基于ESG-CVaR模型的投资组合研究

ESG投资,作为一种契合绿色投资价值观和方法论的理念,不仅能够推动上市公司提升治理水平,同时也能降低投资风险。基于此背景,将ESG投资理念融入风险量化前沿的CVaR技术,构建ESG-CVaR投资组合优化模型。在新冠疫情前、中、后三个时期,对三组不同的投资组合进行风险测度,并将测度结果与大盘风险进行了对比分析。研究结果显示,首先,ESG投资组合的风险相对于大盘风险更低,从而验证了所提出的ESG-CVaR投资组合风险测度方法优于传统方法的观点;其次,在新冠疫情前、后两个时期,高ESG投资组合的风险测度值最低,这说明相对于传统投资策略,将ESG因素纳入投资组合能更全面地规避风险。此外,在新冠疫情期间,高低混合ESG投资组合的风险最低,这可能是因为新冠疫情对ESG投资组合的表现产生了一定的影响。

基于CVaR的农业自然灾害保险机制研究

农业自然灾害是影响我国众多小农户收入的重要因素,而农业保险是应对自然灾害的有效手段。本文运用条件风险估值(Conditional Value-at-Risk, CVaR)风险度量准则刻画农户的风险规避特性,构建风险规避农户和风险中性保险公司之间的Stackelberg博弈模型,对比分析了产量保险和气象指数保险机制下农户和保险公司的最优决策行为以及双方的险种选择。研究发现:(1)产量保险会抑制农户生产投入的努力水平,气象指数保险却能激励农户提升努力水平进而增加市场中农产品的供应量,但是气象指数保险下农户的效用并不一定优于产量保险。(2)农户的风险规避程度是影响其是否参保的关键因素——风险规避程度较高的农户才会选择投保农业自然灾害保险,而且随着农户风险规避程度的增加其最优险种选择将由产量保险转为气象指数保险。数值分析也进一步证实了上述结论。

CVaR准则下基于区块链技术信息披露的供应链融资策略研究

考虑市场上存在一定比例的消费者对应用区块链技术信息披露敏感,利用CVaR风险度量方法构建融资模型,求解均衡状态下供应链最优批发价、订货量和区块链技术应用程度决策,对区块链供应链融资和传统供应链融资模式进行比较分析。研究表明:对于供应商而言,区块链供应链融资模式下获得的收益恒大于传统供应链融资模式。若市场中消费者敏感比例较高,则在区块链技术应用成本系数较低时,零售商选择区块链供应链融资模式获得的最优风险收益值更高。若消费者对应用区块链技术敏感比例较低且产品生产成本满足一定条件,此时若供应商还具有较高的风险规避程度,则传统融资模式对零售商更有利。

基于CVaR的高比例光伏区域综合能源系统优化调度

在“双碳”目标的驱动下,以光伏为代表的分布式能源正大规模接入配电系统与配气系统,二者间的耦合也更加紧密,为低碳可持续能源系统的构建带来了新的机遇,然而,由于分布式能源的随机性,其不可避免地造成了两个系统间潜在的运行风险。基于此,本文提出了一种高比例光伏渗透率下区域综合能源系统多时间尺度优化调度模型。首先,在高光伏渗透率的前提下,建立了考虑储能设备的电–气区域综合能源系统日前调度模型,利用二阶锥松弛将模型线性化。其次,基于CVaR风险评估模型的理论基础,建立并简化了损失函数。接着,在实时调度过程中考虑CVaR风险评估模型,建立了考虑CVaR风险评估的区域综合能源系统实时调度模型,以平衡不同风险态度下新能源不确定性导致的风险成本。最后,将上述两个模型合并,建立区域综合能源系统日前–实时多时间尺度调度模型,分析区域电力系统与区域天然气系统之间的相互作用与能量流动。算例分析中,设计了不同的负荷强度方案对模型进行验证,分析了不同方案下系统购电量与不同设备运行参数的变化。结果表明,所提模型可以有效缓解因新能源随机波动带来的运行风险,同时考虑耦合设备的运行调控能够促进区域综合能源系统的耦合运行并取得良好的经济效益。

