我国股指期货与现货市场风险溢出效应研究--基于混频时变Copula-CoVaR模型

准确测度金融市场极端风险溢出效应对风险管理具有重要意义。然而,仅以高频微观数据开展的研究会忽略宏观经济背景的影响,可能导致对风险溢出效应测量的不准确。针对已有研究的不足,文章充分运用高频微观和低频宏观数据信息,结合混频时变Copula模型和CoVaR模型对我国股指期货与现货市场间的极端风险溢出效应进行研究。结果表明,模型拟合效果良好,我国股指期货与现货市场间存在显著的非对称极端风险溢出效应,且现货市场对期货市场的风险溢出效应更为剧烈。研究结论有助于监管层对金融市场风险采取更加有效的防范举措。

基于时变Copula函数的多部件系统可靠性评估

针对多部件失效相关的机械系统,提出一种基于时变Copula函数的多部件系统可靠性评估方法。首先,引入非线性Wiener过程刻画性能退化过程,并采用Copula函数刻画多部件失效间的相关性;其次,基于傅里叶级数近似Copula函数的演化方程,并通过蒙特卡洛(MC)模拟验证傅里叶级数对常见时变形式的拟合效果;此外,采用似然比统计量检验时变相关性的存在性,指明时变相关性研究的必要性。算例分析结果表明,与静态相关性模型相比,时变相关性模型对数似然函数值提高4.36%、赤池信息量准则(AIC)减小3.81%,可靠性评估结果更加准确。

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。

中国与国际股市波动的时变相关性检验——基于小波分析和GARCH-Copula技术

为研究中国与国际股市波动的时变相关性机制,文章通过小波分解中、美、英3国股票指数2013~2020年的收益率,运用小波相干谱、格兰杰检验和GARCH-Copula方法分析,研究发现:在低频段方面,中美、中英股指呈现长期正相关,英美股指对中国均有引领作用,英美股指互为格兰杰原因,且均是中国股指的格兰杰原因;在高频段方面,中美、中英股指呈现负相关,但2018年后中美相关性由负转正,中美股指在短时、极端共同上涨行情和中英股指在短时、极端共同下跌行情均具有可预测性。

基于混频数据抽样的已实现EGARCH模型的波动率预测

该文以沪深300股指期货高频数据为样本,在Realized EGARCH模型的基础上引入了混频数据抽样(MIDAS)结构与时变波动,构建了基于偏t分布的SMA-Realized EGARCH MIDAS模型,该模型提高了模型捕捉长记忆性的能力,更好地刻画了模型的时变波动性.通过滚动时间窗的方法对模型进行VaR预测与后验测试,采用MCS检验评估各模型在不同测度下的波动率预测能力.研究结果显示:相比于传统的Realized GARCH模型、Realized EGARCH模型和Realized EGARCH MIDAS模型,本文提出的SMA-Realized EGARCH MIDAS模型具有更好的样本拟合效果与样本外波动率预测精度.

基于时变Copula函数的风电出力相关性分析

相邻风电场风电出力存在较强的相关性,但一段时间内其相关强度并非一成不变,所选取时间窗口不同,可能会得到不同的相关性结论。针对这一问题,基于Copula相关性分析理论,提出了采用时变Copula函数来分析风电出力时变相关性。并研究了3种时变Copula函数的特性,给出了时变相关系数的时变方程,再采用IFM法和AIC法进行Copula函数参数估计和拟合优度检验。通过实例分析,对比了静态Copula函数和时变Copula函数拟合优度,证明了时变Copula函数在风电场风电出力相关性分析中的可行性和优越性,为风电场风电出力相关性分析提供了更有效的新方法。

基于时变多元Copula-VaR的商业银行汇率风险度量

构建了一个时变多元Copula模型,并运用Monte Carlo模拟技术计算VaR,以期更准确地度量人民币兑美元、欧元、日元和港元4种汇率可能给商业银行带来的风险.然后将其度量效果与静态多元Copula-VaR的度量效果进行比较分析.实证结果表明:人民币兑各主要货币汇率之间的相关结构以时变方式变动,基于时变多元Copula-VaR的商业银行汇率风险的度量效果更好.

