一种多损失条件风险值的双层规划模型及应用

在两级供应链中制造商与零售商之间的多产品定价与订购问题, 是一个多损失的双层风险决策问题, 可以建立双层规划模型解决. 本文研究了一种多损失条件风险值的双层规划模型, 对于多个损失函数和对应的权值水平, 在给定的置信水平下, 定义了不超过给定损失值的最小风险值(即VaR值)和对应的累积期望损失值(即CVaR损失值) 概念, 然后建立了一个多损失条件风险值的双层规划模型, 该模型的目标是求上下层的多损失CVaR值达最小的最优策略, 我们证明了它可以通过另一个较容易求解的双层规划模型获得最优解. 最后, 给出了两级供应链中多产品的定价与订购的双层条件风险值模型, 通过对2种面包产品销售数据进行计算, 获得了面包制造商的最优批发价和最优回购策略, 及零售商最优订购量.     

基于极端风险控制的多品种期货套期保值模型

以多品种期货套期保值组合的条件风险价值CVaR度量风险,运用非参数核估计和蒙特卡罗方法模拟现货和期货未来损益情景,通过求解最小CVaR值,建立了基于极端风险控制的多品种期货套期保值模型,解决了在期货价格异常变动的条件下套期保值的风险控制问题.本文以条件风险价值CVaR最小为目标控制套期保值组合的尾部损失,避免了多品种期货套期保值的极端损失,提高了套期保值的效果.采用离散化处理条件风险价值的复杂积分计算收益分布的尾部面积,使得套期保值组合的尾部损失的确定适合任意分布的情况,避免了现有研究对组合收益分布做特定假设的不合理情况,使模型适合任何分布情况的风险控制.     

基于CVaR和多元权值约束下的积极投资组合模型

基于方差或VaR方法度量投资组合风险的不足,在Roll的均值-跟踪误差模型基础上引入CVaR总风险约束,同时考虑到现实交易市场中存在交易费用约束和多元权值约束条件等因素,构建了基于CVaR和多元权值约束下的积极投资组合模型。结合我国股票市场数据采用非线性优化算法对模型进行实证分析,结果表明,交易费用和多元权值约束会显著影响投资组合的风险收益空间;在CVaR总风险可控情形下,无论是样本内还是样本外市场交易数据,本文模型都能获得持续超越基准投资组合的阿尔法收益。     

一致性风险价值及其算法与实证研究

目前金融市场风险测量的主流方法是VaR方法,但其测量的风险值有时难以准确地反应投资者真实心理感受,而且缺乏投资组合分散风险特性所要求的次可加性.针对这些问题该文选择了一致性风险价值(CVaR)作为新的风险度量方法,通过构造一种混合分布来模拟收益率分布.提出CVaR的完全参数计算方法,并进行了实证研究.     

风险投资退出决策的复合模型研究

针对多阶段风险投资过程中信息不对称性以及收益不确定性的特征,在考虑投资策略组合的基础上,采用不完全信息静态博弈理论和动态规划方法,构造了股权债权混合投资时,目标函数为风险投资公司退出效用最大化的退出决策复合模型.该模型合理分配了股权投资和债权投资比例,有效解释了风险投资投资退出时机和退出方式的选择,可以作为风险投资公司进行投资退出决策的依据.     

有交易成本的均值-CVaR有效前沿

基于由 Rockfeller 和 Uryasev 提出的条件风险价值-CVaR 的风险计量技术,构造了有交易成本并在正态假设下的 CVaR 风险的证券投资组合模型,给出了此证券投资组合的均值-CVaR 有效前沿曲线方程和最优投资策略的解析表达式.最后,利用理论结果对深市和沪市的证券投资组合的均值-CVaR 有效前沿作了实证分析.     

基于WCVaR风险控制的投资组合

将基于WCVaR风险控制问题转化为一个最小-最大-最小的投资组合问题,改进传统目标函数仅对投资期末风险水平进行控制的方法,建立对整个投资过程进行风险控制的目标模型以及动态投资组合优化模型.利用向量 自回归和蒙特卡罗模拟方法给出计算最优投资策略的计算步骤.最后结合我国金融市场历史数据进行实证研究和 敏感性分析. 结果表明,该投资组合模型具有实用性. 此外, 通过敏感性分析得出,在进行投资组合时需 根据资本市场态势指标(如股票指数)设定合理的目标财富值, 同时加以适当的风险约束,可实现资产组合最优化.     

