中国内地股票市场板块泡沫存在特征与传染机制——基于GSADF检验法与R-Vine Copula模型

面对国内宏观经济下行压力和金融市场超预期等多因素挑战,我国内地股票市场易产生周期性泡沫与金融系统性风险问题。本文基于2011年9月至2023年7月我国部分股指数据,对可能存在的周期性泡沫进行存在性检验,探讨泡沫存在特征与泡沫期起止时间。构建R-Vine Copula模型识别风险传染的核心股指,建立条件结构探究传染相关性与传染机制。研究表明,样本期内股指序列均存在泡沫,情绪循环性和市场联动性是主板市场的股指泡沫的主要特征,创业板泡沫具有季节性和创新关联性。面对信息不对称挤压和羊群杀跌行为,要素之间的局部相互作用使泡沫的形成机制具有自组织性。进一步研究表明,股指风险传播强度在溢出效应影响下与连接层级成反比,呈现出动态相关性和非对称性属性。本文揭示了我国内地股票市场周期性泡沫的存在特征、形成机制和风险传播机理,为促进股票市场健康发展、构建风险监测与防范机制和探索资本市场服务实体经济效能提供了理论依据与经验支撑。

基于R-VineCopula函数研究内蒙古呼和浩特大气污染物相关性

PM2.5、PM10、SO2、CO、NO2和O3这6种主要大气污染物严重影响了空气质量,为了探究其日均质量浓度之间的相关性,利用R-VineCopula函数研究呼和浩特市2014—2021年6种大气污染物。首先对6种污染物的日均质量浓度进行统计分析,选取4种双参数分布函数拟合其边缘分布,然后从中选出每种污染物的最优分布。基于此最优边缘分布,用R-VineCopula函数对污染物进行相关性分析。结果表明:呼和浩特市不同大气污染物日均质量浓度之间的相关性较高,联合分布的R-Vine Copula模型能较好地刻画这种相依关系。构成Vine结构的Pair-Copula函数不同,说明两两不同浓度间的关联性有差异,R-VineCopula结构能够很好地捕获这种关联差异性。

基于最优R-Vine Gaussian Copula模型的服役大跨桥梁主梁失效概率分析

考虑到服役大跨桥梁主梁多个控制监测点失效模式的相关性,提出失效概率分析的最优regular-vine(R-vine)Gaussian copula信息融合新方法。利用极值应变信息,引入双变量pair-Gaussian-copula模型和最优R-vine模型,结合多个控制监测点的功能函数,进行失效模式相关性的最优R-vine Gaussian copula建模分析;融合一次二阶矩方法,进行失效模式相关的服役大跨桥梁主梁失效概率分析;通过在役桥梁监测数据对所提方法的合理性进行验证,并与其他分析方法进行比较。结果表明,考虑控制监测点失效模式相关性的大跨桥梁主梁失效概率分析的最优R-Vine Gaussian copula信息融合方法更为合理。

椭圆型Copulas函数在西安站干旱特征分析中的应用

本文研究了干旱发生的联合概率、条件概率和重现期等干旱特征。以陕西省西安站月降水为例,应用Meta-Gaussian Copula和Student t Copula构造了干旱历时、干旱烈度和烈度峰值的联合概率分布,并进行了多变量分布拟合优质评价及拟合检验,在此基础上计算了联合分布的重现期以及2变量和3变量情形下的条件概率与条件重现期。研究表明,Meta-Gaussian Copula可以描述干旱历时、干旱烈度和烈度峰值三者的联合分布。由于多元联合分布可以考虑到多个变量之间的不同组合,能够求得不同干旱历时、干旱烈度或烈度峰值下的条件概率和条件重现期,因而能够更加全面客观地反映干旱的特征。

几种Copulas模拟不同历时降雨量的影响分析

为减小水文频率分析中的不确定性,采用4种不同的Copulas联结函数来模拟不同历时降雨量的相关关系,并得出边际分布分别为广义极限和广义逻辑斯特的两元联合分布.模拟结果表明,Farlie-Gumbel-Morgenstern和Gaussian Copulas能较好地模拟变量之间的相关关系,而Gumbel和Clayton Copulas则相对较差.通过计算Copula的条件分布可以得到不同历时降雨量组合的概率.根据Copula联结函数来推求不同重现期的设计暴雨,可以同时考虑不同历时降雨量的相关性,该方法科学合理,为水文频率分析方法提供了新的思路.

