高频连涨连跌收益率的相依结构以及CVaR分析

本文通过高频分笔数据定义了高频连涨、连跌收益率,并对两者的边缘分布以及相关特征进行了分析。为了在连涨(连跌)条件下对连跌(连涨)收益率的风险特征或者条件分位点进行分析,首先对两种收益率进行了两种不同的配对,得到两者的联合序列,并应用Copula方法来分析对两种收益率之间的相依结构,进而基于联合分布对条件VaR进行估计。最后对美国市场的BAC和JPM两支股票进行了实证分析,并从CVaR的角度验证了上涨和下跌时的不对称性以及杠杆效应。

基于藤Copula方法的持续期自相依结构估计及预测

本文基于Copula方法对由高频分笔数据得到的交易量持续期进行了研究。应用多元藤Copula方法对连续几个交易量持续期之间的自相依结构进行估计,在此基础上提出了一种新的条件密度函数估计方法,进而给出了交易量持续期的预测。对中国石化高频分笔数据进行实证分析的结果表明,本文模型对持续期的预测能力要明显优于EACD模型,在密度函数预测检验方面,本文模型也有更好的表现。