引入风险价值约束的投资组合理论

风险价值(VaR)是近年来最为流行的风险管理工具．本文在无风险证券情形下，将VaR约束引入到传统的均值一方差投资组合理论中，考察了此时投资组合的有效前沿以及投资组合选择的变化，并指出了VaR约束对证券投资基金组合管理的意义．     

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.     

基于混合遗传算法的投资组合优化改进模型研究

证券投资组合优化问题的实质就是有限的资产在具有不同风险收益特性的证券之间的优化配置问题.本文在马克维茨投资组合的均值一方差模型框架下,提出改进的证券投资组合优化模型,即以VAR作为风险度量工具和以RAROC作为目标优化函数的投资组合优化模型.从理论上讲该模型更符合投资工具的风险收益规律,同时采用遗传算法求解也保证了该模型在投资实践中应用的有效性.该模型和求解方法的有效性在上证A股市场的实证研究中得到了验证.     

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.     

D-G正态模型在VaR计算上的改进

对于包含期权等非线性头寸的投资组合来说,其VaR计算,通常是利用二阶或高阶泰勒展开式来近似投资组合在特定时期内相对于市场变量的价值变化,即D-G正态模型,然后针对这个模型来进行VaR计算.本文在分析这个模型缺陷的基础上,设法通过调整置信参数α,来提高风险预测的准确度.     

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.     

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．     

M-V证券组合投资决策的风险厌恶模型

引入风险厌恶函数作为投资者对风险厌恶程度的一个度量标准,建立了含该函数的非线性证券组合投资决策模型,求解该模型便得到给定风险厌恶函数下的最佳证券组合,简化了证券组合选择过程.文中给出了该模型的解析解,并通过数值例子检验了该模型的解.结果表明,该模型所确定的最佳证券组合为M-V有效证券组合.     

成份VaR(Component VaR)在投资组合风险控制中的应用

本文简要介绍了VaR和成分VaR在投资组合风险管理中的应用,使管理者更加清晰的看出投资组合中各个成分的风险结构,并且用成分VaR方法对一组假定的投资组合的风险进行风险的度量与分析,并说明如何根据风险情况对组合成分进行调整以降低风险。     

次贷危机前后资产组合的风险度量

为了研究次贷危机对中国股市的影响,本文选取三只股票,分别选用单一的EVT模型和Copula-EVT模型计算资产组合的VaR和CVaR,通过对长期数据和短期数据的计算,总结出次贷危机对中国股市的影响.实证分析表明,次贷危机在短期内会对中国的证券业和房地产业产生一定的影响,但对制造业的影响不大;同时还能看出,引入Copula函数计算的组合风险要优于单一的EVT模型计算的组合风险.     

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。     

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。     

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.     

美国国债购买组合策略研究

利用线性插补法和息票剥离法,构建美国国债收益率曲线来为美国国债进行定价。在给美国国债进行定价以后,依据美国国债市场收益率特点,选择了引入风险价值约束的马柯维茨均值-方差模型,对美国国债的购买组合策略进行了研究。     

非正态假设下投资组合的风险分解

为提高风险分解结果的准确性,本文给出组合收益分布服从非正态假设下,组合VaR及ES分解的两个新方法：局部线性加权平均;用分段线性函数拟合极端损失情形下,资产与组合回报之间的关系。针对实际金融数据的尖峰厚尾性与杠杆效应,风险度量采用EGARCH-GED模型。实证分析及模型检验的结果表明,新方法能准确、快捷地分解组合风险。     

藤Copula模型在我国股市多资产组合VaR预测中的应用

选取我国六只股指数据为研究对象,基于几类藤Copula模型和VaR理论,运用滚动MonteCarlo技术及MST-PRIM算法确定各类模型的RVM结构,并在此基础上结合滚动时间窗口方法预测投资组合的动态VaR。为了进一步验证模型的拟合效果,采用返回值检验法测试模型的VaR预测结果。事实证明:在等权重与Mean-CVaR约束条件下,C-藤和R-藤对投资组合的VaR预测效果胜于D-藤;另外,R-Vine all Gumbel模型的VaR预测结果比R-Vine all t模型好,充分说明在面对非对称特点的金融数据时,Gumbel-Copula比t-Copula更具说服力。     

基于Copula-kernel模型的流动性VaR分析

传统VaR方法在衡量投资组合的风险上存在诸多缺陷,针对BDSS模型进行改进,基于相对价差得到了再修正的BDSS模型以计量流动性风险.实证分析表明,Copula-kernel模型对多元收益率和相对价差序列的拟合程度都很高,且La-VaR中的流动性风险部分随着置信度的减小而逐渐显著,返回测试表明无论置信度的高低,在大多数情况下La-VaR都不会低估风险.