尾部相关系数的渐进变化特征及其应用

在Copula函数的尾部相关性研究的基础上,针对其不足进行了两个方面的推广:1)一个变量趋于某个非尾部值与 另一变量趋于尾部的相关系数;2)两个变量都趋于非尾部值之间的相关系数.传统的尾部相关系数可用于考察证券价值或企业价值之间在尾部的正相关关系或负相关关系,上述推广可进一步用于考察一个企业处于违约边界或某个状态对其他企业违约可能性的影响,及两个证券或企业的价值均趋于某些特定值之间的相关关系.进一步给出了上述推广的相关系数在证券或企业价值处于某些区间条件下的期望值及其计算方法.这些工作从理论和实证两个方面丰富与刻画了相关系数的渐进变化特征.     

全面风险管理体系中的风险整合问题

假设风险满足一定条件,利用Copula和蒙特卡洛模拟方法对边际分布的选择和边际分布间的尾部相关关系两个方面进行分析,并得出结论: 第一, 在一定条件下,边际分布的选择并不影响对总风险的估计; 第二,相关系数模型可能因为边际分布间的尾部相关关系而低估总风险.在此基础上, 提出了尾部相关系数的概念, 得出了修正的相关系数模型.     

泥石流地貌要素的极值相关性

将极值统计理论与相关结构Copula相结合,分析了泥石流沟6个地貌要素之流域面积与流域高差的相关性.计算了其Kendall相关系数τ,Spearman相关系数ρ和尾部相关性度量χ.进一步,为了更全面阐述这两个变量的极值相关结构,建立了一个二元超阈值模型,给出分布的尾部估计和参数估计结果,最后对所得研究结果进行了实证分析,具体给出泥石流地貌要素的相关性分析.     

相依风险的车险准备金评估

在多个业务线的准备金估计中,通常假设不同业务线之间相互独立,事实上它们之间往往存在一定的相依关系.它们的相依性可以通过藤Copula函数来描述.藤Copula是解决多个相依随机变量的强有力工具.本文在假设各个业务线的增量已决赔款服从伽玛分布、逆高斯分布和对数正态分布的基础上,建立了各个业务线增量已决赔款相互依赖的藤Copula回归模型,并将此模型应用于一组实际的车险数据,结果表明,考虑相依关系的藤Copula回归模型对准备金的评估结果要优于独立假设下的回归模型对准备金的评估结果.     

Copula函数在多因子模型系数估计中的应用

主要研究用多因子模型刻画金融资产收益率时, 因子载荷系数的合理估计问题.以因子系数的金融意义为出发点,并结合Copula的相关理论,提出了一种新的因子系数估计方法.新方法用Copula函数描述各个因子与金融资产收益所服从的联合分布;从因子系数的正负及其发生的概率,金融资产收益率随因子波动的大小两方面来估计因子系数的值. 在此基础上,对因子系数新的估计公式做了进一步调整,强调了尾部相关性对因子系数取值的影响.基于中国证券市场的交易数据,对不同估计方法进行了实证研究.通过分别计算统计量R-square的值,随机误差项的均方偏差,尾部均方偏差以及投资组合的在险价值与条件在险价值等方法,实际论证了文中所提新的因子系数估计的改进方法优于因子系数估计的新的Copula方法,而后者又明显好于传统的线性回归方法.     

基于GAS的混频Copula模型的投资组合风险预测

考虑到金融资产间的相关关系具有时变性和长记忆性,纳入了混频数据抽样(mixed data sampling,MIDAS)的混频Copula (MIDAS Copula)模型虽能刻画时变性和长记忆性,但其参数演变过程较为简单,因此将广义自回归得分(generalized autoregressive score,GAS)模型作为参数演变过程引入MIDAS Copula模型中,构建GAS MIDAS Copula模型.实证分析发现该模型提升了 MIDAS Copula模型对样本拟合的能力;进一步选择不同相关程度的三组沪深300行业指数,分析该模型对不同相关程度行业间时变相关系数长记忆性的捕捉能力及对投资组合的风险预测精度.结果发现:1) GAS MIDAS Copula模型对高度和中度相关行业间相关系数长记忆性的刻画能力均最优;2)对三组数据简单投资组合的VaR与ES回测检验结果显示GAS MIDAS Copula模型均有最高的预测精度.最后基于不同置信水平、不同权重比例、不同样本滚动窗口长度以及不同资产的各种风险预测结果证实了 GAS MIDAS Copula模型的稳健性.     

