高寒气候区生长季NDVI与昼夜不对称增温的Copula分析

利用1982—2016年的青海地区归一化植被指数和气象数据,基于马尔科夫链蒙特卡罗的Copula函数方法,深入探索昼夜增温不对称性与植被活动之间的复杂关系,揭示了昼夜增温和NDVI之间的联合概率分布及其季节性差异。研究结果表明,昼夜增温与NDVI之间的关系在不同季节呈现显著差异。尤其在秋季,昼夜增温对NDVI的影响最为显著,其次是夏季和春季。通过Copula函数模型,发现昼夜增温与NDVI在特定温度区间内呈现正相关,表明适宜的温度条件下昼夜增温对植被生长具有促进作用。然而,当昼夜增温超过某一阈值时,其对NDVI的促进作用转变为抑制作用,从而限制了植被的生长。同时,还揭示了重现期与昼夜增温及NDVI之间的关系。在较低的重现期下,昼夜增温与NDVI的联合概率较高,表明在这些条件下,植被生长良好的情况出现的频率较高。反之,较高的重现期对应于昼夜增温与NDVI较低的联合概率,表明植被生长受到抑制。本研究通过Copula函数提供了一个全新的视角来理解昼夜增温与植被动态之间的相互作用,强调了气温变化对植被生长影响的复杂性。

Analysis of Design Rainstorm Hydrograph Based on Asymmetrical Extreme Value Copula

In this paper,the maximum 1-hour rainfall( rain peak),the maximum 6-hour rainfall and the maximum 24-hour rainfall in the Caojiang River basin from 1967 to 2013 were taken as samples. The typical typhoon rainstorm hydrograph of joint distribution of rainfall in three periods was constructed based on the asymmetric Archimedean Gumbel-Hougaard extreme value Copula. The main conclusions were as follows:( 1) the design rainstorm value in the Caojiang River basin calculated by using the joint distribution of rainfall in three periods was larger than the design rainstorm value of the joint distribution in two periods and that of a single period. The design rainstorm process hydrograph amplified at the same frequency had the optimal overall effect,which provided a new idea and method for studying the design rainfall patterns.( 2) According to the maximum 24-hour rainfall,the risk rate of the multi-peak rainstorm process that the main peak was in the back was the highest,and the constructed typical design rainstorm process hydrograph was the most representative.( 3) " OR" joint return period of rainfall combination in three periods as the design criteria of a watershed was applicable to responding to the risk of rainfall and flood in this watershed.

时变多元NBSCopula模型与美国股指期货市场可视化相依性分析

基于多元NBS(Normal Birnbaum-Saunders)分布构造了一种新的多元偏斜厚尾Copula,即多元NBS Copula,并进一步采用DCC(Dynamic Conditional Correlation)模型构造了时变NBS Copula模型。以美国道琼斯30指数期货、标准普尔500指数期货和纳斯达克100指数期货为例,可视化分析了收益率序列之间的各种相依特征,比较了DCC-NBS Copula模型与其他一些Copula模型在相依结构拟合上的效果差异。实证结果表明:美国三大股指期货之间的相依结构具有正相依性、厚尾相依性、非对称相依性和时变相依性,其中,NAGARCH模型可以较好地描述收益率序列的动态特征,椭圆Copula优于阿基米德Copula,非对称椭圆Copula优于对称椭圆Copula,厚尾椭圆Copula优于正态Copula,时变椭圆Copula优于静态椭圆Copula。综合来看,DCC-NBSCopula模型是所有模型中对相依结构的拟合效果最优的。

