亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于CVaR的次新股投資組合優(yōu)化模型與實(shí)證分析

        2020-06-03 17:01:48魏冰月
        中國集體經(jīng)濟(jì) 2020年13期
        關(guān)鍵詞:優(yōu)化模型次新股

        魏冰月

        摘要:參數(shù)方法需要假定次新股服從具體的分布,導(dǎo)致次新股的風(fēng)險(xiǎn)存在誤差,為了克服參數(shù)方法的缺點(diǎn),提出核密度估計(jì)方法計(jì)算次新股的風(fēng)險(xiǎn)。建立基于CVaR核估計(jì)量的次新股投資組合優(yōu)化模型,以準(zhǔn)確計(jì)算次新股的風(fēng)險(xiǎn)。文章運(yùn)用牛頓迭代算法設(shè)計(jì)其求解算法。通過實(shí)證分析表明,與參數(shù)方法相比核密度估計(jì)方法能夠描述風(fēng)險(xiǎn)分布的尾部特征,給出更準(zhǔn)確的估計(jì)結(jié)果,并發(fā)現(xiàn)次新股投資組合的CVaR核估計(jì)值隨著概率水平的增加而不斷減少。

        關(guān)鍵詞:核密度估計(jì);CVaR;次新股;優(yōu)化模型

        由于股票發(fā)行機(jī)構(gòu)對(duì)新股發(fā)行的檢查更為嚴(yán)格,次新股的質(zhì)量往往比較好,所以次新股很受投資者的歡迎。但由于次新股的上市時(shí)間一般不會(huì)超過1年,相對(duì)于金融市場(chǎng)中其它類型的股票,已有的歷史數(shù)據(jù)往往比較少,本文試圖基于次新股已有的歷史數(shù)據(jù),通過分析短期內(nèi)風(fēng)險(xiǎn)的統(tǒng)計(jì)特征,計(jì)算短期內(nèi)次新股的風(fēng)險(xiǎn)。

        通常,基于參數(shù)方法去估計(jì)CVaR值。但由于參數(shù)方法往往需要假定風(fēng)險(xiǎn)的概率模型,且需要大量的歷史數(shù)據(jù)才能保證估計(jì)的穩(wěn)定性和可靠性,為了克服參數(shù)方法的缺點(diǎn),一些學(xué)者提出了非參數(shù)核密度估計(jì)方法度量CVaR值,Gourieroux等首次介紹了CVaR的核密度估計(jì),結(jié)果表明,核密度估計(jì)方法無需對(duì)金融數(shù)據(jù)進(jìn)行分布假設(shè)。Scaliet首次將非參數(shù)核密度估計(jì)方法應(yīng)用在CVaR及投資組合的風(fēng)險(xiǎn)度量中,以圖示的形式討論了只存在兩只證券的情況下,證券組合頭寸的變化情況。但Scaliet并沒有找到精確的CVaR值及其組合頭寸。在文獻(xiàn)的基礎(chǔ)上,本文進(jìn)一步研究如何基于CVaR做風(fēng)險(xiǎn)投資組合優(yōu)化研究。本文預(yù)選取了2019年1月1日至2019年5月1日的次新股日收盤價(jià)數(shù)據(jù)做實(shí)證分析,并與參數(shù)方法下次新股風(fēng)險(xiǎn)進(jìn)行比較,驗(yàn)證核密度估計(jì)方法的準(zhǔn)確性及建立優(yōu)化模型的有效性。

        一、基于指數(shù)核函數(shù)的次新股CVaR相關(guān)核估計(jì)

        (一)單只次新股的CVaR核估計(jì)

        假設(shè){l}是某次新股在T期的股票收盤價(jià),ct=log(lt/lt-1)是第t期的對(duì)數(shù)收益,{c}是相依嚴(yán)平穩(wěn)的時(shí)間序列。記Xt=-ct是第t期的對(duì)數(shù)損失,Xt的邊際分布函數(shù)為F(·),邊際密度函數(shù)為f(·),生存函數(shù)為S(·)。記Xt的邊際分布函數(shù)的核估計(jì)為云贊(·),邊際密度函數(shù)的核估計(jì)為棗贊(·),生存函數(shù)的核估計(jì)為雜贊(·)。在給定概率水平p時(shí),記Xt的VaR為Vp,其數(shù)學(xué)表達(dá)式:Vp=inf{Vp:F(Xt)≥1-p}。記Xt的CVaR為Up,其數(shù)學(xué)表達(dá)式為:Up=E[Xt|Xt>Vp]。

