基于Pair-Copula贝叶斯模型的基坑支护可靠度分析

为准确判定基坑安全状态,保障基坑安全建设,对影响基坑安全的关键因素展开时程监测,以Pair-Copula贝叶斯(Pair-Copula Bayesian Network, PCBN)模型为基础,结合Pair-Copula处理复杂多变量数据的灵活性和贝叶斯网络处理不确定性的优势,对深基坑支护结构的可靠性进行了深入分析,构建了一套较为完善的可靠度评价体系,实现了考虑监测数据复杂相关性的基坑安全状态量化评价。研究结果表明:监测数据之间存在相关性,其中桩顶竖向位移、桩体水平位移、地表沉降、支撑轴力、桩(墙)体深层水平位移之间的Kendall秩相关系数均超过0.5,存在较强正相关性。地下水位与桩顶竖向位移、桩体水平位移、地表沉降、支撑轴力、桩(墙)体深层水平位移皆为负相关,且相关性较弱,地下水位与地表沉降之间Kendall秩相关系数为-0.361 7,相关性最弱。PCBN模型具有良好的精度,基于PCBN模型计算得到的新塘互通立交路段明挖法市政隧道深基坑工程可靠性指标β值为4.056,基坑支护结构位于安全范围。研究成果可为深基坑支护结构安全量化评价提供有效参考。

基于两步Pair-Copula的光伏阵列异常数据辨识方法

为有效进行光伏阵列的性能监控和功率预测等重要工作,如何提升光伏数据的质量便成为当下亟待解决的问题。提出一种基于两步Pair-Copula的光伏阵列异常数据识别方法。该方法分为两个步骤,第一步是对光伏阵列直流侧电流进行异常值识别;第二步以第一步为基础,对光伏直流侧电压进行异常值识别。具体而言,首先基于Pair-Copula对光伏电流、太阳辐照度和温度之间的相依结构进行建模,并采用赤池信息准则优化Copula函数。然后建立光伏电流的条件概率模型,并求解出条件概率置信区间。再以光伏电流的置信区间为主要判据,进行电流异常值的识别和剔除。最后,基于上一步得到的数据,重复上述步骤,对光伏电压值进行异常值的剔除。通过仿真实验结果看出,与其他异常识别方法相比,该文提出的方法在保持低识别错误率的同时,具有更高的识别准确率。

Pair-copula函数在多变量干旱特性联合概率中的应用

研究pair-copula在干旱特性联合概率中的应用。以渭河流域咸阳站降雨资料为例,采用游程理论,选取干旱历时、干旱烈度和烈度峰值为干旱特性变量,应用Pearson线性相关系数、Spearman相关系数和Kendall秩相关系数进行相依性度量。采用4种常用的copula函数构造了12种pair-copulas,以RMSE、AIC、BIC为准则选择最优的pair-copula。运用Rosenblatt变换的Bootstrap法进行copula拟合度检验,推导3变量的联合概率分布。与3维对称、非对称阿基米德copulas和椭圆copula比较,表明pair-copula可以描述多变量水文概率分布。

基于Copula函数的代表年风速计算方法研究

以长系列再分析数据作为基础数据,提出一种基于Copula函数的代表年风速计算方法。采用威布尔分布计算测风年测风塔和气象站风速的概率边缘分布,利用Gumbel-Hougaard Copula函数对测风塔和气象站风速边缘分布进行联结,以条件分布计算测风年和代表年风速之间的差值,以推求代表年风速,并与规范推荐方法进行对比分析。结果表明,无论气象站和测风塔年风速相关性优劣,Copula方法代表年风速计算结果精度均优于规范方法,为风电场资源评价中代表年风速计算提供了一种新的思路。

中国股市与房市间的双向风险溢出效应研究——基于时变Copula-CoVaR模型分析

探讨我国房市与股市间的双向风险溢出效应。采用IFM两步法确定边际和联合Copula分布,并据此计算CoVaR值以构建最优时变Copula-CoVaR模型,测度股市与房市之间的风险溢出效应,提出绝对和相对风险溢出测度并进行实证研究,指出风险溢出效应的不对称性。结果发现:时变t-Copula更适合分析双向风险溢出。相对风险溢出测量更适合于双向风险溢出强度的计算。房地产市场对股票市场具有单向风险溢出,对不同的股票价格指数的风险溢出强度存在显著差异。不同股票的价格指数对国房景气指数单向风险溢出强度的变化趋势具有较强的一致性。房市与股市之间的双向风险溢出具有不对称性,在样本期内,后者对前者的单向风险溢出强度高于前者。建议宏观调控政策制定时要多元化、精准化并兼顾不同市场的相互影响。

