项目投资组合的风险决策模型及应用

本文对项目投资组合决策方法进行了总结分析,指出了其中的不足.通过借鉴证券投资组合理论,结合项目投资组合的特点,构建了项目投资组合的风险决策模型,弥补了现有方法的不足,并设计了一种简单的模型求解方法.该模型在保证资金等资源合理配置的前提下,考虑了项目投资的先后顺序,引入了组合风险,在风险承受范围内,实现项目组合收益的最大化.最后,通过一个实例验证了模型的有效性和实用性.     

基于LASSO分位数回归的对冲基金投资策略研究

由于对冲基金采用了灵活的投资技巧,其收益序列往往表现出与传统投资方式不同的统计特征与风险收益能力,已有方法难以有效地评价其投资绩效.基于LASSO分位数回归,从影响对冲基金收益的众多风险因子中,挑选出重要的风险因子,考察在不同分位点处对冲基金的收益与风险之间关系,识别对冲基金投资风格,继而给出对冲基金投资绩效评价方法.为验证基于LASSO分位数回归的投资风格识别与投资绩效评价效果,构建对冲基金风格组合投资方案,并将其与基于均值回归构建的组合投资、等权组合投资、Markowitz组合投资等经典的组合投资决策方法进行比较.实证研究结果表明,基于LASSO分位数回归的投资绩效评价方法最为有效,给出的组合投资方案能够获得较高的风险调整收益.     

基于小波-高阶矩模型的投资组合策略——以国际原油市场为例

考虑到投资者异质性特征,将极大重叠离散小波变换方法与高阶矩投资组合框架相结合,提出小波-高阶矩投资组合模型,在此基础上提出频域视角下的高频尺度集成方案和时-频域视角下的全尺度集成方案,并遴选出合适的风险偏好特征改进模型,最后进行稳定性检验。基于国际原油市场数据,样本外检验结果表明：相较于对照组,大部分的小波-高阶矩投资组合策略均取得了更优的投资效果,其中集成部分表现最佳,且高频尺度集成方案侧重于提升收益,而全尺度集成方案侧重于降低波动;通过选择合适偏好高阶矩风险的特征,将会明显改善原始小波-高阶矩投资组合策略,且对两个集成方案改良效果最显著;稳健性检验证实了以上结论。     

具有模糊收益的项目投资组合优化方法

基于可能性理论,研究了投资项目具有模糊收益的多项目投资组合的决策问题。在假设投资项目各年净现金流为三角模糊数的条件下,运用可能性均值和方差,建立了基于现值指数法的单投资项目模糊收益指标和模糊风险评价指标,同时,在此基础上建立了基于模糊可能性均值与方差的多项目投资组合优化模型,提出了最优项目投资组合的算法。最后,给出实际算例说明了方法的可行性和有效性。     

养老基金投资风险调整收益衡量方法与应用

依据养老基金投资的目标、风险收益偏好、投资范围和投资工具限制,通过运用、发展经典投资组合绩效评价理论方法,可以探索养老保险基金投资绩效评价一般理论方法。运用风险调整收益的绩效评价方法,对全国社会保障基金、基本养老保险基金、个人账户基金、企业年金基金、职业年金基金、商业养老保险基金及其投资管理机构和任一单个养老基金投资组合的风险调整收益进行衡量、比较、评价,是检验养老基金投资制度与市场运行的有效性的基础。     

考虑交易成本的多阶段投资组合评价方法研究

多阶段投资组合评价是目前研究的热点问题,本文将交易成本考虑进去,构建了考虑交易成本的多阶段投资组合优化模型,基于真实前沿面定义了投资组合的效率并构建了相应的非线性模型进行计算。针对非线性模型难以求解及真实前沿面解析解难以获得等问题,本文证明了前沿面函数为凹函数,进而利用DEA模型的前沿面来逼近真实前沿面并估计多阶段投资组合的效率,最后通过仿真分析验证了本文方法的有效性。     

Excel“规划求解”在多方案组合排队投资决策中的应用

多方案组合排队投资决策在实务中采用的方法是"项目组合法",需列出各种组合,反复衡量和比较,决策过程较为复杂.本文利用Excel"规划求解"工具,方便快捷准确地得到不同投资限额的最优投资组合结果.     

基于β系数优化的动态投资组合策略研究

本文提出一种股票动态投资组合策略，首先通过上升和下降贝塔来优选行业，然后在选择的行业中构造股票投资组合。对于股票投资组合，利用均值方差投资组合模型作为内核，通过引入参考时间窗口和持有期限窗口两个外生参数构建动态的均值-方差模型，并实证检验了模型的可行性。然后再经过多项业绩评价指标对比分析得出动态投资组合策略的收益明显优于被动投资策略，这种动态投资组合策略能够获得部分超额收益并且具有更好的可靠性。本研究为投资者提供了一种定量的投资组合管理方法，并从侧面验证了我国股市的非有效性。     

基于在线算法的改进指数梯度投资组合策略

弱集成算法是对专家意见进行动态加权平均的在线学习算法。近年来,机器学习和人工智能等方法被用来研究在线投资组合问题。该文从弱集成算法的在线学习及其序列决策性角度出发,设计改进的指数梯度在线投资组合策略,以弥补指数梯度在线投资组合策略不能结合交易费用进行分析的缺陷。首先根据指数梯度在线投资组合策略的更新方法构建代表投资策略的专家意见池,并以此为基础应用弱集成算法加权集成专家意见得到改进的指数梯度在线投资组合策略,证明了该策略可与最优专家策略(基准策略)相媲美。其次将交易费用引入到改进的指数梯度在线投资组合策略中,进一步给出对应的投资策略,重要的是理论上证明了该策略实现的平均累积收益与最优专家策略实现的平均累积收益之间的差值存在渐进式下界,从而提高了指数梯度在线投资组合策略的实用性。最后利用国内外股票市场的历史数据进行实证分析,说明了改进的指数梯度在线投资组合策略的可行性和有效性。     

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.     

