一种多资产组合风险度量解决之道：正则藤Copula

为准确地度量包含有多项金融资产的组合的风险,本文提出使用一种新的高维Copula构建方法,正则藤Copula（Canonical Vine Copula）,来对多资产间的非线性相关结构进行建模,该函数呈现为一个以一系列成对Copula函数作为节点的“藤”的层叠结构。本文基于上海、香港和台湾三个股票市场对构建该高维Copula函数时各个节点上成对Copula函数类型的选取进行了讨论,并证实了正则藤Copula函数相比传统的多元Copula函数能够更灵活地描述各市场间尾部相关性的复杂形式。样本外风险预测绩效分析和模拟研究均表明,使用正则藤Copula函数确实能够更为稳健和准确地预测组合VaR。     

VaR约束下不允许卖空且含无风险资产的M-V投资组合优化

针对不发达市场不允许卖空的实际情况,文章提出了基于VaR约束且含有无风险资产的均值—方差(M—V)投资组合模型,并结合序列二次规划方法和不等式组的旋转算法,计算出不同的最低收益率所对应的最优投资策略。最后,以一个具体的例子证明,在投资组合中引入无风险资产可以降低投资风险。     

一种增强型指数追踪模型设计及应用

研究目标：构建了可以调节追踪误差和超额收益的增强型指数追踪模型,并给出了广义最小角度回归算法（GLARS）,用以计算调节参数作用下模型解的折中路径。研究方法：通过模拟数据和五组世界主要股票市场指数的历史数据,对本文提出的模型和算法与同类模型和算法进行了性能比较;同时追踪上证50指数构建若干稀疏且稳定的资产组合模型,通过信息比率等指标对投资组合进行评价。研究发现：本文构建的模型可用以构造权衡追踪效果和超额收益,且稀疏的资产组合,GLARS算法相对传统预设参数的算法具有良好的求解能力和计算速度。研究创新：引入调节参数平衡追踪效果和超额收益,并针对中国股票市场的特点,在增强型指数追踪模型施加非负约束;GLARS算法可遍历所有折中意义下的最优解。研究价值：本文提出的增强型指数追踪模型在国内具有较强适用性,在保证资产稀疏性的前提下可以得到超额收益,同时丰富了目前投资组合中的方法论研究。     

基于Excel的风险投资组合交互式优化模型的教学应用

多元化投资相关理论及其应用是《证券投资学》课程的教学重点,但由于均值—方差分析对矩阵代数计算要求较高,如何求解和分析多元化风险投资条件下最优资产组合构成一直是教学的薄弱环节。本文基于Excel构建了一个交互式风险资产投资组合优化模型,利用该模型引导学生分析多元化投资策略,克服了以上障碍并取得了较好的教学效果。     

基于自适应蚂蚁算法的房地产投资组合优化决策

房地产投资组合优化是降低投资风险的有效方法之一。现有的房地产投资组合理论及算法存在缺陷,本文利用熵作为风险衡量指标,并将蚂蚁算法引入房地产开发领域,且针对基本蚂蚁算法存在的计算复杂,易陷入局部最优等缺陷,提出了一种变系数的自适应蚂蚁算法,TSP问题的计算结果表明了该方法较之其他改进算法的优势。以各项目间的均值熵代替TSP中的各城市距离后的房地产投资组合计算实例表明,该方法具有较好的收敛性、稳定性和鲁棒性,是求解组合优化问题的一种较好的方法。     

资产组合投资的整体收益与风险

在进行资产组合投资时为了取得资产组合的多样化效应,投资者要做出两项选择。第一是选择什么样的资产构成作为投资组合。第二是在已选择的资产组合中每种资产所占的比重是多大。这两个选择的科学合理性就决定了投资人投资组合的整体效益与风险的大小。     

