金融市场的相关性分析——Copula-GARCH模型及其应用

作为一种全新的分析方法,Copula技术不仅可以有效地捕捉金融时间序列间的相关性,还可用于研究整个金融市场的特性、投资组合的选择及风险分析等其他金融问题。结合t-GARCH模型和Copula函数,建立Copula-GARCH模型并对上海股市各板块指数收益率序列间的条件相关性进行分析。结果表明,不同板块的指数收益率序列具有不同的边缘分布,各序列间有很强的正相关关系,条件相关具有时变性,各序列间相关性的变化趋势极为相似。

多元Copula-GARCH模型及其在金融风险分析上的应用

针对传统风险分析模型的不足,结合Copula技术和GARCH模型,提出了多元Copula-GARCH模型。指出该模型不仅可以捕捉金融市场间的非线性相关性,还可以得到更灵活的多元分布进而用于资产投资组合VaR分析。在详细探讨了基于Copula技术的资产投资组合的MonteCarlo仿真技术的基础上,运用具有不同边缘分布的多元Copula-GARCH模型,对上海股市进行了研究,结果证实了所提模型和方法的可行性和有效性。

中国股票市场流动性与收益率相关分析——基于Copula-GARCH模型的实证研究

股票市场流动性与收益率相关分析对把握股票市场内在运行机制至关重要。文章在借鉴既有研究的基础上,利用因子分析法重新选择构建了我国股票市场多维流动性度量指标,并在验证我国股票市场流动性与收益率非正态分布性的基础上,引入Copula函数构建Copula-GARCH模型对我国股票市场流动性与收益率相关关系进行了实证分析,发现我国股票市场流动性和收益率不存在尾部对称性,牛市时期收益率大幅增加而流动性也同时增强,熊市时期收益率急剧下降而流动性也同时减弱,但是前者同时出现的概率大于后者,这与成熟市场流动性与收益率负相关的流动性溢价理论是不相吻合的。

基于Copula-GARCH模型的外汇期货最优套期保值比率研究

文章通过引入Kendall秩相关系数,结合Archimedean Copula函数的尾部相关数代替传统的线性相关系数,运用Copula-GARCH模型计算欧元、英镑两类外汇期货的最优套期保值比率,并对比分析了CCC-GARCH模型和ECM-GARCH模型的套期保值效果。实证研究表明:Copula-GARCH模型的套期保值比率最优且套期保值效果相对较好,使用该模型进行套期保值能够减少套期保值成本,从而有效规避外汇风险。

基于Copula-GARCH模型的上证地产股与金融股的相关性研究

利用Copula-GARCH模型,研究上证地产股指数和金融股指数收益率的相关性.利用边缘函数推断法(IFM)建立2个股指对数收益率的时间序列的GARCH(1,1)-t模型.对边缘分布概率积分变化后的2个服从均匀分布的序列,分别建立常相关的二元Copula模型,包括正态Copula函数、Clayton Copula函数、Gumbel Copula函数、t-Copula函数、SJC-Copula函数和时变相关的二元Copula模型.对2007年12月10日至2012年3月30日上证交易所地产股票指数和金融180股票指数进行实证分析,讨论2个行业的股票和行业本身的相关性.

基于Copula-GARCH模型的黄金、股票与债券投资组合风险分析

由于金融危机影响,国际金价强势攀升,黄金已经与股票、债券一样,成为一种非常重要的投资工具。因此,本文基于Copula函数和GARCH模型,先建立Copula-GARCH-t模型对黄金、股票以及债券的投资组合风险进行实证研究分析。结果表明,Copula-GARCH-t模型对数据描述较为准确,因而在刻画投资组合风险方面效果较好。再运用蒙特卡洛模拟法,在风险最小情况下,计算出三种资产的投资比例,并计算出资产组合的VaR。

