与TSD准则一致的组合证券投资分析

基于预先给定的目标收益率,利用投资者对低于目标收益率的风险损失和高于目标收益率的风险报酬之间的权衡,给出了一些非对称风险度量模型,特别其中一种风险度量是低于参考点的方差和高于参考点的方差的加权和,它利用二阶上偏矩来修正二阶下偏矩,进一步建立了在该非对称风险度量下的组合投资优化模型,并证明了该模型在三阶随机占优的意义下是有效的.此外,还给出了其它3个模型与三阶随机占优准则是否一致的结论,并对所给出的几个组合证券投资模型的求解方法及其应用进行了分析.以上研究和分析为投资者在选择投资模型时避免盲目性、任意性提供了有益的决策参考.     

基于凸函数的风险测度

利用凸函数构造了一种新的风险测度,发现它是包含了损失概率、损失期望值、绝对离差、绝对半离差,下偏矩、(α,t)模型、ES等常见方法的更为广泛的风险测度.对其性质的研究发现该风险测度满足凸性和协调性,考虑到凸性以及协调性在投资组合以及风险管理中的重要意义,因此对该风险测度的研究就具有一定的实践和学术价值.     

基于动态调整的Copula-非线性分位数回归资产组合优化

为优化资产组合方案,考虑单资产分布的非对称性、异方差性、尖峰厚尾性等特征,资产之间的时变非线性相关性,建立了Copula-非线性分位数回归模型。本文的创新与特色,一是通过构建期望超额收益率与考虑动态损失厌恶效应的VaR比率函数,确定了目标函数的表达式,改变了使用超额收益率标准差度量风险,而实证研究中更关注资产的损失风险而非全部风险,未考虑投资者对于收益与损失非对称偏好的不足;二是通过建立基于支持向量机的非线性分位数回归模型,确定了边缘分布函数表达式,解决了普通模型无法处理非对称、非线性,依赖于分布假设的不足;三是通过构建混合Copula函数,确保能够有效捕捉金融市场中的尾部相关、非对称性,完善了刻画资产之间相关关系的模式;四是通过建立风险非线性叠加的资产总风险评价模型,确定了资产组合总风险的表达式,弥补了现有风险评价模型未考虑资产间的相关性的不足。实证结果表明,本文建立的模型预测性能高于其它模型,该模型有更高的VaR比率值,在单位风险下能够获得更高的资产组合效果。     

动态高阶矩风险稳健性测度与参数化组合投资决策研究

针对已有高阶矩组合投资模型中风险测度与模型求解的不足，本文构建动态高阶矩参数化组合投资决策模型(B-S-K)并给出其求解方案。首先，运用混频数据抽样分位数回归(MIDAS-QR)模型，充分挖掘高频数据信息，提高动态高阶矩风险测度的及时性、准确性和稳健性；其次，采用参数化组合投资策略，将资产特征变量、动态偏度风险和动态峰度风险纳入组合投资权重函数，大幅缩减待估计参数数目，提高模型求解效率。分别对中国股票市场的个股和行业板块指数进行实证，研究结果一致表明：第一，基于MIDAS-QR模型的动态高阶矩风险稳健性测度，不仅充分考虑了金融风险的时变特征，而且测度结果受异常值影响较小，是一个稳健且有效的测度方法；第二，市盈率、账面价值比、动态偏度风险与组合投资权重显著正相关，条件波动率、动态峰度风险与组合投资权重显著负相关，这些为组合投资决策提供了较好的机理性解释；第三，与等权方案、M-V模型、基准(B)模型和B-S模型等相比，本文构建的B-S-K模型，在收益、风险和风险调整收益等三个方面均表现出显著且稳定的优势。     

