部分信息下含债务的马氏调制收益率的最优投资组合问题

带有确定性参数的金融模型只能描述较短的时间内的状态演化,不能反映市场条件的变化.在投资过程中,投资者一般仅能够观察到资产的价格,不能直接观察到资产的平均收益率和波动率.考虑一个简化的连续时间的金融市场,这个市场带有无风险资产(债券)和风险资产(股票)两种资产.在债务为线性扩散模型下,利用Wonham滤波理论估计股票的平均收益率,研究了使得指数期望效用最大的最优投资组合选择问题.利用随机线性二次控制方法,得到最优投资组合策略和最大期望指数效用的显示解.     

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Clayton Copula-GARCH模型投资组合VaR的度量

运用Copula方法研究了含股指期货的投资组合的风险度量问题.首先采用不同的GARCH模型对单个资产收益率建模,然后选择Clayton Copula函数来描述投资组合各资产之间的相关结构,建立联合分布模型,进而采用Monte Carlo方法模拟产生各资产的收益率序列,计算出投资组合的VaR.Kupiec检验表明,ClaytonCopula-GARCH模型在投资组合风险度量上具有较高的准确性.     

贝叶斯方法在养老基金资产负债管理中的应用

把一个静态资产负债管理模型———均值方差模型应用到定额给付养老金计划的资产负债管理中,在允许无风险借贷的条件下研究养老金在无风险资产和风险资产间的分配问题,用定量分析的方法求出了最优投资组合的一般形式;又针对投资收益率特征参数未知的情况,提出了矩估计和贝叶斯估计两种方法求解最优资本配置比例,将两种方法的结果与一般形式对比,分析了影响最优投资组合的因素,得知养老基金在风险资产中的投资比例与基金经理对风险的厌恶程度、风险资产的风险益酬、风险资产收益率的波动性成负相关关系;并且随决策者掌握的历史信息增加,在风险资产上的投资比例也随之增加,投资行为逐渐趋于理性化;对上述结果进行仿真,验证了结论的有效性。     

具有投资限制的风险资产模糊随机投资组合模型

研究了模糊随机环境下风险资产投资组合选择问题.利用模糊随机变量刻画风险资产的收益率,建立了具有投资限制的风险资产投资组合选择的一般模糊随机均值-方差模型,该模型包括了是否允许卖空及具有投资比例下界约束的情况.在此基础上,提出了具有梯形模糊随机收益率的具体投资组合优化模型,这些模型能够转化为二次规划问题求解.最后,利用上证50指数中的9种股票对模型进行了实证分析,结果表明模型能够有效分散非系统性风险.     

基于动态VaR约束与随机波动率模型的最优投资策略

研究Stein-Stein随机波动率模型下带动态VaR约束的最优投资组合选择问题. 假设投资者的目标是最大化终端财富的期望幂效用,可投资于无风险资产和一种风险资产, 风险资产的价格过程由Stein-Stein随机波动率模型刻画. 同时, 投资者期望能在投资过程中利用动态VaR约束控制所面对的风险.运用Bellman动态规划方法和Lagrange乘子法, 得到了该约束问题最优策略的解析式及特殊情形下最优值函数的解析式; 并通过理论分析和数值算例, 阐述了动态VaR约束与随机波动率对最优投资策略的影响.     

模型不确定和极端事件冲击下带通胀的最优投资组合选择问题研究

本文研究了投资者在极端事件冲击下带通胀的最优投资组合选择问题, 其中投资者不仅对损失风险是厌恶的而且对模型不确定也是厌恶的. 投资者在风险资产和无风险资产中进行投资. 首先, 利用Ito公式推导考虑通胀的消费篮子价格动力学方程, 其次由通胀折现的终端财富预期效用最大化, 对含糊厌恶投资者的最优期望效用进行刻画. 利用动态规划原理, 建立最优消费和投资策略所满足的HJB方程. 再次, 利用市场分解的方法解出HJB方程, 获得投资者最优消费和投资策略的显式解. 最后, 通过数值模拟, 分析了含糊厌恶、风险厌恶、跳和通胀因素对投资者最优资产配置策略的影响.     

