房地产业与银行业股票的相关性研究

在给定概率水平下,为了描述具有尖峰、肥尾、有偏等特性的金融变量之间的非线性相依结构,给出了能够准确刻画金融变量上述特性的非对称Laplace分布,首次推导出了以该分布为边际分布,联合分布由高斯Copula建立的非线性分位数回归模型.实证表明:高斯Copula非线性分位数回归模型能够更全面准确的描述房地产业与银行业股票收益率之间的风险相关关系,对于预测收益率和防范金融风险具有十分重要的意义.     

基于小波分析的三维Copula密度估计及其应用

文章考虑三维变量相依结构的最佳量化问题,利用小波多尺度分析,提出三维Copula密度的小波线性估计量及其计算步骤,基于最小化均方积分误差准则,给出参数Copula的最优化筛选方法.对上证综合指数、日经225指数和标准普尔500指数等收益率的实证研究表明:(1)该估计量在不同时间尺度上展示了金融指数潜在相依结构的局部特征;(2)以此为基准经最优化筛选的混合参数Copula是展示金融相依结构的最佳模型.     

基于Copula方法的信用利差与市场风险相关性度量

文章以沪深300指数作为市场风险的代表,以不同等级不同期限的企业债券信用利差作为信用风险的代表,分析了信用风险与市场风险的相关性,然后采用Copula方法研究信用利差与市场风险的相依结构.实证结果表明:信用利差与市场风险存在一定的正相关,其相依结构可以用Frank Copula函数较好地来刻画.     

二元随机变量相依关系的图示判别

相关系数是常用的线性相关关系测度指标,以Copula函数刻画相依关系和结构是弥补相关系数不足的适用性更广的方法。对相依关系进行可视化判别,简单、直观并能为Copula函数选择等相依关系定量分析提供指引。文章介绍了二元随机变量相依关系可视化判别的Chi-图和K-图构造和判别方法,以二元正态Cop ula模拟比较了这两者与散点图在相依性判别上的差异,并以此工具分析了我国沪深股指收益率间的相依特征。模拟和实证分析表明,采用Chi-图和K-图对相依性可视化判别是有效和实用的。     

Copula技术与金融风险分析

目前,信用风险研究的重点已经从单笔债务的违约概率研究转移到多笔债务的相依违约研究。相依违约被划分为周期性相依违约和传染性相依违约。周期性相依违约主要由宏观的经济环境变化引起的。传染性相依违约主要由企业之间的债务关联引起,例如,商业信用中借款方的破产使得贷款方的违约概率增加;子公司破产使得同一母公司下的其他子公司违约概率增加。相依违约的研究具有很重要的现实意义。近年来,连接函数(Copula)技术的出现,把金融风险分析推向了一个新的阶段。     

金融市场波动跳跃、跳跃相依与跳跃风险:基于股指高频数据的研究

运用股指高频数据,首先构建基于一般已实现波动率与双幂次变差的RV-regular vine copula模型,比较分析两个模型在刻画资本市场之间的波动跳跃结构的差异;然后,考虑股票价格存在跳跃的情形,分析离散跳跃的统计特征,研究资本市场之间跳跃相依结构,并通过模拟计算市场在险价值来探讨市场之间的跳跃相依风险。研究发现:由于跳跃的存在,采用双幂次变差所构建的RV-regular vine copula模型在参数估计结果方面表现更佳;跳跃序列存在尖峰厚尾的特征以及跳跃聚集的现象,而跳跃相依风险可以通过构建合适的资产组合来降低。     

