基于复杂网络和随机游走算法的研发项目组合风险分析

针对项目组合中的风险分析问题,本文通过构建"项目组合-风险"双层网络模型,提出了基于随机游走算法的项目组合风险定量分析方法,以更准确地预测项目组合风险.首先,本文在研发项目间依赖关系分析的基础上,构建了项目组合网络,并采用设计结构矩阵(DSM)法建立了基于复杂网络中"邻接节点"的项目间连接强度模型.然后,采用多领域矩阵建立了由风险事件推导风险因素间依赖关系的模型.进一步,通过集成项目组合中项目间依赖关系、项目与风险因素间对应关系、以及风险因素间初始的依赖关系,构建了"项目组合-风险"双层网络模型,采用随机游走算法得到稳定状态下最终的"项目-风险因素"域映射矩阵(DMM)和风险因素DSM.最后,以某研发项目组合为例,采用随机游走算法进行项目组合风险的精准预测,并采用PageRank方法对风险因素进行排序,验证了本文提出模型和方法的有效性.     

风险投资中激励契约设计与学习机制研究

控制权转移激励是委托代理激励契约的重要元素,但目前对动态学习机制下委托代理激励契约机制设计还缺乏深入研究.本文在现有研究基础上,考虑到风险项目收益风险与职业经理人道德风险之间交互作用,融合控制权转移激励和职业经理人风险规避行为,建立了包含资本和风险规避型职业经理人劳动投入的委托代理激励契约的两阶段优化与学习模型,探究风险投资者的学习机制及其影响因素,挖掘控制权转移激励、风险规避型职业经理人道德风险行为及项目收益风险之间的相互影响机制.研究发现了风险投资者学习效应下控制权转移激励与项目收益风险正相关关系和规模报酬效应.此外,通过计算实验也发现了在职消费及风险项目战略收益对风险规避型职业经理人劳动效用具有显著的增强效应,而风险项目战略收益仅对风险投资者投资收益具有显著的增强效应.将控制权转移激励、风险规避型职业经理人道德风险及项目收益风险融合到风险投资委托代理契约设计中具有较强的理论价值,同时对风险投资者和职业经理人来说都有一定的借鉴和参考意义.     

风险管理中的风险分配问题

为了进一步明晰风险管理实践中选择风险分配函数的问题,通过引入风险度量定义,分析了无组合效应风险与可互换风险这两种具有特殊性质的个体风险特征,并在此基础上讨论了风险分配应该满足的原则,继而证明并比较了标准差风险度量下,协方差风险分配函数与相对风险分配函数性质上的差异,并得到如下结论:1)风险预算也是一种特殊形式的风险分配函数;2)在标准差风险度量下,协方差风险分配函数是可行的风险分配函数;3)在标准差风险度量下,相对风险分配函数不是可行的风险分配函数;4)在一定条件下,风险分配函数之间具有等价性.     

证券组合内生流动性风险控制策略

股票市场中板块与板块之间、同一板块的不同股票之间存在联动效应和比价效应.因此,证券组合交易中,某股票交易不仅对自身价格有影响,而且对组合中其他股票价格也会产生影响,证券组合投资者面临的内生流动性风险要复杂得多.以Chriss的资产变现模型为基础,建立了组合内生流动性风险控制模型,并用一阶条件求解.算例分析表明,股票间的联动效应和比价效应对组合内生流动性风险的控制至关重要,选择合适的交易策略,可以利用股票间的相关性内耗部分内生流动性风险,降低组合交易风险.     

风险投资网络下股价崩盘风险传染效应研究

基于2009年至2021年中国A股上市公司数据,考察股价崩盘风险在风险投资网络中的传染效应.研究发现:当公司与发生股价崩盘风险的公司具有共同的风投联结时,更可能发生股价崩盘风险.机制分析表明,风投网络中的股价崩盘风险主要通过影响信息披露质量和委托代理关系进行传染.进一步分析表明,网络位置会负向调节股价崩盘风险传染效应,且在具有国有背景、内部控制水平低、未聘请四大会计师事务所审计和分析师关注度高的公司中该传染效应更强.研究拓宽了我国风投网络“传染”问题的研究范畴,为降低股价崩盘风险及传染效应提供了新思路.     

证券风险度量理论方法的评述

对现有的风险度量理论与方法进行了简单的评述,指出它们的优点与不足,并进一步提出了两个风险度量的新观点:首先,上(正)偏差对投资者来说具有正效应,对风险具有负面影响,也应该纳入风险度量的范畴,由此提出了风险度量的组合偏差模型;其次,风险度量与投资者所(拟)选的交易策略有关。     

动态一致性风险度量

以投资期限的划分为分界点,提出了静态和动态两种类型的金融风险度量方法.以风险度量的一致性标准为纽带,分析和证明了动态风险度量的一致性.最后,对一般概率通过函数变换,应用Choquet积分思想,对动态一致性风险度量的特征进行了探讨,指出它在实际应用中为多期风险度量方法提供的理论依据,对长期组合投资具有重要的现实指导意义.     

