基于EVT-Copula-CoVaR的石油市场对中国碳市场风险溢出效应研究

石油是全球碳排放的重要来源,而碳排放权交易市场是节能减排的有效工具,将石油市场与碳市场进行关联分析,特别是考虑到中国特殊的制度设计问题,测度国内外石油市场对中国不同碳市场的风险溢出效应受到理论界和实务界的关注与重视。本文在考虑到市场极端风险的基础上,选取2014年4月2日至2019年10月31日国内外石油市场与5个交易较活跃的中国碳市场的碳价格数据作为研究样本,构建EVT-Copula-CoVaR模型量化分析石油市场对中国碳市场的风险溢出效应。研究表明,国内外石油市场的风险事件对各碳市场均产生正向溢出效应,且对比不同碳市场可发现同一置信水平下石油市场对碳市场的风险溢出强度从大到小依次为:湖北、广东、深圳、北京、上海。同时,对比国内外石油市场发现,国外石油市场对碳市场的风险溢出效应更大。研究结论有助于丰富和延伸我国碳市场与石油市场之间的联动机制研究,同时对我国碳市场的稳定发展及风险管理具有重要的意义。

基于GARCH-Copula-CVaR模型的中国碳金融市场风险估测研究

碳金融市场发展的核心问题是风险问题,本文基于欧盟与我国各碳金融市场交易数据及收益序列选择最优Copula函数,建立极值理论下的GARCH-Copula-CVa R模型实证测度风险,并用失败频率检验法(Kupiec)对结果进行回测检验。结论为:为不高估碳市场风险,需要考虑汇率与碳价的实际相互作用;对欧盟及我国各碳金融市场的市场风险进行量化,其中风险最大的为上海市碳金融市场,风险最小的为全国碳金融市场;国家经济环境及地方政策等因素的不同都会对市场风险大小产生影响。

基于Copula-BN的海上船舶碰撞风险评估方法

为有效预防海上船舶碰撞事故,提出一种基于Copula-贝叶斯网络(BN)的海上船舶碰撞动态风险评估方法,采用高斯Copula识别风险节点的边缘分布,从而更准确地描述风险因素与碰撞事件之间的复杂相互关系。首先,收集船舶碰撞事故数据,从人-船-环系统的角度,识别并分析导致船舶碰撞的风险因素;然后,利用Copula函数确定各节点的最优边际分布函数;最后,采用数据结构分析确定BN结构,构建Copula-BN模型,并基于Copula-BN模型进行相关性、前向预测和后向故障诊断分析,依据风险因素与碰撞事件之间的相依性,推出导致船舶碰撞事故发生的关键致因,并通过更新节点的状态数据,分析船舶碰撞动态风险。结果表明:该方法能够识别出导致船舶碰撞事故的关键风险因素,实现海上船舶碰撞动态风险评估。

金融市场的相关性分析——Copula-GARCH模型及其应用

作为一种全新的分析方法,Copula技术不仅可以有效地捕捉金融时间序列间的相关性,还可用于研究整个金融市场的特性、投资组合的选择及风险分析等其他金融问题。结合t-GARCH模型和Copula函数,建立Copula-GARCH模型并对上海股市各板块指数收益率序列间的条件相关性进行分析。结果表明,不同板块的指数收益率序列具有不同的边缘分布,各序列间有很强的正相关关系,条件相关具有时变性,各序列间相关性的变化趋势极为相似。

基于BRICH聚类和Copula-Monte Carlo模拟的光伏发电功率概率预测

光伏发电功率受气象的混沌特性影响,其随机性、波动性、间歇性对电力系统的运行影响较严重。针对原始光伏发电数据维度大及发电功率易受天气状况影响的问题,提出了基于主成分分析和BRICH聚类的数据处理方法,从而降低模型输入变量维度,易于统计建模;其次,搭建了基于Copula-Monte Carlo的光伏发电功率概率预测模型,计算光伏出力在给定未来点预测值的情况下实际出力的概率区间预测,并基于区间覆盖率、预测区间平均宽度对模型进行评价。最后,以实际光伏电站夏季数据为例进行验证分析。结果表明,Copula-Monte Carlo方法可直观展示光伏发电功率的波动区间和期望值,且优于其他功率预测模型。

多元Copula-GARCH模型及其在金融风险分析上的应用

针对传统风险分析模型的不足,结合Copula技术和GARCH模型,提出了多元Copula-GARCH模型。指出该模型不仅可以捕捉金融市场间的非线性相关性,还可以得到更灵活的多元分布进而用于资产投资组合VaR分析。在详细探讨了基于Copula技术的资产投资组合的MonteCarlo仿真技术的基础上,运用具有不同边缘分布的多元Copula-GARCH模型,对上海股市进行了研究,结果证实了所提模型和方法的可行性和有效性。