考虑碳捕集与CVaR的电力系统低碳经济调度

碳捕集电厂能够实现高碳火电的低碳化,是降低碳排放的有效举措之一。伴随着风电渗透率的不断增加,且风电出力具有间歇性等特点,给电力系统带来巨大的调峰压力。通过综合灵活运行碳捕集电厂中的溶液存储设备进行“能量时移”,以解决系统接入大规模风电所造成的调峰问题。同时考虑到风电的随机性会增加调度运行中的风险,引入金融风险管理方法中的条件风险价值(conditional value-at-risk,CVaR)对调度运行中的风险成本进行度量,以系统运行经济性最高为目标,建立计及CVaR含碳捕集电厂与风电电力系统的综合低碳优化调度模型。通过仿真算例证明了所提模型的可行性,在有效降低系统的碳排放与运行风险的同时保证系统经济性最优。

基于VAR模型的生猪产业链价格波动影响因素分析

生猪产业链价格剧烈波动不仅关系消费者的切身利益,也对生猪产业长远发展具有重要影响。基于2009—2022年161个月度样本数据,文章采用VAR模型,从生猪产业链主要产品价格以及上游环节、中下游环节2个层面出发,探究生猪产业链价格波动的影响因素。结果显示:生猪产业链价格波动受自身主要产品价格的影响最大,前10期生猪产业链主要产品价格对当月生猪产业链价格波动仍具有61.835 8%的影响。从产业链上游环节观察,稻糠价格、大豆价格和小麦麸价格均能够对生猪产业链价格波动产生显著影响,前10期稻糠价格对当月生猪产业链价格波动的影响达到39.783 8%。从产业链中下游环节观察,通货膨胀水平和养殖场规模对生猪产业链价格波动的影响程度较大。研究表明,生猪产业链价格波动容易受到自身主要产品价格、稻糠价格、大豆价格、小麦麸价格、通货膨胀水平、养殖场规模等因素影响,应从完善价格波动预警机制和加强流通运行环节调控两方面着手推动生猪市场稳定发展。

我国牛肉价格波动影响因素研究——基于VAR模型的实证分析

为保证牛肉价格合理稳定、推动牛肉市场持续健康发展,文章基于2011年12月—2022年12月中国畜牧业月度数据,以内部传导和外部冲击为视角,选取玉米价格、生产者预期、犊牛价格、国家政策构建VAR模型,实证检验我国牛肉价格波动影响因素及程度。结果显示,玉米价格、生产者预期、犊牛价格、国家政策均可对牛肉价格造成影响。其中,玉米价格可通过内部传导机制对我国牛肉价格波动产生显著影响,且稳定贡献率在8%左右;国家政策可通过外部冲击机制对我国牛肉价格波动形成显著影响,贡献率为15%;前期牛肉价格可显著影响后期牛肉市场价格。因此,文章提出降低肉牛产业饲料成本、加大肉牛产业政府财政支持力度、完善牛肉价格波动市场监管体系的建议,以期为稳定牛肉价格、促进畜牧产业可持续发展提供参考。

服务业进出口、OFDI和全要素生产率的动态关系研究——基于VAR模型的实证分析

研究服务业贸易、投资与服务业之间的影响关系,对提升我国服务行业国际竞争力、促进其高质量发展具有重要意义。论文使用我国2000—2021年数据,构建VAR模型对服务业进出口、服务业对外直接投资(OFDI)和全要素生产率的动态交互关系进行实证分析。研究结果显示,服务业进出口对服务业对外直接投资具有正相关关系,且长期支持效果明显;服务业进出口对OFDI、全要素生产率提升具有促进作用;在短期内,全要素生产率与OFDI之间存在双向促进作用,从长期来看则存在一定负向影响。基于实证研究结论,文中提出制定政策鼓励服务企业参与国际化竞争、发挥服务业进出口对OFDI的促进效应、提升服务企业自主创新能力等相关对策建议。

利率、汇率与短期资本流动——基于VAR模型的实证分析

当前,新兴经济体市场资金流动逐渐复苏,我国短期资本双向流动活跃,资本流动带动经济发展的同时也可在短期内发生大规模变动破坏金融市场秩序。本文选取2010—2021年的月度数据,通过构建VAR模型探究利率、汇率与短期资本流动三者之间的具体影响。实证结果表明:利率与汇率对我国短期资本流动存在显著影响,短期资本流动对利率的冲击反应更加敏感。

