基于风险控制的证券投资决策

Markowitz证券组合核心理论是在投资决策中选择风险(用方差或标准差描述)最小、期望收益(用均值描述)最大的证券组合,即依据均值-方差模型来构造最优证券投资组合.Markowitz的均值-方差模型给出了投资决策的最基本、最完整的分析框架,是当今投资理论和投资实践的主流方法.     

证券组合投资与证券选择的研究

证券投资者最关心的问题是投资收益率的高低和投资风险的大小。由于证券投资收益受证券市场众多因素的影响，因而可以将其看作随机变量，我们可以利用一定时间内某种证券收益率的数学期望与方差分别来衡量该种证券的获利能力和风险。诺贝尔奖得主Markowitz提出的证券组合优化均值方差模型奠定了现代证券组合理论基础。理论和实践均表明，通过组合投资确实能减少证券投资的风险。一、组合证券投资优化模型设投资者选择了n种证券，其收益率分别为Ri（i—l，2……n）为随机变量，其数学期望与方差分别为r；（i—l，2……n）及a；‘（i—1，2……     

基于截集的加权可能性均值-方差模型的应用

文章以随机变量取值为模糊数时基于截集的加权可能性均值、加权可能性方差和加权可能性协方差为研究对象,构建基于模糊数截集的加权可能性均值-方差组合投资模型,并结合我国证券交易市场的具体实例说明该模型的应用价值.最后将基于截集的加权可能性均值-方差组合投资模型与Markowitz均值-方差模型进行对比分析,结果表明该模型是Markowitz均值-方差模型在随机变量取值为模糊数时的合理推广.     

基于风险价值约束的投资组合选择模型

把VaR风险度量和最优投资组合选择问题相结合,建立并求解了最优均值-VaR投资组合选择模型,实证检验所得到的结果中可以看出,以均值-VaR的模式来对资产进行优化配置具有较高效率,其效率超过以Markowitz均值进行的配置,通过-VaR的模式进行的配置,如果是在确定置信度的前提下,可以使个别偏好、共同偏好合为一体.在VaR的约束下M-V模型的特征,对于Markowitz均值方差的投资组合模型来说,是一种理论上得到的发展.     

组合证券投资资产配置的边际分析法初探

文章在均值—方差模型的基础上,通过构造组合证券投资的效用函数,采用边际分析法将多目标非线性规划问题化为线性方程组求解,并对资产进行配置,得出了单个证券对证券组合的风险贡献与其超额期望收益占证券组合的总超额期望收益的比例相一致的结论,为风险预算提供了可靠的理论依据。     

投资项目决策中的风险分析--半方差技术的应用

一、问题的提出 风险计量这个概念最早在金融资产投资中提出来并加以应用.早在1952年,Harry M.Markowitz(1990年诺贝尔经济学奖得主)就提出了<投资组合的选择>理论,首次采用统计学上的均值--方差来度量证券投资风险,由此奠定了日后风险研究的基础.     

套利定价理论下的证券组合投资决策模型研究

一、引言均值方差模型是H．M．Markowitz在1952年提出的，设投资者面对n种证券，证券i的收益率为ri，预期收益率为E（ri），风险为＝D（ri），假定投资者在证券i上的投资比例为Xi，则：X1＋X1＋…＋xn＝1；证券组合：rp=x1r1＋x2r2＋…＋xnrn；证券组合的预期收益率为：E（rp）＝x1E（r1）＋s2E（r2）＋…＋xnE（rn）；风险为D（rp）＝（x1，x2…xn）·V·（x1，x2，…xn）T，其中V为协方差矩阵。Markowitz提出的模型为：1976年，S．A．RoSS和R．Ro11提出了套利定价理论（APT），它假定证券i的收益率ri是由以下因素模型生成：其…     

不允许卖空条件下组合证券投资的几个问题

现代组合证券投资理论研究不确定情形下理性投资行为的优化问题。1952年，H．M．MarkowttZ提出均值--方差模型（简称EVW，率先探讨了将现代证券理论应用到投资领域的可能性。马氏认为，一般投资者在选择证券时，同时存在希求满足和厌恶风险的倾向，最终的选择是在期望效用达到最大的目标下二者权衡的结果。对一含有n种风险证券的组合投资问题，记R--n种风险证券的收益列向量小--n种风险证券的期望收益列向量，已一收益的协方差矩阵，en--单位列向量，X--组合证券投资比例系数列向量，E--期望组合收益标量，V--组合收益方差标量，则EVM…     

指数效用函数及其应用

Markowitz于1952年提出的投资组合理论(Portfolio Selection)为现代金融学的发展奠定了基础,因此被誉为“现代投资学”的开端,它也标志了华尔街第一次数学革命的开始。半个多世纪以来,许多学者在Markowitz的均值—方差投资组合模型的基础上做了大量的理论研究,提出了不少的理论     

稳健设计在证券投资决策中的应用

一、引言 证券投资是一项复杂的金融活动,诺贝尔经济学获得者Markowitz的证券组合理论为证券投资奠定了现代投资管理的理论基础.马柯维茨指出一个典型的投资者不仅希望"收益高",而且希望"收益尽可能确定".这意味着投资者在寻求"预期收益最大化"的同时追求"收益的不确定性最小",在期初进行决策时必然力求使这两个相互制约的目标达到某种平衡.马柯维茨分别用期望收益率和收益率的方差来衡量投资的预期收益水平和不确定性(风险),建立均值方差模型来阐述如何全盘考虑上述两个目标,从而进行决策.     

