市场摩擦条件下基于谱风险度量的投资组合优化模型

设计并得到了对数型风险谱函数,构造了谱风险度量。在谱风险度量的基础上,分析并引入了实际股票市场中的市场摩擦、资产配置权重限制等约束条件,利用收益率总体分布的经验分布,建立了投资组合优化模型,并将模型转化为易求解且具有稳健性的非线性优化模型。实证分析表明,市场摩擦中交易费用条件的降低可以在保障收益不变的同时大幅度的降低投资组合风险。同时,所建立的投资组合优化模型也可以合理有效地进行投资组合配置。     

基于RDEU模型的风险度量

风险度量主要应用于人们面对未知风险的情况下,如何准确地量化风险从而做出损失最小化或收益最大化的决策.准确的风险度量可以极大地帮助投资者调整投资组合进而规避风险,以期实现最大化收益.为了准确地度量风险,学者根据风险资产服从的客观分布进行量化,但是这种方法的问题在于度量方法是基于人们怀疑的分布,而不同人对待风险资产的态度是...     

基于混合遗传算法的投资组合优化改进模型研究

证券投资组合优化问题的实质就是有限的资产在具有不同风险收益特性的证券之间的优化配置问题.本文在马克维茨投资组合的均值一方差模型框架下,提出改进的证券投资组合优化模型,即以VAR作为风险度量工具和以RAROC作为目标优化函数的投资组合优化模型.从理论上讲该模型更符合投资工具的风险收益规律,同时采用遗传算法求解也保证了该模型在投资实践中应用的有效性.该模型和求解方法的有效性在上证A股市场的实证研究中得到了验证.     

组合投资风险度量模型的选择研究

证券投资的最根本目的在于获取利益.但在投资过程中,收益总是伴随着风险.通常收益越高,风险越大,反之亦然.为了分散风险,投资者将许多种证券组合在一起进行投资,即所谓的投资组合,以期获得最大收益.文章讨论一种投资风险度量模型,基于均值-VaR模型和均值-离差模型,提出新的度量模型,并对新的模型进行实证分析.通过新模型下的风险值分别与均值-VaR模型和均值-离差模型的风险值进行比较,发现该模型更有优势.     

基于投资组合理论的房地产投资组合决策模型

现代投资组合理论具有分散风险、稳定收益的作用,被广泛地应用于房地产投资实践中。本文引入风险系数γp,以单位收益下风险最小为目标建立房地产投资组合决策模型,并用不可分散度量系数β将单项房地产投资的总风险分解为系统风险和非系统风险,进一步完善该模型,克服了传统决策方法的缺陷和不足,从理论角度解决了投资者的资金分配问题,以实现风险和收益的最佳组合。     

基于单位风险收益的资产退出投资组合模型研究

投资者进入证券市场后决定退出的时间是不确定的,因此承担着退出风险,且风险资产退出时需要一定的费用.为此在摩擦市场环境下,提出了利用单位风险收益最大化作为目标函数,构建了基于单位风险收益的资产退出的投资组合模型,并把此模型转化为线性规划来解决.最后用实例说明了此模型的可行性.     

非正态假设下投资组合的风险分解

为提高风险分解结果的准确性,本文给出组合收益分布服从非正态假设下,组合VaR及ES分解的两个新方法：局部线性加权平均;用分段线性函数拟合极端损失情形下,资产与组合回报之间的关系。针对实际金融数据的尖峰厚尾性与杠杆效应,风险度量采用EGARCH-GED模型。实证分析及模型检验的结果表明,新方法能准确、快捷地分解组合风险。     

基于谱风险度量的风险谱函数的研究

提出双曲型风险谱函数并得到了双曲型谱风险度量的估计量、后验检验和投资组合优化模型。实证分析表明,单个资产的双曲型谱风险度量值受置信水平和风险厌恶因子的影响,以双曲型谱风险度量为目标函数的投资组合的优化配置受风险厌恶因子和期望收益率的影响。     

条件风险价值度量方法在银行投资组合优化中的应用

将一种新的风险度量方法——CVaR方法引入银行投资组合优化问题中,由此建立了期望收益最大化的优化模型．并利用我国债券市场价格数据进行了实证分析．     

基于遗传算法的证券投资组合模型的优化及最优解的测定

本文基于遗传算法,建立多目标算法的基金投资组合模型,首先要对投资的资产进行分析,分析资产产生风险的因素,通过因素分析来提取指标,利用聚类分析的方法对指标进行筛选,建立股票资产风险指标体系,建立指标的权重集,客观地分析各指标对资产产生风险的影响程度,建立隶属度矩阵,通过隶属度的值来判断资产的类别。在遗传算法求解投资组合模型的过程中,首先是建立目标函数模型,将目标函数模型作为遗传操作的评估准则。和现有的目标函数模型相比有很多改进,现有的投资模型中采用了统计学中的二次规划模型,只将风险最小,或者收益最大作为评价的目标函数,基于遗传算法的投资组合模型用风险收益比来描述投资者的最终目标,更有利于统计上的应用,经济意义明确。     

