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.     

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.     

基于神经网络最优组合预测方法的应用研究

针对最优组合预测模型最优权重分配时往往出现负权重等方面的不足 ,建立了基于 Ann模型组合预测模型 ,并进行了实证研究 ,结果表明该模型比最优组合预测具有更高的拟合精度 .最后从机理分析其中的原因 .     

含有无风险资产的情绪最优投资组合

基于投资者情绪构建了含有无风险资产的投资组合模型,并给出了模型的解析解及有效边界方程。研究表明,投资者情绪是影响投资组合各资产权重及组合有效边界斜率的重要因素。投资者对风险资产的情绪高涨(低落),将导致最优投资组合中无风险资产的份额下降(上升)及投资组合有效边界的斜率增大(减小)。最后,通过人民币储蓄存款与投资者情绪进行回归分析,实证检验了本文模型的结论,投资者情绪与无风险资产投资负相关,进而从投资者情绪角度有效解释了资金搬家这一中国金融市场的重要现象。     

基于均值-MF-X-DMA的能源产业链投资组合策略

国际能源金融市场是复杂的非线性系统,极端气候、地缘政治和金融风险等因素深刻影响能源投资活动。基于分形理论与产业链理论,提出优化中国能源产业布局及外汇能源资产配置的投资策略。结合均值-方差模型与多重分形方法,构建均值-MF-X-DMA模型,并选取标普>500指数中反映能源产业链5个环节的10支股票进行分析。研究结果表明：每支股票的收益率均具有分形特征,分形市场假说适用于能源投资组合的构建;基于产业链理论的选股思路,能够构建稳定性更好、收益率更高的投资组合;与传统投资组合模型相比,除了标度为10以外,该投资组合策略在其他标度下均能取得更高的收益和夏普比率、詹森指数、特雷诺指数,并弱化系统性风险的影响。     

组合证券投资模型研究

在分析Ｍａｒｋｏｗｉｔｚ组合证券投资模型、绝对离差风险测度模型和Ｅ－Ｓｈ风险测度模型的基础上,针对上述模型的不足之处,提出了新的风险测度下的组合证券投资最优化模型,给出了计算最优投资权重系数和确定有效边界的方法．并结合案例分析了最优化模型的有效性     

基于WCVaR风险控制的投资组合

将基于WCVaR风险控制问题转化为一个最小-最大-最小的投资组合问题,改进传统目标函数仅对投资期末风险水平进行控制的方法,建立对整个投资过程进行风险控制的目标模型以及动态投资组合优化模型.利用向量 自回归和蒙特卡罗模拟方法给出计算最优投资策略的计算步骤.最后结合我国金融市场历史数据进行实证研究和 敏感性分析. 结果表明,该投资组合模型具有实用性. 此外, 通过敏感性分析得出,在进行投资组合时需 根据资本市场态势指标(如股票指数)设定合理的目标财富值, 同时加以适当的风险约束,可实现资产组合最优化.     

基于投资者观点的多阶段投资组合选择模型

近年来,如何将投资者观点科学地纳入投资组合决策成为主动投资组合的研究热点之一.Black-Litterman模型因其基于贝叶斯方法将投资者观点和市场均衡收益率结合分析的特点而广受关注和应用.本文将Black-Litterman模型推广到多期框架下分析.文中首先克服了Black-Litterman模型无法纳入极端自信度观点的问题;之后本文通过设立新的.自信度矩阵,给出了Black-Litterman模型的多期框架形式;最后,本文建立了基于CVaR的多期投资组合模型,并将该模型与比均值-方差模型和等权重模型进行对比给出了数值算例.结果表明,基于多期Black-Litterman模型的投资组合有良好效果.     

基于模拟技术和AHP的房地产项目风险的定量评估

提出了一新的房地产项目定量经济风险评价模型,并且将AHP方法应用于房地产项目经济风险分析,客观地确定模型中各风险因素的权重.并结合工程案例,利用新提出的风险分析模型,基于模拟技术,对房地产项目的经济风险进行了定量的分析;同时,对单个或多个风险因素组合对房地产投资的经济风险做了敏感性分析.     

摩擦市场下加权极大-极小随机模糊投资组合模型及实证

考虑投资者面临证券市场随机和模糊的双重不确定性，把证券收益率视为随机模糊变量. 根据前景理论建立符合投资者心理特征的期望收益和目标概率隶属度函数，构建目标权重不等的加权极大- 极小随机模糊投资组合模型. 在含有交易费用和最小交易单位约束的摩擦市场环境下，利用改进动态邻居粒子群算法求解投资组合问题. 采用实证方法把市场分为上升和下降两个阶段，研究模型的表现. 结果表明： 加权极大- 极小随机模糊投资组合模型的收益率优于均值-方差投资组合模型； 利用加权极大- 极小随机模糊投资组合模型能够满足不同风险态度投资者的需求，构建与投资者风险态度一致的投资组合.     

基于Copula理论的多心理帐户组合VaR模型与基金风险管理

在Shefrin和Statman的行为投资组合和多心理帐户理论的基础上,结合Copula理论对传统的VaR计算模型进行了改进,加入了反映人们预期和风险态度的主观参数,从而使风险度量能够建立在概率(probability)、前景(prospect)和偏好(preference)(“新3P”)的基础之上.然后在此基础上给出了基金投资组合风险预警和投资比例优化的方法.     