互联网金融与传统金融市场风险联动性研究

文章从互联网金融和传统金融之间相依性结构以及风险传染两个角度对市场间的联动性进行了探索。采用时变t-Copula-GARCH模型对互联网金融与股票、银行以及债券等传统金融市场之间的相依性进行了测定,并利用BP结构突变点检验的方法对互联网金融和传统金融间的风险传染进行验证和分析。通过实证分析发现,互联网金融、股票、银行市场以及债券市场的收益率均具有“尖峰厚尾”的特征。相对而言,互联网金融与股票市场间联动性最强,与银行市场间的联动性一般,与债券市场间的联动性最弱。互联网金融市场与股票以及银行市场间的联动性均为正向联动,也就是说互联网金融市场的兴起在一定程度上可以推动股票以及银行市场的发展。互联网金融市场与债券市场的相关程度相对较弱,并且相关方向不够稳定。结构突变点检验显示,互联网金融和传统金融中的股票、债券以及银行市场间存在明显的风险传染效应。     

R-vine copula模型与PCBN模型的比较

文章对比了两类刻画高维变量相依结构模型——R-vine copula模型和PCBN模型,并将其应用于国民经济九大行业信用风险相依结构分析,结果表明,与R-vine copula模型相比,PCBN模型能更好地兼顾模型的准确性和简洁性目标.通过PCBN模型可以发现:国民经济整个系统内行业间存在条件独立关系,其中七个行业构成的子系统是整个系统内风险传染的关键媒介,而在子系统内部,水电燃气、批发零售、信息软件及金融业是信用风险传染的关键媒介.     

基于时变参数Copula的ΔCoVaR度量技术

采用基于时变参数Copula的ΔCoVaR度量方法,以动态参数Copula模型描述金融变量间的相依结构、以GARCH类模型描述各金融变量的边际分布,通过构建的联合分布计算ΔCoVaR。利用此方法度量中国大陆与美国、香港的股票市场间的极端风险溢出。实证结果表明:通过此方法计算的ΔCoVaR能同时反映时变波动性与时变相依性,可更灵敏准确地度量危机时的极端风险溢出。     

基于时变参数Copula的△CoVaR度量技术

采用基于时变参数Copula的△CoVaR度量方法,以动态参数Copula模型描述金融变量间的相依结构、以GARCH类模型描述各金融变量的边际分布,通过构建的联合分布计算△CoVaR.利用此方法度量中国大陆与美国、香港的股票市场间的极端风险溢出.实证结果表明:通过此方法计算的△CoVaR能同时反映时变波动性与时变相依性,可更灵敏准确地度量危机时的极端风险溢出.     

基于Copula函数的金融时间序列模型述评

结合当前Copula函数及其应用的热点问题,着重评述了基于Copula函数的金融时间序列模型的应用。鉴于利用Copula可以将边际分布和变量间的相依结构分开来研究这一优良性质,在设定和估计模型时便显得极为方便和灵活。从模型的构造、Copula函数的选择、模型的估计以及拟合优度检验等几方面展开阐述和评价,介绍了Copula模型在金融领域中的几类应用,并对Copula理论和应用的新视角进行了展望。     

VaR和GARCH类模型在证券投资基金风险计量中的应用研究

本文将当前金融领域刻画条件异方差最典型的GARCH模型及其衍生模型TARCH，EGARCH，PARCH等，引入VaR的计算，分别在正态分布、t-分布和广义误差分布（GED）假设下，进行了实证研究，刻画了基金波动的焦聚性、杠杆效应、尖峰及厚尾特征，有效度量了基金风险。结果表明该方法具有重要的经济应用价值。     

人民币与国外主要货币的尾部相依和联动

文章选择1994年1月到2014年11月的人民币、美元、英镑、日元、欧元和港币等六种货币实际有效汇率的月度数据,首先采用AR-GARCH-t过程对收益率进行过滤,然后运用规则藤Copula函数对标准化残差序列进行建模,探讨人民币“第一次汇改”前后六种汇率之间的波动溢出效应,研究汇率之间的尾部相依和联动现象。研究发现：“第一次汇改”前后,人民币与其它五种货币实际有效汇率之间的相依结构发生了变化,且联动中的主导货币也由美元变为以人民币,但仍可用同一类型的规则藤Copula结构来描述;人民币与其它货币之间都存在对称的或非对称的尾部相依,其中人民币与日元之间存在对称的负尾部相依,而与欧元之间则存在负的上尾部相依。“第一次汇改”后,人民币与美元实际有效汇率之间正的尾部相依程度有所增加,且相依性最大,而港币与美元之间正的尾部相依性有较大幅度的下降。此外,人民币与日元之间负的尾部相依关系也有较大幅度的下降。     

