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。     

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。     

中国股票市场相关性的Copula分析

1、引言:当今世界,金融危机和波动频繁出现,风险管理和金融时间序列之间的相关性等研究,已经成为了国内外关注的焦点。而原用的线性相关系数等研究方法存在着很多局限性,如线性相关系数首先要求变量间的关系是线性的,而且其方差为有限,否则就没有定义,但是金融市场中出现的不少数据往往是厚尾分布,它们的方差有时并不存在,因此不能用线性相关系数来反映相关性。近几年来,随着Copula理论的出现,金融市场相关性分析进入了一个新的阶段。Copula技术被广泛应用于非参数统计领域,特别是用来研究随机变量间的相关关系。运用copula理论构建金融模…     

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。     

中美股市收益率波动特征比较分析——基于非参数检验及其分布的核密度估计

本文运用K-S、Wilcoxon、J-B检验对中美股市收益率统计特性进行了研究,检验了收益率分布的非正态性和同分布性,并采用Spearman和Kendall检验,对2005年1月4日至2013年5月31日沪深300指数和S&P500指数历史收益率的相关性进行检验,最后利用非参数核密度估计技术拟合了沪深300股指期货收益率分布,结论表明:中美股市收益率具有非正态性、同分布性和高相关性,非参数核密度估计能较好地捕捉市场的风险特征,结论相对更准确。     

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。     

亚洲新兴市场金融危机传染问题研究——基于Copula理论的检验方法

对金融市场信息传导机制的研究发现,市场收益率和波动的变化及它们对市场间相关性的影响是检验金融危机传染的基础。Copula函数能够捕捉非线性和非对称相关,避免线性相关系数可能带来的误导,结合Copula理论、Bayes时序诊断以及Z检验,可以更加有效地检验金融危机传染。本实证研究表明,越南金融市场相对独立,即使在金融危机后,越南与亚洲其他主要国家或地区金融市场之间的相关性依然很弱,不存在对其他金融市场的危机传染,2008年以来在越南爆发的金融危机引发更大规模金融危机的可能性不大。     

基于Copula的股票市场波动溢出分析

对于动态投资组合与风险管理来说,测定波动溢出效应是非常重要的。已有的研究是建立在不同金融市场之间的波动是线性相关的,而线性相关并不能描述金融市场之间的非线性关系。借用Copula技术来描述股票市场之间的非线性关系、SV模型来刻画股票市场数据的边缘分布,并引入波动变结构论分析判断波动溢出,实证分析验证了方法是可行的。     

Copula理论在金融市场分析应用中的理论探析

Copula理论在建模中不仅可以避免对边缘分布和联合分布的正态假设,还可以描述变量间的非线性相关结构,捕捉到非正态、非对称的信息,在金融市场分析中应用广泛。在介绍了Copula理论以及Copula理论建模方法的基础上,从理论上阐述了Copula理论在风险度量和多标的资产价格定价上的应用,在理论上给出了风险价值（Value at Risk）的测度和期权价格的计算。Copula理论将被广泛应用在金融分析各个领域研究中。     

基于R-Vine Copula的财险业务保险风险经济资本测量

经济资本管理是保险公司内部进行风险控制的有效方法.以某财险公司2005—2020年的五条业务线的赔付率作为保险风险的风险因子,用核密度方法刻画边缘分布,分别计量了业务线独立情景、多元Copula和Vine Copula模型下的VaR和TVaR,进而得到防范业务线非预期风险所需要持有的经济资本和相关的分散化收益,并从理论上对比了经济资本与"偿二代"最低资本的测算方法.结果表明:多维变量的建模中,Vine Copula很好地展示了Copula的风险聚合和收益分散效应,大大降低了财险公司为应对保险风险所需持有的财务资源,为财险公司在业务管理和风险管理方面提供了新的思路,同时为最低资本的测算方法从风险度量模型、风险因子选择、相依结构确定和相关系数的改进提供了一定的参考价值.     

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。     

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。     

基于风险整合模型的CDO产品定价研究

本文在因子Copula模型框架下考虑相互关联的市场风险、信用风险以及随机利率风险对CDO价格的影响,提出CDO风险整合定价模型。采用Monte Carlo方法模拟的数值结果表明:第一,在连接函数为Clayton Copula函数及共同因子和异质因子均为t分布条件下,信用指标的数值分布具有厚尾性;第二,风险整合模型的CDO价格对标的违约强度λi非常敏感,各分券的信用利差随着λi的增加而单调增加,Copula函数的参数θ对信用利差的影响则非单调,信用利差在区间θ?[1,3]上呈现先降后升的趋势。     

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。     

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.     

中国开放式基金投资组合风险值的实证——基于Copula-GARCH的分析

结合Copula技术和GARCH模型,建立了投资组合风险分析的Gopula-GARCH模型.由于该模型可以捕捉金融市场间的非线性相关性,因而可用于投资组合VaR的分析.利用这个模型,结合Monte Carlo,模拟技术,对我国第一支开放式基金一华安创新基金的投资组合进行了风险分析.     

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。     

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。