中国金融业跨市场风险测度与分析——基于GARCH-Copula-CoVaR模型

采用GARCH-Copula-CoVaR方法对银行、证券、保险和信托业之间的风险传导进行了实证研究,研究分析当某一行业自身处于极端风险时,对其他行业影响的共同风险绝对值和相对值。研究表明,银行、证券、保险、信托业两两之间都存在显著双向风险传递,平均共同风险相对值为32.46%;银行、证券、保险与信托业两两之间风险外溢值呈现非对称性;传统行业间风险外溢大于新兴行业间的风险外溢。证券行业对其他三个行业的关联影响最大,是最大的风险源头,体现了风险传递结构上的多层次性。中国的金融监管需要更加关注风险源头,建立机构监管向功能监管转变的联合协调监管机制,引入第三方评估机构,完善信息公开机制。

基于Copula-VaR的金融资产组合风险测度研究

引入Copula函数来改进传统的VaR方法,构建出Copula-VaR模型。通过蒙特卡罗模拟实证金融资产组合收益的各种VaR值,结果表明,Copula-VaR模型能够更精确地测度出金融资产组合的在险价值风险。

房价过度波动的系统性风险溢出效应测度——基于GARCH-Copula-CoVaR模型

近年来,房价过度波动已成为引发系统性风险的主要爆发源,给经济金融安全运行带来了一系列负效应。笔者在文献梳理的基础上,针对现有研究视角和方法存在的不足,将测度系统性风险的主流方法——Co VaR模型进行拓展,通过构建GARCH-Copula-Co VaR模型,实证研究了房价过度波动的系统性风险溢出效应。通过研究发现:房价过度波动的系统性风险溢出效应明显,但对不同经济层面的风险溢出效应存在差异,其中对金融机构的风险溢出效应最为显著;经济环境变化对房价过度波动影响显著,其中宏观经济环境和制度条件的变化是引起房价过度波动的原动力,对房价过度波动起决定性作用。为此,在宏观调控政策实施中应尽量保持政策的连续性,避免频繁救市或过度打压房价,既要防范房价过度波动所引发的系统性风险向金融体系和实体经济传导,也应为稳定房价创造良好的宏微观经济环境和制度条件。

中国股票市场流动性与收益率相关分析——基于Copula-GARCH模型的实证研究

股票市场流动性与收益率相关分析对把握股票市场内在运行机制至关重要。文章在借鉴既有研究的基础上,利用因子分析法重新选择构建了我国股票市场多维流动性度量指标,并在验证我国股票市场流动性与收益率非正态分布性的基础上,引入Copula函数构建Copula-GARCH模型对我国股票市场流动性与收益率相关关系进行了实证分析,发现我国股票市场流动性和收益率不存在尾部对称性,牛市时期收益率大幅增加而流动性也同时增强,熊市时期收益率急剧下降而流动性也同时减弱,但是前者同时出现的概率大于后者,这与成熟市场流动性与收益率负相关的流动性溢价理论是不相吻合的。

基于藤Copula-Monte Carlo方法的多事件巨灾债券触发概率模拟

当前全球自然灾害频发,传统的保险业已经无法承担日益严峻的巨灾风险。巨灾债券作为一种新型的金融创新产品,可以为巨灾风险提供更有效的分散方式。文章采用藤Copula模型来刻画多巨灾损失变量间的相关关系,在此基础上,将多巨灾损失变量的条件分位数估计应用到多事件触发巨灾债券的触发值设定。结合全球洪灾数据进行实证分析,通过Monte Carlo方法模拟多事件巨灾债券的触发概率,验证了所构建模型的可行性和优越性。

资产组合ES风险测度的Copula-EVT算法

针对金融市场中资产收益的非正态分布以及资产组合中风险资产的非线性相关现象,以EVT描述资产组合中各风险资产收益的边缘分布,以Copula方法描述风险资产之间的相关结构,运用蒙特卡罗模拟方法对资产组合的风险进行研究,并使用后向检验的方法证实了Copula-EVT方法在尾部分析上优于传统的风险研究方法。在此基础上,计算了资产组合的ES风险测度。

基于Copula-GARCH模型的上证地产股与金融股的相关性研究

利用Copula-GARCH模型,研究上证地产股指数和金融股指数收益率的相关性.利用边缘函数推断法(IFM)建立2个股指对数收益率的时间序列的GARCH(1,1)-t模型.对边缘分布概率积分变化后的2个服从均匀分布的序列,分别建立常相关的二元Copula模型,包括正态Copula函数、Clayton Copula函数、Gumbel Copula函数、t-Copula函数、SJC-Copula函数和时变相关的二元Copula模型.对2007年12月10日至2012年3月30日上证交易所地产股票指数和金融180股票指数进行实证分析,讨论2个行业的股票和行业本身的相关性.

