基于Markov决策过程的离散过程风险度量

针对静态风险度量方法无法实现多阶段投资风险度量需要的缺陷,根据动态风险度量过程的特点,提出时间持续性概念以及推论,通过简单算例证明目前静态风险度量方法VaR、CVaR和ES由于不满足时间持续性而无法实现多阶段风险度量的不合理现状,建立基于离散时间状态和Markov决策过程的多阶段风险度量.     

具有熵约束的多阶段均值—半绝对偏差投资组合优化

考虑投资者面临金融市场随机不确定性,将证券收益率视为随机变量,文章运用半绝对偏差度量风险,采用投资组合的熵度量分散化程度,同时,考虑交易成本和借款限制,提出多阶段投资组合模型。由于投资过程存在交易成本,上述模型为路径依赖性的动态优化问题。文章运用离散近似迭代法求解,并证明了该算法是线性收敛的。最后,通过实证研究得出熵的取值越大,投资组合的最终财富越小。     

基于后悔值的财务风险重新度量

正确进行财务风险的度量与分析,才能为财务风险决策的预防和控制提供准确的依据。该文在对现行企业财务风险度量模式进行评析的基础上,提出通过风险评估与评价指标后悔值来对财务风险进行重新度量,以此来弥补现行度量模式的缺陷。该文对理财实践有一定的借鉴意义。     

商业银行操作风险外部数据的内生偏差研究

本文在总结目前商业银行操作风险管理现状的基础上,阐述了建立操作损失数据库的必要性和意义内部数据对商业银行至关重要,然而内部损失数据总是不足的,有必要结合外部数据度量操作风险,尤其对于中国商业银行历史操作风险损失数据奇缺的情况。本文从国际银行界的角度总结了操作风险外部损失数据库的类型,分析了不同类型外部数据存在的内生偏差及可能的修正措施,提供了处理外部数据进行操作风险度量的思路。     

我国开放式基金的风险度量模型研究

开放式基金作为一种收益共享、风险共担的集合投资工具,日益受到投资者的青睐.本文首先对开放式基金传统的风险度量方法,以及Bangia、Diebold、Schuermann&Stroughair模型、Hisata&Yamai的L-VaR模型和Shamroukh的流动性风险调整VaR模型进行了综述,指出其适用性与局限性.在此基础上,提出改进的开放式基金流动性风险度量指标,通过改进的指数化换手率来避免因换手率的差异而导致流动性风险测量的失真,构建我国开放式基金的资产流动性风险价值和条件风险价值度量模型.同时,考虑股票停牌、权重股等因素,在实证中反映我国开放式基金的流动性风险,形成基于流动性风险调整的开放式基金资产变现方法.     

基于下偏矩风险的行为投资组合模型研究

基于下偏矩风险测度,提出了LBPT行为投资组合模型.LBPT模型在风险测度指标、假.设应用前提和决策考虑因素等方面不同于BPT模型,体现出投资者既追求最低保障又追求一朝大富的决策心理.此外还讨论了模型参数B的含义和取值,并对单心理账户模型(LBPT-SA)进行转换得到了线性规划形式.与BPT-SA模型不同的是,投资实例表明无论在高期望水平还是低期望水平上LBPT-SA模型的有效前沿都与均值--方差模型有效前沿相似.LBPT模型的显著优点是可转化为线性规划模型并应用于实际投资组合中.     

一种软件自动测试风险判别和规避模型

根据已有的投资回报(ROI)分析模型,结合COCOMO度量结果,在充分考虑回归测试时测试程序维护成本基础上,提出一种软件自动测试风险判别和规避模型。模型首先提出平均维护代价因子概念并计算其阈值,然后对每次维护代价因子进行正态分析,通过正态分布判别自动测试的风险性,最后利用敏感性分析给出风险规避的策略。模型为整个自动测试过程提供动态指导和正确的决策,避免风险发生。     

股票投资组合流动性风险度量模型：构建与检验

流动性是股票市场的重要属性,是金融市场微观结构理论研究的重要议题,但对流动性进行准确的定义和度量却是一件困难的事情。本文从投资者实际投资时所面临的价格冲击入手,提出了流动性风险的概念,并定义了两个流动性风险的度量指标Q和Q_var。最后利用上海证券交易所样本股的日交易数据进行了实证研究,得出了分散化不仅可以降低价格波动的风险,还可以降低流动性风险的结论。     

股票流动性风险测度模型的构建与实证分析

传统度量流动性风险的方法是计算股票的平均流动性水平,近年来逐渐考虑到了流动性的波动性,对流动性风险的度量更加接近实际.本文在以上两种衡量流动性风险方法的基础上建立了包含"横"与"纵"两维上的新的流动性风险测度模型--流动性"成本-风险"矩形和等流动性风险曲线,并以上海证券交易所上市的107只A股为样本进行实证检验,结果表明该模型能够比较全面真实的测度股票的流动性风险.     

基于重大偏差标准的软件项目工作量管理方法研究

为有效管理软件项目工作量,本文研究了一个基于重大偏差标准的软件项目工作量管理模型。该模型利用过程控制的原理和数理统计的方法,提出依据重大偏差标准和风险储备时间对软件项目进行动态控制,并介绍了风险储备时间与重大偏差标准的定量设置方法。该模型涵盖了从风险储备时间的确定,到重大偏差标准的提出,再根据风险储备时间和重大偏差标准进行监控的整个过程。为提高软件项目管理精度,保证项目在可接受的偏差范围内顺利完成打下坚实的基础。