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.     

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.     

基于实际收益率分布的均值-方差-条件风险价值多目标投资优化模型

为改善均值-方差模型不能充分反映金融资产实际收益率分布的不足,在不对金融资产收益率分布做任何假设的基础上,引入条件风险价值度量金融资产重大损失风险,建立均值-方差-条件风险价值多目标投资优化模型,提出计算模型有效前沿的理论基础和算法步骤。基于上证50指数成分股的实际数据计算了该模型的有效前沿。计算结果表明:所提出的算法具有满足投资实践所要求的可操作性;投资组合实际收益率不服从正态分布,均值-条件风险价值模型有效集并不是均值-方差模型有效集的子集;相对均值-方差模型和均值-条件风险价值模型,均值-方差-条件风险价值模型能够更好地反映金融资产的实际收益率分布,提高投资者管理投资风险的能力。     

动态投资组合保险模型优化研究

基于Merton(1971)的最优消费和投资组合策略模型,利用无风险资产、风险资产复制卖权的方法,建立连续时间条件下的动态投资组合保险模型.在连续时间条件下,把投资者的个人跨期动态投资组合保险决策问题转换为一个静态的效用最大化问题,解出组合保险者最优财富水平对应的最优策略,比较其与Merton的最优投资消费模型投资策略的异同,结果显示参与保险的投资者最优策略与其所拥有的财富无关,与市场风险相关,即市场风险越高,对投资组合保险的需求越大.     

基于RR-EP模型的风险量化技术

经典的均值-方差投资组合模型作为现代投资组合理论的基础, 采用方差作为风险度量, 忽略了投资组合收益的非对称性. 半方差模型只侧重于风险部分的度量, 而对于高出期望值的部分 (超额收益)未予考虑. 文章针对方差、半方差方法作为风险测度的不足, 提出了一种新的度量投资风险和收益的RR-EP模型, 该模型不仅能度量投资的相对风险而且还能够对于高出期望值的那部分收益予于充分考虑. 并结合连续型随机变量的情形, 进一步讨论RR-EP模型的性质及其与传统度量风险方法的一致性. 实例分析说明了方法的实用性和有效性.     

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.     

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。     

业绩-流动关系与预期收益率对基金动态投资策略的影响——基于损失厌恶型管理者的分析

在连续时间金融框架下,假设基金业绩与管理资金流动之间存在不对称凸关系,建立动态投资组合模型分析损失厌恶型管理者的投资策略.首先利用完全市场下的鞅方法求解模型,得到基金最优投资组合期末价值,分析业绩-流动关系与预期收益率对最优期末价值的影响.然后利用复制技术,求得基金动态最优投资组合策略的封闭解,发现资金流出系数对基金的动态投资策略无影响.数值分析发现,资金流入系数增加使得基金最优投资组合的风险暴露增加.预期收益率对管理者投资策略的影响与市场状态有关,在市场状态较好时,预期收益率的提高使管理者减少风险暴露,采取更保守的投资策略;而在市场状态较差时,预期收益率的提高使管理者增加风险暴露.     

基于Copula-VaR的能源投资组合价格风险度量研究

随着国际金融资本和投机资金不断涌入能源市场,能源价格的震荡幅度加剧,为了积极应对这种挑战,需要准确度量价格波动带来的风险,因此本文提出能源价格风险值(VaR_(EP))指标,建立了基于Copula-VaR的能源价格风险模型,定量研究能源投资组合的风险.理论推导和实证研究结果表明,基于Copula-VaR的能源价格风险模型充分考虑了能源价格之间的相互关系优化组合权重,在计算能源投资组合权重分配时,与历史模拟法、等权重分配方法和单一投资方案相比,能更好地降低投资风险.     

离散累积前景理论下的投资组合选择

提出了离散情形下的累积前景理论(CPT)模型,讨论了CPT价值函数的性质(包括连续可微性、一阶随机占优性、凹凸性等),给出了投资组合适定的一般条件及两种特殊情形下最优投资组合的解析解.研究发现,存在一个与投资者效用密切相关的临界点.当超过这个临界点时,投资于风险资产的额度为有限的;反之,投资于风险资产的额度是无限的.最后提供了连续分布情形下最优解依离散分布最优解收敛的定理.     

