均值-CVaR边界和有效前沿研究.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
均值-CVaR边界与有效前沿研究 1 2 赵青霞 王建生 (1.石家庄经济学院, 2.石家庄科技信息职业学院;) (赵青霞,女,1977年4月生,助教,研究生,毕业于中国人民大学统计学院,研究方向:风险管理与保险精算; 地址:河北石家庄槐安东路136号石家庄经济学院经贸学院,邮编050031;Email: ) 摘要:本文介绍了条件风险价值(CVaR)方法,以经典的Markowitz模型为基础,在正态分布为假设条件下建立 了均值-CVaR模型,对正态分布条件下均值-CVaR有效前沿进行了研究,给出了其有效前沿的数学表达式,推导了其 性质,最后进行了实证分析。 关键词:条件风险价值 资产组合 有效前沿 实证分析 Research on the Mean-CVaR Boundary and Efficient Frontier Abstract: the feature analysis. Keyword: 1.引言 近二十年来,由于受经济全球化与金融一体化、现代金融理论及信息技术、金融创新等因素的影 响,全球金融市场迅猛发展,金融市场呈现出前所未有的波动性,工商企业、金融机构面临着日趋严 重的金融风险,金融风险不仅严重影响了工商企业和金融机构的正常运营和生存,而且还对一国乃至 全球金融及经济的稳定发展构成了严重威胁。像MG公司、巴林银行、大和证券等的损失,以及东南亚 金融危机,都为我们敲响了警钟。于是一系列的风险测量方法应运而生,最具代表性的是1994年由 J.P.Morgan公司率先提出的一种能够测量不同交易不同业务部门市场风险的系统— RiskMetrics系 统,在其中提出了VaR的概念,VaR方法(Value at Risk),又称为风险价值,其含义是处于风险中 “ 的价值”,是指在市场正常波动下,某一金融资产或证券组合的最大可能损失。更为确切的定义是: 在一定的概率(置信度)水平下,某一金融资产或证券组合在未来特定的一段时间内(如一天、一周、 一年)的最大可能损失。 但是,VaR方法并不是一种合理有效的风险测量方法,自1999年以来,很多学者对VaR方法提出了 质疑,认为 究都认为一个行之有效的风险计量方法应具备:次可加性、正齐次性、单调性及传递不变性,即一致 性风险度量。Artzner通过实证研究认为VaR在非正态的条件下不满组次可加性,使得证券组合的风险 VaR方法的缺陷。 的同时比较了三个优化问题,分别是:一是基于VaR的证券组合优化,即 ;二是基于CVaR min VaR(b )x 的证券组合优化,即min CVaR( ) x ;三是基于方差的证券组合优化,即min s (2 )x 。并同时证明了在市 b P * 场因子服从正态分布的条件下,若置信水平 时,存在同一优化组合 ,使组合的三种风险VaR、 b 0.5 X 2 CVaR和同时达到最小。但是作者并未提到均值-CVaR有效前沿问题。Palmquist(1999 s P 值-CVaR有效前沿的三种等价描述,但未给出均值—CVaR有效前沿的具体解析方程和图形形状。本 文对正态分布条件下均值-CVaR有效前沿进行了研究,给出了其有效前沿的数学表达式,推导了其性 质,最后进行了实证分析。 2.CVaR模型概述 CVaR(Conditional Value at Risk) Mean Excess Loss)、平均损失(Mean ShortfallVaR(Tail

文档评论(0)

cxmckate + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档