考虑投资者风险厌恶程度的情景树生成方法研究

基本信息
批准号:11901125
项目类别:青年科学基金项目
资助金额:19.00
负责人:杨立
学科分类:
依托单位:广西师范大学
批准年份:2019
结题年份:2022
起止时间:2020-01-01 - 2022-12-31
项目状态: 已结题
项目参与者:
关键词:
情景树K均值聚类方法风险厌恶程度尾部情景
结项摘要

The generation of a scenario tree is a key step of transforming a stochastic programming model into its corresponding deterministic programming model. Consequently, the acquisition of a competitive investment strategy crucially depends on the generation of a reasonable scenario tree. In actual investment decision activity, investors are usually risk averse and always pay more attention to the tail characteristic of the loss distribution. However, the tail matching effect is not considered in existing scenario tree generation approaches. In light of this phenomenon, we devise a new tail adjusted K-means clustering approach to adjust the tail of the scenario tree generated by the K-means clustering approach. Aiming to control the scale of the generated scenario tree and fit the first four moments of the original scenario fan well, the tail adjusted K-means clustering approach is further combined with the moment matching model, which forms a moment-tail matching scenario tree generation approach. The empirical results of this study indicate the practicality and effectiveness of the new devised scenario tree generation approach.

情景树的生成是将多期随机优化问题转化为确定规划问题的一个关键步骤,从而生成情景树的优劣直接影响到得到的最优投资决策的竞争力的强弱。实际中投资决策者往往是风险厌恶的,比较关注损失分布的尾部。然而现有的情景树生成方法并未对这一现象引起关注。鉴于此,本项目首次将投资者的风险厌恶程度纳入情景树的设计,给出了一种尾部调整K-均值聚类方法;考虑到原收益过程的高阶统计性质和矩匹配模型的非凸且非线性,本项目利用现有矩匹配模型的矩匹配优势,设计了一种新的多阶段情景树生成方法,改进并完善了尾部调整K-均值聚类方法的矩匹配效果和易解性;同时探索了将新情景树生成方法服务于多期投资组合选择问题的解决办法,使得新方法可以很好地落地、服务实践。研究成果可以在情景树生成方法的相关理论和方法上取得显著进展,为多期投资实践提供有效的理论支撑和方法实现;同时可以帮助投资者得到具有较强竞争力的投资组合策略,防范风险。

项目摘要

金融科技的创新必须以风险管理为核心,没有风险管理就没有金融。目前主流的金融风险测度方法比较关注尾部风险,其中最具代表性的方法是VaR、ES和TNT风险度量。.金融受科技的驱动已经逐步由离线金融迈向在线金融,而且速度越来越快。金融风险分析的背后依据的是数据。数字经济时代,投资决策者要进行高效的资产配置、投资组合选择等,一种有效途径就是对数据进行降维。在对数据降维中,如何去除噪音,并保证尾部风险的精确捕捉,是情景生成方法应该关注的重点。然而现有的情景生成方法并未对这一现象引起关注。鉴于此,本项目首次将尾部风险纳入情景的设计,给出了一种尾部调整K-均值聚类方法;考虑到原收益过程的高阶统计性质和矩匹配模型的非凸且非线性,本项目利用现有矩匹配模型的矩匹配优势,设计了一种新的情景生成方法,改进并完善了尾部调整K-均值聚类方法的矩匹配效果和易解性;同时探索了将新情景生成方法服务于投资组合选择问题的解决办法,使得新方法可以很好地落地、服务金融风险管理。研究成果可以在情景生成方法的相关理论和方法上取得显著进展,为风险管理实践提供有效的理论支撑和方法实现;同时也可以帮助决策者得到具有较强竞争力的投资组合策略,防范风险。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

Protective effect of Schisandra chinensis lignans on hypoxia-induced PC12 cells and signal transduction

Protective effect of Schisandra chinensis lignans on hypoxia-induced PC12 cells and signal transduction

DOI:10.1080/15287394.2018.1502561
发表时间:2018
2

黄河流域水资源利用时空演变特征及驱动要素

黄河流域水资源利用时空演变特征及驱动要素

DOI:10.18402/resci.2020.12.01
发表时间:2020
3

自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例

自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例

DOI:10.12054/lydk.bisu.148
发表时间:2020
4

栓接U肋钢箱梁考虑对接偏差的疲劳性能及改进方法研究

栓接U肋钢箱梁考虑对接偏差的疲劳性能及改进方法研究

DOI:10.3969/j.issn.1002-0268.2020.03.007
发表时间:2020
5

气载放射性碘采样测量方法研究进展

气载放射性碘采样测量方法研究进展

DOI:
发表时间:2020

杨立的其他基金

批准号:20372030
批准年份:2003
资助金额:23.00
项目类别:面上项目
批准号:29972018
批准年份:1999
资助金额:13.00
项目类别:面上项目
批准号:51772188
批准年份:2017
资助金额:60.00
项目类别:面上项目
批准号:21173148
批准年份:2011
资助金额:61.00
项目类别:面上项目
批准号:21373136
批准年份:2013
资助金额:81.00
项目类别:面上项目
批准号:69405001
批准年份:1994
资助金额:8.40
项目类别:青年科学基金项目
批准号:29572047
批准年份:1995
资助金额:8.00
项目类别:面上项目
批准号:81371547
批准年份:2013
资助金额:70.00
项目类别:面上项目
批准号:31801819
批准年份:2018
资助金额:26.00
项目类别:青年科学基金项目

相似国自然基金

1

情景树生成与约简的实用有效算法

批准号:11571270
批准年份:2015
负责人:陈志平
学科分类:A0405
资助金额:50.00
项目类别:面上项目
2

考虑突发事件多种可能情景的风险应急决策方案择优方法研究

批准号:71101020
批准年份:2011
负责人:袁媛
学科分类:G0102
资助金额:20.00
项目类别:青年科学基金项目
3

市场参与者的风险厌恶程度对期货价格的影响及其应用研究

批准号:70701011
批准年份:2007
负责人:宋军
学科分类:G0114
资助金额:17.00
项目类别:青年科学基金项目
4

即时顾客化定制下考虑风险规避程度的鲁棒-反应式调度研究

批准号:71701022
批准年份:2017
负责人:许晓晴
学科分类:G0102
资助金额:18.00
项目类别:青年科学基金项目