风险管理的CVaR方法及其简化模型

VaR模型度量的是在某一置信水平下,资产损失的最高期望值,但是它没有指明一旦超过了这个期望值,资产的损失究竟是多少。1997年出现的CVaR模型弥补了这个缺陷。如果以f(x,y)表示投资组合的损益函数,其中x为资产的比例向量,y表示市场随机因素,则CVaR考察的是在f(x,y)超过了VaR值时,f(x,y)的量度问题。这种方法的一个优越之处在于,最终的求解可以转化为线性规划问题,从而具有良好的操作性,而且问题的结论不仅包含了CVaR的大小,同时也可以求出资产的VaR值以及资产组合的最佳比例。

投资组合风险管理中VaR模型的缺陷以及CVaR模型研究

本文对VaR和CVaR这两个风险度量进行了较充分的比较分析,参照了我国证券市场的实际情况,并考虑了交易成本,实际收益率的计算以及最小交易单位等因素,建立了CVaR资产组合优化模型,为如何制定合理的资产组合投资方案提出了新的思路。

VaR和CVaR在创业投资风险管理中的应用

建立有效的风险管理机制对在高风险条件下运作的创业投资机构至关重要。将VaR和CVaR两种风险管理工具引入到创业投资的风险管理中,建立单个创业投资项目的风险管理模型,并以CVaR为优化目标,通过求解随机规划问题得到使CVaR最小化的投资组合比例,以实现对同时投资多个项目的创业投资基金的风险控制。

沪深300股指期货风险管理的实证分析——基于CVaR-GARCH模型族

通过对沪深300股指期货收益率进行实证分析,采用可以更好刻画收益率序列特征的t分布和GED分布,基于GARCH模型族对收益率序列进行波动性建模。根据GARCH模型族的估计结果计算出CVaR值,并对CVaR的准确性进行了检验。由结果可知,GED分布下的TGARCH(1,1)模型是测算CVaR值的最佳模型。

Mean-CVaR模型下的资产组合和破产风险控制

为了克服尾部风险测度CVaR模型本身的不足,并且给“如何实现资产组合的破产风险与期望利润的最优配置”问题提供一个更加符合现实的答案,本文在CVaR模型基础上,通过把风险资本的来源内生于资本禀赋以及把风险资本的机会成本引入利润函数的方式提出了线性Mean-CVaR模型。同时,本文通过对“上证50”成分股进行选择的实证分析给出了由线形Mean-CVaR模型得到的更加合理的资产组合与资本储备。

基于条件风险价值的购电组合优化及风险管理

以条件风险价值为市场风险计量指标对供电公司收益?风险进行量化,建立了以收益最大化为目标的多市场购电组合优化模型。以在3个电力市场中购电为例,将上述模型转化为线性规划问题进行求解。计算结果表明,所提出的模型为供电公司的购电决策与风险评估提供了新方法,可使供电公司在满足一定风险约束的前提下具有最大购电收益。

采购风险管理的一种新方法

原料价格波动是采购风险的最主要因素之一,它严重影响着企业的生产经营活动。本文先介绍了CVaR(Condition Value-at-Risk)方法的概念和性质,然后使用CVaR方法建立数学模型对采购过程中的基于价格波动的风险进行量化,最后进行实证分析,说明该模型为企业有效地控制采购风险提供了新思路。

风险规避偏好下农副产品自然风险管理策略的选择:外部采购还是农业保险?

在农副产品加工行业,自己种植原材料有利于企业控制产品质量、获取低成本优势。然而,随着全球气候的变暖,恶劣天气等自然风险事件频发,这无疑加剧了农副产品制造商面对的自然风险。实践中,制造商可通过外部采购策略或农业保险策略降低自然风险带来的损失。然而,这两种策略各有利弊,对于风险规避制造商而言究竟哪种策略更为有效需进行深入探析。为此,本文以单周期风险规避农副产品制造商的计划产量决策模型为基础,研究企业自然风险管理策略的选择问题。通过比较研究,找出两种策略的实施条件,并给出农副产品制造商应对自然风险的占优策略。研究结果表明:(1)当制造商风险规避程度较低时,利用外部采购策略避险是无效的。这时,如果农业保险的安全因子足够低,农业保险策略可完全补偿缺货成本,并帮助制造商降低计划产量节约种植成本,进而提高CVaR值、改善运营状态;(2)当制造商风险规避程度较高时,外部采购策略可完全消除自然风险造成的产量波动并帮助企业进入该产品市场,而农业保险则是通过补偿自然风险引发的缺货成本帮助企业进入该产品市场。哪种策略更有效取决于外部采购价格和安全因子的大小关系;(3)随着原材料单位种植成本、不利事件发生概率、最终产品单位收益及单位缺货成本的上升,外部采购策略占优区域逐渐扩大而农业保险策略的占优区域逐渐减少。

