Copula函数选择的小波方法

金融资产相依结构研究中选择Copula函数很关键.考虑到相依结构的局部特征差异,利用小波函数的局部自适应能力,将阈值规则引入Copula理论,提出Copula函数的小波收缩估计量,并以此为基准给出参数Copula选择的小波方法.这得到以标普500指数、日经225指数、恒生指数和上证指数为样本的实证支持.进而从不同的时间尺度视角捕捉到股市之间潜在的相依模式.

股市系统性风险跨区域溢出分析——来自DCC-GJR-Copula-CoVaR模型的经验证据

考虑到股市系统性风险跨区域溢出问题,构建了多元的DCC-GJR-Copula-CoVaR(Dynamic Conditional Corelational,DCC;Glosten Jagannathan Runkle,GJR;Copula;Conditional Value at risk,CoVaR)模型,利用两步极大似然法估计模型参数,将31个省(直辖市、自治区)注册上市公司的股价省级综合指数,按照国家行政区域合并为10大区域市场股价综合指数.研究结果表明:该模型能度量股市系统性风险跨区域溢出的非对称性,而不同区域的风险贡献度差异较大,风险溢出具有地区差异.这为识别区域系统的重要性及防控股市系统性风险跨区域溢出具有重要的实践价值.

基于小波分析的三维Copula密度估计及其应用

文章考虑三维变量相依结构的最佳量化问题,利用小波多尺度分析,提出三维Copula密度的小波线性估计量及其计算步骤,基于最小化均方积分误差准则,给出参数Copula的最优化筛选方法。对上证综合指数、日经225指数和标准普尔500指数等收益率的实证研究表明:(1)该估计量在不同时间尺度上展示了金融指数潜在相依结构的局部特征;(2)以此为基准经最优化筛选的混合参数Copula是展示金融相依结构的最佳模型。

人民币汇率市场联动特征分析

融合Copula理论和GARCH有偏T模型,构建了汇率波动的t-Copula-DCC-GARCH-skewT模型,对中、美、欧3大经济体货币汇率USD-CNY和EUR-USD进行实证研究.该模型能够捕捉到人民币汇率之间的动态相关性.相关曲线展现了3大经济体在汇率制度上的阶段性联动特征,表明中、美、欧等经济体货币汇率联动性有利于人民币国际化的汇率制度建设以及世界经济的共同治理和系统性风险防范.

金融时间序列变点探测的小波模极大值线方法

研究小波变换方法在金融时序分析中模型变点探测的应用,对金融时间序列采用连续小波变换,通过分析小波变换模极大值线对应的时间序列样本点的小波系数特点,提出了金融时间序列变点探测的小波模极大值线方法,并对广义自回归条件异方差均值模型(GARCH-M模型)进行了仿真计算,其结果验证了此方法的实用性和有效性。该方法更能准确定位金融资产收益率波动所发生的具体时刻,有利于金融资产价格异常时点的正确识别与统计建模分析和资产收益率波动的预测。

“十一五”期间我国利用外资总量预测及其对经济增长与产业结构调整影响的分析

本文利用“九五”、“十五”期间我国利用外资与经济增长、固定资产投资的历史数据,结合我国“十一五”经济社会发展的总体目标及要求,对“十一五”期间我国利用外资的总量进行了预测。根据利用外资结构调整优化的基本目标,本文还进行了相应的仿真实验,获得了相关仿真数据。

基于多尺度分析理论的中国股票市场波动的实证研究

运用多尺度分析理论研究中国股票市场的波动,借助MATLAB 7.3软件的小波分析工具箱(wavelet toolbox)和广义自回归条件异方差模型工具箱(GARCH toolbox),对上证综合指数收益率序列进行时域分析和多尺度分析,结果表明多尺度分析更能捕捉到中国股市的波动特点,明显提高GARCH模型的仿真预测精度。

基于留数定理的固定收益期权定价公式的简化

在期权定价公式的傅立叶变换积分公式中,运用留数定理将公式中的两个积分式子化简成一个被积函数衰减较快的积分函数式,从理论上提高了计算效率,缩短了计算时间,为投资者快速计算期权价值节约了时间.

