基于不确定性测度相对熵的资产组合优化

假设投资者是风险规避型,运用相对熵测度均值-方差模型参数不确定性程度,研究投资者在最坏情境下的资产组合优化问题.基于均值-方差模型,在相对熵某一正常数约束下构建描述资产组合优化问题的最小-最大化模型;运用拉格朗日法获得模型相应最优解,分析模型参数不确定性对资产组合优化的影响;最后,基于不同类型资产组合样本数据做对比性实...     

基于熵测度的多元化模式研究

为了分析国内企业集团多元化经营的基本模式及战略选择方法,本文采用熵测度与Rumelt鲁梅尔特分类方法相结合,通过矩阵法构建了国内企业集团多元化的分类模型及战略选择模型,确立了国内企业集团多元化经营的九种模式.在此基础上,基于国内60个上市公司的数据对国内企业集团多元化经营模式进行了评析.研究表明,国内有57%的企业集团采用了非关联高度与关联高度多元化,采用非关联低度和关联低度多元化的企业极少,企业集团的多元化经营模式存在着很大差异.企业集团的多元化经营的模式演进要根据其市场与竞争地位选择不同多元化经营模式.     

组合风险与单个资产风险间的定量关系——基于一致性风险测度的视角

在一致性风险测度研究的基础上,通过构建基于多因子模型的空间,从以往对一致性风险测度次可加的定性描述,转而研究组合风险与单个资产风险之间的定量关系,为一致性风险测度理论和风险分散化的深入研究提供新的视角.最后,在风险因子服从正态分布假设下,揭示了资产之间风险相互作用的一般机理,同时论证了M-V模型最优解也是任何均值-一致性风险测度模型的最优解.     

权益人视角下基于期权定价理论的类一致性风险测度研究

根据不同主体在金融市场中扮演不同经济角色、承担不同风险的事实,提出了基于不同经济角色的风险划分——权益风险与债权风险.在权益人的视角下,应用期权定价理论,定义了不同于以往单变量映射的风险测度——类一致性风险测度来度量权益风险,通过风险的可转移性和不灭性,实现了φ(X C)=φ(X)-C与φ(X C)=φ(X)的对立统一,这是对Artzner定义的一致性风险测度的补充和扩展.     

基于熵理论的上市公司信息披露质量测度

上市公司信息披露质量的测度关系到资本市场稳定、健康发展。通过建立二层结构的信息披露质量测度指标体系，应用熵理论构建了信息披露质量测度模型，提高了信息质量测度结果的客观性和有效性，并得到实证结果的支持。     

有关风险测度及组合证券投资模型研究

Markowitz以证券收益率的方差作为投资风险的测度建立了组合证券投资决策模型 ,并进行最优证券组合的选择 .本文分析了 Markowitz模型的不足之处 ,以半方差 ( E- Sh)风险测度为基础 ,提出了最优证券组合选择的风险目标函数 ,建立了组合证券投资决策的最优化模型 ,同时给出了最优化模型的求解方法以及证券组合有效边界的确定方法 .最后 ,文章结合实际案例 ,分析了风险目标函数及最优化模型在实际应用中的有效性.     

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vine copula方法的股市组合动态VaR测度及预测模型研究

以世界十大股票市场指数为例,运用滚动Monte Carlo模拟技术,实证计算了R-vine、Dvine、C-vine及R-vine all t四种vine copula结构对投资组合的动态VaR预测值,并进一步运用严谨的Back-testing检验方法,实证对比了上述四种vine copula结构对投资组合的VaR预测能力的优劣.实证结果显示:不论是在等权重还是在mean-CVaR约束条件下,R-vine对投资组合的VaR预测效果是最好的.特别在高分位数水平下,其表现得更为突出.另外,D-vine的预测精度总体上要高于C-vine和R-vine all t的,而节点间全为t copula的R-vine all t表现相对较差.     

基于关联熵与复合物元的公交系统综合测度模型

针对城市公交系统的发展态势问题,利用可拓学中的物元分析理论和信息论中的熵理论进行了定量研究.在考虑城市公交系统多种因素的基础上,构建了城市公交系统综合测度的指标体系,并用强弱准则对测度指标进行了有效性检验.利用定量分析为主、定性分析和定量分析相结合的方法,将信息熵、隶属函数和复合物元有机地结合起来,建立了城市公交系统综合测度的复合物元模型.最后在关联熵确定测度指标权重系数的基础上,通过计算复合物元,将公交系统的多层次测定转化为单级测定,并用定量的数值来表示测度结果,该测度值能够简明确切地反映出城市公交系统发展现状水平.应用结果表明复合物元模型计算过程简单、实用性强,同时也为多层次多目标测定问题提供了一种合理可行的测度方法.     