基于最小扰动相关去噪法股票投资组合风险优化

金融相关矩阵的计算是构建金融投资组合的基础.为解决金融相关矩阵的“维数灾祸”问题,进而促进金融投资组合风险的优化,受基于随机矩阵理论(RMT)和特征向量的Krzanowski稳定性的KR去噪法的启发,对收益相关矩阵特征值增大时的特征向量最小扰动进行了数学推导,并将以该扰动衡量的特征向量的Krzanowski稳定性引入到RMT去噪法中,进而建立对金融收益相关矩阵去噪的KRMIN方法. KRMIN法对KR法的算法进行了两方面的优化.一方面, KRMIN法对KR法的特征值设定方法进行了扩展; 另一方面, KRMIN法采用模拟退火算法计算特征值.理论研究表明,由于在收益相关矩阵特征向量的稳定性和特征值算法准确性上的优势, KRMIN方法将获得比KR法更好的组合风险优化效果.通过bootstrap方法,开展了将LCPB法、PG+法、KR法和KRMIN法用于不同数量股票的投资组合优化的实证研究.结果表明: LCPB法、PG+法、KR法和KRMIN法都能通过股票收益相关矩阵去噪而带来投资组合风险的优化;基于收益相关矩阵特征向量的Krzanowski稳定性的KR法和KRMIN法的组合风险比其他两种方法更低;由KRMIN法得到的收益相关矩阵的特征向量稳定性和组合风险优化效果好于KR法.     

基于动态CVaR模型的房地产组合投资的风险度量与控制策略

研究了基于动态条件风险值(CVaR)模型的房地产组合投资风险度量问题.定义一种动态CVaR模型,它是一个动态规划问题,证明了它可以等价一个非线性规划问题求解.据此,建立了一个基于动态CVaR的房地产组合投资优化模型,通过计算这个模型可以得到在一定置信水平下的房地产投资的风险损失值和组合投资比例.应用这个模型对全国10个城市的房屋价格数据进行了多阶段的风险值和投资比例数值计算,结果表明多阶段组合投资的风险值要比单个阶段更小.控制风险的主要策略是选择低风险的CVaR值的投资组合.     

总风险约束的委托组合投资管理激励契约

假设管理者投资组合受总风险约束,通过委托代理模型和数值分析研究委托组合投资管理中基于业绩的线性契约激励效应.研究结论表明: 在总风险约束下,基于业绩的线性契约能激励管理者努力搜集私人信息;风险厌恶的管理者的期望效用和最优努力水平是其收益分享比例的增函数;总风险约束下的管理者的努力水平低于不存在风险约束时的努力水平,风险约束导致管理者信息价值的损失.研究结论从一个侧面解释了委托组合投资管理实务中线性契约被广泛采用的原因,并为私募基金风险管理和契约设计提供参考.     

投资组合保险策略最小风险控制

组合保险策略利用期权、期货或模拟期权等衍生金融工具对冲和转嫁风险，金融衍生工具以风险资产作为标的物，其价格受风险资产价格的影响，因此组合保险策略本身也将存在一定的风险。本文利用均值一方差法衡量组合保险策略风险，讨论在投资组合保险满足一定收益时风险最小条件下，保障投资组合保险策略实施的最低收益有效条件以覆最低风险控制条件．为我国开发坌融衍生工具奠定了理论基础。     

Risk reduction in a project portfolio

The positive impacts of managing projects as a portfolio are quantified by comparing the value of the integrated risk of a project portfolio and the aggregation of single project risks implemented separately. Firstly, the integrated risk is defined by proposing risky events based on set theory. Secondly, as projects interact with each other in a project portfolio, the integrated risk is evaluated by using a Bayesian network structure learning algorithm to construct an interdependent network of risks. Finally, the integrated risk of a practical case is assessed using this method, and the results show that the proposed method is an effective tool for calculating the extent of risk reduction of implementing a project portfolio and identifying the most risky project, so as to assist companies in making comprehensive decisions in the phase of portfolio selection and portfolio controlling.     

有关风险测度及组合证券投资模型研究

Markowitz以证券收益率的方差作为投资风险的测度建立了组合证券投资决策模型 ,并进行最优证券组合的选择 .本文分析了 Markowitz模型的不足之处 ,以半方差 ( E- Sh)风险测度为基础 ,提出了最优证券组合选择的风险目标函数 ,建立了组合证券投资决策的最优化模型 ,同时给出了最优化模型的求解方法以及证券组合有效边界的确定方法 .最后 ,文章结合实际案例 ,分析了风险目标函数及最优化模型在实际应用中的有效性.     

