本文選題：Markowitz　切入點(diǎn)：均值-方差模型　出處：《廣西大學(xué)》2017年碩士論文

【摘要】：在現(xiàn)代金融學(xué)領(lǐng)域,證券投資組合問題始終是投資者與相關(guān)學(xué)者關(guān)注的熱點(diǎn)問題.現(xiàn)代證券投資組合理論始于1952年,隨后在金融市場中得到廣泛應(yīng)用.時至今日,Markowitz模型仍然是現(xiàn)代證券投資組合理論的重要組成部分,但是經(jīng)典的均值-方差模型的假設(shè)條件有些苛刻,對于現(xiàn)實資本市場擬合度偏低.針對上述經(jīng)典均值-方差理論的不足,本文在原模型的基礎(chǔ)上增加管理費(fèi)這一目標(biāo)函數(shù)進(jìn)行模型修正,并使用數(shù)學(xué)優(yōu)化方法進(jìn)行模型改進(jìn).最后利用雜草入侵算法進(jìn)行求解,并針對中國滬深兩市的股票數(shù)據(jù)進(jìn)行實例分析.信用風(fēng)險是指交易對方違約造成經(jīng)濟(jì)損失的風(fēng)險,是整個金融市場最為古老卻一直存在的風(fēng)險形式之一.隨著世界金融市場一體化的推進(jìn),中國進(jìn)一步參與到激烈的國際競爭中,國內(nèi)金融行業(yè)信用風(fēng)險管理領(lǐng)域面臨國內(nèi)外的雙重挑戰(zhàn).本文研究了經(jīng)典信用風(fēng)險度量模型—KMV信用風(fēng)險度量模型,分析了 KMV信用風(fēng)險模型的基本思想、主要假設(shè)、基本參數(shù)以及參數(shù)求解等問題.提出了 Levenberg-Marquardt方法的下降方向改進(jìn)方法,給出了改進(jìn)方法的算法步驟,證明了改進(jìn)方法的收斂性,給出了收斂次數(shù)的論證.針對中國證券市場的現(xiàn)實案例,本文使用改進(jìn)的算法求解KMV模型,計算得出公司的違約概率,證明了算法的有效性。
[Abstract]:In the field of modern finance, portfolio problem has always been a hot issue for investors and related scholars. The Markowitz model is still an important part of the modern portfolio theory, but the classical mean-variance model is a bit harsh. In view of the deficiency of the classical mean-variance theory mentioned above, this paper increases the objective function of management fee on the basis of the original model and modifies the model. Finally, we use the weed invasion algorithm to solve the problem, and analyze the stock data of Shanghai and Shenzhen stock markets. Credit risk is the risk of economic loss caused by the other party's default. It is one of the oldest but persistent forms of risk in the entire financial market. With the development of the integration of the world's financial markets, China has further participated in the fierce international competition. This paper studies the classical credit risk measurement model-KMV credit risk measurement model, and analyzes the basic ideas and main assumptions of KMV credit risk model. In this paper, the descent direction improvement method of Levenberg-Marquardt method is proposed, the algorithm steps of the improved method are given, and the convergence of the improved method is proved. In this paper, the convergence times are proved, and the improved algorithm is used to solve the KMV model. The probability of default of the company is calculated, and the validity of the algorithm is proved.
【學(xué)位授予單位】：廣西大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F224;F832.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 禹久泓;羅正英;曹宇;高飛燕;;KMV模型違約點(diǎn)修正的實證研究[J];財會月刊;2016年30期

2 馮敬海;田婧;;基于遺傳算法KMV模型的最優(yōu)違約點(diǎn)確定[J];大連理工大學(xué)學(xué)報;2016年02期

3 歐輝;黃婭;楊向群;周杰明;;通脹風(fēng)險下的魯棒最優(yōu)投資組合與再保險問題研究（英文）[J];應(yīng)用概率統(tǒng)計;2016年01期

4 楊秀云;蔣園園;段珍珍;;KMV模型在我國商業(yè)銀行信用風(fēng)險管理中的適用性分析及實證檢驗[J];財經(jīng)理論與實踐;2016年01期

5 賈利;;基于KMV模型上市公司違約點(diǎn)的選擇[J];商;2016年03期

6 周忠寶;丁慧;馬超群;王梅;劉文斌;;考慮交易成本的投資組合效率估計方法[J];中國管理科學(xué);2015年01期

7 余敏秀;費(fèi)為銀;呂會影;;模型不確定環(huán)境下最優(yōu)動態(tài)投資組合問題的研究[J];中國科學(xué)技術(shù)大學(xué)學(xué)報;2014年03期

8 劉澄;張玲;;KMV模型在中國的適用性研究[J];金融縱橫;2013年10期

9 姚海祥;姜靈敏;馬慶華;李勇;;考慮通貨膨脹因素下的連續(xù)時間均值-方差投資組合選擇[J];控制與決策;2013年01期

10 余婧;;均值-方差-近似偏度投資組合模型和實證分析[J];運(yùn)籌學(xué)學(xué)報;2010年01期

相關(guān)碩士學(xué)位論文 前2條

1 曹宇;KMV模型違約點(diǎn)修正[D];蘇州大學(xué);2016年

2 賈志環(huán);基于KMV模型我國商業(yè)銀行信用風(fēng)險度量與管理研究[D];河北經(jīng)貿(mào)大學(xué);2016年

，

本文編號：1689184