基于RT-GAS Copula模型的经济金融行业非对称相依性及风险溢出研究

考虑到实体经济行业与金融行业间的相依关系存在杠杆效应，本文采用GJR门限结构将杠杆效应纳入包含高频信息的广义已实现自回归得分Copula(GRAS Copula)模型中，构建广义已实现门限自回归得分Copula(RT-GAS Copula)模型。利用RT-GAS Copula模型揭示实体经济行业与金融行业间时变相依关系对行业收益的非对称响应，并进一步分析经济金融行业间风险溢出的非对称性和时变特征。研究发现：各行业间的相依关系存在显著的杠杆效应，某一行业收益的上涨和下跌对该行业与其他行业间时变相依关系的影响是非对称的；行业间的相依关系会受到国家调控政策和各类市场风险事件的影响；行业间的系统性风险溢出存在非对称性，且会受到严重风险事件的影响。此外，有效性检验结果表明，当行业间相依关系存在显著杠杆效应时，RT-GAS Copula模型的拟合和预测能力优于现有时变Copula模型。     

相依随机事件的度量指标

文章给出了度量两个相依随机事件的三个相依度量指标:关联系数、相依系数和相关系数,讨论了这三个相依度量指标的性质,从三个相依度量指标所具有的性质论述了它们各自度量相依随机事件的相依特征以及它们的合理性和科学性。     

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。     

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。     

极值Copula在商业银行操作风险度量中的应用

本文主要内容是针对新巴塞尔协议把商业银行操作风险纳入风险量化和监管领域,应用极值Copula函数分析我国商业银行各类操作风险之间的相依结构,将操作风险度量从一维拓展到多维。目前对所有的事件类型值简单加总求得操作风险的总资本要求,没有考虑事件类型之间的相关性,这与实际情况是不符合的。为此本文在分析我国商业银行各类操作风险之间的相依性的基础上,运用极值Copula函数建立实际操作风险的相依结构,构建计算操作风险总VaR值的极值Copula模型。     

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。     

影响企业并购绩效的原因分析

企业之间频繁的并购事件一直是管理界热门的话题,并购行为也一直是微观经济领域研究的一个重点。美国在近一个世纪里发生了数万起并购活动,学者们一般把它总结为美国股市的五次并购浪潮;我国也有报告统计指出,从2005～2009年中国上市公司共发生565并购事件。然而如此众多的并购事件的最终结果却不尽人意——美国许多专家,     

二维时间序列相依模型及其Monte-Carlo模拟研究

文章结合时间序列理论和Copula函数技术.提出了研究二维时间序列的两类相依关系的相依模型以及该模型的Monte-Carlo模拟方法:通过模拟用图示检验了模型的有效性和灵活性.结果表明,二维时间序列的相依关系可以分解为三部分进行考虑,简化了模型和计算.     

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。     

条件概率与“逆概率”漫谈

条件概率大家都很熟悉,就是事件B在另外一个事件A已经发生的条件下发生的概率,通常记为p(B|A)。关于条件概率有下面这样一个有趣的例子:     

相依结构、动态系统性风险测度与后验分析

本文利用Copula相依结构理论扩展和求解了现有的系统性风险测度CoVaR,以得到适用于不同类型常参数和时变参数Copula函数及不同分布假设的动态系统性风险测度。为了验证和评估模型设定的准确性与应用价值,我们构建了适用于该动态系统性风险测度CoVaR的严谨后验分析工具。除“无条件覆盖性”、“独立性”和“条件覆盖性”外,我们首次提出了“混合独立性”检验。基于中国14家上市商业银行的实证分析表明：中国上市商业银行与中国银行业之间的相依结构呈现多样化特征;无论是样本内还是样本外预测区间,我们的动态Copula-CoVaR模型能够有效地捕捉典型系统性风险事件;严谨的后验分析不仅需要检验系统性风险测度CoVaR,也需要检验条件事件的临界值VaR。     

基于GB2分布的贝叶斯相依性准备金评估模型

非寿险精算的核心问题之一是对未决赔款准备金进行准确评估。非寿险未决赔款准备金评估通常使用增量赔款或累积赔款的流量三角形数据。在未决赔款准备金评估中,多条业务线的流量三角形数据之间通常存在一定的相依关系,这种相依关系对保险公司总准备金的评估结果具有重要影响。从本质上看,未决赔款准备金是一个随机变量,其损失分布存在一定的多样性。因此,在未决赔款准备金的评估中选择合适的分布至关重要。GB2分布是一种包含四个参数的连续型分布,具有灵活的密度函数,分布形状更加灵活,许多常见分布都是它的特例,适宜处理不同特点的未决赔款流量三角形数据。为了考虑不同业务线之间的相依关系对未决赔款准备金评估结果的影响,本文基于GB2分布建立了一种相依性准备金评估模型,该模型首先假设不同业务线的增量赔款服从GB2分布,并在分布的期望中引入事故年和进展年作为解释变量,引入日历年随机效应描述各条业务线之间的相依关系;然后借助贝叶斯HMC方法进行参数估计和未决赔款准备金预测,最后给出了总准备金的预测分布和评估结果。本文将该方法应用到两条业务线的流量三角形数据进行实证研究,并与现有其他方法进行了比较。实证研究结果表明,基于GB2分布的相依性准备金评估模型对未决赔款准备金的尾部风险和不确定性的考虑更加充分,更加适用于评估具有厚尾或者长尾特征的准备金数据。     

