基于VaR控制预留缺口的资产负债管理优化模型

以利率变化后的VaR风险限额约束条件,以资产组合的利息收入最大为目标函数,建立资产负债组合优化模型。本文的创新与特色一是通过预设持续期缺口使银行的资产组合在利率变动的有利条件下增加银行净值。这弥补了现有的零缺口免疫条件的资产组合不能使银行股东权益在利率变化中增加的缺陷。二是利用VaR技术建立约束条件控制预设的持续期缺口。在利率变动的不利条件下,通过在一定置信水平下的最大损失限额控制资本损失,把银行可能面临的利率风险限定在银行的净利息收入范围内。这种优化配给控制了资本损失,保护了股东权益,开辟了资产优化配置研究的新思路。三是利用银行间市场7天回购利率(R07D)的历史数据,估计了未来的市场利率波动量的概率分布,解决了由于影响因素多而难以刻画市场利率变动情况的问题。     

变动均值和方差资产配置模型的应用研究

本文在均值-方差模型的基础上,以改善估计误差为主线,选取了10种变动均值-方差的资产配置模型,以等权重策略为基准,运用了确定性等价收益和Alpha值为判断准则,同时考虑了允许卖空限制和非允许卖空的情况,实证研究结果表明：虽然在资本市场中配置模型并不能显著战胜等权重策略,但随着投资范围的扩大,模型开始显现配置效果,尤其在Alpha准则下,变动均值-方差资产配置显著。同时本文还将实证结果和目前我国投资者的实际资产配置情况进行了比较,发现了现实配置结构中的不合理之处,并提出了相应的改善建议。最后对4类常用资产进行了模拟研究,其结果也进一步证实了本文的结论。     

基于随机久期缺口控制的全资产负债优化模型

资产负债管理是银行等金融机构在负债结构和总量一定的前提下,通过对资产进行优化配置,达到资产流动性、盈利性和安全性“三性”之间的平衡。本文基于CIR动态利率期限结构求解随机久期,对包括增量和存量在内的全部资产负债组合的久期缺口进行预留和约束,构建资产负债优化模型控制利率风险。本文的创新与特色有三:一是以控制CIR利率期限结构的随机久期缺口为约束条件建立非线性规划模型、对资产配置进行利率风险免疫,反映了利率随时间的动态变化,突破了Macaulay久期、FW久期等现有研究的利率随时间的变化是固定不变或平行移动的限定条件,使资产配置的利率风险免疫更加符合现实情况。二是建立了包括增量资产负债与存量资产负债的全资产负债优化配置模型,改变了现有资产负债模型大多只考虑增量资产负债、而忽略存量资产负债的弊端。三是以市场利率朝着最不利方向变动时、预留缺口损失后的资本充足率仍满足监管要求为约束条件,保证了在利率不利变动情况下损失仍在可控范围内,在利率有利变动时银行净值增加。     

基于动态损失厌恶投资组合模型的最优资产配置与实证研究

从行为金融学的角度考虑投资者损失厌恶的心理特征,建立预期效用最大化的动态损失厌恶投资组合优化模型。以我国股票市场为依托,将市场分为上升、下降和盘整三种状态,研究动态损失厌恶投资组合模型的最优资产配置和绩效表现,并与静态损失厌恶投资组合模型、M-V投资组合模型和CVaR投资组合模型进行比较。最后,在具有交易成本的条件下对动态模型进行稳健性检验。得出结论：不同情况下,动态损失厌恶投资者具有不同的最优资产配置比例,且动态损失厌恶投资组合模型明显优于静态模型、M-V投资组合模型和CVaR投资组合模型。     

