迟建新[1]2010年在《创业企业信用风险度量与贷款组合管理研究》文中指出创业企业对经济增长和社会发展有着非常重要的意义。它在推动技术进步、产业结构调整、扩大就业等方面发挥着不可替代的作用。中国经济近二十年的快速发展,在一定程度上得益于创业精神的释放。随着我国经济和科技体制改革的不断深入,以科技成果产业化为代表的创业企业获得了蓬勃的发展,创业企业已经成为经济增长的新亮点。但是,由于创业企业所固有的特点,如创业初期资产规模较小、未来发展不确定性大、信用缺失、风险高等,使其在成长过程中的融资问题较为突出,这在很大程度上限制了它的发展及潜能的发挥。本文以建立适合中国国情的创业企业信用风险评估模型为研究目的,针对创业企业这一特殊的企业群体,在回顾信用风险度量的相关方法、模型和比较的基础上,探索现阶段我国创业企业信用风险度量的最可行方法,开创性地将Logit信用评分模型与投资决策理论相结合,应用于创业企业在融资过程中的信用风险度量。创业企业一般通过股权融资、债务融资以及准股权融资等多种方式解决发展中的资金问题,本文以实物期权法、市场比较法和现金流量法等股权融资定价方法解决不同生命阶段创业企业股权融资定价问题,以成本加成法和期权定价模型为导入期、成长期和成熟期创业企业的信贷融资定价提供依据,采用调整后的Black-Scholes期权定价模型对我国创业企业可转换债券进行定价。本文研究建立了针对我国创业企业的信用风险度量方法与管理的信用决策系统,为金融机构对创业企业给予各种形式的融资供给提供了理论依据和技术支持。本文共分七章。第一章是绪论,主要介绍论文的研究目的和意义、主要内容、论文结构及主要创新点。第二章是对国内外信用风险度量和企业生命周期不同阶段风险特征研究现状的综述和分析。第叁章研究如何构建适合我国国情的创业企业信用风险度量模型。基于创业企业所处不同生命阶段的运营模式、融资方式、所需资金的性质和规模的不同,提出了构建创业企业不同生命阶段的信用风险度量模型的思想并构建模型。根据数据的可获得性以及有成长痕迹可寻的创业企业在融资方式、资金需求性质和规模等方面的研究,采用源于创业企业的深圳中小企业板75家上市公司的财务和非财务数据为研究样本,通过计算实例演示了单个企业信用风险度量的方法。第四章是创业企业股权融资、债务融资以及准股权融资定价。本文从创业企业的价值内涵和特性入手,比较分析适用于创业企业的传统和创新的定价方法,选取操作性和准确度最高的模型并加以调整,分别对导入期、成长期和成熟期(延续研究,以分析企业的潜在价值)的创业企业进行股权融资、债务融资和准股权融资定价。第五章是创业企业贷款组合风险管理研究。在组合风险管理理论基础上,将Credit Risk+与贷款企业“0-1整数规划”理论相结合,构建不同行业或不同生命阶段的创业企业贷款组合模型,为金融机构依据组合的风险与收益平衡原则做出贷款决策提供理论支持,以解决创业企业债务融资的瓶颈问题。第六章在对创业企业信用和融资方式分析的基础上,提出构建创业企业贷款风险度量与组合管理模型的配套政策建议。第七章给出了研究结论,分析了本研究的局限性,并对未来进一步地深入研究我国创业企业信用风险评估体系进行了展望。论文的主要创新点表现在以下四个方面:第一通过信用评级模型与投资决策理论的结合,将创业企业的风险定量化,建立适合于创业企业的风险度量方法,判别企业的违约概率,并结合我国实际情况进行实证分析。第二,运用逐步多元判别分析法对处于不同生命阶段的创业企业筛选出具有区别力的分析变量,度量出不同生命阶段的企业的信用风险。第叁,通过对创业企业各种融资方式定价的适用性分析,找出适合不同生命阶段创业企业的定价模型,使资金拥有者可以基于风险度量对创业企业所提供的资金确定价格。第四,在现有贷款组合优化的原则和模型的基础上,根据创业企业不同生命阶段的特点,建立贷款组合优化决策模型,通过应用实例将所得模型与传统组合管理方法相比较,以说明该模型的有效性。