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。     

投资组合风险管理中VaR模型的缺陷以及CVaR模型研究

本文对VaR和CVaR这两个风险度量进行了较充分的比较分析,参照了我国证券市场的实际情况,并考虑了交易成本,实际收益率的计算以及最小交易单位等因素,建立了CVaR资产组合优化模型,为如何制定合理的资产组合投资方案提出了新的思路.     

机会约束下风险最小的投资组合选择模型研究

文章在投资组合收益率服从正态分布的前提下,用CVaR作为度量风险的标准,建立了以投资风险最小为目标且具有投资机会约束的组合策略选择模型.利用优化理论,证明了模型最优解的存在唯一性,得到了最优解的解析表达式.并利用Matlab给出了求解该问题的最优解、最优解的均值以及CVaR的计算程序,最后通过算例予以说明.     

具有熵约束的均值-绝对偏差模糊投资组合优化

在实际投资过程中,有许多模糊因素影响投资决策.文章针对资产收益率为模糊数的投资组合决策问题,用绝对偏差和比例熵度量投资组合的风险和分散化程度,提出了具有熵约束的均值-绝对偏差投资组合优化模型,利用加权极大—极小模糊目标规划方法,将双目标规划问题转化为单目标规划问题,并运用旋转算法结合序列规划法进行求解.最后,通过实证研究比较了不同熵的取值对投资决策的影响.     

基于CVa R约束的单位风险收益最大投资组合模型及实证

文章以条件风险价值CVaR为约束控制风险,建立了以组合收益率与方差之比的单位风险收益最大的投资组合模型,该模型给出了在决策者可以接受的CVaR风险水平下,单位方差收益最大的投资组合最优选择;针对这个模型给出了一个改进的粒子群优化算法,实证结果表明了在不同的CvaR风险水平下,投资组合的最优选择不同,符合实际情况,可以为决策者提供投资决策参考.     

基于极值Copula的投资组合集成风险度量方法

 应用极值的阈值与峰值模型来度量单个资产的风险价值,用两种不同的方法度量了基于Copula函数的沪深指数收益率的相关结构,比较了不同Copula函数下基于沪深指数的二元投资组合集成风险值,结果说明：Gauss Copula函数对沪深指数收益率的相关结构拟合较好,阈值模型的极值Copula能较好的度量投资组合的集成风险值,在高置信度下（0.99以上）,基于Gumble Copula函数的上尾（正收益）集成风险值、基于Clayton Copula函数的下尾（负收益）集成风险值与真实值最为接近。直接加权的方法会高估投资组合的风险,假设沪深指数的收益率服从二元正态分布会低估风险。峰值法的集成风险值误差较大。     

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。     

CVaR 方法在投资组合中的应用

文章以CVaR为风险的度量工具并且在此基础上建立了基于CVaR模型的投资组合优化模型。最后通过实证研究表明,基于一致性风险价值的优化模型进行投资组合的结果优于基于风险价值的优化模型的结果。     

证券组合投资的目标规划模型研究

文章通过对证券组合投资的预期收益率和投资风险进行综合定量分析,建立了证券组合投资的预期收益率和投资风险的目标规划模型,通过确定合适的证券组合的投资比例,可使证券组合投资的预期收益率和投资风险达到投资者满意的程度,这对投资者具有指导意义,最后给出了该模型的应用分析.     

VaR-GARCH模型下的最优投资决策

文章根据股票收益率的历史数据建立了相应的ARMA-GARCH模型;利用该模型预测下一阶段股票的收益率和波动率.在此基础上建立了关于最优投资策略的选择均值-VaR模型,即在VaR风险水平限制下最大化期末的期望收益;求解模型得到最优投资策略的解析表达式,并且还得到了最优投资策略下期末的期望收益以及有效边界的表达式.     

一类特殊投资群体谱风险度量和最优资产组合

文章主要研究的是一类特殊投资群体的谱风险度量及其最优投资组合.通过文章所介绍的构造谱风险度量的原理,可以构造出这类特殊投资群体的风险谱函数.此外文章还利用上海证券的综合指数(每个交易周的收盘值,周对数收益率)对上述特殊投资群体的谱风险度量和最优投资组合进行实证分析.     

投资组合选择的均值-风险价值模型研究

文章以风险价值(Value at risk,VaR)作为风险度量,建立了投资组合选择的均值-风险价值模型.在资产收益率服从联合正态分布的假设下,研究了置信水平对最优组合和有效边缘的影响,同时分析了持有期对它们的影响,给出了全局最小VaR组合存在时置信水平和持有期的阈值,从而得到了有效边缘存在的条件.进一步研究了全局最小VaR组合与全局最小方差组合的关系,结果表明如果全局最小VaR组合存在,则一定位于均值-方差有效边缘上,且位于全局最小方差组合的上方.     