基于时变Copula的VaR估计

针对股票收益的相关性会随市场波动而发生变化,本文考虑用条件时变相关模式的Copula模型来估计组合风险值,利用上证、深证指数组合进行实证研究,并与固定相关模式下的Copula模型进行比较,结果表明:相对于常相关模式,条件时变相关模式具有较好的表现。

基于非参数时变Copula模型的美国次贷危机传染分析

金融危机传染分析是国际金融领域中的重要课题,本文对Copula变点检测方法进行推广,采用时变非参数阿基米德Copula模型检验金融危机传染的存在性及其变化趋势,以时变尾部相依系数的大小来度量危机传染程度,并结合系数的变化趋势和时间段对金融危机传染效应进行分析.最后选择全球六个主要股票市场指数和S&P500指数进行危机传染实证研究,得出次贷危机对不同国家或地区的传染效应有所差别.

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。

不同时变Copula-EVT-ES模型精度比较研究

结合EVT极值理论,构建了4类时变Copula模型,拟合了股指间的动态极值相依系数,并对各类资产组合进行了预期损失ES风险测度.通过Backtesting方法,对比研究了不同时变Copula-EVT-ES模型的风险测度精度.实证结果表明,在市场极端波动状况下,结合EVT极值理论的时变Copula-ES模型能够对资产组合尾部极值风险进行有效测度,并且对于空头头寸的风险测度效果优于其在多头头寸的表现.善于刻画变量间厚尾极值相依关系的时变t Copula-EVT-ES能够取得较好的组合风险测度效果,而对于二元资产组合,在高风险水平上,时变SJC Copula-EVT-ES模型也值得重点关注.

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。

基于时变Copula的供电公司多期购电组合优化模型

针对供电公司在多市场、多阶段的购电组合问题,构建了以供电公司期末收益最大、以多期一致性风险度量函数测度的风险最小的多期购电组合优化模型。其中考虑到电力日前期货市场和实时市场电价序列的尖峰、厚尾特性和两市场电价序列间的相关结构,采用时变SJC Copula-(GARCH-T,GARCH-GED)模型拟合电价序列,并进行模拟。算例结果表明,多期投资组合决策优于单期连续决策,也优于整体购电决策。

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。

时变条件t-copula蒙特卡罗方法的外汇储备收益风险度量

在给定我国主要储备货币为美元的基础上,使用英镑、日元、欧元兑美元每日汇率,应用时变条件t-copula函数描述主要储备币种对美元汇率收益序列之间的时变相依结构,建立了用于描述包含时变自由度在内的所有时变相依模型参数的演化方程。采用蒙特卡洛仿真方法计算了各种币种组合的VaR,并对结果进行后验测试,时变条件t-copula函数仿真估计VaR可以覆盖最大损失风险,并分析了主要储备货币组合兑美元汇率风险演化趋势,作为调整外汇储备结构的参考依据。

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。

基于贝叶斯方法与时变Copula模型的基金风险的度量

基于贝叶斯理论的MCMC方法对单个基金收益率进行GARCH建模,以及对投资组合权重进行后验模拟。进一步结合时变Copula理论计算基金投资组合的VaR,与基于极大似然法的结果进行比较。实证结果表明基于贝叶斯理论的时变Copula的VaR方法,能够更有效的度量开放式基金投资组合的风险。

基于时变Copula-CoVaR商业银行系统性金融风险溢出分析

为了更加准确捕捉商业银行系统性金融风险溢出过程的动态非线性相依特征,以科学分析商业银行风险负外部性与风险溢出强度,通过时变Copula模型计算VaR,CoVaR和△CoVaR,研究了浦发、华夏、民生、招商、兴业、中信6个商业银行个股指数和中证800银行业指数间的商业银行系统性金融风险溢出问题.结果表明:时变模型对于△CoVaR的刻画相较于静态模型更为准确、灵敏,且计算得出的CoVaR均为负值,分析比较△CoVaR,得出风险溢出强度从强到弱依次为:中信银行、兴业银行、华夏银行、民生银行、浦发银行、招商银行.研究为风险监管资源分配、监管对象确定提供了一定依据.

中美股指间的动态相依结构及突变因素——基于时变Copula-ARMA-NAGARCH的分析

为了克服传统格兰杰因果检验等方法在研究股市相依结构时存在的不足,文章构建了时变Copula-ARMANAGARCH模型,研究了中美股指及中国主要股指间的动态相依结构及其突变影响因素。研究发现,中国主要股指间的动态相依关系存在显著差异,中美两国主板间和创业板间的联动关系密切,其相依结构具有显著的突变特征。其中,国际因素对中美股指间的相依结构具有正向影响,对国内股指的相依结构影响不显著;国内因素对国内股指相依结构的影响是正向的,对中美股指间的相依结构影响是负向的,中美两国股票市场表现为非对称的相依结构。