基于熵的入侵检测特征参数选择

传统入侵检测的特征选择方法不但与评估数据的统计特性有关,还与检测算法有关。提出了一种独立于检测算法的入侵检测特征参数选择方法。该方法以入侵检测模型为基础,信息熵为准则。仿真结果显示出用所选特征参数进行检测,不但保证了检测的正确率,而且提高了检测速度,减小了内存资源的占用。     

基于模糊回归分析的投资组合选择模型

近年来,在存在模糊性的金融市场中如何进行有效的投资组合管理吸引了学者们的关注,本文利用模糊线性回归对不同市场上长度不一致的股票数据进行了刻画和分析,并在改进的收益和协方差矩阵基础上构建了投资组合选择模型.算例结果表明,在股票数据长度不一致时,基于模糊回归分析的投资组合选择模型比截断数据的投资组合模型以及基于普通最小二乘回归的投资组合模型有更好的表现.     

基于社会网络分析的投资组合优选方法

网络中存在着与金融市场相关的海量信息,为实现自动化的技术分析与基本面分析提供了空间.因此,本文利用了以文本为主的上市公司基本面的财经信息,建立了金融市场的社会网络模型;然后利用其中的最大全连通补网进行基于多元化策略的投资组合优选,并与技术分析方法相结合,给出了一种较低风险的投资策略.本文根据真实数据对基于该方法生成的投资策略进行了交易仿真实验,研究结果表明:本方法能够有效地降低投资组合的风险,并在一定程度上提高投资收益.     

基于高频夏普指数的组合证券投资模型

资产选择与最优组合权重的设置是构建投资组合的两个关键步骤,利用日内高频数据构建一个夏普指数序列来进行资产选择,同时考虑多种组合策略.以沪市A股市场数据进行样本外实证分析。结果表明,不论市场处于下行还是上行行情,基于高频夏普指数选股方法构建的组合都能得到较高的风险调整收益,并具有较小的风险,同时在最优风险组合下,能得到可观的超额收益.     

不同借贷利率下的投资组合选择——-基于均值和VaR的效用最大化模型

用VaR代替方差来度量风险,从而把基于均值和方差的效用函数拓展为基于均值和VaR的一般二元效用函数（关于均值递增,关于VaR递减）,进而研究含无风险资产且具有不同借贷利率时投资组合选择的效用最大化模型.利用均值-VaR模型有效边界的性质,得到了一般效用函数下最大效用存在的条件及最优解的本质特征,并给出了求解的具体方法和数值算法.最后作为结论的直接应用和说明,利用中国股票市场数据给出了一个实例分析.     

概率原则下基于投资者偏好的组合投资选择

基于理性投资者的基本行为特征，从投资者真实的投资心理出发，给出了概率原则下基于投资者偏好的组合投资选择模型．在该模型中，收益与风险权重大小可以根据投资者对收益与风险的不同偏好程度来确定．对于证券收益率服从任意分布的情形，运用遗传算法的思想设计出了该模型的有效求解算法，并通过Matlab语言实现，从而得出投资组合选择．最后，对不同风险偏好下的解进行了数值比较分析．     

组合证券资产选择模糊最优化模型研究

提出了考虑收益和风险偏好的更为一般的组合证券资产选择模糊最优化模型。给出了最优投资比例的计算公式。并研究了以风险偏好,固定利率为参数的组合证券的有效边界的变动。最后以释例说明了方法的应用。     

随机利率下保单组的准备金精算模型

针对同质寿险保单组,分别建立了确定利率与随机利率准备金精算模型。通过对比分析,发现保单数的增加会降低死亡率风险,但不会减小利率风险。对于平均未来损失额的近似值,给出了其前二阶矩的一般表达式,以及一个具体的利率模型下的表达式。     

多因子HJM框架下的利率风险测度模型

在多因子HJM (Health-Jarrow-Morton) 模型框架下,定义了多利率风险因素的随机利率风险测度模型. 基于两因子和三因子HJM 模型,给出了多因子HJM 模型下的随机利率风险测度模型的具体实例. 实证分析部分比较了传统与随机、单因子与多因子利率风险测度的利率风险免疫效果. 实证结果显示,多因子HJM 模型下的随机利率风险测度模型的免疫效果明显优于单因子随机利率风险测度的免疫效果,更能充分显示出随机利率风险测度较之传统利率风险测度的优越性,在利率风险管理中具有较高的应用价值.     

基于投资者观点的多阶段投资组合选择模型

近年来,如何将投资者观点科学地纳入投资组合决策成为主动投资组合的研究热点之一.Black-Litterman模型因其基于贝叶斯方法将投资者观点和市场均衡收益率结合分析的特点而广受关注和应用.本文将Black-Litterman模型推广到多期框架下分析.文中首先克服了Black-Litterman模型无法纳入极端自信度观点的问题;之后本文通过设立新的.自信度矩阵,给出了Black-Litterman模型的多期框架形式;最后,本文建立了基于CVaR的多期投资组合模型,并将该模型与比均值-方差模型和等权重模型进行对比给出了数值算例.结果表明,基于多期Black-Litterman模型的投资组合有良好效果.