两类资产组合有效前沿边界的相切关系的严格证明

讨论了资本资产定价模型(CAPM)中两类资产组合有效前沿边界的相切关系,介绍了一些著作和教科书中对它的处理方式,事实上他们均未给出严格意义上的证明.本文对两类资产组合有效前沿边界的相切关系给出了三种较严格的证明.     

对资本资产定价模型(CAPM)的检验

本文先将 CAPM模型由事前模型转换为可以使用历史数据的事后模型 ,然后用沪市的 17只股票对 CAPM模型进行检验 ,检验结果表明对沪市股票而言基本可以接受 CAPM模型     

组合投资与资本资产定价模型

根据效用理论 ,投资者在期望效用最大化准则下选择组合投资方案 ,通过改进均值 -方差模型假定 ,在完全市场 ( perfect markets)条件下由组合投资模型推导出广义的资本资产定价模型 .并证明了在投资者具有二次效用 ,或者收益率服从联合正态分布的情形下 ,它与夏普 -林特纳的资本资产定价模型 ( CA PM)一致     

基于VAR风险控制的LOG-最优资产组合模型

在证券收益率服从正态分布的假设下,提出了基于V AR风险控制下的单周期LOG-最优资产组合问题,建立了数学模型,证明了最优解的存在性与唯一性,设计了求解该模型的新兴智能优化算法——遗传算法并进行了实例计算与分析.     

计算资产组合市场风险值的一种有效方法

市场风险值(VaR)是一种常用的度量风险的方法．本文采用极值理论中的阈值模型来计算VaR．基于中国上证指数和深成指数的收盘价，构造超越阈值的极值渐近概率分布，所得到的计算结果与传统方法相比较，有明显的优越性和更好的精度．     

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。     

资本资产定价模型的改进及在中国股市的实证分析

对于投资者来说,具备有效的评估价值和风险关系的理论工具十分重要.以中国股票市场的数据对资本资产定价模型进行了实证检验,面对并不理想的检验结果,借用因素模型的研究方法,在传统模型中引入其他可能影响资产回报的因素,利用中国股市的数据对改进的模型进行了实证检验,并与传统模型的检验结果相比较,发现改进模型的解释力相对于传统模型有了显著的提高.     

不同均值-风险准则下的资产组合有效前沿比较研究

本文根据V aR和CV aR风险度量方法,对马克维茨的均值-方差资产组合选择模型进行拓展,研究在均值-风险准则下更具有一般性的资产组合选择问题.并在正态分布假设条件下,证明当不存在无风险资产时和存在无风险资产时,基于方差、V aR和CV aR风险度量准则的资产组合有有沿之间的关系,指出根据均值-V aR准则和均值-CV aR准则求解有效资产组合时,置信水平必须满足的条件     

摩擦市场的均值-离差证券组合选择模型

本文给出了基于历史收益率数据的均值 -平均绝对离差型证券组合投资模型 .该模型采用收益的平均绝对离差作为风险的尺度 ,可以通过求解线性规划来获的摩擦市场 (如具有税收和交易费 )最优投资组合 ,避免了均值 -方差模型求解二次规划的复杂性 .     

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.     

损失厌恶偏好与资产组合选择研究

在不确定性条件下,期望的不可计算性、行动结果比较的局限性以及投资个体选择的非理性使理性假定的选择理论脱离现实,因此重新探讨决策选择准则是必要的.以行为金融理论中不确定性状态下的有限理性与满意准则为依据,引入与满意准则一致且体现损失厌恶偏好的VaR作为风险指标,构建行为资产组合模型,在一种简单新颖的M-V模型的矩阵解法基础上,探寻了正态与部分非正态性假设下VaR-BPT模型的显性最优解或有效前沿,解决了现实中最优投资组合选择的可操作性难题,并在中国股票市场验证了正态性转换方法是处理非正态分布下资产组合选择问题的一种优秀方法.     

Portfolio Selection Problem with Minimax Type Risk Function

The investor's preference in risk estimation of portfolio selection problems is important as it influences investment strategies. In this paper a minimax risk criterion is considered. Specifically, the investor aims to restrict the standard deviation for each of the available stocks. The corresponding portfolio optimization problem is formulated as a linear program. Hence it can be implemented easily. A capital asset pricing model between the market portfolio and each individual return for this model is established using nonsmooth optimization methods. Some numerical examples are given to illustrate our approach for the risk estimation.     

分离定理和对上海股市的CAPM实证分析

本文简单介绍了资本性资产定价模型（ＣＡＰＭ），并且给出了分离定理的证明，还运用ＣＡＰＭ对上海股市进行了实证分析。     

金融资产多分辨风险识别及投资组合策略

为有效地揭示金融市场微观结构、反映和分散金融风险,基于最大重复离散小波变换对高频数据进行了多分辨分析,利用小波方差和小波协方差给出多分辨Beta系数的计算方法,讨论了高频金融资产不同时间尺度下的风险组成。针对收益与风险的多分辨特征,提出多分辨投资组合策略,改进了Markowitz的静态投资组合方法。实证研究表明,同一金融资产在不同时间尺度下的收益与风险存在多分辨特征;CAPM的表现也具有多分辨特征;而多分辨的投资组合策略则将不同时间尺度下的投资风险降到了最低。     

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.     

正态分布参数函数的最小最大估计

The estimation of the functionθ=exp{αμ bσ2} of parameters (μ,σ2) in normal distribution N(μ,σ2) is discussed. And when the prior distributions ofμandσ2 are independent, under the loss function L(θ,δ)=(θ-1×δ-1)2, the Bayesian estimation and the existence and computing method on minimax estimation are deeply discussed.     

两个未知均值方差混合模型有限制下对数极大似然比的极限分布

本文讨论了检验样本是来自一个正态总体还是两个未知均值和方差的正态的混合分布,采用对数极大似然比的检验,如果不加限制,Ｈａｒｔｉｎｇａｎｍ曾指出不是寻找的、Ｘ＾２分布,我们在混合的中了一点后得到了其极限分布产工给出了分位点数值表。     

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。