基于Clayton Copula函数的二维Gumbel模型及其在海洋平台设计中的应用

根据Gumbel分布和Clayton Copula函数构造出二维Gumbel Clayton Copula分布,根据渤海海域某观测站测得的1970—1993年年最大波高及风速,具体介绍该二维Gumbel模型在海洋工程设计中的使用方法。通过导管架平台基底剪力计算表明,使用该二维Gumbel模型所得的50a一遇剪力值降低了37%,对于边际油田,可以降低荷载设计标准,从而减少海洋工程的投资费用。

基于Clayton Copula函数的金融高频数据极小值相依性

基于Clayton Copula函数对股指期货IF1112指数和上证000001指数5min极小值收益率序列的相依性进行了研究,深入探讨了其下尾部微观结构的相依性.

基于时变Copula的伦铜和沪铜相关模式研究

基于时变Copula理论,构造了AR-GARCH-Time-varying-Joe-Clayton-Copula模型用于研究伦铜和沪铜的相关模式.先根据AIC信息准则,确定了AR和GARCH的阶,并基于分步极大似然估计计算得到AR-GARCH参数估计值;再用估计后AR-GARCH模型的残差进行概率累积变化,最后代入Time-varying-Joe-Clayton-Copula中得出时变参数.实证结果表明,前一天的伦铜对后一天的沪铜有着较强的影响,并且很好地描述了伦铜和沪铜的相关模式,充分反映了相关性信息.与常相关相比,时变相关更好地反应了市场的时变特性,表明伦铜和沪铜的相关性在尾部具有明显的时变性,而且下尾相关性略大于上尾.

基于Copula函数的华南台风灾情重现期研究

利用1981-2014年华南台风灾情数据,选取受灾人口、农作物受灾面积和直接经济损失,应用Copula函数理论,计算灾情重现期,分析台风灾害的灾情.首先,借助Clayton Copula函数构造三变量的联合分布,计算单变量重现期、联合重现期及同现重现期,并求出该重现期下的设计值.计算结果表明联合重现期的设计值要优于单变量重现期和同现重现期的设计值.因此,选取联合重现期的设计值作为防灾标准的最优参考,并将联合重现期记为灾情重现期.然后,计算2015-2017年登陆华南台风灾害的灾情重现期,并对台风灾害的灾情进行分析.发现台风灾情重现期越长的台风造成的灾情越严重.最后,利用灾情重现期与致灾重现期对台风灾害的发生频率作综合性分析,可以为台风灾害的风险评估提供一种新思路.

冰风暴灾害下输电线路故障概率预测

针对冰风暴灾害下输电线路运行故障问题,提出了基于极端学习机和Copula函数的断线倒塔概率预测模型。该模型运用广义极值分布刻画冰风暴灾害下冻雨量、风速、输电线和铁塔冰、风荷载的随机特性,并通过ELM网络预测出实时变化的GEV分布的形状参数、尺度参数和位置参数。随后考虑冰、风荷载之间的概率相关性,借助Clayton-Copula建立冰、风荷载的联合概率分布,从而实现输电线和铁塔的实时故障概率预测。结合湖南郴州电网的历史数据展开算例分析,验证了该预测方法的有效性和准确性。

变化环境下西江北江枯水流量联合分布分析

基于Clayton copula和Kendall分布函数分析广东西江马口站和北江三水站枯水流量的联合分布及其风险概率。根据两站流量之间的时空关联与变异,以1959—2010年西江马口站历年连续7日平均最小流量和对应期间的北江三水站枯水流量为样本,分别计算1959—1985年和1986—2010年两个时段(分别称为样本A和样本B)的西江北江枯水流量联合分布的"或"重现期、"且"重现期和二次重现期及其最可能的设计分位数。结果表明:1样本B中马口站的枯水流量设计值小于样本A相应重现期设计值,三水站则显著增大;21985年后西江和北江枯水流量同频率遭遇的可能性较前期明显减小;3二次重现期所对应的累积频率代表了特定设计频率情况下西江和北江枯水流量遭遇的风险率;4由更严谨的二次重现期计算的马口站枯水流量最大可能设计值Q7d,T=20a、Q7d,T=10a和Q7d,T=2a设计值或更适合分别作为西江三角洲供水规划、生态需水和调水压咸设计参考值。