基于Pair Copula-GARCH-t的人民币汇率波动实证分析

通过构建Pair copula-garch-t模型,研究人民币对美元、欧元、港元、日元和英镑五种货币汇率收益率序列波动的条件与无条件相关变动关系。实证结果表明,在C藤结构中,人民币对美元汇率序列与人民币对港元汇率序列存在显著无条件正相关,且各收益率序列下尾相关显著高于上尾相关;在D藤结构中,不存在显著无条件相关,两者汇率序列既定的条件下,其他两种汇率存在显著正相关。

基于Copula-GARCH方法的交叉汇率期权套期保值模型

针对进出口贸易中汇率风险管理问题,利用Copula-GARCH方法,基于改进的下偏矩风险测度(LPM)提出交叉汇率期权套期保值模型.首先,用Copula函数刻画相关结构,建立适用于任意边际分布的交叉汇率期权套期保值理论模型,并推导出模型的积分形式.然后,对交叉汇率收益序列进行GARCH模型拟合,给出基于边际收益率分布的最优模型算法步骤.最后,将模型应用于人民币外汇市场交叉汇率套期保值实证研究,并分析敲定价格,套期保值成本和风险厌恶程度等对LPM的影响.研究结果表明,将目标收益设置为收益的中位数而不是平均收益有利于投资者谨慎投资.为了降低LPM风险,建议预算较少的投资者选择平值看跌期权对冲,而预算较高的投资者可以选择实值看跌期权,但敲定价格不宜过大.

沪深300股指期货动态套期保值比率和有效性研究——基于Copula-GARCH-X模型的应用

套期保值是利用期货交易进行风险规避的重要手段,套期保值比率的确定和有效性检验是套期保值业务的核心问题。在Copula-GARCH模型的基础上,考虑到误差修正项对波动性的影响,构建了二元Copula-GARCH-X模型来估计沪深300股指期货动态套期保值比率,并依据风险最小化原则对套期保值的有效性进行了检验和对比。研究结果表明,纳入误差修正项的GARCH-X模型和Copula-GARCH-X模型要显著优于传统模型;而且研究结果显示未结合Copula函数的GARCH-X模型的套保效果还要优于Copula-GARCH-X模型。

基于Copula-GARCH模型的黄金、股票与债券投资组合风险分析

由于金融危机影响,国际金价强势攀升,黄金已经与股票、债券一样,成为一种非常重要的投资工具。因此,本文基于Copula函数和GARCH模型,先建立Copula-GARCH-t模型对黄金、股票以及债券的投资组合风险进行实证研究分析。结果表明,Copula-GARCH-t模型对数据描述较为准确,因而在刻画投资组合风险方面效果较好。再运用蒙特卡洛模拟法,在风险最小情况下,计算出三种资产的投资比例,并计算出资产组合的VaR。

Copula-EGARCH模型及投资组合的时变风险价值估计

采用EGARCH模型对资产组合中的每一资产建模,资产的联合分布采用条件Copula构建,应用常相关模式建立了Copula-EGARCH模型;采用Monte Carlo法估计资产组合时变风险价值;讨论了模型的检验问题,给出了相关的检验方法。以上证综指与深证成指数据为样本,选用广义误差分布拟合误差分布并选取BB1Copula进行实证分析,实证结果表明所建模型是合理有效的,所估计时变风险价值具有良好的估计精度。

Copula-GARCH模型及其在金融市场风险分析上的应用

目的探讨Copula-GARCH模型及其在金融市场风险分析上的应用。方法用Copula函数刻画上证综指和深成指之间的相关结构,建立了GARCH(1,1)-t模型,利用各项资产收盘价、成交量的历史数据,运用具有不同边缘分布的多元Copula-GARCH模型,对上证综指和深成指股市进行了研究。结果利用Eviews5.0对资产收盘价、成交量的历史数据进行描述,接着用极大似然法和Mathcad软件对模型进行了参数估计。结论证实了所提模型和方法的可行性和有效性,对探讨股票市场波动(风险)以及与预期收益之间的关系具有重要的理论意义和实用价值。

金融科技对金融机构的风险溢出效应——基于GARCH-EVT-Copula-CoVaR模型的研究

金融科技规模不断扩张,其风险溢出问题影响着中国金融稳定。基于中国金融科技自身特点,筛选最优Copula函数,运用GARCH-EVT-Copula-CoVaR模型测度金融科技对不同类型金融机构的风险溢出值。结果发现:金融科技和金融机构间存在双向风险溢出;金融科技对不同类型金融机构的风险溢出不尽相同,金融机构中银行业所承担的风险溢出最高,其次是基金业和证券业,保险业最小;相比之下,金融机构对金融科技的风险溢出更为明显。