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.     

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.     

基于多目标CVaR模型的证券组合投资的风险度量和策略

本文首先定义了多损失函数下的-αVaR,-αCVaR损失值以及-αCVaR损失值的等价函数,给出了多目标CVaR模型.然后,基于多目标CVaR模型,建立了一个多目标证券组合投资优化模型,得出在多置信水平下的证券组合投资比例和CVaR值,据此建立一种证券组合投资的降低风险优化模型.其降低风险策略是在收益率不变的情形下降低风险和总投资比例.数值实验表明,这种策略是可以通过明显地减少总投资比例来达到降低风险的目的.     

CVaR鲁棒均值-CVaR投资组合模型与求解

传统的均值-风险(包括方差、VaR、CVaR等)组合选择模型在计算最优投资组合时,常假定均值是已知的常值,但在实际资产配置中,收益的均值估计会有偏差,即存在着估计风险.在利用CVaR测度估计风险的基础上,研究了CVaR鲁棒均值-CVaR投资组合选择模型,给出了另外两种不同的求解方法,即对偶法和光滑优化方法,并探讨了它们的相关性质及特征,数值实验表明在求解大样本或者大规模投资组合选择问题上,对偶法和光滑优化方法在计算上是可行且有效的.     

求解带有交易费的CVaR投资组合模型的L-S算法

本文假设投资者是风险厌恶型,用CVaR作为测量投资组合风险的方法.在预算约束的条件下,以最小化CVaR为目标函数,建立了带有交易费用的投资组合模型.将模型转化为两阶段补偿随机优化模型,构造了求解模型的随机L-S算法.为了验证算法的有效性,用中国证券市场中的股票进行数值试验,得到了最优投资组合、VaR和CVaR的值.而且对比分析了有交易费和没有交易费的最优投资组合的不同,给出了相应的有效前沿.     

含MCVaR的投资组合优化统一模型

研究了Duarte提出的投资组合优化统一模型及条件风险价值(CVaR),分析了以CVaR为风险度量的投资组合优化模型的具体形式,建立了统一七种模型的投资组合优化统一模型,并发现统一模型是一个凸二次规划问题.     

基于相对鲁棒CVaR的电网投资项目组合优化模型研究

在新一轮电改的背景下,电网投资将面临更多的不确定性风险,亟需落实精准投资以降低投资风险.将相对鲁棒CVaR风险度量模型应用于电网投资项目组合优化中,构建了基于相对鲁棒CVaR的电网投资项目组合优化模型,并通过蒙特卡洛仿真和K-means聚类方法进行随机样本的生成与削减.算例结果表明,相对鲁棒CVaR模型具有极好的鲁棒性,能够在相对最坏情景下保证电网投资风险的最小化;同时,相对于绝对鲁棒CVaR模型减小了决策结果的保守性.     

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.     

Mean-CVaR模型下的资产组合和破产风险控制

为了克服尾部风险测度CVaR模型本身的不足，并且给“如何实现资产组合的破产风险与期望利润的最优配置”问题提供一个更加符合现实的答案，本文在CVaR模型基础上，通过把风险资本的来源内生于资本禀赋以及把风险资本的机会成本引入利润函数的方式提出了线性Mean—CVaR模型。同时，本文通过对“上证50”成分股进行选择的实证分析给出了由线形Mean—CVaR模型得到的更加合理的资产组合与资本储备。     

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。     

随机非线性互补问题的条件风险价值模型及其求解方法

随机非线性互补问题(SNCP)在交通运输,工程力学,金融等许多方面都有着非常广泛的应用,由于随机因素的存在,SNCP通常无解.为解决这个问题,考虑构造一个合理的确定性模型,并将这个确定性模型的解作为SNCP的解.文章利用限定非线性互补函数(NCP函数)来构造投资组合优化中的损失函数,提出求解随机非线性互补问题(SNCP)的条件风险价值(CVaR)模型.由于该模型中含有数学期望及非光滑函数,为求解此模型,文章应用样本均值近似方法和光滑化方法,给出此模型的近似问题并进一步给出求解算法.在理论上,文章还考虑了条件风险价值模型水平集的有界性及该模型近似问题全局最优解序列以及稳定点的收敛性结果.以上结果从理论上保证了文章所提求解SNCP的新模型及其近似问题的可行性.此外,数值结果表明上述方法是有效的.     

基于CVaR的多目标投资组合模型

金融市场的发展与完善,以及人民收入水平的提高,使越来越多人关注金融投资并成为热点.理性的投资者总是期望风险尽可能低同时收益又尽可能高,而且希望投资的资产易于管理和管理成本低.考虑投资者多个目标的要求,将运用CVaR风险度量方法,提出一个均值—CVaR—资产数目的多目标投资组合模型,并利用多目标粒子群算法对模型进行实证分析,验证新模型的可行性和有效性,为热衷投资的投资者进行投资组合提供一个新方法.     

