阿基米德copula概率对偶犹豫模糊信息集成算子及其在多属性群决策中的应用

本文基于阿基米德copula和相应的协copula定义了概率对偶犹豫模糊信息的一些运算法则,为概率对偶犹豫模糊信息的融合提供了一种新思路。这些运算法则不仅可以保持运算的封闭性,而且可以反映出概率对偶犹豫模糊信息之间的关系。在进一步研究运算法则性质的基础上,提出了阿基米德copula加权概率对偶犹豫模糊算术平均算子和几何平均算子,并讨论了其性质。针对概率对偶犹豫模糊信息环境下属性权重信息未知的多属性群决策问题,给出了求解属性权重的公式,并利用上述算子进行信息集结,获得了群决策方法。最后,通过公众生态环境满意度评价的实例说明所提方法的有效性,利用参数对评价结果的影响说明决策方法的灵活性。此外,还将本文方法与现有方法进行了对比分析。

阿基米德Copula下一般随机序的性质

文中研究了相依随机变量的一般随机序性质.将独立随机变量一般随机序的两个特征推广到了阿基米德Copula下的相依随机变量.此外还给出了阿基米德Copula相依随机变量的两个闭合性质.研究了两个相依随机变量集的最小和最大次序统计量满足一般随机序的充分条件.用几个数值例子验证所得结果.探讨了这些结果在系统可靠性和精算学中的一些潜在应用.

基于阿基米德Copula的极尾相依Copula的渐近展开

基于Juri等提出的一阶正规变换条件下极尾相依Copula及其收敛定理,讨论在二阶正规变换的条件下,基于阿基米德Copula的极尾相依Copula的渐近展开.

阿基米德Copula生成元的复合构造研究

本文提出了基于生成元与一般函数复合构造阿基米德Copula生成元的一种新方法.给出了二维阿基米德Copula左右复合构造的充分必要条件;对一般多维情形,给出了复合构造的充分条件;而且还讨论了左右复合构造以及复合构造与其他方法之间的联系.

乘积阿基米德Copula

在乘法模式下,对阿基米德Copula进行了推广,提出了乘积阿基米德Copula.通过构造两类特殊的乘积阿基米德Copula,举出了若干乘积阿基米德Copula例子,并分析了关于尾部相依性、对称性等方面的性质.最后,在探讨阿基米德Copula和乘积阿基米德Copula的关系中,提出几个值得进一步讨论的问题.

一种构造阿基米德Copula生成元的方法

阿基米德Copula族在经济、金融方面有着重要的应用,它们是由某些单调递减凸函数所生成的一类Copu-la,这类单调递减的凸函数被称为生成元.不同生成元所生成的阿基米德Copula具有的性质也完全不同.通过g函数,找到了一种通过某些连续的一维分布函数构造阿基米德Copula生成元的方法.另外,讨论了生成元与g函数之间的关系,从而在某些情况下可以扩展阿基米德Copula族.

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。

基于阿基米德Copula的投资组合风险分析

应用阿基米德Copula分析沪深股票市场投资组合风险,样本区间从2000年1月4日至2006年11月8日,共1 639组有效数据.首先,由于金融数据不具有正态性,且是厚尾的,因而应用极值理论对边缘分布建模;然后,采用极大似然估计对给定的5个阿基米德Copula进行参数估计,从中选择能更好拟合实际数据相关性的Copula;最后,运用Monte Carlo模拟方法计算相应的风险价值(VaR),确定最优的组合系数.结果表明,当组合系数β=0.33时,沪深股市投资组合风险最小.

半参数阿基米德Copula的实证研究

半参数阿基米德Copula族的生成元可由现有阿基米德Copula生成元得到,由于有独特的构造方式,该Copula族具有灵活的相关结构,能"自适应"地描述数据中包含的相关结构.外汇市场的实证分析证实了该Copula族在描述相关结构时的灵活性,对选择何种Copula描述金融资产间的相关结构有一定的参考意义.

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。

基于非对称阿基米德Copula模型的投资组合风险度量

基于几何平均和加权平均的结合,构造非对称的加权混合阿基米德Copula模型,使得所建立的模型既能考虑资产组合内部各资产非对称的影响,又能捕捉到资产组合的上下尾相互作用的差异性.在实证研究中,以旅游业的金融投资组合作为研究对象,将非对称的加权混合阿基米德Copula模型和混合Copula模型在资产组合VaR计算精度方面进行了比较,结果发现非对称的加权混合阿基米德Copula模型真实反映资产组合相关结构非对称的差异性,具有较好的准确性及有效性.

阿基米德Copula函数的拟合检验

文章在介绍了Archimedean Copula函数拟合检验的已有两种方法的基础上建立了两个新的检验方法--基于一种函数变换的K-S检验法与基于随机向量变换的χ2拟合优度检验法,并进行了模拟检验,从模拟检验的过程及结果可以看出,所建立的两个新检验法具有良好的效果,基于随机向量变换的χ2拟合优度检验法更严格且符合实际。

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。

参数族阿基米德Copula的尾相关性

本文讨论了生成元为双参数情形的二维阿基米德Copula的尾相关系数,以及高维单参数族和双参数族情形.而且对于二维和高维的尾相关系数进行比较.

基于阿基米德Copula度量VaR的蒙特卡罗法

文章以混合正态分布的形式拟合单个金融资产收益分布,采用阿基米德Copula结构度量投资组合的相关关系,改进了传统的蒙特卡罗法并给出了相应算法。利用上证综指和深证成指进行实证研究的结果表明,较之传统方法,用阿基米德Copula结构的蒙特卡罗法度量投资组合的风险值更为有效。

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。

阿基米德Copula分位数回归曲线推导与模拟

文章把分位数回归理论和相关结构函数Copula结合起来,介绍了分位数回归和相关结构函数Copula,给出了阿基米德Copula和Copula分位数回归曲线的定义,推导出了阿基米德Copu-la分位数回归曲线。最后,通过模拟研究表明Copula分位数回归估计方法的精确性。

半参数阿基米德Copula的理论应用

半参数阿基米德Copula族的生成元可由现有阿基米德Copula生成元得到,由于有独特的构造方式,该Cop-ula族具有灵活的相关结构,能"自适应"地描述数据中包含的相关结构.外汇市场的实证分析证实了该Copula族在描述相关结构时的灵活性,对选择何种Copula描述金融资产间的相关结构有一定的参考意义.

条件阿基米德Copula在家庭联合寿险精算中的应用

在统一生命精算符号的前提下研究家庭联合寿险精算问题.在对利息力采用Wiener过程刻画,并用条件阿基米德Copula函数处理个体间相依性的假设前提下,计算家庭联合寿险的精算现值以及均衡年保费.

阿基米德Copula函数中参数的矩估计

对Copula函数进行深入的研究在概率统计领域有着重要的意义.因此,本文利用引理1,在文献[1]的基础上继续研究了其他单参数的二元阿基米德Copula函数的参数矩估计和近似矩估计.