基于均值-熵的机构投资者行为投资组合模型

考虑决策者的有限理性,利用相对财富和习惯形成效用函数描述了机构投资者的投资组合决策行为;在SHEFRIN和S TATM AN行为投资组合理论(BPT)框架下,引入均值-熵度量证券投资组合风险;由此,建立了一种机构投资者行为投资组合决策模型,算法释例进一步验证了其有效性.     

基于动态损失厌恶投资组合优化模型及实证研究

为了研究行为金融学中损失厌恶的心理特征对投资决策的影响,建立预期效用最大化的动态损失厌恶投资组合优化模型。以我国股票市场为依托进行实证研究,将市场分为上升、下降和盘整三种状态,研究动态损失厌恶投资组合模型的表现,与静态损失厌恶投资组合模型、均值-方差投资组合模型和CVaR投资组合模型进行比较。通过改变参照点对动态模型进行稳健性检验。得出动态损失厌恶投资组合模型优于静态模型、均值-方差投资组合模型和CVaR投资组合模型的结论。     

基于动态非线性损失厌恶的投资组合优化与实证研究

从行为金融学的角度考虑投资者损失厌恶的心理特征,构建了基于线性损失厌恶和非线性损失厌恶行为投资组合模型。利用中国市场数据模拟一种静态情景和四种动态情景,实证研究不同损失厌恶投资组合模型在不同情景下不同损失厌恶程度的最优资产配置策略和投资绩效表现,并将结果与均值方差模型等传统的投资组合模型进行比较。研究发现损失厌恶投资组合模型优于传统投资组合模型,不同情景下不同程度损失厌恶投资者具有不同的资产配置策略,其投资绩效表现也不尽相同。     

基于直觉模糊混合熵的投资组合风险度量模型

直觉模糊集混合熵通过真假隶属函数能够有效处理同时具有随机性和直觉模糊性的不确定性信息.采用直觉模糊集混合熵来度量投资组合问题中关于投资风险的不确定性程度,给出一种模糊随机环境下投资组合的风险度量模型,比传统的风险度量方法更具理论价值和实际意义,并通过实例说明该模型可行有效.     

基于投资者心理的证券投资组合熵决策及应用研究

证券收益率是投资者在投资决策时考虑的重要指标.针对投资者因证券收益率的变化引起的投资心理变化,提出一种基于累积前景理论和熵理论的投资风险决策方法.首先把证券的历史收益率划分为若干个状态区间,将某证券落在某状态区间定义为该证券的状态;然后计算各证券状态的概率及熵值;再利用累积前景理论,将无风险利率作为投资者的目标参照点,计算各证券所有状态相对于参照点的"损益值",得出各证券所有状态的价值,并将各证券所有状态发生的概率转化为投资者的心理概率,计算出各证券所有状态下的前景值,进而得出各证券的累积前景值;最后建立一种度量各证券投资风险的决策模型来确定最优组合.选择沪市证券市场进行实证研究,验证了方法的可行性及有效性.     

均值-叉熵证券投资组合优化模型

在研究马科维茨(Markowitz)证券投资组合模型的基础上,分析了该模型用方差度量风险的缺陷,进而提出用叉熵作为风险的度量方法,建立了均值-叉熵的投资组合优化模型.该模型计算简便,更易被一般投资人所使用.     

熵—证券投资组合风险的一种新的度量方法

本文在研究马科维茨 ( Markowitz)证券投资组合模型的基础上 ,分析了该模型用方差度量风险的缺陷 ,进而提出用熵作为风险的度量方法 ,改进马科维茨 ( Markowitz)证券投资组合模型 ,并建立新的证券投资组合优化模型     

基于动态参照点的损失厌恶投资组合优化模型

在连续时间下,考虑损失厌恶投资者参照点的动态调整特征,构建基于动态参照点的损失厌恶投资组合模型,使用鞅方法对模型进行求解,得到最优风险资产权重的解析表达式。并计算损失厌恶投资者在参照点动态调整条件下的预期最优期末财富。进一步应用数值算例,分析投资者的参照点动态调整幅度和损失厌恶水平对模型最优风险资产权重和预期最优期末财富的影响。     

基于熵的投资组合模糊优化模型

本文对基于信息熵的证券投资组合模型，根据模糊决策理论，在模糊环境下对模型进行求解，将投资者的主观意见反映在模糊情况的组合投资模型中，并通过实例，验证了该模型解法的可行性和有效性。     

考虑投资者过程效用影响的投资组合模型

传统的投资组合模型只考虑投资结果,而未考虑投资过程带来的效用影响。事实上组合投资期间投资者持有的股票价格的每一次波动都牵动着投资者的神经,带来或正或负的效用,影响投资者的投资决策。分析投资者过程效用的影响因素,设计出风险投资者的投资过程效用函数。并假设投资者的总效用函数为过程效用函数和结果效用函数的线性组合,构建考虑投资行为过程效用的投资组合模型,对模型的解进行数值模拟分析。研究结果表明：对损失过于敏感的投资者受过程影响越大,则投资风险资产的资金比例越低,对损失不敏感的投资者受过程影响越大,投资风险资产的资金比例越高。因此,对损失越不敏感且受过程效用影响越严重的投资者,越容易推高市场风险。对模型的投资绩效进行了实证检验,结果发现：受投资者过程效用影响大的投资组合模型在股市持续上涨阶段的投资表现较好,而在股市盘整阶段和持续下跌阶段表现较差。表明受过程效用影响大的投资者会在股市持续上涨时积极入市,在股市持续下跌时迅速退市,从而加剧股市震荡。     

基于度分析的广义胞映射分析方法

非线性动力系统因为其自身特点而难于分析.广义胞映射通过将连续空间与连续映射离散化的手段,成为一种有力的非线性动力系统的分析工具.然而其分析算法存在着结果精确性差、算法步骤复杂且效率低下等缺陷,因此限制了该算法在高精度、大规模分析下的应用.本文在提出胞的度等概念的基础上,通过度分析方法得出不同类胞的度特征,从而以胞的类作为研究对象,提出了高效率、高精度的广义胞映射分析方法.     

