投资组合风险的分散化研究

风险是金融投资领域的研究热点问题之下一,投资组合是降低投资风险的有效方法之一。人们在做出投资决策时总是追求在一定收益率下风险最小。本文论述了投资组合收益和风险的数学统计方法,阐明风险可分为系统风险和非系统风险,后者可以通过投资组合分散化。本文还探讨了证券相关性和组合风险之间的关系。最后作了实证分析。     

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.     

基于矩分析的资产组合选择

在风险资产收益分布为非正态的情景下,通过矩分析,研究其收益的高阶矩对资产组合选择的影响.首先,假设风险资产收益存在有限阶矩,泰勒展开边际财富期望效用,获得静态资产组合选择的近似解;其次,假设收益过程的跳跃产生收益分布的非正态性,运用随机控制方法获得动态资产组合选择的近似解析解,从高阶矩角度解释其特征。分析表明,超出峰度的存在导致减少风险资产投资,正(负)的偏度导致增加(减少)风险资产投资,该影响性随着它们及风险规避系数的增大而增强;可预测性导致资产组合存在正或负的对冲需求,取决于相关系数的符号和风险规避系数;跳跃性总体上减少风险资产投资;可预测性和跳跃性对动态资产组合选择的影响具有内在关联性。     

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.     

最小风险组合证券非负投资比例系数的确定

研究非负投资比例系数约束条件下,实现风险最小化的组合证券投资问题.应用罚函数法,对最小风险组合证券的非负投资比例系数进行研究.实例表明:这一方法是可行的、有效的.     

基于背景风险和弹性增量的模糊投资组合研究

在金融市场中,投资者需要通过构建投资组合分散非系统风险,也需要考虑由收入、支出、健康状况等个人因素构成的背景风险.另外,在同一个投资组合中,不同的风险存量加上相同的弹性增量以后,投资者的满意度也不同.同时,证券市场中存在大量的模糊现象,模糊性比随机性更能刻画其不确定性特征.因此,提出了一个以投资者满意度为目标,包含背景风险、弹性增量等因素的模糊投资组合模型.最后,选取沪深证券市场数据分析了背景风险方差对投资组合的收益、方差和投资者满意度的影响.结果发现:背景风险的方差与投资组合的收益和投资者的满意度负相关,与投资组合的方差正相关,而且,在不同弹性存量的基础上,相同弹性增量的投资者满意度也是不同的.     

证券组合投资决策的β模型

本文基于证券组合系统风险和非系统风险的定量分析,建立了含β约束的证券组合多目标优化模型。文中给出了模型的解析解,分析了解的性态,并通过数值例子检验了模型的解,研究结果表明,只要适当控制证券组合的非系统风险,就能确保所求证券组合具有良好的分散性,从而较好地解决了β－类模型中的投资分散问题。     

农业上市公司股票的风险结构特征研究

本文在引入行业因素和市场因素的"正交化"变换基础上,对农业上市公司股票收益建立了行业因素模型,并利用该模型对农业上市公司股票收益率的方差(风险)进行分解,考察了风险来源及其比例大小(即风险结构)。本文的研究结果可以为投资者构建合适的投资组合、规避投资风险提供参考。     

基于Copula贝叶斯估计的行业风险差异分析

通过对常替代弹性资本资产定价模型中投资标度问题的分析,提出了Copula贝叶斯估计方法用以获得系统风险β与投资标度比λ的联合后验分布.Copula贝叶斯估计方法针对数据非正态特征及强相关性特征而构建,采用Copula函数取代原有普通贝叶斯估计方法中的正态假设.传统贝叶斯估计方法假设了正态的似然函数,忽略了数据可能存在尖峰后尾等在金融实证数据分析中普遍存在的非正态情况.Copula贝叶斯估计算法采用半相依回归法处理数据的强相关性问题,将原有函数依照数据形式假设为非正态结构.针对来自6个工业产业24组公司数据的系统风险参数β与其对应的投资标度参数比λ进行估计,获得不同行业中系统风险参数与投资标度之间的动态关系并进行分析,为业界投资及相关研究提供有效参考建议.     

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.     

Active allocation of systematic risk and control of risk sensitivity in portfolio optimization

Portfolio risk can be decomposed into two parts, the systematic risk and the nonsystematic risk. It is well known that the nonsystematic risk can be eliminated by diversification, while the systematic risk cannot. Thus, the portfolio risk, except for that of undiversified small portfolios, is always dominated by the systematic risk. In this paper, under the mean–variance framework, we propose a model for actively allocating the systematic risk in portfolio optimization, which can also be interpreted as a model of controlling risk sensitivity in portfolio selection. Although the resulting problem is, in general, a notorious non-convex quadratically constrained quadratic program, the problem formulation is of some special structures due to the features of the defined marginal systematic risk contribution and the way to model the systematic risk via a factor model. By exploiting such special problem characteristics, we design an efficient and globally convergent branch-and-bound solution algorithm, based on a second-order cone relaxation. While empirical study demonstrates that the proposed model is a preferred tool for active portfolio risk management, numerical experiments also show that the proposed solution method is more efficient when compared to the commercial software BARON.     

