基于Copula函数风险控制的贷款组合优化模型

文章运用Copula函数拟合贷款收益率联合分布函数,通过K-S检验选择最优Copula函数度量贷款间的违约相关性,建立基于Copula函数风险控制的贷款组合优化模型。优化模型避免了由极端事件发生引起贷款同时违约的高风险;解决了现有研究基于收益率服从正态分布假设存在低估风险的问题;解决了采用联合违约概率度量违约相关性时由于违约数据稀少而影响模型精度的问题。     

治理“紧缩” 谨防“通胀”

一、我国出现经济滑坡、通货紧缩现象的因素分析（一）国际经济因素的影响虽说亚洲11个国家和地区中，唯独中国、新加坡和中国的台湾地区没有出现负增长，但仍不可避免地遇到了通货紧缩和经济滑坡的问题，这与国际金融危机有着不可分割的关系。总的来说，亚洲金融危机的发生，恶化了我国所面临的国际经济环境，征少了国际市场对中国产品的需求，特别是严重影响了我国的外贸出口与引进外资。外贸出口在亚洲金融危机不断加深、日元大幅贬值、世界各国普遍调低经济增长速度的外界环境影响下．1998年前7个月增长69％，增幅比1997年同期回落了192…     

基于混合Copula函数的C-Vine贝叶斯推断

文章主要采用C-Vine模型,对模型进行贝叶斯推断.C-Vine模型利用二元Copula函数作为组块构造多维的相关结构,通过采用不同的二元Copula函数族来精确地捕捉变量间的相关性.采用Czado等提出的选择准则决定C-Vine模型的具体分解形式.利用AIC信息准则选择C-Vine模型中每条边合适的Copula函数族.利用马尔科夫链蒙特卡罗(MCMC)算法估计C-Vine模型的参数.最后,通过实例来研究序列间的相关性和相互影响.     

金融时间序列间的条件相关性分析与Copula函数的选择原则

类似于通常的非线性相关性度量,文章建立了时间序列间的几个条件相关性度量;提出了相关性分析中Copula函数选择的两个原则;通过构建Copula-EGARCH模型,将两个金融资产间的条件相关性分析转化为标准化残差间的相关性分析。通过沪深股市之间的条件相关性实证研究发现,在常见的几种Archimedean Copula中GS Copula与BB1 Copula对金融市场相关性的描述具有良好的效果,能够较全面地反映两个市场之间各种非线性条件相关性,并且沪市与深市之间的条件相关性很强。     

VIX指数对股票市场间联动性影响的实证研究

近期金融危机频繁发生,国际金融市场之间的动态联动性成为一个重要的研究课题。以往学者大都直接研究金融市场间的相关性,而忽略了外生金融变量对金融市场间相关性的影响。本文将对上述问题进行研究,借鉴Silvennoinen和Terasvirta(2015) STCC模型的思想,假定Copula参数受外生变量的影响,建立时变动态Copula模型——ST-VCopula模型,并基于该模型探究市场波动率（VIX指数）对股票市场之间相关性的影响,进而对几个国家的股票指数数据进行了实证分析。实证结果表明VIX指数对股票市场间联动性产生了显著的影响。VIX指数的获取简单便捷且更为直观,为市场间动态联动性的研究提供了另一种途径,可以为投资者在进行分散投资等金融活动时提供一定的指导和建议。     

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。     

国际金融危机传染机制的三阶段周期动态效应分析——基于VAR系统的实证检验

用金融危机三阶段周期理论剖析世界金融危机的传染机制,选择VAR系统进行检验,通过对9个国家Ⅰ危机隐蔽期、Ⅱ危机爆发期、Ⅲ危机深化期的摩根史丹利MSCI指数进行Granger因果关系检验及脉冲响应函数检验,结果发现:金融危机隐蔽期美国的金融动荡影响对澳大利亚外的7国金融市场呈现单向传染效应;金融危机爆发后,被传染金融危机的国家开始影响美国,呈现双向传染效应,证明危机的传染存在反馈机制;在金融全球化背景下的金融危机交叉传染,是国际危机程度不断加深的重要原因,因此,金融危机的冲击可以在全球范围内出现网状交叉感染.三时期的脉冲响应函数检验揭示了危机传染的动态效应,美国金融危机对其他国家的影响强度短期内很可能加大,持续时间比传统理论解析的过程相对延长.     