另外,本文在研究中,将创业企业放在整个企业生命周期内去评价,针对企业不同发展阶段的特点,对其信用风险进行评估,对可行的融资组合进行分析、探讨,以客观评价创业企业的成长性和潜在价值,在符合国家支持创业企业发展的政策前提下,为金融中介提出了重要的可操作性建议,也具有明显的创新性。同时,本文也存在一定的局限性。第一,实证分析中的数据来源于深交所中小板企业,与创业企业存在一定的差异,可选用的样本总量也较小;第二,选取的指标体系受到了数据来源的限制;第叁,选用的实证模型存在一定的局限;第四,未考虑宏观环境对信贷周期等违约情况带来的影响。因此,下一步的研究工作可以继续扩大调研范围,以提高样本准度和容量,选取更系统的指标体系,加入Probit等更多模型以选取最适合不同生命阶段企业的评分方法,同时考虑将宏观经济、金融环境加入到模型分析中。
张冀, 谢远涛, 杨娟[2]2016年在《风险依赖、一致性风险度量与投资组合——基于Mean-Copula-CVaR的投资组合研究》文中研究说明本文把风险依赖、一致性风险度量与投资组合纳入到一个分析框架中,结合Coupla-CVaR模型和Mean-var投资组合理论构建Mean-Copula-CVaR的投资组合模型,能有效同时解决风险度量中的一致性和依赖性关系。采用券商指数、银行指数和保险指数实证分析线性依赖和复杂依赖(Copula依赖)情况下金融机构资产配置的差异性和风险度量的充分性,研究结果表明,纳入Copula函数能够更为稳健和准确地预测投资组合的CVaR。然而,本文没有检验出不同形式Copula之间的差异具有显着性。本文的政策含义在于,忽视复杂风险依赖结构可能会造成风险低估,从而影响资产配置的有效性。
吕智翔[3]2016年在《基于稀疏优化的CVaR投资组合模型的应用研究》文中研究指明投资组合理论是现代金融理论的重要组成部分,在金融市场上,投资组合管理是投资者或投资机构关心的主要问题之一:如何将一定量的资金通过合理分配,分散投资于各种不同的证券上从而实现收益最大化。投资组合中包含的证券数目越多,投资组合的风险越小;但是证券数目过多会导致构建交易头寸时花费的交易成本越大。另外,如果将大部分资金投资于极个别证券上又会导致非系统风险不能得到有效分散化。除此之外,在现实中我们处于一个有摩擦的金融市场,在市场中有着各种各样的隐含约束因素,这些因素包括各式各样的交易费用,整手交易,基数约束,税收等等,忽略这些因素可能会导致无效的投资组合;当投资组合的决策变量过多即处在高维时,模型的最优解在投资组合优化过程中容易产生过多的微小权重,从而导致最优投资组合中非零权重的个数非常多,同时也会存在某些权重过大的问题。基于此,本文首先给出了投资组合理论,风险度量理论与稀疏优化理论的相关文献综述,接着介绍VaR风险度量理论的定义、计算方法等,以及VaR的优点,缺陷与一致性风险度量理论,从而引出并阐述了CVaR的概念和思想,介绍了CVaR的优越性并提出了传统的Mean-CVaR模型,根据传统的Mean-CVaR模型的缺陷本文提出了带交易成本的Mean-CVaR模型与基数约束的Mean-CVaR模型。然后,本文重点是建立了基于稀疏优化的Mean-CVaR投资组合优化模型,并结合我国证券市场的历史数据,选取了从2014年1月2日到2015年12月31日的489个交易日的沪深300板块和中证500板块中的533只股票数据进行了实证分析。本文把传统Mean-CVaR模型,L2范数正则化模型,L1+L2范数正则化模型,L0+L2范数正则化模型,L0+L1+L2范数正则化模型分别进行了实证分析与比较分析,得出了以下结论:(1)L2范数正则化可以减小投资组合中的某些大权重的大小,从而达到非系统风险更为分散化的目的。然而L2范数在减少模型中非零权重数目上的效果不理想。(2)L1范数正则化能够使得模型稀疏化。但是,我们发现L1范数正则化的稀疏性不易掌握。(3)L0范数可以使得模型的更为地稀疏。(4)L0+L1+L2范数正则化模型除了具有以上的模型的优点,还可以自然地考虑到了证券投资过程中的交易成本因素,除此之外还考虑到了证券投资过程中的基数约束。同时该模型也更符合现实实际。
