基于Vine Copula函数的各行业股票市场相关性研究

本文利用 Vine-Copula 模型刻画各行业股票市场的相依结构,并根据计算出的 Copula 函数构建交易信号,从而为投资者制定交易策略提供建议。通过建立 AR-GARCH-Normal 模型和 AR-GARCH-Skew-t 模型处理对数收益序列,可以很好地刻画序列尖峰厚尾、偏斜的特征,有效的消除序列的自相关和条件异方差效应。通过建立 R-Vine Copula 模型,发现新能源与其他行业的相关性是最强的,页岩气与其他行业的相关性情况是相对最弱的。第一段时间与第二段时间内的各个行业股票市场之间的相依结构较为稳定。基于 Copula 函数制定的交易策略在样本内收益率能明显超过单个行业的收益率,样本外的检测结果也体现了此交易策略在 A股市场是可行的。

国际股市联动条件下中国股市与汇市的非线性相依关系研究

与以往仅对市场间相依关系进行静态、孤立的研究不同,基于全局化视角,在国际股市联动条件下研究中国股市与汇市间的相依关系。选取2006-01-04~2019-02-28沪深300指数、人民币兑美元汇率中间价、美国S&P500指数、欧洲STOXX50指数、香港恒生HSI指数、日本N225指数、英国FTSE100指数以及全球股市MSCI指数为研究样本,聚焦于2008年全球金融危机和2015年中国股灾两次极端波动事件,采用R-vineCopula方法研究国际股市联动条件下中国股市与汇市间的非线性相依关系,并构建参数动态化的动态R-vineCopula方法进行稳健性检验。研究结果表明:国际股市与中国股市和汇市之间分别存在着正向联动关系;在国际股市联动条件下,中国股市对汇市具有引导作用,且两者间的相依关系可以由资产组合平衡模型解释;中国股市与汇市在国际股市联动条件下的相依关系弱于不考虑国际股市联动条件时的相依关系,且这种偏差在金融危机、股灾等极端波动后会显著增加。本研究对国际投资者合理配置资产规避风险、政府监管部门制定相关政策具有重要参考意义。

基于核密度估计的R-Vine Copula选择及其在故障检测中的应用?

在化工过程监控领域,Vine Copula模型为描述高维复杂变量之间相依关系提供了一种新的思想,在不降维的基础上直接刻画变量之间复杂的相关关系。传统的Copula函数模型选择方法是基于赤池信息准则(Akaikeinformation criterion,AIC),但是在利用AIC准则时不仅要计算Copula的密度函数,而且边缘分布的拟合效果也直接影响了AIC的取值。本文提出了基于核密度估计的R-Vine Copula (kernel estimation-based R-vine Copula, KRVC)选择方法,并将其应用在化工过程监控领域。通过核密度选择原理得到R-Vine模型,然后利用高密度区域(HDR)与密度分位数表等理论,构建非高斯态广义局部概率指标(GLP)。该方法在TE(TennesseeEastman)过程中以及醋酸脱水过程中的应用验证了KRVC方法在过程监控中的良好性能。