基于Copulas函数的二维干旱变量联合分布

通过构建干旱变量的联合分布揭示干旱演变规律,可作为干旱分析的重要手段。基于8种单参数族的Copulas函数进行新疆乌鲁木齐和石河子气象站二维干旱变量的联合分布。经拟合优度评价:Frank Copula对干旱历时和干旱烈度、干旱历时和烈度峰值的拟合度最好;Clayton Copula对于干旱烈度和烈度峰值的拟合效果最好。二维变量联合超越概率值随单变量值的减小而增大;单变量的重现期介于二维变量联合重现期与同现重现期之间。表明Copulas函数能够描述二维干旱特征变量的联合分布。

Archimedean族Copulas函数在多变量干旱特征分析中的应用

以甘肃省陇西站月降水资料为例,应用9种3维Archimedean Copulas函数构造了干旱历时、干旱烈度和烈度峰值的联合概率分布,并进行了多变量的拟合优度评价,利用优选出的3维非对称型M12 Copula函数,计算联合分布的重现期以及不同组合下的条件概率与条件重现期。结果表明,M12Copula函数可以描述干旱历时、干旱烈度和烈度峰值间的联合分布。由于Copula函数能够用来构建不同边缘分布的联合分布,可以获得变量间不同组合下的重现期,因而能够更全面客观地反映干旱的特征,是描述干旱多变量分布的一种有效途径。

Copulas函数在多变量干旱联合分布中的应用

以渭河流域西安站77年的月降水资料为例,采用7种单参数族Copulas函数,建立干旱特征变量之间的联合分布。经拟合优度评价,Plackett Copula函数对干旱历时和干旱烈度、干旱历时和干旱烈度峰值之间拟合程度最好;而Clayton Copula函数对于干旱烈度和烈度峰值拟合程度最好。分别应用这2种Copulas函数对西安站进行干旱特征变量之间的二维条件概率分布及组合重现期计算。结果表明,Copulas函数能较好的描述干旱特征变量间的联合分布;并且具有灵活性和应用范围广等特点,在多变量干旱特征分析中具有广泛的应用前景。

基于LASSO回归的R-vine copula模型构建及其在化工过程故障检测中的应用

Vine copula模型在描述高维数据间的非线性、非高斯特性相依关系问题上提供了一种新的思路,在化工过程建模领域受到越来越多关注。笔者将LASSO(least absolute shrinkage and selection operator)回归引入R-vine copula(LASSO-R-vine copula,LRVC),根据变量间联系的强弱程度确定变量在R-vine矩阵中的位置,利用回归分析正则化路径选择R-vine copula矩阵结构,遵循R-vine矩阵构建规则和回归过程确定R-vine结构矩阵模型,以获得一个与变量独立性有关的稀疏矩阵模型。该方法构建的矩阵结构独立于copula函数类型和参数,在处理高维度复杂工业过程数据时,利用稀疏模型和惩罚力度简化copula函数类型选择过程,缩短了建模时间,使统计建模具有更强的灵活性。该方法在TE(Tennessee Eastman)和醋酸脱水过程故障监测中表现出较好的预测效果,证明了提出的方法在非线性、非高斯过程的有效性。