三维power-normal分布的性质及参数估计问题的研究

应用了Clayton连接函数的性质给出了三维power-normal分布的分布函数及概率密度函数,并详细研究了三维power-normal分布的基本性质,同时,根据所构造出的三维power-normal分布模型,对其中的参数进行了最大似然估计的讨论。并给出了参数的最大似然估计的算法。结合费永法在文献中的1964年到1973年10年间长江大通站、淮河中渡站及黄河花园口站的天然年流经量数据作为样本数据,利用MATLAB程序计算了参数的最大似然估计。

我国金融机构的系统风险重要性研究——基于Clayton Copula函数方法和MST网络模型

目前,我国金融监管部门对于系统重要性金融机构的监管主要聚焦于银行,对于金融机构系统风险的确定和评估则主要关注机构的规模和结构特征,尚未从机构的风险传染状况及定价估值水平等视角进行考量。对此,本文采用学界新晋发展的Clayton Copula函数方法和MST网络模型,构建我国主要金融机构的下尾依赖网络;结合网络拓朴指标,从社区结构、集中度、分部门等维度综合评估我国上市金融机构的系统风险重要性;通过标准化树长探讨2008年国际金融危机对系统风险传染的结构性影响。研究结果表明:一是我国金融机构具有显著的网络社区结构特征,其中系统风险重要性最强的是证券公司和保险公司组成的社区,股份制商业银行和金融控股公司亦具有较高的关联度;二是金融机构节点在风险传染中呈现出差异化的作用性质,部分规模较小的机构具备超越其规模的重要性,东北证券、光大证券、广发证券和中信证券是风险传染的重要性节点;三是金融危机加剧了风险在网络中的传染性,也改变了金融机构的网络结构与系统风险重要性排序。本文研究为监管部门多角度考量金融机构风险重要性、完善系统重要性机构名单以及实施多维度梯度监管措施提供理论依据和新的思路。

基于Copula函数的水资源供需风险损失模型及其应用

针对传统水资源供需风险损失评价方法无法对供水量和需水量之间复杂的非线性关系进行定量研究,本文首次建立了基于Copula函数的水资源供需风险损失模型.首先基于差分法和原函数存在定理模拟了供水量和需水量的边缘概率分布函数;其次提出了基于非线性优化思想对Copula函数进行参数估计;第三步分别对各种Copula函数进行拟合优度检验和非参数X^2检验,选择最优的Clayton Copula函数模拟供水量和需水量的联合概率分布;最后建立水资源供需风险损失的二重积分表达式.研究结果表明,当不考虑利用外调水和再生水时,2020年北京市水资源供需风险期望损失约为1159.7亿元;利用南水北调水和再生水后,北京市水资源供需风险期望损失约为37.7亿元,下降幅度达96.7%.

组合类信用互换BDS的定价研究

由于组合类信用违约互换(BDS)的定价复杂性,目前没有统一的定价模型。基于风险中性定价原则,给出了mBDS公平保费的一个定价公式。应用Clayton Copula函数的来描述违约损失尾部相关的下尾特征,利用Kenclall秩相关系数τ来测度违约时间之间的非线性相关关系。在MC数值计算方面,应用重要性抽样技术来计算或有赔付的期望值E(Z_(pro)^(m))和定期支付的保费E(Z_(pre)^(m)),并进行了比较静态分析。另外数值分析结果表明,Copula函数的选择对估值具有显著影响,表明在衍生品的定价研究中要重视模型风险问题。