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.     

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.     

基于局部线性近似的投资组合VaR分解

提出了投资组合VaR分解的局部线性近似估计法,该方法是一种在组合VaR附近取线性近似的局部估计方法。对于使用不同方法(参数法、模拟法等)计算出的投资组合VaR,均可使用局部线性近似估计法来分解。实证研究表明,该方法简单、准确,具有一定的实际应用价值。     

资产组合的集成风险度量及其应用——基于最优拟合Copula函数的VaR方法

通过对不同族类、不同种类Copula函数之间的比较分析,提出了最优拟合Copula函数的一种选择方法.基于沪深两市经验数据的实证检验与分析表明,Frank-Copula和Clayton-Copula分别适用于计算低置信度和高置信度下资产组合集成风险的VaR.在各自置信度下,根据这两种Copula函数的计算方法优于其它Copula函数方法,更优于使用多维正态分布或者多维t分布的传统方法.     

基于VaR的风险平价投资策略及应用

结合风险测度方法 VaR,提出基于在险价值的风险平价投资策略,建立了相应模型,并给出有效的算法.最后使用中国股票、债券和商品期货市场数据给出数值算例,并与多种常用的投资策略进行了对比分析.结果显示,三种风险平价投资策略均优于全局最小方差组合等其它参照投资策略,其中基于在险价值的风险平价投资策略表现最优.     

基于时间持续性的动态风险度量模型

基于一致性风险度量公理建立的CVaR方法缺乏多时期风险度量属性,特别是动态持续性.针对这些问题,本文在动态一致性风险度量框架下,提出动态风险度量方法(DVaR),并利用我国深市和沪市数据对VaR、CVaR和DVaR方法进行实证比较研究,通过回测方法比较3种方法的有效性.     

基于极差VaR的股票组合质押率评估方法

将VaR方法应用于股票质押率的估计中，讨论股票组合的质押率与风险的关系。并将这种方法用于计算我国上海股票市场的股票组合7天贷款的质押率。实证研究表明，这种基于VaR的股票质押率评估方法具有动态评估、较高的质押率和较低风险的优点。     

沪市股票投资组合规模与风险分散化关系的进一步研究

首先介绍了分散化投资降低组合非系统风险的有关理论,在此基础上,利用上证50指数中的36只股票近三年的月收益率数据对沪市股票投资组合规模与风险分散的关系进行了实证分析,并对股票投资组合适度规模的确定问题进行了讨论.     

基于Copula理论的多心理帐户组合VaR模型与基金风险管理

在Shefrin和Statman的行为投资组合和多心理帐户理论的基础上,结合Copula理论对传统的VaR计算模型进行了改进,加入了反映人们预期和风险态度的主观参数,从而使风险度量能够建立在概率(probability)、前景(prospect)和偏好(preference)(“新3P”)的基础之上.然后在此基础上给出了基金投资组合风险预警和投资比例优化的方法.     

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vine copula方法的股市组合动态VaR测度及预测模型研究

以世界十大股票市场指数为例,运用滚动Monte Carlo模拟技术,实证计算了R-vine、Dvine、C-vine及R-vine all t四种vine copula结构对投资组合的动态VaR预测值,并进一步运用严谨的Back-testing检验方法,实证对比了上述四种vine copula结构对投资组合的VaR预测能力的优劣.实证结果显示:不论是在等权重还是在mean-CVaR约束条件下,R-vine对投资组合的VaR预测效果是最好的.特别在高分位数水平下,其表现得更为突出.另外,D-vine的预测精度总体上要高于C-vine和R-vine all t的,而节点间全为t copula的R-vine all t表现相对较差.     

信用危机下可违约债券组合风险集成度量:基于三因子强度定价模型

可违约债券一旦一个信用违约事件突发后,可导致一系列的可违约债券的相续违约,通过对可违约债券组合风险集成度量进行研究,为金融机构进行金融应急管理和科学决策提供理论依据,同时有利于金融机构完善金融系统在这方面应急处置机制.针对可违约债券组合中的信用-市场风险相关性和各债务人信用相关性,可从不同风险类型识别出的共同的风险驱动因子出发构建风险整合框架.假设债券的违约强度仿射地依赖于系统市场风险因子、系统信用风险因子、特质信用风险因子等组成的基础状态向量,推导出了基于三因子仿射强度的可违约债券价格,把可违约债券双因子强度定价模型拓展为三因子强度定价模型.在此基础上,建立了可违约债券组合风险集成度量的Monte Carlo方法,得出同一个风险计算期下反映市场风险和信用风险这两类风险的损失分布,进而能求得组合的VaR值,在同一个框架下同时捕捉可违约债券的两类风险.最后运用提出的基于三因子仿射强度的风险集成度量模型对短期融资券组合的风险进行数值计算,并与基于双因子仿射强度的风险集成度量模型得到的VaR值进行比较分析.     