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.     

国际资本流动与危机

巨额易变的国际资本流动无疑是引致亚洲金融危机爆发并推动危机进一步深化的关键因素。本文认为这一关系的产生主要源于九十年代亚洲新兴市场的国际资本流动具有“增长迅猛”和“变动剧烈”的两大基本特征。一、资本流入量的迅猛增长，使国际资本成长为一支对宏观经济具有强大主动作用力的力量，为危机的爆发积蓄了能量。从下表可以看出：在1990－1994年间，作为新兴市场外部融资来源之一的官方资本流入明显下降，从1990年占流入总额的29％降到1994年的6％人与此形成鲜明对照的是，自199O年起，新兴市场上的私人资本净流量出现了异常的大幅…     

Copula方法在投资组合选择与VaR计量中的应用

基于多元正态分布的投资组合理论认为,投资者可以通过投资于低相关性的不同资产来获得收益,资产间的相关性(dependence)可以通过线性相关性来度量.然而现实金融市场中经常会发生这种情况,即不同的金融市场之间具有完全不同的线性相关性,但却发生几乎相同数量的极端损失事件.为了克服线性相关性的上述弊端,我们将通过连接(Copula)函数建模来克服这个问题.由Copula函数导出的一致性和相关性测度就可以更广泛、更有效地捕获各种金融资产的相关信息.另外,采用时变的Copula函数还可以捕捉到变量间动态的、非对称的相关关系,而采用极值Copula函数则可以捕捉到分布尾部的相关关系.由Copula函数导出的相关性度量在随机变量发生单调变换(可以是非线性变换)的情况下是不变的.一种常用的、可以通过Copula函数导出的相关性度量是Kendall的τ(tau),它具备一个好的相关性指标所应具有的所有性质(Nelsen 1998),可以克服线性相关性的上述不足.     

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。     

金融危机前后内地与香港股市联动性及引导性变化的实证研究

运用协整关系检验、格兰杰因果关系检验和脉冲响应分析,从实证的角度对金融危机前后内地股市与香港股市的联动性及引导性等方面所发生的变化进行分析。结果表明,金融危机使得内地股市与香港股市的联动性得以增强,两地股市从原来的单向因果关系转变为双向因果关系,同时内地股市对香港股市的引导关系从原来的不明显变得极其显著。这些变化对处于一体化过程中的两地股市及正在走向国际化的内地股市具有重要的现实意义。     

Extremal dependence tests for contagion

A new test for financial market contagion based on changes in extremal dependence defined as co-kurtosis and co-volatility is developed to identify the propagation mechanism of shocks across international financial markets. The proposed approach captures changes in various aspects of the asset return relationships such as cross-market mean and skewness (co-kurtosis) as well as cross-market volatilities (co-volatility). Monte Carlo experiments show that the tests perform well except for when crisis periods are short in duration. Small crisis sample critical values are calculated for use in this case. In an empirical application involving the global financial crisis of 2008–2009, the results show that significant contagion effects are widespread from the US banking sector to global equity markets and banking sectors through either the co-kurtosis or the co-volatility channels, reinforcing that higher order moments matter during crises.     

