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.     

The Role of White Precious Metals in the Allocation of General Asset

White precious metals have often been regarded as industrial raw materials in the past.With the introduction of the Silver ETF in 2006 and Platinum as well as Palladium ETFs in 2010,their role in asset allocation has become more and more important. This paper selects five countries with rapid economic development(BRICS) as the research scope. The authors select silver, platinum and palladium to test whether these three kinds of white precious metals have the effect of hedging risk in general asset(stocks, bonds and foreign exchange). The authors find that, first of all, the three white precious metals have no stable effect on the BRICS stock market. Second, silver can better hedge the bond market of the BRICS, the authors suspect that this phenomenon is related to the fact that silver is a traditional financial asset and its trading volume is large. Third, white precious metals are good hedge assets for foreign exchange investment. Finally, the authors find that platinum can reduce the yield variance of all portfolios, indicating that platinum is an investment target that can effectively reduce the variance of portfolio returns within the BRICS.     

证券投资基金的风险资本确定研究

研究基金管理人如何配置风险资本以抵御来自资产组合收益风险的问题。建立基金管理人确定风险资本的模型，给出关于投资组合收益率分布函数的最小风险资本比率。用跳跃一扩散过程来描述市场收益率，在此基础上建立基金的投资组合的收益率模型，并给出模型参数的估计方法。利用随机模拟方法获得投资组合收益率的模拟样本．可以获得投资组合收益率的经验分布，进而计算最小风险资本率。用模拟方法获得的投资组合收益率的经验分布可以克服用常方差正态分布假设的误差。本文的结果对基金管理人的风险管理具有指导意义。     

投资组合保险策略最小风险控制

组合保险策略利用期权、期货或模拟期权等衍生金融工具对冲和转嫁风险，金融衍生工具以风险资产作为标的物，其价格受风险资产价格的影响，因此组合保险策略本身也将存在一定的风险。本文利用均值一方差法衡量组合保险策略风险，讨论在投资组合保险满足一定收益时风险最小条件下，保障投资组合保险策略实施的最低收益有效条件以覆最低风险控制条件．为我国开发坌融衍生工具奠定了理论基础。     

非正态稳定分布条件下的投资组合模型:均值2尺度参数模型

针对风险证券收益率的经验分布所具有的偏态和过度峰态等非正态分布特征,提出在非正态稳定分布条件下研究投资组合模型.通过拟合优度检验发现我国的股票收益率与非正态稳定分布的拟合效果非常好;研究了非正态稳定分布条件下投资组合收益和风险的度量,建立了均值-尺度参数投资组合模型;通过实证分析发现均值-尺度参数模型能够解释资产配置之谜.     

不确定环境下的跳扩散连续时间资产配置策略

金融市场是一个复杂的非线性系统,在不确定环境下,如何在有限时域内最优配置资源,是金融理论研究的核心问题之一.面对现实生活中的大量不确定性因素以及多期投资问题,Markowitz的投资组合理论以及在其基础上发展起来的资本资产定价理论和套利定价理论则显得无能为力.本文研究了不确定环境下极大极小风险控制的连续时间投资组合优化问题,运用Bellman最优性原理和HJB方程构造了典型的资产组合优化模型,借助随机控制和多重网格数值逼近方法得到相应优化问题的最优投资策略,通过实证方法验证了过程风险控制下资产配置策略的有效性.     

How the Investor's Risk Preferences Influence the Optimal Allocation in a Credibilistic Portfolio Problem

A classical portfolio theory deals with finding the optimal proportion in which an agent invests a wealth in a risk-free asset and a probabilistic risky asset. Formulating and solving the problem depend on how the risk is represented and how, combined with the utility function defines a notion of expected utility. In this paper the risk is a fuzzy variable and the notion of expected utility is defined in the setting of Liu's credibility theory. Thus, the portfolio choice problem is formulated as an optimization problem in which the objective function is a credibilistic expected utility. Different approximation calculation formulas for the optimal allocation of the credibilistic risky asset are proved. These formulas contain two types of parameters: Various credibilistic moments associated with fuzzy variables(expected value, variance, skewness and kurtosis) and the risk aversion, prudence and temperance indicators of the utility function.     

