首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 78 毫秒

1.  基于pair copula的多维股市尾部相关性分析  
   秦晓宇  王筱萍  高慧敏《嘉兴学院学报》,2012年第24卷第5期
   采用pair copula模型对多维情形下的尾部相关性进行了分析,以中国内地及周边国家和地区的股市周收盘价为研究对象,采用经验分布拟合边缘分布,引入藤结构,并结合t-copula、Clayton copula和Joe-Clayton copula分解多维密度函数,结果表明,pair copula模型可以很好地解决多维情况下的尾部相关性分析。    

2.  基于正则藤Copula的行业系统性信用风险传染分析  
   申敏《工业技术经济》,2016年第35卷第6期
   本文利用国民经济中九大门类行业相关数据,将度量行业信用风险的CCA方法加以改进,并构建正则藤Copula模型,揭示了样本行业间信用风险的非线性相依结构及信用风险传染路径。实证结果显示:各行业信用风险水平不一,但都较好地拟合了实际经济;任意两行业间无条件信用风险大多表现为下尾相关性,但条件信用风险的尾部相关性总体较弱;国民经济行业体系中存在加剧和减缓行业信用风险传染的“风险催化行业”和“条件隔离行业”。最后,提出了有效控制系统性金融风险、防范金融危机的措施建议。    

3.  一种多资产组合风险度量解决之道:正则藤Copula  
   范国斌  曾勇  黄文光《数量经济技术经济研究》,2013年第30卷第1期
   为准确地度量包含有多项金融资产的组合的风险,本文提出使用一种新的高维Copula构建方法,正则藤Copula(Canonical Vine Copula),来对多资产间的非线性相关结构进行建模,该函数呈现为一个以一系列成对Copula函数作为节点的“藤”的层叠结构。本文基于上海、香港和台湾三个股票市场对构建该高维Copula函数时各个节点上成对Copula函数类型的选取进行了讨论,并证实了正则藤Copula函数相比传统的多元Copula函数能够更灵活地描述各市场间尾部相关性的复杂形式。样本外风险预测绩效分析和模拟研究均表明,使用正则藤Copula函数确实能够更为稳健和准确地预测组合VaR。    

4.  股票资产组合VaR研究基于混合D藤Copula模型  
   杜子平  汪寅生  张丽《技术经济与管理研究》,2013年第12期
   本文在对上证市场五种股票资产组合的风险分析中以VaR作为风险度量指标,采用基于Pair Copula高维建模理论的混合D藤Copula模型,建立了反应多个资产组合相关结构的联合分布模型。该模型对传统D藤Copula建模方法作了进一步的改进,通过一定的选择标准,确定了D藤中每个Pair Copula函数的最优函数族,这样使得所建立的模型不仅考虑到了资产维数的影响,而且还能捕捉到组合内部因子间相关结构的差异性,从而改进后的模型能更好地描述资产组合的相关结构,并且能更精确地反映资产组合收益的实际分布。最后,以混合D藤Copula模型为基础,利用Monte Carlo方法计算了上证市场五种股票资产组合的VaR,并通过实证研究进一步证明了该模型的有效性。    

5.  两类混合藤Copula模型的比较研究——基于外汇资产投资组合VaR的研究  
   杜子平  张雪峰《技术经济与管理研究》,2014年第1期
   本文以中国外汇市场上四种主要外汇资产的投资组合作为研究对象,基于Pair Copula高维建模思想,分别建立了两类能真实反映资产组合相关结构差异性的混合藤Copula模型,即混合C藤和混合D藤Copula模型。两类混合藤Copula模型,对传统的藤Copula模型作了进一步的改进,是通过一定的选择标准,确定模型中每个Pair Copula函数的最优函数族,这样可以使得所建立的模型既能考虑资产组合维数的影响,又能捕捉到组合内部各资产相关结构的差异性。为了得到较优的风险分析模型,在实证研究中,将两类模型在资产组合VaR计算精度方面进行比较。    

6.  copula函数信度模型在风险定价中的应用——基于我国车险数据  
   王茜《保险研究》,2016年第1期
   信度模型能够刻画风险类别组内的相关性,是风险定价中应用最广泛的模型之一。相较传统信度模型,基于copula函数的信度模型能够突破传统信度模型变量间的相关性不随时间变化的假设限制。本文将copula函数信度模型应用到我国车辆损失保险的定价中,以广义线性模型作为边际分布,利用t copula函数度量赔付变量间的时间相关性,建立多元联合分布,并计算赔付金额的未来分布和预测值。实证结果表明不同地区车辆损失保险的赔付情况有差异,当年赔付金额对后续赔付的影响随时间减弱;t copula函数AR(1)形式相关系数矩阵的信度模型的预测误差最小,预测结果优于传统信度模型,说明copula函数信度模型在风险定价的实践工作中有应用价值。    

7.  Copula 在商业银行组合信用风险度量中的应用  被引次数:2
   苏静  杜子平《金融理论与实践》,2008年第5期
   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。    

8.  基于pair-copula方法的高维相关结构构建  
   卢颖  杜子平《工业技术经济》,2008年第27卷第5期
   本文以Bedford、Cooke、Joe的工作为基础,利用一系列简单构造模块(pair-copula)对多元数据进行建模,利用pair-copula分解式来分析多元变量间的相关结构,为copula理论在高维下的应用提供理论基础,并给出在该模型下进行参数估计的算法.    

