【摘要】：風(fēng)險(xiǎn)的產(chǎn)生源于未來結(jié)果的不確定性以及投資者對(duì)其認(rèn)識(shí)的有限性,金融投資風(fēng)險(xiǎn)特指這種不確定因素下引起的證券價(jià)格變動(dòng),給投資者造成損失的可能性以及損失程度。由于風(fēng)險(xiǎn)潛在的危害性,因而必須得到有效的監(jiān)控,在風(fēng)險(xiǎn)到來時(shí)最大程度地降低它可能導(dǎo)致的損失,并從風(fēng)險(xiǎn)中獲得相應(yīng)的收益,有效地管理風(fēng)險(xiǎn)。進(jìn)行風(fēng)險(xiǎn)管理最重要的步驟就是對(duì)風(fēng)險(xiǎn)的分析和評(píng)估,即風(fēng)險(xiǎn)測(cè)量,選擇什么樣的指標(biāo)去衡量風(fēng)險(xiǎn)至關(guān)重要。而投資組合理論主要研究在未來結(jié)果不確定的情況(即存在一定風(fēng)險(xiǎn))下怎樣對(duì)有限資產(chǎn)進(jìn)行選擇和組合使得預(yù)期收益和風(fēng)險(xiǎn)達(dá)到合理的均衡。 Markowitz于1952年首次提出了科學(xué)的投資組合選擇理論：理性的投資者總是尋求在給定期望收益水平條件下風(fēng)險(xiǎn)最小或在給定風(fēng)險(xiǎn)水平下收益最大的資產(chǎn)組合,從此,以預(yù)期收益率衡量證券組合收益,以方差或標(biāo)準(zhǔn)差衡量證券組合風(fēng)險(xiǎn)的均值—方差模型在投資組合研究領(lǐng)域中得以確立。 但是,隨著證券市場和證券交易規(guī)模的擴(kuò)大以及金融理論和金融工程的發(fā)展,證券投資風(fēng)險(xiǎn)測(cè)量方法也變得更為綜合、復(fù)雜。傳統(tǒng)的以方差度量風(fēng)險(xiǎn)的方法受到了眾多學(xué)者的質(zhì)疑,以VaR為代表的現(xiàn)代風(fēng)險(xiǎn)度量方法已成為當(dāng)前國際上最流行的控制風(fēng)險(xiǎn)的標(biāo)準(zhǔn)工具。為了克服VaR的不足,條件風(fēng)險(xiǎn)價(jià)值CVaR的風(fēng)險(xiǎn)度量技術(shù),被學(xué)術(shù)界認(rèn)為是一種比VaR風(fēng)險(xiǎn)度量技術(shù)更為合理有效的現(xiàn)代風(fēng)險(xiǎn)管理方法。 本文在均值—方差的優(yōu)化問題的理論基礎(chǔ)上,將最小化方差的目標(biāo)函數(shù)推廣為將CVaR做為測(cè)度風(fēng)險(xiǎn)的新投資組合優(yōu)化模型。本文研究的目標(biāo)在于建立了一個(gè)完整的模型計(jì)算機(jī)制。通過該模型,可以為所考慮的金融資產(chǎn)挑選出計(jì)算或預(yù)測(cè)CVaR值精確度最高的模型,以用于測(cè)度金融資產(chǎn)的風(fēng)險(xiǎn)。 我國目前對(duì)CVaR的研究主要集中在分析方法上,即運(yùn)用各種分布假設(shè)和波動(dòng)性的估計(jì)模型解決金融時(shí)間序列的尖峰厚尾和波動(dòng)的集聚現(xiàn)象。與分析方法相比,蒙特卡羅模擬法是一種全值估計(jì)方法,無須假定市場因子服從正態(tài)分布,可以有效的解決分析方法在非正態(tài)問題中遇到的困難。然而,金融時(shí)間序列的尖峰厚尾和波動(dòng)的集聚現(xiàn)象,一般的蒙特卡羅模擬法在計(jì)算CVaR時(shí)就存在局限性。 為增進(jìn)蒙特卡羅模擬法估計(jì)CVaR的績效,提高估計(jì)精度,對(duì)蒙特卡羅模擬法本身的模型風(fēng)險(xiǎn)有更全面的了解,本研究欲以t分布和GARCH(1,1)波動(dòng)性估計(jì)模型運(yùn)用到蒙特卡羅模擬法中,并用我國的金融市場數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn),以基金作為研究對(duì)象,比較理論模型組合和基金實(shí)際投資組合風(fēng)險(xiǎn)的大小,并運(yùn)用夏普測(cè)度等比較兩者之間的績效優(yōu)劣。從而得出均值—CVaR模型在我國市場運(yùn)用的可行性以及為探索適合我國金融市場的均值—CVaR模型計(jì)算方法提供選擇依據(jù)。 全文共分5章,對(duì)各章節(jié)的內(nèi)容安排如下： 第一章是緒論。主要討論研究的背景及意義,在此基礎(chǔ)上確定本文主要解決的問題和本文的基本思路和邏輯結(jié)構(gòu)。 第二章對(duì)本文所研究的問題相關(guān)文獻(xiàn)資料進(jìn)行詳細(xì)的述評(píng),指出國際、國內(nèi)學(xué)者在資產(chǎn)組合風(fēng)險(xiǎn)度量以及構(gòu)建組合的研究中所取得的成績和存在的不足,找出資產(chǎn)組合選擇問題面臨的難題。 第三章結(jié)合CVaR這一新的風(fēng)險(xiǎn)度量方法,建立了一般分布條件下的均值—CVaR資產(chǎn)組合優(yōu)化模型,對(duì)模型中各個(gè)參數(shù)的選擇確定進(jìn)行了詳細(xì)的分析,著重分析了資產(chǎn)收益率的確定問題,根據(jù)金融數(shù)據(jù)的統(tǒng)計(jì)學(xué)特性和一般蒙特卡羅方法的不足,在此基礎(chǔ)上提出了對(duì)蒙特卡羅模擬法的改進(jìn),使用GARCH模型估計(jì)波動(dòng)性,并在GARCH模型的基礎(chǔ)上用t分布代替正態(tài)分布模擬各項(xiàng)資產(chǎn)未來收益率情形,建立了基于GARCH模型的蒙特卡羅模擬方法。 第四章用我國的金融市場數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn),以基金作為研究對(duì)象,依據(jù)其實(shí)際持有重倉股票作為股票池,利用Matlab等軟件編程進(jìn)行蒙特卡羅模擬、對(duì)均值—CVaR資產(chǎn)組合優(yōu)化模型進(jìn)行線性規(guī)劃求解,在進(jìn)行模擬優(yōu)化投資后,本章給出了均值—CVaR的有效前沿,通過績效對(duì)比研究,驗(yàn)證了均值—CVaR投資組合優(yōu)化方法的可行性和合理性。并分析出不同置信水平和預(yù)期收益率對(duì)投資決策的重要影響。 第五章是全文的總結(jié),給出全文的最終結(jié)論,并提出繼續(xù)研究的方向。 本文的主要貢獻(xiàn)如下： 1.現(xiàn)有的均值—方差投資組合模型的改進(jìn)。 Markowitz的投資組合選擇模型是以方差度量風(fēng)險(xiǎn)的,這種風(fēng)險(xiǎn)度量方法有兩個(gè)重要缺陷：第一,從方差的數(shù)學(xué)表達(dá)式可知,方差中既包含了可能遭受損失的風(fēng)險(xiǎn),又包含了可能獲得超額收益的機(jī)會(huì)。第二,方差是二次的,這樣會(huì)使得少數(shù)較大的偏差對(duì)總體方差產(chǎn)生過大的影響。為此提出運(yùn)用條件在險(xiǎn)價(jià)值CVaR來度量投資組合風(fēng)險(xiǎn)。雖然已有部分學(xué)者就CVaR問題有過一定的研究和探討,但是資產(chǎn)組合的CVaR風(fēng)險(xiǎn)度量和資產(chǎn)組合選擇兩個(gè)問題的研究大多數(shù)都是分開獨(dú)立進(jìn)行的。 2.新建立的均值—CVaR投資組合優(yōu)化模型計(jì)算方法的改進(jìn) 目前關(guān)于均值—CVaR的研究集中在基于正態(tài)分布的分析方法上,本文將其推廣到一般分布的狀況下,研究了模型的求解方法,提出用基于GARCH模型的蒙特卡羅模擬方法,使結(jié)論的準(zhǔn)確性能夠得到一定程度的提高。并采用實(shí)證分析的方法證實(shí)了均值—CVaR模型確實(shí)能夠改善投資組合模型的風(fēng)險(xiǎn)分散效果,餞行了理論的實(shí)際意義。 3.本文具有一定實(shí)踐價(jià)值。 運(yùn)用均值—CVaR模型來衡量、定量化資產(chǎn)的投資組合風(fēng)險(xiǎn),不僅克服了傳統(tǒng)方法中風(fēng)險(xiǎn)度量的缺陷,而且這種更加客觀和精細(xì)化的基于CVaR度量風(fēng)險(xiǎn)的投資組合模型能夠在實(shí)踐中更好的為投資者提供準(zhǔn)確的投資信息參考,為金融監(jiān)管部門進(jìn)行管理和監(jiān)督提供更為先進(jìn)的工具和思路。
【學(xué)位授予單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類號(hào)】：F832.51;F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊曉光,馬超群,文風(fēng)華;VaR之下厚尾分布的最優(yōu)資產(chǎn)組合的收斂性[J];管理科學(xué)學(xué)報(bào);2002年01期

