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构造的多元相依结构模型分析

Copula函数作为一种新型相关性分析工具,近年来在金融领域得到了广泛的应用。文章在分析了基于Pair-Copula构造多元藤结构Copula模型的基础之上,实证分析了大陆上证指数和深证成指以及香港恒生指数三个市场间的相依结构特征,对各个市场指数收益率的边际分布我们采用GARCH(1,1)-t模型进行拟合,而对各Pair-Copula的模型选择采用t-Copula,分析结果表明基于PCC的藤结构模型相对于传统的t多元t-Copula模型在捕捉变量间相依结构时表现更优的效果。

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的全国社保基金委托投资组合La_VaR测度研究

社保基金是社会保障事业健康发展的物质基础,安全性和流动性是其投资的首要原则。全国社保基金作为一类特殊的、可以进入资本市场投资的社保基金,其风险管理显得尤为重要。针对全国社保基金投资组合风险测度研究不足的现状,提出了全国社保基金投资组合经流动性调整的市场风险(La-VaR)测度的pair-copula-GARCH-EVT模型。与传统的copula模型相比,pair-copula方法不仅考虑了维数的影响,而且还能灵活地选择copula的类型。实证研究表明,pair-copula对社保基金经流动性调整的市场风险建模的效果优于传统的多维copula模型。

基于时变pair-copula的多资产投资组合VaR分析

在对资产组合的研究中采用pair-copula法构建了反映多个资产收益实际分布和相依性的联合分布函数,对每个pair-copula用二元时变copula替换原先的二元静态copula得到时变pair-copula,并结合蒙特卡洛模拟技术,给出投资组合的风险价值VaR的计算方法,最后通过实证分析验证了该模型的有效性和优越性.

基于Pair-Copula-GARCH模型与CVaR的时变投资组合优化

以过去的信息为条件,以一致性风险度量CVaR为优化目标,以组合收益率为约束条件,建立了时变投资组合优化模型,通过基于pair-copula-GARCH模型的蒙特卡洛模拟方法得到未来某时刻收益率的多个可能情景,并引入一个特殊函数实现了投资组合模型的线性化,得到了最优投资组合策略.最后针对提出的模型进行了实例分析.

基于Pair-Copula的条件相关性分析

运用Pair-Copula的思想建立了条件Copula函数模型,提出了几个条件相关性度量,给出了条件Copula的确定方法,并用条件Copula实证研究了两个市场的条件相关性.作为非条件相关性度量的一种补充度量方法,条件相关性能从另一个角度反映出市场间的关系,提供了一种研究相关性分析的新思路.

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pair-copula结构的珠江三角洲河网区水位空间依赖性分析

基于1957—2016年珠江三角洲河网区15个水文站月平均水位资料,利用pair-copula结构构建水位空间依赖性模型生成样本数据,并采用F-madogram方法定量评估不同时期、不同时间尺度和不同距离范围内珠江三角洲河网区的水位空间依赖性。结果表明:珠江三角洲河网横向发育区域比东南45°方向发育区域水位空间依赖性弱;夏季丰水期水位空间依赖性比冬季枯水期水位空间依赖性显著增强,且季节尺度下水位空间依赖性比全年尺度下水位空间依赖性弱;受人类活动影响,在远距离情况下夏季丰水期1987—2016年的水位空间依赖性比1957—1986年显著增强;在较小距离范围内年极小月水位1987—2016年的空间依赖性比1957—1986年显著减弱,在远距离情况下年极大月水位1987—2016年的空间依赖性比1957—1986年显著增强。

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。

基于多项式回归的Pair-Copula贝叶斯网络模型

Pair-Copula贝叶斯网络模型是解决变量间相依关系推断问题的一种有效模型,而条件独立性检验是该模型构建过程中的关键步骤。文章在改进的PC算法的基础上,提出了基于多项式回归残差的条件独立性检验方法,并进行仿真模拟实验。该方法可以良好地检验变量间的条件独立关系,通过有向无环图反映网络中的相依和独立关系,并结合Pair-Copula得到完整的相依关系推断模型以及相应的密度函数。

