分形统计测度构建及其在投资组合中的应用研究

准确测量证券的风险和收益无论是对投资管理,还是对金融理论研究,甚至对理论成果向实践应用转化都至关重要。本文在证券价格具有分形特征的现实背景下,基于分形理论构建了分形期望和分形方差两个分形统计测度,以克服非分形统计测度在风险收益方面测不准或不可测的缺陷。在此基础上,应用分形统计测度构建了投资组合模型,给出了分形组合模型的解析解;随后,利用实证分析验证了分形统计测度在投资组合应用中的有效性。本文创新之处在于针对证券价格具有分形特征的现实背景构建了分形期望和分形方差两个分形统计测度;并基于分形统计测度构建了投资组合模型,将证券价格普遍存在的分形特征纳入投资组合的研究框架。     

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.     

基于模糊收益率的投资组合模型构建及应用

投资组合理论是现代化投资管理活动的理论支持,广泛应用于证券投资领域.将模糊集理论与投资组合理论相结合,建立基于可能性理论和机会测度的投资组合模型,并用混合智能算法对模型求解.选取上证50指数成分股近两年的交易数据对模型进行实证分析.结果显示,模型构建的投资组合收益率优于经典模型收益率和上证50指数同期收益率,模型显著有效.     

基于分形博弈的动量和反转效应转换研究

动量和反转效应普遍存在于证券市场,且会相互转换,但两者间相互转换的特征却鲜有人知.在多数派和少数派博弈的基础上,首次引入分形市场理论对投资者决策特征进行描述,据此建立了分形博弈过程,以分析动量和反转效应转换的统计特征.研究结果表明:在三种博弈机制下,分形博弈机制下的仿真收益率序列的统计分形特征更为接近实际序列的对数收益率序列,且动量和反转效应的相互转换与真实情况也异常相似,这体现了采用分形博弈分析动量和反转效应转换的有效性,为投资者构建有效的动量或反转投资策略提供了决策参考.     

资产组合优化的多分形模型及实证分析

将马尔科夫转换多分形模型引入均值-CVaR框架,构建资产组合优化的多分形模型,并给出最优组合投资策略的求解步骤.实证分析结果表明,基于多分形模型的组合策略在描述性统计分析、风险调整收益分析、经济表现分析以及策略稳定性分析中的表现均优于基于CCC-GARCH模型的组合策略,考虑多分形性确实有助于改善资产组合策略.文章所构建的模型和实证结果为资产组合投资实践提供了有益的参考.     

基于分形市场假说的金融时间序列的分形特征的解析

证券收益率序列中普遍存在分形特征,但其形成原因却鲜为人知.本文根据分形市场假说构建了博弈模型,对证券收益率序列中分形特征的形成原因进行了解.结果表明,分形市场假说是证券收益率序列具有分形特征的充分条件.     

基于多分形波动率测度的股票市场条件收益率分布

多分形波动率MFV(multifractal volatility)是一种最近提出的金融市场波动率测度方法。以中国股票市场最具代表性股价指数(上证综指和深证成指)的代表性波动周期为例,通过运用描述性统计、QQ图和双变量分布散点图等方法,分别考察了非条件收益率、基于MFV的条件收益率和基于GARCH类波动率测度的条件收益率分布特征。研究结果显示,经过MFV标准化后的条件收益率分布较非条件收益率和基于GARCH类波动率测度的条件收益率更接近于正态分布,多分形波动率MFV对中国股票市场波动特征的刻画优于传统的GARCH类模型。     

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Black-Litterman框架的资产配置策略研究

本文基于Black-Litterman框架提出了中国股票市场投资中行业间资产配置的策略。因为宏观经济指标对于股票收益率有一定的解释能力,本文通过宏观经济变量对收益率序列建模并且用GJR-GARCH模型捕捉资产收益率变化的特征,得出的预测资产收益率及其方差作为Black-Litterman框架下的输入。最后通过实证结果表明,基于这种策略构建的投资组合收益率在一定条件下会优于基于市场均衡权重或者传统Markowitz框架下的投资策略。     

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.     

