基于Copula-SV-GPD模型的投资组合风险度量

对于多元金融资产组合,针对资产收益的厚尾性、波动的异方差性及资产间的非线性相关结构等特征,采用SV-t模型与极值理论结合刻画单个资产收益的波动性及尾部分布特征,应用Copula函数处理多元资产间的相关性,并结合Monte Carlo模拟对投资组合进行风险测度.通过对华安创新基金的实证分析结果表明,基于SV-GPD的边缘分布模型能有效地刻画金融资产收益时序并较为精确地处理资产收益尾部的异常变化,相比其他风险度量模型具有更好的优越性,基于Copula-SV-GPD模型的多元资产组合对风险测度能力更强,能有效地管理投资风险.     

厚尾分布情形下的信用资产组合风险度量

本文研究风险因子多元厚尾分布情形下的信用资产组合风险度量问题.用多元t-Copula分布来描述标的资产收益率分布的厚尾性,同时将三步重要抽样技术发展到基多元t-Copula分布的资产组合模型中,拓宽和丰富了信用资产组合风险度量模型.同时,并运用了非线性优化技术中的Levenberg-Marquardt算法来解决重要抽样技术中风险因子期望向量估计.模拟结果表明该算法比普通Monte Carlo模拟法的计算效率更有效,且能很大程度上减少所要估计的损失概率的方差,从而更精确地估计出信用投资组合损失分布的尾部概率或给定置信度下组合VaR值.     

耦合风险视角下基于GARCH-Copula模型的基金组合风险研究

在资本市场不断多样化的投资方式中, 投资组合以其相对稳定的风险与收益而得到广泛应用, 其中基金组合凭借在收益一定的情况下的低风险成为投资者关注的热门品种.传统的投资组合研究大多只考虑市场风险的影响, 忽略了信用风险的耦合效应, 从而往往导致对组合总体风险的低估.首先借助于GARCH模型获得边缘分布, 然后选择Copula函数刻画各基金之间的相关结构, 建立联合分布模型, 进而采用Monte Carlo方法模拟生成基金组合中各基金的收益率序列, 最后根据损失函数计算基金组合的风险价值.实证结果表明, 市场风险大的基金组合其信用风险不一定大, 并且基金组合能有效分散基金风险.同时, 耦合风险视角下基金组合的CVaR值大于市场风险视角下的CVaR值, 耦合风险能更好地衡量基金组合的风险.另外, Student t-Copula模型较之其它模型能更好地刻画耦合风险的联合相依结构.     

风险资产组合的均值-CVaR有效前沿(Ⅱ)

本文基于CVaR风险计量技术,讨论了正态情形下风险资产组合的均值-CVaR有效前沿,探究了其经济含义,并与经典的均值-方差有效前沿进行了对比研究.     

风险资产组合的均值—M有效前沿及其实证分析

本文基于由Carlo Acerbi(2002)提出的一类一致性风险度量—谱风险测度M,给出了谱风险测度的一些性质及构造谱密度的一种具体形式;重点讨论了正态情形下风险资产组合的均值—M有效前沿,探讨了其经济含义,并与经典的均值—方差有效前沿进行了对比研究,获得了若干深入的结果。由于期望短缺ES是特殊的谱风险测度,因此其对应的有效前沿是本文结果的特例。最后,本文利用前面的结论对深市和沪市的风险资产组合的均值—M有效前沿作了实证分析。     

基于极值理论和多元Copula函数的商业银行操作风险计量研究

基于操作风险呈厚尾分布的特征,本文按照巴塞尔协议的要求,采用POT极值模型分别估计了多个操作风险单元的边缘分布,然后用多元Copula函数来刻画这些操作风险单元之间的关联性并计算在险价值。通过对中国商业银行1990-2010年操作风险数据的实证分析表明,Clayton Copula能更好地反映各操作风险单元之间的相关性结构,且采用Copula考虑操作风险相关性下的VaR值要比简单加总下的VaR值减少约32.3%。因此,应用Copula函数计量操作风险相关性,不仅可以提高估计的准确性,还能够达到资产组合的风险分散化效应,减少操作风险资本要求,为商业银行提升盈利能力创造条件。     

风险资产组合的均值一CVaR有效前沿（1）

本文基于CVaR风险计量技术,讨论了正态情形下风险资产组合的均值-CVaR边界,探究了其经济含义,并与经典的方差风险下的均值-方差边界进行了对比研究,为彻底解决均值-CVaR的有效前沿问题提供了基础.     

动态均值-方差资产组合的有效性:时变风险容忍度视角

尽管均值-方差模型在静态资产组合优化过程中得到广泛运用并证明是有效的,但在动态情景下,均值-方差模型运用于动态资产组合优化过程中的有效性问题引起人们的质疑：一是常风险规避系数的设定不符合事实;二是投资者偏好设定不符合动态情景下的主流效用函数族。鉴于此,本文假设投资者风险容忍度是资产组合投资期与投资者期望收益率的函数,研究动态均值-方差资产组合的有效性问题。基于均值-方差分析框架构建时变风险容忍度下的动态资产组合模型;运用伊藤定理和拉格朗日乘子法获得最优资产组合封闭解;基于二次效用偏好下的动态资产组合,从资产组合策略、夏普率、确定性等价收益率和有效前沿等视角验证动态均值-方差资产组合策略和业绩,并予以实证。结果表明：动态均值-方差资产组合不但具有同等业绩而且体现了其灵活性和风险对冲价值;尽管动态均值-方差资产组合表现出高杠杆性,但其确定性等价收益率较高,且随投资期的增加呈现倒U型趋势;动态均值-方差资产组合的投资期效应显著,强于投资者期望收益率。研究指出,时变风险容忍度下的动态均值-方差资产组合管理和优化策略有效,但在短投资期（低于12个月）和（或）低期望收益率下并不适用。研究不但拓展了均值-方差模型在动态情境下的应用,而且体现了投资者源于心理和（或）其财富变化的投资行为调整。     