基于CVaR和改进熵的全贷款组合优化模型

贷款组合的配置优化是商业银行资产管理的核心问题。针对该问题，从全部贷款组合整体风险和风险分散度两个角度，构建了基于CVaR和改进熵的全贷款组合优化模型。通过在比例熵中引入调整系数构建改进熵来衡量全部贷款组合的分散化程度，改进了比例熵约束必须给予每个企业一定贷款权重而造成过度分散化的弊端，使得全部贷款组合分散化的衡量更加合理。通过控制存量组合和增量组合叠加后的全部组合风险的情况下建立多目标规划模型，得到增量资产的最优配置。改变了流行研究仅仅控制增量风险的不足。在贷款收益率服从Laplace分布假定的基础上对全部贷款组合进行风险控制，符合金融资产收益率“尖峰肥尾”的特性，使得风险可以准确评估，改进了以正态分布为基础进行研究，不能准确拟合贷款收益率实际分布，进而无法合理估计风险的弊端。     

离散界约束分布下的WCVaR风险分析及其应用

在随机变量分布为部分信息的情况下,提出了最坏情况下的条件风险(Worst-case conditionalvalue-at-risk,WCVaR)指标,并建立了风险-利润的三个鲁棒组合优化模型.该模型具有复杂的min-max多层优化结构.在随机变量服从离散界约束分布和损失函数为线性的条件下,运用对偶理论转化复杂的min-max优化模型为简单的线性规划问题,理论上证明了简化后的模型与原模型的同解性.该研究是条件风险(CVaR)分析方法的发展,可有效运用于随机变量分布为非完全信息下的市场风险-利润问题;是条件风险(CVaR)分析方法的发展;转化后的线性规划能高效地应用于实际问题的计算.应用该WCVaR模型和计算方法于电力系统的发电资产优化组合问题,数值仿真显示所提出的模型能真实地模拟发电商的商业行为,为发电商的投资组合和风险管理提供了新的方法.     

基于Copula-CVaR-EVT方法的供应链金融质物组合优化

为缓释当下供应链金融业务单一质物价格剧烈波动诱发的贷款集中度风险,异于股票、债券等金融资产组合基于短期风险预测优化框架,提出一类更具普适性的基于蒙特卡罗模拟法的质物组合长期风险预测方法,克服现有长期风险预测中视为基准的时间平方根法则缺陷;比对银行采取积极和保守投资策略,建立基于均值CVaR质物组合优化框架,引入改进均值方差优化框架进行对比分析.为准确测度质物组合长期CVaR,建立ARMA-EGARCH-EVT族模型以及多元tCopula模型,刻画现货质物收益率呈现出的自相关性、"尖峰厚尾"以及波动集聚性等典型事实特征以及质物间的非线性相关结构;从模型层面和研究对象层面进行敏感性分析以验证模型的稳健性以及结论的可靠性.实证结果显示:长期风险预测视角下均值CVaR框架较改进的均值方差模型更具优势,为风险限额管理下的商业银行提供一种组合质物风险管理的新框架和新模式.     

Risk Measure and Control Strategy of Investment Portfolio of Real Estate based on Dynamic CVaR Model

This article studies risk measure and control strategy of investment portfolio of real estate based on the dynamic condition value-at-risk (CVaR) model. A dynamic CVaR model is defined, which is a dynamic programming problem. It is shown that the dynamic CVaR problem is equal to another nonlinear programming problem. On the basis of dynamic CVaR model, a model of investment portfolio of real estate is built. The model is applied to compute investment proportion and risk losses of portfolio by using data of real estate of 10 cities in China. Numerical results show that the multistage investment has less risk of loss than the single-stage investment. The control strategy of risk is to choose investment proportion of portfolio according to low risk.     

租赁还是购置:个人住房投资的时机选择问题

已有实物期权框架下房地产投资方面的研究长期以开发商为建模对象,忽视了对个人房地产投资者的建模研究.本文在房地产价格随机性条件下对投资者住房租赁或购置投资决策问题进行了建模,并运用停时分析技术与动态规划方法求解了这一基于实物期权的模型,明确了投资决策中应当考虑的期权价值,并给出了最优停止决策的阈值及相关结论.同时对给出的结果做了比较静态分析,给出了数值结果,分析了结论所蕴含的诸多经济与政策含义.     

