Professional Documents
Culture Documents
çÏÕ×Ê Ú×éºï Ä Ùö WCVaRÄ ºýí ×Ê×éºÏÓÅ Ä ÐÍ
çÏÕ×Ê Ú×éºï Ä Ùö WCVaRÄ ºýí ×Ê×éºÏÓÅ Ä ÐÍ
6
2006 年 12 月 Chinese Journal of M anagement Science Dec. , 2006
风险资产组合的均值- WCVaR 模糊
投资组合优化模型
刘艳春, 高 闯
( 辽宁大学工商管理学院, 辽宁 沈阳 110036)
摘 要: 本文在均值- 方差模型的框架下, 建立 了以 W orst - Case VaR( WCV aR ) 代替方 差作为风 险测量 指标的 均
值- WCV aR 模型。同时, 将对数型隶属函数引入到模型中, 以 证券组合期望收益 率极大化 和 WCVaR 极小化为 目
标, 建立了对数型满意程度的模糊决策投资组合选 择模型, 更 好地反映 了投资 者对目 标值的 取值意 图。依据上 海
证券市场的实际数据, 采用遗传算法进行了模拟 计算, 验证了模型的有效性。
关键词: 投资组合优化; 最坏条件下的风险值; 模糊; 遗传算法
中图分类号: F224 3 文献标识码: A
n
的收益率时间序列为:
max R( x ) = x i^ i
r i 1 , r i2 , , r iT ( i = 1, 2, , n) ( 1) i= 1
n n
则第 i 种风险资产的期望收益率 i 为: m in V(x) = x ix j ^ ij
T i = 1 j= 1
1
i = T r ij ( i = 1, 2, , n) ( 2) n
j= 1
s t xi = 1 xi 0 i = 1, 2, , n)
第 i 种风险资产的方差( ii ) 和第 i k 两种风险 i= 1
资产的协方差( ik ) 为: ( 7)
T 马可维茨研究了在一定期望收益 R 之下, 使投
ii = 1 ( r ij - i)
2
资风险达到最小的模型:
T j= 1
T n n
ik = 1 ( r ij - i ) ( r kj - k) ( 3) m in V(x) = x ix j ^ ij
T j= 1 i = 1 j= 1
n
假设 x i 为投资者在第i 种风险资产上的投资份
s t R( x ) = x i^ i R ( 8)
额, 则过去 T 期风险资产的时间序列为: i= 1
n n n n
x ir i 1 , x ir i2 , , x ir iT ( 4) xi = 1 xi 0 ( i = 1, 2, , n)
i= 1 i= 1 i= 1 i= 1
-1
这里 k ( ) = - ( ) 为风险因子, ( ) 为标 由于目标期望收益率是越大越好, 引入目标期
准正态分布函数。 望收益率的隶属函数为:
当收益分布不是正态分布时, 假设收益分布的 1
R( R(X )) =
二阶矩存 在, 由 Chebyhev 不等 式 来求 解 p rob{ - 1+ ex p{- R( R(X ) - RM)}
r ( x , ) > V aR } 的上界( 见文献[ 10] ) 。可以导出 ( 15)
公式( 10) , 此时 k ( ) = - 1/ , 事实上, 经典的车 目标风险是越小越好, 引入目标风险的隶属函
比谢夫边界是不严格的, 即上界是不可达的。由文献 数为:
[ 14] 可知它的严格形式为 k ( ) = - (1- )/ 。 V( WC VaR ( X ) ) =
n n
1
即 VaR = - ( 1- )/ ^ ij x i x j - 1 + ex p{ ( 16)
V( WC V aR ( X ) - WC V aR M ) }
i= 1 j = 1
n
其中, R, V( R > 0, V > 0) 分别表示隶属函
^ ix i ( 11)
i= 1 数形状的参数, 它可以反映投资者对投资收益和投
对于给定的损失概率水平 ( 0, 1] 和给定的 资风险满意程度的心理状态。R M , WCV aR M 分别表
投资组合 x X, 为容许的分布函数集( 中的 示隶属度为 0 5 的期望收益率、风险。 使用上述隶属
分布函数的均值, 方差协方差矩阵已知) 。定义关于 函数, 根据 Bellman- Zadeh 的最大化决定理论[ 16] ,
容许的概率分布集 的最 坏情况风险值( w orst - 将目标期望收益和风险的隶属函数展开, 得到如下
case V aR ) 为: 的参数规划问题。
WC V aR ( x ) = min V aR max
s t supProb{- r ( x ) V aR } ( 12) s t + exp{- R( R( x ) - RM)} 1
由文 献 [ 14] 可 知, 最 坏 条 件 下 的 风 险 值 + ex p{ V( WC V aR ( x ) - WC VaR M ) } 1
( WCV aR ) 由式( 11) 给出。
所以基于 WC V aR 风险 n
指标的投资组合模型为: xi = 1 xi , 0; x X ( i = 1, 2, , n)
i= 1
n
max R( x ) = x i^ i ( 17)
i= 1
式中 的金融含义为在给定的目标期望收益率
min WC V aR ( x ) = 和风险条件下, 投资者对 投资的满 意程度。 值越
n n n
- (1- )/ ^ ij x i x j - x i^ i 大, 投资者的满意程度越高。
i= 1 j = 1 i= 1
由于( 17) 式中的约束条件含有指数函数, 为简
n
ex p{- R( R ( x ) - RM ) }
由于投资者在实际投资时, 总是希望把期望收 1-
益率和风险控制在一定的范围之内, 也就是说目标 R( R ( x ) - RM ) ln ( 18)
1-
函数在某种范围之内表现出一 定幅度变化的 模糊
对于目标风险
值, 因此, 对目标函数引入模糊概念的模糊有价证券
+ ex p{ V( WC VaR ( x ) - WCV aR M ) } 1
组合问题, 是对证券投资问题的一种客观的表述。
1-
我们引入非线性隶属函数 [ 15] ( 对数型函数) , 对 ex p{ V( WC V aR ( x ) - WC VaR M ) }
