离散椭球分布下两阶段WCVaR风险利润优化模型及应用

本文研究随机变量非完全分布下的两阶段风险-利润优化问题。采用最坏情况下条件风险(Worst-case Conditional Value-at-Risk:WCVaR) 度量指标,在离散椭球分布下建立了两阶段WCVaR 约束下利润期望最大优化模型,运用优化对偶方法将复杂的Max-Min 结构化简,理论上证明了简化模型和原模型的同解性,以发电商电能分配组合优化为数值实例,验证了模型和计算方法的有效性。     

基于CVaR投资组合优化问题的光滑化方法

对选定的风险资产进行组合投资,以条件风险价值(CVaR)作为度量风险的工具,建立单期投资组合优化问题的CVaR模型。目标函数中含有多重积分与plus函数,产生情景矩阵将多重积分计算转化成求和运算,提出plus函数的一个新的一致光滑逼近函数并给出求解CVaR模型的光滑化方法,最后的实证研究表明了本文算法的优越性。     

双侧风险度量方法及其在投资组合优化模型中的应用

现有的资产风险度量方法不能合理的反映收益的向上波动给投资者带来的风险感受,针对这一不足,本文提出了一种新的风险度量方法,这一方法综合考虑了投资者对于损失的规避和对超额收益的偏好,能够更为真实的反映投资者对于资产收益双侧波动的不同风险感受.同时本文结合新的风险度量方法给出了投资组合优化模型,并对模型的解从不同角度进行了分析.研究结果表明,新的风险度量方法可以为投资者提供更有效的投资决策依据,并且投资者的风险态度对于投资组合有效前沿和最优投资组合都有显著的影响.     

多损失WCVaR模型的等价性定理

研究了多概率分布簇下的多损失下的WCVaR(Multi Worst Conditional Value-at-Risk)模型等价性定理, 根据概率分布簇的VaR测度值, 定义了多损失下的WCVaR风险测度值和对应的多目标优化模型(MWCVaR), 证明了多目标优化模型(MWCVaR)等价另一个多目标优化模型求解. 对于有限分布簇情形, 在一定条件下, 证明了用有限个分布簇就可以近似计算多损失(MWCVaR)优化模型.     

私募基金投资组合的构建和最优化问题

私募基金历来是高风险与高收益相伴而行的，根据Markowitz的思想，科学合理的构建私募基金投资组合方案，精确地刘划和分析私募基金投资组合模型及寻求优化，对求得私募基金管理、私募基金投资利益的保障和私募基金比较全有效的较高收益具有十分重要的意义。     

多元Copula-GARCH模型及其在金融风险分析上的应用

针对传统风险分析模型的不足,结合Copula技术和GARCH模型,提出了多元Copula-GARCH模型。指出该模型不仅可以捕捉金融市场间的非线性相关性,还可以得到更灵活的多元分布进而用于资产投资组合VaR分析。在详细探讨了基于Copula技术的资产投资组合的MonteCarlo仿真技术的基础上,运用具有不同边缘分布的多元Copula-GARCH模型,对上海股市进行了研究,结果证实了所提模型和方法的可行性和有效性。     

证券投资组合的原理及其应用

本文利用概率统计原理对证券投资组合能减轻所遇风险带来的损失作了深刻的讨论,并介绍了多种证券投资组合方案的选择及如何在多种证券中选出几种进行投资组合     

证券投资组合理论的一种新模型及其应用

马科维茨(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模型，本基于熵的概念，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不足，进而提出一种新的证券投资组合优化模型，并以实例作了说明。     

基于凸概度分布簇下WCVaR模型的有限逼近性

如何求解实际问题中Worst条件风险值模型是一个非常困难的问题,研究了凸概率分布簇下的WCVaR(Worst Conditional Value-at-Risk)模型等价性及其在序列分布簇下的有限逼近性,根据概率分布簇的VaR测度值,定义了WCVaR风险测度值和对应的WCVaR模型,证明了WCVaR模型等价一个另一个数学规划问题求解.在一定条件下,证明了在损失有界情形用有限个分布簇就可以足够近似计算WCVaR模型的最优解,因此,对于解决稳健型条件风险值模型具重要的实际价值.     

基于模糊决策的投资组合优化

基于模糊决策理论研究了带有成比例交易费用的证券投资组合优化问题. 首先,基于半绝对偏差风险函数和极大极小原则提出了一种新的风险函数--极大极小半绝对偏差风险函数;然后, 引入一种非线性隶属函数更加形象地描述了投资者对投资收益和投资风险的满意程度;在此基础上, 进一步提出了非线性满意程度的模糊决策投资组合选择模型;最后, 针对提出的模型,利用中国证券市场的真实数据给出了数值算例.     

Minimizing loss probability bounds for portfolio selection

In this paper, we derive a portfolio optimization model by minimizing upper and lower bounds of loss probability. These bounds are obtained under a nonparametric assumption of underlying return distribution by modifying the so-called generalization error bounds for the support vector machine, which has been developed in the field of statistical learning. Based on the bounds, two fractional programs are derived for constructing portfolios, where the numerator of the ratio in the objective includes the value-at-risk (VaR) or conditional value-at-risk (CVaR) while the denominator is any norm of portfolio vector. Depending on the parameter values in the model, the derived formulations can result in a nonconvex constrained optimization, and an algorithm for dealing with such a case is proposed. Some computational experiments are conducted on real stock market data, demonstrating that the CVaR-based fractional programming model outperforms the empirical probability minimization.     

