基于极值统计和高维动态C藤Copula的股市行业集成风险计算

股市诸多行业风险之间存在着波动相依性,集成计量多维风险对投资决策意义重大。藤Copula是Copula函数高维化拓展的一个方向,其动态化是新的研究前沿。将极值理论的GPD模型和高维动态C藤Copula方法结合起来研究沪深300指数中地产、基建、银行和运输四个行业风险,能够有效描述尾部极值形态,突出关键变量的作用。再运用动态Pair-Copula分解,刻画高维行业风险变量间的动态关系,以仿真出动态集成风险变量VaR序列。VaR计算结果通过了回溯检验和稳定性测试,表明高维动态C藤Copula模型可以作为风险集成计量的一种新的有效方法。

基于动态D藤Copula的CoVaR度量

本文将传统CoVaR理论推广到高维情形,分别采用了两类动态D藤Copula模型,即随机自回归模型(SCAR)和广义自回归得分模型(GAS),对我国上证行业指数中五个典型行业指数间的风险溢出效应和上证金融系统的系统性风险进行了评估。研究结果表明:行业指数间的相关关系在股市动荡时期剧烈波动,整个样本期间的相关性水平较高,凸显了系统性风险;动态D藤Copula模型相较于静态模型,能更好地拟合行业指数间的相关关系。本文的研究为高维变量间系统性风险的度量提供了一个广义的框架;要防范我国的系统性风险,应加强对风险水平较高行业的监管,重视风险的传染效应。

基于高维动态藤Copula的汇率组合风险分析

以Pair Copula为简单构造模块的高维动态藤Copula结构能够克服二元Copula面临的"维度诅咒"问题,对多元变量之间的非线性相依进行动态化描述,是Copula函数研究的学术前沿。本文选取美元、欧元、日元、港币及英镑五种汇率的日间对数收益率数据实证研究,对其进行AR-GJR-GARCH模型过滤,过滤所得新息序列用GPD模型拟合,之后进行概率积分变换,采用高维动态C藤和D藤Copula对变换后序列建模,运用蒙特卡罗方法计算组合风险VaR,对其进行UC回溯测试,并与相应的静态方法作比较。结果表明:高维动态C藤Copula结构计算出来的VaR表现最好,对其进行分解发现美元的边际风险最低,通过蒙特卡罗选择权重组合发现最大限度持有美元将会产生最小VaR。该结论为量化风险指标、合理配置资产,及风险监管提供了一种新的模型与方法。

高维动态藤Copula函数建模、仿真及在金融风险研究中的应用

从h和h逆函数的角度阐述了高维动态C藤和D藤Copula结构的构建和仿真过程,着重从数学方法上解决藤结构的复杂型h函数和存在多维条件信息集的h逆函数的求解问题,分别以C藤和D藤的五维变量为例,绘制了构建第五维h函数和利用h逆函数仿真第五维数据的路径图.论文阐述了如何将方法运用于金融风险研究,首次从基础性理论角度,解决高维动态藤Copula方法构建和仿真及在金融风险研究中应用问题,对于方法进一步与金融研究结合具有一定的意义.