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。     

度量与控制金融风险的新方法

介绍了近年来被发达国家普遍采用的管理和控制金融风险的风险价值度量（VaR）方法，阐述了VaR的概念，方法和功能，指出了VaR的缺陷。进一步介绍了近年才发展的具有一致性（Coherent)的条件风险价值度量（CVaR)的概念，阐述了CVaR的优点和作用及在证券组合优化中的应用。     

现代风险技术(ES)及对我国债券市场的实证研究

介绍了现代风险度量方法中的三个主要的模型,VaR、CVaR和ES模型,并应用这些模型对我国16只国债的市场风险进行了实证研究。在国内同类文献中第一次采用ES模型对债券面临的市场风险进行评价。实证结论表明我国债券市场蕴含了很大风险,ES模型比VaR模型可以更佳地评价和管理我国债券市场的风险。     

基于GARCH模型的企业汇率风险度量研究

运用极值理论和GARCH模型对企业的汇率风险进行研究,分析人民币对美元的统计分布特征,并对收益率的尾部进行建模,进而计算出VaR与CVaR值,返回检验证明该模型具有准确性与有效性。研究结果表明,该模型具有超越样本的估计能力,比传统工具更适合度量尾部分布下的金融时间序列。     

具有熵约束的均值-CVaR投资组合决策研究

结合条件风险价值CVaR和熵风险度量方法,提出不允许卖空情况下具有熵约束的均值-CVaR投资组合模型,并采用序列二次规划和不等式组的旋转算法进行求解,最后通过一个具体实例验证了上述模型和算法的有效性。     

稳定分布下的CVaR分析

大量研究表明金融数据的概率分布具有明显的厚尾、峰尖特性,正态分布并不能很好地处理这一特性.针对这个问题,在稳定分布的条件下对CVaR方法进行研究,推导了在稳定分布条件下VaR与CVaR的计算公式,为CVaR模型的进一步研究提供了理论基础.     

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。     

基于CVaR风险度量方法的投资组合模型研究

介绍了CVaR的概念及算法,并利用CVaR对风险进行度量,提出一个新的基于CVaR风险度量方法的投资组合优化模型。利用股票数据进行了实证分析,验证了模型的有效性。     

中国涉外企业汇率风险度量与规避

有效规避汇率风险的前提是有效的度量,本文引入条件风险值CVaR方法,应用CVaR方法建立模型来度量涉外企业汇率风险大小,并对涉外企业汇率风险规避策略进行了分析。     

基于分位数回归模型的沪深股市风险测量研究

探讨了分位数回归理论相对于传统最小二乘回归模型在金融时间序列建模和风险测量方面的应用特点,分别采用滞后收益率、星期虚拟变量、滞后收益率的均值和方差作为解释变量的条件分位数回归模型,对1996-2004年期间中国沪深股市的在险价值（VaR）进行动态估计,实证研究了沪深市场存在的“VaR星期效应”行为,发现周内各日的VaR水平呈现显著的非均一性,且VaR后验测试结果优于不对称自回归条件异方差模型．结果表明：分位数回归模型适用于金融时间序列厚尾数据在高置信水平下的VaR估计,是一个有效的半参数风险测量方法和认识市场风险变化模式的途径．     

风险管理测度VaR和TCE的实证研究

针对单一金融产品和由多种资产组成的投资组合两种情况,用几只股票的历史收盘数据实证比较了两种先进的度量金融市场风险测度———风险值(VaR)和尾部条件期望(TCE)的有效性。结果显示,TCE比VaR更有效。     

基于风险价值的投资组合风险度量研究

风险价值(VaR)管理技术是一种用来评估和计量金融市场风险的统计学模型及方法。从理论上简要地阐明了VaR风险管理技术的原理,探讨了其在证券投资组合风险度量中的应用。介绍了VaR风险管理技术被金融界广泛应用的优点,同时也指出了作为一种风险计量方法所存在的缺陷。     

应用极值理论计算在险价值--对上证指数的实证研究

在险价值（VaR）是度量市场风险的普遍工具,可看作是市场风险度量的基石.在估计资产尾部的VaR时,极值方法比传统方法更具优势.但是,一般的极值模型都假定数据是独立同分布的,而大多金融数据具有局部相关性,并不满足模型的条件.笔者利用分串的方法处理上证指数的数据,得到了较好的结果.     

基于CVaR度量的投资组合优化研究

基于条件风险价值计量技术,首先考虑不允许卖空的情况下,以期望收益为约束,建立了以风险最小化为目标函数的投资组合优化模型。其次,针对该模型运用差分进化法进行求解,利用罚函数方法处理模型中的收益约束。最后,选取沪市和深市的8支股票以及银行存款利率数据进行实证分析,结果表明了模型的合理性和算法的可行性。     

VaR风险控制的银行资产负债管理优化模型

以资产组合收益率的波动为标准反映风险,在既定的组合收益率下,以组合风险最小为目标,以VaR风险收益率为约束,以法律、法规和经营管理约束为条件,建立了银行资产负债管理优化模型.本模型的特色与创新为以收益率最大损失的形式、而不是收益额的形式来反映VaR,使组合决策更为方便;运用资产负债管理比率建立约束条件,控制流动性风险;以VaR约束保证既定收益率选取的合理性,使资产配给的风险限定在银行的承受能力范围内.     

求解CVaR投资组合优化问题之改进PSO算法

研究了基于CVaR约束的的最优投资决策问题,为避免维数障碍,针对Fredrik提出的CVaR投资组合优化线性规划模型还原为非线性规划。通过引入缩进因子,改进PSO算法,使粒子在迭代过程中保持在可行域内。最后,通过算例证明了该文方法的有效性,计算结果表明,投资组合优化后的损失期望收益率、标准差、受险价值、条件受险价值等重要风险衡量指标都有了较大改进。