基于多种Copula函数的沪新股市尾部相关性比较分析

投资组合理论要求在尽可能多的市场上进行投资组合,因而研究两个股票市场之间的尾部相关关系对全球投资组合和风险管理具有重要的意义.采用基于秩的极大似然估计法,分别采用静态和动态Copula函数对比研究上证综指和新加坡海峡时报指数收益序列的尾部相关关系,结果发现时变的SJC Copula函数较其他3种静态Copula函数的拟合效果好;两市股指收益序列的尾部相关关系不对称,存在显著的下尾相关,而上尾相关不明显,而且上证综指和海峡时报指数收益序列的下尾相关系数是不断变化的,并呈现出日益上升的趋势.     

连接函数Copula在我国物价指标相关性分析上的应用

物价稳定是宏观经济政策的四大目标之一,CPI和PPI是衡量物价水平的两大重要指标,研究二者之间的关系具有重要现实意义.文首先分析了我国近些年CPI和PPI的运行情况,然后应用Copula方法实证分析我国CPI和PPI的关系,发现CPI与PPI有较强的正相关关系,但也存在相背离的现象:CPI和PPI尾部相关结构是非对称的,下尾相关性大于上尾相关性.     

基于Copula理论的尾部相关性分析

根据沪深股市非线性的特征,文章利用Kendall秩相关系数与Copula函数之间的关系．对Copula函数的参数进行估计。通过P—P图和K—S检验选择最优的Clayton Copula函数来度量上证A股、深证A股和沪深300指数之间的尾部相关性。由实证结果验证表明,Clayton Copula函数在度量尾部相关性上有所侧重,上尾相关系数趋近于1,下尾相关系数趋近于0;且沪深300指数对组合的尾部风险影响较大。     

基于Copula函数的深市行业间的尾部相关性分析

采用Copula函数进行相关分析,能够测度到变量间的非线性、非对称的相关关系,特别是容易捕捉到变量分布的尾部相关关系。基于此分别采用Clayton Copula函数和Gumbel Copula函数对深市各行业间的尾部相关性进行分析。结果表明,除了服务行业外,其他行业之间均具有显著的非对称的尾部相关性。     

基于Copula-GARCH模型的新兴产业与上证指数相依性研究

文章利用Copula-GARCH模型对2005年1月1日至2014年4月30日上证交易所新兴产业指数和上证综合指数进行建模,然后运用ARMA(1,1)-GARCH(1,1)-t模型,将边缘分布概率积分变化后的2个服从均匀分布的序列作为Copula模型的边缘分布,得到了较好的拟合效果.通过建立正态Normal Copula函数、t-Copula函数、Gumbel Copula函数、Clayton Copula函数和Frank Copula函数的5个二元Copula模型,并采用AIC法、BIC法、切比雪夫距离和欧式距离4种检验拟合优度的方法选择最优的t-Copula模型.同时利用GPD法对2个指数做了尾部相关性分析,发现下尾比上尾具有更好的相依性,说明极端情形(如金融危机)下两指数的涨跌幅度较大.     

宏观经济变量对银行间国债收益率的影响

文章采用VAR建模方法,将国债指数收益率与5个经济变量作为一个动态系统,通过脉冲响应函数与方差分解技术考察银行间国债财富指数波动过程中来自经济变量的冲击,分析了经济变量对国债指数收益率的影响程度以及相对重要性.结果表明经济变量因素对我国银行间国债市场的影响较为明显,市场上对于通货膨胀风险的补偿要求较高,与股票市场"跷跷板"效应明显,投机风险较大;从各变量影响国债市场波动的相对重要性来看,股票收益率变量排在第一位.     

资产相关结构对投资组台风险测度的影响分析

文章从分析金融资产收益率的统计特征入手,以GARCH模型为基础.用非对称幂分布描述组合资产中各金融资产收益率的边缘分布函数,在多种Copula函数情形下计算组合资产的风险值VaR及ES.结果表明:基于由多元Clayton Copula和多元Gumbel Copula组成的混合Copula函数较好地刻画了多只股票的相关结构,而且ES比VaR能够较准确地估计组合资产的尾部风险.     

