基于风险价值约束的贷款组合效用最大化优化模型

资产组合优化是使投资者期望效用最大化的决策.文中用风险价值(VaR)来控制风险,根据在贷款组合有效边界上银行效用最大化的目标分配各项贷款,建立了基于VaR约束的贷款组合效用最大化优化模型.主要创新与特色:①通过贷款组合效用最大配给贷款符合贷款优化的目的,解决了决策模型与决策目的相一致的问题;②当银行决策者或决策群体对风险的偏好在VaR允许范围内时,现有研究的效用最大化决策模型是本模型的特例;③在控制贷款组合VaR的前提下,实现贷款组合效用最大化.当效用最大的贷款组合在VaR控制的边界内时,此组合即为最优组合.当效用最大的贷款组合在VaR控制的边界外时,贷款组合有效边界上效用最大的组合就是最优组合.     

基于信用风险迁移条件风险价值最小化的贷款组合优化模型

把企业信用风险迁移引入贷款收益率的计算中,引入条件风险价值(CVaR)来度量贷款组合风险,建立了组合贷款优化决策模型.本模型的特色:① 用CVaR代替VaR,控制了贷款组合极端损失的发生;② 反映了企业信用等级迁移对企业收益率波动的影响,更加客观地反映了贷款的真实风险,解决了现有研究仅简单求解各笔贷款的收益率标准差而忽略信用风险迁移的问题;③ 通过现行法律法规为约束条件,在约束条件中,控制了流动性风险,避免了资产配置的流动性危机,保证了银行资产配给的合法性与合规性.     

基于CVaR和改进熵的全贷款组合优化模型

贷款组合的配置优化是商业银行资产管理的核心问题。针对该问题,从全部贷款组合整体风险和风险分散度两个角度,构建了基于CVaR和改进熵的全贷款组合优化模型。通过在比例熵中引入调整系数构建改进熵来衡量全部贷款组合的分散化程度,改进了比例熵约束必须给予每个企业一定贷款权重而造成过度分散化的弊端,使得全部贷款组合分散化的衡量更加合理。通过控制存量组合和增量组合叠加后的全部组合风险的情况下建立多目标规划模型,得到增量资产的最优配置。改变了流行研究仅仅控制增量风险的不足。在贷款收益率服从Laplace分布假定的基础上对全部贷款组合进行风险控制,符合金融资产收益率“尖峰肥尾”的特性,使得风险可以准确评估,改进了以正态分布为基础进行研究,不能准确拟合贷款收益率实际分布,进而无法合理估计风险的弊端。     

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.     

基于稳定分布的多目标全部贷款组合优化模型

贷款业务是商业银行最主要的资产业务,其利息收入是商业银行最重要的利润来源,而贷款利息收入水平取决于商业银行贷款配置的合理性.本文针对贷款收益率具有的偏态、过度峰态及厚尾特性,建立了基于稳定分布的多目标全部贷款组合优化模型.本文的创新与特色一是在稳定分布情况下考虑收益和尺度参数的基础上,通过追求贷款组合的偏斜指数最大使分布向大于收益率均值方向偏斜来提高贷款组合的超额收益,弥补了现有研究忽略偏度的弊端.二是同时考虑了包括"存量"与"增量"在内的全部贷款组合的风险,改变了流行的现有研究对于巨额"存量"贷款风险缺少控制可能引发重大损失的弊端.三是将现有研究在主观给定贷款组合收益下单纯地控制贷款组合风险完善为同时控制贷款组合风险和收益的"均值-尺度参数-偏斜指数"多目标全部贷款组合优化模型,满足了银行对风险和收益的不同偏好,达到了既控制风险、又追求效益的风险与收益兼顾的目的.     

风险投资公司投资组合的优化模型

科学地做出风险资本的投资组合决策对提高风险投资公司的投资效率乃至加速我国风险投资业发展具有重要的战略意义.首先给出了风险投资公司投资的相对投资效果水平的衡量模型,然后运用平稳过程理论提出了风险投资公司向各企业下期投资的相对投资效果水平的预测模型,进而根据风险投资公司的风险类型,利用二次规划方法建立了投资组合的优化模型,为风险投资公司确定其向各企业下期投资的最佳比例提供理论参考.最后,用算例说明了模型的合理性和可行性.     

