证券组合有效子集的统计检验及实证研究

本文研究了投资组合管理中的证券子集选择问题,通过分析证券组合有效子集与均值-方差张成的关系,给出了一种新的基于统计推断的证券子集有效性检验方法,同时也拓展了Huberman和Kandel的均值-方差张成条件。实证结果表明,本文的方法相对于现有的基于矩阵秩的判别方法更稳健。     

混合椭球分布下证券组合的尾部条件方差

由于风险价值、条件风险价值等下方风险度量没有考虑尾部数据的变异性,因此在刻画极端金融风险方面存在一定的缺陷。为了更好地控制尾部极端损失的发生概率,我们选择用尾部条件方差来刻画这种极端风险,即超过风险价值的那部分损失的方差。考虑到混合椭球分布在金融数据建模中的重要性,本文在这类分布下研究了证券组合的尾部条件方差,得到了证券组合尾部条件方差风险的精确表达式,为了验证本文的结果,我们也进行了一些数值计算及在最优投资组合方面的应用研究。