基于改进时间卷积网络与藤Copula的短期风速预测

考虑风电场相邻风机风速间以及风速与气象因素间复杂的非线性关系,提出了一种基于改进时间卷积网络与藤Copula相结合的风速预测方法。首先,利用深度残差收缩网络中存在的注意力机制及软阈值化的思想改进时间卷积网络中的残差模块,并进行初步风速预测;然后,考虑到众多气象因素对风速的影响,使用核主成分分析对气象数据进行降维,在保证数据特征的同时,降低数据的复杂度;最后,利用藤Copula在描述非线性相关结构方面的优势构建修正模型,使用降维的气象数据修正初步风速预测值,得到最终的风速预测结果。实验证明,所提方法提高了短期风速预测的精度。

基于Copula-BN的海上船舶碰撞风险评估方法

为有效预防海上船舶碰撞事故,提出一种基于Copula-贝叶斯网络(BN)的海上船舶碰撞动态风险评估方法,采用高斯Copula识别风险节点的边缘分布,从而更准确地描述风险因素与碰撞事件之间的复杂相互关系。首先,收集船舶碰撞事故数据,从人-船-环系统的角度,识别并分析导致船舶碰撞的风险因素;然后,利用Copula函数确定各节点的最优边际分布函数;最后,采用数据结构分析确定BN结构,构建Copula-BN模型,并基于Copula-BN模型进行相关性、前向预测和后向故障诊断分析,依据风险因素与碰撞事件之间的相依性,推出导致船舶碰撞事故发生的关键致因,并通过更新节点的状态数据,分析船舶碰撞动态风险。结果表明:该方法能够识别出导致船舶碰撞事故的关键风险因素,实现海上船舶碰撞动态风险评估。

考虑交易对手间三种违约相关情景下的CDS定价——基于单因子Copula模型的模拟

2008年金融危机中暴露出的交易对手违约相关风险,不仅使作为信用违约互换(CDS)交易对手方的Lehman Brothers,Bear Sterns和AIG等金融机构遭受了巨额损失,而且增加了金融市场的系统性风险。因此,考虑交易对手违约相关风险对合理定价CDS至关重要。基于单因子Copula模型框架,数值模拟分析了交易对手间3种不同违约相关情景下的CDS定价,在统一的框架内创新性地解决了信用保护卖方、买方和参考资产方的违约相关情况、违约强度、支付频率及回收率等因素对CDS定价的影响。结果表明:(1)保护卖方和参考资产方形成的违约相关对CDS定价的影响要强于交易三方违约相关的影响,各情景下的CDS价格明显不同;(2)随着保护买方支付频率的增加,3种情景下的CDS价格均逐渐降低;(3)参考资产方回收率的增加,会降低不同情景下的CDS价格且差异明显。

我国金融机构系统性风险动态监测——基于CCA和动态因子copula模型的研究

本文结合未定权益分析法和动态因子copula模型研究了2008年1月至2016年3月我国金融机构系统性风险。研究结果表明:(1)基于未定权益分析法计算的信用价差指标较好地揭示了单一金融机构违约风险动态变化,次贷危机期间较高,2015年以来再次升高,具体来看,证券公司最高,保险公司和信托公司居中,银行最低。(2)基于动态因子copula模型计算的系统性风险指标较好地反映了我国金融机构系统性风险演进,2009年下半年至2014年底系统性风险较高,样本期间内金融机构在系统重要性上没有显著差异。比较发现单一金融机构违约风险较高,并不意味着系统性风险高,这取决于金融机构间相依结构。因此,加强金融机构宏观审慎监管时,应关注金融机构间相依结构动态变化。

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。

基于混合Copula的CDO定价模型

将广受欢迎的,用于CDO定价的大样本同质投资组合近似方法做了推广,其中涉及到的分布是高斯分布和Variance Gamma分布的混合,即G-VG混合分布.提出了厚尾的G-VG混合Copula模型和带有随机相关性的混合模型.这些模型可以有效的模拟CDO定价中的"相关性微笑"问题.在这些G-VG混合Copula模型中,得到了损失分布函数和期望分券层损失的解析表达式.并且用实际数据做了实证分析,把新模型和高斯模型的结果做了比较.实证表明,新模型的结果不仅与市场报价更贴近,而且为相关性结构带来了更多的灵活性.

