上证综指深证成指的相关性分析——基于Copula连接函数

本文研究了对于给定的4种Copula模型,通过CML方法进行参数估计,由边缘分布二元直方图与在求出的估计参数下绘制的密度函数图形加以对比分析,再由样本与经验Copula分布进行直观的Q-Q图检验,然后用负对数似然函数值、AIC信息准则进行了拟合优度检验,认为Symmetrised Joe-Clayton copula能够更好的刻画上证指数和深证指数的相依结构。     

Copula 在商业银行组合信用风险度量中的应用

本文对比分析了正态Copula函数、t-Copula函数、Gumbel Copula函数、Frank Copula函数和Clayton Copula函数对资产组合分布尾部特征的描述特点并选择其中四种Copula函数与KMV模型相结合对商业银行组合信用风险进行度量,度量结果显示Clayton—Copula相关模式假设下的商业银行组合信用风险度量结果最符合实际。     

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。     

金融危机传染实证研究

本文在梳理金融危机传染的定义,分析金融危机传染的机理,介绍Copula函数的金融危机传染检验方法的基础上,通过运用多种静态Copula和动态Copula函数对金融危机传染进行了分析。主要结论包括三个方面：一是金融危机时期,中国股市下跌与美国股市下跌在一定程度上存在联动,但中国股市的波动也有一定独立性;二是全球金融危机后,国内股市和债市呈现显著负相关性关系;三是从国内金融机构看,不论是否处于危机期间,国有商业银行之间、国有商业银行与中小型银行之间的风险传染并不明显,中小型银行之间风险传染较强,但不是由金融危机引起的,而是由其他因素导致。     

我国货币政策传导机制有效性研究——基于托宾Q效应的分析

本文立足于货币政策渠道中的资产价格传导机制之一的托宾Q效应途径,收集了2006年至2015年广义货币(M2)的发行量、托宾Q比率、国内生产总值(GDP)以及全社会固定资产投资额(I)等年度时间序列数据,利用单位根检验、协整关系检验和格兰杰因果关系检验等当代主流的统计研究方法,建立向量自回归模型,并运用脉冲响应函数和方差分解对我国货币政策托宾Q效应传导的路径与效果开展长期静态分析和短期动态分析。结果表明:我国货币政策传导的托宾Q效应渠道的有效性较低,该途径在货币政策传导机制中的作用有限。     

投资组合风险承受能力既定的Achimedien copula实际风险模拟

Copula是用来描述多个随机变量闻相依的统计方法,利用随机向量的边缘分布,确定随机向量的联合分布.Copula函数广泛地应用与金融领域,特别在投资组合选择,金融市场风险管理方面成为一个有力的工具.本文选取模拟金融数据效果更好的Achi-medien copula函数对给定风险下的投资组合面临的实际风险进行了分析.     

投资组合风险承受能力既定的Achimedien copula实际风险模拟

Copula是用来描述多个随机变量间相依的统计方法,利用随机向量的边缘分布,确定随机向量的联合分布。Copula函数广泛地应用与金融领域,特别在投资组合选择,金融市场风险管理方面成为一个有力的工具。本文选取模拟金融数据效果更好的Achi-medien copula函数对给定风险下的投资组合面临的实际风险进行了分析。     

中国股市整合风险测度研究——基于VaR框架和相关结构的分析

针对现有流动性风险与市场风险的整合风险测度方法忽略两者相关结构的问题,在运用ARMA-GARCH-t模型对中国股市市场风险因子和流动性风险因子的边缘分布进行刻画的基础上,引入7种Copula函数来考察两者的相关结构,并运用Monte Carlo方法测度出整合风险。以沪深300指数为研究对象的实证检验结果表明:中国股市市场风险与流动性风险之间更符合动态的相关结构;在考虑了两风险的相关结构之后,基于时变t Copula函数的风险测度模型最能准确测度两风险的整合风险。     

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。     

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。     

中美主要金融市场相关结构及风险传导路径研究——基于Copula理论与方法

金融危机背景下的股市表现出更加复杂的动荡性,本文在传统GARCH模型的基础上引入了风险值对收益率的影响因素,运用GARCH-M模型来刻画股票收益率序列边缘分布,通过构建GARCH-M-t边缘分布过滤模型获取收益率残差序列,最后采用Copula函数对边缘分布拟合后的残差序列建模构建出Copula-GARCH-M-t相关结构模型。经过参数估计及多种Copula函数的拟合优度检验,最终成功刻画出中美金融市场五大证券交易中心股票收益率之间的相关结构模型。通过秩相关系数、尾部相关系数等相关性度量工具对中美两国金融市场的相关性进行分析,最后通过对不同股票市场之间的尾部相关性分析确定两国金融市场之间风险传导路径。     

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。     

开放经济下金融资产的相关性度量及风险分析——以上证指数和恒生指数为例

一、copula函数的相关理论介绍(一)copula的定义和Sklar’S定理Copula函数原义是"连接","交换"的意思,可以理解为"相依函数"或"连接函数",它是把多维随机变量的联合分布用其一维边际分布连接起来的函数。二维Copula函数C是定义在I2=[0,1]×[0,1]上,满足以下条件的函数:     

基于EGARCH-Copula模型的VaR方法在投资组合风险分析中的应用

GARCH族模型是金融计量学中用来描述或预测金融资产收益率波动的模型,通过对金融资产收益率波动的建模,可以得出未来金融资产收益率的条件分布。Copula函数可以用来描述多个随机变量间的相依结构,进而得出他们的联合分布。Copula自被引入金融产品分析以来,以取得了很多成果也被广泛使用。运用GARCH族模型进行资产组合中边缘分布的建模,继而使用Copula得到组合资产联合分布的方法来计算资产组合VaR值最早被吴振翔（2006）系统性地提出,但其中有许多问题仍需要完善。本文将继续这个思路,通过EGARCH模型更好地描述资产收益率的杠杆效应,以及考虑Copula函数中参数的时变性,来完善这一方法。     

开放经济下金融资产的相关性度量及风险分析——以上证指数和恒生指数为例

<正>一、copula函数的相关理论介绍(一)copula的定义和Sklar’S定理Copula函数原义是"连接","交换"的意思,可以理解为"相依函数"或"连接函数",它是把多维随机变量的联合分布用其一维边际分布连接起来的函数。二维Copula函数C是定义在I2=[0,1]×[0,1]上,满足以下条件的函数:     

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。     

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。