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。     

阿基米德Copula函数的拟合检验

文章在介绍了Archimedean Copula函数拟合检验的已有两种方法的基础上建立了两个新的检验方法--基于一种函数变换的K-S检验法与基于随机向量变换的χ2拟合优度检验法,并进行了模拟检验,从模拟检验的过程及结果可以看出,所建立的两个新检验法具有良好的效果,基于随机向量变换的χ2拟合优度检验法更严格且符合实际。     

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。     

已知Gini相关系数对Copula函数上界的改进

如果已知Copula函数的某些信息,通常其Frechet-Hoeffding上下界则可以进一步收窄。R.B.Nelson分别在已知Kendall相关系数tau、Spearman相关系数rho、Blomqvist相关系数beta的条件下,给出了Copula函数的上下确界。鉴此,在给定Gini相关系数gamma的条件下,证明Copula函数的上界也可以进一步变窄,并给出上确界的表达式。     

一种求解时变条件下有宵禁限制最短路的算法

在组合优化过程中,往往需要获得从起点到终点之间的最短路.由于道路、天气、交通条件等因素的影响,使得网络具有很强的时变特性.同时,对于网络中的节点往往有宵禁的限制.对时变条件下有宵禁限制并有到达时间限制的最短路进行了研究,建立了软、硬宵禁限制下的数学模型,给出并证明了时变条件下获得有宵禁限制最短路的最优条件,并设计了求解的多项式算法,通过此算法可以获得时变条件下有宵禁限制的最短路.同时,算法和模型还考虑了不同的起点出发时间,使路径决策者可以根据自身的情况,选择合适的出发时间和路径.最后给出了一个应用算例,分析了宵禁对于获得的最短路的影响.     

基于时变高阶矩波动模型的 VaR 与 ES 度量

金融波动性建模经历了从常数高阶矩到时变高阶矩的发展历程． 文章扩展了现有的针对时变高阶矩波动模型风险测度效果的研究: 首先,以沪深 300 指数和其它世界股市若干重要指数为例,通过采用“从简单模型到复杂模型”的估计步骤,实现对时变高阶矩波动模型的估计,进而运用 Gram-Charlier 扩展分布获得对 VaR( value-at-risk) 和 ES( excepted shortfall) 两种不同风险测度的计算值; 然后,分别利用非条件覆盖检验( unconditional coverage test) 和基于自举法( Bootstrap) 的后验分析方法,实证对比了时变高阶矩和常数高阶矩两类模型的适用范围和精确程度．研究结果表明: 就所考察的若干指数样本而言,时变高阶矩模型不仅能够较好地刻画金融价格波动的整体动力学特征,并且总体来讲,在市场风险测度准确性方面也要优于常数高阶矩波动模型．     

金融压力溢出对宏观经济的时变非线性效应研究

监测金融市场运行状况对于中央银行维护金融稳定具有重要意义。为了揭示金融压力溢出对宏观经济的时变非线性效应,采用广义方差分解模型构建金融压力溢出指数;结合MS-VAR模型监测金融压力溢出,进一步实证检验金融压力溢出对宏观经济基本面的影响。研究表明:第一,股票市场与外汇市场是金融压力溢出的重要传递者,而货币市场与债券市场是跨市场金融压力溢出的重要接收者。第二,金融压力溢出指数存在较为明显的两区制,大多数时间处于平稳状态,只有出现极端压力事件时导致金融压力溢出指数急剧上升。第三,金融压力溢出对经济增长的传导效应主要为负向;对物价水平的传导效应主要为正向;对利率水平的传导效应在不同时期是存在差异的。     

回归检验在Copula函数选择中的应用

基于均匀分布的回归检验,文章从定量的角度出发给出Copula函数的一种检验方法,从而可以根据此方法在给定的copula函数中确定最优Copula函数.最后将此方法应用于国内的深证综指和上证A股指数进行了实证分析,结果证明此方法是有效的.     

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。     

一类回报率不确定的证券组合投资策略

为研究包含风险证券的证券组合投资问题,建立了回报率存在不确定性情况下的证券组合投资模型.将使总收益实现最小不确定性的证券组合投资问题转化为H∞控制问题,并运用离散时变系统的H∞状态反馈控制理论,得到证券组合投资的H∞状态反馈投资策略.仿真表明使用该投资策略可实现总资产按预期目标增长的投资目的.