基于投资组合理论的发电组合优化

优化的电源结构包含静态的发电组合优化与发电环节中基荷、腰荷与峰荷动态电源结构的优化,这是直接影响电网运行和最大限度发挥可再生能源作用的关键。将投资组合理论应用于中国发电组合优化,结合可再生能源电价补贴研究了不同水平电价、碳税下优化的发电组合,并且满足了优化的发电组合中峰荷电源达到最低标准10%。最后,评价了中国2011年部分省的发电组合水平现状,并对低效的发电组合给出了优化建议。     

基于Monte Carlo 模拟和VaR 约束的银行资产组合优化模型

在Monte Carlo模拟和CreditMetrics方法的基础上,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、法规约束和经营管理约束为条件,建立了基于Monte Carlo模拟和VaR约束的银行资产负债管理优化模型.其特点一是利用Monte Carlo模拟预测出贷款期限内各年度的收益率及标准差,将其平均值作为该项贷款总体的年平均收益率及其标准差,从而考虑了各项贷款期限不同的因素,可以对不同期限贷款的收益率进行同等的比较,在总体上对信用风险的不确定性有了较可靠的把握.二是利用VaR技术建立约束条件,使贷款配给的风险限定在银行的承受能力和贷款准备金的范围之内.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,进而求解资产组合的方差,而不是利用企业资产的相关系数求解,更直接反映了贷款收益率之间的相关性.四是运用资产负债管理比率建立约束条件,通过巴塞尔协议内容和众多国际惯例的法律、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行业监管和银行经营的实际要求.     

基于全部组合收益概率最大的最优新增组合套期比率

提出了全部资产组合收益大于0概率最大原理,以全部资产组合单位风险期望收益最大为目标函数,以全部资产组合期望收益大于0为约束条件,建立了基于收益概率最大的新旧两组套期保值决策模型.该模型的特色与创新一是通过中心极限定理分析得到了在套期保值过程中使全部资产组合收益大于0的概率最大的两个基本条件:全部资产单位风险的收益最大和全部资产组合收益大于0;二是通过确定新增资产组合的套期保值比率使全部资产套期保值的组合收益大于0的概率最大.解决了在旧组合套期保值比率不可调整时,如何确定新组合的套期保值比率,使全部资产整体收益大于0的概率值最大的问题;三是通过建立新、旧两个套期保值资产组合风险非线性叠加的函数表达式,解决了在新增一组套期保值资产时, 如何确定全部资产组合风险的问题;四是最优套期保值比率的优化目标同时兼顾收益和风险因素.     

低碳港口物流质押贷款组合优化决策模型

在港口低碳转型大趋势下,港口物流金融存货类质押贷款业务在实践中高速发展,如何在港口物流存货类质押贷款理论决策中融入低碳港口约束因素、从而间接推动港口转型升级显得十分迫切. 本研究深入探讨低碳转型下的港口质押贷款理论,在提出质押贷款期权原理、低碳控制原理、质押风险控制原理和信用风险控制原理的基础上,借助看跌期权反映港口质押贷款组合收益,构建港口和客户碳排结构约束,界定单笔港口货类质押贷款的VaR质押率和港口货类质押贷款组合平均信用风险控制条件,建立了低碳转型下的港口物流质押贷款组合优化决策理论模型,解决了现有研究聚焦单笔港口货类质押贷款理论而忽视组合质押贷款同类风险的集聚以及低碳转型约束等弊端.     

基于最小扰动相关去噪法股票投资组合风险优化

金融相关矩阵的计算是构建金融投资组合的基础.为解决金融相关矩阵的“维数灾祸”问题,进而促进金融投资组合风险的优化,受基于随机矩阵理论(RMT)和特征向量的Krzanowski稳定性的KR去噪法的启发,对收益相关矩阵特征值增大时的特征向量最小扰动进行了数学推导,并将以该扰动衡量的特征向量的Krzanowski稳定性引入到RMT去噪法中,进而建立对金融收益相关矩阵去噪的KRMIN方法. KRMIN法对KR法的算法进行了两方面的优化.一方面, KRMIN法对KR法的特征值设定方法进行了扩展; 另一方面, KRMIN法采用模拟退火算法计算特征值.理论研究表明,由于在收益相关矩阵特征向量的稳定性和特征值算法准确性上的优势, KRMIN方法将获得比KR法更好的组合风险优化效果.通过bootstrap方法,开展了将LCPB法、PG+法、KR法和KRMIN法用于不同数量股票的投资组合优化的实证研究.结果表明: LCPB法、PG+法、KR法和KRMIN法都能通过股票收益相关矩阵去噪而带来投资组合风险的优化;基于收益相关矩阵特征向量的Krzanowski稳定性的KR法和KRMIN法的组合风险比其他两种方法更低;由KRMIN法得到的收益相关矩阵的特征向量稳定性和组合风险优化效果好于KR法.     

