股指期货与现货指数收益率序列相关性研究——基于Copula函数的实证分析

沪深300股指期货推出后,其与沪深300指数的关系就引起投资者和研究者的关注。以沪深300指数和沪深300股指期货的日收益率数据为基础,运用Copula函数建立Copula-GARCH(1,1)-GED模型对两者进行相关性分析,结果表明:沪深300指数与股指期货收益率序列之间相关程度非常高,而通过比较秩相关系数的拟合情况,二元正态Copula函数更接近实际情况;在平方欧式距离的标准下,二元t-Copula模型能够更好地描述沪深300指数与沪深300股指期货日收益率序列的相关结构;两序列的尾部相关程度非常高,表明当股票市场大幅度波动时,沪深300指数与沪深300股指期货的相关程度显著提高。     

二元可交换分布函数的估计

文章给出二元可交换分布函数的估计及其一些性质,并通过计算模拟说明此估计能改进经验分布函数和二元的K-S统计量。     

基于MVGARCH模型的美元市场与WTI原油现货市场溢出效应与时变相关性研究

通过构建MVGARCH—BEKK与MVGARCH—DCC模型，研究美元市场与WTI原油现货市场的溢出效应与时变相关性。BEKK模型显示关元市场对WTI原油现货市场存在单向的溢出效应，采用DCC模型得到二者之间的时变相关系数。最后提出了相关的政策建议。     

我国保险投资组合的模拟和金融风险测量研究

 本文利用Copula函数的概念研究了保险投资组合多元金融数据的统计模拟。根据我国保险投资的特殊性，我们选用沪深300指数、基金指数、企债指数和国债指数四种风险资产来模拟保险投资组合中的股票、基金、企债和国债收益。基于模拟的结果分别利用传统近似方法（Add-VaR、N-VaR和H-VaR）和Copula方法计算了投资组合的总风险；相对于Copula-VaR方法，Add-VaR显著高估了风险，N-VaR显著低估了风险，H-VaR对于Copula-VaR的近似效果比较好，但其也高估了风险，即H-VaR相对于Copula-VaR是一种比较保守的方法。另外，我们分析了投资组合权重变化和Copula函数的选择对投资组合总风险的影响。     

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函数度量违约相关性

一、问题的提出在现代信用分析中 ,信用风险计量模型可按其计量的风险层次分为三种类型 :一是单个交易对手或发行人的计量模型 ,二是信用资产组合层次的计量模型 ,三是信用衍生产品的计量模型。对于第一类模型 ,主要有基于期权定价技术的风险计量模型 ,基于风险价值 (VaR)的信用度量模型 ,基于保险思想的CSFP信用风险附加模型 ,以及麦肯锡公司的宏观模型。目前这一类模型的研究者较多 ,思想也较为成熟。而对于后两类模型 ,研究起来则相对复杂和困难的多。现代资产组合理论 (MPT)表明 :适当地利用资产之间的相关关系 ,可以有效地降低风险…     

保险业在金融系统性风险传染路径中起到“媒介”作用吗？——基于金融市场尾部风险传染路径的实证分析

2008年金融危机之后,保险业固有的不会产生系统性风险的传统认知被打破。关于保险业在金融系统性风险传染路径中的角色定位,本文从其业务特点和风险传染特点出发,首次提出"媒介"作用的猜想并进行实证研究。本文沿用当前主流研究方法,利用尾部风险的传染网络来研究其媒介作用的大小。本文选取了包括6家上市保险机构在内的34家金融机构,研究区间跨度为2011到2018年。根据金融市场数据"厚尾"和"非对称性"特征,文章首先采用AR-（GJR）GARCH-Skew-t模型对股票收益序列进行处理,然后根据Copula函数,计算尾部相依度,再通过最小生成树和阈值方法构建金融市场的风险传染网络。本文还通过构建保险业媒介中心度来探究其媒介作用的程度。实证结果表明：（1）在金融市场风险传染网络中,保险业起到连接银行市场和证券市场的重要媒介作用;（2）保险机构中又以多元化经营的中国平安的风险传染作用最强,其次是中国人寿。（3）银行市场中的兴业银行和保险市场的联系最紧密,证券信托市场则是中信证券、广发证券等。研究明确了风险传染的路径和关键性节点,为制定更具针对性的系统性风险监管措施提供了参考。     

结构突变下的高维汇率资产时变投资组合预测研究

金融市场存在结构突变现象是发生金融风险传染的关键所在,而风险传染又是投资组合研究中亟需解决的难点。本文以9种国际主要货币对美元汇率为研究对象,先构建隐马尔科夫模型来对汇率资产进行结构突变预测,并基于结构突变刻画的结果,构建动态R-Vine Copula模型来预测汇率资产的风险传染关系;最后,基于结构突变与风险传染的研究结果,筛选出适合的组合汇率资产,构建时变投资组合预测模型。实证结果表明：HMM模型能够有效地刻画出汇率资产中的结构突变;动态R-Vine Copula模型能够更加有效地刻画出汇率资产间的风险传染关系;基于结构突变与风险传染关系下的动态投资组合预测模型,具有降低投资组合风险与提升投资组合预测收益的优越性,能够为金融风险管理和投资组合研究提供模型参考。     

基于Pair-Copula的社保基金投资组合风险测度研究

社保基金是社会保障事业健康发展的基石,风险管理是社保基金保值增值的关键问题之一。提出pair—copula—GARCH—EVT模型以测度社保基金投资组合风险,与传统的n维。copula—GARCH—EVT模型相比,该模型不仅考虑了维数的影响,而且还能灵活地选择copula的类型。实证研究发现,基于pair—cOpula—GARCH--EVT模型测度社保基金投资组合风险的准确性要高于传统的copuIa--GARCH--EVT模型。     

金融周期与经济周期关联机制研究——基于DY动态溢出指数和时变格兰杰因果关系双重检验

本文在构建金融稳定指数和宏观经济因子的基础上,利用DY动态溢出指数研究了金融周期和经济周期之间的交互影响,结果发现我国金融周期对经济周期的动态溢出效应具有时变性,且居于主导地位.而经济周期对金融周期的溢出效应几乎可以忽略不计.进一步地,利用时变格兰杰因果检验两者之间的关系,结果表明,在控制通胀水平的条件下,金融周期和经济周期之间存在时变格兰杰因果关系,金融周期只有在特定时期是经济周期的格兰杰原因.因此,稳金融有利于宏观经济稳定,政策当局应创造有利于金融稳定的条件,确保宏观经济稳增长与金融系统防风险之间形成良好的平衡关系.