人民币汇率与股市的风险溢出效应再检验——基于马尔科夫转换GARCH模型和混合时变copula模型的研究

本文以人民币兑美元汇率和沪深300指数为研究对象,使用马尔科夫转换GARCH模型分析了两者的波动非线性特征,利用该模型将汇率波动按照低频和高频状态分成了三个区间,并且从时间上与2015年的汇改相重合。同时,使用混合时变copula对三个子样本上汇率市场和股票市场波动率关联性建模。研究发现:2015年的汇率改革重塑我国汇率市场和股票市场的风险溢出效应;汇改后,两市风险关联性增加,并表现出了正面溢出效应。

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。

时变多元NBSCopula模型与美国股指期货市场可视化相依性分析

基于多元NBS(Normal Birnbaum-Saunders)分布构造了一种新的多元偏斜厚尾Copula,即多元NBS Copula,并进一步采用DCC(Dynamic Conditional Correlation)模型构造了时变NBS Copula模型。以美国道琼斯30指数期货、标准普尔500指数期货和纳斯达克100指数期货为例,可视化分析了收益率序列之间的各种相依特征,比较了DCC-NBS Copula模型与其他一些Copula模型在相依结构拟合上的效果差异。实证结果表明:美国三大股指期货之间的相依结构具有正相依性、厚尾相依性、非对称相依性和时变相依性,其中,NAGARCH模型可以较好地描述收益率序列的动态特征,椭圆Copula优于阿基米德Copula,非对称椭圆Copula优于对称椭圆Copula,厚尾椭圆Copula优于正态Copula,时变椭圆Copula优于静态椭圆Copula。综合来看,DCC-NBSCopula模型是所有模型中对相依结构的拟合效果最优的。

基于时变相关的混合Copula模型的投资组合风险分析

由于金融时序数据具有时变非对称相关的特征,文章通过构建时变相关的混合Copula函数对金融时序数据的尾部相关和对称相关性进行捕捉,并以此为基础估计投资组合的VaR值,通过对比,发现基于时变混合Copula的函数能够更准确地捕捉投资组合的风险。

基于时变混合Copula模型的配对交易策略

由于金融时间序列数据通常具有动态时变、非对称和非线性相关特征,本文给出了一类权重系数和Copula参数均时变的混合Copula模型。同时基于权重系数和Copula参数时变的混合Copula模型,刻画不同频率互联网金融概念股价格序列之间的相关性,构建配对交易策略模型,并与静态混合Copula模型下的策略结果进行比较。实证分析表明:基于时变混合Copula模型的配对交易策略可以获得较高收益;Copula参数和权重系数均时变的混合Copula模型能捕获更多交易机会,策略表现最好;含有较多成分Copula的混合模型在配对交易策略中并不具有优势;高频率金融市场比相应低频率金融市场的策略盈利更高。

时变扭曲混合Copula模型及其在风险传染测度中的应用

文章结合时变Copula理论和扭曲混合Copula模型提出了时变扭曲混合Copula模型,给出了该模型的尾部相关系数度量公式及其参数估计方法,并将其应用于国内外商品期货市场间风险传染效应的测度。结Copula模型,从而验证了模型的可行性和优越性。

基于TVF-EMD-SVM-GRU混合模型的短期电网负荷预测

短期电网负荷表现出非规律的波动性和非稳定的周期性,对其进行准确预测是一项挑战。采用时变滤波的经验模态分解,对一维观测信号进行分解,得到具有不同尺度特征的固有模态函数。通过随机重构构造一个新的观测值,形成二维矩阵。引入支持向量机来替代门控循环单元最终输出层中的归一化指数函数,并将交叉熵函数替换为基于边缘的函数,从而进行基于混合模型的短期电网负荷预测。试验结果表明,与大间隔最近邻算法、卷积神经网络以及融合门控循环单元的支持向量机相比,混合模型的计算成本虽然稍高,但均方根误差和平均绝对误差都是最小的。因此,混合模型具有最好的预测性能,可用于短期电网负荷预测。

基于时变混合Copula-MAR模型的股市间风险传染分析

随着经济全球化的发展,金融市场间的风险传染问题越来越受到学术界的关注。本文利用高斯混合自回归(MAR)模型估计收益率的边际分布,其独立性等检验表明,MAR模型能很好地描述"尖峰厚尾"和"有偏"的现象。通过利用权重时变的混合Copula描述收益率间的动态非线性和非对称的动态相关性,本文对中国股市与国际主要股市的相关性进行实证研究,结果表明,无论是从下尾相关性还是上尾相关性来看,中国股市与美、英、日主要股市之间的相关性均还处于较低水平,与香港股市的相关程度相对较高。而当异常事件发生时,美、英、日和香港股市对中国股市的风险传染效应则十分显著。