        由于次新股的上市時(shí)間較短,可獲取相關(guān)次新股數(shù)據(jù)相對(duì)較少,基于非參數(shù)核密度估計(jì)方法對(duì)Xt的CVaR進(jìn)行估計(jì)。當(dāng)窗寬確定時(shí),核函數(shù)的選取對(duì)核密度估計(jì)的影響不大,記Xt的邊際密度函數(shù)f(x)的核估計(jì)為棗贊(x),其表達(dá)式為:棗贊(x)=K

        其中:K(·)為核函數(shù)。記Xt的VaR核估計(jì)量為災(zāi)贊p,CVaR的核估計(jì)量為哉贊p,核密度估計(jì)分兩步計(jì)算。

        第一步先估計(jì)Xt的VaR核估計(jì)災(zāi)贊p,窗寬h由拇指法則確定,其表達(dá)式為:h=1.06T-0.2其中:σ2為單只次新股對(duì)數(shù)損失數(shù)據(jù)的方差;X單只次新股對(duì)數(shù)損失數(shù)據(jù)矩陣的轉(zhuǎn)置,當(dāng)雜贊(x)=p時(shí)可得Xt的VaR核估計(jì)值災(zāi)贊p。第二步由Xt的CVaR的定義可知核估計(jì)表達(dá)式為:哉贊p=K(t)dt

        (二)次新股投資組合的CVaR核估計(jì)

        假設(shè)次新股之間的交易忽略中間成本,市場(chǎng)具有抵御下跌風(fēng)險(xiǎn)的能力,n只次新股之間相互獨(dú)立。令第只股票的收益率為bi,b=(b1,b2,…,bn)′為n只次新股的樣本矩陣,投資者的財(cái)富標(biāo)準(zhǔn)化為1,記w=(w1,w2,…,w)′為投資者所持有的組合頭寸,組合頭寸滿足wi=1,則次新股投資組合的收益率為Bw=w′b。記n只次新股在T期內(nèi)的收益率為其中bt=(b1t,b2t,…,bnt)′,則次新股投資組合的均值矩陣b=bt,次新股投資組合的協(xié)方差陣∑表達(dá)式為:∑=(bt-b)(bt-b)′。次新股投資組合在T期內(nèi)的收益為:{Bwt},其中:Bwt=w′b。

        當(dāng)概率水平為p時(shí),記次新股組合的風(fēng)險(xiǎn)價(jià)值為V(w,p),記次新股組合的條件風(fēng)險(xiǎn)價(jià)值為U(w,p),其數(shù)學(xué)表達(dá)式為:U(w,p)=E[-w′b|-w′b≥V(w,p)]。次新股組合的窗寬h由拇指法則確定,? ? ? ? ? ? ? ? ? ? ? ? ? ?h=1.06×T-0.2×

        定義1:[(τ1,τ2);τ3]=τ1K

        定義2:隕贊(ξ)=[bt,w′bt);u]du,

        次新股投資組合CVaR的核估計(jì)值分兩步計(jì)算。第一步計(jì)算次新股組合VaR的核估計(jì),記次新股組合的VaR核估計(jì)為災(zāi)贊(w,p),通過[1,w′bt);u]du=p可得災(zāi)贊(w,p)。第二步計(jì)算次新股投資組合的CVaR核估計(jì)哉贊(w,p),由文獻(xiàn)[11]可知是條件期望E[b|w′b<-V(w,p)]的核估計(jì),因此哉贊(w,p)的核估計(jì)可以通過哉贊(w,p)=隕贊(災(zāi)贊(w,p))計(jì)算。

        二、次新股投資組合CVaR核估計(jì)的風(fēng)險(xiǎn)優(yōu)化

        (一)建立次新股投資組合的最小風(fēng)險(xiǎn)組合優(yōu)化模型

        根據(jù)建立的非參數(shù)核估計(jì)方法計(jì)算次新股組合的CVaR的哉贊(w,p),建立基于CVaR核估計(jì)的次新股投資組合優(yōu)化模型A1:

        min哉贊(w,p)=-w′隕贊(災(zāi)贊(w,p))/p

        s.t.? w′D=1,

        0≤wi≤1,i=1,2,…,n

        其中,D=(1,1,…,1)′1×n,對(duì)模型A1求解可得次新股投資組合的最小CVaR核估計(jì)值及對(duì)應(yīng)的組合頭寸,對(duì)模型A1分析可得下面的引理。