基于Pair-Copula的一篮子货币权重确定研究

央行通过调节政策使人民币汇率风险最小,即一篮子货币汇率风险最小化。本文选取2005年7月25日至2012年7月24日美元、欧元、日元和韩元兑人民币汇率为样本数据,采用C藤copula来研究按篮子货币投资的组合的市场风险,其中市场风险用VaR(在险价值)来衡量,分析篮子货币之间的相依结构,计算在一定置信水平下使VaR最小化的篮子货币权重向量。在实证分析的基础上得出对构建人民币有效汇率指数、外汇储备配置和投资者方面的应用以及对深化人民币汇率形成机制改革方面的政策建议。

基于pair-copula的社保基金投资组合风险测度研究

社保基金是社会保障事业健康发展的基石,风险管理是社保基金保值增值的关键问题之一。提出了pair-copula-GARCH-EVT模型以测度社保基金投资组合风险,与传统的n维copula-GARCH-EVT模型相比,该模型不仅考虑了维数的影响,而且还能灵活地选择copula的类型。实证研究发现,基于pair-copula-GARCH-EVT的模型测度社保基金投资组合风险的准确性要高于传统的copula-GARCH-EVT模型。

基于Pair Copula-SV-t模型的金融市场相关性分析

随着国家金融改革的进行,人民币国际化及资本账户开放的举措进一步推进,特别是2015年12月人民币成功加入SDR,不同资本市场资金的联动性研究也被提升到了一个重要的地位。本文将SV-t模型和Pair-copula分解相结合,创造性地提出Pair copula-SV-t模型来度量金融资产间的相关性,该模型在运用SV-t模型度量边缘分布的基础上,通过Pair-copula方法来得到高维联合分布。在对中国、美国和日本三个股票市场相关性结构的实证分析中发现,尽管Paircopula模型和普通的多元Copula模型得到了相关性结构,但似然比检验显示Pair-copula模型在度量相关性方面更为有效。研究结论印证了中日股市相关性略高于中美股市,且美日股市相关性大大高于中日股市,并为跨境金融监管与合作提供了指导建议。

运用Pair-copula贝叶斯网络模型分析多资产投资组合风险

目前,高维情况下的多资产投资组合的风险管理中常用Vine Copula来拟合资产收益率的联合分布,但Vine结构的构建随着资产个数增加是非常复杂的,并且由于其网络结构没有考虑到变量间的实际依赖关系,导致无现实解释意义。基于此,本文结合PC算法和爬山算法构建了多个资产间的Pair—copula贝叶斯网络模型来刻画资产间的相依结构,结合蒙特卡罗模拟法计算投资组合风险价值(Va R),并通过Kupiec检验法验证了计算的可靠性。

基于pair-copula方法的高维相关结构构建

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。

基于Pair Copula的随机潮流三点估计法

现有Copula等方法难以对多维风电功率准确建模,且传统的点估计法无法直接应用于风电功率具有相关性的场合。针对这一问题,提出基于Pair Copula和概率积分变换的随机潮流点估计法。首先采用Pair Copula对多维风电功率进行建模,然后使用点估计法在独立正态概率空间中采样,最后,依据概率积分变换,把采样点变换到实际风电功率的概率空间中进行潮流计算,从而使点估计法能够处理具有任意概率分布的多维风电功率。对澳大利亚多个风电场出力样本的建模和分析验证了Pair Copula模型的优越性,基于IEEE 118节点系统的算例验证了所提方法的有效性。

基于Pair Copula的多维风电功率相关性分析及建模

大规模风电场的接入使风电相关性更加复杂,合理描述多风电场出力的随机性和相关性特性,对准确分析风电对电力系统运行的影响具有重要意义。现有的Copula等方法能较准确描述二元相关性,但对于更高维模型的相关性描述则不够准确。基于此,提出了基于C藤Pair Copula的风电功率高维相关性模型,以及相应的采样方法。Pair Copula能够描述风电功率两两之间不同的相关性结构,从而能较好描述复杂的多维相关性,且建模步骤简单,使用灵活,适用范围广。对澳大利亚多个风电场出力样本进行分析和建模,验证了所提方法的优越性。最后通过IEEE 118节点系统的概率潮流算例,说明了合理刻画风电功率相关性可以更准确地分析含风电接入的电力系统运行特性。

基于pair copula-GARCH模型的多资产组合VaR分析

提出了多资产组合风险分析的pair copula-GARCH模型.相比于以往的copula-GARCH模型,它能够更好描述投资组合中两两资产间的尾部相关性的差异,从而更好地度量多资产组合间的相依结构.在此基础上,还探讨了pair copula-GARCH模型下的多资产线性组合的VaR的计算方法.最后给出模型的实证分析.

