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.     

特征曲线下的模糊最优投资模型研究

在分析Markowitz风险测度下的组合证券投资模型所存在的复杂计算问题的基础上,利用特征曲线,提出了以β系数为风险度量的组合投资模糊最优化模型,从而大大地简化了计算,为投资决策提供了方便.所给出的投资模型充分反映了系统风险和非系统风险对组合投资的不同影响,便于我们对投资风险进行分析.最后给出了一个释例说明方法的应用.     

E-SV风险测度组合证券投资模型及代数解法

分析了 Markowitz模型在实际应用中的不足之处 ,以 E- SV风险测度为基础提出了组合证券投资决策的效用函数 ,并建立了允许卖空条件下的投资决策最优化模型。该效用函数可以避免 Markowitz模型关于证券收益率的正态假设 ,以及投资者的风险厌恶假设。另外 ,提出的组合证券投资决策模型可以通过代数方法求解。对Markowitz模型和我们所提出的模型进行了比较分析 ,并结合案例分析 ,阐述了我们的决策模型在理论和实际应用中的有效性。     

不允许卖空的证券组合投资风险偏好最优化模型

本文建立并研究了不允许卖空情形下证券组合投资的风险偏好最优化模型，证明了由与其相应的允许卖空时模型的最优解来求解的理论依据，并给出了算法，即找出证券组合的最优决策的方法。     

组合证券资产选择模糊最优化模型研究

提出了考虑收益和风险偏好的更为一般的组合证券资产选择模糊最优化模型。给出了最优投资比例的计算公式。并研究了以风险偏好,固定利率为参数的组合证券的有效边界的变动。最后以释例说明了方法的应用。     

组合证券选择的最优化模型研究

研究当投资人的投资机会是m种满足几何布朗运动的股票时的连续时间组合证券投资问题．文章在分析风险资产运行模式和Merton工作的基础上，利用Markowitz组合资产选择理论，考虑投资人的风险态度，并兼顾收益和风险，在自融资的假设下，提出了考虑收益和风险的连续时间组合选择最优化模型，通过权衡收益和风险，给出了决定组合选择的方法和最优投资权重．最后用释例进行了说明．     

有交易成本的证券投资研究

在分析Markowitz组合证券投资模型的基础上，讨论了交易成本及β系数在组合投资中的重要性，建立了有交易成本，并考虑投资人风险偏好的组合证券投资模型和β系数风险的证券投资模型，给出最优投资策略和投资的有效边界，讨论了交易成本及风险偏好对投资策略的影响．最后，通过释例进行了说明．     

基于β—域的证券投资风险弱化策略

本文运用资本资产定价ＣＡＰＭ模型的β－系数风险测度原理，对沪市４００余只股票（基金）的投资风险敏感度进行了定位，并依据β值大小和性质划分证券组合区域，提出了基于β－域的系统风险和非系统风险弱化的策略，投资组合的灵活性和有效性有望得的进一步的改善。     

有交易成本的均值-CVaR有效前沿

基于由 Rockfeller 和 Uryasev 提出的条件风险价值-CVaR 的风险计量技术,构造了有交易成本并在正态假设下的 CVaR 风险的证券投资组合模型,给出了此证券投资组合的均值-CVaR 有效前沿曲线方程和最优投资策略的解析表达式.最后,利用理论结果对深市和沪市的证券投资组合的均值-CVaR 有效前沿作了实证分析.     

多因素证券组合投资最优决策的加权集成方法

针对证券收益率受市场系统性与非系统性影响的特点 ,建立了证券组合投资的风险偏好最优化模型 ,并通过加权集成方法及消元法求出了该模型的解 ,最后给出了应用例子.     

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.     

考虑背景风险的均值-半方差投资组合优化模型

在投资决策过程中，投资者不仅面临金融市场风险，还将面临金融资产价格波动以外的背景风险.针对现有考虑背景风险投资组合模型大部分都是以方差作为风险度量的不足，本文用半方差代替方差作为风险度量，研究同时考虑金融市场风险和背景风险的投资组合选择问题，提出考虑背景风险的均值-半方差投资组合优化模型.然后，给出临界线算法对所构建的模型进行求解并分析其有效前沿.最后，借助数值分析验证了本文所提出模型较现有均值-方差模型的优越性.     