基于Copula-GARCH方法的交叉汇率期权套期保值模型

针对进出口贸易中汇率风险管理问题,利用Copula-GARCH方法,基于改进的下偏矩风险测度(LPM)提出交叉汇率期权套期保值模型.首先,用Copula函数刻画相关结构,建立适用于任意边际分布的交叉汇率期权套期保值理论模型,并推导出模型的积分形式.然后,对交叉汇率收益序列进行GARCH模型拟合,给出基于边际收益率分布的最优模型算法步骤.最后,将模型应用于人民币外汇市场交叉汇率套期保值实证研究,并分析敲定价格,套期保值成本和风险厌恶程度等对LPM的影响.研究结果表明,将目标收益设置为收益的中位数而不是平均收益有利于投资者谨慎投资.为了降低LPM风险,建议预算较少的投资者选择平值看跌期权对冲,而预算较高的投资者可以选择实值看跌期权,但敲定价格不宜过大.

基于Copula-GARCH模型的公司债与股票收益率相关性分析

文章从微观角度出发,利用Copula-GARCH模型解释公司债和股票收益率之间的时变和相关关系。结论表明,公司债收益率和股票收益率序列之间具有负相关关系,说明存在"安全资产转移"现象。通过观察相关参数ρ进一步研究股债收益率之间的时变关系,发现以往的股票收益率变化对股债相关关系影响较大,ρ会随着收益率绝对值的增加而增大,股债投资组合市场风险随之加大。

沪深300股指期货动态套期保值比率和有效性研究——基于Copula-GARCH-X模型的应用

套期保值是利用期货交易进行风险规避的重要手段,套期保值比率的确定和有效性检验是套期保值业务的核心问题。在Copula-GARCH模型的基础上,考虑到误差修正项对波动性的影响,构建了二元Copula-GARCH-X模型来估计沪深300股指期货动态套期保值比率,并依据风险最小化原则对套期保值的有效性进行了检验和对比。研究结果表明,纳入误差修正项的GARCH-X模型和Copula-GARCH-X模型要显著优于传统模型;而且研究结果显示未结合Copula函数的GARCH-X模型的套保效果还要优于Copula-GARCH-X模型。

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Copula-GARCH模型的趋势权变相关套期保值研究

文章分析了股指期货与其标的物之间相关结构的趋势时变特征,提出"趋势权变相关套期保值"假说。然后,选用5种不同风格投资组合作为标的物,用沪深300指数与其仿真交易期货进行套期保值,以方差改善率指标为有效性评价标准,实证检验该假说的有效性及适用性。研究结果表明,趋势权变相关套期保值可以大幅度提高保值效率。

Copula-GARCH模型及其在金融市场风险分析上的应用

目的探讨Copula-GARCH模型及其在金融市场风险分析上的应用。方法用Copula函数刻画上证综指和深成指之间的相关结构,建立了GARCH(1,1)-t模型,利用各项资产收盘价、成交量的历史数据,运用具有不同边缘分布的多元Copula-GARCH模型,对上证综指和深成指股市进行了研究。结果利用Eviews5.0对资产收盘价、成交量的历史数据进行描述,接着用极大似然法和Mathcad软件对模型进行了参数估计。结论证实了所提模型和方法的可行性和有效性,对探讨股票市场波动(风险)以及与预期收益之间的关系具有重要的理论意义和实用价值。

基于Copula-GARCH模型的最小VaR套期保值比率的估计

基于Copula-GARCH模型,以最小VaR为目标函数,考虑了金融资产收益率分布呈现尖峰厚尾情形下的最优套期保值比率的估计问题.首先,基于Cornish-Fisher展开逼近分位数的方法,给出了最小化VaR确定最优套期保值比率的原理;其次,考虑到收益率序列的条件异方差及厚尾性,建立Copula-GARCH模型对波动率及相关系数进行估计;最后,给出了基于沪深300股指期货的实证研究,并将其与最小方差法、正态分布最小VaR法的实证结果进行了比较分析.结果表明:在样本内,3种方法的套期保值效果相差不大,在样本外,非正态分布最小VaR法的套期保值效果显著高于其他模型.