基于Pair Copula模型的资产组合VaR比较研究

运用多元相关结构研究领域新出现的pair copula方法估计资产组合的非线性相关结构,并结合能较好模拟金融资产分布的广义逆高斯分布(NIG)来估计资产的厚尾偏态特征,构建新的VaR计算模型。为了检验本文模型,运用国内5类行业股票价格的数据对其效果进行了实证分析。结果显示:相比基于正态分布的VaR模型和基于传统Copula方法的VaR模型,本文模型在描述高维相关结构时更加灵活,由此构建的VaR模型更接近实际发生的损失。

基于改进Pair-Copula方法的多风电场风速时空相关性建模

传统Pair-Copula方法采用藤结构表示风电场风速之间的相依结构,能充分计及风电场风速之间的空间相关性,但缺乏风速时间尺度上相关性的考虑。针对此问题,文章提出了一种基于改进Pair-Copula的风速建模方法。该方法首先将藤结构中风电场风速的Copula联合分布函数样本点所包含的自相关信息转移至抽样模拟的随机数中,以此体现风电场风速数据在时间序列上的波动规律性。然后,采用分布更均匀的Sobol序列随机数代替普通随机数进行抽样,以提高风速概率特性模拟的准确性。最后,以位于美国东部的多个相邻风电场实测风速数据为例进行算例分析,算例结果验证了所提风电场风速建模方法的有效性。

基于Pair Copula-GARCH-t的人民币汇率波动实证分析

通过构建Pair copula-garch-t模型,研究人民币对美元、欧元、港元、日元和英镑五种货币汇率收益率序列波动的条件与无条件相关变动关系。实证结果表明,在C藤结构中,人民币对美元汇率序列与人民币对港元汇率序列存在显著无条件正相关,且各收益率序列下尾相关显著高于上尾相关;在D藤结构中,不存在显著无条件相关,两者汇率序列既定的条件下,其他两种汇率存在显著正相关。

基于Pair-Copula贝叶斯网络模型的金融危机传播效应研究

为克服传统Copula函数建模的复杂性,采用Pair-Copula贝叶斯网络方法,将Copula函数与贝叶斯网络的优势相结合,有效降低了高维Copula函数参数估计的复杂程度,解决了连续型贝叶斯网络非正态下边际分布难以控制的问题,有利于捕捉网络结点间的非对称相依结构,从而构建了国际8个代表性股票市场在次贷危机爆发前、中、后各个时期的概率网络模型,对危机在主要国际市场上的传播效应问题及传播路径识别问题进行实证研究。研究结果表明:金融危机在国际金融市场上具有明显的区域性传播特征;香港市场在金融危机发生前后一直都是亚洲市场的连接枢纽,是风险防范的关键节点;危机发生后欧洲市场与亚洲市场间的紧密程度加强;金融危机减缓了全球一体化的进程,但经济全球化的趋势势不可挡。

基于Pair-Copula的社保基金投资组合风险测度研究

社保基金是社会保障事业健康发展的基石,风险管理是社保基金保值增值的关键问题之一。提出pair-copula-GARCH-EVT模型以测度社保基金投资组合风险,与传统的n维copula-GARCH-EVT模型相比,该模型不仅考虑了维数的影响,而且还能灵活地选择copula的类型。实证研究发现,基于pair-copula-GARCH-EVT模型测度社保基金投资组合风险的准确性要高于传统的copula-GARCH-EVT模型。

基于pair copula函数的资产组合风险分析

通过构造pair copula-GARCH-VaR模型来度量金融资产组合的风险,其中,用GJR-GARCH模型估计单个资产的分布,用pair copula函数来描绘组合中两两资产之间的相关结构,再通过Monte Carlo模拟的方法计算资产组合的VaR值.在实证分析中,取四支股票构成资产组合,用构造出的模型计算组合的风险价值,并将传统的n维copula方法与pair copula方法进行比较,证实了pair copula方法有更高的灵活性和准确性.

基于藤结构pair-copula分解法的分布估计算法

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.