混合型风险谱函数的谱风险度量

构造出一类符合特殊投资者投资心理的混合型效用函数,并将此类效用函数和风险厌恶系数相结合构造出混合型的风险谱函数。实证分析结果表明,收益率参照点设置较低时,谱风险度量的值随着风险厌恶系数的增大而增大;固定风险厌恶系数时,谱风险度量的值会随着收益率参照点的增大而降低。最后将基于混合型风险谱函数的谱风险度量与金融市场中的股票数据结合做出资产组合的优化配置。     

风险谱函数的设计与选择

研究了风险谱函数的构造及谱风险度量在金融市场中的应用。根据风险厌恶系数和效用函数理论,提出了一种风险谱函数的设计构造方法,得到了指数风险谱函数和幂风险谱函数。实证分析表明,运用这两种谱函数所得到的谱风险度量的结果,差别并不大。最后,提出了以谱风险度量为目标函数的投资组合优化配置模型,并讨论了模型的求解结果。     

市场摩擦条件下基于谱风险度量的投资组合优化模型

设计并得到了对数型风险谱函数,构造了谱风险度量。在谱风险度量的基础上,分析并引入了实际股票市场中的市场摩擦、资产配置权重限制等约束条件,利用收益率总体分布的经验分布,建立了投资组合优化模型,并将模型转化为易求解且具有稳健性的非线性优化模型。实证分析表明,市场摩擦中交易费用条件的降低可以在保障收益不变的同时大幅度的降低投资组合风险。同时,所建立的投资组合优化模型也可以合理有效地进行投资组合配置。     

双曲型绝对风险厌恶函数的最优消费与投资组合的显示解

对于资产价格服从几何Brown运动的连续时间消费投资组合问题,在假设个人的效用函数属于双曲型绝对风险厌恶函数族的条件下,简化了模型,得到了最优消费投资组合策略的显示解.并证明了几个关于最优解的重要定理.     

关于风险度量问题的研究

本文分析了现行风险度指标存在的问题，给出了一种新的风险度量定义，并将它应用于组合投资的风险分析中，得到了推广的Ｓｈａｒｐｅ公式。     

组合投资风险度量模型的选择研究

证券投资的最根本目的在于获取利益.但在投资过程中,收益总是伴随着风险.通常收益越高,风险越大,反之亦然.为了分散风险,投资者将许多种证券组合在一起进行投资,即所谓的投资组合,以期获得最大收益.文章讨论一种投资风险度量模型,基于均值-VaR模型和均值-离差模型,提出新的度量模型,并对新的模型进行实证分析.通过新模型下的风险值分别与均值-VaR模型和均值-离差模型的风险值进行比较,发现该模型更有优势.     

基于变换函数的风险度量方法之比较

在变换函数的基础上对包括VaR、TVaR以及基于PH变换、DP变换、Beta变换、Beta变换和王变换六种风险度量方法进行比较研究.通过比较它们的变换函数和生存函数,讨论了它们各自的性质和特点.     

基于不同风险度量的投资组合模型实证分析

利用上海证券市场的实际交易数据对半绝对离差模型,基于分位数的绝对离差模型（Ruszczynski＆Vanderbei,2003）以及MV模型进行了实证比较．通过分析各模型的全局最小风险组合,计算发现,半绝对离差模型比其他模型具有更好的样本外业绩．     

房地产开发项目投资风险度量研究

主要研究了房地产项目本身的风险度量问题。在定量风险分析模型的基础上，深入探讨了房地产项目投资风险程度与风险概率的度量方法，以使房地产项目投资风险度量的分析方法规范化与程序化。     

一类关于投资组合和消费选择的最优控制问题

讨论了一类在金融市场上只有两种投资选择——股票和外汇存款情形下的最优投资组合和消费率的选择问题，对“绝对风险厌恶(HARA)”情形的效用函数，给出了显式的最优投资决策．     

关于风险厌恶度的一点注记

引入一种不同投资者对风险厌恶程度的比较概念，证明了这一比较概念可以由熟知的绝对风险厌恶水平来完整地刻划，从而说明这一概念的合理性。     

基于G-H分布的copula-SMR方法

将阿基米德copula应用于谱风险度量（SMR）,提出了一种新的风险度量方法（copula-SMR方法）。选取G-H分布对边缘分布进行建模,采用极大似然估计对给定的阿基米德copula进行参数估计,选择能更好拟合实际数据的copula函数,运用二次规划方法,计算相应的谱风险值,确定了在不同期望收益率下最优投资组合。     

离散过程风险度量属性研究

针对一致性风险度量有限概率空间和静态框架的限制问题,将一致性风险度量公理扩展到广义概率空间动态框架内.根据广义概率空间及其度量函数性质,在风险度量动态框架下给出风险度量可行集和资本需求的概念,并在此基础上证明广义概率空间下凸性风险度量可行集以及风险度量与资本需求映射关系的相关命题,最后提出离散过程风险度量的弱持续性、强持续性和递归性,构建广义概率空间下动态风险度量公理体系.     

关于证券投资组合的一种风险管理模型

本文基于规避大比例亏损，多次投资后资本总积累最多的考虑，给出了一种计算最优投资组合比例的模型(2，7)，并对特殊情况给出了具体计算方法(1，4)与(2，4)．     

基于噪声短时谱动态估计的语音增强谱减算法

针对谱减法增强语音后残留"音乐噪声"明显,影响语音清晰度的问题,在分析现有的噪声谱减算法基本特性的基础上,提出一种基于噪声短时谱动态估计的语音降噪方法.通过估计噪声短时功率谱及其变化趋势,动态调整谱减法中的过减系数,有效抑制残留噪声.仿真实验表明,新的谱减算法在提高语音信噪比的同时保持较小的失真度,具有较好的增强效果.     

基于噪声短时谱动态估计的语音增强谱减算法

针对谱减法增强语音后残留音乐噪声明显,影响语音清晰度的问题,在分析现有的噪声谱减算法基本特性的基础上,提出一种基于噪声短时谱动态估计的语音降噪方法。通过估计噪声短时功率谱及其变化趋势,动态调整谱减法中的过减系数,有效抑制残留噪声。仿真实验表明,新的谱减算法在提高语音信噪比的同时保持较小的失真度,具有较好的增强效果。