基于藤结构Copula-SV模型的外汇投资组合风险分析

文章针对现有时间序列统计模型对高维金融资产收益率特征描述不充分导致的风险度量不准确问题,构建了藤结构Copula-SV模型,用以对单个外汇资产收益率的波动异方差性和外汇资产间的复杂相关性进行描述。基于四种外汇资产(美元、欧元、日元和港币)的实证结果表明藤结构Copula-SV模型能较好地描述外汇资产的波动异方差性和复杂相关性,且基于拟合模型采用对偶变量法的Monte Carlo模拟计算出来的VaR通过了Kupiec失败率检验。

电网可靠性评估中相关性变量的非参数R藤Copula模型

Copula函数可将多维随机变量的边缘分布和相关性结构分开表达,在计及相关性的电网风险分析中日益得到重视。在二维相关性建模上Copula函数精度较好,而高维情况则面临模型参数估计的复杂性和准确性问题。据此,该文提出非参数R藤Copula模型,基于高维模型分解思路将高维Copula函数分解成多个二维Copula函数的乘积,并基于数据驱动方式实现二维Copula函数的非参数估计,此外为避免非参数估计中随机变量分布范围超出实际可行域的问题,进一步提出概率空间变换的思路。该文方法可实现高维随机变量相关性模型的灵活准确构建,最后,通过相关算例分析验证方法的正确性和有效性。

基于藤Copula分组模型的金融市场风险度量研究

传统未分组的藤Copula模型可用于刻画金融资产间的相依性,但存在将所有不同行业资产视为一个整体的问题。本文在充分考虑金融市场中各机构所属行业不同的基础上,提出了藤Copula分组模型,给出了该模型算法的具体步骤,并证明了算法的收敛性。最后通过返回检验方法,对比研究了藤Copula分组模型和未分组的藤Copula模型对银行业、证券业和保险业间VaR估计的精度差异,结果表明藤Copula分组模型的预测效果更准确且更有效。

基于藤Copula的GAMLSS模型与非寿险准备金评估

在假设各个业务线的增量已决赔款服从伽玛分布、逆高斯分布和对数正态分布的基础上,建立了各个业务线增量已决赔款的GAMLSS模型,并将此模型应用于一组具有明显异方差的车险数据,拟合效果优于均值回归模型.另外,在多个业务线的准备金估计中,不同业务线之间的相依性通过藤Copula函数来描述.用D藤Copula描述相依关系的GAMLSS模型对准备金的评估结果既优于独立假设下的GAMLSS模型和链梯法对准备金的评估结果,同时还刻画了不同业务线之间的尾部相依性.

基于藤Copula分组模型的股票市场风险优化研究

文章在充分考虑金融上市公司所属行业类型不同的基础上,扩展了二元Copula分组模型,构建了基于藤Copula分组的均值-ES模型,通过实证方法研究相依结构对中国股票市场优化风险的影响。结果表明:与藤Copula模型相比,藤Copula分组模型在样本内对应的有效前沿表现更好,改善了样本外股票市场最优组合策略的表现,并且返回检验结果也验证了该模型优化风险的准确性和有效性。

基于藤Copula的HAR模型扩展

波动率可以衡量金融市场风险,在资产配置和风险管理等方面有重要意义。文章在基于高频交易数据的HAR模型上对其进行修正,利用藤Copula对HAR模型涉及的四个波动率成分联合建模(CV-HAR模型),并基于历史数据的条件期望提取波动率预测值。实证分析以上证交易所的20支股票作为研究样本,对CV-HAR模型和历史模型(HAR)性能进行评估,结果表明,CV-HAR模型克服传统模型线性结构限制,并充分描述了联合分布依赖关系,在对未来波动率的预测行为方面更加精准。