        (二)次新股組合的風(fēng)險(xiǎn)優(yōu)化模型求解

        顯然問題A1是凸優(yōu)化問題,因此本文通過設(shè)計(jì)牛頓迭代算法對(duì)次新股組合優(yōu)化問題求解。

        通過構(gòu)造Lagrange函數(shù)L(w,λ)=哉贊(w,p)+λ(w′E-1)求解哉贊(w,p)。哉贊(w,p)存在最優(yōu)解的必要條件是:首先滿足函數(shù)L(w,λ)的一階導(dǎo)數(shù)F′為0,其次二階導(dǎo)數(shù)矩陣H可逆,其中一階導(dǎo)數(shù)F′的計(jì)算公式如下:

        F

        =

        F

        =

        H是函數(shù)L(w,λ)的Hession,其計(jì)算公式如下

        Fww=

        =

        Fwλ=

        =D;Fλw=

        =D′;Fλλ=

        =0

        牛頓迭代算法的求解步驟如下:

        1.記W=(w,λ),給定初值W=(w0,λ0)和一個(gè)正數(shù)ε,取迭代變量為k。

        2.將給定初值w0,將次新股組合的協(xié)方差陣代入可得hk與災(zāi)贊(wk,p)。由災(zāi)贊(wk,p)和hk可得哉贊(wk,p),同時(shí)計(jì)算F′和H;如果||F||<ε,停止迭代,輸出Wk;否則計(jì)算H-1,如果H-1不存在則迭代失敗,如果H-1存在則轉(zhuǎn)入步驟c)。

        3.計(jì)算Wk+1=Wk-H-1F′,如果||Wk+1-Wk||<ε則停止迭代,否則k=k+1, 返回步驟b)。

        三、實(shí)證分析

        (一)單只次新股的CVaR核估計(jì)實(shí)證分析

        參數(shù)方法通常假設(shè)次新股的日收盤價(jià)數(shù)據(jù)服從正態(tài)分布,由文獻(xiàn)可知,正態(tài)分布下CVaR估計(jì)為Up=-μ+σ?(zp)/p,其中:μ為次新股的均值,σ為次新股的標(biāo)準(zhǔn)差,?(·)為標(biāo)準(zhǔn)正態(tài)分布下的密度函數(shù),zp為標(biāo)準(zhǔn)正態(tài)分布下p的分位數(shù)?;诓煌椒案怕仕较碌腃VaR值見表1。

        由表1可得,在相同的概率損失下,基于參數(shù)方法計(jì)算的次新股CVaR值均大于核估計(jì)方法下的CVaR值。隨著概率水平的增加次新股各自的CVaR值變化逐漸減少?;趨?shù)方法下,隨著概率水平的增加,四只次新股的CVaR值在不斷變小。比較核估計(jì)方法與參數(shù)方法可以發(fā)現(xiàn),參數(shù)方法低估了短期內(nèi)次新股的風(fēng)險(xiǎn),從兩只次新股的日收盤價(jià)直方圖可以看出,假定兩只次新股的日收盤價(jià)數(shù)據(jù)服從正態(tài)分布是不準(zhǔn)確的,因而會(huì)導(dǎo)致計(jì)算誤差。核密度估計(jì)是從數(shù)據(jù)本身出發(fā)對(duì)次新股的風(fēng)險(xiǎn)進(jìn)行估計(jì),避免了假定具體分布而導(dǎo)致的誤差,從核密度擬合曲線可以看出,核估計(jì)方法計(jì)算的風(fēng)險(xiǎn)價(jià)值更接近真實(shí)值,從而提高了計(jì)算的準(zhǔn)確性。

        (二)次新股組合的最小CVaR及其組合頭寸實(shí)證分析

        本文選取了四川天邑(300504)、新疆交建(002941)、光弘科技(300735)、天奧電子(002935)的2019年1月1日至2019年5月1日的日收收盤價(jià)數(shù)據(jù),通過Python編程計(jì)算不同概率水平下的組合頭寸及CVaR值見表2。

        由表2可得,不同概率水平下的四只股票的組合頭寸和對(duì)應(yīng)的最小CVaR值;組合CVaR值隨著概率水平的增加不斷變大。在概率水平為1%時(shí),短期內(nèi)四只次新股投資組合的風(fēng)險(xiǎn)核估計(jì)值為1.9065,小于單只次新股的風(fēng)險(xiǎn)。短期內(nèi)四只次新股投資組合的最小CVaR值為1.7332,取得最小風(fēng)險(xiǎn)時(shí)的組合頭寸為w=(0.1945,0.3686,0.3793,0.0576)′。對(duì)比表1可以發(fā)現(xiàn)在概率水平小于或等于5%時(shí),次新股投資組合最小CVaR核估計(jì)值小于單只股票CVaR核估計(jì)值,滿足投資的分散化原理。從而驗(yàn)證了本文建立優(yōu)化模型的有效性。

