基于熵的房地产投资组合优化模型研究

在分析单一指数模型的基础上,将熵理论引入到房地产投资组合的风险度量中,建立了基于嫡的单一指数优化模型,并进行了实证分析,认为模型是有效的.     

对房地产投资组合收益与风险模型的研究

房地产投资组合中,反映的市场风险不能被相互抵消,而体现的是投资组合风险,即该组合的报酬率相对于整个市场组合报酬率的变异程度。建立房地产投资组合模型的目的在于引入风险概念,使房地产业获得最小风险的投资目标。     

多阶段投资组合优化研究

目前,我国的多阶段组合投资模型,各有优缺点:均值-VaR模型依据风险大小来确定投资组合,能够有效降低风险,但投资收益也会相应降低;模糊组合投资模型简单易用,但缺乏实用性;神经网络投资模型解决了多阶段组合投资时间点的确定问题,但需计算机软件辅助操作,非专业人士很难设计操作;基于熵的投资模型简单实用,但其准确性不强,且不能深入预测其投资收益。投资者应学会综合运用各模型,通过模型之间的多模型组合有效降低风险,提高投资收益。     

国外房地产投资组合风险分散化文献综述

20世纪70年代起,房地产开始成为许多大型基金的投资领域,随之而来的投资风险规避和分散也成为了当前基金投资的重点关注问题。自此,许多研究者开始尝试寻求评估房地产投资组合风险的方法。这些研究主要集中在一个方面:房地产投资组合的风险分散化策略。本文试图对房地产投资组合的相关文献进行综合叙述,希望能为国内学者在房地产投资组合分散化方面的研究提供线索和框架。     

证券投资组合有利信息率模型

在证券投资中一些学者把熵的思想应用到投资组合中,作为风险的度量建立了熵模型。文章分析了熵模型作为风险管理的一种手段的不足之处,以熵为基础给出了有利信息率的概念并建立了最小有利信息率模型。最后通过举例说明了最小有利信息率模型在实际应用中优于熵模型。     

房地产投资风险及防范策略分析

房地产投资具有投资金额大、回收期长等特点,因此在房地产投资的各个环节中,收益始终是与风险同时存在的,特别是处在经济转轨时期的中国房地产投资,风险更是在所难免。分析我国房地产投资风险及其变化规律,实施投资分析、投资组合和保险等防范房地产投资风险的策略,对当前我国房地产业开发建设的健康有序发展具有重要的现实意义。     

一种基于投资者风险厌恶程度的广义叉熵投资组合模型

本文基于Csiszer定向散度理论,建立了证券投资组合的广义叉熵模型。该模型考虑了投资者的风险厌恶程度,通过将其定量化得到了各股票的投资比重,从而在考虑投资者心理行为因素的情况下降低了证券投资组合时的计算量。此外,该模型更符合投资者投资股票时的心理状态,能够客观、合理地反映投资者的投资需求,在实际投资时更具有可行性。     

基于ISM的房地产企业投资风险研究

我国房地产企业在其投资过程中会遇到诸多风险,这些风险的存在将威胁房地产企业投资及未来收益。因此,文章正是从这点出发,利用改进模糊层次分析法对房地产企业投资风险进行评价,筛选出关键投资风险因素,进而以解释结构模型为工具,对关键投资风险因素加以分析,最终形成了关键投资风险因素的ISM模型。从理论上厘清关键投资风险因素的相互关系,并根据模型解析,提出防范投资风险的建议对策。     

基于模糊综合评价的投资风险决策

随着房地产市场竞争激烈加剧,以及房地产开发的规模化和产业化,如何进行房地产投资风险决策,以防止投资失败和减少企业风险,已成为当务之急。因此,设计房地产投资风险决策的动态模糊评价模型,制定一套科学的评价指标体系,对各种投资风险进行综合评价,可为投资风险提供一种工具。     

保险资金投资管理中的风险分散问题研究

组合投资是利用投资组合内各个风险资产之间的相关性来分散风险的,而均值—方差投资组合模型采用的相关性度量—相关系数无法准确地度量风险资产之间的相关性,这必将对组合投资的风险分散效果产生不利影响。本文提出,用理论性质更好的相关性度量来度量风险资产之间的相关性,并建立基于Kendallτ的投资组合模型。通过实证研究发现,在保险资金投资管理中,采用基于Kendallτ的投资组合模型能够取得比均值—方差投资组合模型更好的风险分散效果。     