加权复合分位数回归方法在动态VaR风险度量中的应用

风险价值(VaR)因为简单直观,成为了当今国际上最主流的风险度量方法之一,而基于时间序列自回归(AR)模型来计算无条件风险度量值在实业界有广泛应用。本文基于分位数回归理论对AR模型提出了一个估计方法--加权复合分位数回归(WCQR)估计,该方法可以充分利用多个分位数信息提高参数估计的效率,并且对于不同的分位数回归赋予不同的权重,使得估计更加有效,文中给出了该估计的渐近正态性质。有限样本的数值模拟表明,当残差服从非正态分布时,WCQR估计的的统计性质接近于极大似然估计,而该估计是不需要知道残差分布的,因此,所提出的WCQR估计更加具有竞争力。此方法在预测资产收益的VaR动态风险时有较好的应用,我们将所提出的理论分析了我国九只封闭式基金,实证分析发现,结合WCQR方法求得的VaR风险与用非参数方法求得的VaR风险非常接近,而结合WCQR方法可以计算动态的VaR风险值和预测资产收益的VaR风险值。     

资产负债管理多阶段模型及应用

本文根据我国实际情况,考虑未来各种经济因素的不确定性,建立了资产负债管理问题多阶段随机优化模型.对基金公司的多阶段资产配置问题、个人财务计划问题、银行资产负债管理问题以及养老金问题进行研究,针对每一个具体问题对目标函数和约束条件进行了调整和改进.对未来不确定的经济因素采用向量自回归方法进行预测,得到了最优资产配置,使得与负债选择和投资者财富相联系的资产投资决策通过多期随机规划达到最优.     

投资组合VaR及其分解

本文在简要介绍投资组合VaR的概念及计算方法后对组合VaR进行了具体的分解。在阐述了边际VaR、成分VaR和增量VaR之间相互关系的基础上给出了资产收益率为正态和非正态分布假设下这三种类型VaR的计算方法,从而为资产组合管理者提供了更多有关投资组合市场风险的信息。     

基于GJR-GARCH的VaR模型及其在上海证券市场的实证研究

针对风险价值VaR的一般参数方法都是对称的,其在处理非对称时间序列时存在着局限性,本文提出了非对称的VaR计算模型,并以上海证券市场为对象进行了实证研究,结果表明基于非对称的VaR计算模型优于对称的VaR计算模型。     

考虑损失规避的期望效用投资组合模型

投资者行为的本质特征会影响投资者对不同风险资产的投资决策。本文从期望效用最大化的角度研究不同风险资产的配置问题,并将人的心理活动引入了投资组合模型之中。论文借鉴了损失规避这个重要的概念,将投资者的效用函数表示为期末财富和财富变化的函数;建立了基于损失规避的最优投资组合模型;并对我国上海股票市场进行了实证分析,得到了在财富变化的不同关心程度下的组合前沿。     

基于多元t-分布的外汇期权市场风险非线性VaR度量模型

主要研究当汇率回报呈多元t-分布时,对于外汇期权非线性头寸的VaR(Value at Risk)度量的问题.在推导出多个外汇期权的投资组合的二次近拟的矩母函数表达式基础上,本文使用傅里叶变换、切比雪夫不等式、数值转换计算求出投资组合的VaR的值,并和基于多元正态分布Comish-Fisher模型以及基于Delta-正态模型计算所得的VaR值了进行比较.这种方法克服了厚尾分布的VaR计算的困难.     

基于通货膨胀和风险偏好视角的资产配置研究

不确定条件下的资产配置问题无论对于学术研究还是投资行为都具有重大的理论和实际意义。本文选取广义范围上的现金、股票、债券作为投资者进行资产配置的产品,在CRRA(Constant Relative Risk Aversion)和HARA(Hyperbolic Absolute Risk Aversion)两种偏好假设下,分别求出了投资者效用最大化时的最优财富以及最优资产组合中各资产的权重,并比较分析了两种偏好假设下通货膨胀、风险偏好、投资期限三种因素对资产配置的影响。研究结论表明:通货膨胀会影响股票和债券的风险溢价,进而影响最优资产组合中各资产的权重;股票的权重不会受投资期限的影响,在通货膨胀率和风险偏好不变时,其值始终为一常数,但债券和现金的权重则由投资期限、通货膨胀和风险偏好共同决定;此外,在CRRA和HARA偏好假设下,以上三种因素对资产配置的影响存在较大差异,特别是在HARA框架下存在买空行为。     

