基于一般失望模型的证券组合投资分析

基于Jia&Dyer(2001)[7]的一般失望模型,给出了一种新的非对称风险度量方法,它利用"上偏矩(upper partial mement)"来修正下方风险,不仅只考虑收益低于期望收益率时所带来的损失,而且利用了超过期望收益率时可能带来可观利润的收益.进一步给出了基于该非对称风险度量的组合投资计算方法,并通过上海证券市场的实际数据验证了该方法的有效性和实用性.     

摩擦市场中允许卖空的最优投资组合选择

资本市场的一个重要特征就是存在不确定因素,为了衡量其导致的风险,本文提出基于绝对偏差的新型函数,在一个存在摩擦的资本市场中构造均值-绝对离差(mean-absolute deviation,MAD)投资组合选择模型.该模型结构特殊性使其转化为线性规划问题,从而可利用单纯型法求解.实证分析比较了不同风险函数下投资组合的有效前沿,并验证了该方法的有效性.     

基于时变Copula函数的下偏矩最优套期保值效率测度方法研究

由于下偏矩测度方法具有明显优于最小方差风险度量方法的特征,因此是更为合理的套期保值效率测度准则。本文针对已有的计算最小下偏矩套期保值比率的非参数方法与参数方法存在的局限性问题,提出使用时变Copula函数来估计现货与期货收益率的联合密度函数,然后通过数值方法计算最小下偏矩套期保值比率的新方法。并且运用上海期货交易所交易的铜期货合约价格与上海金属网公布的铜现货价格数据进行实证检验,发现使用具有随时间变化的相关系数的Copula函数,与非参数方法相比,可以得到更小下偏矩的套期保值率。     

非对称结构下金融市场动态风险测度研究

针对金融市场呈现出的非对称结构,以新兴市场的中国大陆沪市上证综指(SSEC)和成熟市场的标准普尔指数(S&P500)作为代表性的研究对象,运用有偏学生分布(SKST)来刻画金融收益的有偏非对称分布形态;运用APARCH等模型来刻画金融收益条件波动率的非对称波动性,并以此来开展风险测度研究;最后运用返回测试中LRT和DQR来检验风险测度的准确性。实证结果表明:没有哪种金融收益的条件非对称波动模型具有绝对优越的风险测度能力;在标准收益服从的分布上,新兴市场SSEC与成熟市场S&P500市场却又表现出明显的不同,Normal分布并不适合SSEC,但能适合S&P500;ST能够适应SSEC,却不能适应S&P500,而SKST能够适应两种市场;对于S&P500,在99%这样高的置信水平下是Normal优越,而在95%的置信水平下却是SKST优秀,对于SSEC,SKST分布的准确性在两个水平下都是最高。     

绝对离差证券组合投资模型及其模拟退火算法

马柯维兹均值—方差模型使用收益率的方差度量证券的风险, 但是实际分布呈尖顶胖尾 状, 使得方差可能不存在. 作为度量风险的标准, 绝对离差比方差更为合适. 用绝对离差刻画了 风险, 提出基于绝对离差的证券组合投资模型, 并用模拟退火算法求解. 为了比较在两种风险 标准下两种模型的优劣, 首次定义了风险弹性. 实证分析表明, 在不同收益率水平下, 风险弹性 的绝对值都大于1. 说明绝对离差模型比均值- 方差模型无论在理论上还是在实际效果上都要 更好. 实证分析还表明, 绝对离差模型中有近似的两基金分离现象存在.     

金融资产收益非对称性的多标度分形测度及其在VaR计算中的应用

通过提炼多标度分形分析过程中所产生的对描述金融资产收益非对称特征有益的统计信息,提出了一种新的资产收益非对称测度--多标度分形非对称测度(Multifractal asymmetry measurement)Δf,并以沪深300指数长达7年左右的5分钟高频数据为实证样本,通过两种不同的VaR后验分析(Backtesting analysis)方法,实证对比了Δf测度和传统的偏度系数(Coefficient of skewness)测度在市场风险计算准确性方面的差异。实证结果表明:基于Δf测度的市场风险计算模型的VaR计算精度优于基于偏度系数测度的对应模型,Δf测度具有较偏度系数测度更为优异的对金融资产收益非对称特征的刻画能力。     

灾难风险、习惯形成和含高阶矩的资产定价模型

通过引入习惯形成因素,推导出包含灾难风险与习惯形成的高阶矩资产定价模型.数值模拟结果显示:1)该模型能够在相对风险厌恶系数更灵活的赋值区间内解释无风险利率之谜和股权溢价之谜;2)习惯形成因素的引入可以很好地解决基于高阶矩的灾难风险模型对于灾难风险参数选择过于敏感的问题;3)习惯形成显著改善了资产价格高阶矩近似的效果,削弱了高阶矩信息(四阶矩以上)对资产定价的影响.最后,考察了该模型在中国金融市场中的适用性,研究发现,灾难风险定价模型同样能够解释我国的股权溢价特征,且习惯形成因素也能够提升模型对中国金融市场的解释力.     

