基于VaR风险测度的投资组合优化模型及应用

以VaR作为投资组合风险的衡量尺度,在马柯维茨框架下建立均值-VaR投资组合优化模型,并采用蒙特卡罗模拟与遗传算法相结合的方法求解该模型．通过该模型在中国股市的实证研究,从资产收益率分布的假设与VaR置信水平的假设两方面对投资决策的影响进行了讨论,发现如果资产收益率分布的尾部越厚、VaR置信水平越高,那么投资策略越保守．     

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．     

基于VaR约束不允许卖空的均值-方差投资组合优化

提出基于风险价值(VaR)约束且不允许卖空的均值-方差投资组合模型,结合序列二次规划方法和不等式组的旋转算法,计算出不同最低收益率所对应的最优投资策略。采用实例验证了上述算法的有效性,并证明在一定条件下,引入VaR约束条件可以降低投资风险。     

基于一致性风险价值的投资组合优化模型研究

证券市场上收益率分布存在严重的偏峰厚尾现象;同时风险价值方法本身不符合次可加性．这使得进行组合优化时它的局部最优解并非全局最优．针对这些问题,我们从一致性风险度量理论出发,提出了一种新的风险度量技术——一致性风险价值——来度量投资组合的信用风险,在此基础上建立了一致性风险价值的投资组合优化模型,并运用线性规划技术进行组合优化．最后我们通过实证研究,发现运用基于一致性风险价值的优化模型进行投资组合的结果,优于运用基于风险价值的优化模型．     

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.     

单时期下一种新的风险度量方法及其应用

该文给出了一种新的风险度量方法,在某些方面克服了传统的均值－方差的风险度量方法中的缺陷,并在此基础上定义了新的资产组合风险值,以及它在现实个人投资方案选取中的应用。     

浅谈马科维茨证券投资组合模型

本文简单的探讨了证券投资组合理论及发展并以马科维茨的证券投资组合理论——均值-方差模型为主进一步探讨了现代证券组合理论的应用，如，组合证券的风险、收益的计算、组合证券的选择等。在此基础上提出了马科维茨投资理论在实际操作中的局限性。     

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.     

基于CVaR的投资组合优化模型及实证

以条件风险价值CVaR为风险度量,建立以CVaR为目标函数,VaR为约束条件的二次规划模型,该模型给出了在决策者可以接受的VaR风险水平下,使得CVaR为最小值的投资组合最优选择;实例表明投资组合的最优选择降低了投资组合发生灾难性风险的可能性。     

基于混料试验设计的组合投资研究

以MARKOWITZH的证券投资理论为基础,考虑基于混料试验设计的证券投资组合研究．实证分析表明：在满足G一最优性的试验设计下,证券组合的最大风险达到最小,从而算得组合风险最小时的投资比例系数．     

摩擦市场下买空-卖空投资组合选择的优化方法

在假设投资者是风险厌恶的前提下,提出了一种新的买空-卖空投资组合选择模型,并考虑了交易费这种摩擦.采用极大熵方法对模型进行优化,并给出这一问题的数值解法.实证分析表明,投资者最低满意收益率的高低直接决定了人们对风险的控制程度,且投资的风险与投资者的最低满意收益率是正相关的.     

证券组合投资的最大概率与最小风险分析

研究基于当前价格的证券组合投资的最大概率和最小风险问题，分别导出最大概率的证券组合投资比例和最小风险的证券组合投资比例，并说明他们是相同的。因此，我们可以考虑具有最大概率和最小风险这两个特点的证券组合投资。     

基于风险价值的证券投资组合

在风险价值(VAR)模型一种计算方法--德尔塔正态法的基础上,采用了投资组合比例随机搜索的方法,即对于一个投资组合,利用随机数搜索和变换步长搜索两种方法调整其权重,以得到最小的VAR值,从而为投资者降低风险,并在VAR计算方法上做出新探索.     

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．     

基于信用迁移的贷款组合多目标优化问题研究

针对现有研究大都仅对单个目标进行优化的现状,提出一种优化决策模型,即将企业信用风险迁移引入到贷款收益率的计算中,以限制资产数目、决策变量上下界等为约束条件,建立组合投资的收益最大、同时方差风险最小的优化决策模型。该模型是一个混合0-1变量的多目标规划问题,提出求解该模型的一种自适应改变惯性权重的离散粒子群算法,数值结果表明该算法是有效的,模型是合理的。     

有色金属企业间接投资组合模型

探讨了有色金属企业在进行间接投资时的组合投资模型，分析了在最小亏损概率条件下组合投资的必要条件和最优投资组合的选择．     

风险投资最优组合

在理论上投资与风险的最优组合为投资的类型越分散,所承担的总风险越小,最低风险和最高收益二者是不可以兼得的.讨论了在一定范围内如何科学地把投资种类进行组合,才会使得收益和风险达到一个最优的状态.     

限制投资下界的双目标风险证券组合模型及实证研究

许多研究所考虑的都是投资风险的最小化或投资收益的最大化,但对于一个典型的投资者而言,一方面希望收益率尽可能高,另一方面也希望风险尽可能小.因此,为了适应证券市场和实际操作需要以及投资者的喜好,分析了限制投资下界的双目标风险证券投资组合模型,并给予实例分析.     

组合投资选择均值-最小最大化多目标规划模型

构造了一个均值-最小最大化组合投资多目标规划模型.与胡达沙和吴炜提出的多目标均值-方差模型比较,该模型有几方面改进.除了模型假设和数学表述的一些修正,该模型使用历史最小收益替换方差,这使得该模型不仅继承了多个目标的可行权衡的好的特性,而且在衡量向下风险方面的表现优于多目标均方模型.通过理论分析和数值试验说明了这一点.当组合投资收益分布适度有偏时,该模型的优势会更为突出.