基于分层Copula的CDS定价研究

本文研究了基于双边交易对手风险的信用违约互换(CDS)的定价问题,建立了以分层Copula为核心的CDS定价公式.分析了不同变量间违约相关性变化对CDS票息率的影响,并且通过与一般多元copula模型进行比较,展示了分层Copula在刻画多变量不同违约相关性情况下的优势,对如何建立更合理的CDS定价公式进行一定的探究.

基于分层Copula理论的股市联动性测度

在ARMA-EGARCH模型下,考虑好坏消息对股市的不对称性影响,根据分层阿基米德Copula的灵活性与有效性,分析美国与亚太地区6只股指联动性;进一步通过Co VaR度量股市间系统性风险溢出效应,与分层阿基米德Copula的分层结构较一致。新加坡与香港联动性最强,台湾与日经次之,表明联动关系的强弱与系统性风险溢出效应相关联。

基于分层阿基米德Copula的金融行业尾部风险相依性研究

快速发展的资管市场创新出大量的交叉性金融产品和业务,使金融各行业的联系愈加密切和复杂化,由此产生的交叉性风险也越来越值得警惕。利用分层阿基米德Copula模型,选取2010年1月1日至2017年6月30日之间的交易数据,刻画中国的银行、证券、保险、信托和基金五个金融子行业间的尾部风险相依关系,捕捉它们在极端事件下可能产生的危害。实证结果表明,中国五个金融子行业的尾部风险存在明显的分层相依结构,不同行业间的风险相依程度存在明显差异,且风险相依性整体偏高,因此系统性金融风险不容忽视。业内机构需提高风险自律意识,监管部门应建立风险预警机制,实施统筹、分层、突出重点的行业监管。

基于分层阿基米德Copula的金融时间序列的相关性分析

与阿基米德copula相比,分层阿基米德copula(HAC)的结构更具一般性,而相比于椭圆型copula它的待估参数个数更少。用两阶段极大似然法来估计HAC函数,主要的步骤是先估计出每个分量的边际分布,以此为基础再估计copula函数。实证分析中,采取Clayton和Gumbel型的HAC分析四只股票价格序列之间的相关性。在得出HAC的结构和估计其参数之前,运用ARMA-GARCH过程消除了序列的自相关性和条件异方差。通过比较赤迟信息准则,认为完全嵌套的Gumbel型HAC能更好地刻画这种相关性。

动态分层阿基米德Copula模型的构建与应用

Copula函数在金融中的应用大多限于二元情形,而对高维Copula函数及其动态模型的研究相对不足。文章在隐马尔科夫模型的框架下,构建了动态分层阿基米德Copula模型,并使用EM算法估计了模型的参数;然后将协变量引入到隐马尔科夫模型的转移概率中,以考虑其他因素对所考虑变量的相关性动态的影响;最后,将模型用于股票组合动态相关性的研究。

相依有序数据下分层阿基米德Copula模型的研究

异质性变量间非对称相依关系的存在,使多元有序数据相依模型的建立变得复杂。本文重点研究了当响应变量为有序多分类数据时,基于不同生成元组合的分层阿基米德Copula(Hierarchical Archime⁃dean Copula,HAC)相依模型的构建。通过潜变量建模得到有序边际的边缘概率模型,进而建立非对称的相依结构。利用数值模拟比较了组合HAC和单一类型阿基米德生成元构成的HAC在参数估计和模型拟合上的效果,并将其应用于自评健康等级数据集的分析工作中。结果表明组合HAC在实际应用中的有效性和优越性,为研究有序数据的非对称相依结构提供了新思路。

中国碳排放市场尾部风险相依结构及溢出效应研究

采用分层阿基米德copula及小波分析方法,分析中国5个碳排放权交易市场的尾部风险相依结构及溢出效应。结果显示:广东、深圳碳排放市场的尾部风险相依处在第一层次,上海碳排放市场、北京碳排放市场、湖北碳排放市场分处于第二、三、四层次;Gumbel生成元的copula的四层相依系数分别为2.129、2.017、1.813、1.658,Clayton生成元的copula的四层相依系数分别为1.727、1.641、1.522、1.464,Frank生成元的copula的四层相依系数分别为6.663、6.134、5.927、5.533,意味着中国5个碳排放权市场间的尾部风险相依程度整体偏高。小波分析结果显示,5个市场尾部风险单向波动溢出关系根据溢出强度依次为:湖北碳排放市场对北京碳排放市场,上海碳排放市场对深圳碳排放市场,深圳碳排放市场对湖北碳排放市场;双向波动溢出效应根据溢出强度依次为:北京碳排放市场与广东碳排放市场间,上海碳排放市场与北京碳排放市场间。与已有研究结果不同的是,深圳碳排放市场是最大风险溢出市场,湖北碳排放市场是最大的溢入市场,且2022年之后5个碳排放市场间波动溢出效应明显增强。