大湾区建设背景下广东区域城镇化对制度转型的影响——基于VAR模型的脉冲响应函数分析

粤港澳大湾区建设,会进一步推动珠三角地区的发展,但同时也会拉大珠三角与粤东西北地区在经济与城镇化水平方面的差距。广东区域城镇化水平存在的差距,会对各区域制度转型产生不同程度的影响。文章基于VAR模型,利用脉冲响应函数分析了广东区域城镇化对对外开放、市场化与政府管制三个维度制度转型变量的影响。结果表明:珠三角与粤东西北城镇化进程均能促进对外贸易结构转型与升级,拉低外贸依存度,提高广东外贸经济抗风险能力;珠三角城镇化降低了政府管制的程度,从而提高了市场经济资源分配效率;粤东西北城镇化进程推动了市场化水平的提升。总体上看,城镇化对经济欠发达、制度转型相对滞后地区的影响作用较为显著。因此,广东应进一步推进以人为核心的新型城镇化战略,实现区域城镇化协调发展。

绿色债券与其他金融市场间的风险溢出研究——基于TVP-VAR频域溢出模型

基于TVP-VAR频域溢出模型的风险溢出结果表明:绿色债券与其他金融市场之间的总溢出主要由短期溢出驱动;在不同的时间尺度,绿色债券和传统债券市场间存在显著的双向溢出效应,绿色债券市场与股票市场、能源市场、新能源市场、外汇市场之间的风险溢出均不显著;在重大事件冲击下,绿色债券市场与股票市场、能源市场、新能源市场间的风险溢出显著增加。

基于MS-VAR模型的中国创新质量演化阶段性与区域异质性研究

创新是高质量发展的第一动力,但是,创新质量本身缺少系统研究。从投入产出过程角度看,创新质量分为研发投入的知识产出质量和知识投入的经济产出质量两个阶段,基于马尔可夫区制转换向量自回归模型(MS-VAR)对中国及其分区1995-2021年时间序列数据进行检验,揭示投入产出过程创新质量演化阶段性及其区域异质性。研究发现:目前我国处于新的创新质量快速提升期。R&D投入强度的增加会促进专利产出质量,专利产出质量的增加也会促进新产品销售收入。前者在创新质量快速提升期更显著,后者在创新质量稳定发展期更显著。四大地区①的创新周期具有时间先后性,东部地区最早进入创新质量稳定发展期,西部地区最晚;两次过程中,创新投入产出质量之间正向效应的区域异质性和区制异质性并存;但处于创新质量稳定发展期的西部地区两种投入产出效应都为负。

白银最优套保模型、套保比率及套保有效性——基于VaR和CVaR的度量和比较

文章以上金所白银延期和上期所白银主力合约数据为研究对象,基于VaR和CVaR最优套保模型视角,构建了白银现货与期货的GJR Copula-N(t)模型,从静态和动态角度对白银最优套保模型、套保比率及套保有效性进行度量和比较。结果表明:白银期现货市场具有动态联动性的内部结构,动态GJR-Copula模型下的套保比率优于静态模型,且CVaR最小化目标套保策略下的套保比率要大于VaR策略。套保有效性衡量及模型准确性检验显示,白银套保有效性平均达到70%~80%,动态模型套保效果好于静态模型,且CVaR模型的套保有效性优于VaR模型,其中动态CVaR-GJR-t Copula模型的套保效果最好,模型准确性最高,能最大限度地规避白银现货市场价格风险。

基于场景缩减优化引导置信度选值的园区微能源网改进CVaR日前调度模型

园区微能源网在波动的电力现货价格下常面临调度成本的不确定性,易造成额外的损失成本。然而,常用的随机优化手段——典型场景规划、条件风险价值(condition value at risk,CVaR)存在忽略场景合并损失及置信度主观选值的问题。为此,提出兼顾场景相似度与合并损失下的改进场景缩减优化方法,提取典型市场场景集,将场景缩减后的损失度作为置信度的选值依据,形成改进CVaR日前经济调度模型。算例分析表明,基于场景缩减优化引导置信度选值的方法有效促使CVaR值反映实际调度的损失成本,且较主观选值而言更接近理论最低的尾部风险损失,即表明园区微能源网的日前经济调度成本与实际环境更为接近,并进一步讨论了考虑风电不确定性及其他场景缩减方案下的模型推广性。

