不允许卖空条件下组合证券投资的几个问题

现代组合证券投资理论研究不确定情形下理性投资行为的优化问题。1952年，H．M．MarkowttZ提出均值--方差模型（简称EVW，率先探讨了将现代证券理论应用到投资领域的可能性。马氏认为，一般投资者在选择证券时，同时存在希求满足和厌恶风险的倾向，最终的选择是在期望效用达到最大的目标下二者权衡的结果。对一含有n种风险证券的组合投资问题，记R--n种风险证券的收益列向量小--n种风险证券的期望收益列向量，已一收益的协方差矩阵，en--单位列向量，X--组合证券投资比例系数列向量，E--期望组合收益标量，V--组合收益方差标量，则EVM…     

市场模型下的风险构成与现实计量

投资者都希望在同样的风险水平下获得最大的期望回报。马科威茨的证券组合理论对证券组合的风险水平和期望回报给出了定量分析，但由于其实际操作中计算量较大，故多应用夏普的市场模型。实际应用中，一般先用最小二乘法计算出证券的期望回报和风险水平，再根据自己的投资目标进行组合证券的选择。夏普的市场模型为：民；一。＋pi兄十q，其中：民为证券i在期间t的回报，Rp；为证券组合在期间t的回报，a；为证券i在期间tR。一0时的期望回报，6为证券i的回报相对于证券组合回报变动的测度，q；为期间t时其他影响证券i回报变动的随机误差。一…     

一个改进的Harlow下偏矩证券组合优化模型

0引言在金融市场上,交易主体追求的是收益最大化,但高收益总是伴随着高风险。为在降低风险的同时实现收益的最大化,应将资金分别投资于不同的证券进行组合证券投资。确定证券组合的关键是依投资者的偏好对收益和风险加以权衡,在总投资资本中合理分配各种证券的投资比例。一个成     

统计方法在证券投资风险分析中的应用

文章探讨了对证券投资的收益率和风险进行估计的一般方法:通过分析收益率与风险存在着线性相关关系,得出了高收益必然伴随着高风险的结论;求出一种证券的收益率与整个证券市场收益率的线性回归直线,为投资者进行风险分析奠定了基础;探讨了通过组合证券投资的途径降低投资风险的一般方法。     

投资组合模型的线性分式规划解法

本文对证券投资组合的最大收益、最小风险投资决策问题,提出了一个兼顾收益和风险的效用函数;并建立了基于线性分式规划的投资组合选择模型,给出了该模型的线性分式规划解法。     

基于风险控制的证券投资决策

Markowitz证券组合核心理论是在投资决策中选择风险(用方差或标准差描述)最小、期望收益(用均值描述)最大的证券组合,即依据均值-方差模型来构造最优证券投资组合.Markowitz的均值-方差模型给出了投资决策的最基本、最完整的分析框架,是当今投资理论和投资实践的主流方法.     

论证券风险的测算

人们在进行证券投资决策时，总是追求收益的最大化和风险的最小化，即在收益一定时风险最小或风险一定时收益最大，从而在收益和风险这一对相互关联、相互作用的矛盾统一体中寻求某种均衡。那么如何测定证券的风险以供比较呢？本文试图从风险的本质含义出发对证券投资风险...     

基于夏普测度极大化的最优证券选择方法

一、引言在一个弱有效的市场上,投资基金管理者的任务就是实施积极的资产组合管理,不断提高投资绩效。一般来说,他们需要做好两方面的工作:一是建立在宏观经济因素基础上的市场时机选择,通过合理把握市场时机而获取收益;二是基于微观经济预测的证券选择,这要求基金经理人识别错误定价的证券,并将它们与其他证券(如市场指数证券)有效结合,分散风险,同时获取超额收益。依据均值-方差资产组合理论,这就意味着基金经理人的目标就是要使事前夏普     

风险测度模型的建立及实证

Markowitz均值-方差(M-V)模型是至今应用最广的组合投资模型.当然模型仅当证券的随机收益服从正态分布,投资者的效用函数是二次函数时才成立.而大量实证研究表明证券的随机收益是偏态分布,理性投资者的心理是递减的绝对风险厌恶的,因为投资者的财富越多,对风险的抵抗能力越大,二次效用函数不能刻划这种心理.本文利用期望效用函数,对风险厌恶型投资者的最优投资行为进行理论分析,建立了投资组合的风险测度模型,包括绝对风险厌恶程度和相对风险厌恶程度的度量.     

