均值-CVaR投资组合有效边缘的灵敏度分析

文章基于CVaR的风险度量技术,考察了当投资组合的资产数量增加时投资组合的均值-CVaR有效边缘.探究了其经济含义,并与方差风险下的均值一方差边界进行了对比研究.可以发现,使用CVaR风险度量标准可以使投资者在资产选择时更加稳健,同时也有利于对风险进行分散和监管.     

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.     

资产数量减少情形下CVaR投资组台的灵敏度分析

文章基于CVaR的风险度量技术,考察了当投资组合的资产数量减少时投资组合的均值-CVaR有效边缘,探究了其经济含义,并与方差风险下的均值-方差边界进行了对比研究.我们发现,使用CVaR风险度量标准可以使投资者在资产选择时更加稳健,同时也有利于对风险进行分散和监管.     

基于CVaR风险度量的投资组合优化决策

投资组合优化问题依赖于风险度量方法和投资组合收益率分布函数的选取。针对收益率通常不服从多元正态分布以及均值—方差模型低估了投资组合发生重大损失的风险,文章利用多元广义双曲线分布来拟合投资组合收益率,从而更加灵活地捕捉收益率数据的偏态和尖峰厚尾特征;使用CVaR代替方差和VaR来度量金融资产重大损失风险,进而建立均值—CVaR投资优化模型。实证研究结果表明,相对于均值—方差模型,均值—CVaR能够更好地反映投资组合收益率分布,提高投资者控制投资风险的能力。     

基于概率的投资选择

1952年,H.Markowitz在将投资收益的不确定性视为投资风险的假设下,提出了用统计学中的方差和标准差来度量金融资产的市场风险.并从数学的角度说明了组合投资是降低投资风险的有效方法之一.     

资产数量减少情形下CVaR投资组合的灵敏度分析

文章基于CVaR的风险度量技术,考察了当投资组合的资产数量减少时投资组合的均值-CVaR有效边缘,探究了其经济含义,并与方差风险下的均值-方差边界进行了对比研究。我们发现,使用CVaR风险度量标准可以使投资者在资产选择时更加稳健,同时也有利于对风险进行分散和监管。     

基于Factor-GARCH模型的动态VaR与CVaR度量及实证研究

动态CVaR作为投资组合的风险度量工具较动态VaR有很多优点,但同动态VaR的计算一样,随着投资组合资产数量的增加,计算难度迅速增大。通过改良Factor-GARCH模型,将其用于多种资产时变方差-协方差矩阵的估计,实现了降维的目的,克服了计算多元动态CVaR时的困难。实证研究表明,与动态VaR相比,动态CVaR作为一种更保守的风险度量工具,能准确反映投资组合的可能损失。     

金融风险的度量与指标选择

目前理论界用来度量金融风险的技术或方法主要有VaR技术、方差、半方差、分位数差等,但是,最近的研究和实践已发现用这些技术或方法来度量金融风险的大小存在着明显的缺陷.本文认为采用"投资发生损失"这个指标来度量金融风险的大小较为合理,并试图用"发生损失"这一事件出现的概率最小来导出投资组合的选择.     

一种新的风险投资组合模型构建方法

一、引言　　风险投资所进行的是高风险高收益的投资 ,这种投资的特点与一般的证券投资不同 ,从而决定了其投资组合有别于一般基金的投资组合。( 1)风险投资所作的投资往往是开创性的 ,可能并无大量的历史数据可查 ,即便有也可能较少 ,不满足数理统计关于样本容量的要求 ;( 2 )风险投资的投资注重长期资本收益 ,因此其风险不宜只沿袭传统的系统风险和非系统风险的划分方法 ,其收益与证券市场整体收益的相关性可能并不显著 ;( 3)风险投资的投资收益分布并不一定符合正态分布 ,因此用方差或标准差来度量风险 ,可能并不切合实际 ,也就失去相应…     

