基于Copula的股票市场VaR和最优投资组合分析

在股票市场风险分析中,对不同股票相关结构的讨论有着重要意义,从而引出对如何选取好的相关结构模型来捕捉股票间的相关变化规律的讨论.本文选取Gauss Copula、t Copula、Gumbel Copula和Mixed Gumbel Copula,运用两步半参数估计法对股票市场相关结构建模,并依据建立的模型进行VaR分析,采用Wald型检验方法来判断VaR估计效果.从效用最大化角度出发,确定最优投资组合.     

基于极端损失的投资组合VaR方法

根据g-h分布的统计特性,提出了基于投资组合极端损失的VaR计算方法——g-h VaR法,该方法结合了分析方法、历史模拟方法和极值理论方法的优点,能够较好地处理组合回报的不对称现象的厚尾现象．证券市场的实证研究表明,该方法优于常用的δ-正态方法．     

基于VaR控制下的动态优化投资组合

本文应用的动态优化投资组合模型是在VaR的约束下,调整投资组合的配置,使期望收益达到最大.基于投资组合中每一种资产的收益率序列,模型在不断变化的数据窗口下,首先估计模型参数,然后求解优化模型,得到每日投资组合中风险资产在VAR约束下的最优配置和借贷比率.这种方法对构筑新的风险资产投资组合的决策,以及对已有投资组合中资产配置的优化具有重要的指导意义.选取中国A股市场的4只股票,在收益率服从正态分布的假定下,确定投资组合中的资产配置以及借贷比率,并且讨论了模型参数的敏感性.     

VaR与CVaR的对比研究及实证分析

对两种风险度量方法——风险价值（VaR）和条件风险价值（CVaR）的性质和最优化算法进行了比较．首先对它们具有的性质如平移不变性等进行了比较,其中CVaR独有的次可加性最能显示它相对于VaR的优越性．然后,通过引入顺序统计量,把现实中基于CVaR的最优组合问题转化成线性规划问题,并说明只有当收益服从高斯分布时,基于VaR和CVaR的两种最优组合问题的解才是一致的,基于VaR的最优问题才有意义．最后对深市股票进行了实证分析,验证了上述结论,并分析了可能存在的影响结果的因素．     

成份VaR(Component VaR)在投资组合风险控制中的应用

本文简要介绍了VaR和成分VaR在投资组合风险管理中的应用,使管理者更加清晰的看出投资组合中各个成分的风险结构,并且用成分VaR方法对一组假定的投资组合的风险进行风险的度量与分析,并说明如何根据风险情况对组合成分进行调整以降低风险。     

基于VaR约束不允许卖空的均值-方差投资组合优化

提出基于风险价值(VaR)约束且不允许卖空的均值-方差投资组合模型,结合序列二次规划方法和不等式组的旋转算法,计算出不同最低收益率所对应的最优投资策略。采用实例验证了上述算法的有效性,并证明在一定条件下,引入VaR约束条件可以降低投资风险。     

VaR及投资灵敏度分析

VaR是一种处理非线性问题、概括证券组合市场风险量化的工具,它解决了传统风险定量化工具对于非线性的衍生金融资产适用性差、难以概括证券组合的市场风险缺点,有利于测量和管理金融风险.通过简要介绍VaR的概念、性质及特点的基础上,对VaR关于投资组合的灵敏度进行了深入分析,给出了VaR关于投资组合一阶、二阶导数的解析表达式,进而说明了VaR的凸性利用.     

非确定性条件下的投资组合分析及实证研究

针对风险资产的收益具有不确定性的特征,结合稳健优化理论计算的投资组合问题,分析了稳健优化计算存在的计量风险偏大及投资组合最优解得不到保证的局限性,提出了一个基于情景分析及用随机线性规划计算的改进方法.并通过国内证券市场数据验证了所提方法的有效性.     

Kalman滤波在证券投资组合VaR计量中的应用

在分析"Kalman滤波"方法和VaR方法各自特征的基础上,构建一个估计投资组合VaR数值的状态空间模型,再用采集的3支股票的市场数据对该模型进行实证分析,计算出该投资组合的VaR数值.     