基于系统性风险和夏普指数的社保基金投资绩效分析

本文利用资本资产定价模型(CAPM)中的贝塔系数来刻画全国社保基金投资组合的系统性风险,通过与市场收益系统性风险的大小做对比来说明投资组合的整体风险状况。并且以CVa R代替Va R计算夏普指数的变形形式(RAROC)来反映投资组合的风险收益状况。而CVa R则是利用Pair-Copula拟合投资组合的分布之后,通过蒙特卡罗模拟求出的。     

企业年金投资收益率分析

一、现代证券组合理论——风险与收益之间的权衡 （一）风险与收益之间的制衡关系及衡量方法 风险与收益之间的制衡关系是指预期回报高的资产其风险也高,反之亦然。风险的衡量是由投资回报的波动性开始的,当人们运用资产配置技巧建立投资组合时,还需考虑资产间的相互作用以及风险分散效应,其量化的衡量方法就是现代证券组合理论的主题。投资回报率被定义为投资时段中所赚的钱占所投入资金的百分比,多期回报通常以算术平均值或几何平均值来衡量。几何平均值在衡量长期回报时较算术平均值精确。由于通货膨胀对货币价值的影响,投资回报率多为去除通货膨胀效应之后的比例,     

一种基于规则化方法的最优稀疏指数追踪模型设计

本文将目前流行的规则化方法加入到传统指数追踪模型中,得到若干种稀疏而且稳定的资产组合,用于复制指数的收益率,并构建样本内外预测、模型一致性、资产组合稀疏性和BIC准则进行模型效果评价。基于对上证综指、沪深300指数和中证500指数的实证发现:图结构约束可以提升模型的样本外预测能力、模型一致性和资产组合稀疏性;ITM-adaL₁在资产组合稀疏性上表现远好于其他模型;结合三种指数追踪,含有自适应L₁罚函数以及图结构约束的指数追踪模型总体表现优于其他模型。本文的研究方法和结果对指数型基金管理公司、个人和投资机构者有较为重要的实际意义。     

投资组合效用问题的研究

每个投资者都有一条无差异曲线来表示他对于预期回报率和标准差的偏好。我们曾研究了风险资产进行投资组合时的效用最大化问题，通过空间变换把Markowitz模型的有效前沿用投资组合的权重向量表示出来，然后将无差异曲线（IDC）也用投资组合的权重向量表示出来，再由风险资产组合的有效选择原则求出了效用最大化的风险资产组合。在本文中，我们进一步研究了含无风险资产时投资组合的效用最大化问题，以及不同借贷利率下投资组合的效用最大化问题。     

上市公司资产组合实证研究

上市公司的资产组合是证券市场参与者广泛关注的问题，上市公司应当在主营业务、投资业务和其他业务之间保持合理的比例。本文选取了1999年896家上市公司进行最优资产组合研究，由所有样本中主营业务最突出的部分公司构造标准样本公司，从而计算实际资产组合与最优资产组合的差异。研究表明现有的上市公司总体投资资产规模偏大，主要经营业务领域的投资规模偏小，未来应该加强资产运营。     

从积极投资的角度认识养老基金投资管理

一、养老基金投资的策略 养老基金投资管理可以划分为两个层次的活动,第一层次的活动是资产配置,把全部资金按照一定的比例分解到不同的资产类别;第二个层次的活动是构建投资组合或者选择实业项目,把属于各个资产类别的资金进一步分解到若干投资组合或者经过优选的实业项目之中,例如,把投资股票的资金分配到委托投资的股票组合或者内部管理...     

