共查询到18条相似文献,搜索用时 46 毫秒
1.
不相关资产组合投资优化模型及实证分析 总被引:30,自引:1,他引:29
张卫国 《系统工程理论与实践》1998,18(4):34-40
研究了不相关资产组合投资的优化问题。根据无风险资产的存在情况,分别建立了各种投资约束条件下不相关资产组合投资优化模型,给出了有效组合集及相应的投资比例计算公式,讨论了有效组合投资期望收益率的变化对资产投资比例的影响。最后选取上海证券交易所不同行业的部分股票进行了实证分析。结果表明本文的投资决策方法易于操作且有效。 相似文献
2.
在以个人投资者为主体的中国股票市场中,投资者情绪对资产价格的影响非常重要.本文将投资者情绪和宏观经济变量加入到条件CAPM模型中,采用Avramov和Chordia(2006)的两步回归分析框架,检验了包含投资者情绪信息和宏观经济变量的条件资产定价模型对我国股票市场收益异象的解释力.实证结果表明,包含IPO首日收益率为投资者情绪信息的条件CAPM模型能够显著解释我国股市中的特质波动率之谜,规模效应和价值效应,经济不确定性指数作为额外的宏观经济变量加入条件CAPM模型能够解释我国股票市场的非流动性溢价,实证结果对于不同的度量指标都很稳健,进而证实了投资者情绪因素在资产定价过程中的重要作用. 相似文献
3.
中国证券基金最优投资组合 总被引:1,自引:0,他引:1
根据中国证券基金业面临的特殊经营环境,建立基金的变动投资组合选择模型。通过运用该模型和作者编制的相关软件进行实证分析,研究置信水平、交易成本、权重系数约束等主要约束条件对证券基金风险资产投资组合有效前沿面的影响,为基金的投资决策提供重要参考。 相似文献
4.
李进芳 《系统工程理论与实践》2016,36(5):1156-1168
在非对称信息条件下,我们建立了一个一般化的情绪资产定价模型,表明投资者情绪对资产价格具有显著的系统性影响.模型中,情绪和信息是相对应的.知情者利用有价值的信息进行交易,使得信息融入价格之中;情绪投资者基于情绪进行交易.使得情绪融入价格之中;理性不知情者偶尔误把情绪当作信息,追逐情绪投资者,从而放大情绪冲击,使得资产价格远远偏离它的潜在价值.此外,情绪投资者的比重以及信息的质量等因素能够放大投资者情绪对资产价格的冲击,从而降低市场的有效性. 相似文献
5.
6.
允许持有无风险资产的β值证券组合投资决策模型研究 总被引:4,自引:0,他引:4
在β值证券组合投资决策模型的基础上 ,从允许卖空和不允许卖空两个方面分别提出了允许持有无风险资产的β值证券组合投资决策模型 ,研究了它们的解的存在条件和求解方法 . 相似文献
7.
融资融券制度的推出为理性交易者提供了套利的工具,但其杠杆效应可能引致情绪交易者更多的投机行为,从而对股票的套利难度和投机程度产生双向作用,影响情绪对其股价的作用.本文以试点期融资融券标的及前四次扩容新增标的为研究对象构建了四类股票特征组合,并利用情绪β来测度情绪对股价的影响程度,考察了各特征组合在允许融资融券交易前后的整体情绪β以及高、低情绪期情绪β的变化.结果表明,融资融券制度对各特征组合的整体情绪β几乎没有影响.但将市场划分为高、低情绪期后,融资融券制度显著降低了各特征组合的低情绪期情绪β,而对高情绪期情绪β大多没有影响.进一步分析表明,尽管本文提供了一些情绪横截面效应的证据,然而融资融券的影响并不存在明显的横截面差异.此外,本文还发现,无论是在股票被纳入融资融券标的之前还是之后的时期,各特征组合的情绪β在高、低情绪期本身就存在明显差别. 相似文献
8.
投资组合的资产联合违约概率(joint,probability of default,JPoD)是一种有效的系统风险测度工具.基于JPoD分析,提出了一种新的资产组合选择优化方法,即通过计算资产池中每两种资产的JPoD值得到JPoD矩阵,利用遍历算法逐次筛选,得出具有最小系统风险的多资产组合.实证分析首先利用2014 2015年的上证综指和深证成指数据验证了JPoD方法的有效性;其次,分别利用中国股票市场数据和美国股票市场数据将所提出的资产组合选择方法与马科维茨均值-方差组合理论、随机组合方法进行比较,结果表明无论是在中国股票市场还是美国股票市场,JPoD方法都明显优于其他两种方法. 相似文献
9.