动态均值-方差资产组合的有效性:时变风险容忍度视角

尽管均值-方差模型在静态资产组合优化过程中得到广泛运用并证明是有效的,但在动态情景下,均值-方差模型运用于动态资产组合优化过程中的有效性问题引起人们的质疑：一是常风险规避系数的设定不符合事实;二是投资者偏好设定不符合动态情景下的主流效用函数族。鉴于此,本文假设投资者风险容忍度是资产组合投资期与投资者期望收益率的函数,研究动态均值-方差资产组合的有效性问题。基于均值-方差分析框架构建时变风险容忍度下的动态资产组合模型;运用伊藤定理和拉格朗日乘子法获得最优资产组合封闭解;基于二次效用偏好下的动态资产组合,从资产组合策略、夏普率、确定性等价收益率和有效前沿等视角验证动态均值-方差资产组合策略和业绩,并予以实证。结果表明：动态均值-方差资产组合不但具有同等业绩而且体现了其灵活性和风险对冲价值;尽管动态均值-方差资产组合表现出高杠杆性,但其确定性等价收益率较高,且随投资期的增加呈现倒U型趋势;动态均值-方差资产组合的投资期效应显著,强于投资者期望收益率。研究指出,时变风险容忍度下的动态均值-方差资产组合管理和优化策略有效,但在短投资期（低于12个月）和（或）低期望收益率下并不适用。研究不但拓展了均值-方差模型在动态情境下的应用,而且体现了投资者源于心理和（或）其财富变化的投资行为调整。     

基于半离差风险收益的投资组合管理优化模型研究

本文在对投资组合管理理论分析的基础上,利用半离差法计算组合投资的风险与收益,克服了H. Markowitz提出的均值一方差模型研究的不足以及半方差模型的烦琐,提出了基于半离差风险收益的多目标优化模型;假设投资组合一般包括三种资产形式:股票、债券、现金。引进了机会成本概念在投资选择中的重要性,更加符合我国投资者的实际,便于操作,这为证券投资组合优化提供了一种新的方法,并有一定的参考借鉴价值。     

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.     

引入无风险证券的均值——VaR投资组合模型研究

本文根据Markowitz均值-方差模型的研究发展过程,结合机会约束模型,引入无风险证券,建立了用VaR代替方差作为风险度量指标的机会约束下均值———VaR投资组合模型,讨论了模型最优解的存在性和唯一性,并得到了模型最优解的解析表达式。     

求解证券组合最优权重的几何方法

本文通过建立无非负约束和有非负约束条件下证券组合的临界线方程,分别给出了求解允许卖空与限制卖空时证券组合投资最优权重的一种方法。这种方法既可求解给定收益下的证券组合投资最优权重,又可求解给定风险条件下的证券组合投资最优权重。     

不允许卖空下证券投资组合的区间二次规划问题

本文基于经典的Markowitz均值-方差模型,针对市场上不允许卖空的情况,提出了证券投资组合的区间二次规划模型,通过应用区间数排序方法(区间序关系、区间可能度和区间可接受度),给出了两种证券投资组合的区间非线性优化的数学转化模型,从而将不确定性证券投资组合模型转化为确定性的证券投资组合二次规划模型进行求解,并对由本文给出的三种求解方法与传统方法进行了比较。     

基于非参数估计框架的期望效用最大化最优投资组合

本文基于期望效用最大化和非参数估计框架研究了最优投资组合选择问题。和以往大多文献假定资产收益率服从某些特定分布不同资产收益率的分布类型无需作任何假设。首先在一般效用函数下,利用组合收益率密度函数的非参数核估计给出了期望效用的基本非参数估计公式,并建立了期望效用最大化投资组合选择问题的基本框架。然后,在投资者具有幂效用函数的假定下,给出了期望效用具体的非参数计算公式,并给出了求解最大期望效用的数值算法。最后,利用中国证券交易所11支股票日收益率的真实数据给出了一个数值算例。本文提出的非参数估计框架具有一般性,还可以进一步用来研究各种现实条件下（如各种现实不等式约束和具有交易成本）的投资组合管理问题。     

惯性因子跟踪策略的有效性：来自中国股票市场的证据

基于惯性/反转效应普遍存在的现象以及中国股票市场上不能直接实施惯性/反转投资策略的事实,提出能灵活抓住惯性/反转效应的惯性因子跟踪策略。通过建立和求解惯性因子跟踪策略模型,我们发现,在允许卖空的条件下,最优惯性因子跟踪组合满足两基金分离定理,两基金分别是惯性因子模仿组合和最小方差组合。选择沪深300十大行业指数作为风险资产的代表,实证考察惯性因子跟踪组合的业绩,并与等权组合和最小方差组合的业绩进行比较。结果发现：惯性因子跟踪组合可以在保持和等权组合、最小方差组合风险水平相当的情况下带来更高的收益水平和夏普比率,平均而言,惯性因子跟踪组合的年化超额收益率(8.88%)比等权组合的年化超额收益率高出3.7%,夏普比率(0.42)高出0.18;即便在考虑交易成本的情况下,惯性因子跟踪组合的净夏普比率仍然高出等权组合0.16;综合上方获利和下方风险控制两个方面看,惯性因子跟踪组合优于等权组合。惯性因子跟踪策略的有效性相对于惯性因子的计算方法和样本数据选择区间具有稳健性。