结合M-Copula理论与半不变量的随机潮流方法

随着光伏等可再生能源越来越多地并入电力系统,电力系统运行的随机性问题越来越突出。传统的确定性潮流将无法准确描述电力系统的实际运行状态,而随机潮流能充分考虑电力系统的各种随机波动,从而为电力系统的规划和运行提供指导。然而,新能源出力由于自然条件的时空关联性存在复杂的非线性相关性;为处理该非线性相关性,提出了一种基于M-Copula理论的半不变量随机潮流计算方法,将Copula理论与半不变量法结合起来,同时选择多个Copula函数模型来充分描述变量之间的复杂相关性。该方法既考虑了电力系统输入变量之间广泛存在的非线性相关性,又充分利用了半不变量法计算速度较快的优点,从而实现随机潮流的快速准确计算。以修改的IEEE 14系统为例,与蒙特卡洛方法进行的对比,仿真验证了所提方法的快速性与准确性。

基于M-Copula函数的国债期货合约尾部相关性研究

文章以混合Copula函数对三类Archimedean族Copula函数进行整合,研究了我国5年期跨期国债期货合约结算价日涨跌幅之间的尾部相关关系,利用惯性权重粒子群算法对混合Copula函数的参数进行优化,并比较了混合Copula函数与传统Copula函数对跨期国债期货合约尾部相关性的拟合能力。研究结果表明:基于惯性权重粒子群算法的混合Copula函数较好地刻画了跨期国债期货合约结算价日涨跌幅尾部非线性、非对称的相关特征,根据对该特征的把握可以构建能够产生超额收益的交易策略。

M-Copula函数在洪水遭遇中的应用研究

针对求解多变量情况下的设计水文特征值,采用M-Copula函数分析洪水遭遇问题,并采用适线法估计参数分析长江干流的设计洪峰流量。研究结果表明,M-Copula函数具有灵活性和应用范围广等特点,可更好地拟合两变量的相关关系,能更全面地描述设计洪水空间组成,在多变量水文频率分析中具有广泛应用前景。

基于M-Copula-EGARCH-M-GED模型的相关风险度量及投资组合优化

采用EGARCH-M模型进行单个资产建模,利用M-Copula函数构建资产的联合分布,对基于GED分布的联合资产收益率构建M-Copula-EGARCH-M模型,并采用Monte Carlo模拟方法计算出不同投资比例和置信水平的组合风险VaR和CVaR的值,并求出不同期望收益和置信水平下的最优组合投资权重。结果显示:当分位数为5%时,欲获得固定收益,同时风险最小,需将绝大部分资金投入深圳证劵市场;在分位数取10%时,目标收益率较低时,应将大部分资金投放在上海证劵市场。目标收益率较高时,上证市场的投资比例应降低,深证市场的资金比例应上升,具体的最优投资比例在实证部分已给出。实证结果表明:本文模型有利于投资者对投资权重的选择。

基于M-Copula-GJRSK-M模型的沪深两市的相依性分析

金融资产不但存在方差风险,还存在时变偏度风险和时变峰度风险,这使得仅从金融资产的前两阶矩出发来研究风险变化显得十分局限。GJRSK-M模型是描述金融资产的高阶矩风险的有效工具,可对单个金融资产的分布进行拟合,而M-Copula函数能连接组合金融资产的边缘分布,因此本文建立了M-Copula-GJRSK-M模型来研究沪深两股票市场的相依性。实证表明,上证综指和深圳成指对数收益率存在高阶矩风险和风险的非对称性,即指数下跌时,条件方差风险和条件高阶矩风险会增大,且在极端情况下,两市上涨的概率要大于下跌的概率。

M-Copula-GARCH-t模型在股指期货风险管理中的应用

本文考虑到金融资产收益率这一时间序列的方差时变特性和尖峰厚尾的分布特征,所以使用GARCH-t模型来描述这一现象;同时为了分析包括股指期货在内的投资组合各项资产之间的相关结构,采用了不限制边缘分布的Copula方法,并最终提出了M-Copula-GARCH-t模型用以度量包括股指期货在内的投资组合各项资产之间的相关性,验证了Copula方法,特别是M-Copula方法在度量结果和拟合效果上,具有较高的精确性.