考虑随机离职的新产品研发项目组合多技能员工调度模型

研发人员随机离职事件对新产品研发项目组合调度具有重要影响.以多技能研发人员为调度对象,采用离散马尔可夫链描述人员离职过程,考虑人才培养战略收益、研发周期以及研发成本三个目标,建立了新产品研发项目组合调度随机多目标约束优化模型.采用自适应帕累托抽样算法求解模型,算法中采用马尔可夫蒙特卡罗抽样技术进行随机离职抽样,基于启发式串行进度生成机制计算确定性情况下目标值,采用快速非支配遗传算法(NSGAII)获取多目标期望值模型的帕累托解集.将算法和模型应用到国内某公司一种新的电气节能产品研发项目组合人员调度问题中,结果显示:随机模型较确定性模型更为贴近企业实践情况;设计的算法能够有效地求出问题的帕累托解集,收敛性能较好.研究结果可为企业进行随机离职情况下新产品研发项目组合多技能员工调度方案的制定提供有效的决策支持.     

基于图示评审技术的风险投资组合模型

运用系统论和GERT网络理论的思想及其原理,揭示了组合中各项目之间的组合规律,提出了风险投资组合的串联、并联和混联这3种不同的组合模式,构建了其风险与周期评估的组合GERT网络模型,为更加深入地理解与正确客观地把握风险投资状态提供了算法模型和理论依据。     

基于随机模拟和VaR模型的投资组合优化研究

投资组合的优化旨在对资金进行分配组合,得到各项资产的最优分配权重,并在权衡投资收益和风险的基础上使投资达到期望效用最大化.在研究过程中,首先运用Monte Carlo随机模拟方法预测各资产的收益率期望值,计算出收益率标准差和各资产间的相关系数,进而求解资产的组合风险.然后将VaR(Value at Risk)条件引入到模型中,建立以资产组合收益为最大目标,以资产组合的VAR为约束条件的投资组合优化模型,计算出资产分配比重.最后通过实例分析资产价格走势和检验分布假设,验证模型的合理性和可行性,为投资者的决策提供理论和应用依据.     

考虑现实约束的模糊多准则投资组合优化模型

针对模糊环境中资产收益和换手率均为模糊变量的投资组合问题, 考虑了资产组合的基数约束、投资比例的边界约束、资产的流动性以及分散化程度约束, 建立了一个以资产组合收益、偏度最大, 同时资产组合风险、不确定性以及模糊性最小为目标的多准则投资组合优化模型. 然后, 利用加权极大-极小模糊目标规划方法将所提出的模型转化为单目标规划问题, 进而设计了一个遗传算法来对其进行求解. 最后, 通过一个实例来阐明所提出模型的实用性以及算法的有效性. 研究结果表明: 本模型能够有效地刻画不同投资者的投资意图, 所设计的算法是有效的.     

信息不确定下的主动打断项目组合选择问题鲁棒优化

在项目组合选择问题中,历史数据的缺乏以及预测和估计过程中出现的不可避免的误差,会导致模型中的参数无法被准确地估计,进而给决策带来巨大的风险.因此,构建合适的鲁棒优化模型,为企业提供能有效应对参数不确定性的鲁棒解,对企业的风险防范具有极其重要的现实意义.本文首先对确定参数下的主动打断项目组合选择问题数学模型的特点进行了分析.进一步地,介绍了鲁棒优化问题中不确定情境集的概念,并给出了允许管理者根据其偏好确定不确定情境集大小的方法,构建了全新的基于情境的鲁棒优化模型,进而计算出在所规定的不确定情境集内的最坏情境下能保持可行性与最优性的鲁棒解,实现了鲁棒性与最优性间的权衡,最后,通过GAMS/BARON进行了算例分析,验证了模型的合理性与有效性.从理论上,本文首次将鲁棒优化理论扩展到了主动打断项目组合选择问题中,针对现有的项目组合选择问题鲁棒优化理论仅能应对有限个可行解的不足之处,提出了一类新的鲁棒优化方法,使其能够应对具有无穷多可行解的主动打断项目组合问题.从实践上,随着我国高新产业的发展,具有超前性与特殊性的研究与发展(RD)、信息科技与信息系统(IT/IS)等新兴项目的投资日益受到重视.相较于传统项目,这类项目的高度不确定性使得探究项目组合选择问题的鲁棒优化理论日益迫切.故而本文的研究具有明显的理论价值和现实意义.     

Mean-variance model based on filters of minimum spanning tree

This study aims to reduce the statistical uncertainty of the correlation coefficient matrix in the mean-variance model of Markowitz. A filtering algorithm based on minimum spanning tree (MST) is proposed. Daily data of the 30 stocks of the Hang Seng Index (HSI) and Dow Jones Index (DJI) from 2004 to 2009 are selected as the base dataset. The proposed algorithm is compared with the Markowitz method in terms of risk, reliability, and effective size of the portfolio. Results show that (1) although the predicted risk of portfolio built with the MST is slightly higher than that of Markowitz, the realized risk of MST filtering algorithm is much smaller; and (2) the reliability and the effective size of filtering algorithm based on MST is apparently better than that of the Markowitz portfolio. Therefore, conclusion is that filtering algorithm based on MST improves the mean-variance model of Markowitz.