电网可靠性评估中相关性变量的非参数R藤Copula模型

Copula函数可将多维随机变量的边缘分布和相关性结构分开表达,在计及相关性的电网风险分析中日益得到重视。在二维相关性建模上Copula函数精度较好,而高维情况则面临模型参数估计的复杂性和准确性问题。据此,该文提出非参数R藤Copula模型,基于高维模型分解思路将高维Copula函数分解成多个二维Copula函数的乘积,并基于数据驱动方式实现二维Copula函数的非参数估计,此外为避免非参数估计中随机变量分布范围超出实际可行域的问题,进一步提出概率空间变换的思路。该文方法可实现高维随机变量相关性模型的灵活准确构建,最后,通过相关算例分析验证方法的正确性和有效性。

基于R藤copula变点模型的金砖四国金融传染性与稳定性检验

从所分析国家与全球系统性风险相依关系的角度对金融传染性与稳定性进行刻画,以MSCI全球指数代表全球系统性风险因子,分析新兴市场代表国家——金砖四国(中国、俄罗斯、印度、巴西)的主要股指与MSCI全球指数之间的相依结构,进而对金砖四国的金融传染与稳定进行实证分析.为了分析系统性风险对金砖四国影响的结构性变化,对R藤copula进行变点检验,分析金砖四国金融传染性与稳定性受金融危机及金砖国家会议等事件的影响,并采用以MSCI指数为条件的相关系数度量金砖国家间的金融传染性与稳定性.实证结果表明,系统性风险可控后金砖国家股市独立性增强,金融危机过后金砖国家所受系统性风险冲击变大,通过金砖国家会议各国合作加强后有助于降低金砖国家之间的风险传染.

基于R藤copula的深圳股票市场系统风险分析

利用深圳成分指数所包含的部分股票及其所属行业指数的日收益数据,构建了基于行业(sector)和市场(market)的R藤,给出了各股票对行业和市场及各股票间的相依结构,并借助RVMS模型测算了各股票的系统风险和非系统风险。结果表明,各股票行业风险差异很大,采掘业各股票的行业风险均值比其他三个行业风险均值高,说明采掘业股票自包含性最强。相对于行业风险,所有股票的市场风险在各自所属行业的条件下都相对较小,有些股票的市场风险接近于零,表明这些股票与市场之间的条件相依程度很低,它们与市场几乎相互独立。一些股票的非系统风险较高,表明这些股票与其它股票的相依性要高于与行业或者市场的相依性。

基于动态R藤Copula模型的区域风电集群超短期功率区间预测方法

为应对风电功率不确定性问题带来的电网安全稳定运行风险,近年来区间预测方法受到了广泛关注,但现有研究主要集中于单风电场预测领域,对于区域风电集群功率区间预测方法较少涉及。针对上述问题,建立了动态化的R藤Copula模型,提出了区域风电集群超短期功率区间预测方法。首先,详细阐述了区域风电集群超短期功率区间预测的基本框架。其次,简要说明了基于R藤Copula模型建立多风电场预测功率和整体预测误差联合概率分布的方法。然后,分3个步骤建立了动态化的R藤Copula模型,包括:基于ARIMA-GARCH模型建立动态边缘分布模型;引入DCC、Patton模型建立动态Pair Copula模型;提出动态R藤Copula的拓扑结构计算方法。最后,结合新疆东北部9个风电场一年的数据开展了仿真。仿真结果验证了所提模型的有效性,同时表明所提模型的预测结果具有良好的可靠性、锐度和技术得分指标。论文研究可为区域风电集群超短期功率区间预测提供参考。

基于R藤Copula-DBN时空相关性建模的风光荷功率概率预测

计及时空相关性的多维风光荷功率概率预测可全面描述风光荷不确定性,为电力系统安全稳定和经济运行提供保障。提出一种基于R藤Copula-动态贝叶斯网络(DBN)时空相关性建模的风光荷功率概率预测方法。基于R藤Copula模型和传递熵刻画多维变量的空间相关性,建立初始状态的贝叶斯网络;将初始贝叶斯网络在时间点序列上进行延拓,构建可刻画风光荷功率时间自相关性和空间相关性的DBN;将所建模型应用于计及时空相关性的高维风光荷功率概率预测。算例仿真验证了所提方法的有效性。

基于R藤Copula模型的银行间风险传染路径研究

为防范银行业综合化经营所产生的银行间风险传染,维护金融安全,在银行间市场引入R藤Copula模型,对我国不同时期银行间的相依结构进行刻画,研究表明:我国上市银行间具有较强的正相依性,且在危机时期风险传染效应将增强;国有银行的相依结构较其他商业银行稳定;建设银行与中国银行是我国现阶段藤结构中的主要节点;农业银行、南京银行等则处于藤结构的边缘位置。根据银行间的相依结构特征,各上市银行应当及时做好相应的应对外生性金融风险的预案。