数型隶属函数的表达式为: 1-
V( WC VaR ( x ) - WCV aR M ) ln
1
f (x) =
1 + exp(- x ) - ( WC V aR ( x ) - WC V aR M ) ln
V
当 > 0 时, f ( x ) 是递增函数, 且x lim
+
f (x) = 1 1-
( 19)
当 < 0 时, f ( x ) 是递减函数, 且x lim
+
f (x) = 0
* *
令 ln 1 - = , 则 1- = ex p( ) , 进而
( 14)
第6期 刘艳春等: 风险资产组合的均值- WCVaR 模糊投 资组合优化模型 19
= 1 显然 * 的增减性与 相同, 即
。
1 + exp(- * ) 4 模型的实例验证
*
的最大化与 的最大化等价。故( 17) 式的参数规 选取 2003- 1- 2 至 2003- 5- 31 中国证券市
划问题可以转换为: 场中 8 只股票( 华能国际, 广州控股, 兖州煤业, 贵州
*
max 茅台, 深圳机场, 南风化工, 凯迪电力, 西山煤电) 的
*
s t RR ( x) - RRM 日收盘价, 每日收益率的定义为:
*
V WCV aR ( x ) + V WC V aR M r it = ( p it - p i , t- 1 ) / p i , t- 1
n
* 其中: r it - 第 i 只股票在第 t 期的收益率; p it ,
xi = 1 xi, 0; x X ( i = 1, 2, , n)
i= 1 p i , t- 1 - 第 i 只股票在第t , t - 1 期的收盘价。
计算日
( 20) 平均收益率 R ( X ) 及协方差矩阵 V ( X ) 为:
时, 考虑到受信息、
心态、环境等各种因素的影响, 投 [ J] . European Journal of O perational Resear ch, 1999, 114:
219- 2331
资者预先对于期望收益率以及风险的期望程度常常
[ 7] Speranza M1 G11 Linear programming models for portfolio
会发生变化, 具有某种模糊的变化特征。建立了以
opt imization[ J]1 Finance, 1993, 14: 107- 1231
期望收益率、WCVaR 为目标函数的模糊双目 标组
[ 8] Y oung M1 R11A minimax portfolio selection rule with lin-
合优化模型, 可以得到如下的结论: ear programming solution[ J] 1M anagement Science, 1998,
1) 选用 WCVaR 作为风险指标不受收益率分布 44: 673- 6831
类型的影响, 而且此风险更能直观地反映出投资者 [ 9] Cai X1 Q1, T eo K1 L1 , Y an X1 Q1, Zhou X1 Y11 Portfolio
对风 险的承 受能力。从风 险控制 来看, 表 4 中 的 opt imization under a minimax rule [ J] 1 M anagement Sc-
i
WCVaR 值 均低于 95% 保证程度下的 风险限定 指 ence, 2000, 46: 957- 9721
标。 [ 10] Alexander G1 J1, Baptista A1 M11Eco nomic implications
Abstract: Based on t he mean- variance model framew ork the essay has established t he Mean- WCVaR model
w it h a w orst - case VaR( WCVaR) to replace variance as a risk measurement indicat or1Meanw hile, t he log ist ic
membership funct ion is introduced int o the model1T he essay regards t he maximizat ion of portfolio return and t he
minimizat ion of worst - case VaR as its goal and set s up a fuzzy select ion model of investment portf olio w hich is
sat isf ied w ith t he logist ic membership1It bett er reflects the value of int ent given by t he investor t o t he goal va-l
ue1According t o the act ual data of Shanghai Securit y, w e use t he genet ic algorithm to simulat e and t est the valid-
it y of the model1
Key words: portf olio opt imizat ion; worst - case VaR; f uzzy; genetic algorit hm
简 讯
在第八届中国管理科学学术年会中, 如下论文获/2006 中国管理科学学术年会优秀报告论文奖0:
海运集装箱收益管理舱位动态
卜祥 智 汕头大学商学院 赵泉午 武振业
控制策略研究
市场不确定性影响并购的超边际
陈玉 罡 哈尔滨工业大学深圳研究生院
分析与实证研究
基于满秩灰损益值矩阵的灰矩阵
方志 耕 南京航空航天大学经济与管理学院 刘思峰 陈洪转
博弈的矩阵法求解研究
基于一致性组合评价的城市发展
李美 娟 福州大学管理学院 陈国宏 蔡彬清
水平实证研究
基于变精度粗集的战略石油
谢 刚 中国科学院科技政策与管理科学研究所 潘 伟
储备规模决策方法
基于农村小型水利工程参与式
张 宁 浙江大学管理学院 陆文聪 董宏记
管理模式的农户模型