基于违约损失控制的商业银行多期资产组合动态优化模型

将银行资产组合的单位收益所承担风险损失和风险价值作为银行各项资产组合收益最大化约束,运用逆向递推原理和非线性规划方法,建立了基于违约损失控制的多期资产组合动态优化模型.运用逆向递推原理在考虑下一区段优化配置结果的前提下,控制本区段单位收益所承担的下偏矩风险.反映了不同区段的单位收益所承担的风险对贷款总体效果的相互影响,在考虑单个区间贷款最优的过程中,优化配给所有区段的贷款配给.用单位收益的风险损失下偏矩来控制违约风险损失,改变了流行研究用方差表述风险而导致的组合风险刻画不准的现象.     

基于下偏度最小化贷款组合优化模型

运用组合偏矩刻画信贷风险原理,以贷款组合下偏度最小化为目标函数,控制商业银行发生重大损失的概率;以组合风险价值VaR为约束条件,控制贷款组合的整体风险,建立基于下偏度最小化贷款组合优化模型。研究表明：下偏度不要求贷款收益服从正态分布,并能够很好地反映收益率分布的“左尾”,降低商业银行贷款组合发生重大损失的概率;同时下偏度可以真实反映贷款的本质,符合投资者的心理,并且可以反映多笔贷款之间的相关联系,解决现有模型的解析能力不足的问题。     

中国股票市场的高阶矩波动特征研究

最近的研究表明,除资产收益二阶矩外,高阶矩(包括三阶矩和四阶矩)同样是反映金融资产波动行为的重要方面.以中国股票市场最具代表性的两种股价指数--上证综指和深证成指 10 年的股价数据样本为例,通过构建可以刻画时变高阶矩的自回归条件方差-偏度-峰度模型,实证研究中国股票市场的高阶矩波动特征.研究表明,中国股票市场收益的偏度、峰度具有显著的时变性和波动聚类性;中国股市不但存在二阶矩(方差)风险,还存在显著的三阶矩(偏度)风险和四阶矩(峰度)风险,并且三阶矩风险和四阶矩风险具有同步性;将偏度方程和峰度方程引入波动模型会抵消原有方差波动的杠杆效应.初步提出将高阶矩波动模型运用于金融风险管理的思想.     

基金管理者报酬的线性模型研究与实证分析

探讨了四种跟踪组合回报率与目标回报率间偏差的线性模型 ,线性偏差比传统的二次型偏差更能准确描述投资者的风险态度 ,用线性规划给出了明确的优化方案 ,并对上海证券 A股各分类资产组合作出了实证分析和比较 ,得出为达不同的投资目标投资者确定投资组合及基金管理者报酬的各种优化模型 .     

Applying the Partitioned Multiobjective Risk Method (PMRM) to Portfolio Selection

The analysis of risk-return tradeoffs and their practical applications to portfolio analysis paved the way for Modern Portfolio Theory (MPT), which won Harry Markowitz a 1992 Nobel Prize in Economics. A typical approach in measuring a portfolio's expected return is based on the historical returns of the assets included in a portfolio. On the other hand, portfolio risk is usually measured using volatility, which is derived from the historical variance-covariance relationships among the portfolio assets. This article focuses on assessing portfolio risk, with emphasis on extreme risks. To date, volatility is a major measure of risk owing to its simplicity and validity for relatively small asset price fluctuations. Volatility is a justified measure for stable market performance, but it is weak in addressing portfolio risk under aberrant market fluctuations. Extreme market crashes such as that on October 19, 1987 ("Black Monday") and catastrophic events such as the terrorist attack of September 11, 2001 that led to a four-day suspension of trading on the New York Stock Exchange (NYSE) are a few examples where measuring risk via volatility can lead to inaccurate predictions. Thus, there is a need for a more robust metric of risk. By invoking the principles of the extreme-risk-analysis method through the partitioned multiobjective risk method (PMRM), this article contributes to the modeling of extreme risks in portfolio performance. A measure of an extreme portfolio risk, denoted by f(4), is defined as the conditional expectation for a lower-tail region of the distribution of the possible portfolio returns. This article presents a multiobjective problem formulation consisting of optimizing expected return and f(4), whose solution is determined using Evolver-a software that implements a genetic algorithm. Under business-as-usual market scenarios, the results of the proposed PMRM portfolio selection model are found to be compatible with those of the volatility-based model. However, under extremely unfavorable market conditions, results indicate that f(4) can be a more valid measure of risk than volatility.     

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.     

基于波动持续性的最优组合构建与分散化研究

构建恰当资产组合来减少风险, 是投资组合理论研究的重要目标.由于金融时间序列的波动往往会伴随着持续性特征, 该种特性会增大组合未来收益的风险.本文通过构建随机波动模型序列持续性最优投资组合模型, 以降低金融资产波动的持续性特征对组合收益波动的影响;并通过研究其分散化水平, 考察该投资组合构建方法的有效性与稳健性.研究发现:与均值方差的组合模型相比较, 序列持续性组合的风险分散化水平更好.此研究在资产组合选择方面, 具有较为重要的理论价值及实践意义.     