缴械的父亲

【正】我一直觉得父亲和子女的关系,不像母亲和子女那种血肉相连、脐带相依的纠结缠绵,而是一种温情时隐时现、尴尬却伴随终生的关系。很早很早以前,心理学还没发明出来的时候,人们就发现儿子身上会有一种仇父恋母心理倾向,也就是有名的"俄狄浦斯情结"。后来。当心理学被发明出来,这种普遍蔓延的仇恨才有了靠谱     

带干扰保费随机收取具有多个副索赔的相依风险模型的构建

文章根据保险实务中的相关数据,经过数据整理分析,建立了一个带干扰保费随机收取具有多个副索赔的相依风险模型;通过文中所建立的相依风险模型得到随机变量的数字特征和性质,利用鞅方法求出了破产概率的上界和破产概率的一般表达式;最后将索赔相依与独立的情况进行了比较,得出了索赔相依时风险更大的结论。     

三种常见相关关系统计分析法的比较

相关分析、回归分析和等级相关分析是三种在实践中常见的分析统计相依关系的方法。在这些方法的应用中,常有人忽视它们的适用条件,造成对某些经济现象作出不全面甚至错误的解释。为了正确应用这些方法,本文对它们在分析统计相依关系时应注意的问题进行初步探讨。     

索赔频率与索赔强度的相依性模型

为了解决索赔频率与索赔强度之间的相依性问题,本文提出了一种相依性调整模型,即首先在索赔频率和索赔强度相互独立的假设下预测纯保费,然后通过索赔频率与索赔强度之间的相关关系对独立性假设下的纯保费预测值进行调整.与现有模型相比,该模型的优点是可以将纯保费的预测值分解为两部分,即独立性假设下的纯保费和相依性对纯保费的影响,便于模型的解释和应用.本文将该方法应用于一组实际数据,并与其他方法进行了比较.实证研究结果表明,本文对纯保费的预测结果在一定程度上优于现有模型,而且更加清晰地揭示了索赔频率与索赔强度之间的相依性对纯保费预测值的影响,即纯保费较低的保单受相依性的影响较大,而纯保费较高的保单受相依性的影响较小.     

小概率事件与新股配售发行

所谓“小概率事件”是指发生概率很小的事件，由于小概率事件出现的概率很小，因而人们通常对其发生忽略不计。例如，行人发生交通事故是一个小概率事件，所以，庶民百姓日常在决策是否出行时，并不把发生交通事故的风险纳入考虑的范围内。小概率事件原理在科学认识上具有重要作用，如统计假设检验就是根据小概率事件的原理而设计的。假设检验的基本思想是，在假设总体具有某种分布特征的条件之下，可知某一事件必定为小概率事件，它在一次观察中几乎是不可能出现的。倘若这种小概率事件在样本中出现了，那么，人们有理由认为原先对总体所作…     

沪深股市股票收益尾相依特征分析

1、引言相依结构研究是金融分析领域的一个重要研究方向。精准的刻画不同金融变量之间的相依结构,对资产组合管理、金融风险测度等问题的研究尤为重要。大量的实证研究表明,金融时间序列往往具有尖峰厚尾、条件方差时变性、长记忆性和波动集聚等特征,因而使用基于椭圆分布的线性相关系数来刻画相依结构就显得捉襟见肘,甚至得到错误的结论。Copula技术的发展为     

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.     

相依函数型数据的局部回归估计的渐近正态性

函数型数据研究近年来为越来越多的学者所重视,其在天文,医药,经济现象,生态环境及工业制造等诸多方面均有重要应用.非参数统计是统计研究的一个重要方面,其中核函数估计和局部多项式方法是这一类研究中重要常用方法.函数型数据的非参数方法中以核函数估计方法较为常见,且其收敛速度与极限分布无论在独立情形还是相依情形都有理论结果.而局部多项式的研究在函数型数据背景下较为少见,原因在于将局部多项式方法推广到函数型数据背景一直是一个难题. Marin, Ferraty, Vieu [Journal of Nonparametric Statistics, 22 (5) (2010), pp.617-632] 提出了非参函数型模型的局部回归估计. 这种估计可以看作是局部多项式估计在函数型数据背景下的一个推广.这种方法提出后,许多学者进一步研究了这种方法,考察了这种方法的收敛速度和极限分布,并将这种方法应用到不同的模型中以适应实际需求.但是,前人的研究都要求数据具有独立同分布的性质.然而许多实际数据并不符合这一假设.本文研究了在相依函数型数据情形下局部回归估计的渐近正态性.由于估计方法有差异,核函数估计的研究方法无法直接推广到局部回归估计,而相依性结构也给研究带来了一些挑战,我们采用Bernstein分块方法将相依性问题转化为渐近独立的问题,从而得到了估计的渐近正态性.此外我们还采用数据模拟的方法进一步验证了渐近正态的结果.