考虑洪水过程随机性的多维联合设计洪水风险分析

设计洪水是水利工程规划设计的重要工作,为工程规模确定和风险管理提供依据.针对传统单变量同频率和同倍比方法的局限性,以分层Archimedean Copulas函数为基础,构建了考虑整个洪水过程特性的多维联合设计洪水风险分析模型.以多变量联合重现期为防洪标准,采用蒙特卡洛与Copula函数相结合的方法随机模拟洪峰和不同历时的洪量的设计洪水组合,以实测典型洪水过程为依据,采用变倍比法放大洪水过程,得到设计标准对应的洪水过程线.以长江流域某水库为例,分析研究校核洪水位存在的风险.相对于传统同频率和同倍比计算方法,多维联合设计洪水风险分析模型充分考虑了洪水事件的随机性,以及整个洪水过程变量之间的相关性,为水库设计与安全运行提供参考.

基于分层阿基米德Copulas的干旱特征多变量联合概率分布研究

本文构建了3维Clayton/Frank组合分层阿基米德Copulas(Hierarchical Archimedean Copulas,HAC)函数,推导了其分布函数、概率密度及条件Copulas的表达式,并给出了3维Copulas拟合优度检验的方法。以西安站月降水资料为例,用3维HAC得到干旱历时、干旱烈度和烈度峰值的3维联合分布并应用于干旱特征分析。结果表明,与单一类型阿基米德Copulas构建的3维Copulas相比,3维Clayton/Frank组合HAC表现出较强的优越性,可为多变量干旱事件的研究分析提供新的思路。

基于HAC-广义多维CoES模型的股票市场风险溢出研究

为了精确测度多重金融风险溢出效应,本文在多维CoVaR方法的基础上提出能够度量整个尾部预期损失的广义多维CoES方法,并基于分层阿基米德Copula(HAC)给出了广义多维CoES的计算公式.基于HAC-广义多维CoES模型对中国、美国、中国香港股票市场间风险溢出效应的实证研究表明:美国与中国香港的股票市场对中国股票市场的风险溢出存在显著的叠加效应,失败率检验结果显示广义多维CoES相对于多维CoVaR具有更高的准确性;广义多维CoES的动态走势显示中国股票市场受到美国股市与中国香港股市的多重风险溢出效应,呈现顺周期性;稳健性检验结果显示,基于HAC模型度量广义多维CoES的计算方法具有较好的稳健性.HAC-广义多维CoES模型为监管者和投资者识别多个金融市场之间可能存在的风险溢出叠加效应提供了有效的实践应用工具.

HAC模型在东盟股市中的相依性分析研究

以近10年东盟6个代表国的核心日股票收益指数为研究对象,选取2009-01-21-2019-02-11的交易数据,分别建立ARMA-GARCH模型和分层阿基米德Copula(HAC)模型来刻画东盟各国股市的动态特征和相依性风险。研究表明:ARMA(1,1)-GARCH(1,1)模型对东盟代表国的股指收益率有着较好的拟合效果,偏t分布下的模型能更好地捕捉收益率的尖峰厚尾性,在HAC的3个生成元Clayton、Gumbel、Frank函数中,Gumbel函数的拟合度最好。结果证明:马来西亚、印尼和新加坡的股指相依性最大,越南跟其他东盟国的股指相依性最小。该结果对国内外企业在东盟如何投资发展具有一定的指导意义。

考虑历史洪水不确定性的多维联合洪水频率分析

洪水过程由多个特征变量组成,各变量之间存在正相关性,应进行多变量联合分析。但随着变量的增多,在相同样本条件下,多维联合分布具有更大的抽样不确定性。将历史洪水纳入多维联合频率分析,以提升各特征变量边缘分布和Copula函数相关性参数的准确性。以分层Archimedean Copulas函数为基础,构建了考虑历史洪水不确定性的多维联合洪水频率分析层次模型,将多维联合分布分解成为若干个二维Copula函数的多级层叠形式,并结合极大似然法,选用遗传算法求解特征变量边缘分布及各层Copula函数的相关性参数。长江流域宜昌站的应用结果表明,考虑历史洪水不确定性的多维联合洪水频率分析层次模型能够完整地描述整个洪水过程,考虑洪水过程特征变量之间的相关性,也能够有效利用历史洪水,改善样本的代表性,Copula函数的相关性参数符合实测序列峰量之间的相关关系。