Pair-Copula在金融市场风险传染分析上的应用

2007年美国次贷危机波及全世界金融市场,反映出市场之间的风险传染效应越来越强。本文采用GARCH(1,1)模型构建金融市场收益率的边缘分布,通过最大似然估计法和K-S检验法对边缘分布函数进行参数估计和检验拟合情况.利用IFM参数估计法估计出Canonical藤结构下混合Copula的参数。分析标准普尔指数、日经指数、上证综指间危机爆发前后的风险传染性.结果显示危机爆发前标准普尔指数与亚洲股市之间上尾相依而危机爆发后变为下尾部相依.从标准普尔指数与上证综指间的尾部相关性变化,说明次贷危机对中日股市产生影响,故存在风险传染。

基于Pair-Copula函数的空间预测模型及其应用

对于空间数据的插值预测,大多采用传统的空间插值方法如反距离加权插值法和克里金插值法,这2种方法在边缘分布或存在异常值的情况下会导致预测精度相对较低;采用基于Copula理论的方法克服了这一问题。通过Pair-Copula函数描述了空间相依结构并利用MCMC方法(贝叶斯估计法)估计参数,讨论基于空间数据对未观测位置相关数据进行了空间插值预测;结合重庆市雾霾数据对该方法与反距离加权插值法、普通克里金和泛克里金插值法进行比较,结果发现基于Pair-Copula函数的空间预测模型具有更高的精度。

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模型金融市场风险传染的相关性分析

2007年美国次贷危机波及全球金融市场,市场间的协同性越来越强。本文以美国普尔指数、日经指数和上证综指的日收益率为研究对象,先用GARCH模型构建边缘分布,然后选择出由Symmetrized Joe-Clayton Copula构成的Pair-Copula模型来测度金融市场间的风险传染关系,最后采用极大似然法对Canonical藤分解结构下的SJC-Copula函数进行参数估计并求出尾部相关系数,分析三个股指之间的风险传染相关性。结果显示美国普尔跟亚洲股市之间的风险传染下尾相关,且相对地与上证综指间的尾部相关性变化较小,说明我国与国际间金融市场的关联相对较弱,经济危机对我国的影响程度相对较小。

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.

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。

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Pair-copula函数和标准化径流指数的水文干旱频率分析——以南盘江流域为例

选取南盘江流域3个水文站52a(1961~2012年)的逐月径流资料,联合两个相邻站点,分别计算标准化径流指数(SSFI),运用游程理论识别52a来不同站点干旱特征,并用Pair-copula函数计算不同站点的联合重现期。结果表明:(1)52a来3个站点干旱特征值的最大值都出现在2011~2012年;从单个站点看,52a来沾益站的干旱次数、最大干旱历时、最大干旱烈度均大于高谷马站和江边街站,最大干旱峰值出现在江边街站;从联合站点看,中游以上高谷马站和沾益站的干旱特征值均大于中游以下高谷马站和江边街站,3个站点联合识别的干旱特征值大于中下游站点联合识别干旱特征值,小于中上游站点联合识别干旱特征值,上游干旱更严重;(2)Frank Pair-copula函数的RMSE、AIC和BIC值最小,拟合程度最高,适合运用于南盘江流域干旱频率分析中;(3)运用Frank Paircopula函数计算得到3个水文站点2009~2012年的连续干旱重现期都在100~200a,是52a来最严重的一次干旱。

一个基于pair-copula法构建高维相依结构的研究

用pair-copula构建高维相依结构,将n维联合密度函数转化为若干个pair-copula密度函数相乘。在pair-copula的选择上,本文构造了能描述非对称尾部相关性的混合copula函数——M-copula。并在实证分析部分用该方法探索了上证市场上四个板块的相依关系,得到了比较理想的结果。