基于Copula函数的二维时间序列条件相依性研究

条件概率分布常用来研究马尔科夫序列相依模型的构建,研究二维时间序列的相依结构,要考虑时间序列之间的相互影响与时间上的记忆效应。文章先从时间序列之间的相依关系出发,结合条件概率的理论建立基于Copula函数短期相依关系模型,提出了模型参数的三阶段极大似然估计方法。     

相依随机风险变量下的金融风险测定一同单调随机序

金融风险的管理一直是金融系统理论与实践探索的中心内容,其中风险管理技术是核心管理技术,风险的识辨、测度与其吸收、转移与分摊技术是现代金融工程研究的重点与中心。对于独立条件下的风险测度已有不少的技术讨论,文章对一类金融产品在相依性下,如何进行风险测度与管理提出一种方法———同单调随机序。     

基于Copula逼近法的股指相依结构研究

Copula在相依结构的研究中具有广泛的应用价值。对传统的Copula模型和Kallenberg提出的Copula逼近法进行了比较,并将其应用于中国股票指数数据的实证分析。结果表明：Copula逼近法可以较大程度地降低模型误差,从而改善Copula模型对中国股指相依结构的拟合效果。     

西部地区金融发展与城乡经济增长:基于1979～2010的经验数据

西部地区金融发展对整体经济增长有着重要影响,但金融发展各要素对城乡经济的拉动又有着明显差异。其中金融发展规模对城市经济的作用明显高于对农村经济的拉动,金融发展结构和城镇经济发展存在格兰杰关系,而金融发展效率指标与城乡经济增长的关系皆不明显。研究认为,提高金融发展效率、优化农村金融结构是促成西部金融发展与城乡经济增长和谐统一的重要政策导向。     

基于DDMRS-GARCH的VaR模型及其在上海股票市场的实证研究

本文提出了基于DDMRS-GARCH模型的VaR方法,并对中国上海股票市场的风险进行了实证分析,证明考虑了金融波动的结构变化的DDMRS-GARCH模型能够更好的刻画上海股票市场的波动特征,基于DDMRS-GARCH模型计算VaR值更加有效。     

基于二元POT极值模型的货币市场与资本市场相依性分析

文章运用二元POT极值模型考察了货币市场与资本市场之间的相依性,刻画相应市场极端事件的相依区间.实证结果表明,代表货币市场流动性的7天上海银行间同业拆放利率分别和代表债券市场的中债综合指数收益率、代表股票市场的上证综合指数收益率的尾部之间存在着正的渐进相依性,表明极端情况下货币市场和债券市场、货币市场和股票市场间存在关联性.shibor作为基准利率实现了一定的金融资产价格发现功能.当货币市场流动性出现紧张的时候,通过投资者的投资行为,债券市场和股票市场上的投机性资金可以缓冲一些货币市场的流动性紧张.通过两组市场共同极值点时段,我们发现2011年和2013年的年中和年末的两个时段,市场间的关联效应比较明显.     

基于结构方程模型的城市金融可持续发展影响因素研究

城市金融作为区域金融资源的核心,其发展状态对于区域经济有着重要影响。在金融可持续发展理论基础上,分析影响城市金融可持续发展的关键因素,提出研究假设,运用结构方程构建研究模型,分析了因素之间的相关性及对城市金融可持续发展的影响,并通过问卷调查收集数据,对研究模型进行验证,结果表明,该方法合理、有效。研究发现:城市金融基础、经济基础、金融发展支持环境以及金融发展效率都正向影响城市金融发展的成效,并以此对城市金融可持续发展产生正向影响。