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     

基于不确定性测度相对熵的资产组合优化

假设投资者是风险规避型,运用相对熵测度均值-方差模型参数不确定性程度,研究投资者在最坏情境下的资产组合优化问题。基于均值-方差模型,在相对熵某一正常数约束下构建描述资产组合优化问题的最小-最大化模型;运用拉格朗日法获得模型相应最优解,分析模型参数不确定性对资产组合优化的影响;最后,基于不同类型资产组合样本数据做对比性实证研究。结果表明:最坏情境下,随着模型参数不确定性程度增加,尽管投资者增加风险资产投资但资产组合业绩在下降;资产风险溢价不确定性对资产组合的影响强于风险溢价协方差不确定性;仅当相对熵低于风险中性测度相对熵时,投资者才会投资风险资产,否则离开金融市场;替代性投资有助于降低参数不确定性对资产组合优化的影响,提升资产组合业绩。研究不但为参数不确定性最坏情境下的资产组合优化问题提供了一个分析框架,而且为金融市场上的"非市场参与"现象提供了一个解释。     

用遗传算法求解改进的投资组合模型

在传统Markowitz投资组合模型中考虑了最小交易量、交易费用以及最大投资上限等实际因素，得到了一个改进的投资组合模型。该模型是一个非线性整数规划问题，传统算法难以有效求解。为此，设计了一种基于整数编码的遗传算法求解该模型。实际算例表明，所提出的算法是有效的。     

基于高阶矩风险控制的贷款组合优化模型

以银行各项资产组合收益率最大化为目标函数, 以VaR来控制贷款组合的风险价值, 以偏度约束来控制贷款组合收益率的整体分布向大于均值的方向倾斜、以减少发生总体损失的单侧风险, 以峰度来控制贷款组合收益率分布出现极端情况的双侧风险, 建立了资产分配的收益率均值-方差-偏度-峰度模型.本模型的创新与特色是通过峰度约束控制了贷款组合收益率向极端损失偏离的程度.在马可维茨均值-方差模型的基础上, 增加了偏度和峰度参数, 建立了收益率均值-方差-偏度-峰度模型.模型通过方差约束, 控制了组合收益率偏离均值的离散程度: 通过偏度约束, 控制了组合收益率总体分布向损失一侧偏离的程度: 通过峰度约束, 控制了组合收益率出现极端损失或收益的可能性. 模型从多个角度控制了贷款组合的风险, 拓展了经典的均值-方差优化组合思路.     

动态半绝对离差投资组合选择模型

考虑连续时间金融市场的投资组合选择问题。在标准的Black-Scholes型金融市场下，建立了动态均值半绝对离差投资组合选择模型．研究了模型的求解方法，得到了最优投资组合策略的解析表达式及均值一半绝对离差的有效前沿方程。同时，与动态均值一方差模型作了比较分析。最后．通过实证分析说明了模型的求解方法。     

基于随机死亡率与利率模型下的生存年金组合风险分析

在L ee-Carter随机死亡率模型和AR(1)随机利息力模型条件下,建立了生存年金组合精算现值模型,并推导了年金组合现值的一、二阶矩。在利用我国死亡率经验数据估计模型参数的基础上,具体分析了一类生存年金组合,并通过年金组合现值的方差系数研究了年金组合面临的长寿风险与利率风险。     

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。     

基于代表性偏差的行为投资组合模型及实证

代表性偏差这一心理特征分为横向代表性偏差和纵向代表性偏差,将其分别引入投资组合模型, 研究了它们对投资者投资组合决策的影响. 提出了代表性收益概念, 从期望效用最大化的原则出发,把投资者的效用表示为期末收益和超额代表性收益的函数,建立了基于纵向代表性偏差的最优投资组合模型(横向类似), 实证分析表明这一模型能够得到投资组合的有效前沿.     

Optimal Model of Hedge Ratio based on Incremental and Existing Portfolio of the Maximum Return Probability

Putting forward the Maximum Probability Principle for the return of total assets portfolio larger than 0, hedging decision-making model of incremental and existing portfolio based on the maximum return probability is set up. The contributions and innovations of the model are as follows: First, through the analysis of the central limit theorem, it comes into two basic conditions which can ensure the maximum probability of total assets portfolio return greater than 0 during the hedging: maximum return per unit risk of total assets portfolio and the return rate of total assets portfolio larger than 0. Second, by identifying incremental portfolio hedge ratio, the maximum probability for the return of total assets portfolio greater than 0 can be obtained. How to decide the hedge ratio on the new portfolio to make the probability maximum of total assets profit larger than 0 can be solved, whereas the hedge ratio of existing portfolio is invariability. Third, by building the function of non-linear risk overlap between the incremental and existing assets portfolio, the problem of how to ensure the risk of the total assets portfolio while allocating incremental hedging asset has been solved.