基于非对称Archimedean Copula的三变量洪水风险评估

分析洪峰、洪量和历时三变量联合分布与风险概率及其设计分位数,为水利工程规划设计和风险评估提供参考依据。以珠江流域西江高要站52年洪水数据为例,采用非对称阿基米德M6 Copula函数与Kendall分布函数计算三变量洪水联合分布的"或"重现期、"且"重现期和二次重现期及其最可能的设计分位数。结果表明:"或"重现期的风险率偏高,"且"重现期的风险率偏低,二次重现期更准确地反映了特定设计频率情况下三变量洪水要素遭遇的风险率;按三变量"或"重现期或三变量同频率设计值推算的洪水设计值偏高,以最大可能概率推算的三变量洪水要素的二次重现期设计值可为防洪工程安全与风险管理提供新的选择。

基于非对称Archimedean Copula的三变量风浪重现水平分析

采用非对称Archimedean Copula函数与Kendall分布函数分析极端波况下的波高、周期和风速三变量联合概率分布与风险率及其设计分位数,为海岸海洋工程设计和风险评估提供参考依据。以粤东汕尾海域的实测风浪数据为例,使用非对称Gumbel-Hougaard Copula函数计算三变量风浪联合分布的"或"重现期、"且"重现期和二次重现期及其最可能的风浪设计值。主要结论如下:对比不同设计风浪重现期显示,"或"重现期的风险率偏高,"且"重现期的风险率偏低,二次重现期更准确地反映了特定设计频率情况下三变量风浪的风险率;按目前有关规范设计要求的单变量风浪要素设计值已经达到安全标准,按三变量"或"重现期和三变量同频率设计值推算的风浪设计值偏高,以最大可能概率推算的三变量风浪要素的二次重现期设计值可为相关工程安全与风险管理提供新的选择。

基于GAS t-Copula模型的金融市场非对称风险溢出效应测度研究

准确测度金融风险溢出效应对于金融风险管理和构建投资组合具有重要意义,而金融市场之间的非线性及动态相关结构一直是风险溢出效应研究中的难点问题之一。本文通过引入GAS t-copula模型与CoVaR方法,结合能够刻画重要典型事实特征的边缘分布模型,构建了金融市场间的风险溢出效应测度模型,以中国内地等五个股市为研究对象,测度美国股市对中国内地等四个重要股市的风险溢出效应,以检验模型的可靠性与准确性。实证结果表明:中国内地等四个股市与美国股市之间呈现出显著为正且时变相关结构,随着金融危机的爆发,相关系数逐渐增加达到最大值;中国内地等四个股市受到美国股市的风险溢出效应呈现出非对称特征,即下跌风险溢出效应强度显著大于上涨风险溢出效应;中国内地股市受到的金融风险溢出效应显著小于香港、日本以及英国股市。

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。

基于非对称阿基米德Copula模型的投资组合风险度量

基于几何平均和加权平均的结合,构造非对称的加权混合阿基米德Copula模型,使得所建立的模型既能考虑资产组合内部各资产非对称的影响,又能捕捉到资产组合的上下尾相互作用的差异性.在实证研究中,以旅游业的金融投资组合作为研究对象,将非对称的加权混合阿基米德Copula模型和混合Copula模型在资产组合VaR计算精度方面进行了比较,结果发现非对称的加权混合阿基米德Copula模型真实反映资产组合相关结构非对称的差异性,具有较好的准确性及有效性.

基于Copula函数的CTE研究与实证分析

采用Copula函数结合非对称Laplace分布的方法来刻画股票收益的尖峰、厚尾及偏倚性,计算了以上证指数和深证成指为组合的对数收益率的CTE,与传统的正态假设进行了对比,证实了"在资本收益率不服从正态分布时,用VaR方法来度量风险就不再准确"的结论,Copula函数结合非对称Laplace分布的方法可以较好的计算投资组合的CTE。

基于Copula函数的不同历时降雨量组合概率研究

为查清越西县不同历时降雨量组合概率情况，根据越西雨量站1954-2012年降水资料，基于三维不对称Gumbel Copula函数构建了年最大1日降水量（R1d）、年最大3日降水量（R3d）、年最大7日降水量（R7d）的三维联合分布函数，计算了不同历时降水量的组合概率、条件概率和相应的重现期。结果表明，R1d、R3d、R7d三变量发生极端降水事件的联合概率最大，同现概率最小，单变量发生的概率介于二者之间；单变量的重现期（T）介于三变量联合重现期（丁a）与同现重现期（丁0）之间；通过组合概率分布图和等值线图可得到给定条件下的两个不同组合事件的条件概率；三维不对称Gumbel Copula函数能够很好地描述不同历时降水变量之间的关系；可为城市防洪排涝及县域水资源开发利用提供参考依据。

