Kelly-CVaR模型在大类资产配置中的应用

将CVaR方法和Kelly公式结合起来,建立了Kelly-CVaR模型,在CVaR控制风险的前提下,使用Kelly公式的思路配置资产,即在确保组合净值的平均损失率不超过给定水平的前提下,最大化资产增值率;运用Kelly-CVaR模型对中证全指、中证全债和Wind商品指数进行资产配置实证,回测期为2007-01-01到2016-12-31,3个月换仓一次,回测结果显示,根据模型配置的投资组合取得的收益率显著超过了各资产的收益率,并且夏普比率也要高于各资产,说明模型具有良好的资产配置效果。

基于均值-CVaR模型的企业年金资产配置

基于均值-CV aR模型,根据《企业年金试行办法》中对企业年金基金投资方面的规定,以货币市场工具、中长期国债和金融债、可转债及股票4类投资工具为约束条件,构建了企业年金基金投资的资产配置模型;根据我国金融市场和企业年金基金的具体情况,计算出不同企业年金替代率下,4类投资工具的最优资产配置比例和相应资产配置的风险度量指标——年收益率的CV aR值;并在资产回报率服从正态分布假设下,分析了最优资产配置比例的变化。

中国保险业资产配置与风险整合——基于虚实配比、Copula-CVaR模型和Monte Carlo算法的实证研究

我国整体杠杆水平低于发达国家平均水平,但近年来上升较快,这是个值得深入考察的现象。资本市场、银行体系乃至货币市场中任何一个部门的风险都有可能传递至实体经济。为此,通过构建Copula-CVaR模型,考察中国保险业资产配置的整合风险。根据债券、股票&基金、房地产和基础设施四类资产收益率之间的相关性,以Copula函数将各资产收益率的分布函数连接起来,运用Monte Carlo模拟测算我国保险资金投资比例下的CVaR值,以此衡量我国保险业资产配置的整合风险价值,同时研究最优CVaR对应的保险资产配置比例。实证结果表明:t-Copula函数较正态Copula函数能够更好地拟合我国保险业资产收益率状况,债券、股票&基金的投资比例增大会增加整合风险CVaR值;增加基础设施投资比例是可行的,但必须注意防范房地产价格上升掩盖的投资风险。