中国国际金融风险预警的理论问题研究

 经济全球化使中国经济与世界的联系越来越紧密,美国作为中国最大的单国贸易伙伴,对中国经济的影响也越来越多。美国一旦发生金融危机,必然会对中国经济造成危害。本文基于全球化这一背景,从国际金融危机的传导途径入手,构建包含宏观经济、金融市场、金融机构和微观企业层面的中国国际金融风险预警指标体系。并以美国为例,利用1998年二季度至2008年四季度数据,选取部分宏观经济层面的指标,对这一体系进行实证检验。结果表明,本文构建的中国国际金融风险预警指标体系具有较好的预警效果。     

Graphical Network Models for International Financial Flows

The late-2000s financial crisis stressed the need to understand the world financial system as a network of countries, where cross-border financial linkages play a fundamental role in the spread of systemic risks. Financial network models, which take into account the complex interrelationships between countries, seem to be an appropriate tool in this context. To improve the statistical performance of financial network models, we propose to generate them by means of multivariate graphical models. We then introduce Bayesian graphical models, which can take model uncertainty into account, and dynamic Bayesian graphical models, which provide a convenient framework to model temporal cross-border data, decomposing the model into autoregressive and contemporaneous networks. The article shows how the application of the proposed models to the Bank of International Settlements locational banking statistics allows the identification of four distinct groups of countries, that can be considered central in systemic risk contagion.     

基于椭圆概率神经网络的企业财务危机预警

在国际经济一体化的大环境下,随着企业竞争的日趋激烈,企业进行财务危机的预警显得尤为重要。基于椭圆概率神经网络的财务危机预警方法是概率神经网络的改进,考虑代表输入变量重要性的变量权值、代表样本有效范围的核宽倒数及代表样本可靠程度的数据权值,利用该方法对企业财务危机进行预测。实证分析结果证明：此方法的优越性有较高的预测准确性,能够为中国资本市场的发展提供很大的帮助。     

Bayesian inference and model comparison for asymmetric smooth transition heteroskedastic models

Inference, quantile forecasting and model comparison for an asymmetric double smooth transition heteroskedastic model is investigated. A Bayesian framework in employed and an adaptive Markov chain Monte Carlo scheme is designed. A mixture prior is proposed that alleviates the usual identifiability problem as the speed of transition parameter tends to zero, and an informative prior for this parameter is suggested, that allows for reliable inference and a proper posterior, despite the non-integrability of the likelihood function. A formal Bayesian posterior model comparison procedure is employed to compare the proposed model with its two limiting cases: the double threshold GARCH and symmetric ARX GARCH models. The proposed methods are illustrated using both simulated and international stock market return series. Some illustrations of the advantages of an adaptive sampling scheme for these models are also provided. Finally, Bayesian forecasting methods are employed in a Value-at-Risk study of the international return series. The results generally favour the proposed smooth transition model and highlight explosive and smooth nonlinear behaviour in financial markets.     

Comparing volatility forecasting models during the global financial crisis

Volatility estimation in financial markets has always been a challenge especially in time of crisis. Once asset prices and investment decisions are highly sensitive to such variable, many different models have been proposed in literature. This article estimates the volatility from a new family of stochastic volatility models called non-Gaussian State Space Models, a subclass of state space models where it is possible to compute exact likelihood. Volatilities of important Asian and Oceanian stock market indexes have been estimated and compared to APARCH model estimates. Results showed that non-Gaussian State Space Models outperformed significantly in both in-sample and forecasting cases.     

基于分层阿基米德Copula的金融时间序列的相关性分析

与阿基米德copula相比,分层阿基米德copula(HAC)的结构更具一般性,而相比于椭圆型copula它的待估参数个数更少。用两阶段极大似然法来估计HAC函数,主要的步骤是先估计出每个分量的边际分布,以此为基础再估计copula函数。实证分析中,采取Clayton和Gumbel型的HAC分析四只股票价格序列之间的相关性。在得出HAC的结构和估计其参数之前,运用ARMA-GARCH过程消除了序列的自相关性和条件异方差。通过比较赤迟信息准则,认为完全嵌套的Gumbel型HAC能更好地刻画这种相关性。