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。

基于动态R藤Copula模型的区域风电集群超短期功率区间预测方法

为应对风电功率不确定性问题带来的电网安全稳定运行风险,近年来区间预测方法受到了广泛关注,但现有研究主要集中于单风电场预测领域,对于区域风电集群功率区间预测方法较少涉及。针对上述问题,建立了动态化的R藤Copula模型,提出了区域风电集群超短期功率区间预测方法。首先,详细阐述了区域风电集群超短期功率区间预测的基本框架。其次,简要说明了基于R藤Copula模型建立多风电场预测功率和整体预测误差联合概率分布的方法。然后,分3个步骤建立了动态化的R藤Copula模型,包括:基于ARIMA-GARCH模型建立动态边缘分布模型;引入DCC、Patton模型建立动态Pair Copula模型;提出动态R藤Copula的拓扑结构计算方法。最后,结合新疆东北部9个风电场一年的数据开展了仿真。仿真结果验证了所提模型的有效性,同时表明所提模型的预测结果具有良好的可靠性、锐度和技术得分指标。论文研究可为区域风电集群超短期功率区间预测提供参考。

香港与内地股市的相关性及风险溢出效应研究——基于藤Copula-GARCH模型

目的构建Copula-GARCH-CoVaR模型,研究深港通实施前后深市、沪市与香港股市间的相关性及风险溢出效应。方法选取深圳成分指数、上海综合指数和香港恒生指数收益率序列,利用GARCH(1,1)-t模型刻画三地股票市场收益率的边缘分布,选取Pair-Copula并分别基于C藤和D藤对三市场相关性进行分析,通过计算市场间ΔCoVaR值来分析深港通实施前后深市、沪市与香港股市之间风险溢出变化。结果与结论相比于D藤,C藤下的Pair-Copula能更好地拟合深市、沪市与香港股市之间的相关结构。

基于藤Copula-SV模型的金融资产间相关性研究

在金融市场多元化的背景下,研究各市场间的相关性对风险控制及投资组合问题有着巨大的帮助。研究了标普500指数、道琼斯工业指数、恒生指数、日经225指数、沪深300指数之间的相关性结构。选取这5个股指的日收益率序列,用SV-N(1)模型与SV-t(1)模型拟合其分布,再采用马尔科夫链蒙特卡罗(MCMC)方法估计参数。在C藤和D藤结构下,选取Clayton pair-copula、t pair-copula、SJC pair-copula模型刻画市场间的相关关系。结果表明,SV-N(1)模型下基于D藤的t pair-copula能较好地刻画所研究市场间尾部对称的相关性。

基于R藤Copula模型的银行间风险传染路径研究

为防范银行业综合化经营所产生的银行间风险传染,维护金融安全,在银行间市场引入R藤Copula模型,对我国不同时期银行间的相依结构进行刻画,研究表明:我国上市银行间具有较强的正相依性,且在危机时期风险传染效应将增强;国有银行的相依结构较其他商业银行稳定;建设银行与中国银行是我国现阶段藤结构中的主要节点;农业银行、南京银行等则处于藤结构的边缘位置。根据银行间的相依结构特征,各上市银行应当及时做好相应的应对外生性金融风险的预案。