基于M-Copula理论的风电场输出功率的相关性研究

电网内的多个风电场出力往往因为其地理位置的远近而有着不同程度的相关性,采用copula函数描述多风电场间出力的联合概率分布,进而得到具有相关性的出力分布样本空间。采用由Gumbel、Frank和Clayton三个copula函数的线性组合构造的M—copula函数,即混合copula函数用以反映两风电场出力间的相关性。以江苏某两个风电场出力为例。

沪深两市行业板块尾部相关性研究——基于M-Copula-t-GARCH模型

沪深两市收益率相关性一直是我国金融领域的研究热点,而其中对收益率尾部相关性方面的研究却较少。基于M-Copula-t-GARCH模型提出了对金融变量及其尾部相关性刻画更简洁适用的M’-Copula-t-GARCH模型。首先依市值及股票份额从两市19大板块中各选取有代表性的8大板块,用t-GARCH模型刻画各板块的边缘分布,然后用两步估计法估计M’-Copula模型中的参数,最后应用投资组合理论确定了最优投资组合。结果表明:16大板块上、下尾聚类结果有一定的差异。股价高涨时板块间的联动性更强,市场对利好消息的反应较为敏感。

基于M-Copula-GJR-VaR模型的黄金市场最优套期保值比率研究

基于VaR的风险测度方法既侧重收益的负向波动风险,又可通过置信水平的设定满足有不同风险偏好的投资者的需求。以具有金融和商品双重属性的黄金为实证对象,充分考虑现货和期货市场的非对称性、两者之间的协整关系以及非线性相关的特征,以风险最小化为原则,建立M-Copula-GJR-VaR动态套期保值比率估计模型。采用中国市场现货价格和期货价格数据,对比分析M-Copula-GJR-VaR模型与CCC-GARCH-VaR模型、DCC-GARCH-VaR模型、Clayton Copula-GJR-VaR模型和Gumbel Copula-GJR-VaR模型的套期保值比率和套期保值效果。研究结果表明,经过4年多的发展,套期保值效率处于0.672～0.704之间的中国黄金期货市场还不成熟,套期保值功能的发挥有待提高;采用M-Copula-GJR-VaR模型估计的套期保值比率最优且套期保值效果最好,应用该模型进行黄金市场套期保值操作,可达到以相对较少的套期保值成本较大程度地规避现货市场价格风险的目的。

基于M-copula的水资源短缺风险经济损失预测模型及其应用

仅使用一种常用的Gumbel Copula、Clayton Copula或Frank Copula无法刻画水文变量之间所有的相关模式和结构,引入M-Copula函数模拟供水量和用水量的联合分布,提出水资源短缺风险经济损失预测模型.比较M-Copula函数和Gumbel Copula、Clayton Copula和Frank Copula得到的尾部相关系数和均方误差,计算结果表明M-Copula函数显著优于Gumbel Copula、Clayton Copula和Frank Copula函数,可以全面刻画供水量和用水量之间的相关模式和结构.对天津市在丰水年(20%)、平水年(50%)、偏枯年(75%)和枯水年(95%)情景下的水资源短缺风险经济损失进行预估,结果表明:在偏枯年份和枯水年份,水资源短缺风险经济损失值分别约为108亿元和142亿元.

DCC-GARCH、M-Copula-GARCH和Copula-SV在商品期货对冲中的应用研究

中国商品期货市场已经成为全球期货市场不可或缺的重要组成部分。文章比较研究了DCC-GARCH、M-Copula-GARCH和Copula-SV三种模型对我国最重要的期货合约——铜和棉花的对冲比率的影响。结果表明:Copula-SV是最优的对冲模型,文章还发现:二月期的铜期货合约和三月期的棉花期货合约对冲现货的效率最高。

中美贸易争端加剧了商品期货市场的风险传染吗？——基于动态M-Copula模型的实证研究

在时变M-Copula模型的基础上,提出并应用变参数、变结构的动态M-Copula模型分别构建了中美商品期货指数、伦铝与沪铝、美豆与连豆之间的动态相依结构,并通过动态尾部相关系数和非线性Granger因果检验来探究中美贸易争端是否加剧了中美商品期货市场的风险传染。实证结果表明,中美贸易争端加剧了中美两国商品期货市场之间的风险传染,特别是对美国进口依赖性较大的大豆期货,而对进口依赖度不高的铝期货在中美贸易争端发生前后的风险传染效应未发生明显变化。

M-Copula模型在金融时间序列分析中的研究与应用

研究了M-Copula模型的建模方法及应用.运用EM算法估计模型的参数,得到相应的统计结果.并利用M-Copula对上证综指和深证成指做了相关分析.通过分析两样本数据的特征,均建立了GARCH-t的边缘分布模型;根据两个对数收益率序列之间的相关特性,选取M-Copula模型对其相关结构进行建模分析,因M-Copula综合了不同Copula的特点,所以分布形式更加灵活,描述数据的厚尾和相关性特征的能力更突出,效果比单一的Copula更好.

