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。     

银行风险与房地产风险的趋势异同与传导特征研究——基于中国股票市场的实证研究

运用标准差法、FAMA-FRENCH三因子模型法和动态因子Copula模型法等,对2015—2021年中国银行业和房地产业市场各14家主要公司股票收益率进行分析,比较两市场总体风险、系统性风险、异质性风险和市场联合违约概率,并对风险传导方向和效率进行量化检验。结果显示:两市场风险走势基本一致,房地产市场波动比银行市场更剧烈、频繁,房地产业平均系统性风险和平均异质性风险均高于银行业;两市场联合违约概率与风险走势密切相关,系统性风险和异质性风险共同作用提升了市场联合违约概率;风险在两市场间存在交叉传导、反复传导、长期传导的特征,银行业对市场稳定的影响比房地产业更大。因此认为针对银行业市场,须重点关注其可能向其他市场传导的系统性风险,从源头上提高金融系统稳定程度;针对房地产市场,既要从宏观角度把握金融市场风险,也要从微观角度警惕异质性风险。     

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。     

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。     

房地产业与银行业风险溢出效应研究

房地产业和银行业均是资金密集型行业,风险管理是其健康发展的基石。在分析房地产业与银行业风险溢出机制基础上,采用GARCH-EVT模型、VaR-Granger因果关系检验模型研究我国房地产业与银行业间风险溢出效应,并基于条件风险价值CoVaR方法测度风险溢出强度。研究发现:a=5%显著水平下,房地产业与银行业之间存在双向的风险溢出效应;房地产业对银行业的风险溢出强度略强于银行业对房地产业的风险溢出强度,前者为36.73%,后者为33.96%。     

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Symrnetrised Joe-Clayton copula能够更好的刻画上证指数和深证指数的相依结构。     

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。     

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。     

基于变结构Copula模型的股市与汇市间波动溢出效应研究

本文采用变结构Copula模型对我国股、汇市间的波动溢出效应进行研究。利用二元正态Copula函数的时变相关系数得出美元对人民币汇率与沪深300指数间相关关系的变结构点,再利用混合Copula模型分段检验波动溢出效应。实证结果表明,汇改以来,美元对人民币汇率与沪深300指数间存在着长期而显著的波动溢出效应。在次贷危机发生期间,美元对人民币汇率与沪深300指数间相关关系的变结构点增多,尾部相关性增强,两市间的波动溢出效应显著增强。因此,应加强对波动溢出传导中介的管理,减轻波动溢出效应的负面影响。     

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。     

房地产业与银行业风险传染效应分析

2016年12月以来,历次中央经济工作会议均强调要坚持“房住不炒”的定位。我国房地产业与银行业关联度高,银行业爆发风险可能会迅速传染至整个金融市场,引发金融危机,因此对我国房地产业与银行业之间的风险传染效应进行研究,对今后更好地防范系统性金融风险意义重大。首先,引入向量修正模型(VECM),对房地产业与银行业之间风险传染机制进行研究,发现两个行业主要通过房价波动与银行信贷规模传导风险。其次,利用ARMA-GARCH-CoVaR模型测算房地产与银行业之间风险溢出强度,发现银行业对房地产业风险溢出强度更高,并根据结果具体分析了2008年金融危机、欧债危机、2015年“股灾”、部分房企爆雷、新冠感染等风险情景下,政府对两个行业实施宏观调控政策取得的成效以及风险溢出效应在不同时间段的新变化,最后提出建议。     

Copula的股票市场行业板块相关结构的实证分析

基于Copula模型,以上海股票市场行业板块指数作为研究样本,展开对中国股票市场板块间的相关结构的实证研究,获得如下研究结果:混合Copula模型的AIC值最小,SBC值最大;Clayton Copula函数的权重最大,所分析的四个板块指数的下尾相关性表现较为明显,即当一个板块指数下跌的时候,其他板块指数跟着下跌的概率比较大。     

Copula的股票市场行业板块相关结构的实证分析

基于Copula模型,以上海股票市场行业板块指数作为研究样本,展开对中国股票市场板块问的相关结构的实证研究,获得如下研究结果:混合Copula模型的AIC值最小,SBC值最大;Clayton Copula函数的权重最大,所分析的四个板块指数的下尾相关性表现较为明显,即当一个板块指数下跌的时候,其他板块指数跟着下跌的概率比较大.     

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。     

我国上市证券公司股价波动关联性研究

证券公司股价是证券公司经营状况以及风险水平的集中反映,其波动的关联性往往是证券公司风险关联性以及证券行业发生系统性风险的重要表现。运用Copula函数对我国8家主要上市证券公司股价收益率上、下尾相依性进行的实证研究表明,我国证券公司之间股价收益率存在明显的上尾相依性与下尾相依性,表明我国证券公司股价进而风险存在较强的关联性。做好证券公司股价关联性的监测,降低其风险的关联性,是防范系统性金融风险的重要内容。     

中国债务抵押债券定价模型及实证分析

利用KMV模型估算出各债务人的违约概率,并用Copula函数分别估算出债务人之间的违约相关系数,模拟出各债务人的违约时点,在此基础上对债务抵押债券各系列进行定价;进一步应用Gaussian Copula和Student-t Copula对中国金融市场上发行的信贷抵押债券08招元一期产品各系列价差进行实证研究,结果发现两种Copula方法在估计优先A1级系列与B级系列时出现低估现象,而在估计优先A2级时出现高估;但一般都在5个基点的可接受误差范围之内。这表明该方法可以应用于信贷资产支持证券的定价,并可对高收益级的到期收益率进行估计。     

投资组合行业配置的动态VaR研究——基于时变Copula-GJR-Skewed-t模型

用时变Copula-GJR-Skewed-t模型研究了深证22个行业分类指数中任意两个投资组合的动态VaR,并与静态VaR比较。实证结果表明,时变t-Copula函数在众多Copula函数中对行业投资组合的拟合效果最优,给出了模型估计出的VaR最大和最小的5对行业组合,不同行业组合的动态VaR在股市周期各阶段关系相对稳定,同一行业组合的动态VaR和静态VaR关系相对稳定,且略高于静态VaR。     

基于Copula GARCH的多资产期权定价

自从Black和Scholes在1976年开创性的提出了BS期权定价公式以来,期权定价理论得到了极大的发展,而在其后的研究中发展基于BS公式的隐含波动率对于执行价格具有类似微笑的曲线,其原因是标的资产的过程并不是BS公式所假设的几何布朗运动。Engle提出的ARCH模型和Bollerslev提出的GARCH模型能对标的资产的收益率序列进行很好的描述,因此将GARCH模型引入期权定价。在多资产期权定价研究当中,最为关键的是标的资产之间的依赖关系,关于依赖关系的最有力的就是Copula理论,而Copula的一大优势就是可以将边缘分布和联合分布分开,可以分别考虑边缘分布和数据的相关结构。本文设想将多元GARCH引入多资产期权定价中,但是一般的多元GARCH的系数过多而不易估计,另一方面模型的灵活程度较小,所以用一元的GARCH模型分别对各个标的资产的收益率序列进行建模,再用Copula将各个资产的分布联接起来,这便是Copula based MGARCH模型。接下来便可以通过Monte Carlo模拟对期权进行定价。