具有VaR约束和无风险贷款的证券组合选择方法

在Markowitz证券组合理论的框架下，当证券贷款存在并且贷款的收益率服从正态分布时，提出了具有VaR约束和无风险贷款的证券组合的优化模型，并在证券收益率服从正态分布的前提下，给出了有效投资比例及有效边界的解析形式．它是均值-方差模型及有效前沿的推广．     

VaR及投资灵敏度分析

VaR是一种处理非线性问题、概括证券组合市场风险量化的工具,它解决了传统风险定量化工具对于非线性的衍生金融资产适用性差、难以概括证券组合的市场风险缺点,有利于测量和管理金融风险.通过简要介绍VaR的概念、性质及特点的基础上,对VaR关于投资组合的灵敏度进行了深入分析,给出了VaR关于投资组合一阶、二阶导数的解析表达式,进而说明了VaR的凸性利用.     

基于遗传算法的VaR约束下证券组合模型仿真

在经典的Markowitz证券投资模型的基础上,加入目前在投资领域中广泛应用的风险价值VaR,建立一个以投资回报收益率标准差为目标,以VaR和收益为约束条件的投资组合模型.在正态分布的假设下,将目标函数中非线性约束进行简化.利用遗传算法对该模型进行计算机仿真,取得了良好的效果,解的结果既满足了VaR约束条件,又满足了不同投资者不同收益需求.     

引入VaR和ES约束的投资组合理论实证

针对机构投资者控制市场风险的需要，将VaR(风险价值)和ES(期望不足)约束引入到均值一方差投资组合理论中，并利用中国A股1995～2002年的数据，实证了VaR和ES约束对组合绩效的影响．实证结果表明：对于有无风险约束、风险约束类型(VaR对ES)、置信水平高低以及约束值的大小这4项选择(任选1项而其他3项任其变化)，存在风险约束或ES约束或置信水平高或约束值小时组合的风险调整绩效均显著好于相应组合的风险调整绩效，而组合绩效表现则完全相反。     

市场变化条件下的最佳投资组合模型研究

VaR(ValueatRisk)是一个在当前的金融市场条件下,各种不同的风险测量一个确定投资的获利的重要方法。近年来,套利研究被用来开发这种风险的可行方法。提出了VaR估计并提出新问题。假设给定一个可接受的VaR,如何确定一组给定证券的组合投资的最大收益,并且同时满足的约束条件。假设市场条件是变化的,如何在保证的投资组合下,在给定的范围内,获得一个投资重组(重新平衡)策略,使其在一系列投资组合中相应的收益最大。为了解决这些问题,采用并进一步开发了一种算法来进行这些投资组合的优化问题。     

基于VaR的无卖空投资组合分析及实证研究

简单介绍了投资组合分析技术的发展现状;然后在传统的证券投资组合中加入VaR约束条件,并结合我国股票交易市场不允许卖空的前提,运用树形算法得出确定最大预期损失的证券投资组合;在此基础上提出了对我国股市发展的建议.     

风险资产组合均值-CVaR模型的算法分析

CVaR是指损失超过VaR的条件均值,反映了损失超过VaR时可能遭受的平均损失水平,它克服了VaR的非一致性、非凸性等不足.本文基于CVaR风险计量技术,分析了风险证券的投资收益率在服从正态分布下的风险资产组合均值-CVaR模型,给出了该风险资产组合有解的条件,以及在该条件满足下,最小均值-CVaR组合的投资比例解析形式和最小值.     

现代投资组合理论模型的比较研究

对证券组合理论的Markowitz均值-方差模型以及均衡时关于资产的期望收益率的资本资产定价模型（CAPM）和套利定价理论（APT），进行了深入地比较研究，同时从动态投资组合理论，基于VaR的投资组合理论以及行为投资组合理论三个领域阐述了现代投资组合理论的新进展，并对其未来的发展进行了展望。     

基于机会约束的均值-VaR投资组合模型研究

在证券收益率服从正态分布的前提下，建立了包含无风险证券投资组合的机会约束下的均值-VaR模型，讨论了最优解的存在性和惟一性，并在均值-VaR模型有效边界的基础上引入机会约束，从而得到了最优解均值的解析表达式．     

