简介:以韩江流域潮安、横山和溪口3个代表性站点1959—2000年日流量数据为基础资料,选取4种边缘分布函数拟合各站点春、夏、秋、冬四季的径流距平百分率序列,并利用线性矩法估计参数,在此基础上采用4种Copula函数拟合春-夏、夏-秋、秋-冬、冬-春径流距平百分率序列,然后计算出各站点连旱连涝和旱涝交替这2类旱涝组合事件发生的概率,结果表明:1)基于Copula函数建立的联合分布模型可以较好地描述季节间连旱连涝和旱涝交替这2类旱涝组合事件发生的概率;2)潮安与溪口站夏-秋、秋-冬时段平均每4年发生一次连旱连涝的事件,春-夏、冬-春时段发生连旱和先旱后涝的概率均在10%左右;横山站秋冬季节平均每1.28年就发生一次连续干旱的事件。
简介:基于性交的bivariate频率分析能被用来在能被气候变化引起的Huai河盆在洪水特征调查变化。历史的洪水山峰,在19612000的最大的3天、7天的卷和在20612100的未来值的univariate分布在A2,A1B和B1下面从二投射了GCM(CSIRO-MK3.5和CCCma-CGCM3.1)排放情形被分析并且比较。然后,山峰和体积的bivariate分布基于性交方法被构造,在联合回来时期的可能的变化被描绘。结果显示Clayton性交是更适当的为历史并且CCCma-CGCM3.1模仿洪水变量,当弗兰克和Gumbel的更好被适合到CSIRO-MK3.5模拟时。univariate和bivariate回来时期的变化表明洪水特征可能比不同排放情形对不同GCM更敏感。在二GCM之间,CSIRO-MK3.5显然在未来预言更严重的洪水条件,特别在B1情形下面,而CCCma-CGCM3.1通常建议矛盾的变化信号。这研究支持性交能用作一个可行、灵活的工具连接univariate边缘的分布充满变量并且确定联系了风险,它可以为基于风险的洪水控制提供有用信息。
简介:金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记忆性。基于此,本文建立ARFIMA-GARCH-Copula模型来研究沪深股市的相关结构和等权重投资组合风险值VaR,利用上证指数和深成指数收益率的组合来进行实证研究。首先采用经典R/S分析法检验各个资产收益率的长记忆性,经过分数阶差分后选用GARCH模型建模得到边缘分布。然后选择Copula函数来刻画两资产之间的相关结构,建立联合分布模型。进而采用MonteCarlo方法模拟产生各资产的收益率序列,计算出投资组合的风险值VaR。实证研究表明:沪深股市具有长记忆性,且两者具有对称的尾部相关性;Kupiec检验说明ARFIMA-GARCH-Copula模型较之于GARCH-Copula模型能更准确地度量投资组合风险。
简介:摘要:套期保值是期货市场的主要功能,套期保值过程的核心是套期保值模型的优化和套保比率的确定。本文构建Real-TimeGARCH-Copula 模型来计算最优套期保值比率,该模型相比较传统的GARCH-Copula 模型能够捕获到最“当前”的原油期现货信息,为原油的套期保值增添了灵活性和动态性。拟采用Real-Time GARCH 模型与 Copula 函数相结合,能够更好的计算套期保值比率。首先,本项目基于 Real-Time GARCH 模型对边缘分布建模,计算得到边缘分布;然后,将边缘分布代入 Real-Time Copula 模型中,捕获原油期货与现货之间动态的相关性,并基于动态相关性来计算最优的动态性套期保值比率;最后,采用原油期现货的实际数据进行实证分析。通过原油期货市场的研究分析套期保值的影响对策,希望本项目的研究可为原油期货市场提供研究思路,丰富原油期货市场的理论依据,提供具有可实施性的建议。
简介:本文从规避水文风险角度出发,将非参数核密度估计方法与Copula函数相结合,利用核密度估计方法确定水文变量的边缘分布,利用Copula函数计算不同变量之间的联合分布,并应用于南水北调中线一期工程水源地丹江口水库不同分期降雨径流的概率计算与丰枯风险分析.研究结果表明:该流域汛期降雨与径流的组合概率中,丰平枯等级一致的总概率为76%,而非汛期降雨与径流丰平枯等级一致的总概率仅为53.3%.与汛期相比,非汛期降雨与径流等级不一致的概率明显升高.当汛期径流等级为丰时,非汛期径流等级为丰的条件概率达到60.1%;当汛期径流等级为平时,非汛期径流等级为丰、平、枯的条件概率相差不大;当汛期径流等级为枯时,非汛期径流等级为枯的条件概率达到59.8%.
简介:
简介:我国整体杠杆水平低于发达国家平均水平,但近年来上升较快,这是个值得深入考察的现象。资本市场、银行体系乃至货币市场中任何一个部门的风险都有可能传递至实体经济。为此,通过构建Copula-CVaR模型,考察中国保险业资产配置的整合风险。根据债券、股票&基金、房地产和基础设施四类资产收益率之间的相关性,以Copula函数将各资产收益率的分布函数连接起来,运用MonteCarlo模拟测算我国保险资金投资比例下的CVaR值,以此衡量我国保险业资产配置的整合风险价值,同时研究最优CVaR对应的保险资产配置比例。实证结果表明:t-Copula函数较正态Copula函数能够更好地拟合我国保险业资产收益率状况,债券、股票&基金的投资比例增大会增加整合风险CVaR值;增加基础设施投资比例是可行的,但必须注意防范房地产价格上升掩盖的投资风险。