基于CVaR保险基金投资模型

基于CVaR这一风险度量方法,构建了一个考虑个体风险限制、交易成本以及投资比例约束的均值-CVaR保险基金投资组合优化模型,并进一步地讨论具有承保风险的模型,文章最后给出一个算例对模型进行了实证分析.     

CVaR的灵敏度分析

是对CVaR于投资组合的灵敏度进行分析，得到CVaR关于投资组合一阶、二阶偏导数的解析表达式，通过对CVaRh的灵敏度的仿真，验证了CVaR的凸性并为寻求最优投资比例提供了一种方法。     

基于CVaR准则下二层报童问题模型及其解法

在条件风险值CVaR风险度量准则下,提出了一种没有缺货惩罚时上层供应商为风险中性,下层零售商为风险厌恶的二层报童问题模型及其求解算法.根据实例分析结果可知,风险中性的供应商可确定适当的批发价格,风险厌恶的零售商可在风险降到最低的情况下对买进多少订购量做出最佳的决策,使得各自最终获得最大效益.     

基于CVaR带有改进的典型交易成本的多目标投资组合模型

【目的】为了进行有效的投资,即投资者在有限的资本上通过控制风险最小并取得最大收益。【方法】利用多目标遗传算法求解。【结果】建立了一个多目标的投资组合模型,在改进后的典型交易成本基础上,实现投资组合收益最大且CVaR最小。【结论】选取国内股票市场的历史数据,用Matlab R2016a对所选数据进行实证分析,得出了一个切实可行的投资策略。     

基于CVaR约束的投资组合模型及应用分析

CVaR是当前研究投资组合中比较有效的方法之一,通过对CVaR概念的讨论和基于CVaR约束的投资组合模型的建立及计算,得出在不同置信水平下的投资组合权重.最后,对我国当前如何运用CVaR提出几点建议.     

Kelly CVaR模型在大类资产配置中的应用

将CVaR方法和Kelly公式结合起来,建立了Kelly-CVaR模型,在CVaR控制风险的前提下,使用Kelly公式的思路配置资产,即在确保组合净值的平均损失率不超过给定水平的前提下,最大化资产增值率;运用Kelly-CVaR模型对中证全指、中证全债和Wind商品指数进行资产配置实证,回测期为2007-01-01到2016-12-31,3个月换仓一次,回测结果显示,根据模型配置的投资组合取得的收益率显著超过了各资产的收益率,并且夏普比率也要高于各资产,说明模型具有良好的资产配置效果。     

广义误差分布下CVaR模型的股市风险研究

以沪深300指数数据为样本,首先利用广义误差分布与正态分布假定下的GARCH模型对我国股票市场收益率波动特征进行定量分析,然后运用CVaR模型对股票市场的风险进行实证研究,并与基于VaR模型的风险测度值进行比较.研究结果表明,广义误差分布假定下的GARCH模型能够更好地反映出我国股票指数收益率尖峰厚尾的特性,而使用CVaR模型则有利于提高金融市场风险测度的准确性.     

基于广义g-h分布模型的Monte-Carlo法求CVaR

建立广义g-h分布模型.利用Monte-Carlo模拟估计金融变量资产的CvaR值.     

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。     

均值—CVaR优化模型在投资组合中的应用

本文从CVaR风险度量方法的理论出发,建立了符合我国证券市场的均值—CVaR投资组合优化模型,并对模型进行了理论分析.本文还通过实证研究得出了均值—CVaR模型的有效边界,结果证明了CVaR模型控制风险的有效性.     