行业投资中的战略风险预算方法研究

本文将风险预算技术应用于机构投资者的行业投资战略风险管理中。为了准确地界定战略风险预算中的风险源,在国内基准证券组合比较少,不可能把战略风险源用可投资的战略基准证券组合进行刻画的情况下,引入多因素模型来刻画行业收益的风险源,建立了基于多因素模型的行业投资战略风险预算模型,并结合三因素模型进行了实证分析。在对行业战略风险进行预算的基础上配置风险,找到了一种能更好地控制行业投资战略风险的方法。     

信贷约束、风险态度与家庭资产选择

本文运用中国家庭金融调查数据（CHFS）,从信贷约束与风险态度两个方面研究其对家庭资产的参与及配置影响。研究发现,在控制其他因素情况下,家庭信贷约束会增加家庭风险厌恶程度;受到信贷约束的家庭,其房产持有概率和房产市值均显著下降;其股票持有概率会显著下降,但对其持有股票市值影响并不显著;受到信贷约束的家庭,其购买商业保险的概率偏低;家庭风险态度对家庭房产选择的影响不显著;对股票资产的持有概率和持有量均产生负向影响,对商业保险资产的持有则产生显著正向影响。     

资产配置模型的选择:回报、风险抑或二者兼具

近年来以风险平价为代表的基于风险的配置模型广为流行。这些模型的一大特点是放弃回报信息。而以均值方差模型代表的基于回报的配置模型则认为回报很重要而且默认对回报的预测是准确的。这两种做法都有问题。考虑到回报的可预测性得到了大量经验研究的支持,那么对于基于风险的配置模型而言,完全放弃回报则意味着有关回报的有用信息得不到充分利用。对于基于回报的配置模型而言,不考虑参数估计误差而且对输入参数敏感的缺点也大大抵消了它们利用回报信息带来的好处。那么,回报是否重要以及应该如何使用回报成了资产配置研究所面临的一个重大问题。为此,本文提出以风险平价为配置基准,以贝叶斯VAR回报预测为主观观点的Black-Litterman(贝叶斯BL)模型回答这一命题。利用1952-2016年的美国股票和债券季度数据,本文将贝叶斯BL模型与现有配置模型进行比较研究。实证结果表明,相比基于回报的配置模型,贝叶斯BL模型降低了组合风险;相比基于风险的配置模型,贝叶斯BL模型增强了组合回报。这些特性来自于它既能利用回报可预测性带来的有用信息,又能够发挥基于风险的配置模型在控制风险方面的优势。因此该模型表现出增强回报和控制风险兼具的特点,是一条具有潜力的资产配置新方案。     

金融机构尾部风险溢出效应———基于改进非对称CoVaR模型的研究

为准确度量我国金融机构对金融系统的尾部风险溢出,本文改进了基于CoVaR 方法的分位数回归模型。基于极值理论和ARMA-GARCH模型拟合收益率边缘分布,构建了改进的非对称CoVaR模型,从系统性金融风险贡献绝对值(△CoVaR)和相对值(%CoVaR)两方面详细考察了2002年7月1日至2018年12月28日我国42家上市金融机构的尾部风险溢出效应。结果表明:在q=0.01的情况下,不同类型金融机构对金融市场的系统性金融风险贡献有显著差异,银行类与保险类机构的系统性金融风险值得重点关注;金融机构的系统性金融风险贡献相对值与在险价值存在显著联系,自身风险最低的银行类机构具有最大的风险溢出强度,是我国系统性金融风险防范的核心对象,尤其是国有控股银行。研究结论对于有效防范我国系统性金融风险具有重要的理论价值和现实意义。     

基于模糊概率的Markowitz投资组合分散风险的理论及实证研究

在分析Markowitz模型不足的基础上，提出了一个修正模型。该模型采用模糊概率的方法对投资组合里各资产的权重进行合理调整，更准确地显现投资组合分散风险的效果，并利用实际数据对该模型进行了实证研究，验证了资产数量与组合风险之间关系的理论学说，表明在近年来的上海股票市场中适宜的投资规模不超过20种。     

