基于均值-VaR的投资组合最优化

利用均值-VaR方法,提出了有交易费用存在时的最优投资组合模型。通过求解均值-方差模型来研究均值-VaR模型的有效前沿,并指出在收益率的分布为正态分布的假设下,均值-VaR模型的有效集是均值-方差有效前沿的子集。有关全局最小VaR的存在性的分析显示在选择VaR的置信水平时必须非常小心。最后给出了应用均值-VaR模型的实例分析。     

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.     

变动基数投资组合中的系统误差与估计误差权衡

投资组合选择中的系统误差与估计误差是决定样本期外绩效的重要因素,其权衡受到资产基数N的影响。本文在变动基数的设定下,将Bootstrapping和样本期外滚动的方法应用到均权重、最小方差组合及其误差修正策略的绩效和尾部风险检验过程中,并在不同的市场状态下进行分组讨论。研究发现:(1)最小方差组合与均权重策略的样本期外夏普比率差异与N存在倒U型的关系。(2)最小方差组合的尾部风险随N的扩大而迅速降低,总体来看最小方差组合的尾部风险低于均权重策略。(3)最小方差组合的换手率与N存在正相关关系,盲目增加投资组合选择中的资产基数会带来无谓损失。研究结果表明,投资者应理性选择资产基数,充分利用最小方差组合带来的分散化收益。     

VaR最小化的股指期货套期保值比率研究

以VaR最小化为目标,结合波动率预测建立套期保值模型,充分反应了金融收益率尖峰厚尾和波动聚集的特征。通过对沪深300股指期货的日结算数据实证研究发现,在现货组合与股指期货高相关性的条件下,VaR最小化套期保值较最小方差套期保值能进一步降低组合样本外收益率的VaR值,EWMA与Cornish-Fisher展开相结合的方法能取得最好的VaR最小化套期保值效果。     

基于最小模糊方差的最优交叉套期保值模型

采用隶属度消除期货和现货收益率的异常波动对套期保值的影响,用非线性风险叠加原理描述多种期货对一种现货的组合风险,在最小方差套期保值模型的基础上,建立了基于最小模糊方差的最优交叉套期保值模型。本模型的创新与特色一是通过多种期货对一种现货的交叉套期保值提高了套期保值的有效性。这解决了仅用一种期货对一种现货进行交叉套期保值而导致风险较大的问题。二是用隶属函数对期货和现货收益率赋权消除离散程度大的收益率对最优套期比的影响。在采用隶属函数赋权的情况下,离散程度大的期货和现货收益率会被自动地赋予较小的权重,有效地减小了异常数据对最优套期比的影响。三是用非线性风险对冲原理叠加多种期货对一种现货的组合风险。通过期货与现货收益率的模糊协方差矩阵计算组合风险,反映了风险的非线性叠加和非线性对冲。四是现有研究的多种期货对一种现货的最小方差交叉套期保值模型仅仅是本模型在模糊隶属函数取1时的一个特例。当本模型的隶属函数为1时,本模型就是多种期货对一种现货的最小方差交叉套期保值模型;当本模型的隶属函数为1时、且研究对象为一种期货对一种现货套期保值时,本模型就是一种期货对一种现货的最小方差交叉套期保值模型。通过实证研究和与现有研究的对比分析,证明本研究所建立的模型可以有效的减小套期保值的风险并提高套期保值的有效性。     

上证指数周收益率分布的分段高斯性

以往的研究显示股票收益率往往有厚尾的特性,在本文中,我们假设收益率服从不同的分布,所以我们将数据分段,用两种方法对数据进行分段分布拟合.第一种方法是假设这三段数据服从相同均值,但不同方差的正态分布;第二种方法是假设这三段数据服从均值和方差均不相同的正态分布.在这两种假设下,对于每一小段,用最小二乘原理得到了相应分布的参数值.最后利用K-S检验进行验证.结果显示,上证指数周收益率服从分段正态分布.     

应用EWMA-GARCH(1,1)-M模型对沪深300股指期货最小VaR套期保值效果研究

VaR是目前国际上应用最广泛的度量金融风险的指标之一,其核心在于波动率,也就是方差的参数估计.采用EWMA模型估计方差,并且结合风险溢价特征的GARCH(1,1)-M模型计算出沪深300股指及其期货的最优衰减因子为0.933 25,摒弃了以往采用0.940 0作为衰减因子的一贯做法,并且运用Cornish-Fisher方程对正态分布的分位数进行了修正,得到修正后的套期保值比率以及资产组合的VaR,与传统的套期保值模型相比,该模型的风险价值VaR降低的程度明显,并且对投资组合未来的VaR具有很好的预测效果,表明EWMA-GARCH(1,1)-M模型对沪深300股指期货的套期保值效果较好.     

最小方差组合证券集的性质

从分析最小方差组合证券集入手 ,研究了均值方差有效组合证券边界的性质 ,给出最小方差组合证券集是一个仿射集 ,并且对有效组合证券结构的统计特性进行了分析 ,对证券投资有一定的指导意义     

基于非参数分布的沪深股市VaR测度

沪深大盘指数的收益率分布函数并不服从通常人们所认为的正态分布.因此,采用一种新的方法—非参数核密度估计,对沪深股指收益率分布进行拟合.该方法不仅很好地刻画了收益率分布的尖峰和肥尾特征,而且由此建立的VaR模型比一般的基于参数分布的VaR模型更能捕捉市场的风险特征,结论也更加准确.     

