基于相对鲁棒CVaR的电网投资项目组合优化模型研究

在新一轮电改的背景下,电网投资将面临更多的不确定性风险,亟需落实精准投资以降低投资风险.将相对鲁棒CVaR风险度量模型应用于电网投资项目组合优化中,构建了基于相对鲁棒CVaR的电网投资项目组合优化模型,并通过蒙特卡洛仿真和K-means聚类方法进行随机样本的生成与削减.算例结果表明,相对鲁棒CVaR模型具有极好的鲁棒性,能够在相对最坏情景下保证电网投资风险的最小化;同时,相对于绝对鲁棒CVaR模型减小了决策结果的保守性.     

房地产开发活动均衡分析与过度开发行为控制

在把房地产投资开发项目看作为一种具有弱再生性经济资源的基点上,对房地产投资开发活动进行了均衡分析,讨论了房地产开发活动中的最优平衡解及其相互之间的制约关系,分析了税收和配额价格等经济参数对最优平衡解的影响,给出了抑制房地产过度投资开发行为的控制模型与方法,并得出了相应的政策启示.这些研究结果,可以推广应用于其他各种可再生资源的投资开发与管理当中去,有着广泛的应用前景.     

基于多目标CVaR模型的证券组合投资的风险度量和策略

本文首先定义了多损失函数下的-αVaR,-αCVaR损失值以及-αCVaR损失值的等价函数,给出了多目标CVaR模型.然后,基于多目标CVaR模型,建立了一个多目标证券组合投资优化模型,得出在多置信水平下的证券组合投资比例和CVaR值,据此建立一种证券组合投资的降低风险优化模型.其降低风险策略是在收益率不变的情形下降低风险和总投资比例.数值实验表明,这种策略是可以通过明显地减少总投资比例来达到降低风险的目的.     

房地产开发投资决策的熵权系数优化模型

针对具有广泛实际背景的混合型房地产开发投资项目的决策问题,提出对项目进行多准则综合评价的熵权系数优化模型,并将模型具体应用于一个实际的房地产开发项目     

房地产开发的最优时间和最优强度

房地产投资具有许多不确定性,对房地产投资进行评估尤为重要.利用实物期权理论,对房地产投资进行建模分析,确定出最优开发时间和最优开发强度;最后根据模型推导出来的结论进行数值分析.     

求解带有交易费的CVaR投资组合模型的L-S算法

本文假设投资者是风险厌恶型,用CVaR作为测量投资组合风险的方法.在预算约束的条件下,以最小化CVaR为目标函数,建立了带有交易费用的投资组合模型.将模型转化为两阶段补偿随机优化模型,构造了求解模型的随机L-S算法.为了验证算法的有效性,用中国证券市场中的股票进行数值试验,得到了最优投资组合、VaR和CVaR的值.而且对比分析了有交易费和没有交易费的最优投资组合的不同,给出了相应的有效前沿.     

基于价值工程的房地产项目管理应用研究

房地产项目投资巨大,过程繁多,而房地产项目管理的方法和水平如何直接影响到房地产企业效益的高低.因此,通过对房地产项目全过程的分析,提出了房地产项目全过程功能指标体系,并结合价值工程理论提出了房地产项目全过程运用价值工程的思想,通过运用三家房地产公司房地产项目的成本数据进行实证分析,验证了指标体系和房地产全过程价值工程理论的合理性,为房地产企业全过程运用价值工程理论提供了指导.     

基于CVaR的债券投资组合模型

针对债券投资组合中的风险度量难题,用CVaR作为风险度量方法,构建了基于CVaR的债券投资组合优化模型.采用历史模拟算法处理模型中的随机收益率向量,将随机优化模型转化为确定性优化模型,并且证明了算法的收敛性.通过线性化技术处理CVaR中的非光滑函数,将该模型转化为一般的线性规划模型.结合10只债券的组合投资实例,验证了模型与算法的有效性.     