二维非对称copula函数在干旱特性联合概率中的应用

随着全球气候变化和人类活动的影响,干旱特性分析正成为研究热点。在实际应用中,二维变量常表现出非对称性。基于Liebscher提出的非对称copula函数构造方法构造了二维非对称copula函数。以宜昌水文站日径流量数据为例,运用二维非对称copula函数对干旱历时和干旱峰值的联合概率分布进行分析。证明了构造二维非对称copula时,相关系数的变化规律定理,该定理可以作为copula函数选取的参考准则。采用Rosenblatt变换的Bootstrap法进行copula拟合度检验,检验结果表明二维非对称copula函数可以描述干旱特性的概率分布。

基于非对称GH-Copula函数推求珠海市设计暴雨过程线

以1961~2018年珠海市气象站历年最大1 h雨量(雨峰)、最大6 h雨量和最大24 h雨量为样本,采用非对称Gumbel-Hougaard(GH)Copula分别构建3个时段雨量联合分布的典型暴雨过程线。研究结果有以下结论:采用3个历时雨量联合分布推求的珠海设计暴雨值大于两个时段联合分布和单一时段设计暴雨值;3个时段雨量联合分布的"或"联合重现期更适用于应对城市雨洪风险;按同频率放大的典型设计暴雨过程线可作为排水防涝工程设计的参考依据。

基于非对称极值Copula的设计暴雨过程线分析

以曹江流域1967—2013年历年最大1 h雨量(雨峰)、最大6 h雨量和最大24 h雨量为样本,采用非对称Archimedean Gumbel-Hougaard极值Copula构建3个时段雨量联合分布的典型台风暴雨过程线。主要结论如下:①采用3个历时雨量联合分布推求的曹江流域设计暴雨值大于2个时段联合分布和单一时段设计暴雨值,同频率放大的设计暴雨过程线,整体效果相对最优,为设计雨型的研究提供了新思路与方法;②按24 h最大雨量选取的主峰靠后的多峰暴雨过程危险率最大,构建的典型设计暴雨过程线最具代表性;③以三时段雨量组合的“或”联合重现期作为流域的设计标准适用于应对此流域雨洪风险。

应用Copula-Kernel模型的股票投资CVaR分析

本文将核密度估计技术与Copula模型相结合，建立了投资组合分析的Copula--Kernel模型，对我国股票市场实际的组合投资问题进行了实证风险分析，分别计算了VaR和CVaR的值，并进行了比较，取得了满意的效果。

中国股票、基金及债券市场间非对称相依趋势分析——基于平滑转换SHR-Copula模型

本文引入非椭圆SHR-Copula函数构建了Copula-GARCH模型,并将多阶段平滑转换模型应用到Copula参数的动态化中,来研究我国股票、基金和债券市场间相依关系的非对称变化。实证结果表明:三阶段平滑转换Copula模型足以刻画三个证券市场间相依关系的动态演化过程;股票、基金和债券市场两两之间的上、下尾部相依关系大体呈增长趋势,但是发生结构性突变的时点有所不同。近年来债券与股票、债券与基金之间的尾部相依性呈左强右弱的趋势,表现出显著的非对称性;股票市场与基金市场之间的上尾和下尾相依性在样本后期趋于一致,非对称情况不明显。