离散约束条件下的实用投资组合选择模型

鉴于现实证券市场中的投资会受到很多类型的约束的限制,本文在同时综合反映多种市场摩擦与恰当度量投资风险的原则下,构建了两种分别以CVaR和双边一致性度量为风险度量的离散型多重约束实用投资组合选择模型。基于深圳证券交易所A股的日交易数据,我们从实证角度着重考虑了交易费用约束与逻辑约束对最优投资策略选择及其性能的影响,并给出了一些实用的投资建议。实证结果表明:新模型不仅可行、有效,而且能合理反映不同市场摩擦的作用。     

基于CVaR方法的房地产组合投资最优化模型研究

房地产开发项目投资是具有高风险高回报的典型的风险投资.在这个高风险的投资环境中要想达到预期目标,就必须对整个项目进行开发投资风险分析.本文运用CVaR对房地产项目投资存在的风险进行识别度量,通过建立基于CVaR下的房地产组合投资模型,达到项目风险防范的目的,提高投资回报的稳定性.     

基于CvaR的融入期权的投资组合模型

把期权作为一种投资对象融入到投资组合中,而不仅仅是作为风险对冲工具.用条件风险价值(CVaR)刻画组合风险,并求出最小化风险下的最优鲁棒投资组合策略.最后通过数值算例证明了模型的有效性,并得到融入期权后有效地提高了组合的收益,特别是当标的资产出现大的波动时,期权在组合中的表现更突出.     

条件风险下的两基金分离定理

鉴于条件风险价值CVaR具有风险度量的合理性以及两基金分离定理对证券投资的重要意义,以CVaR作为风险度量研究两基金分离定理.在组合收益率服从正态分布的假设下,分别就投资组合含有或没有无风险资产的情形提出并证明了两基金分离定理;放开方差-协方差矩阵为非奇异这一通常假设,证明了CVaR风险度量下的两基金分离定理依然成立.     

基于动态损失厌恶投资组合优化模型及实证研究

为了研究行为金融学中损失厌恶的心理特征对投资决策的影响,建立预期效用最大化的动态损失厌恶投资组合优化模型。以我国股票市场为依托进行实证研究,将市场分为上升、下降和盘整三种状态,研究动态损失厌恶投资组合模型的表现,与静态损失厌恶投资组合模型、均值-方差投资组合模型和CVaR投资组合模型进行比较。通过改变参照点对动态模型进行稳健性检验。得出动态损失厌恶投资组合模型优于静态模型、均值-方差投资组合模型和CVaR投资组合模型的结论。     

直购电环境下电网公司风险控制优化模型及算法研究

随着直购电的出现,电网公司(PGC)在发电侧电力市场"单一购买者"的垄断局面被打破,直购电所引起的风险接踵而至.通过分析直购电所导致电网公司可能面临的潜在风险,建立了直购电环境下电网公司效用.函数最大化和风险最小的多目标风险控制组合优化模型,针对CVaR,风险函数在数值计算上的困难,提出了基于罚函数的光滑化样本平均值算法,并用Matlab编程实现了具体问题的求解,数值结果能够有效的反映出在直购电过程中电网公司所面临的市场风险本质,从而验证了模型的有效性.     

多约束的多阶段积极投资组合模型及实证研究

构建投资组合时需要衡量其风险, 除了考虑组合本身的风险暴露, 还需考虑其相对基准组合的风险暴露. 再者, 确定组合权重时需要根据市场的规则加入合适的约束. 基于此, 为了较为完整地考虑现实投资组合面临的风险及交易约束, 将绝对风险(CVaR)和相对风险(跟踪误差)作为风险约束, 将交易成本、卖空限制和多元权值作为交易限制约束, 构建一个新的多阶段投资组合模型, 并利用动态规划和非线性优化方法进行求解. 最后, 利用上证50成分股中41只股票构建投资组合进行实证研究. 实证结果表明构建的多阶段投资组合模型能持续战胜基准组合且优于单阶段投资组合, 同时也表明模型考虑多元权值约束具有现实意义.     

基于CVaR衍生的多期多面风险度量下的投资组合研究

为了解决多期投资组合的决策问题,本文将由CVaR衍生的多期多面风险度量作为风险控制目标,建立了一个在收益约束条件下最小化风险的多阶段投资组合模型。为求解模型,设计了多期投资组合优化流程,它将非参数抽样方法、基于聚类算法的多阶段情景树生成方法和多期多面风险度量组合在一起。该流程基于计算、容易实现、直观合理。根据我国金融市场数据进行的实证研究结果表明,这一流程具有较好的实用性。