均值-VaR模型的一种新解法:鞍点近似、遗传算法

摘要：

以均值度量收益,方差度量风险的均值一方差模型,广泛应用于资产组合优化.随着对金融风险度量方法研究的不断深入,VaR作为一种简便、易于理解的风险度量方法,在金融企业中得到日益广泛的应用.本文用VaR代替均值一方差模型中的方差,构建了均值-VaR模型应用于投资组合优化.均值-VaR模型是非线性规划,仅当VaR满足凸性和可微性的前提下,满足库恩一塔克条件的解才是全局最优解.本文在CreditRisk+框架下,提出一个在不允许卖空条件下,不需对VaR的性质做出前提假定的新解法:将鞍点近似法用于计算VaR,在资产头寸与VaR之间建立起函数关系,采用遗传算法寻找模型的近似最优解.并用一个债券组合说明该方法的有效性.

关键词：均值-VaR、鞍点近似、遗传算法、组合优化

所属期刊栏目：28

分类号：F830(金融、银行)

资助基金：面向21世纪教育振兴行动计划（985计划）

在线出版日期：2009-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：59-63