基于SV-SGED模型的动态VaR测度研究

本文针对金融资产收益展现出“有偏”及“厚尾”分布特征,引入有偏广义误差分布（SGED）来描述资产收益,继而提出SV-SGED模型对资产收益波动率建模,并以此来测度动态风险值（VaR）,进而采用后验测试技术对风险测度模型的精确性进行检验。同时,为了估计SV模型的参数,提出基于有效重要性抽样（EIS）技巧的极大似然（ML）估计方法。最后,给出了基于上证综合指数的实证研究。结果表明,SV-SGED模型比正态分布假定下的SV（SV-N）和广义误差分布假定下的SV（SV-GED）模型具有更好的波动率描述能力,SV-SGED模型展现出比SV-N和SV-GED模型更优越的风险测度能力。     

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。     

基于EVT-POT-SV-MT模型的极值风险度量

针对金融资产收益的异常变化,采用SV-MT模型对风险资产的预期收益做风险补偿并捕捉收益序列的厚尾性、波动的异方差性等特征,将收益序列转化为标准残差序列,通过SV-MT模型与极值理论相结合拟合标准残差的尾部分布,建立了一种新的金融风险度量模型——基于EVT-POT-SV-MT的动态VaR模型.通过该模型对上证综指做实证分析,结果表明该模型能够合理有效地度量上证综指收益的风险.     

时变损失厌恶下基于动态CVaR的ETF基金最优资产配置策略研究

首先对静态线性损失厌恶下的最优资产配置策略模型及其性质进行了分析,构建了基于TGARCH-EVT-POT-GPD的动态市场风险测度方法,提出了时变损失厌恶条件下基于动态条件风险约束的ETF基金最优资产配置策略模型,并基于遗传算法进行了求解。实证研究发现：当参考收益率及CVaR置信水平固定时,随着损失厌恶系数的增大,投资者采用大幅调整资产权重的方式来获得盈利的行为将逐渐减少;当参考收益率及损失厌恶系数固定且CVaR置信水平变化条件下,置信水平越高,损失厌恶投资者更偏好风险较低的资产,其对于投资风险的估计将更加敏感,投资策略更为保守;损失厌恶系数较高置信水平固定时,随着参考收益率的增加,单项资产的CVaR逐渐减小;在置信水平较高时,随着损失厌恶系数的增加,即使参考收益率增加,但投资组合的超额损失平均水平降低。     

基于VaR收益率约束的贷款组合优化决策模型

本文以贷款的收益率为金融资产的收益,以贷款收益率的波动为标准反映贷款风险,在VaR约束下,以拉格朗日乘子法为工具求二次规划,建立了在既定组合收益范围内,组合风险最小的贷款组合优化决策模型。该模型的特点一是以收益率最大损失的形式、而不是收益额的形式来反应VaR,使组合决策分析更为方便。二是考虑了风险之间的相关性,用组合VaR的收益率最大损失来控制贷款收益率的风险限额;使贷款的分配直接反映了商业银行的风险承受能力。三是在合理的目标收益范围内,给定任意一个决策者期望的收益率,总能找到对应的风险最小的贷款组合,由此模型求出的有效边界,为组合贷款的优化决策提供了科学的方法。     

基于VaR的金融资产配置模型

本文根据均值-方差模型的框架,建立了用VaR代替方差或标准差作为风险的测量指标时的均值-VaR模型,同时使用等VaR线分析了两种模型的内在联系。作为模型的扩展本文还分别考虑了存在无风险资产,负债和非正态分布时的情形。此外讨论了均值-VaR模型有效边界的一些性质。     

基于Copula-AL法的VaR和CVaR的度量与分配

金融资产收益率的实际分布具有明显尖峰肥尾和不对称等特征,本文采用非对称拉普拉斯分布来刻画这些特征,结合Copula函数技术来描述资产间的相关性结构,研究了市场组合VaR和CVaR的度量和分配。选取上证指数和深圳成指的组合为例,计算了组合风险及其分配。结果表明,基于t-Copula-AL模型的VaR、CVaR法计算简单准确,且能方便地进行风险分配。