        四、結(jié)論

        為了準(zhǔn)確的計(jì)算次新股的風(fēng)險(xiǎn),克服參數(shù)方法需要假定次新股服從具體分布而導(dǎo)致次新股風(fēng)險(xiǎn)計(jì)算有誤差的缺點(diǎn)。本文基于核密度估計(jì)方法建立次新股投資組合優(yōu)化模型,并設(shè)計(jì)牛頓迭代算法對(duì)其求解。實(shí)證分析表明:核密度估計(jì)方法能夠描述風(fēng)險(xiǎn)分布的尾部特征,給出更準(zhǔn)確的估計(jì)結(jié)果。

        參考文獻(xiàn):

        [1]Jorion P. Value at Risk[M]. 2rd ed. McGraw-Hill,2001.

        [2]Rockafellar R T,Uryasev S. Optimization of conditional value-at-risk[J].Mathmatical Finance,2000(03).

        [3]黃金波,李仲飛,姚海祥.條件VaR和條件CVaR的核估計(jì)及其實(shí)證分析[J]. 數(shù)理統(tǒng)計(jì)與管理,2016(02).

        [4]王鐵鋼.基于CVaR方法的工程投資組合優(yōu)化模型與實(shí)證[J].統(tǒng)計(jì)與決策,2016(13).

        [5]戴麗娜.商業(yè)銀行操作風(fēng)險(xiǎn)的度量——基于非參數(shù)方法[J].數(shù)理統(tǒng)計(jì)與管理,2017(03).

        [6]Scaillet O. Nonparametric estimation and sensitivity analysis of espected shortfall [J].Mathematical Finance,2004(01).

        [7]孫志華,尹俊平,陳菲菲,等.非參數(shù)與半?yún)?shù)統(tǒng)計(jì)[M].清華大學(xué)出版社,2016.

        [8]黃金波,李仲飛,姚海翔.基于CVaR核估計(jì)量的風(fēng)險(xiǎn)管理[J].管理科學(xué)學(xué)報(bào),2014(03).

        [9]黃雯.基于核密度估計(jì)的上證A股收益率分析[J].佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版),2015(05).

        (作者單位:浙江理工大學(xué)理學(xué)院)

        猜你喜歡
        優(yōu)化模型次新股
        “次新股”危機(jī)
        基于人工魚群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)入侵檢測(cè)中的應(yīng)用研究
        考慮災(zāi)民感知滿意度的突發(fā)事件應(yīng)急救援人員派遣模型
        眾籌筑屋優(yōu)化設(shè)計(jì)方案
        基于優(yōu)化理論的眾籌筑屋模型
        基于系統(tǒng)動(dòng)力學(xué)的沼氣發(fā)電工程資源供需優(yōu)化模型研究
        基于Unity3D的漫游系統(tǒng)的實(shí)現(xiàn)
        日本免费看片一区二区三区| 欧美aⅴ在线| 午夜国产精品久久久久| 中文无字幕一本码专区| 午夜性刺激免费看视频| 性一交一乱一乱一视频| JIZZJIZZ国产| 国产高清大片一级黄色| 永久免费毛片在线播放| 99久久国产福利自产拍| 国产成人精品麻豆| 亚洲天堂av在线观看免费| 国内精品久久久久影院优| 男人边吻奶边挵进去视频| 国产亚洲日本人在线观看| av天堂亚洲另类色图在线播放| 高潮内射双龙视频| 天堂在线www中文| 成人自拍视频国产一区| 一级黄色一区二区三区| 狠狠色综合7777久夜色撩人| 国产欧美日韩专区| 一区二区三区精彩视频在线观看| 国产精品国产高清国产专区| 国产精品无码av天天爽| 精品一区二区三区四区少妇| 全国一区二区三区女厕偷拍| 国精品人妻无码一区二区三区性色| 麻豆乱码国产一区二区三区| 日韩精品人妻中文字幕有码| 一区二区视频在线观看地址| 99久久综合精品五月天| 国产精品久久久久孕妇| 精品精品国产一区二区性色av | 91麻豆精品久久久影院| 国产精品无码一区二区三级 | 国产网友自拍视频在线观看| 男女肉粗暴进来动态图| 日韩av无码成人无码免费| 久青青草视频手机在线免费观看| 亚洲综合一区中文字幕|