论文部分内容阅读
我国证券市场经过多年的发展,已经取得了较大进步,市场机制日益完善,系统性风险得到了较好的控制,风险也正在逐步减弱,而市场中的非系统性风险开始成为了市场中主要的风险类型,对证券市场的影响越来越大。面对这种发展背景,为了降低风险,越来越多的投资者开始以证券投资组合的方式参与投资,以实现风险分散的目标,现代投资理论的重要性日益凸显,现代投资理论中,传统Markowitz理论为其中的代表性理论。在该理论中,以方差对投资风险进行度量,优势在于计算简单而且容易实现。但是,在这种方法下也有不足,因为方差主要是对收益偏离程度进行分析,而对于投资组合可能导致的损失并没有进行准确的估计。基于此,为了解决该问题,学者们就如何改进该理论展开了研究,很多学者开始尝试将新的风险度量工具引入到传统Markowitz理论中,进行分析,如均值-VaR(在险价值)和均值-CVaR(条件在险价值)等模型。基于以上背景,本文建立均值-CrVaR模型(Credible Value-at-risk可信在险价值),用CrVaR风险测度来进行风险度量,它与均值-VaR模型相似,都是通过求解投资组合的最优解来规避风险。在建模和求解过程中,我们得到以下结论,(1)由于VaR不满足一致性公理(次可加性),投资组合的VaR值大于所有部分的VaR之和。(2)对于同样满足一致性的CVaR风险测度来说,CrVaR风险测度由于在计算VaR时同时结合了先验信息和历史数据的值,可以比CVaR模型更精确的的度量风险,通过比较均值-CVaR和均值-CrVaR模型的有效前沿,可知在预期收益率相同时,均值-CVaR模型对应的CrVaR值大于均值-CrVaR模型对应的CrVaR值,即在风险测量方法一致的前提下,均值-CrVaR投资组合优化模型能比均值-CVaR模型更好的控制投资组合的风险。(3)针对确定的备选资产,基于均值-CrVaR模型对应的投资组合有效前沿与均值-方差模型只有一个有效前沿不同,投资组合的有效前沿会随着置信水平的不同而发生变化。假定原股票投资组合的权重不变,只将置信水平由90%提高至95%,通过计算可得相应的CrVaR值会随着置信水平的提高而变大。