基于R-vine-copula-CoVaR模型的金融市场风险溢出效应研究

为了挖掘国际金融市场与中国金融市场的风险溢出效应,本文首先通过ARJI-GARCH模型捕捉单个市场收益率的跳跃等典型事实特征,然后采用最大生成树(Maximum Spanning Tree,MST)算法优化的R-vine来刻画多维金融资产的复杂相依结构;最后构建R-vine-copula-Co VaR模型,测度了国际原油市场、国际黄金市场、美国股票市场与中国股票市场、外汇市场之间的风险溢出效应。实证结果表明:各市场之间均存在双向风险溢出效应,但溢出程度差别很大,国际黄金市场是风险溢出的最大爆发源,仅有中国外汇市场与中国股票市场、国际黄金市场间存在负向风险溢出;市场之间的双向风险溢出效应呈非对称性,国际原油市场与黄金市场的风险溢出效应远大于中国股票市场与外汇市场风险溢出效应;Rosenb-Latt检验表明基于R藤的Co VaR风险溢出测度更具有灵活性和有效性;后验测试结果表明R-vine-copula-Co VaR模型能有效地测度国际金融市场对中国金融市场风险溢出效应,而对中国金融市场风险溢出效应的Co VaR测度存在被高估的可能。

基于Copulas加速寿命试验中竞争失效模型的统计分析(英文)

在已有讨论竞争失效数据统计分析的文献中, 大多数都假设失效机理之间相互独立. 本文使用copula作为连接函数来考查加速寿命试验中的竞争失效模型. 通过模拟, 把失效机理相关时得到的结果与失效机理独立时得到的结果做了比较.最后分析了文献中的一个实际数据.

Archimedean Copulas在降水变异概率分布特征研究中的应用——以新疆福海县为例

探究二维情况下变异不同步,也就是一个变量发生变异,而另一个变量不发生变异的情况,对Copula联合分布的影响。在气温变化的环境下,降水过程发生了显著变异,而年降水量和年总降水天数的联合分布对长期旱涝情况有重要意义。以Copula函数为基础,计算新疆福海站年降水量和年总降水天数联合分布,用传统变异分析方法进行变异分析。针对年降水量发生变异,而年总降水天数没有发生变异的情况,探讨其Copula联合分布的影响。计算结果表明,年降水变异对年降水量和年总降水天数Kendall相关系数τ影响不大,但对Copula种类的选择影响较大。

非对称Archimedean Copulas函数在干旱分析中应用

在选定干旱历时、干旱烈度和烈度峰值来描述干旱事件的基础上,应用非对称Archimedean Copulas函数构建了干旱特征变量的联合分布模型。以渭河流域西安气象站的月降水序列为例,采用极大似然法估计M5、M6和M12三种非对称Archimedean Copulas函数的参数,进行了Copulas拟合优度评价。采用拟合效果最好的M12 Copula构造了西安气象站干旱变量间的联合分布,计算了相应的条件概率和条件重现期。结果表明:非对称Archimedean Copulas函数能够用来构建不同边际分布的联合分布,具有灵活方便和应用范围广等特点,是描述干旱多变量分布的一种有效途径。

基于Copulas函数的干旱特征变量联合概率分析

采用Frank和Gaussian copulas函数分析二维干旱特征变量联合分布,构建Frank pair-copula、Gaussiancopula、M3copula函数,对比分析三维干旱联合特性。以渭河流域华阴站降雨资料为例,表明copulas函数能够很好地描述多变量干旱联合特性,体现了copulas函数在多变量联合特性研究中的可行性和适用性。

配备FGM Copulas二维随机向量之和的相依性

本文研究了配备Farlie-Gumbel-Morgenstern Copulas的二维随机向量之和的相依性,得到了在这类Copulas函数下两个独立的随机向量之和的Kendall及Spearman相依系数的一般公式;并针对边缘分布分别为指数分布的情况推导出了具体的公式;证明了当边缘分布满足一定的条件时,不存在尾部相依性.此外,对于几种不同边缘分布的情况进行了随机模拟与比较.这些方法及结果对两个企业(公司)合并后某两个随机指标之间的相依性问题的研究具有理论指导意义,为这类问题的进一步探索提供了理论基础.

