基于Copula方法的干散货运费子市场尾部相关性分析

通过分析Copula函数的尾部相关性来揭示干散货巴拿马运费市场和好望角运费市场的相关性。实证结果表明,基于时变相关的二元对称Joe-Clayton(SJC)Copula对干散货运费子市场尾部相关性的拟合效果最好,而且当市场下降时,两个子市场表现出强而剧烈的相关性;市场上升时,二者表现出弱而平稳的相关性,因此基于不同船型的航线组合投资在市场上升时的效果优于市场下降。

基于时变Copula的房地产业与银行业尾部动态相关性研究

文献多数从线性相关和静态相关的视角研究房地产业与银行业(金融业)的相关性,本文基于大智慧"板块指数"中的"房地产"(代表房地产业)和"银行类"(代表银行业)数据,采用GARCH、EVT和时变Copula模型研究房地产业和银行业的动态尾部相关性。实证结果表明,时变Copula模型刻画尾部相关性的效果优于静态模型,时变SJC-Copula的建模效果相对最好;样本考察期内,上、下尾相关系数均为正,分别落在区间[0.2287,0.6146]和[0.4666,0.7143]内,且下尾相关系数均大于上尾相关系数,说明市场低迷时,房地产业和银行业易产生共生风险,并且低迷时的相关性强于活跃时的相依性;上、下尾相关系数均具有自相关性、ARCH效应。分析月均下尾相关系数发现,房地产业和银行业的下尾相关性具有"政策效应":下尾相关系数相对较低的月份往往伴有严厉的房地产调控政策出台或之前的月份出台了调控政策,意味着房地产调控政策将弱化房地产业和银行业的下尾相关性。未来应继续执行或出台更严厉的调控政策,降低银行业与房地产业的共生风险,促进房地产业的健康发展。

上证指数和恒生指数的copula尾部相关性分析

通过分析连接函数(copu la)的尾部相关性揭示上证指数和恒生指数的相关性。实证表明,在众多具有非对称尾部相关特性的A rch im edean copu la函数中,用G um bel-Hougard copu la对上证指数和恒生指数进行尾部相关性分析是最优的,两者具有较好的上尾相关性,且量化后的相关性能够预测股票市场的变化。

基于Copula函数的证据理论相关性分析模型及结构可靠性计算方法

提出一种基于Copula函数的证据理论相关性分析模型及结构可靠性计算方法,可处理证据变量间具有相关性的可靠性分析问题。该方法引入Copula函数描述证据变量间的相关性,将贝叶斯方法拓展至证据理论,利用经验分布公式将证据变量转换为标准均匀变量,计算证据变量样本的权重获得结构输入变量间的最优Copula函数。通过最优Copula函数对证据变量边缘基本可信度分配(marginal-BPA)函数差分获得联合可信度分配(joint-BPA)函数,并对每个焦元进行极值分析,计算可靠域内焦元的累积联合BPA值获得结构的可靠性区间。通过三个数值算例验证了本方法的有效性,计算结果表明证据变量间的相关性可能对可靠性计算结果产生较大影响,常用的独立性假设可能对可靠性分析结果造成较大误差。

基于时变Copula的基金、股票和国债动态尾部相关性分析

全面的风险管理既要考虑正常状态,也要考虑极端情况,为此,利用上证指数数据,采用Time-varying Copula函数对极端市场环境下基金指数、股票指数和国债指数的尾部相关性进行了研究,发现三者相互间有较为显著的下尾相关,上尾相关相对不明显,其中基金和股票、基金和国债、股票和国债之间的下尾相关性依次减弱,因此,从分散风险的角度来看,用股票和国债构建投资组合比用基金和国债组合更好。

基于多种Copula函数的沪新股市尾部相关性比较分析

投资组合理论要求在尽可能多的市场上进行投资组合,因而研究两个股票市场之间的尾部相关关系对全球投资组合和风险管理具有重要的意义。采用基于秩的极大似然估计法,分别采用静态和动态Copula函数对比研究上证综指和新加坡海峡时报指数收益序列的尾部相关关系,结果发现时变的SJC Copula函数较其他3种静态Copula函数的拟合效果好;两市股指收益序列的尾部相关关系不对称,存在显著的下尾相关,而上尾相关不明显,而且上证综指和海峡时报指数收益序列的下尾相关系数是不断变化的,并呈现出日益上升的趋势。

中国股市量价尾部相关性研究——基于随机copula模型的实证

构建了随机copula模型来研究中国股市量价间的尾部相关性。采用上证综合指数和深证成分指数的价格和交易量数据进行了实证研究。结果表明:Survival Clayton copula函数相比其他copula函数能更好地刻画中国股市量价尾部(上尾)相关性;中国股市量价尾部相关性具有明显的非对称特征,股市高收益率(股市大涨)伴随着高交易量,但股市低收益率(股市大跌)与高、低交易量不存在相关关系;沪市量价尾部相关性略强于深市量价尾部相关性;中国股市量价尾部相关性展现明显的动态特征。

美国国债市场与石油期货市场尾部相关性分析——基于Copula函数的视角

分别利用单参数和双参数的阿基米德族Copula函数对美国国债市场与纽约石油期货市场之间的尾部相关性进行分析,并与美国股票市场与石油期货市场之间的尾部相关性进行比较。实证分析结果表明,在描述美国国债市场、股票市场与石油期货市场之间的尾部相关性方面,双参数的阿基米德族Copula函数具有更好的拟合效果;美国国债市场与石油期货市场之间具有非对称的尾部相关性,上尾相关性虽然很小,但比下尾相关性大,下尾相关系数几乎为零。