杨义迅[4]2013年在《基于粒子群优化的GED-GARCH-VaR动态投资组合模型研究》文中认为投资者进行金融投资的目的就是为了获得利益，但利益总是伴随着风险的。投资的风险和收益总是同涨同减的，所以一个投资者如果想在投资的过程中获得较大的收益，可以肯定的是，他进行投资的风险也非常高，现在人们更加喜欢进行分散化的投资，国外对于投资组合的研究趋于成熟，相对而言，国内的研究相对落后。但是经过国内学者多年的努力，在投资组合领域已经进行了较大的突破。投资组合研究的先驱是马克维茨的均值方差法，本文在其基础之上进行了较大的改进，引入了现实约束条件，包括：中国股市的交易费用、交易量限制、投资比例限制等，在此基础上建立了动态的GED-GARCH-VaR动态投资组合调整策略，并用智能算法进行了实例求解，验证了模型的有效性。本文首先对国内外投资组合模型的研究现状、有关理论以及本文的研究方法和技术路线进行了介绍，然后阐述了比较主流的投资组合模型风险度量方式，对其优劣性进行了比较，重点介绍了VaR方式。接着分析了中国股市的波动性特征，并对处理波动性的几种常见方法进行了介绍，并通过实例验证了选取模型对处理中国股市波动性的有效性。本文对传统投资组合模型的风险进行了重新的定义，用在险价值VaR值来度量组合风险，并将其扩展到多期投资中，在文章最后选取了中国股市的真实数据，对模型的有效性进行了检验，并进行了横向和纵向比较。本文采用了定量分析的方法，对改进后的投资组合模型进行了求解，由于考虑了交易中存在的实际问题，模型可以合理的反应实际市场中的情况。
崔雪婷[5]2013年在《基于不同风险度量和交易约束的投资组合选择问题研究》文中提出作为现代金融学的重要组成部分,投资组合选择理论主要研究如何在风险和收益的双重目标下作出投资决策,并对投资组合进行风险管理.1952年,Markowitz提出均值方差投资组合模型,奠定了现代投资理论的基础.此后,基于均值方差的继续探讨,以及不同思路的风险度量方法的提出和拓展,使得投资组合理论日益充实和完善,为金融领域提供了有效的风险管理工具,同时为新型金融产品的开发提供理论指导.作为现代投资理论的基础,均值方差模型自身存在一些缺陷.方差只衡量投资组合的总体风险,而忽略了单个资产或者风险因素对投资组合总体风险的贡献.同时,传统的均值方差模型属于理论模型,没有考虑实际的投资和交易特征,如基数约束和最小持有量约束等.另一方面,对于具有非对称收益的投资组合,方差并不能很好刻画投资组合的风险特征.这些缺点削弱了均值方差模型的实用性.因此,基于不同视角和不同适用对象的投资组合模型和新的风险度量方法值得进一步研究和探讨.本文研究基于不同风险度量以及实际交易特征的投资组合选择问题,以缩小投资组合理论模型和实际应用之间的差距.本文的主要结果和创新之处如下：第一,证券收益的因素模型可以帮助投资者把握市场系统风险,本文以因素模型为基础,提出因素风险的概念来度量单个因素对投资组合总体系统风险的贡献,并建立带因素风险约束的均值方差投资组合选择模型.由于该模型是一个非凸二次约束二次规划问题,本文设计了相应的分枝定界算法.该分枝定界算法采用有效的二阶锥规划松弛作为定界方法,并对因素相关变量进行分枝.我们利用香港证券市场的真实历史数据对模型进行实证分析,结果表明该模型能够帮助投资者构建表现稳健的投资组合,有效规避市场消极因素带来的影响.第二,投资组合选择模型是否真正有效取决于参数估计是否准确.由于参数的估计误差难以避免,为衡量参数估计误差对最优投资组合的影响,本文在均值方差框架下提出了参数敏感度的概念,并建立了带有参数敏感度约束的均值方差投资组合模型.该模型是非凸二次约束二次规划问题,我们针对其结构特点,设计了有效的二次规划松弛和新的分枝定界全局算法.数值试验表明,新分枝定界算法能够在较短时间内求得模型的最优解,比全局优化商业软件BARON的求解效率更高.为说明该模型的实际效果,我们从敏感度控制效果和样本外表现两个方面进行实证分析.