基于深圳证券市场的资本资产定价模型之实证检验

采用深圳证券市场交易数据对资本资产定价模型进行了横截面检验，研究了股票组合和单支股票收益率与系统风险的关系，并分析了个股风险构成．股票组合和个股的检验都表明系统风险与收益率之间不存在正相关关系，β值不能解释组合和个股的风险．非系统风险在个股总风险中占有绝对优势，而且对收益率的解释作用显，个股收益率与β值不存在非线性关系．     

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.     

股票收益率的组合分布研究

股票收益率等金融时间序列具有尖峰厚尾性,因而不适于用正态分布来描述.建立在极端事件风险的理论基础上,提出了由原始分布和尾分布组成的组合分布模型.并对深证成分A指的收益率进行了组合分布拟合.结果显示组合分布不仅比原始分布和正态分布在效率上有明显的提高,而且能较准确地估测股票的风险价值.     

资本资产定价模型与跨国并购风险收益评估

股本互换是大型跨国并购普遍采用的方式。在应用资本资产定价模型(CAPM)的基础上建立了股票或股票组合等资产的风险以及预期回报率的分析和预测方法，分别讨论了跨国并购前、中、后3个阶段的风险收益评估检验模型，认为实证检验中的侧重点应相应有所区别，由此提出了采用不同系统风险系数β的检验方案。     

基于时变Copula GARCH模型的金融风险度量

以GARCH(1,1)-Norm模型为边缘分布,以Kenddall tau为工具,采取滑动窗口的方法,建立了GARCH-时变-Copula模型,在此基础上利用蒙特卡洛技术度量了不同权重下的组合资产风险。通过对金发科技和ST国农两支股票的数据进行实证分析,利用失败天数的检验方法,验证了基于Kenddall tau与时间序列分析模型相结合的时变Copula模型在度量组合资产风险上的可行性与准确性。     

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.     

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.     

基于模糊收益率的分散化投资组合调整策略

投资组合选择是量化金融领域的核心问题之一。本文研究模糊环境下考虑交易费用和基数约束的分散化投资组合调整问题。首先,将风险资产的收益率视为模糊变量,通过建立一个模糊收益率拟合模型,确定了各资产收益率的模糊分布。其次,通过提出一个新的分散化测度,建立了模糊均值-下半方差-分散化投资组合调整模型。然后,设计了一个改进的遗传算法对模型进行求解。最后,选取真实的股票数据进行实例分析。结果表明所提出的策略优于传统的投资组合调整策略。     

不确定收益率下投资组合的可拓评价及变换

在现实证券市场中,由于市场的波动及经济现象本身的不可控性以及人的主观对收益的预期和风险的承受度不同,导致预期收益率和实际收益率往往具有不可控性,难于用精确值量化.本文运用可拓学理论,对投资组合中超出风险范围的证券,通过建立证券评价选优的物元模型,设计出一套刻画股票特征的指标,设定衡量指标的权系数,计算各证券的满意度,并提出了进行投资组合变换的方法.     

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。     

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。     

证券组合选择理论在股票投资中的应用

以上海证券交易所中上证材料,上证能源,上证工业,上证可选（可选消费）,上证消费,上证金融,上证医药,上证信息,上证电信,上证公用十个行业的数据为样本,利用马科维茨证券组合选择理论,通过均值-方差模型、以期望收益最大值、最小值,方差最小值确定投资组合的有效边界,根据有效边界选择投资组合。     

投资组合理论的发展脉络及其趋势

论述了投资组合理论的发展脉络,并探讨投资组合理论的发展趋势,其中马考维茨的全协方差投资组合模型和稍后产生的单指数模型,资本资产定价模型分别走向了投资组合理论的两个极端,只有套利定价模型（APT）走了一条折中路线,使得它具有了更为广泛的应用前景。     

Markowitz资产组合理论在复合套期保值中的应用

首先论述了马科维茨的风险分散化理论及其方法论意义，接着说明了马科维茨运用风险分散化思想而提出的资产组合选择理论及其启示。最后，重点论述了马科维茨资产组合选择理论在复合套期保值中的应用，并用投影算法求解了一个实例。     

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.     

证券组合中的风险控制

利用单因素模型测算了所投资证券的风险值，并在此基础上，给出了关于Ｍａｒｋｏｗｉｔｚ证券组合选择模型的ＳＵＭＴ外点法求解方法。     

马柯维茨模型在深圳股市应用中的实证研究

讨论了马柯维茨模型在深圳股市的实际应用问题.考虑到中国股市不允许买空卖空的情况,对改进的马柯维茨模型进行实证研究.运用深圳40指数的部分成分股2002年1月至2004年4月的历史数据对股票市场做了实证分析,研究了股票组合的风险变动规律,利用变异系数选出最优投资组合.并且经验证此方法是合理且可行的,因而有理由相信这种方法是可以对投资组合进行预测,从而能够指导投资者投资行为的.     

概率准则下房地产组合投资的选择模型

将组合投资理论引入房地产投资领域，在假设收益率为正态分布的组合投资选择模型的基础上，将实现预期收益的概率作为目标函数，利用Edgeworth展式来逼近目标函数；给出了收益率为非正态分布的房地产组合投资选择模型，并进一步提出了考虑无风险资产的房地产组合投资的概率选择模型。     

多因素行为证券组合投资决策方法

在现有的行为证券组合理论中,所建立的行为证券组合投资决策模型仅具有理论价值,无法应用于组合投资管理实践;另外其求解算法过于复杂,以至于无法解决大规模行为组合投资决策问题。考虑到因素模型能将各种证券的收益和固定的几个因素的变化联系起来,引入了因素模型对已有的行为证券组合投资决策模型进行了简化,建立了多因素行为证券组合投资决策模型,给出了其算法。