机会损失最小化报童模型中的订购决策研究

结合条件风险值(conditional value-at-risk,CVaR)准则对机会损失最小化报童模型中零售商的订购决策进行研究.研究结果表明:当订购过量损失大于订购不足损失时,零售商基于CVaR机会损失最小化的订购量小于期望机会损失最小化的订购量,且随着零售商对风险厌恶程度的增加而减少;反之,当订购过量损失小于订购不足损失时,零售商基于CVaR机会损失最小化的订购量大于期望机会损失最小化的订购量,且随着零售商对风险厌恶程度的增加而增加;随着零售商对风险规避程度的增加,零售商基于CVaR机会损失最小化的订购量所对应的期望利润和期望机会损失分别减少和增加,即低风险意味着低收益,高收益伴随着高风险.     

我国固定资产投资边际效率问题研究

将回归分析与边际效用理论有机结合,深入研究我国固定资产投资对GDP边际贡献问题.研究结果表明在整个正实数区间内高技术产业固定资产投资对GDP边际贡献高于全社会固定资产投资和城镇房地产开发固定资产投资对GDP边际贡献;在0～349578.8207亿元投资区间内,城镇房地产开发固定资产投资对GDP边际贡献高于全社会固定资产投资边际贡献平均水平;当投资额度大于349578.8207亿元时,城镇房地产开发固定资产投资对GDP边际贡献小于全社会固定资产投资边际贡献平均水平.研究结果印证了科技是第一生产力的论断,同时也与我国当前控制房地产开发投入、鼓励发展高新技术产业等宏观经济政策相吻合.     

含不动产项目的保险公司再保险-投资策略

站在保险公司管理者的角度, 考虑存在不动产项目投资机会时保险公司的再保险--投资策略问题. 假定保险公司可以投资于不动产项目、风险证券和无风险证券, 并通过比例再保险控制风险, 目标是最小化保险公司破产概率并求得相应最佳策略, 包括: 不动产项目投资时机、 再保险比例以及投资于风险证券的金额. 运用混合随机控制-最优停时方法, 得到最优值函数及最佳策略的显式解. 结果表明, 当且仅当其盈余资金多于某一水平(称为投资阈值)时保险公司投资于不动产项目. 进一步的数值算例分析表明: (a)~不动产项目投资的阈值主要受项目收益率影响而与投资金额无明显关系, 收益率越高则投资阈值越低; (b)~市场环境较好(牛市)时项目的投资阈值降低; 反之, 当市场环境较差(熊市)时投资阈值提高.     

房地产项目整体定位与经济评价

在市场经济条件下我国房地产业进人快速、稳定的发展阶段，新世纪中国房地产行业面临极为难得的发展机遇，如何在竞争日趋激烈的情况下规避风险，提高利润率，实现项目的利润最大化，是我国房地产业能否持续、健康、稳定发展的重大问题之一。房地产项目策划能有效整合房地产项目资源，探索解决企业发展中的问题，增强企业的管理创新能力。本文为了实现项目经济效益、社会效益、环境效益的目标设定，科学地运用了房地产项目策划理论体系，探讨了房地产项目策划的作用、方体体系和运作程序，并运用于合肥某项目的工程实践中，得到房地产项目策划的一些经验和结论，为以后相关方面的理论研究和实践活动提供了借鉴和参考。     

有序聚类投影寻踪模型在郑州市房地产风险评价中的应用

针对目前房地产风险评价标准的片面性,选择5个特征指标作为房地产风险指标体系,并提出应用投影寻踪算法对郑州市2002年到2012年的房地产风险行分类.分析结果表明:方法能克服传统方法和既定标准法的片面性问题,避免了高维空间聚类和人为确定权重问题,为房地产风险的评价提供一种科学准确的新方法.     