投资组合风险的分散化研究

风险是金融投资领域的研究热点问题之下一,投资组合是降低投资风险的有效方法之一。人们在做出投资决策时总是追求在一定收益率下风险最小。本文论述了投资组合收益和风险的数学统计方法,阐明风险可分为系统风险和非系统风险,后者可以通过投资组合分散化。本文还探讨了证券相关性和组合风险之间的关系。最后作了实证分析。     

基于TGARCH-t的混合Copula投资组合风险测度研究

在分析了现有Copula函数在测度投资组合风险不足的情况下,首先充分考虑资产波动的时变性、杠杆效应等特征,选择了TGARCH-t模型进行边缘分布建模.接着引入混合Copula模型来描述投资组合的复杂相关结构,同时利用构造的主对角线距离统计量等方法验证了混合Copula模型的优势.最后通过VaR的蒙特卡洛模拟结果看到,这种方法能更为精确的测度投资组合风险值.     

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.     

时变Copula下我国寿险公司投资市场风险经济资本测度

随着保险资金投资渠道的放宽,保险公司对于自身资金运用方面的管理显得日益重要,基于此,选取了国债和政府机构债券、企业债、证券投资基金以及股票这四种资产作为研究对象,将收益率低于同期银行存款利率的情形视为损失,结合样本数据进行了经济资本的测度分析.通过对比以往学者的研究,选定了用GARCH-偏正态分布进行收益率的拟合,并运用时变Copula函数进行风险相关性的测量,计算出了不同置信度下,寿险公司投资市场风险的经济资本.结果显示,时变Copula比常数Copula在风险相关性度量方面表现更好.     

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。     

模糊机会约束规划下的投资组合模型

资产的过去数据和专家对资产未来表现的判断是资产收益率的两个重要信息,本文用基于上述两个信息的可能性分布描述证券收益率的不确定性,结合可能性测度和必要性测度,建立了基于模糊机会约束规划的乐观型和悲观型投资组合模型,并且得到了各模型的最优解的解析式。最后给出了算例予以说明。     

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。     

基于动态调整的Copula-非线性分位数回归资产组合优化

为优化资产组合方案,考虑单资产分布的非对称性、异方差性、尖峰厚尾性等特征,资产之间的时变非线性相关性,建立了Copula-非线性分位数回归模型。本文的创新与特色,一是通过构建期望超额收益率与考虑动态损失厌恶效应的VaR比率函数,确定了目标函数的表达式,改变了使用超额收益率标准差度量风险,而实证研究中更关注资产的损失风险而非全部风险,未考虑投资者对于收益与损失非对称偏好的不足;二是通过建立基于支持向量机的非线性分位数回归模型,确定了边缘分布函数表达式,解决了普通模型无法处理非对称、非线性,依赖于分布假设的不足;三是通过构建混合Copula函数,确保能够有效捕捉金融市场中的尾部相关、非对称性,完善了刻画资产之间相关关系的模式;四是通过建立风险非线性叠加的资产总风险评价模型,确定了资产组合总风险的表达式,弥补了现有风险评价模型未考虑资产间的相关性的不足。实证结果表明,本文建立的模型预测性能高于其它模型,该模型有更高的VaR比率值,在单位风险下能够获得更高的资产组合效果。     

国际黄金期价与美元指数交互关系的多重分形分析

由于美元是国际黄金市场的主要标价货币,其币值的变化与国际金价的波动密切相关。本文利用多重分形分析法研究纽约商品交易所黄金期货价格数据与美元指数之间的交互相关性及两者的内部结构特征,并使用分形特征统计量度量市场风险大小。结果表明,虽然黄金期价和美元指数的收益率序列之间存在长期的负相关关系,但这种负相关关系是非线性动态变化的,具有多重分形特征,多重分形强度是时变性的,意味着市场风险大小随时间的不同而改变。     

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.