基于CDaR的保险资金运用风险管理模型

基于对国内保险资金投资风险测量的主流方法VaR和CVaR模型的缺陷进行分析后,本文提出将新的风险度量方法CDaR模型引入到国内保险资金的投资风险管理实践,结合我国保险资金投资管理条例中的相关投资风险约束条件和国内金融市场的实际情况,并考虑到保险资金的资产负债匹配管理要求,提出了有投资约束条件下的保险资金风险管理拓展模型。

copula理论在商业银行风险管理中的应用

选取在上交所及深交所上市的10只商业银行股为样本,研究Copula理论在商业银行风险管理上的应用。通过Copula函数,可以将风险分解成两部分:单个金融资产的风险和由投资组合产生的风险。其中单个金融资产的风险可以完全由它们各自的边缘分布来描述,而由投资组合产生的风险则完全由连接它们的Copula函数来描述。这使建模问题大大简化,同时也有助于我们对很多金融问题的分析和理解。

考虑大用户直购电的电网公司风险管理探讨

在电力市场环境下,大用户直接购电的实施打破了电网公司作为"单一购买者"的垄断局面。本文针对大用户直接购电给电网公司(PGC)带来的风险进行了研究分析,以现代投资组合理论、效用理论为基础,采用了CVaR评估方法,分析了PGC的风险管理策略,有助于电网公司明确交易风险,帮助其达到利润最大化和风险最小化的经营目的。

Mean—CVaR模型下含无风险资产时的两基金分离定理

本文基于CVaR风险度量方法,研究了正态情形下资产组合的Mean-CVaR模型,得到了此模型下含有无风险资产时的两基金分离定理.

大用户直购电的风险管理探讨

在电力市场环境下，大用户直接购电的实施打破了电网公司作为“单一购买者”的垄断局面。本文针对大用户直购电给电网公司（PGC）带来的风险进行了研究分析，以现代投资组合理论、效用理论为基础，采用了CVaR评估方法，提出了电网公司相应的风险管理框架，有助于电网公司明确交易风险，帮助其达到利润最大化和风险最小化的经营目的。

促进新能源消纳的自备电厂参与替代交易风险管理研究

由于市场价格等因素的不确定性,自备电厂企业在参与替代交易中需要综合考虑利润和风险的均衡问题。考虑电价风险、电量风险、燃煤成本等主要风险,利用金融管理当中的效用函数和CVaR方法,建立自备电厂企业的风险评估决策模型。通过二次规划求解参与替代交易的电量在不同市场环境的最优分配系数和CVaR值。分析了决策者的不同风险厌恶度、违约行为、燃煤成本变化对交易的电量分配系数、期望利润、CVaR值的影响。研究表明,该模型能够准确反映自备电厂企业不同交易策略所带来的收益和自备电厂企业参与替代交易面临的风险大小,使交易收益最大化、风险最小化。

数据驱动下考虑风险规避的闭环供应链分布式鲁棒优化设计

随着可持续发展理念得到社会广泛认同,企业开始逐步关注供应链运作中资源的回收利用。为了合理规划资源,构建了以供应链总成本为目标,考虑多主体参与的闭环供应链混合整数规划模型。进一步考虑了采购价格不确定,结合分布式鲁棒优化方法,使用数据驱动模糊集模拟不确定参数的真实分布,并融入均值-CVaR方法衡量决策者的风险规避特征,通过对偶理论将模型转化为可处理的线性问题。随后在Python中调用Gurobi求解器对模型求解,结果显示分布式鲁棒优化可以较好地处理决策过程中不确定参数的影响,并且模型可以为不同决策偏好以及不同目标预算下的决策提供支持,最后通过灵敏度分析再次验证了模型的实用性。

基于DCC-GARCH-CVaR的外汇储备汇率风险动态分析

利用DCC-GARCH模型结合条件风险价值CVaR描述了我国外汇储备的汇率风险,结果显示近期汇率风险有增加趋势。为了降低汇率风险,根据资产管理思想,通过建立Mean-CVaR模型得出了最优的币种结构。最后,对储备币种调整前后的CVaR进行了对比分析,结果显示通过币种调整汇率风险明显降低。

风险资产组合的均值—CVaR有效前沿(Ⅰ)

本文基于CVaR风险计量技术 ,讨论了正态情形下风险资产组合的均值—CVaR边界 ,探究了其经济含义 ,并与经典的方差风险下的均值—方差边界进行了对比研究 ,为彻底解决均值—CVaR的有效前沿问题提供了基础。

基于CVaR的农产品供应链风险评估与控制

采用OWA算子对风险控制因素进行重要性排序,筛选出企业所面临的主要风险指标,应用CVaR构建风险损失函数,采用改进的遗传算法求解得到风险损失最小的最优风险控制组合。研究结果表明:在不同置信水平下,对风险控制的资金投入比例会不太一样,但对于源头养殖环节的投入相对较大,说明农产品供应链风险控制需要从源头做起;而随着置信水平的增大,各风险指标的CVaR风险值在不断降低,同时整个供应链的风险损失也在减小。

基于CVaR风险度量的投资组合优化决策

投资组合优化问题依赖于风险度量方法和投资组合收益率分布函数的选取。针对收益率通常不服从多元正态分布以及均值—方差模型低估了投资组合发生重大损失的风险,文章利用多元广义双曲线分布来拟合投资组合收益率,从而更加灵活地捕捉收益率数据的偏态和尖峰厚尾特征;使用CVaR代替方差和VaR来度量金融资产重大损失风险,进而建立均值—CVaR投资优化模型。实证研究结果表明,相对于均值—方差模型,均值—CVaR能够更好地反映投资组合收益率分布,提高投资者控制投资风险的能力。