条件收益率下的VaR投资组合研究

本文以新的VaR风险控制体系和价格条件的VaR理论为基础,建立了一种新的最优投资组合模型——μ_s-VaR_s模型。其主要特点有:首先,μ_s-VaR_s模型主要关注相对价格的预期收益和风险,在没有股指期货对冲大盘指数风险的条件下,该模型可以为投资组合跑赢大盘提供了科学思路;其次,在μ_s-VaR_s风模型中,仿照夏普指数创建出了新的选股指标γ_s_i(t),使投资组合更有效率;最后,μ_s-VaR_s模型充分考虑了沪深股票市场的交易成本和交易条件限制,使模型具有较强的现实可用性.经过对沪深股票市场的实证分析发现:μ_s-VaR_s模型明显优于马柯威茨的M-V模型;应用μ_s-VaR_s模型所构建的投资组合的累积收益率显著高于大盘的同期累积收益率.     

基于帕累托分布的聚合收益率的VaR计算方法

极值理论在金融资产收益分析中有着重要应用,金融资产收益率的厚尾分布可以用帕累托分布来描述,但是在计算投资组合的VaR时,需要知道的是组合的分布,但是其具体的分布形式却是不可知的.所以本文就在先前研究的基础之上通过对帕累托总和进行分解得到2个分解总和,通过对这2个总和的分析求得其各自的分布,再由此计算出总和的近似分布,从而求得投资组合的VaR.这种方法不仅考虑了每个个体对总和的影响力度,还弥补了极端事件对结果的影响,使得计算出来的VaR值对市场风险的衡量更为的准确.     

基于VaR的房地产投资组合模型设计与应用

本文以风险和收益的动态刻画为核心,在房地产投资组合中引入基于VaR模型的风险评价,通过资产收益和预提费用在持有期内的现值构造效用函数,建立基于VaR的投资组合优化模型,实现房地产投资的最优组合。对于上海房地产市场两种不同资产进行组合的实证分析表明该模型具有一定的实用性和有效性。     

农业上市公司股票的风险结构特征研究

本文在引入行业因素和市场因素的"正交化"变换基础上,对农业上市公司股票收益建立了行业因素模型,并利用该模型对农业上市公司股票收益率的方差(风险)进行分解,考察了风险来源及其比例大小(即风险结构)。本文的研究结果可以为投资者构建合适的投资组合、规避投资风险提供参考。     

价值风险的非参数估计方法*

价值风险(VaR)模型是当今最流行的金融资产风险管理和控制的工具之一\bd 本文提出了用局部分位数回归的方法来估计某一投资组合的VaR值\bd 该方法可用于计算投资组合多持续期的VaR, 使得人们可以了解到该投资组合在一定持续期内的动态风险\bd 本文通过模拟和美国三个月到期国债利率数据的分析说明了该方法的具体执行情况, 并与J.P. Morgan的时间开方规则作了比较\bd 结果表明我们的VaR估计有令人满意的效果.     

基于CVaR的最优投资组合模型算法分析

通过引入光滑因子,改进了基于条件风险值(CVaR)的最优投资组合线性模型,并详细介绍了以VaR最小为目标函数的最优投资组合模型的算法设计思想与过程.     

CVaR风险度量模型在投资组合中的运用

风险价值(VaR)是近年来金融机构广泛运用的风险度量指标，条件风险价值(CVaR)是VaR的修正模型，也称为平均超额损失或尾部VaR，它比VaR具有更好的性质。在本中，我们将运用风险度量指标VaR和CVaR，提出一个新的最优投资组合模型。介绍了模型的算法，而且利用我国的股票市场进行了实证分析，验证了新模型的有效性，为制定合理的投资组合提供了一种新思路。     

基于随机基准的最优投资组合选择问题研究

本文研究基于随机基准的最优投资组合选择问题. 假设投资者可以投资于一种无风险资产和一种风险股票,并且选择某一基准作为目标. 基准是随机的, 并且与风险股票相关. 投资者选择最优的投资组合策略使得终端期望绝对财富和基于基准的相对财富效用最大. 首先, 利用动态规划原理建立相应的HJB方程, 并在幂效用函数下,得到最优投资组合策略和值函数的显示表达式. 然后,分析相对业绩对投资者最优投资组合策略和值函数的影响. 最后, 通过数值计算给出了最优投资组合策略和效用损益与模型主要参数之间的关系.     