国际证券资金流动对中国股市的影响

随着全球金融一体化进程的加速,跨境证券资金流动逐渐成为国际资本流动的重要组成部分,对一国金融市场的影响也越来越显著.在此背景下,本研究分析了流入中国股市的国际证券资金流动的总体特征和行业板块特征,并运用多元回归模型和面板模型从市场综合指数和行业板块指数两个角度实证研究了其对中国股票市场收益率的影响.结论表明:第一,2006年以来中国国际证券资金流动规模不断增加,从股市板块来看,流入金融板块的国际资金最多,医疗保健、信息技术、可选消费等板块也是国际证券投资的热点.第二,当期国际证券资金的流入对国内股市收益率有显著的正向影响,且影响程度和显著性不断增强,但影响效应是短期的,符合"价格压力"假说.     

考虑背景风险的均值-半方差投资组合优化模型

在投资决策过程中，投资者不仅面临金融市场风险，还将面临金融资产价格波动以外的背景风险.针对现有考虑背景风险投资组合模型大部分都是以方差作为风险度量的不足，本文用半方差代替方差作为风险度量，研究同时考虑金融市场风险和背景风险的投资组合选择问题，提出考虑背景风险的均值-半方差投资组合优化模型.然后，给出临界线算法对所构建的模型进行求解并分析其有效前沿.最后，借助数值分析验证了本文所提出模型较现有均值-方差模型的优越性.     

基于高维R-vine Copula的金融市场投资组合优化研究

为优化国际金融市场的投资组合,本文以全球具有代表性的七大股票市场重要股票指数作为金融市场的典型代表:首先运用较为灵活的APARCH模型来刻画股票指数收益序列的"典型事实"特征,其次针对投资组合优化模型中变量之间复杂相依关系,采用最大生成树MST (maximum spanning tree,MST)算法选择的R-vine Copula来刻画七个股票市场的相依结构,进而测度R-vine Copula相依结构下组合风险CVaR,最后基于R-vine Copula相依结构条件下建立Mean-CVaR投资组合模型,并实证对比了Mean-VaR,Mean-CVaR和基于R-vine Copula相依结构下的MeanCVaR模型的拟合效果.实证结果表明:考虑资产之间的相依结构能起到优化投资组合的效果,在降低投资组合风险的同时增加了回报率;基于R-vine Copula相依结构下的Mean-CVaR模型投资组合优化效果明显优于Mean-CVaR模型,而Mean-VaR模型较其它两种模型表现相对较差.     

基于平均包络线匹配算法的EMD端点效应分析及在股价趋势分解中的应用

经验模式分解(EMD)能够有效获得非平稳非线性信号的时频特征,但传统的EMD分解算法存在严重的端点效应. 在深入研究和分析EMD算法的基础上,提出了一种基于波形匹配的端点效应处理方案,通过计算波形匹配度, 在平均包络线内部寻找与其端部变化趋势最为接近的子波,并用这段子波代替平均包络线的边缘部分, 使处理后的平均包络线极大地接近真实包络线,并把这种端点效应处理方案的EMD分解算法应用到实际的股票市场价格趋势分解中.实验结果表明,与经典的EMD边界延拓算法相比,本文提出的算法能更有效地抑制EMD分解时的边界效应, 分解得到的固有模式函数更能体现模拟信号真实的频率、幅值信息.应用实验表明:与现有方法相比,该方法更能提高预测精度.     

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.     

基于杠杆和流动性冲击的股指期货保证金定价

现有研究对股指期货保证金定价多仅围绕波动率因素来考虑,而忽视了流动性冲击、杠杆和交叉持股所导致的现货价格极端变化对期货保证金的影响,即在保证金定价中未能考虑现货市场的流动性风险和组合再平衡风险.鉴于此,本文首先分析了流动性冲击下杠杆对投资组合价值的影响机理,以及交叉持股对现货标的的正反馈效应;然后通过持有成本模型将这些因素引入到股指期货价格变化中,最终构建保证金定价模型.模拟分析发现:现货市场中的杠杆水平、流动性冲击水平均与股指期货保证金显著正相关;且与传统模型相比,本文提出的定价模型所计算的股指期货保证金要显著高于前者,这也意味着本模型的确能够有效解决流动性冲击严重或者杠杆过高情况下,股指期货保证金的合理调整问题.