央企境外投资项目风险评估研究

通过将投票理论中的Borda序值法应用到风险矩阵模型中进行风险评估,将央企境外投资项目遇到的风险按照重要性进行排序,从而确定风险投资项目的综合风险等级,使得关键风险得以有效控制,以期为央企境外投资项目决策者提供一种科学、客观、合理、兼具操作性的评估方法.文中通过运用风险概率-影响(P-I)矩阵分析模型,结合Borda序值法,识别出多项具体的关键性风险,从而将央企境外投资项目风险评估的更为客观有效.     

非负约束下含无风险证券的投资组合方法

研究了不允许卖空条件下含无风险证券的资产组合理论,证明了该一的存在性和惟一性,利用原有的两基金离定理,给在给定收益率下求解该的思路,并给出该问题有效投资组合边界的确定方法。     

基于VaR风险测度的投资组合优化模型及应用

以VaR作为投资组合风险的衡量尺度,在马柯维茨框架下建立均值-VaR投资组合优化模型,并采用蒙特卡罗模拟与遗传算法相结合的方法求解该模型．通过该模型在中国股市的实证研究,从资产收益率分布的假设与VaR置信水平的假设两方面对投资决策的影响进行了讨论,发现如果资产收益率分布的尾部越厚、VaR置信水平越高,那么投资策略越保守．     

动态组合证券投资决策非线性递推规划模型

针对现有动态组合证券投资决策方法的不足,引入递推规划的思想和方法建立了动态组合证券投资决策的非线性递推规划模型,该模型将股票价格预测的状态空间模型、投资机会集确定方法、均值方差模型、资产负债管理的网络模型和证券组合总体风险的自适应控制方法有机地结合起来,给出了一种新的具有可操作性的动态组合证券投资方法,并通过中国股票市场中３５种股票构成的数据样本验证了所建模型的有效性和适用性。     

基于POT-VaR混合模型的投资组合风险分析

在简要分析金融产品投资组合理论的基础上,尝试将超门限极值法(POT)与传统VaR模型中的方差-协方差法相结合的方式,改进传统单纯基于投资组合计算历史收益率数据的VaR模型.通过划分沪深股价前100支股指期货高频收益率数据,运用POT-VaR混合模型进行实证研究.结果表明:该混合模型可以解决收益率方差估计随时间推移的动态问题,为降低投资组合市场风险提供科学的方法,对我国期货市场投资组合风险管理提供了可靠的依据.     

一种基于风险最小化下证券组合投资的计算方法

根据马科维兹的证券投资理论，提出了风险最小化下证券组合投资的计算方法，给出了评判组合有效边界的数学表示，并证明了此有效边界，是α＾２ｐ－Ｒｐ平面上的一条抛物线。     

基于蒙特卡罗的消费投资决策模型研究

将消费和投资放在一个跨期最优化框架下,提出了基于蒙特卡罗风险评估的消费投资决策模型。首先,建立个体效用函数、劳动收入、跨期预算约束、投资机会及市场摩擦因素之间的数学表达式。然后,考虑劳动收入风险、投资收益风险,建立消费投资组合动态优化模型。最后,通过一个实例阐明所提出模型能更加有效地刻画实际市场中的消费投资情况,证明所设计算法的有效性。     

风险投资最优组合

在理论上投资与风险的最优组合为投资的类型越分散,所承担的总风险越小,最低风险和最高收益二者是不可以兼得的.讨论了在一定范围内如何科学地把投资种类进行组合,才会使得收益和风险达到一个最优的状态.     

基于均值-AVaR的投资组合均衡分析

以Markowitz均值-方差模型为基础,利用均值-VaR方法,提出了AVaR(Average Value at Risk)极小化以及在此条件下的投资组合均衡理论,得到了一种使单位收益风险价值最小的投资组合决策方法.     

房地产组合投资风险最小模型

房地产业的迅猛发展对房地产投资理论提出了新的要求.借鉴西方发达国家成熟的现代组合投资理论和成功的房地产投资经验,以风险-收益为核心思想,在房地产投资组合中引入了系统风险和非系统风险的概念.通过分析预期收益下,寻求风险最小的房地产组合投资模型,讨论了该模型的有关假设、模型中有关参数的确定,并进行实例分析,最终得出预期收益下,投资者通过调整投资组合策略,可使组合投资风险远远小于单项投资的结论.