基于违约强度信用久期的资产负债优化模型

在经典的Macaulay利率久期的基础上引入违约强度参数,构建信用久期测度模型并基于信用久期建立信用和利率风险整体免疫模型.本文的主要创新与特色:一是根据简约化定价理论,通过违约强度和违约损失率确定各期现金流的违约风险溢价,通过含违约风险溢价的折现利率对Macaulay经典利率久期模型的参数进行修正,构建了同时反映信用风险和利率风险的"信用久期"测度模型,完善了经典的Macaulay利率久期测度参数,提高了利率风险免疫的精度.二是通过同时反映信用风险和利率风险的"信用久期",来揭示信用久期缺口对银行净值的影响.通过信用久期缺口为O的免疫条件,建立了同时控制利率风险和信用风险的资产优化模型.改变了Macaulay经典久期免疫条件忽略违约风险对银行净值影响的弊端.三是根据Cox回归的生存分析模型,通过违约强度为基准违约强度与企业自身风险因素的乘积的思路,拟合出时变的违约强度,确定不同时间点上的企业违约风险溢价,改变了现有研究的信用风险久期忽略违约风险溢价时变性的不足.对比表明:当市场利率发生变动时,本研究的信用久期免疫模型可以准确免疫利率风险,保证银行净值不受损失.而Macaulay久期免疫模型并不能准确免疫利率风险,利率的变动仍然会导致银行净值的损失.     

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ES-TV的贷款承诺极端风险测度模型

在Basel Ⅲ的风险计量新要求及中小企业融资成本高、违约风险大等背景下,贷款承诺极端风险的测度成为银行未来资产管理的重点之一. 基于期权理论,首先给出了浮动利率下的贷款承诺定价公式;其次通过引入DGN（Delta-Gamma-Normal）模型,刻画了贷款承诺价值变动的分布形态;继而通过修正尾部波动率,并利用期望短缺原理,构建了衡量贷款承诺极端风险的ES-TV测度模型. 该模型兼顾极端损益及其波动性,能更全面反映极端风险. 最后对X银行贷款承诺组合管理进行了实证分析.     

基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究

鉴于股票波动具有显著的多尺度特征,本文引入二元经验模态分解(EMD)与二元CopulaGARCH算法,提出一种新的VaR风险度量模型,即BEMD-Copula-GARCH模型.具体地,新BEMD-Copula-GARCH模型可分为三个主要步骤:数据分析,分风险估计和总风险集成.首先,基于二元EMD模型,将复杂且相互作用的股票对分解为若干组较为简单且相互独立的分量,以降低建模难度.其次,引入二元Copula-GARCH模型,刻画各组分量间的相互关系,以度量股票投资组合在不同尺度上的分VaR值.最后,集成各分VaR值以得出最终VaR风险度量结果.实证研究以恒生指数与上证综指为数据样本构造投资组合,结果表明:本文所构建的新模型能有效度量投资组合风险,其估计精度显著优于DCC-GARCH和Copula-GARCH等现有模型.     

改进的基于多依赖性的R&D项目组合选择模型

复杂产品开发企业往往拥有多个产品线开发项目和公用技术平台开发项目.由于资源的稀缺性,企业决策者不得不面临着R&D项目组合选择的难题.针对复杂产品开发过程中存在的多项目间混合依赖特性,采用关联性分配矩阵定量化描述三个及以上项目共同作用时的相互依赖程度;综合考虑项目间的收益依赖、资源依赖和技术依赖等关联特征,构建一种新颖的面向研发项目组合选择问题的非线性规划模型;并设计和实现了基于模拟退火的相关求解算法.最后将本文提出的方法应用于国内某汽车公司的研发项目组合管理实践中,实验结果证明了该方法的合理性与有效性.