2 劉慶偉,彭大衡;投資機(jī)會(huì)與VaR約束下的投資組合分析[J];經(jīng)濟(jì)數(shù)學(xué);2002年04期

3 張思奇,馬剛,冉華;股票市場風(fēng)險(xiǎn)、收益與市場效率:——ARMA-ARCH-M模型[J];世界經(jīng)濟(jì);2000年05期

4 趙振全,高飛;證券選擇準(zhǔn)則有效性的實(shí)證分析[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2003年03期

5 葉青;基于GARCH和半?yún)?shù)法的VaR模型及其在中國股市風(fēng)險(xiǎn)分析中的應(yīng)用[J];統(tǒng)計(jì)研究;2000年12期

6 屠新曙,王春峰;最佳均值-VAR投資組合問題的研究[J];湘潭大學(xué)自然科學(xué)學(xué)報(bào);2002年02期

7 馬超群,李紅權(quán),徐山鷹,楊曉光,李暉;風(fēng)險(xiǎn)價(jià)值的完全參數(shù)方法及其在金融市場風(fēng)險(xiǎn)管理中的應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2001年04期

8 張喜彬,榮喜民,張世英;有關(guān)風(fēng)險(xiǎn)測(cè)度及組合證券投資模型研究[J];系統(tǒng)工程理論與實(shí)踐;2000年09期

9 葉阿忠,李子奈;我國通貨膨脹的GARCH模型[J];系統(tǒng)工程理論與實(shí)踐;2000年10期

10 馬超群,李紅權(quán),張銀旗;風(fēng)險(xiǎn)價(jià)值方法在金融風(fēng)險(xiǎn)度量中的應(yīng)用[J];預(yù)測(cè);2001年02期

，

本文編號(hào)：2612265