基于Clayton Copula-GARCH模型投资组合VaR的度量

运用Copula方法研究了含股指期货的投资组合的风险度量问题.首先采用不同的GARCH模型对单个资产收益率建模,然后选择Clayton Copula函数来描述投资组合各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VaR.Kupiec检验表明,ClaytonCopula-GARCH模型在投资组合风险度量上具有较高的准确性.     

具有投资限制的风险资产模糊随机投资组合模型

研究了模糊随机环境下风险资产投资组合选择问题.利用模糊随机变量刻画风险资产的收益率,建立了具有投资限制的风险资产投资组合选择的一般模糊随机均值-方差模型,该模型包括了是否允许卖空及具有投资比例下界约束的情况.在此基础上,提出了具有梯形模糊随机收益率的具体投资组合优化模型,这些模型能够转化为二次规划问题求解.最后,利用上证50指数中的9种股票对模型进行了实证分析,结果表明模型能够有效分散非系统性风险.     

单位收益率风险最小的组合证券投资决策模型

章首先分析了组合证券投资的收益率和风险,根据组合证券投资的亏本概率上界最小的原则,建立了单位收益率风险最小的组合证券投资决策模型,并证明了该模型的有效性。     

模糊随机环境下带个人偏好的投资组合决策模型

在现实的证券市场中,存在许多混合不确定性因素对证券的收益率产生影响.本文的目的是建立糊随机环境下带个人偏好的投资组合决策模型.在模糊随机环境下将证券的收益率视为模糊随机变量,同时考虑到投资者的偏好,提出入均值和投资者的风险曲线的概念,他们分别反映投资组合的收益和风险.文中给出新的入均值有效投资组合和入均值有效前沿的概念,探讨新的投资组合的收益率与偏好参数入的关系;最后本文采用混合智能算法进行实例分析,结果表明本文所提模型是可行性的.     

考虑背景风险和流动性的模糊投资组合模型

利用投资收益率的二阶矩作为风险度量函数,建立了考虑背景风险和流动性的模糊投资组合模型.在满足预设收益率、换手率可能性均值要求水平以及风险资产的投资比例等约束条件下,使投资收益的二阶矩最小.最后选取中证100指数成分股中部分股票的历史数据进行数值分析,证明了该模型符合“高收益、高风险”的规律,说明该模型适用于实际金融市场.而且使用二阶矩代替方差作为风险度量函数,克服了方差计算复杂的缺陷,简化了模糊投资组合求解问题.     

基于Pair-Copula-GARCH模型与CVaR的时变投资组合优化

以过去的信息为条件,以一致性风险度量CVaR为优化目标,以组合收益率为约束条件,建立了时变投资组合优化模型,通过基于pair-copula-GARCH模型的蒙特卡洛模拟方法得到未来某时刻收益率的多个可能情景,并引入一个特殊函数实现了投资组合模型的线性化,得到了最优投资组合策略.最后针对提出的模型进行了实例分析.     

模糊环境中带交易费用的投资组合策略问题

由于金融市场是波动的,风险资产的预期收益率由于很多不确定性是很难估计的,本文考虑预期收益率是可能性分布(模糊数),并且在此基础上用模糊数的可能性均值表示投资组合的收益,用模糊数的平均绝对偏差表示风险,考虑了交易费用后,得到投资组合模型,最后给出了数值计算的例子.     

大偏差方法在投资组合中的应用

本文研究了离散时间下,风险资产价格增长率独立同分布,投资决策依赖于前一时刻的风险资产价格变动情况下的最优投资组合.利用大偏差方法,证明了这种情形下时均对数收益率的大偏差原理成立,定理不需要收益率序列有界的假设.具体给出了最优投资组合的计算方法,并且利用MATLAB进行了实例计算.     

基于模糊收益率的养老保险基金投资研究

结合中国养老保险基金投资现状,考虑预期收益率是模糊数的情形,利用可能性均值和可能性方差作为投资组合的预期收益率和风险,建立均值-方差组合投资模型.最后,利用lingo软件进行数值分析,表明此模型具有一定的实际应用价值.     

摩擦市场条件下的双目标投资组合模型模糊优化

首先建立了摩擦市场条件下基于收益率分布偏度水平的双目标投资组合模型.在此基础上,将模糊集合的概念引入到该模型中,用模糊数学中的线性隶属函数处理了其中的风险目标和收益目标,建立了摩擦市场条件下基于收益率分布偏度水平的模糊型双目标投资组合模型.然后,针对该模型进行了新型遗传算法设计(动态遗传算法).最后用一个具体的算例给出了该模型的一个实例最优解,体现了多样化投资分散风险的组合投资原理.