中国内地与香港地区股票市场尾部相依性分析——基于混合旋转Clayton Copula模型

构建基于BFGS算法优化的混合旋转Clayton Copula模型,选取上证指数收益率与恒生指数收益率分别代表中国内地与香港地区股票市场收益率的研究表明,我国内地与香港地区股票市场尾部呈正相依关系,且尾部相依结构具有不对称性,下尾分布较上尾分布更重;相比于单个Copula模型和混合Copula模型,基于BFGS算法优化的混合旋转Clayton Copula模型能更准确地估计参数,更全面地拟合我国内地和香港地区股票市场的尾部相依性。建议两地加强监管合作,共同制定和执行市场监管政策;通过大数据分析、机器学习等技术手段,提高风险识别的准确性和时效性,完善风险预警机制;引导投资者理性看待尾部风险,使其认识到市场收益率尾部相依结构的存在,并在投资决策中充分考虑尾部风险。

基于GAS-Copula-XGBoost的预测建模及应用研究

时间序列预测在多个学科中被广泛运用,考虑到时间序列与被预测目标间的动态相关性对预测结果可能产生的影响,在XGBoost算法基础上设计出一种依据动态相关性的大小自动优化输入特征的GAS-Copula-XGBoost模型。引入能够衡量反向相关性的半旋转Clayton Copula和半旋转Gumbel Copula函数,利用GAS演化方程将半旋转Copula函数与常用的Copula函数拓展为时变Copula函数,对输入因子与被预测目标间的动态相关性进行测度;根据动态相关性设定阈值并设计动态程序,利用XGBoost算法预测,将模型应用于一带一路主题指数预测研究。结果表明:部分数据组合的相关性由半旋转Copula函数描述更为准确,GAS-Copula-XGBoost模型在分类预测精度上较Logistics、随机森林和XGBoost均有提升;在回归预测上,误差较BP神经网络、SVR和XGBoost分别降低37.8753%、17.4865%和5.3612%。

以湖北省油菜籽为例的我国农作物收入保险定价研究

农业保险作为分散农业生产经营风险的重要手段,对推进现代农业发展、促进乡村产业振兴、改进农村社会治理、保障农民收益等具有重要作用。当某种农产品生产更易受到各种自然灾害影响,同时也面临着市场价格波动的风险,农作物收入保险便可成为能够同时应对自然灾害和市场波动的新型保险产品,未来将成为分散农业风险的主要工具。油菜作为世界重要的油料作物之一,同样面临着自然灾害和市场波动的双重风险,因此需要农作物收入保险为其提供相应的保障。本文以湖北省油菜籽为例,选择几种参数分布模型来分别拟合油菜籽的单产和价格序列,结合Copula函数来构建两者的联合分布,并测算出农作物收入保险的费率及保费。实证结果表明,旋转180°后Copula模型能更准确描绘湖北油菜籽之间的相关结构,有助于制定更加准确的收入保险费率,以保障农户的经济利益。