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。     

奇异方差阵下的证券组合投资均值-方差模型研究

在用于度量投资风险的方差阵为奇异时,本文通过建立收益率向量分量间的线性关系,研究了允许卖空情形下证券组合投资均值-方差模型,给出了计算最优投资比例系数的方法,同时也给出了模型的有效边界.     

完全市场情况下多阶段均值-VaR 投资组合优化

将VaR风险度量方法拓展到多阶段投资组合优化,提出了完全市场情况下多阶段均值-VaR投资组合模型,该模型的目标函数不具有可分离性。采用嵌入式方法将不可分离的问题转化为可分离的,并运用动态规划方法得到了模型的解析解,即最优投资策略。通过一个算例验证了该模型和求解方法的有效性。     

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.     

证券组合的投资决策实战模型初探

利用Harry Markowitz的“均值-方差组合模型”，将证券收益率看成时间序列；给出证券组合的投资决策实战模型——即证券投资者能够承担的系统风险范围内，应如何调整投资比例，使得非系统风险最小，期望收益率最大．并且运用统计数据进行具体计算和结果分析．     

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。     

一类模糊证券组合投资的最优模型

为了体现投资者对期望水平的满意度，以最小风险对应的最大方差系数为目标，期望临界收益率为约束，建立一类新的模糊证券组合投资的最优模型。运用模糊优化和进化规划方法，研究新风险概念下的模糊证券组合选择，并给出了其相应算法。     

证券投资组合计算模型研究

以证券组合的收益率及其方差作为证券组合投资收益和风险的两个度量指标,建立了证券投资组合的基本模型和不相关证券投资组合的优化模型及其求解方法。     

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.     

证券投资组合计算模型研究

以证券组合的收益率及其方差作为证券组合投资收益和风险的两个度量指标，建立了证券投资组合的基本模型和不相关证券投资组合的优化模型及其求解方法。     

信息熵风险函数在股票投资中的实证研究

熵是不确定性的定量化度量,可作为证券投资的一种风险度量方法,从而体现风险的根本来源是状态的不确定性。由于投资的连续性,几何平均收益率较算术平均收益率更能够反映投资的实际收益。从采用熵衡量风险和几何平均收益率反映收益的角度出发,对证券投资中衡量风险的信息熵一标准差模型进行了简要介绍,在此基础上建立了信息熵风险函数,此函数能够用于进行证券投资中的先期筛选,并对上证A股中的30只股票进行了实证研究,得出有效集。     

证券组合投资的模糊规划方法

基于证券投资预期收益和风险的不确定性,利用多样化选择约束抵减证券投资的非系统风险.以证券组合投资的收益率极大化和β值极小化为目标.建立一种模糊规划模型,指出模型的求解方法.     

含有模糊信息的证券组合投资模型

介绍了三角模糊数的度量标准,给出相关的隶属函数和模糊数优度和劣度的概念．讨论了证券组合投资的收益率和风险损失率均为模糊数,且含有无风险证券的证券组合投资模糊目标线性规划模型．在该模型中,通过引入模糊数和三角模糊数的优度和劣度,将模糊目标函数转化为确定型的线性规划模型．投资者可以根据对收益风险的关心程度、对风险的喜好程度及金融市场的客观情况,得到相应情况下的有效投资方案．     

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.     

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.     

引入成交量变化率的马柯维茨均值方差模型

对马柯维茨的均值方差理论进行了推广,进一步细化原模型中的风险。把成交量变化率的方差也视为一种风险,在收益率的方差中加入成交量变化率的方差,构成一种两者线性组合的新证券组合风险。讨论在给定一定收益率和成交量变化率的条件下使得新风险最小的优化求值问题。把原模型中没有无风险证券时的前沿证券曲线从双曲线（抛物线）推广到双叶双曲面（抛物面）,把含有无风险证券时的前沿证券曲线从直线推广到圆锥面,还得到了一系列相应结论。同时对股票投资最优组合选择问题进行实证检验。     

基于区间数收益率的投资组合选择模型

为研究收益率为区间数的投资组合问题,根据证券历史数据的最高价、最低价和开盘价计算得到证券收益率的区间数估计值,基于绝对偏差风险函数、区间数的期望值算子和距离概念建立了一个投资组合的线性规划模型,从而得到最优投资组合决策.通过实例说明该方法的有效性.     

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。     

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奇产．