基于C藤Copula理论的水风互补系统调峰方法

水电与风电是我国装机规模最大的两类清洁能源,准确描述风电出力场景是实施水风互补以解决间歇性新能源发电大规模消纳难题的重要途径。依托云南电网实际工程,提出基于C藤Copula理论的水风互补系统调峰方法。耦合风速等气象信息聚类风电出力样本,建立Copula联合分布以描述同地区风电场间的出力空间相关性,引入C藤Copula条件树确定不同地区的风电出力主导电站,将多维联合Copula函数等效描述为系列二维Copula函数,实现多电站高维联合分布的降维求解,并耦合风电出力场景构建了水风互补随机调峰模型。通过13座水电站与21座风电场构成的互补系统验证分析,所提方法可减少余荷峰谷差约67%;与确定性模型相比,在风电出力波动大的典型日调峰效果和运行可靠性更好,呈现出良好的实用性。

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。

基于混合C藤Copula的我国一篮子货币汇率相依结构研究

利用C藤模型及人民币对欧元、澳元、日元、美元、卢布、加元、英镑、林吉特的汇率数据,构建了我国一篮子货币汇率的C藤结构,用来描述各汇率间的相依结构.结果表明,人民币对欧元的汇率是中心汇率,也就是说,一篮子货币汇率的决定很大程度上依赖于人民币对欧元的汇率.人民币对欧元汇率与人民币对其它国家货币汇率的相依程度反映了不同市场的强弱和市场间进出口贸易额的大小.进一步,混合C藤中各根节点的排序一定程度上反映了货币篮子中各国的经济实力及与我国的贸易额大小.

基于C藤Copula模型的混业经营下聚合风险的度量

本文首次提出了对混业经营下聚合风险度量问题的实证研究,以VaR作为风险度量的工具,根据混业经营下金融机构所拥有的资产组合的特点,首先利用ARMA(1,1)-GARCH(1,1)模型提取了各单个资产的标准残差,再选取C藤Copula对各单个资产之间的相依结构进行了拟合,最后根据拟合的参数借助于蒙特卡罗模拟法进行了逆向模拟,得到了C藤Copula模型下VaR的回溯测试结果.同时,采用类似的方法,分别对R藤和D藤Copula模型下的VaR进行了回溯测试,并将3种模型下的回测结果进行了对比,得出了C藤Copula模型下得到的结果误差最小的结论.此外,文中还给出了用C藤Copula对多维数据之间的相依结构进行拟合的算法步骤以及利用蒙特卡罗模拟法求解多维资产组合VaR的步骤和方法.

基于藤Copula-MCMC-SV-T模型的马航空难对六国(地)股指的风险传染研究

2014年马航MH370和MH17两次空难,引发世界人民的焦虑。焦虑从马航空难直指世界矛盾冲突,矛盾冲突导致恐慌。恐慌引起股市多空异常行为,引发股市风险,风险从吉隆坡传出,向世界蔓延。论文以SV-T模型刻画六维边缘股指波动进程,以MCMC算法的Gibbs抽样方法贝叶斯推断出边缘模型参数,以C藤Copula结构描述世界六国(地)股指风险传染路径图,以四种常见类型的Copula函数代表四种不同的风险传染类型,以相应的Copula函数Tau值表示风险传染参数,最终描绘出空难引起的危机从吉隆坡向世界蔓延的脉络和风险强度。论文尝试为投资者面对突发事件时进行多、空投资决策,以及管理当局把握危机传染路径、降低风险连锁反应,斩断风险传染链条提供一种新的思路和方法。

基于边际正则藤copulas对具有既定皮尔逊相关系数的多元离散随机变量的抽样算法

基于多元离散随机变量的抽样问题在实践中的应用价值,Erhardt和Czado提出了基于C藤Copulas的多元离散随机变量的抽样算法,其优化参数为C藤的边参数,目标函数为给定的皮尔逊偏相关系数与样本偏相关系数的距离.本文引入了边际正则藤Copulas的概念,进而直接以随机变量对的样本相关系数与给定的皮尔逊相关系数σij之间的距离为目标函数进行优化.三组模拟实验结果分别与文献[1]提出的基于C藤的抽样算法,文献[3]中使用的Naive基准抽样算法相比,基于边际正则藤Copula的抽样算法具有相对较高的精确性.本文中所使用的抽样算法通过Python语言实现并打包命名为countvar上传至PyPi.

我国银行业系统性风险结构度量——基于尾部依赖视角

根据系统性风险的定义,系统性风险可以拆分为金融机构之间的风险传染以及风险传染之间的相依关系。Copula函数可以作为度量系统性风险的一种新方法,并具备很多优良性质。在此基础上引入C藤copula,该方法不仅可以度量出系统性风险的大小,而且可以度量出系统性风险中的传染结构,使得风险度量结果更加合理。运用C藤copula对我国银行业系统性风险结构进行了实证分析,结果表明,可以从控制商业银行之间风险传染的微观审慎监管以及控制银行之间风险传染之间的相依性的宏观审慎监管两个层面来对银行业系统性风险进行管理。