基于SV-Copula模型的相关性分析

内容提要: 本文结合SV模型和Copula技术,建立两变量金融时间序列的Copula-SV模型,并以上海综合指数和深圳成分指数为例利用建立的模型进行分析,根据采用不同的Archimedean Copula函数,通过使用K-S检验说明用Clayton Copula研究上证综指和深圳成指的下尾相关性,用Gumbel Copula研究上证综指和深圳成指的上尾相关性是合适的,从而风险管理者就可以根据尾部相关性,定量的研究两个市场的相关性及预测市场的变化。     

上证50ETF期权隐含波动风险对资本市场风险的预警能力分析

使用上证50ETF期权数据计算隐含波动率风险来刻画"常规"的波动,使用隐含尾部风险刻画非对称的隐含波动风险,构造出了对中国股票市场有显著风险预警能力的风险测度。首先,选取上证50指数和沪深300指数,使用两指数收益率序列的高阶矩作为股市未来的风险度量,用长短国债利差作为宏观风险的代理变量,证实了上证50ETF期权隐含波动率风险和隐含尾部风险对未来6个月内的股票市场风险和宏观风险都有显著预测能力。其次,使用有变点的分位数自回归模型对隐含尾部风险进行建模,并在贝叶斯框架下使用MCMC方法估计出了两个隐含尾部风险的突变日期:2016年3月3日和2017年12月15日。使用以上两个突变日期将股指序列和长短国债利差序列划分为三个时期,发现三个时期内的股票市场风险和宏观风险都有显著的差异。观察差异结果可以发现,当金融市场处于高波动风险时,宏观风险也相应较高,尾部风险呈高分位膨胀性;随着尾部风险的突变发生,金融市场和宏观市场风险开始降低并结束波动期,继而迎来一段时间的稳定上升;当市场一直处于较为稳定的上升状态并伴随着较低的宏观风险时,此时尾部风险逐渐增加并再次发生突变,预示着股票和宏观市场再一次迎来一段波动期。研究证明,期权隐含波动风险对股票市场乃至宏观资本市场都有显著的风险预警能力。     

海外股市对中国大陆股市引导关系的研究

一、引言 金融理论认为,如果不同国家股票市场上的投资收益不完全相关,且相关结构平稳,则在国际市场上进行多样化的组合投资将会获得潜在的收益.几乎所有的关于国家间股票市场的已有研究都集中于对不同市场之间的收益的相关关系研究.近几年来,金融经济学家的研究兴趣开始转移到对股票收益与交易量之间关系的研究.研究发现:国家间股票市场的交易量所包含的信息可以帮助预测股票收益.Copeland(1998)的研究指出,美国市场领先于欧洲和太平洋市场一天,反之则不成立.这一结果表明信息首先是从美国传播到欧洲和亚洲的.如果这一结果有效,本文可以预期美国股票市场领先于中国大陆股票市场.     

基于Copula-GARCH模型的公司债与股票收益率相关性分析

文章从微观角度出发,利用Copula-GARCH模型解释公司债和股票收益率之间的时变和相关关系.结论表明,公司债收益率和股票收益率序列之间具有负相关关系,说明存在“安全资产转移”现象.通过观察相关参数p进一步研究股债收益率之间的时变关系,发现以往的股票收益率变化对股债相关关系影响较大,ρ会随着收益率绝对值的增加而增大,股债投资组合市场风险随之加大.     

