论商业银行资产组合的风险分散

随着我国银行商业化的深化 ,商业银行的风险也在不断增加 ,而且目前尽管我国银行业的资产种类尚比较单一 ,但商业银行投资领域的拓宽 ,资产种类的多样化已是一种必然的趋势。文章运用 Markowitz模型 ,建立了关于资产组合的最优解的数学模型。通过对该模型的求解 ,解决了在存在多种资产可供选择的情况下 ,如何进行最优资产组合 ,以分散风险 ,达到在保证一定的收益的情况下 ,使风险最小的目的 ,并运用实证分析的方法 ,证实了这一结论     

基于风险偏好系数的半方差房地产投资组合模型

文章基于半方差度量投资风险和投资者的风险偏好行为可变,构建了带有风险偏好系数的丰方差房地产投资组合模型.经实例验证,得出结论:该模型能求出更优的投资组合;投资决策取决于风险和收益之间的对比,即单位风险的回报才是资产选择的决定因素.     

分散投资的定量模型探讨

文章对投资建立了收益与风险的双目标规划模型,在目标函数为非光滑函数时,给出了该目标规划的算法,确定出合适的资产组合的投资比例.     

海外资产配置与A股国际化是“双赢”之举吗——基于投资组合均值—方差张成检验的实证分析

资产配置效率是影响投资组合绩效的关键因素,如何衡量资产配置效率对于投资者构建与评价投资组合表现具有重要现实意义。基于改进后的均值—方差张成检验模型,分别研究A股市场投资组合引入国际资产以及国际投资组合引入A股指数后对原有投资组合表现的影响及成因,研究结果表明:在国内A股投资组合中引入发达市场股票指数可以有效控制A股投资组合的尾部风险,而在国际投资组合中引入A股指数则能够提升国际投资组合的夏普比率,并且目前A股指数尚不能够替代国际投资组合中的其他新兴市场指数;国际投资者应当引入A股资产以提升投资组合风险收益比,A股投资者应引入国际资产以有效控制投资组合尾部风险。     

基于多维t-Copula函数的投资组合的CVaR分析

文章根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上具有的优势,构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度与资产组成下的投资组合的CVaR(条件风险价值).实证说明,根据本文提出的模型度量资产的风险,可以使投资者选择的资产更加稳健;同时也有利于投资者对投资组合整体风险进行分散和监管.     

基于阈交理论的投资组合风险度量

风险控制已经成为投资管理的重要内容,如何对投资组合进行风险度量一直是研究的热点.文章在极值理论的基础上,建立了用于计算投资组合最大亏损事件概率的阈交方法.通过对上证指数的历史数据进行经验研究,发现该方法能很好地度量我国证券资产的实际风险程度.该方法弥补了传统风险工具VaR的不足,有助于投资者更好的进行风险控制.     

投资组合模型的动态规划解法

文章针对投资组合问题,建立了总风险控制下的以最终的总收益最大化为决策目标的资产投资组合模型,并利用动态规划方法对模型进行了求解,可以求得模型的整体最优解。     

证券组合投资的目标规划模型研究

文章通过对证券组合投资的预期收益率和投资风险进行综合定量分析,建立了证券组合投资的预期收益率和投资风险的目标规划模型,通过确定合适的证券组合的投资比例,可使证券组合投资的预期收益率和投资风险达到投资者满意的程度,这对投资者具有指导意义,最后给出了该模型的应用分析.     

投资组合VaR分解的一种新方法

当前,国内有许多金融学者投入于VaR方法的理论及应用研究工作并取得了很多有意义的成果,这些研究主要聚焦于模型的计算方法体系,而对投资组合的进一步分解则较少涉及.然而,对于我国机构投资者来说,其在日常交易及资产管理过程中,在把握好资产组合整体市场风险的同时也会很想了解投资组合中各资产的大小及变动某一资产权重或增添某一类新资产,将对当前投资组合的整体产生怎样的影响.投资组合分解是分析的一个重要方面,因为它能作为管理整个投资组合风险的有效工具.     

基于多维Copula函数的投资组合CVaR分析

目前国内有关Copula函数的实证研究主要以二种资产的相关性为主.根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上的优势,构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度下投资组合的最小条件风险价值(CVaR).实证表明,根据所提出的模型度量资产的风险,可以使投资者选择的资产更加稳健,同时也有利于投资者对投资组合整体风险进行分散和监管.     

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。     

组合证券投资资产配置的边际分析法初探

文章在均值—方差模型的基础上,通过构造组合证券投资的效用函数,采用边际分析法将多目标非线性规划问题化为线性方程组求解,并对资产进行配置,得出了单个证券对证券组合的风险贡献与其超额期望收益占证券组合的总超额期望收益的比例相一致的结论,为风险预算提供了可靠的理论依据。     

Granularity Adjustment for Efficient Portfolios

This article considers large portfolios of assets submitted to both systematic and unsystematic (or idiosyncratic) risks. The idiosyncratic risks can be fully diversified if the portfolio size is infinite, but only partly diversified otherwise. The granularity adjustment measures the effect of partly diversifying idiosyncratic risks. We derive the granularity adjustments for a portfolio with naive diversification and for the efficient mean-variance portfolio allocation. We consider in particular the Sharpe performances, with and without short-sale restrictions and we highlight the effect of concentration risk.     

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。     

Optimal Strategies for a Long-Term Static Investor

The optimal strategies for a long-term static investor are studied. Given a portfolio of a stock and a bond, we derive the optimal allocation of the capitals to maximize the expected long-term growth rate of a utility function of the wealth. When the bond has a constant interest rate, three models for the underlying stock price processes are studied: Heston model, 3/2 model, and jump diffusion model. We also study the optimal strategies for a portfolio in which the stock price process follows a Black-Scholes model and the bond process has a Vasicek interest rate that is correlated to the stock price.     

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。     

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。     

基于小波协方差的中国股市波动序列相关性的实证分析

在介绍概率变化协调的相关性度量方法的同时,证明了该方法是传统方法的推广。又依据小波协方差在不同尺度下的分解理论,提出了基于小波协方差的相关性度量方法,并对沪深股市波动序列之间的相关性进行了实证分析。结果表明：沪深股市波动序列在整体上具有正相关性,但在不同尺度下沪深股市波动序列之间的相关性不同,小尺度下相关性小。对投资者而言,最好以小尺度为基准选择分散投资策略。     

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。     

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.