10.
研究了当投资者的消费为固定模式时的最优投资组合问题.投资者的目的是:在保证固定消费正常进行的条件下,使最终财富的期望效用最大.把现金流分成两部分来考虑:一部分保证消费的正常进行,一部分用于投资.假设投资者的消费是时间的连续函数或者分段连续函数,应用随机最优控制的方法得到了这两种情形下一般效用函数的最优投资策略并导出了值函数满足的HJB方程,最后,分析了消费对投资决策的影响. 相似文献
11.
基于多期动态优化的银行资产组合决策模型 总被引:4,自引:0,他引:4
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. 相似文献
12.
以2012~2018年中国A股上市公司作为研究样本,采用文本分析技术,利用正则表达式检索和提取公司年报风险段落,并以风险关联词度量年报风险披露的程度,实证检验了风险信息披露与股票流动性水平的关系。研究结果表明:风险信息披露与股票流动性负相关,说明披露的风险越多,市场风险感知越强,投资者交易行为更加谨慎,股票流动性越低;在风险披露影响股票流动性的过程中,投资者情绪起到了不完全中介作用;相比于国有、信息质量较高以及地区法律环境较好的企业,在非国有、信息质量较低以及地区法律环境较差的企业中,风险披露与流动性的负相关关系更加显著;风险披露语调和非模板化程度同更高的流动性相关;不同于风险披露与长期流动性的负相关关系,风险披露与短期异常流动性正相关。系统性地检验了中国风险信息披露对市场流动性的影响,丰富了风险信息披露与市场流动性相关的文献。在实证基础上,指出中国风险信息披露现有不足,建议加强上市公司风险披露监管力度,提高信息披露质量,完善市场制度规范的政策,以更好地保护投资者基本利益,提高市场资源配置效率。 相似文献
13.
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 总被引:1,自引:0,他引:1
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. 相似文献
14.
15.
针对SPAN和TIMS保证金模型运用情景模拟法模拟期货合约多种价格风险的复杂性及使用风险线性叠加评价多品种期货组合风险导致的预测不精确的特点与弊端,提出了多头和空头损失不对称原则,建立了期货组合市场风险非线性叠加评价模型,解决了期货组合每一交易日最大损失的预测问题.模型的特点一是采用WKDE法对单个期货合约精确地预测未来交易日风险值,简化了SPAN和TIMS系统测算单个合约风险的复杂性.二是考虑了不同头寸之间风险对冲和组合中合约风险非线性叠加,解决了SPAN和TIMS系统由于期货组合风险线性叠加而导致风险评价不准问题.三是引入EWMA法计算动态迁移相关系数矩阵,避免了静态的相关系数矩阵不能有效及时地反映相关系数动态变化的缺陷. 相似文献
16.
基于信用迁移全部贷款组合优化下的新增单笔贷款决策模型 总被引:2,自引:0,他引:2
根据CreditMetrics信用风险迁移矩阵的时间效应和随机过程中的Brown运动来反映银行贷款风险的非系统因素,确定信贷资产风险随时间变动的数学关系;结合因子模型与Markowitz的均值-协方差模型,建立基于存量与增量组合累计风险的银行贷款决策模型.模型的基本原理是通过对决策前贷款存量组合的风险和收益率与其加入一笔新贷款后的总风险和总收益率的对比来决定是否发放该笔贷款.模型的主要特点:①综合反映贷款存量组合累计风险对贷款决策的直接影响,合理地考虑了贷款存量组合与贷款增量的关系;②信贷资产的信用风险由扰动项定量的表示出来,而不是像流行方法那样由于因子模型的扰动项的均值为零而直接将σ2ei设置为0;③把微观层次的风险与宏观经济变量联系起来,充分考虑宏观经济要素对微观个体还贷能力的重要影响,即综合考虑了市场风险和信用风险对信贷风险的影响. 相似文献
17.
经典金融理论的资产配置策略没有考虑相关性风险, 而现实中,各种市场和各种资产之间的相关性是变化的, 从而使投资组合风险上升.与传统金融理论基于完全市场条件下的组合选择不同, 通过SJC-Copula刻画金融市场间不对称的尾部相关性,用CVaR方法求出存在相关性风险的资产组合有效前沿及策略.通过沪港市场的实证研究, 发现忽略上下尾相关性均会影响投资组合风险的估计, 会使投资组合遭受极端的负收益;量化并有效地控制不对称的尾部相关性能够改善资产组合的表现. 相似文献
18.