基于谱风险测度风险计量指标的银行投资组合决策模型

随着投资组合理论的发展,寻求合理的风险度量方法已成为了金融工程研究的热点之一。这些风险度量方法包括Markowitz提出的半方差风险度量方法,Leibowitz和Kogelman以及Lucass和Klassen等人提出的用相对某目标收益水平的损失概率来度量下方风险的方法,Konno和Yamazaki提出的用绝     

投资项目决策中的风险分析--半方差技术的应用

一、问题的提出 风险计量这个概念最早在金融资产投资中提出来并加以应用.早在1952年,Harry M.Markowitz(1990年诺贝尔经济学奖得主)就提出了<投资组合的选择>理论,首次采用统计学上的均值--方差来度量证券投资风险,由此奠定了日后风险研究的基础.     

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.     

一种新的风险度量工具:PaV及其计算框架

ＶａＲ方法是市场风险度量最流行的方法。在ＢＩＳ(ＢａｎｋｏｆＩｎｔｅｒｎａｔｉｏｎａｌＳｅｔｔｌｅｍｅｎｔ) (ＢＩＳ 1994,1995 ,1996)向银行强烈推荐此方法后 ,ＶａＲ方法得到强有力地推进。文献中有关ＶａＲ的计算基本上是围绕估计与模拟资产组合的损失分布函的某些特征展开的。如 2 0世纪 90年代Ｊ Ｐ 摩根发展起来的ＶａＲ(风险值 ,风险额 )技术 ,其核心是预测投资组合的方差 ,并将组合的方差分解为各个单个资产收益及其方差和协方差。但是金融市场中不少数据 ,往往是厚尾分布 ,它们的方差是不存在的 ,有时可能连期望都不存在 ,…     

基于预测收益率的模糊投资组合优化模型

本文提出用预测收益率代替均值,在新的经济周期下投资者重视对偏离预测收益率的风险度量,更重视最新的样本数据;并通过建立模型来预测收益率,提出了新的风险度量函数,在此基础上建立了新的投资组合优化模型,解决了样本数目不足的投资组合优化问题.本文建立的模糊环境下的投资组合可以完全转变成线性规划求解,减少了协方差的计算量,使得处理大型证券组合优化问题成为可能.     

一类特殊投资群体谱风险度量和最优资产组合

文章主要研究的是一类特殊投资群体的谱风险度量及其最优投资组合.通过文章所介绍的构造谱风险度量的原理,可以构造出这类特殊投资群体的风险谱函数.此外文章还利用上海证券的综合指数(每个交易周的收盘值,周对数收益率)对上述特殊投资群体的谱风险度量和最优投资组合进行实证分析.     

均值——动态方差多阶段投资组台优化研究

文章将动态风险度量方法运用到多阶段投资组合中,提出了具有交易成本和交易量限制的均值—动态方差多阶段投资组合模型,并运用自创算法——离散近似迭代法求解。最后,以一个具体的算例,验证了该算法可以较快地计算出不同终期财富所对应的最优投资策略。     

基于CVa R约束的单位风险收益最大投资组合模型及实证

文章以条件风险价值CVaR为约束控制风险,建立了以组合收益率与方差之比的单位风险收益最大的投资组合模型,该模型给出了在决策者可以接受的CVaR风险水平下,单位方差收益最大的投资组合最优选择;针对这个模型给出了一个改进的粒子群优化算法,实证结果表明了在不同的CvaR风险水平下,投资组合的最优选择不同,符合实际情况,可以为决策者提供投资决策参考.     

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.     

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.     

VaR约束下的资产配置决策模型

在现代投资组合理论(Markowitz,1952)中,投资者通过对各种资产的有效配置以达到风险分散并获取最大的投资回报,并利用不得买空及要求必要回报率的条件下,将投资组合风险最小化,并据此形成有效前缘。为更精确度量风险的回报能力,随后Sharpe(1966,1975)利用均值─方差法(M-V)的框