基于Copula-GARCH模型的互联网金融市场风险测度

近年来,随着互联网金融产业的发展,许多投资者利用互联网进行投资,2018年P2P雷潮爆发,让大家意识到风险管理的重要性。选择华夏现金增利货币B和广发货币B于2017—2019年的七日年化收益率为研究对象,利用EVIEWS和R软件对两组数据进行描述性统计分析和正态性检验,通过欧氏距离最小法选择二元t-Copula函数建立Copula-GARCH模型,利用MCMC算法对两种货币基金在不同投资组合下的风险进行测度。结果表明,在95%的置信水平下,当华夏现金增利货币B的投资比例为0.7、广发货币B的投资比例为0.3时,风险最小,可见不同的货币基金组合对风险的影响不同。同时VaR对于基金权重的变化没有CVaR敏感,极端情况下的风险测度也很重要。根据实证分析结果,建议:互联网金融风险测度需要重视小概率事件风险,不同的金融投资要有侧重,加强技术研发与统计研究,建立健全有关法规,这样才能有效防范风险。

基于Copula-GARCH模型的投资组合日收益率的相关性的风险度量实证研究与应用

以Gaussian GARCH模型和Copula函数为基础,建立了Copula-GARCH模型,利用4个股指国债指数(000012)、企债指数(000013)、基金指数(399305)和沪深300指数(000300)的收盘价、成交量的一些历史数据(数据来源于国信证券网上交易系统),通过建立的Copula-GARCH模型和统计软件Eviews5.0的模拟计算,得到了投资组合日收益率的风险价值.构建了投资组合风险的多元联合收益分布和资产之间的相关性.结果说明,随着时间的变化,股指之间的波动存在着较稳定的正相关关系.对进一步探讨股票市场波动(风险)和预期的收益之间有非常重要的理论意义.

基于Copula-GARCH模型最优套期保值比率

考虑了现货价格上下波动的情况,用阿基米德Copula函数的上尾及下尾相关数的平均数作为相关系数,采用GARCH-M模型预测铝现货与期货收益率的标准差,结合最小方差套期保值比率来计算最优套期保值比率,最后对比分析Copula-GARCH模型与Copula模型的套期保值效果.实证结果表明:Copula-GARCH模型的套期保值效果相对较好.

中美贸易摩擦下大豆期货市场相关性的实证研究——基于Copula-GARCH模型

近年来,中美两国贸易摩擦加剧了金融市场之间的相关关系,期货市场作为金融市场重要的一部分,研究期货市场间的相关关系显得尤为重要。本文将GARCH模型与Copula模型相结合,建立二元金融时间序列的Copula-GARCH模型以研究中美大豆期货市场的相关关系。首先利用GARCH-t模型刻画中美两国大豆期货市场收益率的边缘分布,然后利用极大似然估计法和K-S检验进行参数估计并拟合优度检验,接着利用极大似然法估计常用Copula参数,利用AIC,BIC准则和Log likelihood最小准则选择合适的Copula函数来描述中美大豆期货市场间的相关性。实证研究表明,大连商品期货交易所大豆期货价格与芝加哥商品交易所大豆期货价格有较大相关性,t-Copula函数能较优地描述两市场的相关性,两个市场之间大豆期货的上下尾相关系数皆为0.087 019,存在同涨同跌现象。

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Archimedean Copula-GARCH模型的沪深股市相关性分析

构建Archimedean Copula-GARCH模型研究金融市场间的相关性和相关结构.所选数据为上证综合指数和深证成分指数的日收盘指数序列,利用GARCH-t模型构建Copula函数的边缘分布,依据Kendall秩相关系数和上下尾相关系数来刻画上证综合指数与深证成分指数间的相关性,之后通过平方欧式距离做模型的拟合度检验,选取较优的Archimedean Copula函数.结果表明,Gumbel-Copula可较好拟合这两序列间的相关关系.同时也说明,上海证券交易所与深圳证券交易所的收益率呈现强烈的正相关关系,随着股票价格的上涨或下跌,上海股市与深圳股市之间的协同效应将大幅增加,相关程度明显增大.

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Copula-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──华安创新基金的投资组合进行了风险分析。