考虑背景风险的均值-半方差投资组合优化模型

在投资决策过程中,投资者不仅面临金融市场风险,还将面临金融资产价格波动以外的背景风险.针对现有考虑背景风险投资组合模型大部分都是以方差作为风险度量的不足,本文用半方差代替方差作为风险度量,研究同时考虑金融市场风险和背景风险的投资组合选择问题,提出考虑背景风险的均值-半方差投资组合优化模型.然后,给出临界线算法对所构建的模型进行求解并分析其有效前沿.最后,借助数值分析验证了本文所提出模型较现有均值-方差模型的优越性.     

考虑背景风险的均值-半方差投资组合优化模型

在投资决策过程中，投资者不仅面临金融市场风险，还将面临金融资产价格波动以外的背景风险.针对现有考虑背景风险投资组合模型大部分都是以方差作为风险度量的不足，本文用半方差代替方差作为风险度量，研究同时考虑金融市场风险和背景风险的投资组合选择问题，提出考虑背景风险的均值-半方差投资组合优化模型.然后，给出临界线算法对所构建的模型进行求解并分析其有效前沿.最后，借助数值分析验证了本文所提出模型较现有均值-方差模型的优越性.     

基于收益序列相关的动态投资组合选择——动态均值-方差模型

以动态均值-方差模型研究基于收益序列相关的投资组合选择.利用嵌入法将动态均值-方差模型嵌入到二次效用模型当中,通过动态规划方法求得最优投资策略和有效边界的解析形式.还得到一个反映风险资产动态投资价值的指标,它能包涵序列相关性的影响,在静态情形下,该指标是夏普指数绝对值的单调递增光滑变换.风险资产投资价值影响最优投资,并决定有效边界斜率.最优投资策略使期望终期财富向目标值趋近,该目标值随风险资产投资价值递增.最后以收益服从AR(1)过程为例对最优投资策略进行数值计算,发现序列相关可以对最优策略造成显著影响.     

基于集成预测的均值-方差-熵的模糊投资组合选择

通过基于集成预测的方法构建模糊投资组合, 代表性地选择了遗传神经网络模型、 多因素SVM回归模型和ARIMA时间序列模型作为组合预测中的单一模型, 并将单一模型预测结果作为模糊变量进行投资组合优化, 实证结果表明基于集成预测的均值 -方差-熵的投资组合相比其他组合收益率更高, 相对风险更低. 该方法可以用于投资基金管理、 金融风险管理等实际工作中,以便提高决策的科学性.     

均值-方差模型下DC型养老金的随机最优控制

从DB型养老金转向DC型养老金已被越来越多的国家所考虑. 以均值-方差为目标研究 风险资产符合CEV模型的DC型养老金最优投资问题. 利用随机控制建立了养老金最优投资的HJB方程, 通过Legendre变换和对偶理论求得养老金的最优投资策略, 最后推导出均值-方差下 DC型养老金最优投资的有效前沿.     

联合均值与方差模型的变量选择

在许多应用方面, 特别在经济领域和工业产品的质量改进试验中, 非常有必要对方差建模. 推广经典的正态回归模型, 对联合均值与方差模型提出一种同时对均值模型和方差模型的变量选择方法. 提出的惩罚极大似然估计具有相合性和oracle性质. 随机模拟和实例研究结果表明该模型和方法是有用和有效的.     

自融资均值方差投资组合模型的旋转算法

将自融资投资组合问题用一个以极小化方差风险为目标的凸二次规划表示,用线性不等式组的一种旋转算法解其库恩塔克条件的线性部分并使互补松弛条件得以满足.     

基于GARCH模型的风险价值蒙特卡罗模拟

讨论用蒙特卡罗模拟（MC）方法计算风险价值（VAR）。分别用样本标准差和广义自回归条件异方差（GARCH）作为参数代入几何布朗运动方程中，并把计算结果进行比较，得出各模型的适用范围。     

基于均值-方差有效前沿的投资组合性能评价相对指数

以马科维茨均值－－方差（Mean-Variance)模型有效前沿（efficient frontier)上的有效投资组合为参考投资组合，定义基于均值－－方差有效前沿的投资组合性能评价相对指数，并结合案例描述运用相对指数评价投资组合性能的程序。     

一个考虑风险的证券价值评价公式的推导

通过使用ＡＲＣＨ－Ｍ模型给出了一个含有风险的有价证券价值评价公式。并对实际意义进行了说明。     

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.     

