一种市场风险条件的贷款组合优化决策模型

针对不确定投资情况下风险与收益的选择方法，提出一种贷款组合的优化决策模型，以解决不同风险，收益下的贷款组合决策问题，并给出实例分析以表明该模型的科学性。     

基于存量与增量全部组合收益最大的贷款优化决策模型

在既定组合收益范围内,以VaR风险控制为约束条件,以0-1规划为工具,建立了存量与增量全部贷款组合累计收益最大的决策优化模型.模型的主要特点一是综合反映贷款存量与增量组合累计收益最大对贷款决策的直接影响,合理地考虑了贷款存量组合与贷款增量组合的关系,真正地控制了银行全部贷款的组合风险和收益,改变了现有研究仅仅优化增量贷款组合的现状,开拓了金融资产组合优化理论的新思路.二是以VaR风险控制作为约束条件,用组合的VaR收益率最大损失来控制贷款收益率风险限额,直接反映了商业银行的风险承受能力.三是在贷款组合过程中,使用上下界限制,使得商业银行既能较好地进行风险控制,又可以充分利用贷款头寸.     

基于加权风险收益的中小科技企业贷款组合优化决策模型

建立了基于加权风险收益的中小科技企业贷款组合优化决策模型.该模型依据贷款组合单位风险权重收益最大的基本思想、结合科技企业特点、国家对科技企业扶持的政策等,采用CreditRisk+模型测量风险,有效地控制了对科技企业贷款的风险,为科技企业贷款决策提供了选择方法.     

一种新的梯形模糊数间距离及在投资组合模型选择中的应用

给出一种新的模糊数间的距离公式.用新定义的距离公式来度量给定优先资产的条件下投资组合的分散度.用可能性均值度量投资组合的收益,可能性半方差度量投资组合的风险,在收益和风险满足一定的条件下构造分散度模型.通过实例分析,给出的方法不仅分散度更好,而且资产分配多元化程度更高,计算也更简单.     

基于GARCH类模型的空头市场情景生成与投资组合

2015年中,中国股票市场经历了一轮较强的空头市场,投资者面临市场价格的极大不确定性.而若能有效模拟此类型市场收益波动,对于投资者优化金融决策有积极意义.文章试验了当前主要的几种非对称GARCH类模型及多种残差分布模型,最后发现,利用ARMA-EGARCH-SSTD的组合模型能较好地模拟空头股票数据收益率效果.同时文中采用中国股票市场数据进行算例分析,发现将GARCH类模型情景拟合结果与均值-CVaR模型结合得到的投资组合优化方法能有效管理空头市场环境下的投资组合风险.     

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.     

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。     

双侧风险度量方法及其在投资组合优化模型中的应用

现有的资产风险度量方法不能合理的反映收益的向上波动给投资者带来的风险感受,针对这一不足,本文提出了一种新的风险度量方法,这一方法综合考虑了投资者对于损失的规避和对超额收益的偏好,能够更为真实的反映投资者对于资产收益双侧波动的不同风险感受.同时本文结合新的风险度量方法给出了投资组合优化模型,并对模型的解从不同角度进行了分析.研究结果表明,新的风险度量方法可以为投资者提供更有效的投资决策依据,并且投资者的风险态度对于投资组合有效前沿和最优投资组合都有显著的影响.     

基于下方风险控制的动态投资组合优化研究

研究了跳扩散结构下带有下方风险控制的动态投资组合优化问题.基于投资组合中每一种资产的收益率观测序列,模型在不断变化的数据窗口下把组合比例看作向量值随机过程,利用马尔可夫链蒙特卡罗模拟方法得到随时间变化的动态投资组合最优配置,这样可以根据市场信息的变化及时做出策略调整,既达到了预期收益目标又控制了风险,使得组合投资更切实际.通过实例分析可以看出,该方法相对传统方法更行之有效而且操作简便.     

基于最小交易量和交易费用的多阶段模糊投资组合

考虑了在摩擦市场下的多阶段模糊投资组合模型,基于半绝对方差风险函数,建立了带有最小交易量和交易费用限制的收益最大化多阶段模糊投资组合模型.利用绝对值函数的性质,将模型转化为混合整数线性规划形式,并通过实例验证了模型的可行性,最后对模型与基于可能性均值和可能性方差的多阶段模糊投资组合模型进行了对比,分析了模型的优越性,并验证了模型的可行性.     

基于最大期望满意度与背景风险的模糊投资组合模型研究

模糊投资组合是不确定性理论研究的重要领域.然而,由于人的理性局限性,投资者在决策的过程中,可能不是追求理性的效用最大化,而是追求心理满意度的最大化;在金融市场中,投资者不仅面临市场风险,也需要承担由自身因素产生的背景风险.因此,提出了一个考虑背景风险等因素的最大期望满意度模型,该模型的目标是最大化投资组合收益与最小收益证券的差值;最后,以上海证券交易所180指数的十支证券构成的的投资组合为例,分析了此模型在分散投资风险与增加满意度方面的有效性.     