实证分析结果表明,带参数敏感度控制的均值方差模型可以获得表现稳定的投资组合,降低了参数估计误差对投资组合的影响.第叁,在投资决策时投资者往往需要考虑交易成本的影响和交易政策的限制,带基数约束和最小持有量约束的投资组合模型成为广受投资者关注的问题.基数约束和最小持有量约束使得投资模型具有离散性和非凸性,其优化问题可等价地化为一个混合二次整数规划问题.本文通过拉格朗日对偶方法得到一类比传统连续松弛更紧的凸松弛,并将凸松弛转化成二阶锥规划问题.基于二阶锥松弛问题,本文对带基数约束和最小持有量约束的投资组合问题的混合整数规划问题进行模型重构,使得重构后投资组合模型的连续松弛比传统连续松弛更紧.数值试验表明,二阶锥规划松弛得到的下界比传统松弛更紧,并且重构后的模型在求解效率方面具有明显的优势.第四,由于方差不能全面刻画投资组合在非对称收益情况的风险,本文在均值方差模型框架下引入风险值约束,以控制投资组合的下端风险.基于历史数据的风险值约束等价为一组混合0-1线性约束,导致模型的求解难度增大.本文采用拉格朗日分解方法生成该模型的半定松弛和二阶锥松弛,并对原问题进行模型重构,使得重构所得混合整数规划问题的连续松弛恰好是二阶锥松弛.基于S&P500历史数据的数值试验结果表明,二阶锥松弛所提供的下界比连续松弛界更紧,重构后的规划问题具有更优的求解效率.同时,数值结果也表明,当情景数较大时,风险值约束大大增加了模型的复杂性,分枝定界算法不能在合理时间内求解.第五,现有文献中的研究结果表明基于历史数据或者样本的风险值估计方法并不稳健,而参数风险值往往会受分布假设偏差的影响从而误差较大.非参数风险值方法是一类不依赖于分布假设并且表现较为稳定的风险值估计方法.我们将非参数风险值引入到投资组合选择问题中,构造了非参数风险值投资模型.由于该模型具有非凸性,我们设计了交替方向算法进行求解,并与商业软件CPLEX做了计算效率的比较.同时,为说明非参数风险值模型的实际效果,我们分别从统计效果和投资组合表现两个方面对该模型进行了实证分析.实证结果表明,非参数风险值通常具有较小的估计误差,并且非参数风险值模型在不同市场环境下能够产生表现较优且稳健的投资组合.第六,当投资组合中包含非线性收益的衍生资产时,其收益往往具有非对称性,因此风险值是度量该类投资组合风险的较好方法.由于风险值优化问题具有求解方面的困难,我们利用参数近似风险值方法构建非线性投资组合优化问题.特别地,我们利用风险值的一阶逼近(Delta-only VaR)和二阶逼近(Delta-Gamma VaR)两类近似方法来进行非线性投资组合选择.经过对模型结构的分析,我们将基于Delta-only VaR, Delta-Gamma-nornal VaR以及最坏情况Delta-Gamma VaR的投资模型等价转化为二阶锥规划问题,从而可以利用基于内点法的二阶锥规划算法进行求解.情景模拟以及实证分析结果表明,Delta-Gamma-normal VaR投资组合模型能够为投资者构造表现较为稳定的投资组合.本文总共分为九章.第一章引言,主要介绍论文的研究背景及主要研究内容.第二章为投资组合优化问题综述,介绍该领域的研究现状和现有研究成果.第叁章研究带因素风险约束的投资组合选择模型,分别从计算效率和实际应用效果对模型进行分析探讨.第四章主要讨论参数敏感度问题,并对带参数敏感度约束的投资组合问题进行分析.第五章对带有基数约束及最小持有量约束的均值方差投资组合模型进行探讨,提出了更优的松弛方法,并得到能够有效求解的新的建模方法.第六章在均值方差框架下引入风险值约束,构造投资组合模型,给出了模型的新的松弛方法和模型重构方法.第七章探讨基于非参数风险值的投资组合选择模型,并对该模型的求解方法并实际表现进行了分析.第八章讨论基于参数逼近风险值的非线性投资组合选择问题,并对不同参数近似风险值模型进行了详细的实证分析和数值试验.最后,我们在第九章对本文研究结果进行总结,并对未来研究方向进行展望.
