基于巨额损失波动性的最优投资决策研究

发布时间：2017-06-29 12:13

  本文关键词：基于巨额损失波动性的最优投资决策研究，，由笔耕文化传播整理发布。

【摘要】：随着互联网及信息技术的快速发展,全球金融正逐渐走向一体化,国与国之间的金融往来越来越密切,这给世界经济发展带来了新契机,但各国同时也面临着金融危机带来的如“蝴蝶效应”般的新挑战。1997年亚洲金融危机及2007年美国次贷危机给我们留下了深刻警示:经济全球化背景下的金融市场更加动荡不安,一国或一个地区的金融危机会迅速波及全球,这些频发的小概率极端事件对世界经济及全球金融系统造成了巨额损失,因此金融风险防控至关重要。鉴于此,本文将研究基于巨额损失波动性最小条件下的最优投资决策问题。本文第一部分介绍了研究背景及意义,综述了国内外关于投资组合选择研究的现状,提出了研究内容、研究思路、重点难点及创新点等。第二章在梳理经典投资组合模型发展脉络的基础上,充分考虑了投资者风险规避的心理特点及金融实践中频发遭受巨额损失的小概率事件现象,构建了基于发生巨额损失波动性最小的投资组合模型。第三章利用常用的12个基本面分析指标,从沪深两市28个行业中筛选了131家上市公司股票作为初选资产,利用聚类分析技术将其分类,最终选择了11只股票构建核心资产组合;之后提出了基于主成分分析的情景生成方法,该方法兼顾了收益分布的非对称特征及极端事件发生的可能性,以生成“量少、稳健”情景有效地避免了“维数祸根”。第四章利用选择的11只风险资产构建最优投资组合,对前文提出的基于主成分分析的情景生成方法及基于巨额损失波动性最小的投资组合模型进行有效性检验及预测检验。数值模拟结果表明,该情景生成方法及投资组合模型是有效的;预测检验表明,该投资组合模型比经典条件在险价值模型(CVa R)更优,达到了控制发生巨额损失波动性的目的。第五章总结了本文的研究工作,指出了不足之处,并对未来研究做出展望。
【关键词】：投资组合选择 巨额损失 情景生成 主成分分析 聚类分析
【学位授予单位】：河北师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51
【目录】：

• 摘要4-5
• 英文摘要5-9
• 1 引言9-15
• 1.1 研究背景及意义9-10
• 1.2 国内外研究综述10-13
• 1.2.1 国外研究综述10-12
• 1.2.2 国内研究综述12-13
• 1.3 研究内容、思路与创新点13-15
• 1.3.1 研究内容13-14
• 1.3.2 研究思路14
• 1.3.3 研究重点、难点及创新点14-15
• 2 基于巨额损失波动性的投资组合模型15-23
• 2.1 经典投资组合模型回顾15-20
• 2.1.1 均值-方差模型15-16
• 2.1.2 单指数模型16-17
• 2.1.3 均值-下半方差模型17
• 2.1.4 均值-绝对偏差模型17-18
• 2.1.5 在险价值模型18-19
• 2.1.6 条件在险价值模型19-20
• 2.2 基于巨额损失波动性的投资组合模型20-23
• 3 风险资产选择及情景生成方法23-29
• 3.1 风险资产选择23-25
• 3.2 情景生成方法25-29
• 3.2.1 情景生成方法概述25-26
• 3.2.2 基于主成分分析的情景生成方法介绍26-27
• 3.2.3 基于主成分分析的情景生成方法的实现27-29
• 4 基于巨额损失波动性的投资组合模型的实证检验29-34
• 4.1 基于巨额损失波动性的投资组合模型的有效性检验30-31
• 4.1.1 投资组合风险随最低预期收益率增加的变动趋势分析30
• 4.1.2 投资组合风险随生成情景数目增加的收敛趋势分析30-31
• 4.1.3 投资组合风险在不同置信水平下的变动趋势分析31
• 4.2 基于巨额损失波动性的投资组合模型的预测检验31-34
• 5 结论与展望34-35
• 参考文献35-39
• 附录39-40
• 后记40-41
• 攻读学位期间取得的科研成果清单41

【参考文献】

中国期刊全文数据库 前10条

1 刘晓星;;基于CVaR的投资组合优化模型研究[J];商业研究;2006年14期

2 牛昂;VALUE AT RISK: 银行风险管理的新方法[J];国际金融研究;1997年04期

3 安佰玲;张杰;;基于CVaR的最优投资组合模型算法分析[J];大学数学;2013年02期

4 赵丽娟;安琪;;VaR的改进方法CVaR在投资组合风险中的应用[J];商业经济;2009年17期

5 翟永会;;含有资本结构因子和交易成本的均值-CVaR投资组合策略选择模型[J];河南师范大学学报(自然科学版);2013年05期

6 王秀云;王冰;;投资组合风险中CVaR方法的应用[J];商场现代化;2008年04期

7 方军武;;基于CVaR的投资风险分析[J];统计与决策;2011年14期

8 杨爱军;高岳;孟德锋;;基于CVaR风险度量的投资组合优化决策[J];统计与决策;2012年15期

9 陈金龙,张维;CVaR与投资组合优化统一模型[J];系统工程理论方法应用;2002年01期

10 吉小东;汪寿阳;李振涛;;一种基于聚类分析的多阶段情景生成方法[J];系统工程理论与实践;2006年07期

  本文关键词：基于巨额损失波动性的最优投资决策研究，由笔耕文化传播整理发布。

本文编号：497867