相依有序数据下分层阿基米德Copula模型的研究

异质性变量间非对称相依关系的存在,使多元有序数据相依模型的建立变得复杂。本文重点研究了当响应变量为有序多分类数据时,基于不同生成元组合的分层阿基米德Copula(Hierarchical Archime⁃dean Copula,HAC)相依模型的构建。通过潜变量建模得到有序边际的边缘概率模型,进而建立非对称的相依结构。利用数值模拟比较了组合HAC和单一类型阿基米德生成元构成的HAC在参数估计和模型拟合上的效果,并将其应用于自评健康等级数据集的分析工作中。结果表明组合HAC在实际应用中的有效性和优越性,为研究有序数据的非对称相依结构提供了新思路。

粤港澳大湾区中心城市典型设计暴雨过程线分析

对粤港澳大湾区4个中心城市约60 a观测的前、后汛期逐时雨量,以最大1 h雨量(为雨峰)、相应的最大6 h雨量和最大24 h雨量为样本,采用非对称Archimedean Gumbel-Hougaard极值copula构建3个时段雨量联合分布的典型设计暴雨过程线。主要结论:1)采用3个历时雨量联合分布推求的城市设计暴雨值大于2个时段联合分布和单一时段设计暴雨值,同频率放大的设计暴雨过程线,整体效果相对最优,对城市设计暴雨过程线的研究方法提供了新思路;2)采用3个历时雨量联合分布推求的4个城市设计暴雨过程线,更客观地代表了所在城市的雨型特征,为进一步设计雨型的研究提供了新方法;3)以24 h最大雨量构建的典型设计暴雨过程线具代表性,按同频率放大的典型设计暴雨过程线可作为城市汛期排水防涝工程设计的参考依据。

非对称尾部相依视角下的金融机构系统性风险研究

本文以我国45家上市金融机构为样本,分别使用12种非对称和4种对称Copula模型拟合“系统—机构”二元相依结构,对比基于最优非对称和最优对称Copula-广义CoVaR的估计精度,并从宏观金融和微观机构层面分析影响金融机构系统性风险的重要因素。结果表明:时变非对称尾部相依是“系统—机构”相依关系的普遍特征;我国金融业各子部门的系统性风险排序基本为“银行>保险>证券>多元金融”;金融机构的个体风险与系统性风险的相关性较弱,下尾相依性是识别系统重要性金融机构的关键因素;在危机期间,金融机构的杠杆率对个体风险和系统性风险具有显著的正向影响;稳定和改善宏观金融环境是化解系统性风险的根本举措。

基于云计算关联分析的电力设备故障识别模型

为解决目前电力设备故障识别系统识别敏感度低的问题,提出基于云计算关联分析的电力设备故障识别模型。利用关联分析法、Model-1故障特征提取法、Copula函数的故障特征分类法,对电力设备故障特征进行提取和分类,将分类后的特征数据随机组成训练集X,并在此基础上获得故障特征优化的二维数据,将Copula函数的输出结果导入优化ID3的井漏类型分类算法中以完成对故障特征的优化,得到电力设备故障特征分类矩阵;利用非对称性卷积层的CNN模型,实现对电力设备多种故障类型的快速识别。实验结果表明:在进行故障准确性检测时,所提方法的故障识别率平均高达87.2%、识别精准率平均高达71.06%;在不同负荷对系统灵敏性影响的测试中,所提方法在任意负荷状态下的故障识别数据计数不低于40次,优于对比方法;在对电力设备匝间短路故障位点的识别性能测试中,所提方法在任意匝间短路故障位点的故障识别数据计数均高于140次,优于对比方法。所提方法的故障识别精确度高、故障位置识别敏感性高,可促进电网安全运行和发展。

金融市场非对称尾部相关结构的研究

针对金融市场间存在的非线性和非对称尾部相关特性,提出了一类具有尾部变结构特性的Copu la函数。结合GARCH模型,构建了具有尾部变结构特性的RS-Copu la-GARCH模型,并将其用于中国股票市场非对称尾部相关结构的研究。结果表明,RS-Copu la-GARCH模型对市场间相关结构,特别是对尾部相关结构的刻画能力要强于相应的静态Copu la模型。