多元拟连接函数的刻画

CENEST等曾给出二元拟连接函数的两个等价刻画,同时提出一问题:引理可否推广到高维?本文回答了这一问题,证明了引理在高维时也是成立的;并指出其中一个刻画可以推广到多元,作为多元拟连接函数的刻画,而另一个刻画在高维时不成立;最后进一步得到多元线性拟连接函数概念,它是多元拟连接函数的推广.

两类多参数PQD连接函数(copula)族

在前人研究的基础上,从连接函数的定义和基本性质出发,分别得到了一族多参数二元PQD连接函数和几族推广的两参数PQD阿基米德连接函数,从而使连接函数适用面更广,更具有实际应用价值.

基于连接函数的VaR的蒙特卡洛算法

文章分析了已有的VaR计算方法的不足,并利用阿基米德连接函数给出了改进计算VaR的蒙特卡洛算法。

基于连接函数的投影寻踪主成分分析

基于连接函数的相依度量，提出了一种探索连续型随机向量之间相关关系的方法．通过连接函数构造的投影指标函数可以给出高维随机向量的投影寻踪主成分分析，并且可以证明这样得到的最优样本投影方向具有强相合性．此外，又给出了两个以上随机向量之间的典型相关分析．结果表明所提出的方法具有优良的理论性和实用前景．

相关系数与连接函数

相关系数在统计及金融分析中有着广泛的应用,基于马克维茨的均值-方差理论以及现代衡量风险水平广泛应用的VaR方法等,相关系数都担当了一个重要的角色。本文对目前普遍存在的相关系数进行概括并分类,分析各类相关系数的特点,并在此基础上结合连接函数(Copula)进行分析,阐述Copula的概念、优点及其在相关分析中的应用。

基于连接函数的整合风险度量研究

本文利用连接函数(Copula)解决整合风险管理中不同类型风险的联合分布建模问题,提出了基于连接函数的整合风险度量Copula-VaR及其蒙特卡洛模拟算法;以深圳发展银行和上海浦东发展银行为研究对象,将Copula-VaR与N-VaR和Add-VaR这两种业界常用的近似整合风险度量方法进行了实证比较分析,发现:与Copula-VaR相比,N-VaR和Add-VaR存在高估风险的倾向,而其主要原因则是由于N-VaR和Add-VaR对信用收益率与市场收益率之间的相关结构进行了不符合实际的假设。

B样条曲面GC^1拼接中连接函数性质及其应用

为了方便地实现B样条曲面建模,讨论了一般节点下2张B样条曲面G1连续条件中连接函数的性质,以及连接函数、本征方程和公共边界的相互约束关系.通过分析连接函数在内节点上的连续性质,提出了一种用B样条函数为连接函数的B样条曲面G1连续拼接方法.最后以分段二次连接函数为例,实现了双三次B样条曲面的G1连续拼接.该方法由于采用了重节点,释放了公共边界的自由度,使得曲面拼接更为灵活.

证券市场指令流与收益的非线性依赖性研究:混合连接函数(Mixed Copula)在流动性及流动性黑洞问题上的应用

高频环境下,研究流动性黑洞问题的关键在于理清净指令流与价格变化在极端情况下的动态关系。混合Copula能够帮助我们理解它们之间的非线性依赖关系。本文利用混合Copula模型,分别研究在一般状态下及发生持续的流动性冲击状态下,净指令流对收益的尾部依赖性(Tail Dependence)。研究表明,无论是沪深300指数,还是沪深300股指期货,净指令流与收益均存在明显的非线性依赖性,并且在极端情况下(发生流动性黑洞时)它们之间的非线性依赖性会发生很大的变化,并研究了股指期货推出前后,这种非线性依赖性的变化。研究表明,当沪深300股指期货推出后,沪深300指数净指令流与价格变化的尾部依赖性出现明显的非对称性,这很有可能是由于现货市场存在有限做空机制所引起的。文章进一步证实了指令簿信息对净指令流与收益的非线性依赖性具有一定的解释能力。我们建议在政策上,继续鼓励各单位落实融资融券及转融通业务,进一步加大其业务的推广范围,逐渐消除沪深300现货市场的净指令流与收益的尾部非对称依赖性,从而改善市场流动性。

连接函数(copula)技术与金融风险分析

Copula tachnique is a kind of comparatively new method of financial risk analysis, whose core is to connect the co distribution of many random variances with their fringe distributions. This coincides exactly with the method to decompose risks into different components in financial risk analysis.