动态投资组合中的VaR分析

VaR是学术和商业界一个重要的风险测量方法。近年来 ,学术领域中指出了VaR的一些严重不足为一是用不同模型求解存在不一致性 ;二是VaR不能解释此风险测量本身在贸易行为中的反馈效应。通过用模拟汇率模型来研究VaR方法 ,分析外汇交易者的动态行为 ,进一步研究风险测量对交易行为的影响。     

基于数据仓库的成长记录袋评价分析初步研究

随着我国教育的转型,对学生的评价越来越多元化,传统的评价分析方法已不适应信息化社会的需要.本文针对学生成长记录袋情况数据,应用数据挖掘中的ID3算法进行了情况分类,并对得到的结果进行了分析,得出了影响学生成长的内部原因以及其他一些结论.     

证券组合的投资决策实战模型初探

利用Harry Markowitz的“均值一方差组合模型”,将证券收益率看成时间序列,给出证券组合的投资决策实战模型——即证券投资者能够承担的系统风险范围内,应如何调整投资比例,使得非系统风险最小,期望收益率最大。并且运用统计数据进行具体计算和结果分析。     

具有交易成本的组合投资有效边界的研究

在介绍Harry Markowitz组合证券投资的基础上,分析了交易成本在证券组合投资中的作用,建立了考虑交易成本的组合投资最优化模型;讨论了交易成本对有效边界的影响,给出了最优投资比例公式。     

基于差分进化算法的单阶段投资组合优化

在建立的单阶段资产投资组合数学模型的基础上,给出一种基于风险控制的差分进化算法的求解方法．实验结果表明,该算法在此类组合优化中是高效可靠的,且易于实现．     

有色金属企业间接投资组合模型

探讨了有色金属企业在进行间接投资时的组合投资模型，分析了在最小亏损概率条件下组合投资的必要条件和最优投资组合的选择．     

概率准则意义下基于VaR的证券组合模型遗传算法优化仿真

提出一种概率准则意义下基于VaR的证券组合模型,采用蒙特卡罗(Monte Carlo)模拟技术和遗传算法(GA)相结合的思想,设计出求解算法.求解算法适用于证券收益率服从任意分布的情况,甚至不考虑证券收益率分布,用实际数据进行模拟和优化.实例证明,该算法有很好的收敛性及较高的计算效率,并且计算结果满足投资者的收益和风险要求.     

基于协整分析法的我国环保投资预测

通过协整检验和格兰杰因果检验法证实了环保投资与3个宏观经济变量人均GDP、财政支出、工业增加值之间具有长期均衡的协整关系和因果关系．利用建立的回归方程对于我国“十二五”期间的环保投资总量进行了预测．结果显示,我国“十二五”期间预计环保投资将达到3．98万亿元．最后,根据研究的结果,提出“十二五”期间环保投资相应的政策建议．     

企业投资规模与投资路线的模型研究

根据CatastropheTheory理论，建立了企业设备投资模型，给出了其投资路线，可作为企业制定投资策略的依据。     

基于EVA的国有企业绩效评价实证分析

从国有资产出资人的角度,对部分国有企业进行绩效评价,利用目前国内外较流行的财务效益指标EVA为核心,结合因子分析法等数理统计技术,分别对单个企业当期财务效益、行业与行业间综合绩效、行业内企业间基于未来EVA增加值的投资价值,这三个层面进行分析评价.在此基础上,指出目前我国部分国有企业没能考虑国有资产成本的问题,提出应该建立一套科学、有效、适合自己的EVA管理机制,保护国有资产不受损失.并针对后两个层面的分析,进一步总结所研究行业和企业存在的问题,提出相应的投资和监管决策.     

关于投资的经济方程稳定性分析

分析了一类经济投资方程的定态解特性,并计算了此类投资方程的定态解稳定性性质,通过计算发现,投资构形的稳定性与人们的投资心理和战略决策辐度有很大的关系,随着参数的变化,投资方程的定态解可能出现稳定焦点、稳定节点、不稳定焦点、不稳定结点以及鞍点等几种情况。