基于数据挖掘的VaR测量算法研究

提出了将数据挖掘中分位数图的思想应用于VaR测量的新方法，为风险控制和投资决策探索了一种新思路．从设定时间区间内的证券组合对数收益率序列里，求出给定置信水平下不同时间段的分位数，得到分位数序列，由此建立回归方程，预测组合未来特定一段时间内收益率序列的分位数，然后再根据组合的市值大小，直接计算出VaR值．该算法能够有效地处理纽合收益非正态分布和非线性纽合的情况，在社保基金投资管理系统中得到应用，在国内证券市场数据上进行实验，并采用失败频率检验法来验证算法的精确性，结果表明，该算法是可靠的，有较好的鲁棒性、     

基于POT-VaR混合模型的投资组合风险分析

在简要分析金融产品投资组合理论的基础上,尝试将超门限极值法(POT)与传统VaR模型中的方差-协方差法相结合的方式,改进传统单纯基于投资组合计算历史收益率数据的VaR模型.通过划分沪深股价前100支股指期货高频收益率数据,运用POT-VaR混合模型进行实证研究.结果表明:该混合模型可以解决收益率方差估计随时间推移的动态问题,为降低投资组合市场风险提供科学的方法,对我国期货市场投资组合风险管理提供了可靠的依据.     

金融风险测度的CVaR方法

风险的准确度量是进行有效风险管理的先决条件，在理论与实务均具有重要意义．目前被广为接受的在险价值风险计量方法具有难以克服的缺陷，以条件在险价值为研究对象，介绍了条件在险价值的基本概念，并在与在险价值进行比较的基础上，给出基于条件在险价值的计量模型以及其在投资组合管理中的应用。     

VaR模型及其在证券投资管理中的应用

VaR模型是近年来用于测量和控制市场风险的主要方法之一，分析了VaR模型的基本原理和考虑的主要因素，根据函数所反映的映射关系，将资产组合价值与其相关的市场风险因素的关系分为线性关系和非线性关系，推导了在正常市场条件下VaR值的计算方法，并探讨了VaR模型在投资组合构造、投资风险控制、信息披露、金融监管等方面的应用．     

动态VaR约束下Stein-Stein波动的保险最优决策

考虑受动态VaR约束的具有随机Stein-Stein波动率的保险公司最优投资策略问题,假定保险公司盈余服从扩散过程,在最小化保险公司破产概率准则下,使用动态规划原理建立受动态VaR约束的保险公司最优投资组合选择模型,通过求解HJB方程得到最优投资决策和最小破产概率的显示解.     

基于均值-CVaR- 熵的社保基金最优投资组合模型

为研究社保基金最优投资组合问题,在借鉴现代投资组合理论的基础上,从证券投资组合理论的风险度量着手,用条件在险价值（Conditional Value at Risk,CVaR）和熵来共同度量风险,提出新的风险度量模型：均值-CVaR-熵模型。在保证投资组合收益率的前提下,以 CVaR 和叉熵函数的线性组合为最小目标函数,在险价值（Value at Risk,VaR）为约束条件,构建考虑交易成本和政策约束下不允许卖空的基于均值 CVaR 熵的社保基金投资组合模型,探讨社保基金的投资方式及投资比例的分配问题,并利用实际数据求得该模型的最优解及各资产的分配比例。结果表明多元化投资是我国社保基金投资实现保值增值目的的必然选择。     

基于风险价值的投资决策分析

在Markowitz证券组合理论的框架下,通过对基于风险价值的投资决策问题进行分析,采用收益率的历史数据模拟N种场景,构建了基于风险价值的投资决策模型,并提出了具体的算法．最后利用算例演示了算法的简洁有效性.     

Copula度量投资组合VaR的应用研究

本文主要研究Copula理论在投资组合风险管理中的应用．简要的介绍了Copula定义和Sklar定理的一些性质，重点介绍了Gaussianl-Copula、t-Copula以及Gumble Copula函数的形式，选取上证综指和深证成指作为研究对象，在等权重投资组合的假设下，结合Copula函数，计算出在不同置信水平下的VaR值．