论文部分内容阅读
CVaR风险测量方法是在VaR风险测量方法的缺陷基础之上产生的,最早是在1999年底由Rockafellar提出,其含义是:组合损失超过VaR的条件均值,反映超额损失的平均水平。它比VaR风险测量方法,更能体现投资组合的潜在风险。 本文研究了CVaR风险测量方法在投资组合理论中的运用,在研究的过程中,力求运用系统理论、归纳演绎、比较与实证分析等研究方法来研究该问题。本文首先从总体上介绍了风险测量方法的发展过程,分析了它们的缺陷,然后再对CVaR风险测量方法进行深入的研究,对其概念、参数选择、计算、性质等方面都作了较详细的探讨,得出的结论是CVaR风险测量方法比传统的风险测量方法拥有更多的优点。其次,对CVaR在投资组合理论中的运用进行了深入的研究,这也是本文的创新之所在,提出了某一项资产对组合CVaR的边际贡献,即边际CVaR,组合中某一项资产在组合CVaR中所占的比例,即成分CVaR,以及一项新资产的加入对现有组合CVaR值的影响,即增量CVaR。这些风险信息对风险管理十分重要,有助于识别全部风险暴露中风险的主要来源,为改进整体风险状况、评估投资机会、分析资产调整对组合风险的影响以及设置头寸限额提供了非常有用的信息。边际CVaR、成分CVaR和增量CVaR,这三种分析投资组合风险的方法是对组合CVaR方法的有益补充。然后选取了基金裕阳2005年第一季度的数据进行了实证研究,计算了基金裕阳十大重仓股的边际CVaR、成分CVaR和增量CVaR,然后对这些风险信息进行分析得出调整对策,并对调整后的投资组合和调整前的投资组合进行了比较,结果表明调整以后的投资组合收益更大,风险更小。因此,可以利用CVaR方法在投资组合风险构成中的应用来了解投资组合中更多的风险信息,进而进行投资决策。