简介:投资者进行投资实践时无不面临着背景风险。绝大多数以均值方差为框架的投资组合并没有考虑背景风险,其效用在实际应用中容易受到背景风险的影响。本文在含有交易费用的双目标函数模型中引入背景风险,从是否含有背景风险和背景风险偏好度大小两方面对投资组合问题展开研究,并使用智能算法得到模型的最优解,对模型进行实证分析。实证结果表明:1)当背景风险收益为0时,含有背景风险的投资组合比不含有背景风险的投资组合更能反映真实的投资环境。2)当背景风险收益不为0时,含有背景风险的投资组合比不含有背景风险的投资组合得到更高的收益。因此,考虑背景风险后投资组合的构建优于不考虑背景风险投资组合的构建。
简介:金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记忆性。基于此,本文建立ARFIMA-GARCH-Copula模型来研究沪深股市的相关结构和等权重投资组合风险值VaR,利用上证指数和深成指数收益率的组合来进行实证研究。首先采用经典R/S分析法检验各个资产收益率的长记忆性,经过分数阶差分后选用GARCH模型建模得到边缘分布。然后选择Copula函数来刻画两资产之间的相关结构,建立联合分布模型。进而采用MonteCarlo方法模拟产生各资产的收益率序列,计算出投资组合的风险值VaR。实证研究表明:沪深股市具有长记忆性,且两者具有对称的尾部相关性;Kupiec检验说明ARFIMA-GARCH-Copula模型较之于GARCH-Copula模型能更准确地度量投资组合风险。
简介:P2P网络借贷作为电子商务在金融领域的延伸与应用,近年来得到广大学者的关注.但是目前的理论研究中,鲜有从投资者信息挖掘的角度进行投资决策分析.本文提出一个新颖的方法,即投资者构成分析方法,通过分析贷款的众多投资者信息遴选出最有价值的投资,辅助投资者进行投资决策.首先从投资者的历史投资收益率、风险偏好以及投资经验三个维度构建投资者档案(investorprofile),进而基于投资者档案构建投资者构成分析模型,最后通过美国最大的在线网络借贷网站Prosper的数据,对本文提出的构想及模型进行了实证研究.实验结果表明本文提出的利用投资者构成分析的方法辅助投资者进行投资决策是可行的,文中构建的模型表现出良好的预测能力,能够有效地筛选出有价值的投资.
简介:运用可靠方法评估项目的最优临界值和最大机会价值是光伏发电投资决策面临的关键问题。本研究选取了与某光伏企业发电投资项目价值“孪生”的一只股票的836个日收盘价格(从2012年1月4日至2015年6月24日)建立波动率预测模型,并在此基础上修正了该项目投资决策的动态规划法。然后给出了该投资的最优临界值、最大机会价值以及不同波动率下的这两个值的变化趋势。研究表明:该“孪生”股票价格的条件异方差使得最优临界值和最大机会价值对波动率的敏感程度不同——当波动率增大时,上述两个值虽然都增加,但增加的程度不同;当波动率增大到一定程度时,这两个值增加的程度都明显提高。因此,将波动率纳入光伏发电投资决策分析中有助于提高决策质量,减少企业损失。
简介:舰载机进行紧急作战任务时,可能会先快速起飞,然后再进行空中对准。为了保证对准结束进入惯性导航模式后,惯导系统能够达到一定精度指标,对准结束时刻的姿态信息需要达到一定的精度要求。空中对准过程一般可分为粗对准和精对准两部分,对准结束时刻的姿态精度由粗对准结束时刻的导航误差、惯性器件误差、重力场模型误差和对准过程中的飞行机动等多个因素决定。首先利用设计的协方差分析方法,对两种不同空中对准方案进行误差分配,并通过Monte-Carlo仿真技术对误差分配结果进行了验证。仿真结果说明了提出的误差分析方法是正确的,为空中对准方案的改进方向提供了借鉴作用。