高阶矩风险溢酬:信息含量及影响因素

本文基于台湾股市和期权市场数据,研究波动率、偏度和峰度等高阶矩风险溢酬的信息含量及影响因素,并结合边际贡献度分析了各常见影响因素对高阶矩风险溢酬的解释力。研究结论表明:波动率间的相关性高于偏度和峰度,波动率也更易于预测;期权市场的隐含矩信息对未来实际矩有较好解释力,且引入多个市场信息的预测效果要优于单一市场。市场情绪和异质信念是各高阶矩风险溢酬的主要影响因素;流动性信息次之;市场因子的解释相对较弱。对高阶矩风险溢酬影响因素的分析还应引入市场极端风险、风险厌恶信息和宏观经济变量等因素的考察。     

贷款组合的“均值-方差-偏度”三因素优化模型

以银行各项资产组合收益率最大化为目标函数,以收益率偏度大于零控制银行重大损失发生的概率,以组合风险价值VaR风险限额为约束条件控制资产组合风险的大小,建立了贷款组合的"均值-方差-偏度"三因素优化模型.本模型的创新与特色一是通过偏度约束减少了组合收益率小于其均值的可能性,并增加了组合收益率大于其均值的概率.这在均值-方差模型的基础上,增加了偏度参数,建立了收益率均值-方差-偏度模型,开拓了资产组合优化的新思路.二是以组合风险价值VaR建立了约束条件,通过在一定置信水平下的最大损失限额来制约贷款组合的违约风险,使贷款配给的风险限定在银行的承受能力和贷款准备金的范围之内,解决了整体风险的控制问题.     

基于改进的Fishburn测度的一致性风险度量

一致性风险度量在金融风险管理中是十分重要的风险度量.下偏矩度量是位于目标收益(率)下方的风险损失,通过引入新目标收益率对Fishburn风险测度进行了改进,在Fischer基于单边矩风险度量所建立的一致性风险度量的基础上得到了一个新的一致性风险度量,适用于任何类型的收益(率)分布,更加符合投资者的心理实际,最后通过实例验证了所得的一致性风险度量的有效性和合理性.     

常利率复合Poisson风险模型中的预警区问题

该文讨论了带常利率复合Poisson风险模型中的预警区问题.在此,作者提出了一种新的方法,其有别于Gerber于1990年提出的鞅方法,通过这种新方法,最终得到了负盈余持续时间的矩母函数及各阶矩,进而在索赔指数情形给出了精确解析式,并利用计算得到的数值结果讨论了利率变化对预警区的影响.     

线性边界下两步保费率风险模型的Gerber-Shiu罚金函数

在经典复合泊松模型的基础上,研究线性红利边界下两步保费率风险模型的Gerber-Shiu贴现罚金函数.根本目的是推导出它的微积分方程和偏微积分方程.同时给出了线性红利边界下Lundberg基本方程;利用Laplace变换求出了最终破产概率.     

一类混合的非对称的GARCH模型的性质研究

本文提出了一类混合的非对称的GARCH模型(MAGARCH),利用随机差分方程的一些结果,研究了该模型的平稳性条件和尾行为,还讨论了MAGARCH(K;1,1)的矩的情况.     

证券投资组合优化问题的强健性的锥优化方法(英)

本文研究了具有强健性的证券投资组合优化问题.模型以最差条件在值风险为风险度量方法,并且考虑了交易费用对收益的影响.当投资组合的收益率概率分布不能准确确定但是在有界的区间内,尤其是在箱型区间结构和椭球区域结构内时,我们可以把具有强健性的证券投资组合优化问题的模型分别转化成线性规划和二阶锥规划形式.最后,我们用一个真实市场数据的算例来验证此方法.     

证券投资组合优化问题的强健性的锥优化方法(英文)

本文研究了具有强健性的证券投资组合优化问题.模型以最差条件在值风险为风险度量方法,并且考虑了交易费用对收益的影响.当投资组合的收益率概率分布不能准确确定但是在有界的区间内,尤其是在箱型区间结构和椭球区域结构内时,我们可以把具有强健性的证券投资组合优化问题的模型分别转化成线性规划和二阶锥规划形式.最后,我们用一个真实市场数据的算例来验证此方法.     

