基于综合风险收益的贷款组合优化决策

商业银行货款组合决策的过程,是遵循“效益性、安全性、流动性”的原则,在综合考虑贷款收益和风险的前提下,从众多的贷款对象中选择一组合适的贷款对象的过程。建立综合考虑贷款收益和风险的贷款决策模型,有利于银行通过量化计算进行科学决策,以提高信贷质量,达到商业银行的经营目标。     

基于流动性风险约束的我国商业银行资产负债随机规划模型

通过以资产负债管理合理匹配银行资产、负债,可以防范银行流动性风险.为此,建立了一个带有简单补偿的两阶段多期随机规划,在满足相关政策、法规约束和流动性风险V aR随机机会约束条件下,以银行的盈利最大化为目标,对银行主要资产、负债进行动态的优化匹配.     

基于模糊子集的贷款组合优化方法

遵照国际银行业大多数银行的做法,信用风险评估包括对债务人和债项两个方面.以模糊集理论为基础,通过试算与比较,构造隶属函数,对各指标进行无量纲化处理,建立距离判别函数,评估债务人信用风险.根据债项特征,考察风险四因素:违约概率,特定违约损失,违约敞口,期限,建立0-1整数规划模型,对债项进行风险评估,确定最佳贷款组合,以解决组合贷款的优化决策问题.     

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。     

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ICA模型的投资组合稳健VaR方法研究

针对参数VaR方法在测度庞大复杂的投资组合风险时,存在模型参数多估计困难和需要设定风险因子联合分布容易使风险计量产生较大偏差等问题,本文提出了基于独立成分分析(ICA)技术的半参数IC-SP-VaR模型,给出了模型的参数估计方法,并对模型进行了模拟研究和实证分析。模拟研究表明新方法在不同情形下的估计都是有效的,在非线性经济序列中优势尤其明显。实证分析验证了新方法能够提高资产组合风险计量模型的稳定性和准确性。     

基于Copula-EVT模型的我国股票市场流动性调整的VaR和ES研究

结合相依结构函数Copula和极值理论EVT,构建了我国股票市场经流动性调整的La-Copula-EVT风险价值模型,并用沪深收益序列的分笔高频数据进行了实证分析,发现我国沪深股市收益序列的上尾和下尾都存在较高相关性,后验测试结果表明构建的模型能够对实际损失进行很好的拟合;然后在该模型的基础上进一步分析了我国沪深股市的风险价值和预期不足在不同置信区间的敏感度差异,确定了适合La-Copula-EVT模型的最优置信度区间。     

基于多维Gumbel Copula函数的投资组合VaR分析

基于目前国内有关Copula函数的实证研究主要是研究二种资产的相关性为主,文章根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上具有的优势,首先利用GJR模型构建资产的边缘分布,接着利用多元阿基米德Copula函数族中的Gumbel Copula函数构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度下的投资组合的最小风险价值(VaR)及其资产组成,实证说明根据文章提出的模型度量资产的风险,可以使投资者选择的资产更加稳健,同时也有利于投资者对投资组合整体风险进行分散和监管。     

基于随机久期利率免疫的银行资产负债优化模型

银行资产负债管理是指商业银行在负债数量和结构一定的条件下、对资产进行优化配置,通过平衡资产的流动性、盈利性和安全性,以实现银行收益的最大化。本文通过Vasicek动态期限结构模型推导出随机久期,以包括存量与增量在内的全部资产随机久期等于全部负债随机久期为约束条件、控制利率风险,辅以现行法律法规等其他约束条件,建立全部资产负债组合的随机久期利率风险免疫模型,并通过算例说明本模型构建过程。本文的创新与特色有三:一是通过建立全部资产负债组合的利率免疫条件,对包括存量与增量在内的全部资产组合利率风险进行控制。改变了现有研究在进行资产配置时,仅对增量组合风险控制的弊端。二是通过资产负债的随机久期缺口等于0的利率风险免疫条件建立资产负债优化模型,确保在利率发生变化时,银行股东的所有者权益不受损失。三是以银行各项资产组合收益率最大化为目标函数,通过随机久期的利率免疫条件控制利率风险,建立了全部资产负债组合的随机久期利率风险免疫模型。改变了现有研究的资产负债管理模型忽略随机久期变动的影响。     

基于流动性风险的开放式基金投资组合分析

不同于通常的投资组合方法,本文在开放式基金的投资组合中加进流动性风险,得出最佳流动性短缺概率和在流动性不同的有价证券上的最佳投资量.     