多约束的多阶段积极投资组合模型及实证研究

构建投资组合时需要衡量其风险, 除了考虑组合本身的风险暴露, 还需考虑其相对基准组合的风险暴露. 再者, 确定组合权重时需要根据市场的规则加入合适的约束. 基于此, 为了较为完整地考虑现实投资组合面临的风险及交易约束, 将绝对风险(CVaR)和相对风险(跟踪误差)作为风险约束, 将交易成本、卖空限制和多元权值作为交易限制约束, 构建一个新的多阶段投资组合模型, 并利用动态规划和非线性优化方法进行求解. 最后, 利用上证50成分股中41只股票构建投资组合进行实证研究. 实证结果表明构建的多阶段投资组合模型能持续战胜基准组合且优于单阶段投资组合, 同时也表明模型考虑多元权值约束具有现实意义.     

Diversification-consistent data envelopment analysis with general deviation measures

We propose new efficiency tests which are based on traditional DEA models and take into account portfolio diversification. The goal is to identify the investment opportunities that perform well without specifying our attitude to risk. We use general deviation measures as the inputs and return measures as the outputs. We discuss the choice of the set of investment opportunities including portfolios with limited number of assets. We compare the optimal values (efficiency scores) of all proposed tests leading to the relations between the sets of efficient opportunities. Strength of the tests is then discussed. We test the efficiency of 25 world financial indices using new DEA models with CVaR deviation measures.     

基于MIV-BP型网络实验的房地产项目风险识别研究

为了更准确更客观地识别房地产项目中的风险,为房地产项目投资决策提供科学依据和参考,有效地规避风险,本研究在BP神经网络 (Back-Propagation Neural Network)建模的基础上,采取MIV(Mean Impact Value)算法对BP神经网络模型进行变量筛选的网络优化和改良,从而形成新的优化后的MIV-BP(Mean Impact Value Back-Propagation Neural Network)神经网络,并以此用于评价房地产项目中的风险度以及各因素在风险度中的影响作用大小;同时选取目前相关的房地产项目数据进行仿真实证分析和验证。验证实验结果表明,MIV-BP型神经网络对于房地产项目风险度识别具有良好的适应性和准确性,实验结果客观,达到专家评价的要求,并在风险因素作用度分析上具有良好的应用价值。     

考虑保守卖空与财务困境的背景风险投资组合模型

如何合理地考虑投资者所面临的背景风险及现实市场限制来进行有效地投资决策是人们所广泛关注的重要实际管理决策问题。本文研究投资者同时面临加性和乘性两类背景风险的前提下具有保守卖空与财务困境的投资组合选择问题。假定投资者寻求使得投资收益最大、投资风险最小及证券主体财务困境最小的最优投资组合策略,进而提出考虑保守卖空与财务困境的背景风险投资组合模型。然后,利用具有精英策略的非支配排序遗传算法对模型进行求解。最后,通过实例来阐述模型的实用性。研究结果表明:考虑保守卖空能为投资者提供更大的收益;两类背景风险的变化均导致有效前沿面的变化。     

基于CVaR约束的指数组合优化模型及实证分析

随着指数衍生产品日益受到重视,指数化投资组合常被投资者或机构所采用,而用有限的资金按指数构成比例进行投资显然是不现实的,所以指数的最优误差追踪就显得更加重要。本文将追踪误差定义为证券投资组合收益率与所追踪的指数基准收益率之差,并在分析CvaR(ConditionalValue at Risk)的基础上,在无交易费用和有交易费用的情况下,建立了基于CVaR约束的追踪误差最小化的指数组合优化模型,对指数进行复制,并通过实证分析,得出了基于CVaR约束的追踪误差最小时的样本期内及样本期外的最优投资策略,验证了CVaR约束控制风险的有效性。     

离散约束条件下的实用投资组合选择模型

鉴于现实证券市场中的投资会受到很多类型的约束的限制,本文在同时综合反映多种市场摩擦与恰当度量投资风险的原则下,构建了两种分别以CVaR和双边一致性度量为风险度量的离散型多重约束实用投资组合选择模型。基于深圳证券交易所A股的日交易数据,我们从实证角度着重考虑了交易费用约束与逻辑约束对最优投资策略选择及其性能的影响,并给出了一些实用的投资建议。实证结果表明:新模型不仅可行、有效,而且能合理反映不同市场摩擦的作用。