变化做好事先的评判。     

基于嵌套Archimedean Copula的金融资产相关性研究

Copula能将单个边缘分布和多元联合分布联系起来,已被广泛用于金融资产相关性研究。本文利用E-GARCH(1,1)模型来拟合各个外汇市场的日收益率序列,通过构建嵌套Archimedean Copula联合分布函数,分析美元、港币、欧元波动相关关系。实证研究表明:嵌套Archimedean Copula能够很好地捕获非对称结构下尾相关性,及较好地刻画外汇市场的协同波动效应,并且简化计算量,具有直观的描述性,有利于进行资产的风险管理。     

财险公司赔款与直接理赔费用的相关性分析

本文首先对财险公司实际理赔数据进行分布拟合分析。通过三种拟合优度准则的比较,发现Burr分布比Pareto分布能更好地拟合赔款和直接理赔费用。其次,为了刻画赔款和直接理赔费用之间的相依关系,我们通过对常见的五类Copula函数进行参数估计,并比较赤迟信息准则（AIC）的大小,发现Gumbel Copula比其他常见的四类Copula函数更适合。最后,作为本文研究的应用实例,本文使用R软件的随机模拟函数,计算出一种特殊的再保险保费以及风险价值和尾部风险价值。     

基于Copula函数的沪深300股指期货相依风险研究

本文对沪深300股指和股指期货仿真交易收益率极端风险和相依关系进行了研究,用DCC-GARCH模型描述了股指期货和现货之间动态的条件相关系数,并以极值分布为边际分布对四种常用的Copula函数进行了拟合,发现Frank Copula的拟合效果最好,其次为Clayton Copula。在此基础之上,对不同组合的VaR和CVaR进行测度,发现投资组合比例与风险之间呈现“U”型特征,这也为股指期货套期保值提供了一种新的研究方式。     

基于非参数核密度估计时变相关Copula的沪深股市相关性研究

近年来,Copula方法在金融市场相关性的研究越来越广泛。由于金融时间序列具有时变非对称相关的特性,本文引入时变相关非对称Copula函数(GJC-Copula)应用非参数核密度估计刻画序列概率分布,再采用极大似然估计方法估计尾部相关参数,研究了沪深股市之间的相关性,结果表明股市在下跌时相关系数更大,并通过加入虚拟变量方式分析了股权分置改革后相关系数的变化,结果表明05年股权分置改革后沪深股市上尾和下尾相关系数均有一定程度下降。     

上证指数的收益率与成交量的相关分析

股市中的价格变化与成交量的相关性是投资人士及其学术界人士所研究的热点问题。文中选取了上证指数作为研究对象,对其成交量与收益率之间的相关性进行了分析。基于Copula函数模型,并通过AIC信息准则拟合优度检验发现:Gumbel Copula函数模型能更好地刻画成交量与收益率之间的相关关系。结果表明:收益率与成交量之间的相关关系复杂,呈上尾高非对称相关。     

上证指数的收益率与成交量的相关分析

股市中的价格变化与成交量的相关性是投资人士及其学术界人士所研究的热点问题。文中选取了上证指数作为研究对象,对其成交量与收益率之间的相关性进行了分析。基于Copula函数模型,并通过AIC信息准则拟合优度检验发现:Gumbel Copula函数模型能更好地刻画成交量与收益率之间的相关关系。结果表明:收益率与成交量之间的相关关系复杂,呈上尾高非对称相关。     

基于Copula的投资组合选择模型研究

基于概率收益率与概率风险的定义,建立基于风险与收益率的投资组合模型,为了更好拟合联合分布,在具体解法中采用Copula函数来构造多个资产收益率的联合分布。由于不要求收益率服从维纳过程,因此基于Copula的Markowitz投资组合选择模型具有更广的适用性。通过对上证领先指数与深证领先指数收盘数据实证分析发现,在收益率(基于概率ρ0的收益率)一定的情况下,通过投资组合可以降低风险。     

基于Copula-SV-t模型的开放式基金投资组合优化

现代投资组合理论要求投资者研究不同金融资产间非线性非正态的分布特征和相关关系,进而优化相应的资产组合。结合SV-t模型和Copula函数,对单支开放式基金收益率分布的厚尾特征和不同基金间非线性的相关关系进行描述,并用ES方法度量不同权重下基金组合间的风险。实证表明：t-Copula函数下的模型更能反映出组合间的尾部相关性,此时最优组合下ES较正态Copula函数下的结果要小,说明t-Copula函数下的Copula-SV-t模型在实际中更具应用价值。     

基于Copula-GARCH-EVT的中国开放式基金投资组合风险度量

文章结合CARCH模型和EVT理论刻画了单个金融资产收益率的波动性和尾部分布,并将Copula函数和Monte Carlo技术应用于证券投资组合的VaR计算方法.通过对光大红利基金的实证研究,得到前十大重仓中单只股票及其投资组合的风险值,结果表明,基于Copula-GARCH-EVT的VaR方法具有重要的经济应用价值.     