基于藤Copula的中国与东盟股市风险传染效应研究

研究中国与东盟股票市场间的风险传染效应对构建投资组合进而有效规避风险具有重要的现实意义。本文采用ARMA-GJR-GARCH模型对收益率进行边际分布的拟合,并基于藤Copula模型从静态和动态两个角度刻画中国与东盟股票市场间的风险传染效应。结果表明:第一,R藤Copula适用于刻画中国同东盟股市间的相依结构,其相依结构呈显著的区域集聚特征,存在着正向联动效应,其中,中国与印度尼西亚股市是连接其他股市的主要节点;第二,2015年中国股灾发生后,中国股市的暴跌对东盟产生了强烈的负向冲击,其中对泰国和新加坡影响最为显著;第三,当发生极端金融危机事件时,R藤Copula模型中条件市场的加入能够显著降低风险传染效应,在该藤结构下构建的三元投资组合达到了有效规避风险的目的。本文为区域投资者配置避险投资方案提供了一种新的模型方法。

我国能源市场与沪深市场间的尾部相依性

资源能源安全是事关国家经济社会发展的全局性、战略性问题,对国家繁荣发展、人民生活改善、社会长治久安至关重要。选取2020年1月至2021年12月范围内的国证煤炭、国证电力与沪深300指数收盘价为样本,运用R藤Copula模型分析我国能源市场和沪深市场之间的尾部相依性,研究我国煤炭市场、电力市场和沪深市场的尾部相依风险关系,且提出相关防范建议。实证结果发现:国证电力和沪深300指数均和国证煤炭指数有着较强的正向相依性,其中电力指数市场和煤炭指数市场有着强下尾相关性;煤炭指数市场作为中间市场,电力指数市场和沪深市场的间接传染结构仍呈现正相关,尾部相依关系消失。因此在监管和防范上述3个市场的风险时,要警惕煤炭市场的价格剧烈变化带来的强连锁反应,投资者应重点关注煤炭市场价格指数的剧烈下跌对电力市场及沪深市场价格指数的负面冲击。

“双循环”背景下基于ESG的产业相依关系研究

可持续发展是优化产业结构,达成经济“双循环”目标的现实路径,明确可持续行业的行业关联是促进经济绿色演化的重要前提,但鲜有文献将可持续发展与行业关联起来进行研究。文章从金融市场的视角出发,构造可持续行业指数(ESG行业指数),首先利用R藤Copula模型测度行业间的相依关系,其次以Copula贝叶斯网络探究行业间的因果关系,并应用QAP(二次指派程序)测算国内市场行业关联的动态变迁特征,最后引入Mantel检验比较中美可持续指数关联。研究发现:在中美贸易摩擦、新冠肺炎疫情和俄乌冲突这三个不同时期内,ESG行业指数间均具有较强的关联性;其中能源行业和房地产行业承担风险传播的角色,可选消费行业和金融行业作为连接各行业的关键节点,承受风险波动并传递给其他行业;中美可持续行业指数的联动较弱,相比之下,通讯服务行业与美国ESG指数的相关性最强。

国际股票市场风险传染效应研究——来自2007~2018年15个股票市场数据

运用AR(1)-GJR(1,1)-SKT模型描述15个股票指数收益率边际分布,构建混合R-Vine Copula模型,分析2007年至2018年以及4次危机事件背景下(次贷危机、欧债危机、2015年中国股市异常波动和2018年中美贸易摩擦)国际股市的风险传染效应。研究表明:第一,长期来看国际股票市场之间保持对称的上下尾相依结构,风险传染会造成股市间Kendall秩相关系数和尾部相关系数的突然上升,并且表现出不对称的上下尾相依结构;第二,对比4次危机事件的风险传染效应,次贷危机传染效应强、持续时间长,欧债危机相对温和,2015年中国股市异常波动对国际股市传染效应较强,但持续时间短,2018年中美贸易摩擦对国际股市传染效应较弱;第三,欧美股市与中国沪深股市之间风险互相传染主要通过中国香港股市。

结构突变下投资者情绪与股市收益间的非线性溢出效应研究

为了深入挖掘投资者情绪与股市收益的非线性溢出效应,本文首先选取消费者信心指数、封闭式基金折价率、换手率、新增开户增长率、市盈率这五个变量作为情绪指数潜在变量,再通过R藤Copula得到各潜在变量的联合分布,进而构造出投资者情绪指数;然后运用ICSS模型对股票指数收益率的状态进行划分,将结构突变点作为虚拟变量纳入到经典的AR-EGARCH波动模型中刻画收益率序列;最后运用时变Copula函数对投资者情绪与股市收益率间的动态非线性溢出效应进行定量测度,以期揭示二者之间的内在规律。研究结果表明:投资者情绪与股市收益间确实存在溢出效应,从长期趋势分析,投资者情绪与股市收益率的相关系数为正,说明投资者情绪与市场收益率之间在长期表现为显著正相关,即投资者情绪对收益率有正向溢出效应,投资者情绪的高涨与悲观同收益率的升高与降低步调一致。然而从短期分析,相关系数的波动范围为0.2至0.35,说明在不同投资环境及市场背景下投资者情绪与市场收益率之间的相关程度并非一成不变,投资者情绪高涨时期,两者间溢出效应也随情绪指数升高,投资者情绪悲观时期两者间溢出效应也降低。