基于聚类分析与协整检验的A股市场统计套利策略

文章通过聚类分析和协整分析,建立量化的股票筛选模型,用于发现和验证两只高度相关的股票价格序列在短期内微小但是持续有规律的动态变化,并通过建立统计套利交易系统利用其进行套利。通过我国A股市场上对同行业内任意选择的股票组合的检验发现:相对于任意选择的股票,通过系统聚类的一类股票价格序列,相关程度更高,且在通过聚类分析得到的股票组合中,具有协整关系的股票组合的累计收益高于不具有协整关系的股票组合。     

Quotient统计量在尾部相关性检验中的应用

文章尝试采用基于quotient统计量的Gamma分布对资产之间的尾部相关性进行显著性检验,在确定资产之间显著尾部相关的基础上,采用t-copula函数对资产之间的相关结构进行描述,并对资产组合尾部风险进行实证分析.     

资产相关结构对投资组合风险测度的影响分析

文章从分析金融资产收益率的统计特征入手,以GARCH模型为基础,用非对称幂分布描述组合资产中各金融资产收益率的边缘分布函数,在多种Copula函数情形下计算组合资产的风险值VaR及ES。结果表明:基于由多元Clayton Copula和多元Gumbel Copula组成的混合Copula函数较好地刻画了多只股票的相关结构,而且ES比VaR能够较准确地估计组合资产的尾部风险。     

中国网络文字频度与上海股市羊群行为测度

文章通过实证检验,发现上海证券市场上股票市场表现与网络文字频度普遍呈现3个月稳定的弱相关关系,相当比例的股票其市场表现与网络文字频度呈一个月的强相关关系,证明了上海证券交易所相当比例的股票存在羊群行为和机构投资者行为.     

股市、房市与GDP的相关性研究

在宏观经济分析中引入相关性分析工具Copula函数,能有效的捕捉变量间的非线性,非对称及尾部相关性指标等相关关系。文章通过分析Kendall秩相关系数和Copula的尾部相关性研究了GDP与股市、房市的相关性。实证表明,阿基米德族Copula函数中的Gumbel Copula准确度量了GDP与股市、房市的尾部相关性。     

基于Copula函数的金融市场尾部相关性分析

在常规极大似然估计法中，Copula函数的参数估计受边缘分布函数拟和的影响较大，鉴于此，用基于秩的极大似然法估计Copula函数的参数，并结合常见的4类双参数非对称BBx—Copula函数，对民生银行和浦发银行这两只股票的尾部相关性进行实证分析，结果表明股票市场在低迷时期的尾部相关性高于活跃时期的尾部相关性。     

基于STAR-Copula模型的大数据指数风险相关性测度

文章采用平滑转移连接模型,在大数据条件下,对大数据i100、大数据i300、上证指数和深证指数的风险相关性进行分析研究.结果表明大数据i300和上证指数间具有较为紧密的相关关系,大数据指数和沪深指数的下尾相关系数均高于上尾相关系数,利益相关者和政策决策者需要充分关注股票市场连续下跌的风险.     

收入分布尾部参数表示与不平等估计——共同富裕进程中合理调节过高收入的依据

收入分布尾部反映了社会高收入与过高收入群体特征。本文通过对收入分布尾部参数的拟合及阈值选择,识别过高收入群体并对其分布特征进行表达,估计我国收入分布尾部的不平等现状及发展趋势,运用社会福利函数分析框架讨论合理调节过高收入对居民收入分配及社会福利的影响。研究发现：现阶段我国收入分布尾部的高收入群体和过高收入群体在统计特征上存在显著差异;近年来居民收入水平不断提高,但收入差距仍然较高,收入分布尾部不平等状况日益加剧是导致这种现象的重要因素;共同富裕目标下,合理调节过高收入有助于改善居民收入不平等状况,社会总体福利水平也有所提升。     

波动率模型在中国股市中的应用研究

文章对上证综合指数收益率和深证成分指数收益率进行统计分析,运用GARCH,EGARCH,TARCH模型对其进行建模,发现股票收益率序列所存在的尖峰厚尾现象、波动聚类特性以及杠杆效应,通过比较不同的模型发现非对称模型的拟合效果最为理想;另外通过采用三种不同的损失函数评价各类模型的预测效果,结果表明,非对称模型样本外预测的能力也是最强的.