基于Copula的最优投资组合探讨

文章以马克维茨的投资组合理论为基础,在均值-方差模型中引入Copula理论,使用Copula函数导出的时变KendallΥ 来代替传统的线性相关系数对相关性进行测度,求解基于Υ的最优投资组合模型,得到最优投资组合对应的方差,并且在此基础上与均值一方差模型下求解的结果进行比较.     

风险测度模型的建立及实证

Markowitz均值-方差(M-V)模型是至今应用最广的组合投资模型.当然模型仅当证券的随机收益服从正态分布,投资者的效用函数是二次函数时才成立.而大量实证研究表明证券的随机收益是偏态分布,理性投资者的心理是递减的绝对风险厌恶的,因为投资者的财富越多,对风险的抵抗能力越大,二次效用函数不能刻划这种心理.本文利用期望效用函数,对风险厌恶型投资者的最优投资行为进行理论分析,建立了投资组合的风险测度模型,包括绝对风险厌恶程度和相对风险厌恶程度的度量.     

拓展的均值——方差理论及其在投资组合中的应用

由于股票市场的交易是在一种随机环境下进行的,投资者不可能准确知道每只股票预期收益的概率分布,只能大概地知道它的一个区间估计(即区间数)。本文针对这种情况,基于数据集成技术,拓展了Markowitz的均值—方差理论,并用实例说明了其在选择投资组合中的应用.。     

供应链管理中的组合风险决策

本文针对供应链管理中的组合风险决策问题,建立了类似Markowitz均值-方差模型,实现了在不同期望收益率水平下的多供货源企业的优化组合.     

基于最大最小准则的风险资产投资组合

本文结合效用理论与不确定性决策方法建立了一种新的投资组合选择模型,根据该模型选择投资组合将不依赖于效用函数的确定,即与投资者的效用函数形式无关.在正态分布和不考虑交易费用的有关假设下,文章还给出了允许卖空时模型的解析解和不允许卖空时投资组合策略的算法,此时的模型解也是均值--方差有效的投资组合.     

基于模糊概率的Markowitz投资组合分散风险的理论及实证研究

在分析Markowitz模型不足的基础上，提出了一个修正模型。该模型采用模糊概率的方法对投资组合里各资产的权重进行合理调整，更准确地显现投资组合分散风险的效果，并利用实际数据对该模型进行了实证研究，验证了资产数量与组合风险之间关系的理论学说，表明在近年来的上海股票市场中适宜的投资规模不超过20种。     

基于原对偶内点算法求解投资组合优化模型

研究了标准均值方差投资组合选择模型,针对目前求解方法不具有多项式算法复杂性,文章给出了求解均值方差投资组合优化模型的原对偶内点算法.该算法具有多项式复杂性,因此可以快速求解大规模的投资组合优化模型.仿真结果表明,原对偶内点算法可以较好地应用于投资组合问题,具有较广泛的应用空间和一定的推广价值.     

基于Copula理论的投资组合风险测度

文章基于现代前沿的Copula理论,以中国股市八个行业板块指数的组合为研究对象,构建了Copula-GARCH模型,得到了更加准确的组合收益联合分布函数。通过蒙特卡洛模拟法获得投资组合的VaR,回测检验表明Copula-GARCH模型能够较Riskmetrics和历史模拟法的更加准确地描述组合风险。这为我们在国内股票市场上应用Copula理论管理证券投资市场风险提供了理论依据。     

基于q-高斯分布的投资组合实证分析

投资组合是一个复杂系统问题,选择合适的q-分布及其密度表达形式是应用中的一个重要问题。首先从含有噪声的线性随机微分方程中推导出q-高斯分布概率密度函数,其表达形式简单,参数对分布的影响非常直观;接着将q-高斯分布应用于投资组合理论的均值-方差模型和均值-VaR模型;最后结合沪市股票数据进行实证分析,结果表明两种模型在q-高斯分布假设下的实际收益均大于其在高斯分布假设下的实际收益。     

基于CVaR风险度量的投资组合优化决策

投资组合优化问题依赖于风险度量方法和投资组合收益率分布函数的选取。针对收益率通常不服从多元正态分布以及均值—方差模型低估了投资组合发生重大损失的风险,文章利用多元广义双曲线分布来拟合投资组合收益率,从而更加灵活地捕捉收益率数据的偏态和尖峰厚尾特征;使用CVaR代替方差和VaR来度量金融资产重大损失风险,进而建立均值—CVaR投资优化模型。实证研究结果表明,相对于均值—方差模型,均值—CVaR能够更好地反映投资组合收益率分布,提高投资者控制投资风险的能力。