标准化风险度量下的投资决策与合同履约激励对策
发布时间：2020-08-02 15:14
【摘要】：投资的风险度量是投资决策赖以建立的关键性指标量。传统的风险量定义为投资回报的方差,将投资回报相对于其期望值的波动作为风险,此度量方法的缺陷与不足已为众所公认,本文主要利用金融分析,随机分析,运筹规划,对策论等理论和方法,研究投资风险度量,投资项目评价选择,投资决策优化以及合同履约等问题。首先分析和讨论已有文献中研究风险度量和投资决策的现状,然后研究了以下方面的理论问题: 1、基于投资损失计算的下侧准则和投资者的目标回报,定义了一个新的风险度量,称为标准化风险度量。此度量是一个相对量,构造为关于所要求的目标回报的期望损失值与目标回报高至几乎肯定达不到时的最大期望损失值之比。新度量比传统度量更为合理和优越,可方便地用于比较具有不同的货币单位或不同的度量基的投资项目的风险。本文对于投资中常用的几种回报分布,获得了相应的标准化风险度量公式,并讨论了单期和多期情形标准化风险度量的性质。 2、研究了标准化风险比较和投资选择的一般方法,利用标准化风险定义在投资回报的标准化分布之下的优势,分别在单期投资和多期投资情形,对于回报同属一个同标准化分布类的投资项目的风险比较,获得了一系列对投资选择有指导意义的命题,并进行了相应的理论与实证分析。在此基础上,对回报分布不属同目标标准化分布类的任意投资项目间的风险比较与选择获得了一般意义的结论。这些命题和结论构成投资风险比较和项目选择的准则性方法。 3、将单项投资的标准化风险度量(SRM)推广到多资产投资情形,并导出SRM在概率意义下的一种重要的等价形式。以此为基础,建立了以标准化风险(SR)为目标或约束的投资决策优化方法。该方法的核心是将SRM 为风险度量的优化问题转化为线性规划问题的优化技术。此技术结合利用统计抽样数据,可优化含有大量金融工具的投资组合。运用此方法,本文在考虑交易成本的情形下,建立了最小化投资的标准化风险的一期组合优化模型。该模型基于指定的投资日和固定的资产持有时间期而设计,使得投资日的资产价格作为信息被用于优化模型中。模型被应用于上证30 指
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2005
【分类号】：F224
【图文】：
表 4.1 不同目标回报下最优组合中的资产投资量*ix 和最优*SRM(τ = 30, c=0.007)r 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 0.18 0.20 0Cash 50864 32608 12572 5112 0 0 0 0 0 0 0600868 2001 2627 3923 5063 6219 6520 7737 8395 8898 8898 8600649 1172 1710 1963 1928 1852 1770 864 374 0 0 0600072 526 813 924 599 144 0 0 0 0 0 0600068 125 0 0 0 0 0 0 0 0 0 0Ψ 0 0 0 0 0.021 0.070 0.114 0.160 0.208 0.257 0
表 4.1 不同目标回报下最优组合中的资产投资量*ix 和最优*SRM(τ = 30, c=0.007)r 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 0.18 0.20 0Cash 50864 32608 12572 5112 0 0 0 0 0 0 0600868 2001 2627 3923 5063 6219 6520 7737 8395 8898 8898 8600649 1172 1710 1963 1928 1852 1770 864 374 0 0 0600072 526 813 924 599 144 0 0 0 0 0 0600068 125 0 0 0 0 0 0 0 0 0 0Ψ 0 0 0 0 0.021 0.070 0.114 0.160 0.208 0.257 0
有期将允许投资者成就更高的回报。这与实际情形是一致的。由图 5.1 还可知，随着目标回报要求的逐渐增高，不同期长下的最小风险的差距将逐渐变小。这与传统理论和实际也是相符的。表 5.1：不同目标回报下最优组合中的资产价值比例 ix 、最优 SRM 和 EER （ τ = 20, c=0.007）r 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 0.18 0.20 0.40Cash 0.8389 0.6319 0.4248 0.2177 0.0106 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000600868 0.1000 0.2286 0.3572 0.4858 0.6143 0.8152 0.9349 1.0000 1.0000 1.0000 1.0000600649 0.0496 0.1135 0.1773 0.2411 0.3049 0.1160 0.0000 0.0000 0.0000 0.0000 0.0000600072 0.0114 0.0261 0.0407 0.0554 0.0701 0.0688 0.0651 0.0000 0.0000 0.0000 0.0000 SRM 0.0029 0.0155 0.0361 0.0602 0.0876 0.1237 0.1610 0.2007 0.2413 0.2818 0.7423 EER0.0061 0.0083 0.0105 0.0126 0.0148 0.0163 0.0171 0.0175 0.0175 0.0175 0.0175
本文编号：2778688
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2005
【分类号】：F224
【图文】：
表 4.1 不同目标回报下最优组合中的资产投资量*ix 和最优*SRM(τ = 30, c=0.007)r 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 0.18 0.20 0Cash 50864 32608 12572 5112 0 0 0 0 0 0 0600868 2001 2627 3923 5063 6219 6520 7737 8395 8898 8898 8600649 1172 1710 1963 1928 1852 1770 864 374 0 0 0600072 526 813 924 599 144 0 0 0 0 0 0600068 125 0 0 0 0 0 0 0 0 0 0Ψ 0 0 0 0 0.021 0.070 0.114 0.160 0.208 0.257 0
表 4.1 不同目标回报下最优组合中的资产投资量*ix 和最优*SRM(τ = 30, c=0.007)r 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 0.18 0.20 0Cash 50864 32608 12572 5112 0 0 0 0 0 0 0600868 2001 2627 3923 5063 6219 6520 7737 8395 8898 8898 8600649 1172 1710 1963 1928 1852 1770 864 374 0 0 0600072 526 813 924 599 144 0 0 0 0 0 0600068 125 0 0 0 0 0 0 0 0 0 0Ψ 0 0 0 0 0.021 0.070 0.114 0.160 0.208 0.257 0
有期将允许投资者成就更高的回报。这与实际情形是一致的。由图 5.1 还可知，随着目标回报要求的逐渐增高，不同期长下的最小风险的差距将逐渐变小。这与传统理论和实际也是相符的。表 5.1：不同目标回报下最优组合中的资产价值比例 ix 、最优 SRM 和 EER （ τ = 20, c=0.007）r 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 0.18 0.20 0.40Cash 0.8389 0.6319 0.4248 0.2177 0.0106 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000600868 0.1000 0.2286 0.3572 0.4858 0.6143 0.8152 0.9349 1.0000 1.0000 1.0000 1.0000600649 0.0496 0.1135 0.1773 0.2411 0.3049 0.1160 0.0000 0.0000 0.0000 0.0000 0.0000600072 0.0114 0.0261 0.0407 0.0554 0.0701 0.0688 0.0651 0.0000 0.0000 0.0000 0.0000 SRM 0.0029 0.0155 0.0361 0.0602 0.0876 0.1237 0.1610 0.2007 0.2413 0.2818 0.7423 EER0.0061 0.0083 0.0105 0.0126 0.0148 0.0163 0.0171 0.0175 0.0175 0.0175 0.0175
【参考文献】
相关期刊论文 前2条
1 陈丽贞;高校科技成果的推广应用[J];科技管理研究;2002年02期
2 苏慧文;技术交易风险防范对策分析[J];科学管理研究;1997年01期
本文编号：2778688
本文链接：https://www.wllwen.com/jingjifazhanlunwen/2778688.html