高斯连接函数在股票投资组合VaR计算中的应用

风险测量是金融理论与实践研究的一个重要课题,正受到越来越多的关注。Copula理论以能够有效地处理投资组合的风险和相关性而成为国内外研究的热点。文章通过实证运用Copula理论中的Gaussian连续函数来计算股票投资组合的在险价值(VaR)。结果表明:计算出的VaR能很好的反映投资组合的风险,同时计算也比较简单,处理起来也不显得复杂。

二维渗流临界状态连接函数的幂估计

本文对二维边渗流模型给出了临界状态时连接函数τＰｃ（ｏ，ｖ）的幂估计，即存在常数α＞０，Ｃ１＞０，Ｃ２＞０使得这里ｏ＝（０，０），ｖ＝（ｖ１，ｖ２）∈Ｚ２，｜ｖ｜＝｜ｖ１｜＋｜ｖ２｜．

基于Kendall's τ的连接函数分布估计算法求解云计算中SaaS部署问题(英文)

分布估计算法的性能高度依赖于如何估计和采样概率分布,连接函数(Copula)是构建概率分布模型的强有力的工具.论文给出了一个基于Kendall's τ的正态连接函数分布估计算法,算法通过估计Kendall's τ和利用Kendall's τ与相关矩阵的关系首先估计正态连接函数中的相关矩阵,由此估计出联合分布.然后,Cholesky分解算法被用于该矩阵生成新的个体.由于正态连接函数的简单性,使得该算法具有简单明了的优点.算法被应用于一些测试函数和云计算中的SaaS部署问题,实验结果表明了算法的有效性.

基于Copula连接函数的数据挖掘关联算法的设计

现实中海量数据往往持续地产生,如何实现信息和知识的动态挖掘已成为人们关注的理论问题。根据数据集分批分步输入处理的思想,以Copula连接函数为理论基础,给出一种有效海量数据的关联分步测度算法,通过模拟实验验证了该算法的可行性,结果显示所设计的关联算法能显著提高关联效应测量的效率,并能有效地解决超海量数据关联效应的测度问题。

相依删失下基于连接函数的参数模型的统计分析

在临床数据的收集中,由于竞争性风险或者病人的退出可能导致数据删失.删失数据的统计分析大多是基于独立删失的假定进行的.而实际情况中,数据的删失往往是非独立的,即删失变量和失效时间变量是相关的.相依删失使得原本复杂的删失数据处理变得更加困难.在本文中,假定删失变量和失效时间变量的联合分布可以用它们边际分布的连接函数函数表示,在给定连接函数下,得到了比例风险模型的极大似然估计.模拟计算显示,如果删失假定成立,本文所采用方法比独立删失假定下的估计方法更准确.

基于连接函数的相关性度量

列出了几种不同含义的相关系数以及用连接函数计算这些相关系数的方法,并就使用相关系数时所存在的问题及评价的标准做了一些注记。

带有二元连接函数的半参数模型

提出了一种新的带有二元连接函数的广义半参数模型,即二元连接模型(简称为BLM).使用轮廓似然方法估计模型的参数和非参数部分,并给出了计算算法.证明了所得的未知参数的估计量为n^(1/2)-相合,渐近正态且具有渐近最小方差,给出了实际数据分析和模拟研究,最终采用局部功效方法来检验非参数部分的线性性.

基于连接函数的证券市场相关性分析

连接函数由于其在刻画相关性上所呈现出来的优势,被广泛用于金融领域。本文用五种连接函数来分析沪、深两个市场的相关性,并对选取收益率波动大和波动小的两组数据分开进行研究,以观察在市场动荡时和市场较平稳时两市场的相关性大小。

泰森多边形区域高斯连接函数的遥感影像分割

为了更好地描述多光谱遥感影像波段间的相关性,提高影像分割的精度,该文提出基于区域高斯连接函数的遥感影像分割方法。(1)利用泰森多边形划分技术将影像域划分成若干泰森多边形,在此基础上,利用马尔可夫随机场(MRF)模型对标号场进行定义;(2)引进高斯连接函数建立影像子区域像素光谱测度的多变量统计模型,以表达影像特征场光谱波段间的相关性;(3)定义各模型参数的先验概率,在贝叶斯定理的架构下实现影像分割模型的建立;(4)采用M-H算法对分割模型进行模拟,并利用最大后验概率(MAP)得到最优分割。利用所提算法分别对模拟影像和真实影像进行分割实验,结果表明:该文所提方法可以更准确地描述影像波段间的相关性,更有效地提高影像的分割精度。

带有额外参数连接函数的广义线性模型

本文对广义线性模型中的连接函数引入新的形状参数,提出带有额外参数连接函数的一类广义线性模型;讨论了参数的极大似然估计,并给出了迭代公式;推广了关于广义Logistic 回归模型的额外参数估计的一个结果,并提出了广义对数线性模型.

函数连接型网络应用于维生素B族四组分同时测定

报道了函数连接型网络（ＦＬＮ）用于维生素Ｂ族四组分同时测定。采用相关系数和标准偏差从原始紫外光谱数据中挑选１１ 个波长点供网络处理。在函数连接型网络中，非线性输入模式得到了增强， 并使用了推广的δ学习规则。预测结果极好， 其相关系数和标准偏差分别为０．９９９０４ 和０．２６８８５。