模糊随机环境下的单因子Gaussian Copula模型

现有的对单因子Gaussian Copula模型中相关系数的各种改进,究其本质在于公司资产间相互关系的不可观测性和所获信息的不完全性——人们无法得到关于资产间相互关系大小的精确估计值,对于这一关键信息各人有着不同的模糊性,即现实中的不确定性既包含随机性又包含模糊性。因此,将随机性和模糊性相结合,用于研究诸如违约相关等问题有着现实需要。提出了一种新的带有模糊性分析的单因子Gaussian Copula模型,给出了带有模糊信息的联合违约概率和违约损失率,并用于综合CDO的定价。利用模糊数和随机性分析,不仅可以考虑更多的违约相关过程中不确定性源泉,更能包含投资者对金融市场中各种模糊性的主观判断信度,拓宽了可能的信用利差的范围。

中美股指间的动态相依结构及突变因素——基于时变Copula-ARMA-NAGARCH的分析

为了克服传统格兰杰因果检验等方法在研究股市相依结构时存在的不足,文章构建了时变Copula-ARMANAGARCH模型,研究了中美股指及中国主要股指间的动态相依结构及其突变影响因素。研究发现,中国主要股指间的动态相依关系存在显著差异,中美两国主板间和创业板间的联动关系密切,其相依结构具有显著的突变特征。其中,国际因素对中美股指间的相依结构具有正向影响,对国内股指的相依结构影响不显著;国内因素对国内股指相依结构的影响是正向的,对中美股指间的相依结构影响是负向的,中美两国股票市场表现为非对称的相依结构。

叶尔羌河源流区洪水极值事件联合概率分析

以叶尔羌河流域源区为例,选取塔什库尔干气象站的气温数据和库鲁克栏杆站的洪水资料,基于Copula函数对洪峰流量和1、3、7 d洪水总量的概率分布特征进行分析,结合小波相干分析进一步探讨气候因子变化与洪水极值事件的关系。结果表明:两变量的同现重现期>单变量重现期>两变量的联合重现期,联合重现期和同现重现期随着洪峰流量和洪量的增大而变长,相应洪水极值事件发生概率降低;夏季日平均气温和洪峰流量序列在年代际尺度上具有高相干性,夏季日平均气温先于洪峰流量0.13~0.31周期变化;基于Copula函数建立1957—2010年夏季日平均气温与洪峰之间的二维统计模型,单变量重现期越长,所对应两变量的联合重现期与同现重现期之间相差越大;随着夏季日平均气温的升高,不同重现期洪水发生的可能性均增大。研究成果可对该地区的洪水风险管理和水资源适应性对策提供重要的科学价值和技术支撑。

基于Copula熵理论的大坝渗流统计模型因子优选

针对大坝渗流统计模型需要考虑较多的前期项,造成参选的因子数量较大,进而导致常规方法的建模误差较高的问题,研究引入Copula熵理论,利用Copula熵和偏互信息(partial mutual information,PMI)相结合的方法,对输入因子的选取进行优化。针对Copula熵的求取,Copula函数采用Gumbel函数,分布采用柯西分布代替正态分布,并引入Hample准则来精确选取因子。将该方法在糯扎渡大坝渗流监测中进行应用,并与常规的因子选择方法进行对比分析,结果表明,采用基于Copula熵的因子优化选取方法的渗流统计模型具有更好的预测效果。

基于Copula函数的暴雨要素三维联合分布——以宽甸县为例

以辽宁省宽甸县为例,利用1955~2012年逐日降水数据,提取年暴雨日数(D50)、年暴雨量(P50)、年均暴雨强度(I)和暴雨比(R)共4个暴雨要素,运用K-S法确定各单要素最优概率分布函数;针对暴雨要素多面性,通过引入Copula函数,构建三维联合分布并进行AIC和RMSE优度检验,确定适合暴雨要素的最优Copula函数,分析多要素联合后暴雨的概率和重现期特征。研究表明:1单变量拟合仅反映暴雨单个要素本身的信息,无法涉及要素间的联系;三维Copula联合可从3方面呈现暴雨要素间的内在信息,更贴近实际;暴雨本身的多要素性,为Copula函数在暴雨分析上提供了广阔前景;2年暴雨日数、年暴雨量和年均暴雨强度的联合适合反映宽甸县暴雨重现期;宽甸县暴雨联合重现期短,多为0~2 a,同现重现期较长,集中于200 a左右;2种重现期变化趋势一致,存在同步效应,反映了暴雨要素的不可分割性。