基于CVaR的电价敏感用户组合购电风险模型

智能电网背景下的实时定价机制可以提高整个社会的福利水平,而对于电价敏感用户则具有两面性,机遇与挑战并存。以条件风险价值(CVaR)为风险测度,建立了电价敏感用户为规避购电风险在电力金融市场与现货市场进行组合购电的优化模型,并针对模型中的非光滑函数提出一个新的一致光滑逼近函数,将模型转化为光滑凸规划问题。仿真分析验证了模型的合理性与算法的有效性。

出力不确定下基于CVaR的风电供应链优化决策

风电出力受风速等不确定环境影响,出力具有较强的波动性,导致风电供应链中风电商与售电公司均面临不确定性收益风险。鉴于此,首先在分散决策下引入收益共享合约,优化风电商与售电公司决策;然后引入条件风险价值(CVaR)度量售电公司收益水平,构建基于CVaR的收益共享合约下的风电供应链模型;最后在CVaR准则下,分析风电商与售电公司最优合约电量对风电商的不确定性以及对售电公司风险规避系数的敏感性。算例分析结果表明,收益共享合约与风险规避机制的引入能够提高风电商与售电公司的最优合约电量,使得出力不确定环境下的风电供应链绩效达到最优。

财政政策、货币政策与高质量就业——基于TVP-SV-VAR模型的动态分析

更加充分、更高质量的就业是实现经济高质量发展的应有之义。文章采用中国2000—2021年的季度时间序列数据,基于时变参数向量自回归(TVP-SV-VAR)模型,实证检验财政政策与货币政策对就业质量的时变及动态影响。研究发现:落实减税降费政策、优化财政支出结构在短期和中长期均有效地促进了高质量就业。面对国际金融危机冲击时,财政政策在短期内实现了对就业质量的保障,而在长期内政策效果受到削弱,这说明高质量就业的实现并非“斯须之作”。数量型货币政策对就业质量的调节作用较为平稳,其影响具有滞后性,而价格型工具更能有效熨平外部冲击对就业质量的影响。相较货币政策,财政政策对就业质量的调控具有更强的拉动作用与抗冲击能力。

基于CVaR的分布式鲁棒支持向量机的应用案例分析

阐述利用随机变量的一种矩信息,对基于CVaR的支持向量机模型进行优化,使用案例数据对优化后的模型进行实证分析。

跨金融市场的风险传染和风险对冲:基于高维VAR for VaR模型的研究

金融稳定需要防范和化解金融市场之间的风险传染。与以往文献只是探究两个市场的风险传染不同,本文利用高维VAR for VaR模型将中国的汇市、债市、大宗商品、金融期货和股市等五个金融市场纳入统一框架,分析这5个金融市场在不同状态的风险溢出效应,这有助于捕捉冲击在不同金融市场之间传播而产生的间接影响。Wald检验和后验分析表明5个市场间只在危机或泡沫状态时存在明显的风险溢出效应。同时,本文利用压力测试发现单个市场的短期冲击影响会被其他金融市场如股市消化吸收,但4个金融市场都处于正常状态会明显降低其他金融市场如股市的左尾风险。此外,本文提出利用单个金融市场在同一时点的不同分位数计算每个金融市场在同一时点的预期收益、波动风险和崩盘风险,这种做法的好处在于结果更加稳健以及减轻极端值的影响。在此基础上,本文进一步探究金融市场间是否能够对冲彼此的波动风险和崩盘风险。结果显示大宗商品市场和金融期货市场能够有效地对冲其他金融市场的波动风险和崩盘风险,但汇市、债市和股市无法对冲其他金融市场的波动风险和崩盘风险。

基于LSTM的两阶段均值-CVaR投资组合决策

文章提出了一种基于长短期记忆网络(Long-short Term Memory network,LSTM)的两阶段均值-CVaR投资组合模型(LSTM+CVaR)。该模型在第一阶段采用LSTM预测股票收益并对股票进行选择;在第二阶段运用均值-CVaR模型来确定所选股票的投资比例。最后,以沪深300指数股为样本数据,在考虑交易成本和上界约束的情况下,比较LSTM+CVaR模型、LSTM预测选股的等比例模型、随机选股的CVaR模型、随机选股的等比例模型和沪深300指数的风险收益特征、累计收益率和夏普比率。实证结果表明:LSTM+CVaR模型能够实现比传统的投资组合模型更高的平均收益率、收益风险比、累计收益率和夏普比率;减少交易成本和放宽上界约束能提升投资组合模型的表现。