熵风险下的国内证券投资组合模型

通过结合我国的实际情况,考虑交易费用、限制约束、最小交易单位以及限制卖空等几个条件,建立一套针对我国证券市场的投资组合熵模型。该模型主要运用了求解整数规划问题的方法,根据主要赋予风险水平不同的取值。对模型进行求解。求得出对于不同风险水平的最优分配方案,以及对应收益的极大值,确定模型的有效边界,从而得出的结论：该模型是一套针对我国股票市场有效的投资组合模型,其与我国真实股票市场情况更接近,实用性更强。     

基于熵权TOPSIS法的房地产投资项目评价模型研究

文章从外部投资环境、项目投资预期两方面选取了人均地区生产总值、土地成交比、商品房成交比、价格增幅、静态投资回收期、成本利润率、销售利润率、内部收益率8个指标,组成房地产投资项目决策评价指标体系,利用熵权TOPSIS法构建房地产投资项目评价模型,通过对四个房地产投资项目的实证分析,证明了模型的实用性与可信度。     

证券投资风险度量熵模型研究

在证券投资中,信息缺失则意味着风险的存在。熵是表述缺失信息的一种手段,因此可以作为风险度量的工具引入到证券投资风险管理中。本文将熵的理论引入到证券投资风险度量与管理领域,建立以熵为基础的风险管理模型。     

基于熵权法与TOPSIS法的房地产项目投资风险评价

房地产项目的风险评价是有效提高房地产项目成功率的主要工作,在对房地产投资要素分析的基础上,构建了基于投资环境分析的风险评价指标体系。对主要指标的评价进行了量化。利用熵权方法及TOPSIS法对房地产项目风险指标进行评价,不仅在理论上对房地产项目评价进行了创新,而且也有助于在实际项目操作时对房地产项目风险进行有效控制。结果表明计算方法简单,在权重确定上弥补了单一方法的不足,多项排序指标的运用进一步提高了结果的可靠性。项目级风险评价的方法构建对实践决策提供了依据。     

基于BP神经网络的房地产风险研究——以西安地区为例

随着近年来房价的不断飙升,房地产背后的风险也开始逐渐显露。而房地产风险评估也一直都是学术界和实务界十分关注的问题。为此,本文利用BP神经网络方法来量化评估房地产投资风险,并以西安地区为例建立BP神经网络模型。该模型通过样本学习和训练能够较好地评估房地产项目投资风险,以为投资者、管理者提供意见参考。     

组合投资的系统风险与非系统风险——兼评王辉等人的《投资组合风险的分散化研究》

本文在指出王辉等人的《投资组合风险的分散化研究》一文中出现的错误的基础上,根据资本资产定价模型(CAPM)将组合投资的风险分离为系统风险与非系统风险,最后讨论了组合投资的均值-方差模型。     

基于DEMATEL的房地产企业投资风险分析

在借鉴近期国内有关房地产企业投资风险研究的基础上,本文以DEMATEL法为分析工具,主要探讨了影响房地产企业投资的风险因素,并从原因和结果两方面分析了各风险间的逻辑关系,建立DEMATEL分析模型,从理论上找出影响房地产企业投资的主要风险因素并根据模型分析结果给出相关建议对策。     

基于VaR和两基金分离的投资组合模型

本文使用VaR来度量投资组合的市场风险,构造了一个在可接受期末财富约束条件下,使VaR达到最小的投资组合模型,同时,发现该模型发生了两基金分离现象,因此存在多风险资产情形下的投资组合模型可以退化成为单风险资产情形下的投资组合模型。最后,本文使用简化的单风险模型对我国上海股票市场进行了实证分析,探讨投资者如何在股票和银行借贷中进行最优资产分配。     

投资组合优化策略问题研究

在借鉴Markowitz投资组合均值方差模型的基础上,为风险偏好不同的投资者设计了投资组合的复合模型:首先根据风险与收益的短期预测选择股票种类,其次依据风险偏好确定投资组合收益与风险的优化比率,最后利用该优化比率配置有限资金以使效用最大化。     

论证券投资组合的风险分散效应与应用

证券投资风险分为系统风险和非系统风险,其中非系统风险可以通过多种证券投资组合分散和降低。投资组合分散风险的原理在现代金融市场得到了广泛应用,尤其是基金管理公司做基金投资。在证券投资组合程序中,证券组合数量的选择尤其重要,关系到证券管理费用以及投资组合的成本的高低。通过单指数模型分析投资组合风险分散原理及其应用,并综合考虑投资组合成本,分析基金重仓股数量为10的原理,以及基金证券数量为30-100对于基金投资风险分效果最佳。