基于分形分布的VaR与CVaR计算

用stable软件对上证指数进行稳定分布拟合,并做了x2和Dn检验,依此,给出分形分布下的vaR与CVaR水的计算公式,实证及检验结果表明,与正态分布下的CVaR及CVaR计算相比,利用分形分布计算VaR与CVaR更谨慎,合理。     

Monte-Carlo模拟在VaR与CVaR中的应用

建立边缘分布为t-EGARcH分布连接函数为多元正态Copula函数的概率分布模型，利用MonteCarlo模拟估计金融变量资产和组合的VaR与CvaR．     

基于 CVaR 与平均离差波动性限制的多阶段投资组合模型

提出了一种基于CVaR的多阶段投资组合模型,用离散型动态规划把各阶段投资过程整合为一个整体,对组合资产收益率做正态分布假设,用拉格朗日乘子法将平均离差MAD模型写入目标函数,实现波动性度量限制.实验结果表明,该模型满足实际投资要求,符合实际投资规律,与原始多阶段CVaR模型相比具有资产组合收益率波动性较小的优势.     

CVaR约束下最优投资组合

提出了在CVaR约束下,投资组合优化模型,在收益向量服从正态分布的条件下,讨论了不含无风险资产和含无风险资产两种情况下最优解和可行解存在的条件,给出了最优解的解析表达式.     

基于ARMA-GARCH模型的风险价值与条件风险价值计算

基于ARMA-GARCH模型,给出风险价值VaR、条件风险价值CVaR的计算公式,分别在标准正态分布、student＇T分布、Skewed-T分布、广义误差分布条件下对模型进行数值模拟,并用上证A股、大同煤业股票相关数据拟合模型来进行实证分析.结果表明,利用ARMA-GARCH模型给出的计算公式能够准确地估计VaR值与CVaR值,并且随着给定概率水平p的减少,VaR与CVaR的值增大,对于给定同一概率水平的CVaR值比VaR值大,CVaR比VaR更能体现风险度量的大小.     

基于CVaR理论的原油采购策略研究

在采购原油过程中,企业除了控制采购成本,还需控制潜在风险损失。文章利用金融领域的条件风险价值理论度量企业面临的潜在风险损失,结合随机规划理论构建了一个两阶段的原油采购决策模型,并结合我国原油进口实际进行了算例分析,分析结果对指导企业原油采购及风险控制具有参考意义。     

基于GARCH模型的风险价值在现货黄金市场的比较研究

风险价值VaR现广泛运用于金融风险测量中,但基于正态性假设的VaR并不能很好的处理金融变量中的尖峰厚尾性且VaR未能考虑更加重要的尾部风险,CVaR 弥补了VaR方法存在的缺陷.利用基于GARCH模型的CVaR在性质上的优越性,通过现货黄金市场的实证研究,对不同分布下的VaR及CVaR值进行比较,得出新的结论.我们发现基于GED分布GARCH模型的VaR及CVaR值要好于基于正态分布及t分布的VaR及CVaR值.     

VaR与CVaR的对比研究及实证分析

对两种风险度量方法——风险价值（VaR）和条件风险价值（CVaR）的性质和最优化算法进行了比较．首先对它们具有的性质如平移不变性等进行了比较,其中CVaR独有的次可加性最能显示它相对于VaR的优越性．然后,通过引入顺序统计量,把现实中基于CVaR的最优组合问题转化成线性规划问题,并说明只有当收益服从高斯分布时,基于VaR和CVaR的两种最优组合问题的解才是一致的,基于VaR的最优问题才有意义．最后对深市股票进行了实证分析,验证了上述结论,并分析了可能存在的影响结果的因素．     

零售商竞争下基于CVaR与收益共享契约的供应链决策模型

针对随机需求与零售商价格竞争相关,基于收益共享契约,研究一个风险中性的制造商和两个风险规避型零售商组成的供应链.通过指数乘法需求形式将价格竞争引入到需求模型中,并以CVaR作为零售商的风险度量准则,证明了竞争的零售商存在唯一最优的定价-订购联合决策,并给出了具体的解析表达式.借助于理论推导和数值分析,给出零售商的价格竞争和风险规避对供应链成员最优决策和渠道效率的影响.结果表明,收益共享契约不能完美协调此类供应链,零售商竞争有助于改善渠道效率,而零售商的风险规避降低渠道效率.