度秩函数:一个新的复杂网络统计特征

给出了一个新的复杂网络宏观统计特征--度秩函数,并推导出了度秩函数与度分布的数学关系.利用相关系数分别研究了无标度网络及指数网络中度秩函数与度分布的精确性.研究表明当无标度网络的标度指数λ≤3.1时,度秩函数的相关系数比度分布的相关系数高,当无标度网络的标度指数λ＞3.1时,度秩函数的相关系数比度分布的相关系数低;同时也表明当指数网络的底数α∈(0,0.2)时,度秩函数的相关系数比度分布的相关系数低,当指数网络的底数α∈[0.2,1)时,度秩函数的相关系数比度分布的相关系数高.     

基于Copula模型的风险相关性度量方法

给出了集成风险管理的一般模型,论述了多元Copula、时变Copula、变结构Copula模型在风险管理领域的应用,指出了Copula的最新研究进展——Pair-Copula,总结了各种类型Copula模型的特征、用途和局限性.最后,给出了Copula模型的一个选择方法,指出了进一步的研究领域,为在风险管理中选择更合适的模型和对风险实施更准确的度量提供思路.     

金融市场相关程度与相关模式的研究

分析了几种常用的Copula函数及它们在相关性分析上的应用特点，构建了M—Copula—GARCH模型．运用Copula技术，对上海和深圳股市进行实证研究发现，单个Copula函数只能反映相关性变化的某个方面，而M—Copula函数则更灵活，对金融市场相关性的描述也更全面．运用M—Copula—GARCH模型，可将金融市场之间相关程度和相关模式的研究更好地结合在一起，能够更准确、全面地捕捉到各个时期股市间相关性的变化．正确地反映两个市场之间非对称的相关模式．     

基于Copula的最小方差套期保值比率

提出了套期保值的期货与现货非线性匹配原理和收益率波动预测原理,在最小方差套期保值模型的基础上,借助Copula模型计算体现非线性相关的相关系数,利用GARCH和EWMA模型对期货和现货的标准差进行预测,提高套期保值的有效性.该模型的特点一是利用Copula函数计算中位数相关系数,实现了期货与现货收益率的非线性匹配,保证了当期货价格和现货价格发生较大波动时的相关系数计算的准确性.二是通过套期保值的收益率波动原理,利用GARCH模型、EWMA模型对期货和现货的标准差进行预测,解决了因套期保值之前和套期保值期间收益率波动发生结构性变化所导致的套期保值效果失真的问题.实证结果表明, 该研究模型的有效性高于现有研究计算的套期保值比率.利用该模型进行套期保值可以更有效的规避现货价格风险.     

金融市场动态相关结构的研究

为了研究金融市场间非线性的动态相关结构,提出了一类具有变结构特性的分阶段Copula模型以及相应的二元正态Copula模型变结构点的诊断程序.构建了分阶段二元正态Copula-GARCH模型并用于上海股市各板块之间动态相关结构的研究.结果表明,在刻画金融收益序列之间动态相关结构的能力上,变结构二元正态Copula模型优于时变相关二元正态Copula模型.     

金融市场组合风险的相关性研究

研究了上海、深圳两股票市场的相关模式.文章根据Copula函数的意义和广义帕累托分布(Generalized Pareto Distribution,GPD),建立了上海、深圳股票市场组合风险的相关结构模型.用GPD和Copula函数分别刻画了上海、深圳股票市场收益率序列的边缘分布以及变量间的相关信息.在此基础上构造了比较灵活的Copula-GARCH-GPD模型.实证研究表明沪深股市的相关模型为Clayton-GARCH-GPD.进一步用蒙特卡洛方法模拟的投资于两股票市场的组合风险表明,联合正态分布模型所得到的组合风险VaR明显地低于用Copula拟合的结果;在较高的置信水平下,Clayton Copula显示的结果更加安全.     