基于Copula的商业银行信用-汇率风险整合的实证研究

本文对不同族类、不同种类Copula函数进行比较分析,基于深圳发展银行、上海浦东发展银行、中国民生银行信用收益率和汇率收益率的经验数据进行实证研究与分析,用经验累积分布函数拟合信用收益率和汇率收益率的边缘分布,ArchimedeanCopula函数描述三家银行的信用收益率和汇率收益率的相关关系。在各个置信度下,运用拟合度最优的Copula函数求出各自的信用-汇率风险的VaR（Value—at—risk）值和CVaR（Condifonal Value-at-risk）值,并比较三家银行整合风险的大小,为金融机构决策者的监管提供参考。     

铅期货套期保值比率的估计——基于时变的正态Copula-GJR模型

本文结合Copula函数和协整理论两方面优势,同时考虑到金融市场收益率序列可能存在的偏态和尖峰厚尾特征,构造了一个基于时变的正太Copula函数的GJR-Skew-t分布的套期保值比率估计模型。并且对比分析了传统的CCC-GARCH模型和DCC-GARCH模型的套期保值效果,实证研究表明:时变的正太Copula-GJR模型的套期保值比率最优并且套期保值效果较好,使用该模型可以提高收益率的均值,同时减少风险。     

我国房地产业与银行业的相依关系

基于混合Copula模型选用房地产业和银行业的行业指数收益率数据对我国房地产业与银行业的相依关系进行研究,使用非参数核密度方法估计房地产业与银行业的指数收益率序列的边缘分布,并结合EM算法对混合Copula参数进行估计,得出结论:混合Copula模型相对于单个的Copula模型能更灵活的刻画出房地产业与银行业非线性与非对称的相关关系;两个行业在市场活跃时的相依强度略大于市场低迷时的相关强度且行业相依结构为正。文章的最后对于预防房地产业和银行业的风险传染给出参考性建议。     

货币供应量与股市波动相关性浅析

本文采用非参数核密度估计拟合边缘分布,构建了我国货币供应量与股市波动的相关性模型。与经典的相关性分析模型相比,采用Copula函数对货币供应量与股市波动的相关性描述更为全面。     

基于混合Copula函数的行业指数投资组合风险度量

考虑金融时间序列出现非正态性及非线性相关的特征,构建了基于混合Copula函数的投资组合风险度量及优化模型。采用GARCH模型对各个金融时间序列缘分布进行建模,并利用可以灵活反映上、下尾部相关和对称相关的混合Copula连接各个边缘分布。运用BFGS算法和极大似然估计相结合的方式对模型进行参数估计,通过数学优化和Monte Carlo模拟方法求得投资组合的最优权重,以及相应的Va R和CVa R值。最后,利用中国股市四个行业指数的数据进行实证分析,检验了模型的可行性和有效性,为高维非线性相关的投资组合决策提供有价值的参考。     

基于Copula-VaR模型的资产组合风险研究

将Copula函数应用于风险管理中。在运用VaR计算单一投资风险的基础上,将原有的简单线性相关系数转换为Kendall秩相关系数和尾部相关系数,运用阿基米德Coupula函数中的Clayton Copula函数和Gumbel Copula函数测度了资产组合风险。通过实证研究运用Copula-VaR模型能够更好地衡量资产组合的风险,并给出了相关的投资建议。     

我国保险公司经济资本度量研究——基于GARCH-EVT与COPULA的两阶段模型

现有的保险公司经济资本研究多关注保险业务风险,较少考虑投资风险。本文结合上述两个方面对经济资本进行更全面地测算,使用GARCH与EVT模型进行收益率序列的边缘分布拟合,使用Copula连接各业务部门损益率的边缘分布以更好地模拟整体风险损失数据。测算结果显示该方法可以更有效地反映保险公司的经济资本需求,比单纯考虑保险赔付部门情况下更为科学。     

Copula函数在分析沪深股市相依结构中的应用

Copula函数为金融市场非线性相依性的研究提供了一种新方法。本文将三种给定的Copula模型用于研究上证指数和深圳指数之间的非线性相依结构。我们首先采用经验分布去估计沪、深指数的边际分布,其次利用极大似然法去估计Copula中的参数,最后再进行分布拟合检验,并做了数据敏感度分析。     

基于Copula函数的国际原油价格与股票市场收益的相关性研究

针对国际原油价格与金砖五国股票市场收益之间的相关性问题,使用 AR(p)-GARCH(1,1)-Copula 模型进行检验。运用广义误差分布(GED)获取收益残差序列,对 WTI 原油价格和金砖五国股市收益之间的相关性进行实证分析。研究结果表明,国际原油价格与中国股市收益呈现微弱的相关关系,而与其他四国股市收益的相关关系较为明显。用时变 SJC Copula 模型刻画国际原油价格与金砖五国股票市场收益的相关性最为合适。     

二元Copula函数的投资组合模型选择

Coplua模型是组合投资风险评估中常用模型,它具有多种不同的类型,模型选择的好坏对风险评估结果具有至关重要的影响.本文主要比较了二元正态Copula模型和二元t-Copula模型对中国股市数据拟合的优劣程度.针对这两种模型,利用上证综指、深证成指、上证基金、深证基金、东风汽车、中国石化、宝钢股份和万家乐的日收盘价数据估计相应的参数得到相应的拟合分布,然后分别与经验Copula函数作比较,通过计算拟合分布与经验分布之间的距离,得出二元t-Cop-ula函数能更好地拟合两组投资组合的日收益率数据的结论.