带网络结构的自适应Lasso分位数回归及其应用

CVaR是衡量组合投资的重要风险测度,如何在CVaR组合模型中选择稳健的资产组合以降低管理时间和经济成本十分重要.理论上CVaR模型下的资产组合决策可转化为分位数回归,受此驱动,该文构建了带网络结构的自适应Lasso分位数回归,对高维资产进行选择.自适应Lasso对变量的回归系数进行加权约束,理论上具有变量选择的一致性.网络结构是基于复杂网络理论构造,能够体现出资产之间的复杂联动关系,因此它对改进选择结果是有利的.该文基于线性规划进行求解,对CVaR组合投资决策中特有的计算问题采取两步迭代的方式进行.多种情形下的模拟分析显示,新模型的变量选择效果和预测表现均最优,且随着变量之间相关性的增强,网络结构带来的优势愈发明显.最后,使用249只股票数据进行了实证分析,通过滚动建模的方式,得出新模型具有良好的稳健性与应用意义.     

供应链中多产品组合采购与库存问题的条件风险决策模型

研究了供应链中单周期和多周期多产品组合采购与供应的CVaR模型,利用了条件风险值(CVaR)理论将多产品从多个供应商采购来分散需求不确定性带来的风险,以达到损失最小的目的.首先给出了单周期多产品组合采购与供应的CVaR模型,然后讨论了多周期多产品组合采购与供应的CVaR模型,最后给出了数值结果.     

基于信用风险迁移条件风险价值最小化的贷款组合优化模型

把企业信用风险迁移引入贷款收益率的计算中,引入条件风险价值(CVaR)来度量贷款组合风险,建立了组合贷款优化决策模型.本模型的特色:① 用CVaR代替VaR,控制了贷款组合极端损失的发生;② 反映了企业信用等级迁移对企业收益率波动的影响,更加客观地反映了贷款的真实风险,解决了现有研究仅简单求解各笔贷款的收益率标准差而忽略信用风险迁移的问题;③ 通过现行法律法规为约束条件,在约束条件中,控制了流动性风险,避免了资产配置的流动性危机,保证了银行资产配给的合法性与合规性.     

一个证券组合投资分析的对策论方法

将给出证券组合投资分析的一个对策论方法 .将最小的可能收益作为风险的度量 ,将投资者的投资心理及证券市场的随机性考虑到模型之中 ,建立了证券组合投资的双层规划模型 ;对模型进行了理论分析、提出了求解算法 ;通过一个例子来说明如何用本文方法来进行证券组合投资分析.     

CEV模型下基于双曲绝对风险厌恶效用的最优投资策略

研究双曲绝对风险厌恶(HARA)型投资者在常弹性方差(CEV)模型下面临完全可对冲随机资金流时的最优动态资产配置问题.随机资金流可以视作一个外生负债,假定其服从带漂移的布朗运动.根据随机控制理论建立该问题的哈密顿-雅克比-贝尔曼(HJB)方程,通过猜测值函数的代数形式,将其化简为两个抛物型偏微分方程并分别求得显式解,从而得到最优投资策略.结果表明该非自融资组合的最优动态配置问题等价于初始财富为所有未来随机净资金流在风险中性测度下累积期望现值与初始稟赋之和的自融资组合的最优动态配置问题.投资策略由短视投资策略,动态对冲策略,静态对冲策略三部分组成.当对模型中参数取特殊值时,策略简化为已有文献的相应结果.最后分析了参数变化对于由随机资金流引起的额外投资需求的影响.     

多风险控制目标下的资产配置模型

相比于VaR风险测度,CVaR风险测度因满足次可加性能够更好地描述金融资产组合风险,而广义极值分布和Copula函数较好地拟合了金融资产收益率的厚尾特征和相依性。本文尝试使用CVaR风险测度和Copula-GEV分布描述金融资产组合的极端值风险,并将其作为风险控制目标引入传统均值-方差模型,构建多风险控制目标下的资产配置优化模型,实现在金融资产配置决策中综合考虑期望收益、波动性风险和极端值风险,并设计PSO-MC优化算法对模型进行求解。通过对我国上市公司股票收益率数据的实证分析,验证了模型及求解算法的有效性。