基于Copula-APD-GARCH模型的投资组合有效前沿分析

根据ES风险度量方法,拓展了马克维茨均值-方差资产组合模型,研究均值-ES准则下的资产组合问题.用APD-GARCH模型刻画风险资产收益率序列,以多元Copula函数描述风险资产间的相关结构信息,构造灵活的Copula-APDG-ARCH模型.利用该模型,借助Monte Carlo模拟,分别研究相关结构是多元正态Copula函数、多元t-Copula函数和多元Clayton Copula函数的风险资产组合的均值一ES有效前沿,并进行比较.实证研究表明,在有效组合范围内,正态Copula函数明显高估了资产的组合风险;当期望收益较小时,t-Copula函数对应的风险值最小,但随着期望收益的增加,多元Clayton Copula函数时应的有效前沿表现最好.     

Copula函数在风险价值度量中的应用

在计算投资组合的风险价值（Value-at—Risk）时,传统的方法是假设多个金融资产的收益率序列服从多元联合正态分布．但这种假设经常与实际市场的观测不符,并且在极端事件发生时常会低估风险。为了更好地刻画投资组合的风险．本文提出利用Copula函数结合非对称Laplace分布技术来解决这个问题：Copula函数能够很好地刻画多个金融资产间的相依结构关系．另一方面利用非对称Laplace分布来刻画单个金融资产收益边际分布的非对称性和厚尾性。利用Kupiec的失败频率检验方法,本文验证了模型的有效性。实证研究表明Copula函数结合非对称Laplace分布技术能够很好地度量投资组合的风险价值VaR．从而有助于更好地测度和规避金融市场的风险．     

基于Copula的外汇投资组合风险分析

本文简要介绍了Archimedean Copula,并运用Archimedean Copula给出了确定两种外汇最小风险(VaR)投资组合的方法。并用这个方法,对欧元和日元的投资组合做了相应的风险分析,得到了二者的最小风险投资组合,并对不同置信水平下VaR和组合系数做了敏感性分析。     

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。     

基于时变Copula的供电公司多期购电组合优化模型

针对供电公司在多市场、多阶段的购电组合问题,构建了以供电公司期末收益最大、以多期一致性风险度量函数测度的风险最小的多期购电组合优化模型。其中考虑到电力日前期货市场和实时市场电价序列的尖峰、厚尾特性和两市场电价序列间的相关结构,采用时变SJC Copula-(GARCH-T,GARCH-GED)模型拟合电价序列,并进行模拟。算例结果表明,多期投资组合决策优于单期连续决策,也优于整体购电决策。     

金融网络下投资组合风险及最优规模研究

从资本市场互联的网络角度,讨论金融资产组合优化与均衡规模问题. 在金融资产与负 债非平衡条件下,给出单个部门的投资规模、投资风险控制模型. 从金融网络角度,分析多部门 间金融工具的均衡问题,建立描述系统均衡规模、均衡价格的模型. 并在不同投资效用函数下, 求解单个部门及多部门模型的最优解.     

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。     

基于存量与增量全部组合风险最小的贷款优化决策模型

以0-1规划为工具,以VaR风险控制为约束条件,建立基于存量与增量全部组合风险最小的贷款优化决策模型,模型综合反映贷款存量组合累计风险对贷款决策的直接影响,合理地考虑贷款存量组合与贷款增量组合的关系,真正地控制银行全部贷款组合风险,改变现有研究仅优化增量贷款组合的现状,开拓金融资产组合优化理论的新思路;将VaR作为防范贷款风险的一道防线,用组合的VaR来控制贷款收益率风险限额,直接反映商业银行的风险承受能力;在贷款组合过程中,使用上下界限制,使商业银行既能较好地进行风险控制,又可以充分利用贷款头寸,使贷款总额保持阶梯型分布,这样商业银行可以尽量做到负债到期时有相应数量的资产相互匹配.     

非对称Laplace分布下的均值-VaR模型

非对称Laplace分布可以描述分布的尖峰厚尾和有偏特征,被许多学者用来拟合金融资产的历史收益率数据,进而测算金融资产的尾部风险,然而非对称Laplace分布下的投资组合研究尚不成熟。因此本文在非对称Laplace分布设定下给出VaR的解析表达式,并建立均值-VaR模型研究投资组合选择问题。在理论上我们证明该模型是凸优化问题,可以转化为二次规划问题进行求解,从而可得到模型全局最优的解析解。进一步地,我们分别得到存在无风险资产和不存在无风险资产时投资组合前沿的解析式。最后基于上证50指数及其成份股的历史数据进行实证分析,研究结果表明本文构建的模型在实践中的投资表现良好。     

VaR之下厚尾分布的最优资产组合的收敛性

主要研究在VaR风险度量之下,收益具有厚尾性质的资产的投资组合问题.证明了基于尾部分布二阶展开的最优投资组合收敛于基于尾部分布一阶展开的最优投资组合.因此,对于VaR风险度量之下的最优投资组合问题,如果要求的风险承受水平充分低,则只需要利用尾部分布的一阶展开代替厚尾部分布进行近似计算,就可以达到满意的精度,从而不需要进行复杂的高阶运算.