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。     

Comments on “A mixed integer linear programming formulation of the optimal mean/Value-at-Risk portfolio problem”

Benati and Rizzi [S. Benati, R. Rizzi, A mixed integer linear programming formulation of the optimal mean/Value-at-Risk portfolio problem, European Journal of Operational Research 176 (2007) 423–434], in a recent proposal of two linear integer programming models for portfolio optimization using Value-at-Risk as the measure of risk, claimed that the two counterpart models are equivalent. This note shows that this claim is only partly true. The second model attempts to minimize the probability of the portfolio return falling below a certain threshold instead of minimizing the Value-at-Risk. However, the discontinuity of real-world probability values makes the second model impractical. An alternative model with Value-at-Risk as the objective is thus proposed.     

带有模糊系数的投资组合模型研究

在证券市场,由于各种不确定因素的存在,证券的预期收益率是难以精确估算的。本文采用模糊数来处理不确定性,提出了一种基于模糊收益率的投资组合模型。为度量投资组合的风险,将绝对偏差扩展到模糊情形。通过引入模糊数绝对值的概念和不等关系的两种占优准则,将该模型转化为相应的确定性线性规划问题,投资者可根据自己的主观态度选择参数和投资策略。最后用一个具体例子验证了模型的合理性和有效性。     

A mixed R&D projects and securities portfolio selection model

The business environment is full of uncertainty. Allocating the wealth among various asset classes may lower the risk of overall portfolio and increase the potential for more benefit over the long term. In this paper, we propose a mixed single-stage R&D projects and multi-stage securities portfolio selection model. Specifically, we present a bi-objective mixed-integer stochastic programming model. Moreover, we use semi-absolute deviation risk functions to measure the risk of mixed asset portfolio. Based on the idea of moments approximation method via linear programming, we propose a scenario generation approach for the mixed single-stage R&D projects and multi-stage securities portfolio selection problem. The bi-objective mixed-integer stochastic programming problem can be solved by transforming it into a single objective mixed-integer stochastic programming problem. A numerical example is given to illustrate the behavior of the proposed mixed single stage R&D projects and multi-stage securities portfolio selection model.     

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.     

信用资产组合优化的"条件在险值-补偿"型随机规划模型

本文对于信用资产组合的优化问题给出了一个稳健的模型，所建模型涉及了条件在险值（CVaR）风险度量以及具有补偿限制的随机线性规划框架，其思想是在CVaR与信用资产组合的重构费用之间进行权衡，并降低解对于随机参数的实现的敏感性．为求解相应的非线性规划，本文将基本模型转化为一系列的线性规划的求解问题．     

随机模糊的等比例-最小方差投资组合优化研究

Markowitz的均值-方差模型在投资组合优化中得到了广泛的运用和拓展,其中多数拓展模型仅局限于对随机投资组合或模糊投资组合的研究,而忽略了实际问题同时包含了随机信息和模糊信息两个方面。本文首先定义随机模糊变量的方差用以度量投资组合的风险,提出具有阀值约束的最小方差随机模糊投资组合模型,基于随机模糊理论,将该模型转化为具有线性等式和不等式约束的凸二次规划问题。为了提高上述模型的有效性,本文以投资者期望效用最大化为压缩目标对投资组合权重进行压缩,构建等比例-最小方差混合的随机模糊投资组合模型,并求解该模型的最优解。最后,运用滚动实际数据的方法,比较上述两个模型的夏普比率以验证其有效性。     

A review of credibilistic portfolio selection

This paper reviews the credibilistic portfolio selection approaches which deal with fuzzy portfolio selection problem based on credibility measure. The reason for choosing credibility measure is given. Several mathematical definitions of risk of an investment in the portfolio are introduced. Some credibilistic portfolio selection models are presented, including mean-risk model, mean-variance model, mean-semivariance model, credibility maximization model, α-return maximization model, entropy optimization model and game models. A hybrid intelligent algorithm for solving the optimization models is documented. In addition, as extensions of credibilistic portfolio selection approaches, the paper also gives a brief review of some hybrid portfolio selection models.