考虑投资者风险态度的随机模糊投资组合模型及实证

考虑投资者面临证券市场随机和模糊的双重不确定性,把证券收益率视为随机模糊变量。在前景理论下考虑投资者的风险态度,建立不同的随机模糊收益率、期望收益隶属度函数和目标权重,构建考虑投资者风险态度的随机模糊投资组合模型。采用实证方法把市场分为下降和上升两个阶段,研究不同风险态度投资者的投资组合差异及模型表现。结果表明:投资者的风险态度会影响投资组合的结构;考虑投资者风险态度的随机模糊投资组合模型,能够满足不同风险态度投资者对投资收益和风险的差异需求,且在实际投资决策中具有可行性。     

基于犹豫模糊语言环境的投资组合优化研究

跟传统模糊投资组合相比,基于犹豫模糊语言环境的投资组合不仅可以使用自然语言对金融资产及其不确定程度进行评价,还可以避免评价过程中信息的丢失。本文根据犹豫模糊语言投资组合综合评价系统,对不同金融产品计算得分。通过设置不同的语言尺度函数的参数值及犹豫模糊语言优化模型的临界值,针对激进型、稳健型和保守型三类投资者分别提出了收益最大化和风险最小化犹豫模糊语言投资组合模型,对建立的非线性模型进行求解,得到犹豫模糊语言投资组合的最优解。最后,用数值仿真验证了模型的合理性和有效性。     

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。     

投资组合模型的改进研究:基于企业社会责任视角的实证分析

在尊重和借鉴前人对企业社会责任研究,尤其是在企业社会责任评价研究基础之上,本文从投资者的角度在投资组合过程中研究企业社会责任。在Markowitz(均值—方差)理论模型上添加企业社会责任的三个一级指标期望作为目标函数,由此将传统的投资组合模型扩展为五个目标函数的投资组合选择模型,而且我们根据经济学中经典的效用函数理论证明了此模型的正确性。本文引入主流的企业社会责任评价标准,并对一些典型公司进行打分量化。在此基础之上建立了以期望回报率、回报率的方差、核心利益相关者期望、蛰伏利益相关者期望和边缘利益相关者期望为目标函数的投资组合选择模型,在最小方差曲面上选取10个点构造投资组合,并以样本外的数据验证了模型的有效性。研究发现:根据此模型计算出来的部分投资组合回报率显著高于同期的市场指数。研究结果表明,这种关注企业社会责任的多目标投资组合选择模型,不仅让投资者可以直接控制企业社会责任,而且实际数据证明了此模型的优势之处,从而为关注企业社会责任的投资者提供一种投资的方法和思路。     

Mean-chance model for portfolio selection based on uncertain measure

This paper discusses a portfolio selection problem in which security returns are given by experts’ evaluations instead of historical data. A factor method for evaluating security returns based on experts’ judgment is proposed and a mean-chance model for optimal portfolio selection is developed taking transaction costs and investors’ preference on diversification and investment limitations on certain securities into account. The factor method of evaluation can make good use of experts’ knowledge on the effects of economic environment and the companies’ unique characteristics on security returns and incorporate the contemporary relationship of security returns in the portfolio. The use of chance of portfolio return failing to reach the threshold can help investors easily tell their tolerance toward risk and thus facilitate a decision making. To solve the proposed nonlinear programming problem, a genetic algorithm is provided. To illustrate the application of the proposed method, a numerical example is also presented.     

PI(Portfolio Insurance)投资者特性研究

根据期权定价理论,分析了投资组合保险策略与期权的关系及投资组合保险策略与凸收益函数的关系,通过建立投资组合保险模型,得出不同条件下购买投资组合保险投资者的特点如下:1)随着财富的增加他们的风险承受能力比市场一般投资者增加的快;2)他们的市场预期比一般市场投资者更乐观,并且受益于投资组合保险.     

Fuzzy portfolio model with different investor risk attitudes

We propose a fuzzy portfolio model designed for efficient portfolio selection with respect to uncertain or vague returns. Although many researchers have studied the fuzzy portfolio model, no researcher has yet attempted a behavioral analysis of the investor in the fuzzy portfolio model. To address this problem, we examined investor risk attitudes—risk-averse, risk-neutral, or risk-seeking behaviors—to discover an efficient method for fuzzy portfolio selection. In this study, we relied on the advantages of possibilistic mean–standard deviation models that we believed would fit the risk attitudes of investors. Thus, we developed a fuzzy portfolio model that focuses on different investor risk attitudes so that fuzzy portfolio selection for investors who possess different risk attitudes can be achieved more easily. Finally, we presented a numerical example of a portfolio selection problem to illustrate ways to address problems presented by a variety of investor risk attitudes.     

Optimal Asset Allocation: A Worst Scenario Expectation Approach

Mean-variance criterion has long been the main stream approach in the optimal portfolio theory. The investors try to balance the risk and the return on their portfolio. In this paper, the deviation of the asset return from the investor’s expectation in the worst scenario is used as the measure of risk for portfolio selection. One important advantage of this approach is that the investors can base on their own knowledge, information, and preference on various risks, in addition to the asset’s volatility, to adjust their exposure to various risks. It also pinpoints one main concern of the investors when they invest, the amount they lose in the worst situation.