基于时间序列特征的金融资产相依结构模型构建及应用研究

The research of dependence structure is of key importance to the pricing of financial assets,portfolio diversification decision-making,and risk management.In this project we deepen,and develop, and perfect our works before,and we use the theory of copula function and time series to establish copula models and study the methods and the mathematical properties of parametrical estimation that considers two important types of dependence relationships in time series: the contemporaneous dependence between two univariate time series and the temporal dependence of a univariate time series.We also study the methods of simulation and the evaluation of goodness of fit and establish the modeling system of dependence structural model for time series.The dependence relation of higher moment risk is investigated under considering the impact of higher moment on financial time series. The model considering higher moment is used to study the dependence degree and dependence structural characteristics of financial assets in financial risk management and to research financial asset pricing,portfolio diversification decision-making and risk management based on the dependence structure of financial time series.The relation and decision-making of portfolio period are researched by the dependence structure of frequency-varying data of financial assets returns.The tail dependence structure between financial assets and the transmitting mechanism of extremal risk in financial markets are studied based on extreme value theory(EVT).

相依结构的研究对金融资产的定价、组合投资决策和风险管理具有重要意义。本项目深化、拓展和完善已有的工作，结合Copula函数理论和时间序列理论，考虑时间序列的同期相依(Contemporaneous dependence)与短期相依(Temporal dependence)两类主要的相依关系建立Copula函数相依结构模型，研究模型参数的估计方法、参数估计的性质；仿真模拟方法以及模型优度的评价方法，构建金融时间序列相依结构模型的建模体系。考虑高阶矩对金融时间序列波动的影响，研究高阶矩风险的相依关系，并把模型应用到金融资产的风险管理中去，研究金融资产的相依程度和相依结构的形式特征，以及依据相依结构特征研究金融资产的定价、组合投资决策和风险管理等问题；以金融资产不同频率数据的相依结构研究组合投资期的关系和决策；结合极值理论（EVT）研究组合资产的尾部相依结构以及金融市场极端风险的传导机理。

相依结构的研究对金融资产的定价、组合投资决策和风险管理具有重要意义。通过四年的研究，在基础理论和模型构建方面，我们深化、拓展和完善已有的工作，结合Copula 函数理论和时间序列理论，考虑时间序列的同期相依(Contemporaneous dependence)与短期相依(Temporal dependence)两类主要的相依关系建立Copula 函数相依结构模型，假设边缘分布为经验分布的条件下，提出了 “二阶段半参数拟极大似然” 模型参数估计方法，研究参数估计量的数学性质；研究了偏拉普拉斯分布和偏柯西分布的尾相依关系，证明了偏拉普拉斯分布上尾相依的近似独立尾，而偏柯西分布的上尾相依性；并进行了线性模型参数估计方法及估计量性质的研究，如：提出了一种新的Liu型估计方法，同时在均方误差准则下谈论了新估计优于两步估计的条件；一个稳健的压缩型变量选择方法，被称为压缩型的Walsh-average，他可以同时的进行稳健的非参数变量选择和系数估计。研究了一族一般的带有单指标结构的模型的方向估计和变量选择问题。为了进行变量选择，我们提出一个SCAD惩罚的线性分位数回归方法，而且证明了其ORACLE性质。.在实证方面，我们把模型应用到金融资产的风险管理中去，研究金融资产的相依程度和相依结构的形式特征，以及依据相依结构特征研究金融资产的定价、组合投资决策和风险管理等问题；以金融资产不同频率数据的相依结构研究组合投资的关系和决策；研究组合资产的尾部相依结构以及金融市场极端风险的传导机理。我们提出了ARMA-GARCH-Copula函数模型研究三个股票市场的日指数对数极差与交易量对数的相依程度和相依结构；应用相依结构Copula 函数模型对上海综合指数收益率序列前后一个交易日的价格波动的短期相依关系的尾部相依结构进行了分析；运用动态估计方法，对股市长记忆性的时变特征进行分析，探讨了股票市场历史信息的可鉴性；构建一种基于状态转换的混合Copula模型，对相依变量之间上尾下尾的非对称结构的转换进行描述；研究了典型事实约束下的上海燃油期货市场动态VaR测度问题；