基于Copula-Monte Carlo的我国商业银行整合风险度量

风险相关性要求商业银行必须对其面临的各类风险进行整合度量。基于Copula-Monte Carlo构建我国商业银行整合风险度量模型,并进行了实证研究。实证结果表明:(1)与Copula-VaR相比,完全相关假设通常会高估风险,导致商业银行过度规避风险,从而限制商业银行的业务发展;(2)一般情况下,一定数量交易资产的风险大于相同数量借贷资产的风险。     

政策对发电企业能源决策的影响及最优化模型

论文考虑由可再生能源发电企业和传统化石燃料发电企业组成的电力供应市场,分析可再生能源电价补贴政策、可再生能源技术研发投入补贴政策、不可再生能源碳排放价格政策的影响,建立了两类电力企业以自身利润最大为目标的决策模型,给出了最优解的表达形式.论文结合我国生物质能源政策,分析得出:提高可再生能源技术研发投入补贴率是刺激企业增加技术研发投入的有效措施;为优化我国能源结构同时增加社会总发电量,不能将碳排放价格制定过高,而应重点降低可再生能源的发电成本.最后,论文引入由消费者剩余、电力部门总收入、补贴或者税收收入转移、环境损害组成的社会福利函数模型,构建了基于社会福利最大的可再生能源政策决策模型,得出我国应加大生物质能源研发投入补贴率、提高碳排放价格实现社会福利最大化.论文的研究工作和得到的结论对相关部门制定有效的可再生能源政策具有积极的指导意义.     

股市价格动量与交易量关系:中国的经验研究与国际比较

从收益率和交易量两个角度对中国股市价格动量进行月度数据检验.结果表明,单独基于收益率标准的检验证实中国股市总体不存在价格动量.但增加交易量标准的进一步分析显示,低交易量组合的股票存在价格动量,而高交易量赢者组合的股票发生显著的价格反转,同时"对角策略"存在很大的套利空间.这一结果主要是由于中国股市的特殊结构所致,可以用行为金融模型解释.     

基于线性学习函数的泛证券投资组合策略

最优定常再调整策略所产生的收益随时间成指数速度增长, 寻找与最优定常再调整策略的收益具有相同指数增长率的在线序贯投资组合是近年来投资组合研究的一个 热点. 首先提出了基于线性学习函数的在线投资组合策略, 其中线性函数的系数是一个与股票相对价格和收益有关的区间的中点. 用相对熵函数定义两个投资组合向量之 间的距离, 进一步证明了基于线性函数的在线投资组合策略是泛证券投资组合. 最后, 分别在两支股票和三支股票组成的多个投资组合上进行了数值计算, 并 与Cover等人提出的泛证券投资组合策略进行了比较. 结果表明这种基于线性学习函数的在线投资组合策略能获得更多的收益, 从而为投资者提供了新的 在线序贯投资组合决策的方法和依据, 具有重要的现实指导意义.     

研究证券均衡定价和风险分析的多目标线性规划模型

在文献［８］、［９］的基础上，研究了证券组合有效集的结构和市场证券组合的特性，提出一种新的投资风险的度量指标——相对风险系数，并给出风险证券均衡价格，系统与非系统风险测算的一类新方法。     

电价不确定环境下发电商的最优投资时机及其概率分析

电力改革使得发电商成为发电市场上的独立投资主体,在此背景下研究了发电商投资决策问题.从投资收益最大化作为投资决策的基本原则出发,利用鞅和测度转换理论分析了电价的变化特性对发电容量项目最优投资时机和投资概率的影响.结果表明电量电价不确定环境下发电商具有延迟投资的倾向,而容量电价对发电容量投资则具有很强的激励作用.结论显示不确定是投资风险的根源,电价不确定性的增加提高了发电商的投资风险,降低了发电项目的投资概率.     

Optimal Timing and Probability Study of Generation Firm Investment under Power Price Uncertainty

Reformation of the power industry makes generation companies become independent investors in power market, this article studies investment decisions of generation companies. On the basis of basic investment principle that generation companies always are in pursuit of maximum profit from investment, it is analyzed how power price fluctuation property affects the timing and the probability of generation capacity project investment exercise through martingale and change of measure in this article. The studies show that generation companies generally delay investing under energy price uncertainty, and capacity price has much incentive to invest in capacity project. The conclusion indicates that uncertainty is the cause of investment risk, increase in uncertainty of energy price raises investment risk of generation companies, and reduces the probability of generation project investment exercise.     

Optimization Model of Incremental Loan Portfolio based on Risks Overlap of Incremental and Existing Portfolio

This paper establishes the non-linear functional relationship of risk overlap of incremental and existing portfolios. The decision-making model for incremental loan portfolio is based on how total loan portfolio optimization is built. The contributions and characteristics lie in three aspects. The first contribution is to put forward the scientific problem of controlling total portfolio risk based on risk overlapping of incremental and existing portfolios while putting out an incremental portfolio. The whole control of incremental and existing portfolios is the top issue, which not only exploits new idea about optimal allocation and control of financial assets but also alters traditional idea merely considering the risk of incremental portfolios. The second contribution is to establish the non-linear function relation of overlap between incremental and existing portfolios. Based on the theory of non-linear overlap of total portfolio, the function expression connecting total portfolio with incremental and existing portfolios is built. The third contribution is the controlling of total risk after overlapping between the existing and incremental portfolios risk. It solves the problem of how to control and optimize total portfolio risk while allocating an incremental portfolio.