基于可信性分布的投资组合问题的一种混合智能方法

研究了模糊环境下基于效用函数的有效资产投资组合的收益率模型,模型建立在可信性分布的基础上,而不是概率分布或可能性分布基础上.给出模糊环境下基于可信性分布的n种资产的最优投资组合问题的混合智能算法以寻找某种效用函数意义下的最优组合.并以实例仿真说明该方法的有效性.     

Ornstein-Uhlenbeck模型下DC养老金计划的最优投资策略

本文研究了Ornstein-Uhlenbeck模型下确定缴费型养老金计划(简称DC计划)的最优投资策略,其中以最大化DC计划参与者终端财富(退休时其账户金额)的CRRA效用为目标.假定投资者可投资于无风险资产和一种风险资产,风险资产的瞬时收益率由Ornstein-Uhlenbeck过程驱动,该过程能反映市场所处的状态.利用随机控制理论,给出了相应的HJB方程与验证定理;并通过求解相应的HJB方程,得到了最优投资策略和最优值函数的解析式.最后分析了瞬时收益率对最优投资策略的影响,发现当市场向良性状态发展时,投资在风险资产上的财富比例呈上升趋势;当初始财富足够大且市场状态不变时,投资在风险资产上的财富比例几乎不受时间的影响.     

考虑背景风险和流动性的模糊投资组合模型

利用投资收益率的二阶矩作为风险度量函数,建立了考虑背景风险和流动性的模糊投资组合模型.在满足预设收益率、换手率可能性均值要求水平以及风险资产的投资比例等约束条件下,使投资收益的二阶矩最小.最后选取中证100指数成分股中部分股票的历史数据进行数值分析,证明了该模型符合“高收益、高风险”的规律,说明该模型适用于实际金融市场.而且使用二阶矩代替方差作为风险度量函数,克服了方差计算复杂的缺陷,简化了模糊投资组合求解问题.     

带交易费的最优投资组合选择的极大极小方法

研究不允许卖空时不相关资产的最优投资选择问题.在风险资产收益率不能确切知道的情况下,建立了投资组合选择问题的极大极小模型.将交易费引入到极大极小模型中,交易费假定为新旧投资组合之差的V型函数.推导出有效投资组合与有效前沿的解析表达式.     

跳扩散市场投资组合研究

研究了连续时间动态均值-方差投资组合选择问题.假设风险资产价格服从跳跃-扩散过程且具有卖空约束.投资者的目标是在给定期望终止时刻财富条件下,最小化终止时刻财富的方差.通过求解模型相应的Hamilton-Jacobi-Bellmen方程,得到了最优投资策略及有效前沿的显示解.结果显示,风险资产的卖空约束及价格过程的跳跃因素对最优投资策略及有效前沿的是不可忽略的.     

含有信用风险的跳扩散市场的最优组合选择

假定投资者将其财富分配在这样两种风险资产中,一种是股票,价格服从跳跃扩散过程;一种是有信用风险的债券,其价格服从复合泊松过程.在均值-方差准则下通过最优控制原理来研究投资者的最优投资策略选择问题,得到了最优投资策略及有效边界,最后通过数值例子分析了违约强度、债券预期收益率以及目标财富对最优投资策略的影响.     

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.     

基于随机基准的最优投资组合选择问题研究

本文研究基于随机基准的最优投资组合选择问题. 假设投资者可以投资于一种无风险资产和一种风险股票,并且选择某一基准作为目标. 基准是随机的, 并且与风险股票相关. 投资者选择最优的投资组合策略使得终端期望绝对财富和基于基准的相对财富效用最大. 首先, 利用动态规划原理建立相应的HJB方程, 并在幂效用函数下,得到最优投资组合策略和值函数的显示表达式. 然后,分析相对业绩对投资者最优投资组合策略和值函数的影响. 最后, 通过数值计算给出了最优投资组合策略和效用损益与模型主要参数之间的关系.     