基于风险价值约束的贷款组合效用最大化优化模型

资产组合优化是使投资者期望效用最大化的决策.文中用风险价值(VaR)来控制风险,根据在贷款组合有效边界上银行效用最大化的目标分配各项贷款,建立了基于VaR约束的贷款组合效用最大化优化模型.主要创新与特色:①通过贷款组合效用最大配给贷款符合贷款优化的目的,解决了决策模型与决策目的相一致的问题;②当银行决策者或决策群体对风险的偏好在VaR允许范围内时,现有研究的效用最大化决策模型是本模型的特例;③在控制贷款组合VaR的前提下,实现贷款组合效用最大化.当效用最大的贷款组合在VaR控制的边界内时,此组合即为最优组合.当效用最大的贷款组合在VaR控制的边界外时,贷款组合有效边界上效用最大的组合就是最优组合.     

Grey Model of the Investment Portfolio Optimization

The theory of investment portfolio is a very important theory in the modern economical system. Based on the feature of the theory, the paper sets up new various kinds of models of investment portfolio, namely grey optimization models. These models are more practical and objective to existing problems.     

一个推广的半绝对离差证券组合投资模型

对半绝对离差证券组合投资模型作一个推广，推广后的模型体现了投资者的下方风险规避，适用于任何类型的收益率分布，同时保留半绝对离差模型的线性性。证明该模型一致于SSD准则，通过实例验证模型的有效性和合理性。     

Optimization Model of Incremental Loan Portfolio based on Risks Overlap of Incremental and Existing Portfolio

This paper establishes the non-linear functional relationship of risk overlap of incremental and existing portfolios. The decision-making model for incremental loan portfolio is based on how total loan portfolio optimization is built. The contributions and characteristics lie in three aspects. The first contribution is to put forward the scientific problem of controlling total portfolio risk based on risk overlapping of incremental and existing portfolios while putting out an incremental portfolio. The whole control of incremental and existing portfolios is the top issue, which not only exploits new idea about optimal allocation and control of financial assets but also alters traditional idea merely considering the risk of incremental portfolios. The second contribution is to establish the non-linear function relation of overlap between incremental and existing portfolios. Based on the theory of non-linear overlap of total portfolio, the function expression connecting total portfolio with incremental and existing portfolios is built. The third contribution is the controlling of total risk after overlapping between the existing and incremental portfolios risk. It solves the problem of how to control and optimize total portfolio risk while allocating an incremental portfolio.     

CVaR与投资组合优化统一模型

VaR由于能够提供衡量市场风险的实用指标,不仅便于金融机构进行风险管理,而且有助于监管部门进行有效监管,目前已得到广泛应用.本文介绍一种VaR的修正模型CVaR,并且将其与Antonio Duarte提出的投资组合优化统一模型联系起来,分析它们之间的关系.     

一个基于极大极小风险价值的组合投资模型

风险价值理论能够很好地从心理和行为方面综合考虑收益与风险之间的决策。本文将风险价值指标引入组合投资领域,通过极大极小风险价值,建立了相应的组合投资模型(MMRV),并与其他模型(MMR、MV)进行了比较分析。     

基于微粒群算法的最佳证券投资组合研究

微粒群优化(PSO)算法是新近出现的一种仿生算法,简单容易实现,而且随机搜索,不易陷于局部最优.本文将该算法引入证券投资组合领域,研究允许卖空证券和不允许卖空证券两种情形下的投资组合优化问题.文中首先系统介绍PSO算法原理、流程以及算法的改进发展,然后分析了卖空证券投资和不允许卖空证券投资两种情形下的优化模型,接下来介绍了应用PSO算法编码解决证券投资组合优化的方法步骤.最后,通过两个应用实例,计算表明PSO算法可以准确快速地解决证券投资组合优化问题.