市场摩擦条件下基于谱风险度量的投资组合优化模型

设计并得到了对数型风险谱函数,构造了谱风险度量。在谱风险度量的基础上,分析并引入了实际股票市场中的市场摩擦、资产配置权重限制等约束条件,利用收益率总体分布的经验分布,建立了投资组合优化模型,并将模型转化为易求解且具有稳健性的非线性优化模型。实证分析表明,市场摩擦中交易费用条件的降低可以在保障收益不变的同时大幅度的降低投资组合风险。同时,所建立的投资组合优化模型也可以合理有效地进行投资组合配置。     

混合型风险谱函数的谱风险度量

构造出一类符合特殊投资者投资心理的混合型效用函数,并将此类效用函数和风险厌恶系数相结合构造出混合型的风险谱函数。实证分析结果表明,收益率参照点设置较低时,谱风险度量的值随着风险厌恶系数的增大而增大;固定风险厌恶系数时,谱风险度量的值会随着收益率参照点的增大而降低。最后将基于混合型风险谱函数的谱风险度量与金融市场中的股票数据结合做出资产组合的优化配置。     

风险谱函数的设计与选择

研究了风险谱函数的构造及谱风险度量在金融市场中的应用。根据风险厌恶系数和效用函数理论,提出了一种风险谱函数的设计构造方法,得到了指数风险谱函数和幂风险谱函数。实证分析表明,运用这两种谱函数所得到的谱风险度量的结果,差别并不大。最后,提出了以谱风险度量为目标函数的投资组合优化配置模型,并讨论了模型的求解结果。     

基于谱风险度量的风险谱函数的研究

提出双曲型风险谱函数并得到了双曲型谱风险度量的估计量、后验检验和投资组合优化模型。实证分析表明,单个资产的双曲型谱风险度量值受置信水平和风险厌恶因子的影响,以双曲型谱风险度量为目标函数的投资组合的优化配置受风险厌恶因子和期望收益率的影响。     

基于阿基米德Copula的投资组合风险分析

应用阿基米德Copula分析沪深股票市场投资组合风险,样本区间从2000年1月4日至2006年11月8日,共1639组有效数据．首先,由于金融数据不具有正态性,且是厚尾的,因而应用极值理论对边缘分布建模;然后,采用极大似然估计对给定的5个阿基米德Copula进行参数估计,从中选择能更好拟合实际数据相关性的Copula;最后,运用Monte Carlo模拟方法计算相应的风险价值（VaR）,确定最优的组合系数．结果表明,当组合系数β=0．33时,沪深股市投资组合风险最小．     

基于不同风险度量的投资组合模型实证分析

利用上海证券市场的实际交易数据对半绝对离差模型,基于分位数的绝对离差模型（Ruszczynski＆Vanderbei,2003）以及MV模型进行了实证比较．通过分析各模型的全局最小风险组合,计算发现,半绝对离差模型比其他模型具有更好的样本外业绩．     

组合投资风险度量模型的选择研究

证券投资的最根本目的在于获取利益.但在投资过程中,收益总是伴随着风险.通常收益越高,风险越大,反之亦然.为了分散风险,投资者将许多种证券组合在一起进行投资,即所谓的投资组合,以期获得最大收益.文章讨论一种投资风险度量模型,基于均值-VaR模型和均值-离差模型,提出新的度量模型,并对新的模型进行实证分析.通过新模型下的风险值分别与均值-VaR模型和均值-离差模型的风险值进行比较,发现该模型更有优势.     

重尾分布下的期望收益风险度量方法

采用一种基于投资者期望收益的风险度量方法,并给出该风险度量在Laplace分布、混合正态分布、T分布等具有重尾特征分布下的表达式及若干性质.由于这些分布能更好地拟合金融收益时间序列数据,故给出这种风险度量在重尾分布下的性质无疑具有一定的理论和现实意义.     

基于x^2分布项目投资风险收益模型的建立与优化

从理论上建立了两类基于X^2分布的项目投资风险收益模型并证明了其中一类有唯一最大值，另一类无极值。这为风险投资决策提供了依据，从而提高了项目风险投资的经济可靠性。     

基于谱风险测度的期指保证金水平设定

沪深300股指期货合约已经在2010-04-16正式上市交易.在股指期货合约的交易中,设定合适的保证金水平是风险控制的关键.在能够保证覆盖价格波动的情况下,保证金水平应该尽可能地降低以提高资金使用效率和降低交易成本.基于极值理论的POT模型,利用谱风险测度对沪深300股指期货合约的保证金水平做实证研究,并对比传统的VaR方法和ES方法,实证结果表明,当前的保证金水平设定较高,通过谱风险测度所设定的保证金水平比较合适.     

基于神经网络分位数回归的VaR金融风险测度

基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度与非线性关联模式。文章选取上证综指作为研究对象,将其与传统的VaR金融风险测度方法进行了实证比较,实证结果表明,基于神经网络分位数回归的VaR风险测度方法,在样本内与样本外都取得了较好的实证效果。     

基于最佳距离度量近邻法的邻域风险最小化方法

 在邻域风险最小化原则中提出一种新的定义邻域半径的方法,即对任意训练样本点,首先利用最佳距离度量近邻法定义一个距离度量,并根据这个距离度量来寻找该样本点的最近邻,然后依据它们之间的距离来定义邻域半径,最后在原有邻域风险最小化算法的基础上建立基于最佳距离度量近邻法的邻域风险最小化算法.实例表明新提出的算法是正确的、有效的.     

风险度量的最优控制

考虑由随机微分方程驱动的价格过程的熵风险度量的最优控制问题,借助于动态规划原理,最后得到了该最优控制问题的值以及相应的最优控制。     

Sugeno测度空间上局部风险最小化估计的界

在Sugeno测度空间上,为了将结构风险最小化原则应用于局部函数估计问题,给出了局部风险最小化估计问题的思想,并证明了局部风险最小化估计的界.     

基于VaR约束的银行资产负债管理优化模型

在CreditMetrics方法和资产负债管理技术的基础上，以银行各项资产组合收益最大化为目标函数，以VaR风险限额为约束，以法律、法规和经营管理约束为条件，建立了基于VaR的银行资产负债管理优化模型，为银行的风险管理提供了决策方法，本模型的特点之一是利用VaR技术建立约束条件，通过在一定置信水平下的最大损失限额来控制贷款组合的违约风险，使贷款配合的风险限定在银行的承受能力和贷款准备金的范围之内；二是运用资产负债管理比率建立约束条件，通过法律、法规和经营管理约束控制流动性风险；使贷款的分配决策满足银行监管要求和银行经营实际；三是直接利用各企业贷款收益率的历史数据求解各贷款之间的收益率相关系数，进而求解组合的方差，而不是利用企业资产的相关系数求解，更直接地反映了贷款收益率之间的相关性。     

非确定性条件下的投资组合分析及实证研究

针对风险资产的收益具有不确定性的特征,结合稳健优化理论计算的投资组合问题,分析了稳健优化计算存在的计量风险偏大及投资组合最优解得不到保证的局限性,提出了一个基于情景分析及用随机线性规划计算的改进方法.并通过国内证券市场数据验证了所提方法的有效性.