9.  我国上市商业银行整合风险度量研究  
   欧阳资生  刘远《湖南商学院学报》,2015年第1期
   金融机构面临信用风险、市场风险和操作风险等诸多风险组成的整合风险。本文利用Copula方法对整合风险度量进行研究。以12家中国上市商业银行为研究对象,首先确定其信用风险、市场风险这两种风险收益率的分布,然后利用Copula构建相依结构模型,最后用蒙特卡罗模拟算法计算不同风险组合的VaR和CVaR,并利用返回测试检验模型的有效性。    

10.  基于多元判别方法的商业银行信用风险度量研究  
   倪泽强《广西金融研究》,2008年第2期
   本文以我国机械行业上市公司为研究样本,运用统计分析中的多元判别方法建立了预测企业信用风险程度的判别模型,研究结果表明模型具有较高的判别准确率。该模型适用于我国商业银行对机械行业企业的信贷分析,对商业银行建立和优化自身的信用风险度量模型也具有一定的参考价值。    

11.  “十大产业振兴计划”对我国A股市场相关行业拉动作用的实证分析  
   魏丽  刘志洋《经济纵横》,2010年第6期
   本文以国家"十大产业振兴计划"为研究背景,以行业板块指数数据为研究对象,在运用聚类分析方法获得具有统计意义上的相关行业数据的基础上,利用Gumbel-Copula模型分析了行业结构的上尾相关性,计算出表征行业之间上尾相关性测度的Kendall秩相关系数,运用多元Garch模型考察了十大产业对其他行业的风险传递效应、信息传递效应及产业振兴计划对该产业自身的拉动效应,并得出了相关研究结论。    

12.  基于藤结构pair—copula分解法的分布估计算法  
   王位  王筱萍《嘉兴学院学报》,2013年第6期
   借鉴copula研究中藤结构在高维相关关系上的构建能力,提出了基于藤结构pair—copula分解法的分布估计算法,给出了新算法的模型框架,研究了相应的概率模型的采样算法,并对C藤、D藤两种特殊的藤进行了仿真实验,结果表明,该算法不仅可行,寻优能力也大大提高.    

13.  资产组合风险的极值Copula模型与实证研究  
   汪朋《武汉金融》,2013年第7期
   本文在极值理论POT模型的基础上,引入了Copula连接函数,建立极值Copula模型,给出了组合风险价值VaR的计算公式,并以加元和日元回报为样本进行了实证分析,结果表明,极值Copula模型能较好地度量资产组合的风险,直接加权的方法会高估风险,假设资产组合服从多元正态分布会低估风险。    

14.  个人抵押贷款违约的相关性因素——基于Copula模型的研究  
   王鹰翔  王瑞峰《金融论坛》,2010年第11期
   运用国内商业银行积累的大量数据,统计得到银行个人客户住房抵押贷款多年度、不同信用等级、不同身份特征、分行业和分地区的违约情况,进行非线性的拟合分析,并采用Copula函数度量个人客户违约之间的相关性及厚尾特征。研究表明,房屋价格、客户性别以及受教育程度等与违约概率相关性比较低,在考察的样本区间内,这些因素不显著导致违约发生。另外,信用等级、收入结构和抵押担保剩余额度是影响个人违约决策的重要变量。所采用的模型在个人住房抵押贷款定价与风险管理中获得较好效果,银行可以根据违约状况的变动制定动态利率,随时准备弥补损失。    

15.  基于Copula-GARCH-M函数的投资组合风险分析  
   曹文彬  胡培玲《投资与合作》,2014年第9期
   金融风险问题的研究一直都是众多学者关注的重点.本文结合了刻画多个随机变量之间非线性相依结构的Copula函数与描述金融时间序列波动模型的GARCH-M函数,建立了一个新的Copula-GARCH-M模型.通过对上证A股和上证B股进行蒙特卡洛模拟的实证分析,发现t-Copula-GARCH-M具有更强的风险度量能力,能对投资组合的风险进行更有效的管理.    

16.  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  
   黄在鑫  覃正《国际金融研究》,2012年第5期
   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。    

17.  基于KMV模型的上市公司信用风险探析  
   王晓晶《商业时代》,2010年第20期
   本文以101家上市公司为研究对象,利用KMV模型对其信用风险进行度量.结果显示同一行业中,被ST的公司其违约率明显高于绩优股的公司的违约率,说明KMV模型较适合度量我国上市公司的信用风险,这为提高风险预测数据的准确性和敏感度提供了依据.    

18.  基于Copula-SV-t模型的开放式基金投资组合优化  
   陈丽娟  贾贝贝  陈永祥《金融教学与研究》,2014年第4期
   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。    

19.  基于Copula模型的数据分析平台的实现  
   刘伟卿  王筱萍《嘉兴学院学报》,2012年第24卷第6期
   以开源的企业级JBoss Seam为集合框架,采用了该框架中的Richfaces作为人机交互界面,EJB3 Session Bean作为业务逻辑层,JPA持久化到Oracle数据库,设计了基于Copula模型的数据分析平台.该平台以开源的R语言作为计算引擎实现了Copula算法,对上证指数和深成指数5年来的数据进行了相关性分析,给出了时间序列图,并可以很方便地得到Copula参数值和密度图,为股指的相关性分析提供决策支持.    

20.  基于MCMC算法的时变Copula-GARCH-t模型参数估计及应用  
   傅强  彭选华《数量经济技术经济研究》,2011年第7期
   本文假设单变量时序的新息服从标准的学生t分布,提出多元时变Copula-GARCH-t模型,利用蒙特卡洛马尔科夫链(MCMC)算法对模型参数进行贝叶斯统计推断,给出了多个资产组合风险VaR和CVaR的度量方法,并基于风险最小化原则确立了最佳的资产配置模型。实证分析表明,MCMC方法优于经典的IFM方法,能够充分捕捉到中美股市的时变相依结构及相关系数和尾部指数的动态特征。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号