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。     

随机风险传染、对冲比率及对冲效率的多尺度分析

为研究沪深300股指期货对冲比率、对冲效率与对冲期限的关系,基于小波分析方法构建了含溢出效应的VS-MSV-t模型,并与普通小波方法、OLS法对比。研究结果表明:沪深300股指期货与现货市场存在信息溢出及随机风险传染效应的多尺度现象;其波动性与相关性的多尺度导致最优对冲比率、对冲效率的多尺度。相对中长期投资,风险传染效应给短期的投资带来更多风险。对冲效率随对冲期限增加而增加;信息利用程度的不同使得小波方法对冲效率优于OLS法;考虑风险传染的对冲效率较低但更符合实际;相对VaR对冲效率小于方差对冲效率但其检验更有效也更全面。     

不允许买空时的均值-下方风险投资组合选择——基于非参数估计方法

本文分别利用下半方差和下半偏差度量下方风险(Downside Risk),采用非参数估计方法研究了不允许买空时的均值-下方风险投资组合选择问题。首先,我们利用组合收益率密度函数的非参数核(kernel)估计得到了下方风险的计算公式,并把它们嵌入到均值-下方风险投资决策模型中。然后得到了模型最优解存在的充要条件,并给出了求解最优投资策略的Zoutendijk可行方向算法。最后,基于中国股票市场真实数据给出了一个数值算例,并比较了在两种不同下方风险度量下模型的差别。     

核密度估计在预测风险价值中的应用

通过研究核密度估计理论,提出了一种适应估计金融时间序列分布的L ap lace核密度函数.在单变量核密度估计的基础上建立了风险价值(V a lua at R isk,简记为VaR)预测的预测模型.通过对核密度估计变异系数的加权处理建立了两种加权VaR预测模型.最后,通过上证指数收益率对建立的VaR预测模型进行了实证分析,结果显示两种加权方法对上证指数收益率的VaR预测具有较高的效率.     

GH分布族下资产收益率分布拟合优度比较——基于中国证券指数高频数据的实证研究

资产收益率分布假设对期权定价、对冲,风险度量和组合资产优化的结果有着重要影响.但由于资产收益率的"程式化性质",经典正态分布假设不能很好拟合实际收益率分布.广义双曲线分布,作为子分布及极限分布非常丰富的分布族,在资产收益率分布拟合中已取得良好效果.在讨论第三类修正贝塞尔函数和广义逆高斯分布性质基础上,借助于正态均值-方差混合理论,得到广义双曲线分布及其极限分布.在McNeil,Frey和Embrechts(2005)算法框架内,以及WenBo Hu(2005)算法改进基础上,对参数估计的算法做了实质性改进:用两个重要参数χ和ψ的线性关系,代替了一个包含第三类修正贝塞尔函数的方程,避免了对该方程数值求解.在实证部分,选择了3个主要指数,利用GH分布的两个子分布和两个极限分布对过滤后的指数收益率进行拟合,并对它们的拟合优度和收敛速度做了比较.     

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。     

基于Copula的QDII与排放权资产的投资组合构建

本文介绍了欧盟温室气体排放权交易市场,选择欧洲气候交易所(ECX)推出的欧盟配额(EUA)期货合约作为温室气体排放权资产(即碳资产)的代表,利用Copula函数得到了国内一支QDII基金-南方全球精选基金与该资产收益率的联合分布,并进一步据此得到了两种资产任一组合的收益率的分布函数,然后在不同的显著性水平下确定了具有最小VaR的最优组合系数。对最优组合的分析发现,本文构建的投资组合在收益率高于原QDII基金收益率的同时,其VaR值在各种显著性水平下均低于原QDII基金的VaR,并且最优的组合系数对于特定的VaR水平的敏感度不高,组合策略具有可操作性。     

正交裂区设计中方差分量的最佳无偏不变二次估计

本文利用许氏模型理论和离差-均值对应,在一般(非正态)假定下,获得了正交裂区设计中方差分量的某种无偏不变二次估计具有最小方差的充分必要条件。     

黄金价格(AU99.99)的季节性风险预测

选用了经典的AR(1)-EGARCH(1,1)模型和极大似然估计来获得黄金收益率的条件均值和条件方差的估计.接着,利用极值理论模拟了标准独立化以后的残差序列.最终预测了每个季度的VaR和CVaR,进而研究了黄金价格的季节性风险.     

对数收益率的偏斜Logistic分布与VaR估计

本文通过直方图和Q-Q图的直观方法展示了上证指数和深证指数的对数收益率具有尖峰厚尾和偏斜的分布特征,利用Shapiro-Wilk正态性检验和Kolmogorov-Smirnov检验等方法检验了对数收益率的分布与正态分布有显著性差异,并以较大的概率水平接受了对数收益率服从偏斜Logistic分布,同时给出了基于偏斜Logistic分布的VaR风险量的估计,结果显示上证指数的风险小于深证指数的风险。     

基于DEA交叉效率的投资组合优化策略

以风险报酬比指标中的风险和收益因子作为投入产出,利用BCC模型计算投资效率.然后引入交叉效率模型,在均值方差框架下计算最优投资组合,将其形成投资策略在A股市场中回测.以传统的全局最小方差模型、纯交叉效率模型、等权模型和大盘指数作为业绩比较基准,回测结果发现不论是否放开卖空约束,投资组合策略均可以跑赢所有基准.稳定性测试表明,在不同调仓周期和不同的指数成分股中,投资组合策略仍然表现稳健,可以跑赢基准.