基于等熵一致性风险测度的组合选择

本文基于一种新的一致性风险测度——等熵风险测度，进行组合优化，以检验其择股能力，从而检验其风险识别能力. 先就风险识别能力，尤其随机占优一致性对三种基于分位数的风险测度：VaR，ES（expected shortfall）和等熵风险测度进行了介绍与对比. VaR具有一阶随机占优一致性，而ES具有二阶随机占优一致性；等熵风险测度利用了整个分布的信息，不再是简单的0-1风险测度，这与VaR和ES显著不同. 而且，等熵风险测度具有更高阶的随机占优一致性，这使得该风险测度具有更好的风险分辨能力. 而后采用Spearman秩检验方法来检验和预测不同风险测度的风险识别能力，这与随机占优一致性阶数相呼应. 最后，在上证50指数成份股中采用组合优化方法，考察标准差，VaR，ES以及等熵风险测度情况下，优化组合持有期的不同业绩指标. 结果表明，等熵风险测度优化组合的业绩指标最好，表明该测度风险识别能力最高.     

基于极端风险控制的多品种期货套期保值模型

以多品种期货套期保值组合的条件风险价值CVaR度量风险,运用非参数核估计和蒙特卡罗方法模拟现货和期货未来损益情景,通过求解最小CVaR值,建立了基于极端风险控制的多品种期货套期保值模型,解决了在期货价格异常变动的条件下套期保值的风险控制问题.本文以条件风险价值CVaR最小为目标控制套期保值组合的尾部损失,避免了多品种期货套期保值的极端损失,提高了套期保值的效果.采用离散化处理条件风险价值的复杂积分计算收益分布的尾部面积,使得套期保值组合的尾部损失的确定适合任意分布的情况,避免了现有研究对组合收益分布做特定假设的不合理情况,使模型适合任何分布情况的风险控制.     

基于信用风险迁移条件风险价值最小化的贷款组合优化模型

把企业信用风险迁移引入贷款收益率的计算中,引入条件风险价值(CVaR)来度量贷款组合风险,建立了组合贷款优化决策模型.本模型的特色:① 用CVaR代替VaR,控制了贷款组合极端损失的发生;② 反映了企业信用等级迁移对企业收益率波动的影响,更加客观地反映了贷款的真实风险,解决了现有研究仅简单求解各笔贷款的收益率标准差而忽略信用风险迁移的问题;③ 通过现行法律法规为约束条件,在约束条件中,控制了流动性风险,避免了资产配置的流动性危机,保证了银行资产配给的合法性与合规性.     

基于信用等级修正和半绝对离差风险的银行资产组合优化模型

用峰度和偏度对企业信用等级转移的阈值进行修正,引入了半绝对离差方法衡量贷款组合风险,建立了基于信用等级修正和半绝对离差风险的银行资产组合优化模型.其创新与特色主要有二:一是用企业各自收益率的峰度和偏度对正态假定下企业信用等级转移对应的阈值进行修正,改变了现有研究把本来是非正态分布的企业收益率按照正态分布来确定其企业信用等级阈值的不合理现象,提高了贷款组合风险的计量精度.二是将半绝对离差方法引入到贷款组合风险度量中,解决了现有研究以方差或绝对离差表征风险、将高于期望收益的超额收益部分当作风险处理的问题,使贷款组合收益风险量化更为真实准确.     

多品种期货组合风险评价模型及其应用研究

针对SPAN和TIMS保证金模型运用情景模拟法模拟期货合约多种价格风险的复杂性及使用风险线性叠加评价多品种期货组合风险导致的预测不精确的特点与弊端,提出了多头和空头损失不对称原则,建立了期货组合市场风险非线性叠加评价模型,解决了期货组合每一交易日最大损失的预测问题.模型的特点一是采用WKDE法对单个期货合约精确地预测未来交易日风险值,简化了SPAN和TIMS系统测算单个合约风险的复杂性.二是考虑了不同头寸之间风险对冲和组合中合约风险非线性叠加,解决了SPAN和TIMS系统由于期货组合风险线性叠加而导致风险评价不准问题.三是引入EWMA法计算动态迁移相关系数矩阵,避免了静态的相关系数矩阵不能有效及时地反映相关系数动态变化的缺陷.     

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.     

基于联合违约概率的资产组合投资优化方法

投资组合的资产联合违约概率(joint,probability of default,JPoD)是一种有效的系统风险测度工具.基于JPoD分析,提出了一种新的资产组合选择优化方法,即通过计算资产池中每两种资产的JPoD值得到JPoD矩阵,利用遍历算法逐次筛选,得出具有最小系统风险的多资产组合.实证分析首先利用2014 2015年的上证综指和深证成指数据验证了JPoD方法的有效性;其次,分别利用中国股票市场数据和美国股票市场数据将所提出的资产组合选择方法与马科维茨均值-方差组合理论、随机组合方法进行比较,结果表明无论是在中国股票市场还是美国股票市场,JPoD方法都明显优于其他两种方法.