基于滚动经济回撤约束和下半方差的最优投资组合策略

最大回撤和下半方差均是投资者在实际投资过程中非常关注的风险指标.本文创造性地将这两个风险指标纳入投资组合分析框架,提出了基于风险资产滚动经济回撤约束和下半方差的最优投资组合策略(REDP-LSV策略).该策略以风险资产滚动经济最大回撤为约束条件,以风险资产的下半方差代替方差,研究了投资组合中风险资产的动态配置过程,并给出了解析解.分别采用模拟的实验数据以及中国市场实际风险资产数据,研究了投资组合中包含一种风险资产和两种风险资产的情况,结果均显示REDP-LSV策略能很好地控制最大回撤,且更能提高投资绩效.     

高维稀疏低秩的多目标矩阵回归模型及其组合管理策略

本文通过双因子随机过程表征资产价格的长短期运行趋势，选择具有重要影响力的市场指数构建有效市场组合，采用稀疏低秩的多目标回归方法深度挖掘市场特征，并自适应地捕捉市场趋势，最终利用预配权稀疏分散再优化方法获得矩阵回归的最优投资策略.研究发现高维稀疏低秩策略不仅可以实现全局和局部降维、低秩和稀疏约减的统一，还可以选择性地降低高维资产数目，更好地捕捉资产的非线性特性，更容易抓住资产间的关联关系.多目标稀疏分散回归策略具有集中配置资源、稀疏分散风险和稳定提高投资组合整体绩效的能力，组合管理成本更低，优越性更明显.实证结论对量化投资组合管理、资产配置优化及投资分析具有重要指导意义.     

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.     

多风险控制目标下的资产配置模型

相比于VaR风险测度,CVaR风险测度因满足次可加性能够更好地描述金融资产组合风险,而广义极值分布和Copula函数较好地拟合了金融资产收益率的厚尾特征和相依性。本文尝试使用CVaR风险测度和Copula-GEV分布描述金融资产组合的极端值风险,并将其作为风险控制目标引入传统均值-方差模型,构建多风险控制目标下的资产配置优化模型,实现在金融资产配置决策中综合考虑期望收益、波动性风险和极端值风险,并设计PSO-MC优化算法对模型进行求解。通过对我国上市公司股票收益率数据的实证分析,验证了模型及求解算法的有效性。     

基于多期动态优化的银行资产组合决策模型

以银行各项资产组合收益最大化为目标函数,以VaR风险收益率为约束,以法律、法规和经营管理约束为条件,运用多期资产分配的逆向递推原理和非线性规划方法,建立了多期银行资产组合动态优化模型.一是通过逆向递推,使本期资产的最优配给建立在下一期资产的最优配给的基础上,解决了现有研究只是在单期里求解而忽略了各期之间的联系与影响的问题.二是考虑到本期的贷款收益率期望值将受到上一期贷款信用等级迁移的影响,利用不同等级贷款收益率期望值和一年期迁移概率矩阵,计算出各类企业各年份的相应的贷款收益率期望值及标准差,更加客观地反映了贷款的真实收益和风险,解决了现有研究只是简单求解各笔贷款收益率期望值或将其设为常数的问题.三是用贷款组合的VaR控制多期贷款的组合风险,解决了现有多期研究中对银行风险承受能力和资本监管的客观要求考虑不足的问题.     

Large Dynamic Covariance Matrix Estimation with an Application to Portfolio Allocation: A Semiparametric Reproducing Kernel Hilbert Space Approach

The estimation of high dimensional covariance matrices is an interesting and important research topic for many empirical time series problems such as asset allocation. To solve this dimension dilemma, a factor structure has often been taken into account. This paper proposes a dynamic factor structure whose factor loadings are generated in reproducing kernel Hilbert space (RKHS), to capture the dynamic feature of the covariance matrix. A simulation study is carried out to demonstrate its performance. Four different conditional variance models are considered for checking the robustness of our method and solving the conditional heteroscedasticity in the empirical study. By exploring the performance among eight introduced model candidates and the market baseline, the empirical study from 2001 to 2017 shows that portfolio allocation based on this dynamic factor structure can significantly reduce the variance, i.e., the risk, of portfolio and thus outperform the market baseline and the ones based on the traditional factor model.