比特币现货市场与期货市场的风险溢出效应——基于动态CoVaR模型的研究

为研究比特币现货和期货市场之间的风险溢出问题,本文选取GJR模型捕捉比特币与比特币期货价格波动的非对称性关系,并构建DCC-GARCH-GJR-CoVaR模型,分析风险溢出的联动性和时变性。本文采集2017年CME推出比特币期货合约后的日交易数据进行实证分析。研究发现:负面信息冲击所导致的市场波动大于正面信息冲击的影响;比特币现货与比特币期货市场之间存在显著的动态关联特征,且二者正相关;比特币现货与期货市场之间存在双向的风险溢出现象,其中比特币期货对比特币现货的风险溢出程度更强;当金融市场异动时,二者的动态相关性和风险溢出效应会显著增强。

利用残数定理简化固定收益期权定价公式

在对求解期权定价B-S方程的积分变换中,运用残数定理把公式中的两个积分式子化简为被积函数衰减较快的函数积分,提高了数值计算效率并缩短了计算时间,还为投资者快速计算期权价值节约了时间.

基于D-vine-Copula-DCC-GARCH模型的比特币市场风险溢出效应研究

为探究比特币市场风险的溢出效应,本文考虑价格波动的时变性和动态相依性,融合D-vine-Copula理论与DCC-GARCH模型,构建D-vine-Copula-DCC-GARCH模型,得到了似然函数和参数后验分布的近似形式,接着应用蒙特卡洛马尔科夫(MCMC)方法估计模型参数,进而计算风险溢出量(△CoVaR),最后选取比特币、人民币、欧元和日元进行实证研究。结果表明:模型构建合理,参数估计的MCMC方法优于MLE方法;同最小二乘法(OLS)、分位数回归方法(Quant)比较,本模型能更好地测度比特币与法定货币之间风险溢出的非对称性,前者向后者的风险溢出可防可控,但比特币对法定货币的风险冲击不能忽略,从而拓展了Copula理论在加密货币风险管理中的应用。这有助于业界加强重视民间数字货币的风险防范。

基于MCMC算法的时变Copula-GARCH-M-t模型及组合风险预测

为了准确地量化资产之间的时变相依结构和预测组合风险,本文考虑到投资者对资产风险偏好的差异,假设资产收益率序列的新息服从标准t分布,提出时变Copula-GARCH-M-t模型,推导了模型参数的两步MCMC估计方法,还得到了组合风险(VaR和CVaR)的一步预测方法。最后选取上证综合指数和标准普尔500指数,验证了所提模型及方法的可行性和优越性,同时该模型较为准确地量化了两指数在次贷危机后的时变相依结构特征。

基于小波多尺度分析的GARCH建模方法的拓展

考虑到交易周期对资产价格波动特征的重要影响,将小波多尺度分析引入广义自回归条件异方差(GARCH)建模理论,提出了多尺度广义自回归条件异方差模型和多尺度增广分整广义自回归条件异方差均值模型,同时通过改进迭代的步长参数,得到了收敛速度快于BHHH算法的数值优化方法.对上证综合指数进行实证分析,结果表明:该模型克服了GARCH理论无法同时揭示蕴含在资产价格内部的多时间尺度信息的缺陷,还能够捕获到资产收益率在不同时间尺度上的局部波动特征;改进后的算法对模型参数估值效果十分明显.这类模型有助于探究资产价格伴随交易周期演化的微观动力学机制.