李梦君[6]2010年在《基于凸风险度量的投资组合选择模型研究》文中研究指明2008年全球范围的金融危机对各大投资银行影响巨大,也为世界各地的投资者带来了庞大的经济损失。其影响之一就是监管者对于金融机构的严格监管,要求更为谨慎的风险控制。于是,更为合理的风险度量法以及投资组合的建立变得尤其重要。本文在理论研究与实证研究的基础上,系统地探讨了基于凸风险度量的投资组合选择模型的相关问题。本文首先对投资组合理论以及风险度量理论进行了介绍,并对传统的风险度量方法作为投资组合的风险度量的不足进行了阐述。进而引出了一致性风险度量。在本文的第3章节,详细介绍了一致性公理的内容以及经济内涵,并介绍了作为一致性风险度量方法的CVaR风险度量。接着在本文的第4章中,提出了凸风险度量这一概念及主要方法后,将其与一致性风险度量进行了对比研究,揭示两者的区别与联系。在本章中也介绍了作为凸风险度量方法的信息熵风险度量。最后,本文在第5章中详细探讨了凸风险度量下的投资组合选择模型,分别建立了基于GCVaR风险度量方法和基于信息熵风险度量方法的投资组合选择模型。在前者的研究中,本文探讨了置信水平对于GCVaR模型有效前沿的影响,并且进一步做了实证分析工作；对于后者,本文在基于最大熵原理的基础上建立了均值-信息熵投资组合选择模型,并且进一步比较研究了均值-信息熵投资组合选择模型与Markovitz的均值-方差投资组合选择模型的实际意义和数学意义的区别。本文对于主要的风险度量方法进行了比较系统的研究,这有助于理论研究工作的进一步开展。另外,本文建立并详细分析了凸风险度量方法下的投资组合选择模型,这对于实际操作也有相当的指导意义。
姚琳[7]2013年在《基于MRS Copula-ARJI-GARCH模型的投资组合VaR估计与优化》文中研究说明多样化投资一直是规避风险的主要手段，在国际金融格局变迁、潜在金融风险加剧的现实背景下，投资组合的风险管理和构建受到越来越广泛的关注，成为目前的一个热点问题。而投资组合的风险度量、资产联合分布的构建以及资产间相关性的刻画又是该热点问题的核心要素。针对目前已有研究在这叁者设定中的不足之处，本文在综合考虑资产间非对称相关结构和资产收益率跳跃特征的基础上，构建一个MRS Copula-ARJI-GARCH模型，进行资产组合动态VaR估计和投资组合优化的研究。本文首先进行相关理论分析，定性论证MRS Copula-ARJI-GARCH模型能够提高投资组合VaR估计的准确性和投资组合优化的有效性。接着构建MRS Copula-ARJI-GARCH模型，采用该模型并结合Monte Carlo模拟估计得到行业股指组合的VaR值，通过风险控制图、失败率检验方法以及区间预测检验法将其与MRSCopula-GARCH-t模型、MRS Copula-GARCH-n模型、动态Copula-GARCH-t模型以及动态Copula-GARCH-n模型的VaR估计效果进行比较，从而定量说明本文构建的模型能够提高投资组合VaR估计的准确性。最后，分别在风险最小化策略、收益最大化策略和效用最大化策略下构建Mean-VaR投资组合模型，基于MRSCopula-ARJI-GARCH模型进行投资组合优化。研究结果表明，MRS Copula-ARJI-GARCH模型在VaR的估计中能更全面地反映资产组合极端收益的可能性，可以有效提高VaR估计的准确性，能够帮助投资者制定更郑重的投资组合决策，包括在收益一定的情况下实现投资组合风险最小，在风险一定的情况下实现投资组合收益最大以及在同时考虑收益和风险时实现效用最大化。
