基于非正态分布的投资组合VaR分解

在阐述了投资组合边际VaR、成分VaR和增量VaR之间相互关系的基础上,给出了资产收益率服从非正态分布下投资组合分解的一种新方法,结果发现它与正态方法下投资组合分解的结论一致,并结合实证研究验证了结论的正确性.     

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VaR的权变投资组合保险策略及实证分析

传统的投资组合保险策略在投资期内全程进行保险操作,在熊市期间确能起到保险作用,但在牛市期间又会夹失部分收益。应用综合了VaR技术和滤嘴法则的VaR套补的权变投资组合保险策略,则能弥补上述缺憾,为保险资金或保本型基金投资股市提供了有效的投资手段。     

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。     

金融风险的最坏VaR方法与投资组合优化

在股价及其走势均不确定的情况下,采用最坏VaR方法,对投资的潜在损失进行最保守的度量,并得到其等价的优化形式为一个二阶锥优化问题.接着考虑相应的投资组合优化问题:如何选择合适的头寸,使得当股票组合的期望收益达到给定水平的情况下,风险最低,即最坏VaR值最小,最后对模型进行实证分析.     

基于β约束的区间证券投资组合模型

我们建立一种新的基于β约束的区间证券投资组合模型,使证券组合投资更具柔性.通过一实例分析该模型的应用价值.     

藤Copula模型与多资产投资组合VaR预测

投资组合风险管理往往涉及多个资产,在传统的二元Copula函数面临"维度诅咒"问题及多元Copula函数刻画多变量联合分布时其精确性和灵活性存在各种局限性的情况下,引入藤Copula刻画多个资产收益的联合分布,基于不同的Pair-Copula类别构建藤Copula,运用蒙特卡罗模拟方法计算多资产投资组合的VaR,通过Kupiec和Christoffersen返回检验方法测试藤Copula模型的VaR预测效果,并与传统方差-协方差风险管理方法做比较。实证分析表明,传统的方差-协方差风险管理方法和基于正态Pair-Copula作为藤Copula构建模块的方法不能通过多资产投资组合的VaR预测返回检验;而基于student-t Copula、Clayton Copula具有尾部分布特征的Copula作为构建模块的藤Copula模型能够有效地用于多资产投资组合VaR预测,从而更好的用于指导实践。     

基于VaR的权变投资组合保险策略及在中国股市中的实证研究

传统的投资组合保险策略在投资期内全程进行保险操作,在熊市期间确能起到保险作用,但在牛市期间又会丧失部分收益.应用滤嘴法则设计了基于V aR的权变型投资组合保险策略,实证结果表明,该策略很好地起到了投资与保险的功能,能有效地进行市场风险的实时监控,为保险资金或保本型基金投资股市提供了有效的手段.     

均值-半绝对偏差区间投资组合绩效评价

本文构建了考虑现实约束的均值-半绝对偏差区间投资组合优化模型。由于存在实际投资约束,如交易成本、交易量限制和借款限制,投资组合优化模型相对复杂,不易获得真实前沿面的解析解,使得投资组合理论的应用难度加大。为了求解模型,引入DEA方法,构建均值-半绝对偏差区间投资组合DEA评价模型,通过构造前沿面来逼近真实前沿面。最后,使用上海证券市场的实际数据验证了本文方法的合理性与可行性。     

证券组合投资的多目标区间数线性规划模型

本文提出了证券组合投资的多目标区间数线性规划模型，引入了收益——风险偏好参数和优化水平参数。投资者可以根据对风险的喜好程度和金融市场的客观情况，适当估计这两个参数，从而得到相应情况下的有效投资方案，使投资过程更具柔性，而且更接近于实际情况。     

一种基于区间数的证券组合投资模型与求解

提出了区间数的相对左偏度的定义.利用区间数的相对左偏度作为区间数下表达证券风险损失率的一种补充,能合理地反映风险损失率与预期收益率之间的相关关系.建立了一种新的证券组合投资区间数规划模型,将区间数规划模型转化为参数线性规划问题求解,使证券组合投资决策分析更加具有柔性.最后通过实例分析了该模型的应用价值.     

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。     

含交易费用的证券组合投资模型的满意解

在证券组合投资过程中,忽略交易费用会导致非有效的证券组合投资,本文提出了一个考虑交易费用的证券组合投资的区间数线性规划模型,通过引入区间数线性规划问题中的目标函数优化水平参数λ和约束条件满足水平参数η将目标函数和约束条件均为区间数的区间数线性规划模型转化为确定型的一般线性规划模型,进而求得相应于优化水平λ和满足水平η的满意解.     

两类多元GARCH模型的预测绩效和组合VaR的研究

运用V aR模型对股票组合进行风险测度的关键之一是得到组合条件协方差矩阵.而经典的多元GARCH模型来求解波动率面临着估计参数过多,计算量庞大的问题.因此,使用正交GARCH模型和CCC模型来估算波动率,并以沪深两市A股市场上四个行业的65只股票为样本,使用RM SE和M AD指标比较这些模型的预测能力,求得股票组合的V aR,得出前者效率高和后者预测能力略高的结论.     

组合投资的试验设计方法研究

本文运用了G-最优混料试验设计的理论和方法对证券投资组合进行了研究,给出了两种情况下两支股票预期收益率的最大风险极小化的试验设计方法,并通过相关的定理及其证明,将两支股票的研究方法推广到多支股票的情形,最后给出了实证分析。     

基于区间数的证券组合投资模型研究

提出了证券组合投资的区间数线性规划模型.通过引入区间数线性规划问题中的目标函数优化水平α和约束水平β将目标函数和约束条件均为区间数的线性规划问题转化为确定型的线性规划问题.投资者可以根据自己的风险喜好程度和客观情况,对这两个参数做出不同的估计,从而得到相应情况下的有效投资方案,使证券组合投资决策更具柔性.最后通过实例分析说明了该模型的可行性.     

证券组合投资的动态模型研究

本文利用方差和绝对离差这两个风险度量指标 ,分别建立了证券组合投资的动态模型 ,并给出其解法 .从而使模型更符合实际 ,有利于实施最佳的组合投资的策略 .