基于风险网络结构的资产分配策略研究

股票市场是一个高风险市场,如何在频繁发生的极端波动环境下进行有效的资产分配是当前热点问题。本文首次应用VaR模型构建股市风险网络,并基于风险网络模型进行最优投资组合成分选择,分析不同市场波动行情下最优资产分配权重和股票中心性的时变关系,融合风险网络时变中心性和个股表现提出新的动态资产分配策略(φ投资策略)。结果表明:在股市上涨和震荡期,股票中心性和最优投资组合权重呈正相关关系;股市下跌期,股票中心性和最优投资组合权重呈负相关关系;当φ>0.05时,投资者的合理投资区域向高中心性节点移动,反之。φ投资策略的绩效表现证明了风险网络结构能提高投资组合选择过程。此研究对于优化资产配置、提高投资收益、多元化分散投资风险具有重要意义。     

基于TGARCH-t的混合Copula投资组合风险测度研究

在分析了现有Copula函数在测度投资组合风险不足的情况下,首先充分考虑资产波动的时变性、杠杆效应等特征,选择了TGARCH-t模型进行边缘分布建模.接着引入混合Copula模型来描述投资组合的复杂相关结构,同时利用构造的主对角线距离统计量等方法验证了混合Copula模型的优势.最后通过VaR的蒙特卡洛模拟结果看到,这种方法能更为精确的测度投资组合风险值.     

均值-VaR模型的一种新解法：鞍点近似、遗传算法

以均值度量收益,方差度量风险的均值.方差模型,广泛应用于资产组合优化.随着对金融风险度量方法研究的不断深入,VaR作为一种简便、易于理解的风险度量方法,在金融企业中得到日益广泛的应用.本文用VaR代替均值-方差模型中的方差,构建了均值-VaR模型应用干投资组合优化.均值-VaR模型是非线性规划,仅当VaR满足凸性和可微性的前提下,满足库恩-塔克条件的解才是全局最优解.本文在CreditRisk+框架下,提出一个在不允许卖空条件下,不需对VaR的性质做出前提假定的新解法:将鞍点近似法用于计算VaR,在资产头寸与VaR之间建立起函数关系,采用遗传算法寻找模型的近似最优解.并用一个债券组合说明该方法的有效性。     

应用极值理论计算VaR的一种方法

在险价值(value at risk，简称VaR)是度量市场风险的一种普遍使用的工具，也是金融风险管理中的基础工具。计算VaR有许多不同的方法，本考虑了数据间的相关性，通过部分重叠数据分组的方法来计算VaR，发现所得到的VaR更符合实际；另外，我们对分组大小作了研究，发现分组数据大小的幂律存在，并对恒生指数作了具体分析。由此得出计算VaR的合理的数据分组大小。     

t-分布与不同风险度量下有效投资组合及其边缘的相互关系研究

In order to study the effect of different risk measures on the efficient portfolios (frontier) while properly describing the characteristic of return distributions in the stock market, it is assumed in this paper that the joint return distribution of risky assets obeys the multivariate t-distribution. Under the mean-risk analysis framework, the interrelationship of efficient portfolios (frontier) based on risk measures such as variance, value at risk (VaR), and expected shortfall (ES) is analyzed and compared. It is proved that, when there is no riskless asset in the market, the efficient frontier under VaR or ES is a subset of the mean-variance (MV) efficient frontier, and the efficient portfolios under VaR or ES are also MV efficient; when there exists a riskless asset in the market, a portfolio is MV efficient if and only if it is a VaR or ES efficient portfolio. The obtained results generalize relevant conclusions about investment theory, and can better guide investors to make their investment decision.     