基于MIDAS分位数回归的条件偏度组合投资决策

条件偏度是金融市场典型特征之一，忽略条件偏度的组合投资决策往往难以有效地分散金融风险。为此，本文构建了包含条件偏度的组合投资模型，并给出其建模方法。首先，运用MIDAS-QR模型，改善条件偏度测度效果；其次，基于CRRA效用函数，将组合投资权重设计为条件偏度和特征变量的线性组合，建立组合投资模型并给出求解方案；最后，从沪深300指数中选取10支代表性成分股进行实证研究，从收益、风险和Sharpe比率等方面，将包含条件偏度的组合投资模型与等权方案、均值-方差模型等进行比较，分析条件偏度在组合投资中的作用。实证结果表明：MIDAS-QR是测度条件偏度的有效方法，其测度结果受异常值影响小，表现稳定；条件偏度对组合投资决策具有显著影响，包含条件偏度的组合投资模型能够有效地降低投资风险、带来更高的风险调整收益。     

CRMW风险缓释效用目标跟踪的债券投资组合优化策略研究

为缓释债券市场违约风险,央行着力推进信用风险缓释工具CRMW(信用风险缓释凭证)的发展,关于CRMW风险缓释能力度量及CRMW在债券投资组合中的应用成为了亟待解决的关键问题。为此,本文借鉴CVaR思想提出了“CRMW风险缓释效用”以度量CRMW对债券违约风险缓释能力,借助概率分位点理论定义债券的动态风险并制定了动态风险缓释跟踪目标,基于此跟踪目标探讨带有CRMW的债券投资组合优化策略问题。研究结果表明,在保证目标投资收益率的前提下,债券最优投资组合可达到风险缓释效用的目标,使其同时实现转移风险和保障收益的双重目的,且该投资组合优化策略表现出良好的抗风险性能。     

考虑下偏矩约束的增强指数模型

增强指数模型旨在用少量的成份股构建指数跟踪组合，以期在跟踪指数趋势的同时获取高于指数平均收益的超额收益.当市场指数下跳时，跟踪组合会跟随指数趋势而产生巨额损失，因此有必要在传统的增强指数模型中加入下端风险约束，以阻止跟踪组合随指数下跳的风险.下偏矩(lower partial moment,LPM)作为下端风险度量工具，具有良好的理论性质且涵盖了损失概率、期望损失、下半方差等经典度量方法，因此本文构建LPM约束下的增强指数模型.该模型有三个特点:第一，具有更加一般的目标函数且允许投资者根据自身的目标设置参数，通过调节模型中的权衡参数，模型可以退化到传统的指数复制模型和超额收益最大化模型;第二，加入非参数LPM约束，以控制跟踪组合的下端风险;第三，得到目标函数和非参数1-阶LPM的凸性，证明了基于非参数1-阶LPM约束的增强指数模型是凸优化问题.模拟和实证结果表明，本文的模型能够控制下端风险并获得超额收益.     

金融市场条件高阶矩风险与动态组合投资

针对传统组合投资理论没有考虑高阶矩风险和静态处理问题两大缺陷,提出多元GARCHSK模型用于衡量时变的高阶矩风险,基于效用函数的Taylor展开推导出带有高阶矩风险的动态组合投资策略,并利用遗传算法进行求解。实证研究表明,中国股市不仅存在高阶矩风险,而且风险具有时变特征;为防范高阶矩风险,投资者需要动态地修正他的资产配置权重。     

均值-方差模型具有一般不确定性下的最优资产组合选择

引入以记忆系数和无差异系数表征的随机变量测度均值-方差模型的一般不确定性特征,反映投资者的模型信任程度,研究均值-方差模型具有一般不确定性下的最优资产组合选择问题。基于资本市场线理论,构建最优资产组合选择是模型信任程度和基于均值-方差模型的传统资产组合选择的线性函数;基于记忆系数和无差异系数的不同组合,运用基于事例推理的方法求解二次效用投资者的最优模型信任程度,获得均值-方差模型具有一般不确定性下的最优资产组合,并以上证综指1997年1月-2014年8月的月度收益数据形成两个研究样本予以实证比较研究。结果表明,较大风险规避投资者,在较大记忆系数和较小无差异系数下,其模型信任程度调整较快、资产组合调整幅度大,表现出可获得性和代表性行为偏差,通常采取积极资产组合策略;反之,其模型信任程度调整渐进、资产组合调整幅度小,表现出锚定性和保守性行为偏差,通常采取消极资产组合策略;模型一般不确定性对最优资产组合选择的影响强于股票市场记忆性的影响。研究体现了投资者的有限理性,将传统的资产组合选择问题延伸至行为金融学领域。     

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。