基于Copula函数的现场暴露混凝土寿命预测方法

针对基础工程中混凝土结构在现场暴露环境下的寿命预测问题,提出了1种基于Copula函数的多退化因素剩余寿命预测方法.先选取质量损失和超声声速作为关键退化因素,针对其不同退化轨迹,对实际采集数据进行退化建模,得到混凝土剩余寿命的边缘分布函数;再通过Copula函数建立各退化因素间的相关关系,将混凝土剩余寿命的边缘分布进行融合,得到其联合分布函数.结果表明:选择质量损失和超声声速这2个退化因素有助于建立混凝土在现场暴露环境下的退化模型,并得到其剩余寿命的边缘分布函数;基于Copula函数预测西宁市现场暴露环境下的混凝土使用寿命约225个月,损伤发展始于第180个月左右.

t-NIG单因子Copula的CDO定价模型

分析了大样本同质投资组合(LHP)近似方法下基于t-NIG单因子Copula的CDO定价模型,此模型是CDO标准定价模型(单因子Gaussian Copula)的扩展延伸.对模型的扩展是为了更好地解决"相关性微笑"问题,并使定价和市场报价更好的吻合.模型中假设市场共同因子和个体异质因子分别服从t分布和NIG分布,构建t-NIG单因子Copula模型.基于模型在大样本同质情况下计算资产池损失分布,并对Dow Jones iTraxx Europe指数的各分券层定价.另外,分析了数值结果,对不同模型适应CDO各分券层的市场报价的能力进行比较.结果表明:所有的模型都比标准模型更好地适应市场报价,且t-NIG单因子Copula模型定价效果最为理想.

基于Copula的不同气候区暴雨联合特征分析——以辽宁省为例

选取纬度相近的宽甸、建平和营口站1955—2012年降水数据,引入Copula函数,对辽宁省不同气候类型区暴雨要素进行联合特征分析.结果表明:(1)暴雨单要素拟合中,广义极值分布比较通用,暴雨比和暴雨强度适合同时用于反映暴雨特征,暴雨日数只适用于反映半湿润山区的暴雨特征,暴雨量适用于反映半湿润平原区和半干旱区的暴雨特征;(2)不同地貌、不同气候区,联合暴雨多个要素的Copula函数的类型不尽相同,Clayton Copula函数适合用于联合反映半湿润山地区和半干旱区的暴雨,Frank Copula函数适合用于反映半湿润平原区的暴雨联合特征;(3)辽宁省暴雨的联合重现周期从东部半湿润的山区向西部半干旱区逐渐延长,而同现重现周期则从西部干旱区向东部半湿润山区延长,即二者表现出相反的趋势.

一类新型广义FGM Copula的相关性及其应用

本文研究了形如Cθ(u,v)=uv+θuavb(1—um)c(1—vn)d的一类新型广义FGM Copula的相关性.求解了其和谐性度量Kendall相关系数τ和Spearman相关系数ρ,论证了和谐性度量相比于线性相关系数的优越性.以泥石流地貌要素之沟床比降和流域高差为例,计算了这两个地貌要素的线性相关系数r、和谐型度量τ和ρ,说明两个和谐性度量τ和ρ之间的关系(3τ≈2ρ)适合用此新型广义FGM Copula描述.进一步对其中的6个参数a,b,c,d,m,n在各种不同取值下的τ和ρ的取值范围进行讨论,从而确定出一个具体的广义FGM Copula,它能够较好地拟合沟床比降和流域高差的相关结构.

基于Copula的京津冀平原作物水分利用效率驱动因子分析

农业是京津冀地区最主要的用水部门,提高农业用水效率有助于缓解京津冀水资源压力,实现可持续发展。基于VIP模型模拟的1980-2013年京津冀平原作物水分利用效率(WUE)、作物净初级生产力(NPP)、作物实际蒸散发(ETa),结合同期年平均气温(Tmean)、年降水量(Pre)和年日照时数(Sun),应用Copula函数理论分别建立WUE与NPP、ETa、Tmean、Pre、Sun的5组联合概率分布函数,计算各驱动因子在低、中、高取值条件下WUE大于任一特定取值的可能性(定义为WUE条件概率),探索WUE的驱动关系。结果表明:1)驱动因子NPP、ETa、Sun取值越大, WUE大于任一特定取值的可能性越大;而驱动因子Tmean和Pre取值越小, WUE大于任一特定取值的可能性越大。2)若以各驱动因子分别在高、低取值条件下的WUE条件概率的差值来反映WUE对各驱动因子大小的敏感程度,WUE对NPP的大小最为敏感,而后依次是Sun、ETa、Pre、Tmean。3)对比不同驱动因子相同取值条件下的WUE条件概率,较低的NPP会明显抑制WUE的大小,提高NPP对WUE的提升有明显的保障作用。综上所述,作物WUE同时受光合作用和蒸腾作用两个生理过程控制,较难确定光合和蒸腾对WUE的驱动关系;WUE与驱动因子的联合概率分布和条件概率分析指出,在京津冀平原可以采用在控制耗水的条件下提高NPP的策略,该策略可能比在控制产量的条件下减少耗水的策略更有效。