股指期货对现货时变相依结构的多尺度研究

股指期货与现货之间的相依结构是Copula理论在金融分析中套期保值、组合风险对冲及价格发现等应用的热点。考虑到新息对价格的非对称冲击和相依结构的时变特征,利用GJR-GARCH模型对股指期货和现货的收益率序列建模,选用DCC方程刻画二者之间时变相关系数的演化结构,构建时变T-Copula-GJR-GARCH模型。针对沪深300指数现货与期货5～60分钟的高频数据,分尺度拟合时变T-Copula-GJR-GARCH(1,1)-t模型,结果表明相依结构随时间尺度变化而变化,这或许可由市场微观结构差异及投资者的异质性所解释,进而本文从多尺度的视角揭示了我国股指期货与现货之间的时变相依模式。

基于DCC-Copula-SV-M-t模型的股市系统性风险溢出分析

考虑到股市系统性风险溢出的时变性和联动性,本文融合SV-M-t模型和Copula理论,构建DCC-Copula-SV-M-t模型,利用蒙特卡洛马尔科夫(MCMC)算法估计模型参数,得到了系统性风险溢出量的计算方法。接着以上证综合指数、深证成分指数,恒生指数和标普500指数为代表的系统重要性股市为实证样本。结果表明:模型参数估计的MCMC方法可行且具有较为明显的优势。该模型能较好地度量系统重要性股市风险溢出的非对称性。沪股具有重要的引导地位,美股风险溢出影响有限。本文所构建的模型丰富了股市系统性风险度量与管理的新工具。

多元Copula密度估计的小波局部阈值方法

为了量化资产之间相依结构的局部特征,本文将小波阈值规则引入Copula参数估计,提出多元Copula密度的小波局部阈值估计量,发现Copula密度的光滑度指数、维数和采样容量是影响估值精度的重要因素,这一点也得到了以正态Copula为仿真算例的支持。本方法增强了参数Copula建模的局部自适应能力,进而有助于改进资产的市场风险估值与最优化配置。

风险价值的多尺度估值模型及其均方误差收敛性分析

在金融市场风险管理研究中,利用参数及半参数模型度量风险价值并不足以体现投资行为的异质性及资产价格波动的多尺度特征.引入概率密度的小波非线性阈值估计方法,建立了风险价值的多尺度估值模型,并分析了估值误差的收敛性,发现密度函数空间的光滑度和样本容量同时决定均方误差的收敛速度.最后以正态密度函数为算例,通过不同容量的仿真样本检验了该理论方法的可行性.

我国股票与债券、黄金间的资产组合功能研究——基于DCC-MVGARCH模型的动态相关性分析

股票与债券、黄金间的动态关系研究对于投资组合的构建、金融市场监管和风险控制具有重要价值。本文在引入了相关性的资产组合功能定义后,利用DCC-MVGARCH模型,检验了2003-2010年期间我国股票与债券、黄金间的动态相关性。结果显示,股票和债券间的相关性具有动态时变特征,我国债券不但是股票的长期对冲保值资产也是2008年股市危机后期的避险资产;股票与黄金间的动态相关性较弱,更接近于显著的常正相关,这揭示出我国黄金仅为股票的长期多元化资产。总体而言,股票与债券、黄金间的相关系数相对较低,反映出市场分割特征依然明显。

基于MCMC算法的时变Copula-GARCH-t模型参数估计及应用

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。

基于双因子定价模型的投资组合风险价值的多分辨率特征研究

为了识别金融市场投资风险的多分辨率特征及优化投资组合,以资本市场风险和汇率市场风险为双因子定价模型的风险因子,利用小波方差及协方差无偏估计量,给出了单个资产风险因子敏感度多分辨率计算方法,以此为基础还得到了投资组合的风险值(VaR)及其边际风险值(MVaR)的多分辨率分解公式.对上证A股市场的实证分析表明投资组合的风险价值及边际风险价值依赖于投资时限,短线投资潜在的损失比长线投资要大;进一步分析表明中国股市存在多分辨率风险特征,这种风险特点可能是由市场系统风险和汇率风险以及异质性投资活动共同作用的结果.研究还发现多分辨率边际风险价值是确定多分辨率投资组合优化模型求解的重要条件之一.