具有VaR约束的不相关资产可能性投资组合模型及算法

利用模糊可能性均值和方差的概念,假设资产的收益率为模糊数时,提出具有VaR约束的不相关资产可能性投资组合模型.该模型更好地反映了在非随机因素影响的金融市场下,具有风险厌恶特征的投资者不仅要求投资组合的实际收益率能够达到给定的期望收益率,同时也能够以较大的可能性保证未来遭受的最大可能损失不超过某一值.当证券收益率服从模糊正态分布时,给出了该模糊可能性投资组合模型的有效投资比例的解析形式,同时给出了可能性有效前沿.最后选取上海证券交易所不同行业的部分股票进行了实证分析.结果表明,该模型不仅能够更好地反映现实经济环境中影响资产投资收益的模糊不清晰因素,而且在VaR约束下,投资者能够选择更适合自己的投资组合.     

线性完备变换的银行贷款组合优化模型

以收益率风险价值限额和贷款组合期望收益率为约束条件,贷款组合风险最小为目标函数,建立了基于收益率风险价值约束的银行贷款组合优化模型.本模型运用线性完备变换方法确定银行贷款收益率选取范围,解决了以往研究中由于贷款组合收益率确定不合理、而导致的优化决策模型无解的问题;解决了复杂约束情况下无法求解贷款最优比例的问题.根据银行风险承受能力原则,通过贷款组合收益率风的险价值为约束条件建立模型,控制了贷款配给的组合风险.根据银行给定收益率风险最小原则,建立贷款组合有效边界,解决银行不能灵活调整贷款组合以保证贷款收益率风险最小问题.     

基于VaR和CVaR下优化模型及其在保险资金组合投资中的应用

在保险资金投资收益率服从正态分布假设的前提下,以保险资金投资组合CVaR最小为目标函数,以保险资金投资组合的VaR约束和保监会相关的法律法规约束为条件,建立了考虑承保风险和交易费用的保险资金投资VaR—CVaR模型,并运用几何方法对模型进行求解,得到了模型的有效边界及其最优解。     

VaR约束的多目标组合贷款优化决策模型

在VaR约束下,以线性加权和法求多目标规划,建立了组合投资的收益最大,同时方差风险最小的组合贷款多目标优化决策模型.该模型的特点是运用了多目标规划的方法建立投资组合优化问题的多目标函数,利用线性加权和法把多目标规划转化为单目标规划,解决了各个商业银行可根据自己的需要选择适合的损失率与收益率,使组合风险最小、其收益最大的最优投资组合问题;同时考虑了风险之间的相关性.通过VaR约束排除了风险相对较高风险的贷款组合,有效地控制了组合风险,使贷款的分配直接反映了商业银行的风险承受能力,并且确立了在多目标组合贷款中的有效集,它在风险和收益的空间上的轨迹也存在着这样的有效边界.     

基于有效边界的贷款组合优化决策模型

以贷款的收益率为金融资产的收益，以贷款收益率的波动为标准反映贷款风险，以拉格朗日乘子法为工具求解二次规划，建立了在既定组合收益范围内，组合风险最小的贷款组合优化决策模型，该模型的特点一是可直接对贷款的银行收益与风险进行组合优化，在现有研究的基础上提高了决策分析精度；二是通过有效边界上的最优组合有效地控制了贷款的组合风险，解决了组合贷款的优化决策问题。     

基于VaR约束不允许卖空的均值-方差投资组合优化

提出基于风险价值（VaR）约束且不允许卖空的均值-方差投资组合模型,结合序列二次规划方法和不等式组的旋转算法,计算出不同最低收益率所对应的最优投资策略。采用实例验证了上述算法的有效性,并证明在一定条件下,引入VaR约束条件可以降低投资风险。     

外贸企业基于VaR模型的汇率风险评估

VaR模型基于一定的概率水平下,量化资产组合在未来特定一端时间内的最大可能损失。分析了该模型在外贸企业的应用,企业通过建立汇率风险评估模型,评估汇率波动给企业带来的潜在损失,并以此为依据结合其风险指标,采取措施,及时规避潜在损失风险。     

我国上市商业银行风险溢出效应的测度及分析研究——基于CoVar模型的分析

对我国上市商业银行的风险溢出效应大小和方向进行测度分析,利用分位数回归法、使用已上市银行的收益率序列、采用金融风险测度的CoVar方法测度了我国上市银行业各银行股之间的CoVar,以测量各上市银行与银行业整体水平之间的风险溢出效应.分析得出以下结论,即资产规模大、利润水平高的银行股整体风险溢出效应较低,抗风险能力较强;资产规模大、利润水平高的银行股在抵御银行业整体风险溢出效应上能力较强;部分经营方式灵活、在区域市场具有较强竞争力的银行在抵御银行业整体风险溢出效应上能力强于部分全国性商业银行;资产规模较大的银行股对银行业的整体风险溢出效应较大.以上结论对于银行业主管部门对上市商业银行进行金融风险管理将提供有效参考.     