碳排放权市场结构相依特征研究:规则藤方法

碳排放交易市场的建立,是一个基于经济学理论来解决气候变暖问题的具有价值的途径,其目的是发展低碳经济。在欧盟排放交易体系一级市场上,以欧盟排放配额(European Union Allowances,EUA)作为主要交易标的物的碳排放权交易市场已经成为一个重要的新兴贸易市场。随着碳排放权交易市场的不断发展,该市场的资本化程度逐渐深化,其金融属性也日益显著,并逐步融入到国际资本市场体系之中。与其它资本市场相类似,碳排放权交易市场之间也存在着复杂的非线性相关关系,而Copula函数可以用来捕捉这种相依结构特征。因此,文章选取欧盟排放配额(EUA)期货的日价格时间序列数据,首先假设新息序列服从学生t分布,运用ARMA-GARCH模型对经调整的对数收益率序列进行过滤,采用极大似然方法估计模型的参数,并得到残差序列,同时将其标准化而得到标准化残差;然后,将Kendall’s tau秩相关系数作为权重,采用最大生成树算法(maximum spanning tree algorithm)的序贯Copula选择方法构建合适的规则藤Copula模型,并运用基于序贯的极大似然方法估计规则藤Copula模型,以描述碳排放权交易市场之间复杂的相依结构特征。研究结果发现:在无条件下,t-copula函数可以较好地捕捉碳排放权市场之间的相依关系,说明市场存在明显的对称尾部;在Dec10EUA、Dec12EUA、Dec13EUA市场相依结构固定下,Dec11EUA与Dec14EUA市场之间的相依结构可以采用Gaussian copula函数来描述,而在Dec10EUA、Dec13EUA市场相依结构确定不变情形下,Dec12EUA与Dec14EUA市场之间的相依结构则适合采用Frank copula函数来捕捉,说明这些市场之间并没有出现尾部特征。进一步地,文章分别选择White信息矩阵等式拟合优度检验和基于概率积分转换(probability integral transform,PIT)与经验Copula过程(empirical copula process,ECP)混合方法的拟合优度检验,并基于Bootstrap方法,以Cramer von Mises(Cv M)检验统计量作为度量测度,来对模型进行拟合优度的检验。研究发现,构建的规则藤Copula模型能够较好地捕捉碳排放权市场之间的相依结构。这一研究结果,为准确探讨碳排放权交易市场之间、碳排放权交易市场与其它资本市场之间套期保值策略提供了一定的参考意义,也有利于提高碳排放权市场产品定价的准确度。

考虑安全性的桥梁主梁体系可靠性动态藤Copula预测

为合理预测考虑安全性的在役桥梁主梁体系动态可靠性,利用危险监测点的动态极值应力信息,建立藤Copula技术与动态线性模型(DLM)贝叶斯递推过程相融合的贝叶斯动态藤Copula模型(BDVCM),并结合一次二阶矩(FOSM)方法,实现危险监测点失效时变非线性相关的在役桥梁主梁体系动态可靠性预测。采用某桥主梁5个截面的动态监测极值应力数据进行验证分析,研究表明,考虑安全性的监测点失效时变非线性相关的桥梁体系动态可靠性预测值较不考虑监测点失效相关性所得结果大,说明不考虑失效动态非线性相关性所得结果偏保守。

基于藤copula方法的区域性金融危机传染分析

金融危机传染检验是国际金融领域中值得研究的重要问题,大多数危机传染效应的检验方法都是基于两两国家之间的相依结构.利用藤结构下的pair copula模型得到一种新的区域性金融危机传染检验方法,全面地分析多个国家(或地区)收益率之间的相依结构,通过多元相依结构的变化对危机传染效应进行检验.最后对亚洲和欧洲几个主要股票市场指数和S&P500指数数据进行了实证分析,从区域的角度对比研究了美国次级债金融危机对亚洲和欧洲市场的传染效应.

基于C藤Copula的多维随机环境变量极限状态曲面

针对联合分布模型较为复杂时Rosenblatt变换难以实施的现状,提出了基于C藤Copula的多维随机变量极限状态曲面计算公式及数值算法。在该方法中联合分布模型由C藤Copula建立,Rosenblatt变换以二维Copula偏导数的形式表达,采用数值算法求解。结合观测数据研究了平均风速、有效波高和谱峰周期的极限状态曲面,提出了根据极限状态曲面等值线确定风浪参数组合值,并讨论了不同Copula的影响。结果表明,C藤Copula在局部和整体上均能最优表达变量间的相关结构,更适用于建立多维随机变量的联合分布模型;基于C藤Copula的极限状态曲面能有效表达二维变量间的相关结构,其等值线的外包络是二维极限状态曲线;与风浪参数极值相比,根据等值线确定的组合值在保证多维变量各自及联合重现期的前提下有所降低,可使结构设计更加经济合理。