基于多模型混合最小方差控制的时变扰动控制系统性能评估

在实际工业过程中,控制系统经常会受到时变扰动的影响,致使针对单一扰动模型设计的最小方差控制准则不再适用于评估时变扰动控制系统的性能.当多个扰动信号同时出现时,采用常规多模型切换方法会发生间歇切换进而产生较大的暂态误差,不能准确评估系统当前性能.针对上述问题,本文提出了一种基于多模型混合最小方差控制准则的性能评估方法.首先根据每个扰动模型分别制定最小方差控制器,组成多模型最小方差控制器,然后在每个时间点混合多模型最小方差控制器,并将在其作用下的输出方差作为最终的性能评估基准,该方法既充分考虑到每个扰动的特性,又避免了常规多模型切换方法因间歇切换而产生的暂态误差对评估结果准确性带来的影响,实现了准确、可靠地评估时变扰动控制系统的性能.通过仿真,验证了基于多模型混合最小方差控制准则的性能评估方法的有效性.

中国股票市场的时变杠杆效应研究——基于随机Copula模型的实证分析

构建随机Copula模型研究了中国股票市场在极端市场条件下的时变杠杆效应.为了解决金融市场中波动率不可直接观测的问题,采用已实现波动率测度作为隐波动率的代理变量,进而运用基于有效重要性抽样的极大似然(EIS-ML)方法估计了随机Copula模型的参数.基于沪深股市数据的实证研究表明:中国股票市场的杠杆效应具有非对称特征,即股市低收益率伴随高波动率,但股市高收益率不一定伴随低波动率;中国股票市场的杠杆效应存在显著的时变性,沪深股市杠杆效应表现出类似的变化趋势;随机Copula模型相比其它Copula模型(静态Copula模型和时变Copula模型)具有更好的数据拟合效果.

基于时变Copula模型的沪深股市相依分析

文章针对沪深股市的波动性以及非正态分布的非线性相依机制,以t-Garch模型描述了沪深指数收益率的边缘分布,以Kendall的tau出发构建的时变Copula模型描述了沪深股市的相依机制。结果表明,以Kendall的tau为基点的时变Copula模型相对于以线性相关系数为基点的时变Copula模型,更能捕捉非线性的、非正态的时变相依机制,具有一定的优越性。

基于混合Copula模型的水稻保险费率厘定

模拟产量风险和价格风险的联合分布是农业收入保险费率厘定的重点和难点。借助核密度估计方法和混合Copula模型研究了水稻产量和价格风险因子的联合分布并厘定了产量、价格和收入三种保险的纯费率。研究表明:(1)与单一Copula函数相比,混合Copula模型更适合拟合多风险因子的联合分布。(2)早稻价格风险导致的收入损失高于产量风险导致的收入损失,中稻和晚稻产量风险导致的收入损失高于价格风险导致的收入损失。(3)由于产量风险和价格风险的对冲,江苏、安徽、江西、河南、贵州和广西具备了在中稻、晚稻主产区试点收入保险的客观条件。(4)在100%的保障水平下,中国水稻产区早稻收入险纯费率为8.60%~12.84%、中稻收入险纯费率为5.89%~12.07%、晚稻收入险纯费率为4.59%~7.94%。

融合时变因素的浆砌石坝变形时空混合模型

混合模型常被用于大坝变形的整体预测,目前开展的研究主要针对混凝土坝,对于同样数量多且分布广的浆砌石这类非线性材料坝的研究还较少。本文考虑非线性材料坝变形具有的时变特性,通过引入时间量参数及观测点相对坐标,建立对应的水压分量多点统计模型。考虑到引入多参数的水压分量模型系数寻优困难问题,采用改良的粒子群算法(IPSO)加强粒子随机性及交互性,提高模型系数的寻优速度。采用有限元方法(FEM)与卡尔曼滤波(KF)对其进行预测,建立FEMK模型。同时,采用深度学习算法LSTM训练经PCA降维后的温度和时效因子并预测相应变形值。联合构建的FEMK-LSTM-PCA时空混合模型经工程实例验证有较高预测精度,并且可以实现对大坝变形的整体预测。

影响中国奶价波动的国际因素分析——基于时变Copula模型

在过去20年,中国原料奶价格处于上升通道中,价格波动风险在高速增长的掩盖下被人为忽视。随着奶牛产业逐步趋于成熟,国内原料奶价格受国际奶价波动的冲击影响突显。为深入研究奶价波动规律,帮助牛奶生产者制定风险防范措施,本文应用时变Copula模型研究国内奶价和国际奶价两个时间序列的相关性变动情况,揭示了国际奶价对国内奶价的冲击影响拐点已经出现。在国际奶价持续低迷的背景下,相关管理部门应综合考虑国内和国际形势,出台相关政策以应对频频发生的倒奶杀牛事件。