A smoothing method for solving portfolio optimization with CVaR and applications in allocation of generation asset

This paper focuses on the computation issue of portfolio optimization with scenario-based CVaR. According to the semismoothness of the studied models, a smoothing technology is considered, and a smoothing SQP algorithm then is presented. The global convergence of the algorithm is established. Numerical examples arising from the allocation of generation assets in power markets are done. The computation efficiency between the proposed method and the linear programming (LP) method is compared. Numerical results show that the performance of the new approach is very good. The remarkable characteristic of the new method is threefold. First, the dimension of smoothing models for portfolio optimization with scenario-based CVaR is low and is independent of the number of samples. Second, the smoothing models retain the convexity of original portfolio optimization problems. Third, the complicated smoothing model that maximizes the profit under the CVaR constraint can be reduced to an ordinary optimization model equivalently. All of these show the advantage of the new method to improve the computation efficiency for solving portfolio optimization problems with CVaR measure.     

条件VaR和条件CVaR的核估计及其实证分析

VaR和CVaR是目前两种主流风险度量工具。条件VaR和条件CVaR是基于市场风险因子在已知条件(或信息)下的分布来计量和测算VaR和CVaR,能够及时地根据变化的条件来重新估计风险进而进行有效的风险管理,是对传统的基于边际分布的VaR和CVaR指标的有益补充。另外一方面,近年来非参数核估计方法因模型设定灵活、方便处理变量相依结构等优点备受关注。在本文,我们用条件VaR和条件CVaR的非参数核估计法,对我国A股市场的风险进行测算。结果得出:条件VaR和条件CVaR能揭示出深证成指和上证综指之间的不同风险特征;条件VaR和条件CVaR的测算结果并非总是一致;系统风险估计值对已知条件的敏感性高于深发展A和万科A两只股票的个股风险。以上风险特征在边际VaR和边际CVaR下无法得到。     

基于下界VaR对沪深股市市场风险的实证研究

本文应用Luciano和Marena提出的计算资产组合VaR的上下界的方法,对沪深股市的市场风险做了实证研究,并与传统的正态VaR做了比较。实证分析表明,沪深股市的市场风险确实存在“厚尾”和“波动聚集”现象。本文对国内市场的波动聚集现象进行了详细分析．并讨论了风险控制模型的相关检验,下界VaR通过了两次模型检验。     

基于Copula的供应链金融质物组合价格风险测度研究

本文选取白银、铝和铜三种供应链金融质物作为研究对象,在分析三种质物收益率统计特征的基础上,引入Copula模型刻画供应链金融业务中质物收益率的“尖峰厚尾”特征以及质物收益率之间的非线性相关结构;采用Monte Carlo模拟方法测度考虑到极端情况下的质物组合价格风险值CVaR;利用时间平方根法则测度长周期视角下质物组合的价格风险。将CVaR与VaR测度结果进行对比,比较分析短期价格风险与长期价格风险,将Copula模型与传统风险测度方法下计算出的风险值进行对比,以期选取最优测度供应链金融质物组合长期价格风险模型。研究结果表明:从单一质物价格波动特征来看,三种单一质物的收益率均存在非正态分布和“尖峰厚尾”特征,具有一般金融资产收益率分布的特点。从模型的有效性来看,第一,CVaR比VaR能够更好地、全面地测度供应链金融质物组合的价格风险;第二,基于Copula模型的风险测度结果比传统集成风险测度结果的准确性高;第三,平方欧式距离法结果表明在五种Copula模型中,t-Copula是最优刻画供应链金融质物组合收益率间的相依关系的模型。从长短期风险测度结果来看,随着风险期限的增加,质物组合的价格风险值随之增大,以往研究中用短期风险测度往往会低估商业银行所面临的价格风险,不利于商业银行资金信贷的优化配置。得到的结论对我国商业银行开展供应链金融业务防范价格风险提供了量化支持。     

金融风险的最坏VaR方法与投资组合优化

在股价及其走势均不确定的情况下,采用最坏VaR方法,对投资的潜在损失进行最保守的度量,并得到其等价的优化形式为一个二阶锥优化问题.接着考虑相应的投资组合优化问题:如何选择合适的头寸,使得当股票组合的期望收益达到给定水平的情况下,风险最低,即最坏VaR值最小,最后对模型进行实证分析.     

A new class of coherent risk measures based on p‐norms and their applications

To exercise better control on the lower tail of the loss distribution and to easily describe the investor's risk attitude, a new class of coherent risk measures is proposed in this paper by taking the minimization of p‐norms of lower losses with respect to some reference point. We demonstrate that the new risk measure has satisfactory mathematical properties such as convexity, continuity with respect to parameters included in its definition, the relations between two new risk measures are also examined. The application of the new risk measures for optimal portfolio selection is illustrated by using trade data from the Chinese stock markets. Empirical results not only support our theoretical conclusions, but also show the practicability of the portfolio selection model with our new risk measures. Copyright © 2006 John Wiley & Sons, Ltd.     

CVaR准则下两条供应链的促销努力竞争与链内协调研究

研究两条供应链相互竞争下决策者风险厌恶程度的影响和链内协调问题。针对两条分别由风险中性制造商和风险厌恶零售商组成、进行订货与促销竞争的可替代产品供应链,假定需求随机且依赖于促销努力水平与产品合格率,利用条件风险值(CVaR)方法和博弈理论建立了对应两条供应链均为分散式供应链(DD模式)、均为集中式供应链(II模式)、一条为分散式供应链一条为集中式供应链(DI模式)的EPEC、Nash和MPEC竞争决策模型,给出了三种模式下的竞争均衡决策、以及零售商为风险厌恶者时可实现链内协调的回购加促销补贴契约。进一步分析了零售商风险中性情况。最后的算例验证了模型的合理性和协调契约的有效性。研究表明,零售商越厌恶风险,其订货量越低;产品合格率越高,零售商的促销努力水平越大;供应链协调是供应链竞争下的占优策略。