有交易成本的模糊最优化投资

本文针对交易成本在证券组合投资中的重要地位 ,提出了考虑交易成本 ,并兼顾收益与风险的模糊最优化投资模型 ,分析了交易成本对投资有效边界的影响 ,并给出了最优投资比例公式 .这对投资者进行投资有重要的理论与实践意义 .最后 ,通过释例进行了说明 .     

基于异质理念的动态组合选取模型

不同于传统的代表性经济人的动态投资组合选取模型,引入异质理念,考虑不同投资者的动态组合选取.由于投资者的乐观或悲观情绪直接影响了他对信息的评价,因此用随时间变化的参数体现投资者的情绪,随机组合收益分布是这个参数的函数,不同的投资者或者同一投资者在不同情绪下就有了自己独特的收益分布.通过对均值——方差目标函数的变形,给出了不同投资者对风险资产的最优投入、预期收益和方差的解析表达式,此三项不仅和投资者的风险厌恶度有关,而且和投资期长短有关、与投资者的情绪有关.在对香港恒生指数的实证分析显示,异质性严重影响投资者对风险资产的投入.     

基于模糊决策的投资组合优化

基于模糊决策理论研究了带有成比例交易费用的证券投资组合优化问题. 首先,基于半绝对偏差风险函数和极大极小原则提出了一种新的风险函数--极大极小半绝对偏差风险函数;然后, 引入一种非线性隶属函数更加形象地描述了投资者对投资收益和投资风险的满意程度;在此基础上, 进一步提出了非线性满意程度的模糊决策投资组合选择模型;最后, 针对提出的模型,利用中国证券市场的真实数据给出了数值算例.     

存在系统风险的投资组合选择研究

多风险资产会受到波动和跳跃风险作用,它们往往具有高度相关性,形成系统风险,因此由投资组合多样化所带来的收益相应会受到影响.这篇文章考察了存在系统风险的投资组合选择问题,假定投资期无限且有中间消费,利用双跳跃模型给出最优资产组合权重近似解析解,由解的表达式可以清楚的看出系统风险对投资策略的影响情况.为了避免风险资产空头寸以及杠杆头寸对投资者的影响,这里对组合权重做了一定限制.通过与经典连续时间投资组合选择模型的比较,系统风险的影响进而可以由财富补偿来表达.     

考虑保守卖空与财务困境的背景风险投资组合模型

如何合理地考虑投资者所面临的背景风险及现实市场限制来进行有效地投资决策是人们所广泛关注的重要实际管理决策问题。本文研究投资者同时面临加性和乘性两类背景风险的前提下具有保守卖空与财务困境的投资组合选择问题。假定投资者寻求使得投资收益最大、投资风险最小及证券主体财务困境最小的最优投资组合策略,进而提出考虑保守卖空与财务困境的背景风险投资组合模型。然后,利用具有精英策略的非支配排序遗传算法对模型进行求解。最后,通过实例来阐述模型的实用性。研究结果表明:考虑保守卖空能为投资者提供更大的收益;两类背景风险的变化均导致有效前沿面的变化。     

考虑投资者异质信念和目标优先级的投资组合问题研究

考虑证券市场的模糊不确定性及投资者的模糊决策特征,以资产收益、下方风险及流动性为模糊投资目标,构建考虑投资者异质信念和目标优先级的多目标投资组合模型。进一步,以我国主板、中小板和创业板市场为背景,采用CPT-TOPSIS交互式算法进行实证分析。研究发现:乐观、理性和悲观投资者权衡收益、风险和流动性目标时偏好的优先顺序不同,导致资产配置结构、最优决策和绩效表现存在差别。结果表明模糊多目标模型能够满足不同投资者权衡多目标的差异化投资需求,取得优于基准随机投资组合的投资效果,可作为投资者投资决策的参考依据。     

考虑破产控制的多期模糊资产-负债组合优化模型

在实际的投资决策过程中,一些投资者需要同时管理资产和负债,因此本文研究考虑破产控制和偿债行为的资产-负债管理问题。假设风险资产的收益率和负债的增长率为模糊数,用资产-负债组合的可能性期望和下半绝对偏差度量其收益和风险,以最大化最终期望净财富和最小化最终累积风险为目标,建立了允许限制性卖空的多期模糊资产-负债组合优化模型。然后,设计了一个基于粒子群算法和模拟退火算法的混合智能算法对模型进行求解。最后,通过实例分析说明了所设计算法与传统粒子群算法相比具有更好的优化性能和稳定性。本文所提出策略可以为需要同时管理资产和负债的投资者提供决策支持。     

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.     

安全首要准则下的借贷约束与不确定风险投资

概率统计的理论与方法在不确定性投资决策中起着重要的作用.文章从安全首要的决策视角,分析信贷约束对投资者风险投资行为是否存在影响以及如何影响.在存款利率和贷款利率不等且存在贷款额度限制的融资背景下,首先建立了一种包含融资资产的改进型安全首要(MSF)投资组合选择模型,然后给出了最优投资组合以及MSF有效前沿的解析表示以及图形示例,进而解释了利率变化和贷款限制对MSF风险投资行为的影响.研究发现:提高贷款利率和设定贷款限制,既可以预防投资者的违约风险,也可能造成MSF投资者的投资效率损失.因此,合理调整存贷款利率与设定贷款限额有助于发挥货币政策对投资市场的有效调节作用.