家庭金融投资的最优结构探究

每个家庭在家庭金融投资时,都期望其资产能实现保值增值。为实现其目标,本文依据Markowitz投资组合理论思想,从经济学的角度,以风险最小化为基础,以家庭金融投资的机会成本为期望收益率,计算家庭金融投资的最优结构。结果表明,家庭的实际投资结构与最优结构对比相差较大,未来调整过程任重道远。     

投资模型选择问题研究

本文研究五类代表性的投资组合模型：方差,绝对偏差,LPM模型,极大极小模型,以及最大绝对偏差模型,讨论不同的风险度量模型是否真的会造成资产配置的效果不同。区别于传统的从风险与收益的角度进行比较,我们研究5个风险模型得到的最优策略结构,通过权重和重叠的资产数目来探讨不同模型间的相似程度。我们的实证结果发现,不同的风险度量模型会对投资组合的构成造成非常显著的影响。这些结果对投资者或者基金经理进行投资实践具有非常重要的意义,因为传统的看法普遍认为模型的选择取决于投资者对风险的态度而不是从模型本身的理论或者实践价值来选择模型。     

货币性外汇储备资产的多层次优化配置

在中国拥有巨额外汇储备并急需寻求储备资产管理模式创新的背景下,本文以货币性外汇储备和资本性外汇储备的划分为前提,将多层次、系统的管理思想引入到外汇储备资产优化配置中。通过构建基于多层次需求的货币性外汇储备币种结构优化的AHP模型,测算出外汇储备货币性资产的最优币种权重。在币种结构确定的基础上再建立修正的资产结构优化AHP模型,并最终计算出货币性资产权重,从而实现了币种结构和资产结构优化的真正结合。研究结果表明：美元在币种权重中的领导地位还难以撼动,货币性存款在资产组合权重中也具有明显优势。因此,在货币性资产优化配置中,不宜将币种盲目多样化,同时应充分考虑货币性储备资产的功能和特性,选择流动性强、安全性高的金融资产。     

指数基金在我国证券市场中的应用

一、指数基金的相关概念根据投资组合理论,只要基金所选取的证券组合足够多,就可以构建一只同大盘指数波动走向的基金,从而有效地化解非系统性风险,这样指数基金就应运而生了。指数基金就是指按照某种指数构成的标准购买该指数包含的证券市场中的全部或者一部分证券的基金,其目的在于达到与该指数同样的收益水平。这种针对指数投资的模式被称为指数化投资,也叫作“资产等级投资”或者“消极投资”。指数基金的投资管理过程主要包括构建指数基金初始证券组合、现金红利再投资、证券权重调整及基金绩效监控等几个过程。１.构建初始证券组合。…     

最优资产组合的计算方法

研究在金融市场中无风险控制下,投资者连续投资获利问题,log-最优资产组合理论显得很重要,但市场运作中,要进行计算来指导投资者.本文我们将给出两种实用的计算方法.     

企业年金投资收益率分析

一、现代证券组合理论——风险与收益之间的权衡(一)风险与收益之间的制衡关系及衡量方法风险与收益之间的制衡关系是指预期回报高的资产其风险也高,反之亦然。风险的衡量是由投资回报的波动性开始的,当人们运用资产配置技巧建立投资组合时,还需考虑资产间的相互作用以及风险分散效应,其量化的衡量方法就是现代证券组合理论的主题。投资回报率被定义     

基于信息熵的改进蚁群算法及其应用

基本蚁群算法存在着计算复杂、易陷入局部最优等缺陷，本文提出了一种基于信息熵的改进蚁群算法，采用由信息熵控制的路径选择及随机扰动策略实现了算法的自适应调节，克服了基本蚁群算法的不足。本文将蚁群算法改进后引入房地产开发项目投资组合优化中，以各项目间的均值熵代替TSP中的各城市距离，计算实例表明，该方法具有较好的收敛性、稳定性和鲁棒性，其不失为求解组合优化问题的一种较好的方法。     

有融资因素的资产组合投资模型及应用——对马科维茨模型的一个扩展

马柯维茨的均值-方差组合模型讨论了资产组合的选择问题,为投资者进行分散化投资提供了一般的准则。在此基础上进行了了一些补充和修改,针对现实中广泛存在的融资炒股的现象建立了有融资因素时的资产组合模型,并结合中国股市不允许卖空这种情况进行了实证检验,为投资者在有融资时的投资提供参考。