基于边际正则藤copulas对具有既定皮尔逊相关系数的多元离散随机变量的抽样算法

基于多元离散随机变量的抽样问题在实践中的应用价值,Erhardt和Czado提出了基于C藤Copulas的多元离散随机变量的抽样算法,其优化参数为C藤的边参数,目标函数为给定的皮尔逊偏相关系数与样本偏相关系数的距离.本文引入了边际正则藤Copulas的概念,进而直接以随机变量对的样本相关系数与给定的皮尔逊相关系数σij之间的距离为目标函数进行优化.三组模拟实验结果分别与文献[1]提出的基于C藤的抽样算法,文献[3]中使用的Naive基准抽样算法相比,基于边际正则藤Copula的抽样算法具有相对较高的精确性.本文中所使用的抽样算法通过Python语言实现并打包命名为countvar上传至PyPi.

基于R-Vine Copula模型的国际原油与国际股市间的风险传染效应研究

【目的/意义】为捕捉国际原油与国际股市之间的整体联动关系,判断油价暴跌期间的市场走向,提高投资者的能源意识和国家的能源安全及金融安全管理水平。【设计/方法】借助R-Vine Copula模型对国际原油及国际股市之间的复杂相依结构进行刻画。【结论/发现】研究表明在油价暴跌期间,印度、韩国和俄罗斯等国家最先受到波及。此外,受油价波动影响,不同国家股市之间存在不同程度的风险外溢情况,使得原油波动的影响范围进一步扩大。相较于原油进口国,油价波动对原油出口国的冲击会更强一些。

Copulas于二维样本极值概率积分变换分布分析中的应用

借助于Copula这一工具对在具有联合分布H(x,y)的二维总体(X,Y)经概率积分变换得到的随机变量H(X,Y)的分布函数K(V)给定条件下,求出关于次序统计量X(n)=max{X1,X2,…,Xn}和Y(n)=max{Y1,Y2,…,Yn}经概率积分变换得到的随机变量Hn(X(n),Y(n))的分布函数Kn(v)的方法进行了研究,并找出了Kn(v)不随样本容量n变化的情形,进而得到了较准确地刻画二维R.V相依性的相关性指标Kendall'sτ.

基于多维Copula函数的澜沧江-湄公河流域气象干旱特征分析

为全面揭示变化环境下澜湄流域多维气象干旱特征,采用标准化降水蒸散指数SPEI表征流域气象干旱,基于游程理论分别提取澜沧江段和湄公河段上、中、下游流域1901—1960年和1961—2021年两个时段的干旱事件,利用Copula函数分别构建两个时段不同子流域二维和三维干旱特征变量联合分布,计算不同干旱特征变量组合条件下的干旱联合发生概率,对比分析不同子流域多维气象干旱特征的时空变化。结果表明:时间上,1961—2021年各子流域平均干旱程度均较1901—1960年更严峻,尤其是极端干旱事件(单变量累积频率为25%、50%)的多维干旱联合发生概率增幅最大;空间上,1961—2021年,随着干旱历时、烈度和烈度峰值的增加,“或”情况下多维干旱联合发生概率最高值区自北向南转移,“且”情况下多维干旱联合发生概率最高值区自南向北转移。

基于高频波动率模型与R-vine copula的行业资产组合风险测度研究

相较于低频波动率模型,高频波动率模型在单资产的波动和风险预测中均取得了更好效果,因此如何将高频波动率模型引入组合风险分析具有重要的理论和现实意义。本文以沪深300指数中的6种行业高频数据为例,运用滚动时间窗技术建立9类已实现波动率异质自回归(HAR-RV-type)模型刻画行业指数波动,同时使用R-vine copula模型描述行业资产间相依结构,进一步结合均值-CVaR模型优化行业资产组合投资比例,构建组合风险的预期损失模型,并通过返回测试比较不同风险模型的精度差异。研究结果表明:将HAR族高频波动率模型引入组合风险分析框架,能够有效预测行业资产组合风险状况;高频波动率预测的准确性将进而影响组合风险测度效果,跳跃、符号跳跃变差以及符号正向、负向跳跃变差均有助于提高行业组合风险的预测精度。