基于高维波动率网络模型的股票市场风险特征研究

波动率是金融风险管理研究的重要内容之一。本文基于复杂网络理论和数据挖掘技术提出股票市场的高维波动率网络模型。首先运用互信息度量不同股票价格波动之间的相关关系,其次对股票市场不同周期下的波动情况建立度的中心势、平均距离、幂律分布等网络拓扑指标,再次根据这些指标利用Prim算法构建出高维波动率网络模型,最后运用Newman-Girvan算法对股票价格波动率的相关性进行分层研究。高维波动率网络模型突破了传统波动率模型关于变量维数的限制,能够在依赖少量假设的基础上,挖掘出多个金融市场主体间的相互关系,反映金融市场的风险特征及网络拓扑性质。实证结果发现：与常用的Pearson相关系数法相比,在互信息框架下,股价波动的非线性相关关系得到了更好的度量;股票市场的整体波动性与个股波动率相关性变化趋势相反,市场处在高波动时期资产组合分散化效果较好;网络中存在少量度数大的关键节点和中心节点,风险通过这些节点可以迅速传递到整个市场;股票市场的运行具有明显的行业聚集现象;网络分层研究进一步直观的展现了风险在层与层之间的传递规律和与之对应的行业特征。高维波动率网络模型为挖掘股票市场的风险特征与管理金融风险提供了一个新的工具。     

通货膨胀预期视角下的货币政策对资产价格反应问题的研究

通过纳入通胀预期,本文研究了我国货币政策对资产价格（房价和股价）反应的方式、非对称性和急缓程度,结果表明：（1）通胀预期在货币政策分别对房价和股价的反应中起到明显不同的作用;（2）货币政策“关注”房价而“盯住”股价,即货币政策“间接地”根据通胀预期调整对房价的反应,但通常并未考虑通胀预期就“直接” 调整对股价的反应;（3）货币政策在整个样本期内均对房价作出正向反应,且随通胀预期的不断攀升反应逐渐增强,但对股价却采取所谓“调牛不调熊”的非对称反应,且随股价涨幅的增加反应逐渐增强;（4）这两种非对称反应均是逐渐(平滑)调整的。最后,本文还从政策层面上讨论了货币政策对资产价格反应的持续性问题。     

基于可信性理论的Mean-CVaR投资组合优化

选取CVaR作为风险度量指标,在可信性理论的基础上构建Mean-CVaR投资组合模型,采用Markov过程预测作为模糊变量的预期投资收益率,并设计基于模糊模拟和遗传算法的混合智能算法以求解;选取上证50成份股2013—2014年的日度历史交易数据,将该模型应用到中国证券市场,结果发现该投资组合模型与中国证券市场的环境具有一定的适应性,能够为投资者的投资决策提供依据。     

基于投资者异质性的投资组合选择与证券市场价格

 马科维茨给出了风险规避型投资者最优投资组合的解,并论证了组合投资的风险分散功能。然而组合投资是否只是风险规避型投资者的“专利”呢？本文依据马科维茨均值-方差模型的研究范式,在充分讨论不同风险偏好投资者投资组合选择最优解的基础上,分别剖析了风险规避、中性、追求型三类投资者投资组合选择行为,以此为依据来探讨均衡条件下证券市场运行特征,并相应给出我国证券市场的经验证据。分析结果表明：无论哪类风险偏好型投资者,其都存在可供选择的最优投资组合方案,只是风险追求型投资者的最优解复杂一些罢了,风险中性型投资者将选择ETF工具代替市场组合,且他们的选择行为对市场运行不产生影响,市场运行完全由风险规避和风险追求型投资者的行为决定,虽然我们从投资组合选择的差异上无法区分个体投资者的风险偏好类型,但我国证券市场整体却表现出明显的风险追求型特征。     

Stochastic Spanning

ABSTRACT

This study develops and implements methods for determining whether introducing new securities or relaxing investment constraints improves the investment opportunity set for all risk averse investors. We develop a test procedure for “stochastic spanning” for two nested portfolio sets based on subsampling and linear programming. The test is statistically consistent and asymptotically exact for a class of weakly dependent processes. A Monte Carlo simulation experiment shows good statistical size and power properties in finite samples of realistic dimensions. In an application to standard datasets of historical stock market returns, we accept market portfolio efficiency but reject two-fund separation, which suggests an important role for higher-order moment risk in portfolio theory and asset pricing. Supplementary materials for this article are available online.     

我国保险投资组合的模拟和金融风险测量研究

 本文利用Copula函数的概念研究了保险投资组合多元金融数据的统计模拟。根据我国保险投资的特殊性，我们选用沪深300指数、基金指数、企债指数和国债指数四种风险资产来模拟保险投资组合中的股票、基金、企债和国债收益。基于模拟的结果分别利用传统近似方法（Add-VaR、N-VaR和H-VaR）和Copula方法计算了投资组合的总风险；相对于Copula-VaR方法，Add-VaR显著高估了风险，N-VaR显著低估了风险，H-VaR对于Copula-VaR的近似效果比较好，但其也高估了风险，即H-VaR相对于Copula-VaR是一种比较保守的方法。另外，我们分析了投资组合权重变化和Copula函数的选择对投资组合总风险的影响。