修正协方差阵的投资组合方案及其稳定性

分析了最优化投资组合不稳定的原因,在此基础上,推广了由前人提出的一个新方法,即根据随机矩阵定理(RMT)对样本协差阵进行变化以得到一个更好的投资方案.首先对该方法中未证明的部分给出了更充分的实证理由,并运用这种思想,结合中国证券市场的实际数据,来模拟“真实的投资”.而这种方法得到的投资方案,较之传统方法有较好的收益率和方差,且可被前人对风险预测的分析方法所解释.     

基于模糊线性规划的证券组合投资优化研究

怎样选择一个比较满意的证券投资组合,在一定条件下实现一个最有效率的风险一收益搭配,是证券组合投资优化问题的关键。文中利用L-R模糊数来描述了某证券的期望收益率和风险损失率,从而对证券组合投资问题建立了一种模糊线性规划模型,并给出了模型的求解方法,试图优化证券的投资组合,最后给出了一个算例。     

β约束条件下的房地产投资组合优化模型

在现代经济生活中,风险是人们相当关注的一个问题。房地产业也是如此,而降低风险的主要实现方式,是通过多样化的组合投资来降低和消除非系统性风险,而系统性风险则通过风险资产的β系数表现出来。本文通过β系数的测度,建立了以组合投资风险最小化为目标的房地产投资组合优化模型。求解该二次凸规划模型,即可得到房地产投资组合的最佳方案。     

变系数模型CVaR约束下最优投资组合选择——基于非广延统计理论

考虑到经济变量随时间的变化而变化,设想资产的收益和协方差矩阵为时间的函数是合理的.一些实证结果表明,风险资产的收益分布呈现出厚尾特征.因此,应用Tsallis分布来驱动风险资产收益的变化,可以更好地捕捉厚尾这一特征.基于非广延统计理论,在CVaR约束下,提出了连续时间最优投资组合选择问题.针对模型中的时变系数,采用局部常数拟合的方法.首先,在非广延统计理论下,构造了风险资产的价格过程.然后,利用随机动态规划方法得到了HJB方程.在对数效用函数下,利用拉格朗日乘子法,得到了对数效用函数下具有CVaR约束的最优投资组合策略,并通过实证分析展示了所得结论的拟合效果.     

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.     

非确定性条件下的投资组合分析及实证研究

针对风险资产的收益具有不确定性的特征,结合稳健优化理论计算的投资组合问题,分析了稳健优化计算存在的计量风险偏大及投资组合最优解得不到保证的局限性,提出了一个基于情景分析及用随机线性规划计算的改进方法.并通过国内证券市场数据验证了所提方法的有效性.     

投资连接保险风险模型的构建及其破产概率的鞅分析

根据投资连接保险的特点及传统风险模型,建立了投资连接保险业务的盈余过程模型.所建模型将保险资金运用分为可带来稳定收益的投资组合和风险相对较大,收益不确定的投资组合,并且前者采用常数利率而后者采用带漂移参数的布朗运动来分别描述两个组合的收益.另一方面,该模犁对出险理赔和资金正常赎回两种情况进行了分别考虑.对于此模型应用鞅方法得到了其破产概率的一般表达式和Lundberg不等式.     

基于Copula函数的贷款组合期限结构优化模型及其应用

将Copula函数应用于银行贷款组合期限结构优化模型上,进行实证分析.指出基于Copula函数的贷款组合期限结构模型解决了贷款组合的流动性风险控制问题.更好地反映了贷款组合的真实风险,兼顾了资产组合的收益与市场风险的暴露.     

证券投资组合中的熵优化模型研究

为了解决马科维茨(Markowitz)模型中以证券收益率的方差测度投资风险的局限性,基于熵以及差熵的概念,在研究其均值方差模型的基础上,提出用熵和差熵来作为风险的度量方法,从而建立了几种关于熵的证券投资组合优化模型,使对证券投资组合模型的研究和应用更加合理、客观.     

一类证券投资组合问题的风险与收益分析

本文利用概率统计的原理对一类证券投资组合所能减轻的风险作了讨论,并得到了风险最小的投资组合.     

动态均值-LEL投资组合选择模型

运用优化方法研究动态投资组合选择问题.在标准Black-Scholes型金融市场下,以受限期望损失(LEL)度量投资组合的风险,建立了动态均值-LEL投资组合选择模型,得到了最优投资组合策略和均值-LEL有效前沿的显式表达式.最后,结合算例说明了模型的求解方法,并得到以下结论:在相同的期望终端财富和投资组合策略下,在险价值(VaR)约是LEL的2~10倍.     