证券组合投资理论中单指数模型的多目标规划

一、根据马考维茨投资组合理论建立目标规划模型存在的缺陷 证券投资组合的构建过程,实际上是证券投资者的预测决策过程.证券投资者在投资组合的决策过程中,主要是利用马考维茨模型(Markovitz)来构造有效投资组合的.马考维茨投资组合的分析方法涉及到"投资者从根本上讲都是回避风险"的基本假设.具体地说,投资者总是希望在收益率达到一定水平的前提下,实现风险的最小化;或者,在风险控制在一定范围的情况下,实现收益的最大化.该假设意味着投资者若接受高风险的话,就必然会要求较高的回报.     

β值证券组合投资灰色决策模型

任何机构和个人进行证券投资前,都要计算和预测证券在一定时期的收益,而描述这种收益常用的是预期收益率,同时还要考虑风险的存在.因此,证券的预期收益率和风险是投资分析的重要指标.β值证券组合投资决策模型和均值-方差模型相比具有需要确定的参数少、计算量小、风险选择参数更具合理性的优点,有的文献是在证券组合中不含有无风险资产和允许卖空的条件下研究β值证券组合投资决策模型的;考虑到证券组合中应允许包含无风险资产,而且在现实的证券市场上卖空常常受到限制,提出了允许持有无风险资产的β值证券组合投资决策模型.其实这两种模型都是假定某一投资期内预期收益率和风险均为已知的常数,但并不符合实际情况.因为在现实的证券市场中,由于诸多不确定因素,如政治因素、经济因素、社会因素、国际证券市场等因素的影响,导致证券投资的预期收益率和风险具有"部分信息已知,部分信息未知"的"贫信息"不确定性,所以在证券投资时,投资者应考虑到这种区别于"随机不确定性"和"认知不确定性"的"贫信息"不确定性.鉴于这种原因,本文考虑预期收益率和风险为贫信息不确定性的允许持有无风险资产的β值证券组合投资灰色决策模型.     

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.     

基于可信性理论的Mean-CVaR投资组合优化

选取CVaR作为风险度量指标,在可信性理论的基础上构建Mean-CVaR投资组合模型,采用Markov过程预测作为模糊变量的预期投资收益率,并设计基于模糊模拟和遗传算法的混合智能算法以求解;选取上证50成份股2013—2014年的日度历史交易数据,将该模型应用到中国证券市场,结果发现该投资组合模型与中国证券市场的环境具有一定的适应性,能够为投资者的投资决策提供依据。     

考虑时间因素的投资组合模型

本文以投资收益率作为时间组合投资收益的量度,确立了时间组合中的不满足假设和回避风险假设,在此基础上建立了时间组合投资模型;通过求解数学模型论述了如何运用时间组合投资的方法降低投资风险,并确定了最优时间组合点是有效集与无差异曲线的切点。     

收益率曲面预测及其在信用债投资组合管理中的应用

收益率曲线是信用债投资者的重要参考。在市场套利活动的作用下,跨期限和信用等级的债券收益率具有很强的内生联系,其变动规律具有整体性和连续性。以往研究将信用债收益率曲线拆分成无风险利率曲线和信用利差两个部分,前者关注期限的影响,后者关注信用等级的影响,但很少同时考虑两者的共同影响。本文在收益率曲线的基础上增加信用等级维度,将AAA+级到AA级收益率曲线视为一个相互关联的整体,定义为信用债的收益率曲面(Yield Surface)。相比收益率曲线,收益率曲面包含了跨等级的系统性预测信息,通过预测收益率曲面能够构建具有较高收益的投资管理策略。本文以中期票据市场为例,采用卷积神经网络模型预测1周后的收益率曲面,在此基础上计算债券的预测理论价格,发现该价格对未来交易价格的预测有显著作用。基于预测价差,本文提出了信用债投资管 理策略,应用该策略的投资组合能够获得显著的正收益。业绩归因分析发现,该策略取得的收益同时来 自投资组合在信用风险和久期风险上的暴露,预测价差可以刻画债券市场的“风险前沿”。本文采用了中债估值价格进行稳健性检验,主要结论均保持一致,具有较强的稳健性。     

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APARCH-Laplace模型的VaR和CVaR方法

针对我国证券市场收益率分布所表现出来的尖峰厚尾性,文章采Laplace分布刻画收益率分布,建立一种新的风险度量模型:APARCH-Laplace,并用实证分析证明了Laplace分布与正态分布相比,拟合数据较好。模型准确性检验表明用Laplace分布刻画收益率分布所计算的风险度量更有效。