基于M-Copula-EGARCH-M-GED模型的相关风险度量及投资组合优化

采用EGARCH-M模型进行单个资产建模,利用M-Copula函数构建资产的联合分布,对基于GED分布的联合资产收益率构建M-Copula-EGARCH-M模型,并采用Monte Carlo模拟方法计算出不同投资比例和置信水平的组合风险VaR和CVaR的值,并求出不同期望收益和置信水平下的最优组合投资权重.结果显示:当分位数为5％时,欲获得固定收益,同时风险最小,需将绝大部分资金投入深圳证券市场;在分位数取10％时,目标收益率较低时,应将大部分资金投放在上海证券市场.目标收益率较高时,上证市场的投资比例应降低,深证市场的资金比例应上升,具体的最优投资比例在实证部分已给出.实证结果表明:本文模型有利于投资者对投资权重的选择.     

基于Copula-VaR的市场风险度量问题研究

金融资产间相关结构的度量是投资组合风险管理中的一个重要问题,为解决这一问题,将Copula函数应用于风险管理,并以此建立相关模型以克服传统的正态分布和线性相关性假设的不足,采用GARCH模型对单个资产建模,分析运用正态Copula函数刻画股票市场收益率的联合分布并计算VaR,发现该模型优于传统的VaR计算方法.     

基于条件风险价值的投资组合优化模型

风险价值(VaR)是金融机构广泛运用的风险度量指标,条件风险价值(CVaR)是VaR的修正模型.本文运用CVaR构建了投资组合优化模型,并与均值-VaR模型和Markowitz的均值-方差模型进行了比较分析,论证了新模型的有效性,并对我国股票市场进行了实证分析.     

VaR方法的一种改进模型

VaR方法度量了在一定置信水平下资产可能的最大损失,指出了投资组合所面临的风险程度,但VaR方法并没有指出在何种比例下配置资产可以使得投资组合的VaR值最小.针对此问题,在德尔塔正态方法和蒙特卡罗模拟方法的基础上,提出了搜索化德尔塔方法,并利用证券市场的真实数据,与德尔塔正态方法的结论进行了对比分析.结果表明,搜索化德尔塔方法能够确定最优的投资比例,在此比例下,投资组合的VaR值达到最优.搜索化德尔塔方法可以帮助投资者合理地配置资产.     

基于ArchimedeanCopula方法的VaR估计

应用了ArchimedeanCopula方法计算了投资组合VaR值,介绍了该方法函数的选择及参数估计,通过对上证综指和浦发银行2只股票的收益率投资组合的VaR计算表明,由GumbelCopula模拟得出的结果与实际数据差距小,能很好地度量股市间的风险.     

基于VaR约束的最优投资组合选择

通过建立期望效用-VaR模型,借助于Matlab和MonteCarlo模拟技术,深入探讨和分析了以VaR作为风险测度标准及约束时,拥有不同风险偏好及初始财富值的投资者在进行投资决策时对最优投资组合的理性选择,以中国A股、公司债券和国债这三大证券在2004—2006年及2009—2010年间5年的历史数据为估计模型的参数值,并讨论了在中国资本市场中运用投资组合理论分散风险、稳定收益的可行性。     

基于VaR-WKDE单个期货合约动态基准保证金模型研究

以单个期货合约的对数涨跌率来反映合约的市场风险,借助VaR法和加权核估计法,并依据期货多头和空头损失不对称原则,建立了单个期货合约动态基准保证金确定模型,解决了合约每一交易日基准保证金的确定问题.该模型的特点一是借助加权核估计法预测合约涨跌率最大日亏损值,充分体现了涨跌率的实际走势,从而使VaR估计更加精确.二是提出了从多、空头风险值两个角度出发确定期货合约基准保证金思路,简化了SPAN和TIMS系统因设置多种价格风险情景而采用情景模拟法(SS)确定基准保证金的复杂性,保证了模型预测精度及准确性.三是借助大豆合约d0403实证研究及结果分析验证了模型实用性.     

基于pair copula-SV模型的资产组合风险度量

将SV模型与pair copula模型相结合,构造了一个pair copula-SV模型,并借助Monte Carlo方法度量了资产组合的风险价值.选取4支股票构成资产组合进行实证分析,结果表明该模型的拟合效果较好,具有一定的实际应用价值,同时能够反映风险度量领域的发展趋势.