基于藤Copula-GARCH的中国区域碳市场波动溢出效应研究

随着全国碳排放交易体系的正式启动,我国碳排放权交易市场规模将位居世界第一。研究中国区域碳市场与国内外其他金融市场之间的波动溢出效应,有助于确保全国碳排放交易体系平稳运行。运用金融市场波动溢出性的研究方法,在藤Copula理论研究框架下构建Pair Copula-GARCH类模型,分别采用C藤和D藤结构分解下的t-Copula、Clayton Copula和SJC Copula函数来研究我国区域碳市场与国内外的股票、汇率、石油市场之间的波动溢出效应。据实证结果表明,我国区域碳市场与股票、汇率、石油等金融市场之间存在着强度不同的波动溢出效应。

基于藤Copula的中外原油市场联动性研究

利用规则藤Copula模型对北大西洋布伦特原油(Brent)、西德克萨斯轻质原油(WTI)、迪拜(Dubai)、米纳斯(mns)、辛塔(xt)、大庆(dq)共6个原油市场进行建模,将6个地区原油市场间的联动性纳入一个模型之中,探讨金融危机前后我国与其他5个国际原油市场间的相依结构的变化。结果表明,金融危机的发生加深了国内外原油市场间的联动性;大庆作为藤结构第一棵树的根节点,与其他5个原油市场的联系最为紧密且均存在正向联动性,其中与米纳斯和辛塔的联动性最显著;北大西洋布伦特原油比美国西德克萨斯轻质原油对我国原油价格的影响更大。

基于藤Copula-Monte Carlo方法的多事件巨灾债券触发概率模拟

当前全球自然灾害频发,传统的保险业已经无法承担日益严峻的巨灾风险。巨灾债券作为一种新型的金融创新产品,可以为巨灾风险提供更有效的分散方式。文章采用藤Copula模型来刻画多巨灾损失变量间的相关关系,在此基础上,将多巨灾损失变量的条件分位数估计应用到多事件触发巨灾债券的触发值设定。结合全球洪灾数据进行实证分析,通过Monte Carlo方法模拟多事件巨灾债券的触发概率,验证了所构建模型的可行性和优越性。

计及预测误差动态相关性的多风电场联合出力不确定性模型

为实现对多风电场联合出力不确定性的精细化建模,提出了计及预测误差动态相关性的多风电场联合出力不确定性建模方法。首先,分析了同区域风电场的出力及出力预测误差动态相关性特征。进一步,针对此特征,引入高维动态藤Copula理论,建立了多风电场预测出力及预测误差的联合分布模型。最终,将以上模型与基于Copula函数的离散卷积法相结合,建立了计及预测误差动态相关性的多风电场联合出力不确定性模型,并以置信区间对多风电场联合出力不确定性进行了离散化表征。仿真结果表明,对比其他模型,所提模型拟合精度更高,拟合过程与预测方法解耦,灵活性更强。

中国金融业风险溢出预警研究——基于藤Copula CoVaR模型

在经济全球化的复杂环境下,当前各个行业之间的联系日益密切,因此如何有效地测度行业间上下行风险的相关性,对于中国金融业风险防范与化解有重要意义。本文选取A股房地产业、货币金融服务业、资本市场服务业、保险业和其他金融服务业市值最高的50家上市公司日度收盘价计算对数收益率作为样本。藤Copula函数是一个概率密度函数,用于描述多维随机变量的联合分布。通过藤Copula函数,可以更准确地评估多个随机变量之间的联合风险。相较于传统相关性模型其更能反映不同市场条件下真实资产之间的相依结构。此外,为了更好地描述尾部风险溢出强度,利用不同置信水平下CoVaR模型量化分析行业间在市场高涨和市场下跌时的风险溢出强度。研究结果表明行业间风险溢出强度有明显差异且模型能够识别重大事件的发生。最后利用LSTM神经网络模型对CoVaR值进行拟合训练,训练集与测试集RMSE均小于0.38。综上所述,说明该模型可以很好地建立行业间尾部关系及测度风险溢出强度。在此基础上结合LSTM神经网络模型可充分挖掘金融时间序列的非线性特征优势,对行业间风险溢出进行预警,对于风险溢出监测有重要的现实意义。