孙薇[8]2016年在《考虑投资者主观因素的模糊随机投资组合选择模型》文中指出当今投资组合理论形成了两大分支:一支是以马克维茨的投资组合选择模型为基石的资产配置方法,依据概率论用纯数量化方法度量各资产的收益和风险。然而,马氏模型的假设条件极其苛刻,其中最为核心且遭受非议最多的是有效市场和理性人假设。随着证券市场的不断发展,许多实证研究表明,投资者往往是有限理性的,证券市场也不总是有效的,人的心理和行为等因素对投资决策的作用不容忽视。这引发了科研工作者对行为的关注,产生了行为金融学,相应地发展起投资组合理论的另一个重要分支——行为投资组合理论。行为投资组合主要通过分析金融市场主体在市场行为中的偏差和信念来寻求不同市场主体在不同环境下的经验理论及决策行为特征,力求建立一种能正确反映市场主体实际决策行为和市场运行状况的描述性模型。如何运用经典投资组合理论的量化思想,将行为投资组合中市场的非有效性和投资者的有限理性进行量化,并将市场上实际存在的模糊不确定性和随机不确定性,以及投资者的心理和行为偏差反映到经典的投资组合选择模型中,是解决问题的关键,也是客观、准确、有效地构建投资组合选择策略的重要基础工作。本学位论文综合考虑了投资者的理性和非理性及不完全理性、市场的有效性和非有效性及不完全有效性,利用模糊随机理论建立投资组合选择的一系列模型,模型均假设收益率为模糊随机变量,且通过将模糊随机不确定问题合理转化为清晰系数的规划问题,最大限度地降低了决策信息的损失。因此,提出的模型能够帮助投资者在模糊和随机双重不确定环境下做出多元化的投资组合选择决策。在考虑投资者的个人偏好和心理偏差(包括投资者的乐悲观度、理性水平、情绪水平和风险偏好)等主观因素影响的基础上,我们进一步研究了带有各种约束条件的投资组合选择模型。如考虑最小交易手数、最小投资量限制、是否允许借贷无风险资产、是否允许买空、卖空及总投资资金金额限制等客观约束条件。最后将模型应用于现实的金融市场,检验其有效性和稳定性。本文主要创新点包括如下几个方面:(1)提出了模糊随机变量的清晰数字特征的概念;基于清晰数字特征建立了模糊随机投资组合均值-方差模型。结合模糊可能性理论和概率随机理论中数字特征的优势,定义了相应的模糊随机变量的数字特征,包括模糊随机可能性均值、模糊随机可能性方差和模糊随机可能性协方差等。解决了模糊随机不确定变量的期望值模糊不清给决策带来的困难;弥补了已有的模糊随机变量的方差和协方差不能清晰反映出模糊和随机两种不确定性下的离散度和相关性的不足。基于模糊随机变量的清晰数字特征,假设收益率为模糊随机变量,建立了风险资产的投资组合选择均值-方差模型,并通过一个投资实例说明了模型的有效性及较markowitz均值-方差模型的优越性。(2)提出了与模糊随机变量的λ期望相匹配的λ方差和λ协方差的概念;基于λ期望和λ方差建立了收益偏好和风险偏好相匹配的模糊随机投资组合λ均值-λ方差模型。现有的投资组合模型多是单独考察投资者对收益率的偏好或者单独考察投资者对风险的偏好。客观上,收益和风险是相互匹配的,即高收益高风险,低收益低风险。因此有必要在模型中考虑收益和风险相匹配的情况,以便投资者根据模型提供的结果做出客观理性的投资决策。基于λ权重均值的概念,为模糊随机变量定义了一种λ权重方差和λ权重协方差,进而获得了与λ权重均值相匹配的方差风险函数。基于λ均值和λ方差建立了收益风险相匹配的模糊随机投资组合模型。进一步考虑到投资者通常为了获得更高的风险回报,会通过借入无风险资产投资于风险资产组合,模型还讨论了允许借入无风险资产的情况。(3)量化了证券市场非有效造成的收益率的模糊不确定性和随机不确定性,量化了有限理性的投资者的乐悲观度和心理偏差给收益率带来的影响,从市场非有效和投资者有限理性的角度对模糊随机资产收益率做出了详细的金融解释。