随机凸序与投资组合的风险值

本文利用随机凸序的理论证明了任意随机资产组合的风险不会超过其各个随机资产的风险值之和 ,即给出了投资组合的风险值上界 .指出了当投资者无法确定各随机资产的相依关系时 ,独立性假定会低投资组合的风险值 ;并分别针对正态资产、幂关系资产、指数资产给出了这种风险低估值的具体计算公式     

基于VaR和集中度约束的贷款组合优化模型

资产负债管理是把资产与负债组合视为有机整体,协调流动性、安全性和赢利性,本文通过资产的集中度约束把银行资产合理分配在不同行业中,有效降低银行资产集中度风险,通过能反映银行风险承受能力的VaR约束控制了贷款组合风险,应用实例的结果表明,本模型能够谋求"三性"的最佳配置,有效降低银行经营过程中的集中度风险和流动性风险,并实...     

沪深股市的相关结构分析与投资组合风险度量——基于ARFIMA-GARCH-Copula模型

金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记忆性。基于此,本文建立ARFIMA-GARCH-Copula模型来研究沪深股市的相关结构和等权重投资组合风险值VaR,利用上证指数和深成指数收益率的组合来进行实证研究。首先采用经典R/S分析法检验各个资产收益率的长记忆性,经过分数阶差分后选用GARCH模型建模得到边缘分布。然后选择Copula函数来刻画两资产之间的相关结构,建立联合分布模型。进而采用Monte Carlo方法模拟产生各资产的收益率序列,计算出投资组合的风险值VaR。实证研究表明:沪深股市具有长记忆性,且两者具有对称的尾部相关性;Kupiec检验说明ARFIMA-GARCH-Copula模型较之于GARCH-Copula模型能更准确地度量投资组合风险。     

STUDY ON THE INTERRELATION OF EFFICIENT PORTFOLIOS AND THEIR FRONTIER UNDER t DISTRIBUTION AND VARIOUS RISK MEASURES

In order to study the effect of different risk measures on the efficient portfolios (frontier) while properly describing the characteristic of return distributions in the stock market, it is assumed in this paper that the joint return distribution of risky assets obeys the multivari-ate t-distribution. Under the mean-risk analysis framework, the interrelationship of efficient portfolios (frontier) based on risk measures such as variance, value at risk (VaR), and expected shortfall (ES) is analyzed and compared. It is proved that, when there is no riskless asset in the market, the efficient frontier under VaR or ES is a subset of the mean-variance (MV) efficient frontier, and the efficient portfolios under VaR or ES are also MV efficient; when there exists a riskless asset in the market, a portfolio is MV efficient if and only if it is a VaR or ES efficient portfolio. The obtained results generalize relevant conclusions about investment theory, and can better guide investors to make their investment decision.     

STUDY ON THE INTERRELATION OF EFFICIENT PORTFOLIOS AND THEIR FRONTIER UNDER t DISTRIBUTION AND VARIOUS RISK MEASUREgS

In order to study the effect of different risk measures on the efficient portfolios （fron- tier） while properly describing the characteristic of return distributions in the stock market, it is assumed in this paper that the joint return distribution of risky assets obeys the multivariate t-distribution. Under the mean-risk analysis framework, the interrelationship of efficient portfolios （frontier） based on risk measures such as variance, value at risk （VaR）, and expected shortfall （ES） is analyzed and compared. It is proved that, when there is no riskless asset in the market, the efficient frontier under VaR or ES is a subset of the mean-variance （MV） efficient frontier, and the efficient portfolios under VaR or ES are also MV efficient; when there exists a riskless asset in the market, a portfolio is MV efficient if and only if it is a VaR or ES efficient portfolio. The obtained results generalize relevant conclusions about investment theory, and can better guide investors to make their investment decision.