基于单位收益风险的投资决策模型与分析

为得到更为适用的投资决策模型与分析方法,首先建立了单位收益风险度量模型,然后,借助于该模型和方法,对Markowitz型有效集中的资产组合选择问题进行了全面的分析、评价,并得到了单位收益风险最小的资产组合,同时,与用经典的标准差度量方法所得结果也进行了比较,在此基础上给出了更为合理的投资决策建议.     

Copula函数在风险价值中的应用

为了解决投资组合中风险价值的计算问题,常规的方法是假设多个资产收益序列或风险因子的联合分布服从多元正态分布,然后用Var方法来解决这个问题．而这种假设经常与实际相违背,为了更好地解决这个同题,基于Copula函散从结构上能较好的拟合随机变量的联合分布,将利用阿基米德Copula函散的性质来对传统Var方法进行改进．通过实例来说明选取最优Copula函散的方法,从而可以更好地规避风险。     

考虑通货膨胀因素的模糊投资组合MV模型

以可信性理论为基础,将通货膨胀因素引入模糊投资组合Mean-Variance(以下简称MV)模型中.由于通货膨胀率的不确定性,将通货膨胀率看成模糊变量,建立了考虑通货膨胀因素的模糊投资组合MV模型.另外,分别给出了当风险资产的收益率和通货膨胀率为三角、梯形和钟型模糊变量时的模糊投资组合MV模型.利用粒子群优化算法对模型进行了求解,给出了不同通货膨胀率下的投资风险及投资策略.实证分析表明:考虑通货膨胀因素的模糊投资组合MV模型更能真实地反映投资者的实际投资情况.     

均值-CVaR投资组合模型及改进的蝙蝠算法求解

基于投资者是风险厌恶型和风险资产价格路径服从跳扩散过程的假设,采用条件风险价值来度量组合风险,建立均值-CVaR投资组合优化模型.为快速有效求解模型,将基于模型的交叉熵随机优化方法嵌入到基于群体的蝙蝠仿生算法中,构建一种改进的蝙蝠算法,该算法既充分发挥交叉熵方法的随机性、自适应性和鲁棒性,又有效抑制蝙蝠算法的早熟收敛现象.借助Monte Carlo模拟情景生成得到价格路径,进而采用所建算法实现模型求解,并与遗传算法和线性规划方法进行比较.实验结果表明,新算法在求解有效性和实用性方面表现更好,取得更为满意的结果.     

部分信息下基于过度自信的动态最优消费投资决策

研究了投资者不知道风险资产的收益均值,并在过度自信的影响下,根据观测到的风险资产价格来推测其收益均值的真实值情况下的最优消费投资决策问题.将行为金融理论中过度自信这一重要的认知偏差纳入经典的最优消费投资问题中考虑,建立了部分信息下的最优消费投资决策模型,并运用随机动态规划原理得到了最优消费投资策略.在CRRA效用函数下发现,因风险资产收益均值的未知而导致的投资者套利需求为负,并得到了一个重要的结论:由于金融市场中信息的不完全,投资者过度自信时,其投资于风险资产的绝对值最优比例不一定增大.     

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.     

基于模糊熵和Yager熵的投资组合优化模型

通过引入"可信度"作为模糊变量的计量方法,以模糊熵和Yager熵为基础构建了一个新的投资组合优化模型。数值模拟比较发现,在几乎不降低投资组合收益率的情况下,新模型在投资组合权重配置合理性方面改善明显。实证研究进一步表明:新模型可以有效分散投资风险,降低投资者在真实的金融市场中遭受重大损失的概率,可为投资者提供决策参考。     

随机利率下有违约风险的最优投资组合

通过随机最优控制方法讨论随机利率下有违约风险的最优投资组合问题,用约化形式方法对违约风险建模,假定利率和信用利差都服从Cox-Ingersoll-Ross模型,将最优投资组合问题看作一个三维的随机最优控制问题,给出了相应的Hamilton-Jacobi—Bellman方程的显式解和最优投资策略．     

投资组合理论中统计方法的应用及该理论的局限性

文章以Harry.Markowitz的投资组合理论为基础,用统计方法具体分析投资组合如何能有效降低投资的非系统风险,并分析投资组合理论应用于现实证券市场中的局限性,为理性投资者提供参考.