提出了模糊随机变量的(λ,γ)期望的概念;基于(λ,γ)期望建立了带有投资者乐悲观度、心理偏差和一系列现实约束的模糊随机投资组合选择模型。考虑到大多数投资者都是不完全理性的,在复杂的市场环境下,不同投资者具有各自不同的心理偏差,从资产的模糊随机收益中提取出投资者的主观因素信息,包括乐悲观度λ和可能性水平γ。详细分析了投资者的这些心理偏差对投资组合有效前沿的影响,发现具有不同心理偏差的投资者会选择不同的投资组合有效前沿。实证分析表明乐悲观度参数λ和可能性水平参数γ能够正确反映投资者的心理偏差,以及对决策结果产生的影响。在允许贷出无风险资产的情况下,将一系列现实约束条件加入到模糊随机模型中,做了进一步的分析和研究。结果表明,提出的模型由于综合了模糊和随机双重不确定性因素的影响,能够充分考虑到证券市场客观的现实约束和投资者主观的心理偏差,使得模型在市场不完全有效,投资者有限理性的情况下,比已有的概率论模型和模糊模型更加实用有效。(4)提出了模糊随机变量的(λ,γ,s)期望的概念;基于(λ,γ,s)期望,建立了带有投资者乐悲观度、风险偏好和心理偏差的模糊随机投资组合(λ,γ,s)均值-标准差模型。基于概率论和最优化理论的投资组合选择问题的研究大多遵循预期效用理论,而效用理论假设理性投资者都是风险厌恶的。但由于投资者心理存在着系统性偏差,使得风险厌恶并不总是成立。因此,不能将投资者的行为统一描述为风险厌恶或风险寻求,需要建立具有不同风险态度的投资组合选择模型。在前文基础上,提出了带有多种主观度参数的模糊随机期望收益率函数,并借助于模糊随机均值-标准差方法开发了一种模糊随机投资组合模型,解决了行为金融中不同投资者的风险偏好、不同乐悲观度、不同心理偏差程度和不同情绪水平的投资者的投资组合选择问题。
程梦婷[9]2015年在《鲁棒最优投资组合研究》文中研究指明随着全球经济的飞速发展,市场波动,金融危机频繁出现,对理财与投资问题的研究也越来越具有重要的理论和实际意义。投资组合优化问题主要涉及两个关键指标——预期的收益与风险。如何度量投资组合的风险,以及如何在投资收益与投资风险之间取得平衡,是广大投资者最为关心的问题。1952年,美国经济学家Markowitz提出了着名的均值-方差投资组合选择理论,开创了现代投资组合理论的先河,为投资选择问题的定量化研究奠定理论基础。随着现代数学方法的不断发展,投资组合选择理论由传统的经验化判断和描述性分析的研究模式,发展到以金融数学为基础的定量分析阶段,为投资者进行投资决策提供了理论指导和分析的手段。本文从两个方面对投资组合选择问题进行分析与讨论,一是最坏情形时下偏矩风险度量模型优化与评价,二是最坏情形风险价值为风险度量的模型,即鲁棒最优增长投资组合模型分析与计算。(1)对最坏情形时的下偏矩(Worst-case Lower Partial Moment, WLPM)风险度量指标进行研究。WLPM被定义为一个已知均值和方差的非负随机变量的最大下偏矩,首先介绍了α≥0的WLPM闭式表达式,并对多种均值-WLPM投资组合选择问题进行分析；其次,将求得的最优投资组合与Markowitz模型进行比较,并对该模型的实用性和有限性做出评价。(2)介绍了鲁棒最优增长投资组合模型。其投资策略的效果与经典最优增长投资组合相比,在投资期限较短时表现更佳。同时,说明了鲁棒最优增长投资组合的计算过程,将投资组合增长率二次近似的最坏情形时的风险价值问题转化为一个半正定规划(Semidefinite Programming, SDP)问题,利用时间对称性可以将SDP问题转化为二阶锥规划问题,二阶锥规划问题的最优解提供了鲁棒最优增长投资组合的最优解。在包含无风险资产及不包含无风险资产两种情况下,利用模拟与实证数据,我们分别计算了鲁棒最优增长模型的解,并将结果与经典的最优增长模型和等权重投资模型进行比较,得到关于鲁棒最优增长投资组合的绩效评价。