光伏发电系统对配电网三相电压不平衡度影响的计算方法

针对传统确定性潮流计算在对分布式光伏电站接入配电网后导致的三相电压不平衡现象进行评估时的不足,提出了一种基于多点线性化的半不变量概率潮流和重要抽样对配电网不平衡度进行评估的方法.首先,针对Beta分布描述的局限性,以自适应非参数核密度估计法对光伏出力和负荷波动的随机过程进行表征,从而提高建模精度;然后,利用分段线性化半不变量法进行随机潮流分析以降低不确定性引起的误差,构建出混合Copula函数计算公共连接点的不平衡度;最后,采取抽样方法得到不平衡度均值进行评估.通过对IEEE33节点系统进行仿真分析,验证了此方法的有效性和可行性.

G-Copula函数的性质及应用

在连接函数Copula的理论基础上,通过定义保函数,引入了G-Copula函数的概念,并讨论了G-Copula函数的有关性质及应用。

“一带一路”沿线主要国家股指市场风险传染效应

目的研究“一带一路”沿线主要国家金融市场间的相关结构并度量其传染风险。方法选取中国和其他4个沿线主要国家的股指市场收益率数据,构建M-Copula函数刻画股指市场间的相关结构,运用Monte Carlo模拟方法度量不同资产组合的风险价值。结果股指市场间具有较强的下尾相关性和不对称性。相对于中国、印度和新加坡市场,日本市场的风险较大,俄罗斯市场的风险较小。在同一置信水平下,选择资产组合会降低投资者的投资风险。结论M-Copula函数模型能较好地描述股指市场的相关结构,并在投资组合决策时为投资者提供参考。

沪深股市相关结构分析研究

在金融市场风险分析中,对金融资产相关结构的讨论有着重要意义,从而引出对如何选取好的相关结构模型来捕捉金融资产间的相关变化规律的讨论。针对这一问题,我们用混合相关结构函数Copula对上海、深圳股票市场进行了相关分析研究,用极值分布刻画了每支股票的边缘分布,用两步估计法对Copula中的参数进行了估计。分析结果表明:混合Copula相关结构能够捕捉金融市场间相关性变化规律,比单个Copula相关结构更灵活,更能全面地反映市场间非对称变化的相关程度和模式,此方法还可以推广到对多种金融资产收益率进行相关性分析。

基于极值理论及Copula理论的金融市场风险度量

有效度量金融市场风险能帮助促进经济与社会的稳定发展。金融市场风险测度中如何精准地度量多个资产的风险以及全面地描述资产间相依结构关系是具有挑战性的。本文选取了2002年至2016年的上证指数、深证成指和香港恒生指数,计算该股票指数组合在极端金融事件下的在险价值,度量了我国股票市场风险。研究发现,使用极值理论来拟合尾部可以改进边缘分布,同时选取合适的混合Copula函数能较为全面地刻画市场间复杂的相关关系,在计算VaR时,不会低估风险,且更有效。

基于Copula-GARCH模型最优套期保值比率

考虑了现货价格上下波动的情况,用阿基米德Copula函数的上尾及下尾相关数的平均数作为相关系数,采用GARCH-M模型预测铝现货与期货收益率的标准差,结合最小方差套期保值比率来计算最优套期保值比率,最后对比分析Copula-GARCH模型与Copula模型的套期保值效果.实证结果表明:Copula-GARCH模型的套期保值效果相对较好.

基于极值copula和上尾copula的极端事件巨额损失统计推理研究

当极端事件发生时由其所产生的高额损失存在诸多变量,将基于极值copula与上尾copula来理清它们之间的依赖关系.通过copula对角截面对上尾相依系数进行分析.利用极大似然法对copula类函数进行半参数预估.以构建C-M统计量的方式检验copula的拟合优度.最后通过实证分析了描述变量相关性时选取最优copula的方法.