基于Copula风险中性校准的违约相关性研究

违约率的估计是IRB法的核心要素之一,违约相关性是违约概率研究和估计的不可忽略的重要因素,目前的研究大多通过资产相关替代研究违约相关。风险中性可降低模型风险带来的估计误差。本文针对CDS's特征构建了风险中性违约相关估算的Copula模型,并提出了Copula选择方法且进行了实例分析,发现8自由度学生t-Copula是最优的。     

具有多元权值约束的鲁棒 LPM 积极投资组合

在用方差控制投资组合风险的同时,由于方差的对称性导致投资组合的收益也受到限制． 相比之下,下偏距 (lower partial moment: LPM) 由于具有只控制风险,而不限制收益的特点,在近年来倍受关注． 但在非正态假设下,LPM 无法获得良好的解析性质． 在对资产收益分布未知的假设下,通过使用最坏情形下的LPM来度量投资组合的损失,提出了具有多元权值约束的鲁棒积极投资组合问题,并获得了具有m( m=0,1,2) -阶 LPM 约束的鲁棒积极投资组合问题的解析解． 通过分析解的性质和比较问题的有效前沿,得到了许多有趣的和新颖的结果． 数值结果比较表明,鲁棒LPM模型比经典的均值－方差模型具有许多更好的性能．     

具有时变自由度的t-copula蒙特卡罗组合收益风险研究

应用时变条件t-copula函数描述股票指数收益序列之间的时变相依结构。时变条件t-copula模型的难点在于如何设定时变相依参数的演化方程,本文建立了用于描述包含时变自由度在内的所有时变相依模型参数的演化方程。进而采用蒙特卡洛仿真方法计算了各种指数组合的VaR,分析了道琼斯指数与标准普尔指数组合风险的演化趋势,并对结果进行后验测试,结果表明,时变条件t-copula函数仿真估计VaR可以覆盖最大损失风险。     

Copula及其在贷款风险管理中的应用

相关性是贷款组合管理的关键性因素.本文介绍研究相关性的一种统一而灵活的工具--copula,并使用Monte Carlo仿真方法对高斯copula和t-copula进行比较,结果表明,t-copula对度量服从厚尾分布的贷款风险比高斯copula更精确.     

基于流动性风险的资本资产定价模型

在现有的资产定价理论基础上,研究了考虑流动性风险因素的风险资产定价问题。首先在无套利下对流动性风险进行定价,得到流动性风险的市场价格,进而给出了无风险资产和风险资产的有效前沿。再从风险构成的角度给出了流动性风险的测度和市场价格,推导出两种形式的基于流动性风险的资本资产定价模型(以相对量表示风险的LBCAPM和以绝对量表示风险的LBCAPM)并揭示了资产期望回报的形成过程。最后,介绍了定价模型的应用前景。     

Adjexpectile风险测度的性质、优化及资产配置的应用

金融风险的度量和识别是风险管理的重要内容,常用的风险度量工具是标准差、VaR、ES,但存在很多缺陷,expectile的提出弥补了这些不足,在理论界得到广泛的讨论和应用。本文扩展了expectile进行资产配置,提出Adjexpectile的概念,并讨论和分析了Adjexpectile的一致性风险度量、随机占优性、凸性,与标准差、VaR、shortfall的关系,风险贡献及风险分解的性质。通过对六个资产指数：上证国债指数、上证企业债指数、上证180指数、深圳100指数、深成长40p指数和黄金现货指数的复合周收益率数据进行组合优化配置,发现Adjexpectile在非对称性收益数据、组合前沿、风险分散方面具有一定的优越性。     

奇导协方差矩阵和任意收益率分布下均值-CVaR模型的有效边界特征

本文利用现代主流风险度量技术CVaR代替方差或VaR,建立了均值-CVaR模型,在任意收益率分布下,利用无套利均衡分析的方法研究了奇异协方差矩阵情形的投资组合问题,得到了模型有效边界的本质特征,最后作为结论的直接应用和说明,我们给出了一个具体的算例分析。     

基于收益率倒数损失的投资组合指标

本文针对Markowitz均值 -方差投资模型所产生效率前沿的高收益高风险现象,以收益率倒数之投资损失函数为基础,提出一个可以适当地反映期望收益率与风险间均衡关系的投资组合指标 (IR)。透过实例验证。IR指标的适用性得以确认,同时也发现以“差异系数”作为组合投资指标并不适用于高收益高风险的情况。     

效用函数意义下投资组合有效选择问题的研究

我们知道,每个投资者在进行投资过程中,都有自己对收益与风险的偏好程度,即投资活动要遵循一个关于收益与风险的效用函数。按照古典经济学的分析,这个效用函数称为无差异曲线 (IDC),它是用均值 -方差来表现风险 -回报率相互替换的大小和形式的。每个投资者都拥有一条无差异曲线来表示他对于预期回报率和标准差的偏好。那么投资者如何确定他的一条无差异曲线,使他的最佳资产组合位于这条无差异曲线上 ?本文运用自己独创的一种几何方法解决了这个难题。本文首先把Markowitz模型的有效前沿用投资组合的权重向量表示出来,然后将无差异曲线也用抽资组合的权重向量表示出来,再由资产组合的有效选择原则就求出这个无差异曲线了。