基于区间数DEA的贷款定价模型研究

在贷款的买方市场或充分竞争的金融环境中,贷款利率不会由银行自己说了算,因此建立银企双方共同接受的贷款利率定价模型在现实中尤为重要。本文采用区间数的形式反映存款利息支出率、违约风险补偿率等定价指标的不确定性,以已结清贷款最小定价效率、最大定价效率组成的贷款定价效率区间为目标,以新贷款的贷款利率为决策变量,通过逆向求解区间数DEA模型反推出新贷款的贷款利率区间,建立了基于区间数DEA的贷款定价模型。本文的创新与特色一是以已结清贷款的存款利息支出率、目标利润率等指标为输入,以已结清贷款的贷款利率为输出,利用DEA模型求得已结清贷款的实际最小效率及最大效率。二是以银企双方均可接受的贷款定价效率区间为目标、以新贷款的存款利息支出率等用区间数形式表示的贷款成本为投入,反推出贷款利率的取值区间。三是通过区间数形式来反映违约风险补偿率、目标利润率等定价指标的不确定性,改变了现有研究将目标利润、贷款费用、违约损失等变量看作常数来定价的不合理现状。研究表明:存款利息支出率、费用支出率、违约风险补偿率及目标利润率均与贷款利率成正比。企业提高在贷款银行中的资金结算比率、存贷比率可以降低贷款利率。     

基于SVt-EVT-Vine Copula的投资组合VaR研究

针对现有风险度量模型不能准确的模拟高维金融资产收益率风险,以上证指数、沪深300指数和股指期货指数为例,首先利用SVt和EVT对各序列的边缘分布进行建模,然后采用Vine Copula方法分析多序列之间的秩相关关系和极大似然值估计法估计参数,得到RVine,CVine和DVine三种不同树结构的分解模型,通过Monte Carlo模拟法计算出在同一边缘分布不同Vine Copula方法下和在不同边缘分布同一Vine Copula方法下单资产和投资组合的金融风险VaR.经实证检验并分析对比,VaR和返回式检验均表明SVt和EVT相结合对边缘分布有较好的拟合效果,再运用RVine描述资产间的相依结构在度量投资组合金融风险方面更准确合理.     

基于区间效率的贷款定价研究

以存款利息支出率、费用支出率、预期违约损失率、目标利润率等4个定价指标作为输入,以贷款利率作为输出,采用支持向量机回归算法建立基于区间效率的贷款定价模型.创新与特色一是通过区间数形式来反映预期违约损失率、目标利润率、费用支出率等,改变了现有研究将目标利润、贷款费用、违约损失等变量看作确定性数值来定价的现状.使贷款利率更具有竞争性.二是通过比较不同核函数、核参数下的训练样本的贷款效率区间与合理的贷款效率区间的匹配程度,确定贷款定价模型最优的核函数和核参数,进而建立了贷款定价模型.间接解决了在考虑贷款价格能否被银行、客户接受情况下贷款利率确定的问题.     

均值-叉熵证券投资组合优化模型

在研究马科维茨(Markowitz)证券投资组合模型的基础上,分析了该模型用方差度量风险的缺陷,进而提出用叉熵作为风险的度量方法,建立了均值-叉熵的投资组合优化模型.该模型计算简便,更易被一般投资人所使用.     

基于DEA博弈交叉效率和投资者心理的模糊投资组合研究

考虑到投资者并不是完全理性的,本文结合DEA博弈交叉效率方法研究了带有投资者心理因素的多目标模糊投资组合决策问题。首先,为了充分描绘投资者的心理因素和风险感知,本文基于可能性理论推导了带有风险态度的可能性均值和半绝对偏差。其次,将候选的风险资产视为互相竞争的博弈者,采用基于熵权法的DEA博弈交叉效率模型衡量它们的综合表现,从而得到每项资产的博弈交叉效率和奇异指数,并将其分别作为额外的收益和风险决策准则。基于此,提出了更加综合的可能性均值—半绝对偏差—博弈交叉效率—奇异指数模型。最后,通过一个应用实例验证了所提出的模型的合理性和有效性,从而为不同类型的投资者提供具有个性化的投资策略。     

基于自适应均匀变异人工鱼群投资组合优化算法的研究

投资市场具有一定的风险,影响因素包括经济、政治、市场自身规律等,根据市场机制构建合适的投资组合模型,可以有效降低市场风险,提高投资回报率.人工鱼群算法是模仿自然界鱼类的一种人工智能优化算法,具有较好的优化能力,但有时会陷入局部最优解.首先将人工鱼群算法与均匀变异相结合,加入均匀变异随机数,使算法能够跳出局部最优解,得到全局最优,从而提高算法精度.然后采用改进人工鱼群算法对投资组合模型进行优化求解.实验表明,改进人工鱼群算法具有较好的收敛精度和收敛速度,对投资组合模型的求解效果更好,风险下降,收益增加、