苗强[10]2007年在《基于风险度量的证券组合投资优化模型研究》文中研究说明风险度量研究是金融领域里最核心的课题之一,也是实际证券投资活动中至关重要的一环,投资者在权衡投资收益和风险时,以其对投资风险的偏好来进行证券资产的选择,所以,风险测度的定义在组合证券投资的研究中就显得尤为重要。本论文根据投资者对风险的不同认识,给出了更加符合投资者心理的组合证券投资优化模型,并通过投资实例说明了所建模型和方法的有效性、可行性和实用性,使证券组合投资过程更加具有柔性,并且更加接近于实际。第一章概括性地介绍了证券组合投资的基本概念,证券组合投资理论在国外和国内的研究及发展概况,并且总结了本文的组成部分及主要工作。第二章论述了现有的几种主要的基于下(负)偏差的风险度量模型的优点和不足。为了更好的刻画投资者对于证券波动的心理感受,我们将上(正)偏差对风险具有的负面作用,也纳入风险度量的范围,因此,我们在考虑无风险证券和交易费用的前提下,构造了风险度量的组合偏差模型,并通过相关算例说明了该模型的实用性。第叁章考虑了在证券收益率和风险损失率均为区间数条件下的证券组合投资单目标和多目标证券组合投资线性规划模型。在该模型中,我们综合考虑了无风险证券和交易费用的存在,通过引入风险偏好系数和目标函数优化水平参数,将目标函数为区间数的线性规划模型转化为确定型的参数线性规划模型来求解,投资者可以根据自己的风险偏好程度和客观情况适当估计参数,从而得到相应情况下的有效投资方案。第四章在对一般性失望模型分析的基础上,给出了包含交易费用因素的可以卖空的证券组合投资模型,该模型不仅考虑收益低于期望收益率时所带来的损失,而且还考虑了超过期望收益率时可能带来可观利润的收益,避免了方差与下方风险的诸多缺陷。我们最后通过对沪深股市的六只股票的模拟投资验证了所建模型的有效性和实用性。
参考文献：
[1]. 创业企业信用风险度量与贷款组合管理研究[D]. 迟建新. 重庆大学. 2010
[2]. 风险依赖、一致性风险度量与投资组合——基于Mean-Copula-CVaR的投资组合研究[J]. 张冀, 谢远涛, 杨娟. 金融研究. 2016
[3]. 基于稀疏优化的CVaR投资组合模型的应用研究[D]. 吕智翔. 浙江工业大学. 2016
[4]. 基于粒子群优化的GED-GARCH-VaR动态投资组合模型研究[D]. 杨义迅. 华南理工大学. 2013
[5]. 基于不同风险度量和交易约束的投资组合选择问题研究[D]. 崔雪婷. 复旦大学. 2013
[6]. 基于凸风险度量的投资组合选择模型研究[D]. 李梦君. 武汉理工大学. 2010
[7]. 基于MRS Copula-ARJI-GARCH模型的投资组合VaR估计与优化[D]. 姚琳. 湖南大学. 2013
[8]. 考虑投资者主观因素的模糊随机投资组合选择模型[D]. 孙薇. 华南理工大学. 2016
[9]. 鲁棒最优投资组合研究[D]. 程梦婷. 浙江财经大学. 2015
[10]. 基于风险度量的证券组合投资优化模型研究[D]. 苗强. 中南大学. 2007
标签：数学论文; 宏观经济管理与可持续发展论文; 投资组合论文; 均值-方差模型论文; var模型论文; 创业风险论文; 风险资产论文; 资产组合理论论文; 方差分析论文; 风险模型论文; 组合优化论文; 总体方差论文; 模糊理论论文; 模糊算法论文; 投资论文; 证券论文; 创业论文; copula论文; var方法论文;