中国证券基金最优投资组合

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。     

基于Copula-TARCH的开放式基金投资组合风险的实证分析

以华夏基金的前10支股票为例,建立了AR(1)-TARCH-t(1,1)模型。分别采用正态Copula函数、t-Copula函数完成单个资产收益的边缘分布到资产组合联合分布的过渡。并结合Monte-Carlo模拟技术计算基金组合的VaR。比较实证结果得出Copula函数的选取影响投资组合风险值;由t-Copula函数仿真得到的VaR更保守。     

基于Copula2GARCH 的投资组合风险分析

结合Copula及GARCH模型的预报功能,建立了投资组合风险分析的Copula-GARCH模型.利用这个模型,对我国股票市场实际组合投资问题进行了风险分析,并给出了最小风险组合的具体形式.     

基于Copula理论的多心理帐户组合VaR模型与基金风险管理

在Shefrin和Statman的行为投资组合和多心理帐户理论的基础上,结合Copula理论对传统的VaR计算模型进行了改进,加入了反映人们预期和风险态度的主观参数,从而使风险度量能够建立在概率(probability)、前景(prospect)和偏好(preference)(“新3P”)的基础之上.然后在此基础上给出了基金投资组合风险预警和投资比例优化的方法.     

基于局部线性近似的投资组合VaR分解

提出了投资组合VaR分解的局部线性近似估计法,该方法是一种在组合VaR附近取线性近似的局部估计方法。对于使用不同方法(参数法、模拟法等)计算出的投资组合VaR,均可使用局部线性近似估计法来分解。实证研究表明,该方法简单、准确,具有一定的实际应用价值。     

开放式基金预留现金比例的研究

从基金管理者的角度出发，引入了一种开放式基金预留现金比例管理模型，它可以使满足及时赎回需求概率很大且预留现金最少．给出了模型中各随机变量的分布及分布中各参数的估计，使用统计方法得到了最优预留现金比例的动态计算公式．通过数值实例分析了预留比例公式的合理性，为基金管理人制定投资目标时随时控制预留现金的比例，提供一个参考的标准．     

基于随机模拟和VaR模型的投资组合优化研究

投资组合的优化旨在对资金进行分配组合,得到各项资产的最优分配权重,并在权衡投资收益和风险的基础上使投资达到期望效用最大化.在研究过程中,首先运用Monte Carlo随机模拟方法预测各资产的收益率期望值,计算出收益率标准差和各资产间的相关系数,进而求解资产的组合风险.然后将VaR(Value at Risk)条件引入到模型中,建立以资产组合收益为最大目标,以资产组合的VAR为约束条件的投资组合优化模型,计算出资产分配比重.最后通过实例分析资产价格走势和检验分布假设,验证模型的合理性和可行性,为投资者的决策提供理论和应用依据.     

基于高维R-vine Copula的金融市场投资组合优化研究

为优化国际金融市场的投资组合,本文以全球具有代表性的七大股票市场重要股票指数作为金融市场的典型代表:首先运用较为灵活的APARCH模型来刻画股票指数收益序列的"典型事实"特征,其次针对投资组合优化模型中变量之间复杂相依关系,采用最大生成树MST (maximum spanning tree,MST)算法选择的R-vine Copula来刻画七个股票市场的相依结构,进而测度R-vine Copula相依结构下组合风险CVaR,最后基于R-vine Copula相依结构条件下建立Mean-CVaR投资组合模型,并实证对比了Mean-VaR,Mean-CVaR和基于R-vine Copula相依结构下的MeanCVaR模型的拟合效果.实证结果表明:考虑资产之间的相依结构能起到优化投资组合的效果,在降低投资组合风险的同时增加了回报率;基于R-vine Copula相依结构下的Mean-CVaR模型投资组合优化效果明显优于Mean-CVaR模型,而Mean-VaR模型较其它两种模型表现相对较差.     

尾部相关性对投资组合VaR的影响分析

通过随机模拟,研究两种不同的风险度量(VaR和方差)与相关性之间的关系.当用方差度量风险时,资产收益率之间的线性相关性越小,资产组合的风险就越小.当用VaR度量风险时,收益率间的尾部相关性对VaR也有显著影响.如果资产收益率之间的线性相关性较小,而尾部相关性较大,则风险可能较大.     

考虑交易费用的投资开放式基金的最优决策

根据随机过程理论和序贯决策理论,从投资者角度出发,对投资开放式基金进行了研究,并考虑了交易费用(申购费和赎回费),引入随机折扣因子,给出一种投资的最优决策方法。最后给出一个仿真算例。     

关于外汇组合风险相关性的分析

与线性相关系数相比，相关结构函数能够更充分地描述风险之间的相关性。目前，形式相对简单的正态相关结构已经遂渐应用于资产定价、风险管理等金融领域。本文引入t相关结构与正态相关结构相比较，提出一种方法选择合适的相关结构描述亚洲即期外汇汇率的相关性，同时可广泛应用于分析股票、期权等许多金融资产的相关性。     

上证指数和恒生指数的copula尾部相关性分析

通过分析连接函数（copula）的尾部相关性揭示上证指数和恒生指数的相关性。实证表明，在众多具有非对称尾部相关特性的Archimedean copula函数中，用Gumbel—Hougard copula对上证指数和恒生指数进行尾部相关性分析是最优的，两者具有较好的上尾相关性，且量化后的相关性能够预测股票市场的变化。     

基于时变Copula的VaR估计

针对股票收益的相关性会随市场波动而发生变化，本文考虑用条件时变相关模式的Copula模型来估计组合风险值，利用上证、深证指数组合进行实证研究，并与固定相关模式下的Copula模型进行比较，结果表明；相对于常相关模式，条件时变相关模式具有较好的表现。     

GARCH模型在开放式基金中的实证研究

用GARCH模型及其推广模型，分析了我国华安创新基金收益率的波动情况。实证分析结果表明：华安创新基金收益率存在异方兰性和不对称的现象，用EGARCH-M（2，2）模型就能较好模拟该基金收益率的特征。     

金融市场组合风险的相关性研究

研究了上海、深圳两股票市场的相关模式.文章根据Copula函数的意义和广义帕累托分布(Generalized Pareto Distribution,GPD),建立了上海、深圳股票市场组合风险的相关结构模型.用GPD和Copula函数分别刻画了上海、深圳股票市场收益率序列的边缘分布以及变量间的相关信息.在此基础上构造了比较灵活的Copula-GARCH-GPD模型.实证研究表明沪深股市的相关模型为Clayton-GARCH-GPD.进一步用蒙特卡洛方法模拟的投资于两股票市场的组合风险表明,联合正态分布模型所得到的组合风险VaR明显地低于用Copula拟合的结果;在较高的置信水平下,Clayton Copula显示的结果更加安全.     

A New Method for the Decomposition of Portfolio VaR

In this paper, we give a new method of decomposing of portfolio VaR which are held with the hypotheses of non-normal distribution, based on the mutual relationships of marginal VaR, component VaR and Incremental VaR, and have the same results with decomposing of portfolio under the hypotheses of normal distribution.