非正态稳定分布条件下的投资组合模型:均值2尺度参数模型

针对风险证券收益率的经验分布所具有的偏态和过度峰态等非正态分布特征,提出在非正态稳定分布条件下研究投资组合模型.通过拟合优度检验发现我国的股票收益率与非正态稳定分布的拟合效果非常好;研究了非正态稳定分布条件下投资组合收益和风险的度量,建立了均值-尺度参数投资组合模型;通过实证分析发现均值-尺度参数模型能够解释资产配置之谜.     

Harlow下偏矩证券组合优化模型的求解方法研究

针对Harlow下偏矩证券组合优化模型求解的困难，通过恰当变换，得到了该模型的转换形式，此转换模型不但求解容易，而且能得到相应证券组合的下偏矩统计量的精确值，为下偏矩在投资分析中的应用提供了简便易行的方法；最后，通过上海证券交易所的实际数据说明了该模型的实用性。     

基于下偏矩的期货对冲模型及实证研究

利用沪深300指数及期货的日交易数据,探讨下偏矩模型下的空头期货最优对冲比率,及样本内外的对冲绩效和组合收益率。结论显示,风险参数和目标收益率在形成下偏矩模型的对冲策略上,存在显著影响。其中,下偏矩最优对冲比率是目标收益率的增函数,是风险参数的减函数;在较高的风险厌恶程度、特别是较低的目标回报率条件下,下偏矩模型样本内外的对冲绩效都有良好表现。从而,下偏矩模型更加适合高风险厌恶或者低目标回报的对冲者,但以对冲组合收益率的下降为代价。     

基于损失厌恶和模糊厌恶的分布鲁棒投资组合模型

从行为金融学的角度,考虑投资者的损失厌恶和对资产收益均值的模糊不确定特征,研究风险资产收益分布未知条件下的分布鲁棒投资组合问题.假设收益率均值属于椭球不确定集,构建基于损失厌恶和模糊厌恶的鲁棒投资组合模型,并得到满足最坏可能分布的最优解.进一步应用数值算例分析投资者的动态损失厌恶特征及不同的初始损失厌恶和模糊厌恶程度对模型的影响.结果表明:在模糊中性和模糊厌恶条件下,积极投资者在最优期末财富方面的投资绩效优于保守投资者;损失厌恶和模糊厌恶系数越大,投资者的最优期末财富越低.     

股票-债券投资模型实证研究

利用均值方差MV模型与绝对偏差MAD模型,分别选择股票,国债与企业债,在无摩擦市场与有摩擦市场下构建投资组合的最优策略,并利用国内股票市场与债券市场的数据进行实证分析,比较两种风险模型的投资效果.结果发现:加入债券后,与单纯的选择股票组合相比,投资组合的风险极大的降低,且收益更加稳定.     

基于收益序列相关的动态投资组合选择——动态均值-方差模型

以动态均值-方差模型研究基于收益序列相关的投资组合选择.利用嵌入法将动态均值-方差模型嵌入到二次效用模型当中,通过动态规划方法求得最优投资策略和有效边界的解析形式.还得到一个反映风险资产动态投资价值的指标,它能包涵序列相关性的影响,在静态情形下,该指标是夏普指数绝对值的单调递增光滑变换.风险资产投资价值影响最优投资,并决定有效边界斜率.最优投资策略使期望终期财富向目标值趋近,该目标值随风险资产投资价值递增.最后以收益服从AR(1)过程为例对最优投资策略进行数值计算,发现序列相关可以对最优策略造成显著影响.     

基于CVaR和多元权值约束下的积极投资组合模型

基于方差或VaR方法度量投资组合风险的不足,在Roll的均值-跟踪误差模型基础上引入CVaR总风险约束,同时考虑到现实交易市场中存在交易费用约束和多元权值约束条件等因素,构建了基于CVaR和多元权值约束下的积极投资组合模型。结合我国股票市场数据采用非线性优化算法对模型进行实证分析,结果表明,交易费用和多元权值约束会显著影响投资组合的风险收益空间;在CVaR总风险可控情形下,无论是样本内还是样本外市场交易数据,本文模型都能获得持续超越基准投资组合的阿尔法收益。     

基于已实现半协方差的投资组合优化

在传统的风险度量方法中,常见的协方差估计量并未区分资产收益的下侧风险和上侧收益,而一般的下偏矩估计量则存在非对称性和难以加总的缺点.本文引入已实现半协方差矩阵(RSCOV)作为风险度量进行波动率预测和投资组合研究.本文将RSCOV应用于两种常见的风险分散投资策略—风险平价(ERC)策略和全局方差最小(GMV)策略,并将机器学习中的在线加权集成(OWE)算法用于提升已实现波动率预测方法HAR-RV的样本外预测表现.通过研究发现,相比起已有的其他风险衡量方式,仅包含负向波动信息的下半RSCOV能够更好地被用于平衡组内各资产的风险贡献.基于A股市场2011-2018年的高频数据,本文通过实证研究发现,OWE-HARRV在月度预测步长下的效果优于HAR-RV,而下半RSCOV则能够使ERC策略以及GMV策略在保证一定平均收益的同时,降低了组合收益的极端损失.     

基于Copula-CVaR-EVT方法的供应链金融质物组合优化

为缓释当下供应链金融业务单一质物价格剧烈波动诱发的贷款集中度风险,异于股票、债券等金融资产组合基于短期风险预测优化框架,提出一类更具普适性的基于蒙特卡罗模拟法的质物组合长期风险预测方法,克服现有长期风险预测中视为基准的时间平方根法则缺陷;比对银行采取积极和保守投资策略,建立基于均值CVaR质物组合优化框架,引入改进均值方差优化框架进行对比分析.为准确测度质物组合长期CVaR,建立ARMA-EGARCH-EVT族模型以及多元tCopula模型,刻画现货质物收益率呈现出的自相关性、"尖峰厚尾"以及波动集聚性等典型事实特征以及质物间的非线性相关结构;从模型层面和研究对象层面进行敏感性分析以验证模型的稳健性以及结论的可靠性.实证结果显示:长期风险预测视角下均值CVaR框架较改进的均值方差模型更具优势,为风险限额管理下的商业银行提供一种组合质物风险管理的新框架和新模式.     

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.