基于Copula函数尾部相关性的股票交易策略

文章借助Clayton Copula函数和Gumbel Copula函数研究了任意两只股票之间的尾部相关性,并建立了基于Copula尾部相关性的股票交易策略。首先,通过CML估计Clayton Copula函数和Gumbel Copula函数的相关参数αCl和αGu;其次,通过相关参数求解两只股票之间的尾部相关性;再次,对尾部相关性较为强的股票组合构建程序化交易策略;最后,对A股和H股的七组银行股作了实证分析,选出了使得每个组合收益率最优的参考概率区间,并在该参考概率区间下对该股票交易策略进行风险度量。

基于Copula函数的深市行业间的尾部相关性分析

采用Copula函数进行相关分析,能够测度到变量间的非线性、非对称的相关关系,特别是容易捕捉到变量分布的尾部相关关系。基于此分别采用Clayton Copula函数和Gumbel Copula函数对深市各行业间的尾部相关性进行分析。结果表明,除了服务行业外,其他行业之间均具有显著的非对称的尾部相关性。

基于时变SJC-Copula函数的沪港股市尾部相关性研究

本文用时变SJC Copula函数和基于秩的极大似然估计法对沪港两市的尾部相关性进行了实证研究。结果表明沪港股市的下尾相关程度略大于上尾,按两阶段分析,第一阶段几乎不存在下尾相关,上尾相关亦不明显;第二阶段的尾部(尤其是下尾)关联程度明显高于第一阶段,并且下尾相关程度大于上尾。

基于Copula函数的沪深股市尾部相关性分析

利用Granger因果检验考察上证指数与深证指数之间的联动特性,发现上证指数是深证指数的Granger原因。由于上证、深证指数之间的尾部非对称性,Frank Copula函数无法准确拟合数据分布,进而通过选择Archimedean Copula函数族中Gumbel Copula函数和Clayton Copula函数分别度量美国次贷危机前后上证、深证指数之间的尾部相关性。实证结果表明,上涨期和下跌期上证、深证指数之间分别具有较强的上尾和下尾相关性。但相比较而言,下跌期尾部相关系数大于上涨期尾部相关系数。

基于Leverage SV-Copula的国债指数和股票指数尾部相关性分析

研究国债和股票的相关关系对于风险管理有重要的意义。文章在用Leverage SV模型描述股票和国债指数波动的基础上,采用Copula函数研究国债和股票指数的尾部相关关系,发现股票和国债的尾部相关关系不对称,有较为显著的下尾相关而上尾相关不明显。进一步采用时变SJC-Copula函数研究发现,下尾相关系数较大的时点较多出现在上一年11月份到下年2月份期间,在此期间通过投资国债市场分散股票投资风险的效果较差。

基于条件动态阿基米德Copula的金融股指尾部相关性研究

阿基米德族Copula能拟合多种金融资产收益分布,已被广泛用于金融资产相关性研究。然而,我们对阿基米德族Copula的研究相对有限。本文选取了上证综指、上证金融、深证综指和深证金融四只股票的767个交易日数据作为样本数据,利用GARCH模型对单个资产建模,采用分层条件动态法完成高维条件动态建模。实证表明,半网络条件动态建模能显著降低板块对股指间相关性的影响,挖掘出金融资产间本质的相关性,更有利于进行金融资产的风险管理。

上证指数与恒生指数的copula尾部相关性研究

文章结合多分辨率小波分析方法和Copula技术对上证指数与恒生指数的尾部相关性进行了分析。重点利用Archimedean copula函数族中的Gumbel copula,探讨了上证指数与恒生指数收益率在不同尺度上分解后的数据的上尾部相关性。通过量化的尾部相关性揭示了股票市场的变化。

利用Copula函数实证分析金融风险尾部相关性

以沪深300指数和深证成份指数的尾部相关性实证分析为例,利用Copula函数分析金融风险尾部相关性。实证表明:Gumbel Copula函数能够很好的模拟沪深300指数和深证成份指数的日收益率,并且在不同尾部水平下,沪深300和深证成份指数具有很强的相关性。

基于具有尾部变结构的Copula-GARCH模型的相关性分析

针对金融市场中不同资产之间的尾部相关结构的非对称性和动态性,并通过分析几种常见的Copula函数在相关性分析上的优劣,本工作创新之处是构建了具有尾部变结构的Copula-GARCH模型。相比于单一的、静态的Copula函数,它具有多个Copula函数的混合特性。最后以上证综指和深证成指为例进行分析,结果表明:该模型能够更准确地描述投资组合中金融时间序列之间的动态相关特征。

基于pair copula的多维股市尾部相关性分析

采用pair copula模型对多维情形下的尾部相关性进行了分析,以中国内地及周边国家和地区的股市周收盘价为研究对象,采用经验分布拟合边缘分布,引入藤结构,并结合t-copula、Clayton copula和Joe-Clayton copula分解多维密度函数,结果表明,pair copula模型可以很好地解决多维情况下的尾部相关性分析。

Copula函数分析欧美与中国股票市场的尾部相关性

选用阿基米德族Copula函数研究美、英、德、法四国主要股票指数与中国沪深300(HS300)指数的尾部相关性,结果表明:德国DAX30指数、法国CAC40指数对HS300指数以上尾影响为主,英国富时100(FTSE100)指数对HS300指数的影响主要为下尾影响,美国标准普尔500(S&P500)指数对HS300指数的影响较其他指数对中国的影响最小.

基于Copula理论的A股与H股尾部相关性研究

以往在研究变量间的相关性方法中,线性相关系数和Granger因果分析方法是常用的较简单的方法,然而,线性相关系数要求变量间的关系是线性的,其不能度量变量间的非线性,Granger因果分析只能给出定性的结论,不能加以定量的描述。