基于分形和S型效用的选股策略及M-CVaR最优资产配置

以上证50指数的主要成分股为研究对象,首先基于分形与S型效用理论构建股票风险综合评估指标,作为构建投资组合的选股依据.然后在金融资产收益率服从非对称拉普拉斯分布的假设下,采用CVaR值度量投资组合的风险,进而构建M-CVaR最优资产配置模型,并将该模型转化为二次规划问题进行求解.在实证分析阶段,利用滑动窗口法分别以月、季度、半年和一年为周期对最佳股票投资集的最优配置比例进行动态调整.结果表明,利用分形与S型期望效用理论筛选出的部分股票投资集可以获得比全部股票投资集更优的投资收益,且发现调整周期为1年的资产配置方案能获得较其他调整周期更高的累计收益率和夏普比率.     

基于模糊收益率的最优投资组合模型

考虑了收益率为模糊数的投资组合问题.在一定置信水平上,用收益率波动差的平方和作为风险的度量,在预期收益率给定时,建立了风险最小化的投资组合模型.投资者可以参考其最优解来减小投资风险.最后给出了一个实例.     

沪深股市的相关结构分析与投资组合风险度量——基于ARFIMA-GARCH-Copula模型

金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记忆性。基于此,本文建立ARFIMA-GARCH-Copula模型来研究沪深股市的相关结构和等权重投资组合风险值VaR,利用上证指数和深成指数收益率的组合来进行实证研究。首先采用经典R/S分析法检验各个资产收益率的长记忆性,经过分数阶差分后选用GARCH模型建模得到边缘分布。然后选择Copula函数来刻画两资产之间的相关结构,建立联合分布模型。进而采用Monte Carlo方法模拟产生各资产的收益率序列,计算出投资组合的风险值VaR。实证研究表明:沪深股市具有长记忆性,且两者具有对称的尾部相关性;Kupiec检验说明ARFIMA-GARCH-Copula模型较之于GARCH-Copula模型能更准确地度量投资组合风险。     

基于Copula的QDII与排放权资产的投资组合构建

本文介绍了欧盟温室气体排放权交易市场,选择欧洲气候交易所(ECX)推出的欧盟配额(EUA)期货合约作为温室气体排放权资产(即碳资产)的代表,利用Copula函数得到了国内一支QDII基金-南方全球精选基金与该资产收益率的联合分布,并进一步据此得到了两种资产任一组合的收益率的分布函数,然后在不同的显著性水平下确定了具有最小VaR的最优组合系数。对最优组合的分析发现,本文构建的投资组合在收益率高于原QDII基金收益率的同时,其VaR值在各种显著性水平下均低于原QDII基金的VaR,并且最优的组合系数对于特定的VaR水平的敏感度不高,组合策略具有可操作性。     

基于Copula的供应链金融质物组合价格风险测度研究

本文选取白银、铝和铜三种供应链金融质物作为研究对象,在分析三种质物收益率统计特征的基础上,引入Copula模型刻画供应链金融业务中质物收益率的“尖峰厚尾”特征以及质物收益率之间的非线性相关结构;采用Monte Carlo模拟方法测度考虑到极端情况下的质物组合价格风险值CVaR;利用时间平方根法则测度长周期视角下质物组合的价格风险。将CVaR与VaR测度结果进行对比,比较分析短期价格风险与长期价格风险,将Copula模型与传统风险测度方法下计算出的风险值进行对比,以期选取最优测度供应链金融质物组合长期价格风险模型。研究结果表明:从单一质物价格波动特征来看,三种单一质物的收益率均存在非正态分布和“尖峰厚尾”特征,具有一般金融资产收益率分布的特点。从模型的有效性来看,第一,CVaR比VaR能够更好地、全面地测度供应链金融质物组合的价格风险;第二,基于Copula模型的风险测度结果比传统集成风险测度结果的准确性高;第三,平方欧式距离法结果表明在五种Copula模型中,t-Copula是最优刻画供应链金融质物组合收益率间的相依关系的模型。从长短期风险测度结果来看,随着风险期限的增加,质物组合的价格风险值随之增大,以往研究中用短期风险测度往往会低估商业银行所面临的价格风险,不利于商业银行资金信贷的优化配置。得到的结论对我国商业银行开展供应链金融业务防范价格风险提供了量化支持。