基于最大熵原理的灾害损失分析

灾害以最无序的方式在各地发生,意味着灾害熵达到了极大值.在给定的约束条件下,当灾害熵取极大值时,灾损系列服从P-型分布.灾害损失的重现期指未来某一程度的灾害损失出现的平均时间间隔.根据实测的灾害资料,利用P-型分布函数,计算了未来具有一定重现期的灾害损失大小.这种方法概念明确,便于应用,具有重要的现实意义.     

海水入侵危险程度的非线性映射分析

海水入侵是我国沿海地区出现的一典型资源与环境问题.作者选用地质、气候、地理环境和人为因素等四类指标来反映海水入侵存在的风险,采用非线性映射分析将高维空间问题转化为低维空间问题.根据离差极小、最大欧氏距离等原理提出了海水入侵风险阈值求解方法与海水入侵风险判定方法,使存在海水入侵风险的区域可被及时、准确地判定出来.实例分析表明,该方法使分析结果真实、准确,为沿海地区海水入侵风险管理开辟了一条新途径.     

基于双边风险厌恶及存在监督的委托-代理模型研究

研究了委托人与代理人双边风险厌恶及存在监督情形下的委托-代理问题.结论表明非对称信息下最优风险分担系数是委托人风险厌恶程度的递增函数,是代理人风险厌恶程度的递减函数,代理人努力水平是其风险厌恶程度的递减函数.监督措施的存在提高了对代理人的激励强度.     

基于GPCA模型的中国省域生态文明治理评价研究

本文基于生态文明内涵,建立测度生态文明治理水平的评价指标体系,采用中国31个省市区面板数据,依托GPCA模型,研究了各省区生态文明治理的动态趋势,治理指数排名及其变化;采用K-均值聚类方法,进行了梯度划分和空间格局衍化分析。结果表明:2001-2012年中国东、中、西部各省市区生态文明治理水平均有所进步,但东、中部进步的幅度更大;与2001年相比,2012年区域生态文明治理评价指数排名较前的省区依然集中在东部,中部和西部省区相对靠后,区域不平衡状态未有明显改善,也未出现"俱乐部现象";四分位聚类分析图也显示中国生态文明治理存在"西低东高"的空间分布特征,从东部到中部再到西部地区依次梯度递减。     

基于广义最大熵的顾客满意度测评研究

本文提出了应用广义最大熵（Generalized Maximum Entropy,简称 GME）的方法对顾客满意度进行测评,该方法能够处理有限的或者不完全数据.采用了一个应用于美国顾客满意指数（ACSI）的简单模型生成仿真数据,比较GME和PLS两种方法的性能.仿真结果表明,与PLS方法相比,GME方法具有更高的拟合精度和较低的预测误差,在样本数据较少时,表现更为明显.     

基于pair-copula情景生成和广义熵约束的CVaR投资组合模型研究

通过GARCH模型对收益率序列的边缘分布建模,结合copula构建收益率的联合分布函数,并由蒙特卡洛模拟生成收益率的情景,得到的结果代入广义熵约束的CVaR模型中,由此得到最优的投资权重.实证表明,在考虑不同资产之间的相依结构基础上得到的最优化结果相比传统的M-V模型具有明显的优势,在分散化和收益性上的到很好的效果.     

基于最大熵原理的线性组合赋权方法

在被评价对象的指标值与理想值之间的广义距离和充分小的情况下,追求不同赋权方法权重组合系数的信息分配最合理.随着广义距离和不断变小,得到一组不同方法赋权后的组合权重,进而得到了评价结果.本文的特色与创新一是本文得到的权重兼顾了信息分配最合理与指标数据距离理想值的广义距离和最小两个目标.二是提出一个单目标模型求解多目标问题Pareto解集的方法,并根据解集对评价对象进行排序, 增加了排序的可靠性,也为多目标模型求解提供了一种新思路.三是改变了组合赋权系数为近似平均的结果.四是解决了多目标线性加权求解时多个目标组合系数不确定问题.     

基于推广的回归模型的风险管理方法

首先,利用Choquet积分将多元线性回归模型进行推广;然后,基于推广的非线性回归模型,将若干交互作用的风险因素抽象成一个数学模型,采用定量分析的方法,在给定风险损失和风险发生概率的历史数据的基础上,计算出各个风险在风险集合中的重要程度及其风险之间交互作用的大小,从而进行有效的风险管理.     

一种基于H-R变分的杂交广义元方法

基于Hellinger Reissner变分原理,通过构造合适的应力场函数使其能更方便和更准确地得到节点上的应力值,同时结合广义有限元构造广义位移插值的方法,在不提高单元节点数目的前提下提高位移场函数的阶次,从而提高其求解精度．这种方法能同时灵活地构造应力场和位移场,在同等精度条件下能占用较少内存和求解更少的方程数目,计算结果也显示了这种方法的有效性和很高的计算精度．