     

基于Copula方法的开放式基金投资组合的VaR研究

Copula已被广泛地应用于金融领域,特别在金融市场上的风险管理,投资组合的选择,资产定价等方面,并成为解决金融问题的一个有力工具.本文以南方高增长基金的前10支股票为例,建立了投资组合风险分析的Copula-GARCH模型.结合Monte Carlo模拟技术,利用Copula理论计算投资组合的VaR,并与传统的VaR方法进行比较,实证结果表明基于Copula的VaR方法能够更加有效地测量开放式基金投资组合的风险.     

基于均值-MF-X-DMA的能源产业链投资组合策略

国际能源金融市场是复杂的非线性系统,极端气候、地缘政治和金融风险等因素深刻影响能源投资活动。基于分形理论与产业链理论,提出优化中国能源产业布局及外汇能源资产配置的投资策略。结合均值-方差模型与多重分形方法,构建均值-MF-X-DMA模型,并选取标普500指数中反映能源产业链5个环节的10支股票进行分析。研究结果表明：每支股票的收益率均具有分形特征,分形市场假说适用于能源投资组合的构建;基于产业链理论的选股思路,能够构建稳定性更好、收益率更高的投资组合;与传统投资组合模型相比,除了标度为10之外,该投资组合策略在其他标度下均能取得更高的收益以及夏普比率、詹森指数和特雷诺指数,并弱化系统性风险的影响。     

有隐含期权的银行资产负债表的利率风险控制

加入世贸组织 ,接受国际通行的风险监管标准 ,以及利率的逐步市场化都要求银行业必须建立完备的利率风险控制体系 ,而银行资产负债中隐含期权的存在 ,增加了利率风险管理的复杂程度 .我们就隐含期权条件下银行资产负债表的利率风险控制进行研究 ,选择了资产与负债的持续期缺口和凸度缺口作为控制指标 ;提出了隐含期权条件下银行资产负债表的利率风险的控制策略 ,强调匹配期权调整的持续期 ,以及构造正的凸度缺口对冲负的凸度缺口 ;分析了实施利率风险控制策略所需要的基于利率情景制造的隐含期权的证券估价技术 .     

资产配置中如何管理通货膨胀和随机利率风险:一种中长期投资问题

通货膨胀可以被认为是一种背景风险，通常只对财富的增长率有影响，而不会改变投资财富的数量。在现有的资产管理文献中，几乎大部分都没有考虑通货膨胀问题。但是，当投资期限为中长期时，通货膨胀风险及规避问题是不容忽视的，直到近期人们才真正开始关注通货膨胀风险。本文考虑了银行帐户、债券和股票这三种可以交易的资产，并且对以通货膨胀和短期利率为主要的影响因素的资产配王问题进行了研究，最后得出最优的资产配王方案，并对该方案的经济含义进行了分析。     

带网络结构的自适应Lasso分位数回归及其应用

CVaR是衡量组合投资的重要风险测度,如何在CVaR组合模型中选择稳健的资产组合以降低管理时间和经济成本十分重要.理论上CVaR模型下的资产组合决策可转化为分位数回归,受此驱动,该文构建了带网络结构的自适应Lasso分位数回归,对高维资产进行选择.自适应Lasso对变量的回归系数进行加权约束,理论上具有变量选择的一致性.网络结构是基于复杂网络理论构造,能够体现出资产之间的复杂联动关系,因此它对改进选择结果是有利的.该文基于线性规划进行求解,对CVaR组合投资决策中特有的计算问题采取两步迭代的方式进行.多种情形下的模拟分析显示,新模型的变量选择效果和预测表现均最优,且随着变量之间相关性的增强,网络结构带来的优势愈发明显.最后,使用249只股票数据进行了实证分析,通过滚动建模的方式,得出新模型具有良好的稳健性与应用意义.