因子Copula空间偏相依模型与农业系统性风险度量

农业生产受气候和生产聚集性影响,其风险具有空间相依的特征,这种相依关系随距离的增大而变小。在距离相同的条件下,相依关系又会随气候状况的变化而不同。由于受自然灾害的影响,产量左尾的相关性通常强于中部和右尾。为此,本文构造了Gee因子Copula回归模型,在边缘分布中使用奇异帕累托分布、奇异对数逻辑分布族等新型分布以提高左尾部分的拟合效果;用高斯过程刻画变量中间部分的空间相依关系,并用两个指数分布作为共同因子,对高斯过程的尾部相关结构进行调整,以反映产量非对称的尾部相关性;在高斯协方差中引入气温、降雨量和经纬度等协变量,使得相依关系可以灵活反映气候特征和地理差异。基于一组实际数据的研究结果表明,本文所构造的因子Copula空间偏相依模型在拟合作物单产的空间相依关系时,对尾部相关性的拟合效果更好。基于本文提出的模型,通过蒙特卡洛模拟计算得到的各种风险度量值,可以为农业大灾风险管理提供参考依据。

基于Copula函数的郑州市夏季双重城市热岛及其影响因素关系分析

城市热环境变化影响城市小区域气候,探究影响因子与其作用机制,可有效减缓城市热岛现象。利用郑州市1960~2017年长序列数据,从相对热岛(RHI)和绝对热岛(AHI)两个层面探究驱动因子降雨(R)、蒸发(E)、建成区面积(B_(BUA))、城镇化率(U_(UR))的影响关系,利用交叉小波和小波相干探究热岛与降雨的雨热关系,采用Copula函数计算影响因子在不同取值条件下与热岛的遭遇概率。结果表明,相对热岛-相对降雨在短中周期、绝对热岛-降雨在短周期上均呈负相关关系,雨热关系不同步,且绝对热岛-降雨的关系最为显著;影响因子B_(BUA)、U_(UR)取值越大,R取值越小,则与RHI、AHI的遭遇概率越大;不同影响因子在不同评价层面,敏感性强弱不同,E在不同层面的反馈机制也不同,可见选取合适评价分析层面,有利于准确量化影响程度。

基于R-Vine Copula函数的极端降水联合分布模型及风险识别

在边缘分布函数优选的基础上,采用条件Copula函数和Vine图结构,构建基于R-Vine Copula函数的极端降水联合分布模型,以河南省4个气象站的实测数据进行模型验证和对比分析,并对极端降水指标进行了风险识别。结果表明:构建的模型可以描述变量之间的不同尾部特征,保持原序列Kendall和Spearman相关系数等统计特征,整体精度优于基于C-Vine Copula函数构建的极端降水联合分布模型;河南省年降水量与降水强度、最大1 d降水量与最大5 d降水量的概率分布密切相关,各指标对联合概率密度的影响程度呈现出空间异质性。

基于Copula-RF的混凝土坝变形监测模型

混凝土坝的变形与各种环境量之间存在复杂的非线性映射关系,传统统计模型中预报因子的选择有一定的主观性,且易出现过拟合问题.针对上述问题,本文采用Copula函数对变形影响因子进行非线性相关检验,以确定最优因子集.在此基础上,结合泛化能力强的随机森林(RF)理论,建立了基于Copula-RF的混凝土坝变形监测模型.随后,以某混凝土重力坝为例,根据大坝实测数据验证Copula-RF模型的准确性,通过与基于经典最小二乘回归的混凝土坝变形预测模型分析结果比较,根据均方根误差、平均绝对误差及平均绝对百分比误差等指标评价模型的拟合、预测精度.计算结果表明,相比于采用最小二乘回归的混凝土坝变形预测模型,Copula-RF模型预测精度更高,性能更加稳定,为混凝土坝变形监测提供了一种新方法.