基于GAS-混合Copula模型的不同行业系统性风险研究

金融危机后,对系统性风险的度量、预测和监管受到理论界和实践界的广泛关注。基于2012—2018年沪深300成分股36家上市公司的数据,构建广义自回归得分(GAS)—混合Copula模型度量其边际期望损失(MES),分析行业系统性风险贡献。研究表明:除金融业个股,其他行业个股与市场的下尾相依性大于上尾;个股系统性风险贡献取决于其所属行业,同行业个股系统性风险贡献度相近;银行业系统性风险贡献最小,券商和房地产行业风险贡献最大;市场下跌期,金融业个股MES值波动小于其他行业。

下尾风险与预期收益率的灾难敏感性——基于混合Copula模型的实证分析

本文利用二元混合Copula模型刻画个股与市场的尾部相依结构,以估计出的下尾系数作为个股下尾风险,考察下尾风险的时变性与市场崩溃的关联,通过检验下尾风险与预期收益率的关系分析个股的灾难敏感性。结果发现:下尾系数具有时变性,能够刻画市场的极端崩溃事件;下尾风险对个股预期收益率具有显著正向影响,这种关系持续了较长的观测期间,但随时间不断衰减;在控制了上尾风险、协偏度、协峰度、下行风险等特征后,下尾风险与预期收益率正相关关系依然稳健。这证实预期收益具有时变的灾难敏感性,下尾风险在预期收益率中得到溢价补偿,可以为防范灾难风险提供帮助。

基于时变Copula模型的股指收益率相依关系研究

为了研究股票市场之间的互动性与相关性,基于时变Copula模型研究上证指数、深证成指、香港恒生指数和美国道琼斯指数收益率间的相依关系。首先,对4个样本收益率序列建立自回归移动取平均-广义自回归条件异方差(autoregressive moving average-generalized autoregressive conditional heteroskedasticity,ARMA-GARCH)模型族以确定单个边缘分布;其次,利用常见的常系数Copula函数及时变Copula函数分别对股指收益率序列的相依关系建立模型,并对这2种模型进行对比;最后,基于正态Copula模型分别对两两股指间的相依关系做比较分析。研究结果显示,时变Copula模型的拟合效果要明显优于常系数Copula模型;沪、深股市相依性最强,相关系数接近0.9,A股与港股的相关系数接近0.5,与美股的相关系数在0.15上下波动,A股与港股的相依性要强于A股与美股之间的相依性,港股与美股的相关系数为0.27,与A股相比,港股与美股的相依性更强。本研究方法可应用于金融行业其他领域以了解资金的流向和市场效率。

基于混合藤Copula模型的风光联合发电相关性建模及其在无功优化中的应用

为解决多维风光联合发电相关性建模问题,提出结合K-means聚类和藤结构原理建立混合藤Copula模型。考虑光伏出力昼夜周期性,利用混合藤Copula模型重点分析风光联合出力在日间的相关性,并在该模型的基础上结合回溯搜索算法对电力系统进行无功优化。以美国某地区相邻2个风电场、1个光伏电场的实测数据为例,在IEEE 30节点系统中对所提方法进行验证。算例结果表明,所提方法能够更准确地描述多维风光出力的相关性,并且利用该方法建立的无功优化模型能有效降低网损,减少节点电压偏差和发电机无功偏差。

金融危机前后中外股市分割度比较分析——基于ICAPM和时变COPULA模型的实证检验

在ICAPM理论模型的框架下,对2008金融危机前后我国股票市场资产的风险定价因素进行了估计和检验,并应用时变COPULA函数来度量国内与全球股市的分割程度。实证结果发现,金融危机之前,国内股市的资产超额收益率只受国内市场风险溢价的显著影响,下尾相关程度低,市场间为分割关系;金融危机之后,国内股市的资产超额收益率同时受国内市场风险溢价和全球市场平均风险溢价的显著影响,线性相关系数略有增加,但下尾相关程度增加明显,市场间为部分整合关系。总体来说,境内外市场间的关系逐渐从分割走向部分整合,分割度整体有减小趋势,市场间联动性增强。

基于混合Copula和ARMA-GARCH-t模型的股票指数风险度量研究

针对近期中国股票市场的剧烈波动给投资者带来的影响,本文选取中国沪深股市和香港股市中具有代表性的3种股票指数的日收益率数据进行建模分析。选用ARMA-GARCH(1,1)-t模型拟合其边缘收益率序列,利用Gumbel、Clayton和t-Copula的线性组合函数刻画其相关结构,再运用蒙特卡罗模拟方法计算不同置信水平下各股指的风险价值、预期损失和中位数损失,其中中位数损失是最近才提出的一种新的风险度量指标。本文的研究结果可以为有着不同风险偏好的投资者和管理者监管系统性风险提供借鉴。