基于VAR-Copula模型的股价、交易量的相依结构

基于向量自回归(vector autoregression, VAR)误差修正模型, 结合Copula理论建立VAR-Copula模型研究股市指数与交易量之间的Granger因果关系和相依结构. 通过对三个股票市场的实证分析, 发现各市场的指数与交易量之间存在长期的协整关系和由指数到交易量的单向因果关系; 指数对数收益率与交易量对数差分的相依关系复杂, 既有正的相依成分也包含负的相依结构, 且都表现为上尾高的非对称的相依特征.     

Asymptotic results for over-dispersed operational risk by using the asymptotic expansion method

In this paper, the author considers a new Loss-distribution-approach model, in which the over-dispersed operational risks are modeled by the compound negative binomial process. In the single dimensional case, asymptotic expansion for the quantile of compound negative binomial process is explored for computing the capital charge of a bank for operational risk. Moreover, when the dependence structure between different risk cells is modeled by the Frank copula, this approach is extended to the multi-dimensional setting. A practical example is given to demonstrate the effectiveness of approximation results.     

基于尾部依赖的保险业系统性风险度量

从系统性风险的界定出发,综合考虑系统性风险的两个视角,基于保险公司的股票数据探讨保险业的系统性风险.通过构造Kendall协同系数检验整体依赖性和尾部依赖性,以(非对称)尾部依赖性为切入点,构造SV-t模型和厚尾的SV-GED模型,利用AIC准则和Hit检验法对不同依赖结构的copula模型进行筛选.通过实证分析,检测出中国人寿、中国平安和太平洋保险公司的非对称尾部依赖结构,认为保险业可能成为系统性风险传导链条上的一环,并且完全可能自身隐含和集聚系统性风险.结论部分分析了系统性风险的原因,针对如何降低下尾风险依赖提出政策建议,为我国保险业宏观审慎监管提供一些支持材料.     

上证指数和恒生指数的copula尾部相关性分析

通过分析连接函数（copula）的尾部相关性揭示上证指数和恒生指数的相关性。实证表明，在众多具有非对称尾部相关特性的Archimedean copula函数中，用Gumbel—Hougard copula对上证指数和恒生指数进行尾部相关性分析是最优的，两者具有较好的上尾相关性，且量化后的相关性能够预测股票市场的变化。     

关于外汇组合风险相关性的分析

与线性相关系数相比，相关结构函数能够更充分地描述风险之间的相关性。目前，形式相对简单的正态相关结构已经遂渐应用于资产定价、风险管理等金融领域。本文引入t相关结构与正态相关结构相比较，提出一种方法选择合适的相关结构描述亚洲即期外汇汇率的相关性，同时可广泛应用于分析股票、期权等许多金融资产的相关性。     

Copula-based risk management models for multivariable RMB exchange rate in the process of RMB internationalization

This paper investigates the dependence of the exchange rate of onshore Renminbi (RMB) and offshore RMB against US dollar (i.e., CNY and CNH) based on copula models. Eleven different copulas were selected to construct multivariate distribution and estimate the value-at-risk for RMB exchange rate. Empirical results show that time-invariant Student-t copula is the best model to fit the sample data. The positive upper and lower dependence indicates that CNY and CNH series tend to move in the same direction. Moreover, the dependence between the two exchange rates is asymmetric, which means that traditional models, such as Pearson’s correlation, are inappropriate to measure the correlations between these markets. The best fitted model is chosen to estimate the financial risk, which can help business practitioners and policymakers track risk evolution and make good decisions.     

Generalized Multivariate Gumbel Distributions——Dependence,Aging Properties and Applications

This paper introduces a generalized multivariate Gumbel (GMG) distribution using a survival copula. Various dependence properties of the GMG distribution and some analytical properties of the generators of the GMG distribution are studied. Furthermore, the authors also investigate the dependence behavior of the residual lifetime vector of the GMG distribution. As an illustration, the GMG distribution is applied to fit a real data set.     

营销渠道中依赖的感知差距对渠道冲突的影响

目的是检验营销渠道成员对于相互依赖关系的感知差距 ,以及这一感知差距对渠道冲突的影响 .研究结果表明 :在配对渠道成员的关系中 ,第一 ,存在着对于彼此依赖程度的感知差距 ;第二 ,对彼此依赖程度感知上的差异会导致渠道成员之间更多的磨擦或冲突 .最后还讨论了研究结果的应用