CN104123582A - 投资组合的综合风险评估方法 - Google Patents

投资组合的综合风险评估方法 Download PDF

Info

Publication number
CN104123582A
CN104123582A CN201310145113.6A CN201310145113A CN104123582A CN 104123582 A CN104123582 A CN 104123582A CN 201310145113 A CN201310145113 A CN 201310145113A CN 104123582 A CN104123582 A CN 104123582A
Authority
CN
China
Prior art keywords
result
index
historical data
portfolio
integrated risk
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310145113.6A
Other languages
English (en)
Inventor
宿大庆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201310145113.6A priority Critical patent/CN104123582A/zh
Publication of CN104123582A publication Critical patent/CN104123582A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种投资组合的综合风险评估方法,包括以下步骤:首先,分别通过历史数据随机调取方法、蒙地卡罗模拟方法、直接统计学计算方法和特定情景分析方法计算出历史数据结果h、蒙地卡罗结果m、统计学计算结果p和特定情景分析结果s;其次,再通过证券分析师对每个个股的评级,判断出分析评级a;最后,将上述第一步的结果进行加权平均,同时结合特定情况分析结果s,计算出资产组合综合风险指数Index。投资组合的综合风险指数Index的数学式为:Index=h*80%+m*10%+p*5%+s*3%+a*2%。本发明采用几种业内通行的方法并综合使用,能够尽可能弥补现有技术中每种方法的局限性,评估结果更准确。

Description

投资组合的综合风险评估方法
技术领域
    本发明涉及一种资产组合的风险评估方法,尤其涉及一种资产组合综合风险评估方法。
背景技术
资产投资组合包括股票、债券、外币、期权、衍生性金融商品等, 可分为进取型、保守型等。大的基金包含证券几千只,类别多样,如股票,国库券,债券,外汇等等。我们用统计学方法,对证券的关联度,相互影响,突发事件(如股市暴跌500点),对投资组合的影响进行模拟计算,从而做出最佳投资决定。一个优质的资产投资组合最理想的是具高流动性、平稳及较高收益、低投资风险。现有的方法没有对资产组合进行综合评估. 比如, 在风险分析方面, 仅仅应用蒙地卡罗随机统计方法. 大的基金包含证券几千只,类别多样,如股票,国库券,债券,外汇等等。现有技术不完整及准确. 方法单一,投资组合的风险评估和效益评估不准确。某特定组合里会有很多组成部分, 比如1万股xyz股票, 2千10年期国库券, 100外汇期权等等.所谓的风险分析, 就是对未来组合的价值进行预测。 假设截止今日, 组合的价值为1000万元,预测结果包括以下几个参数:价值: 800万;概率: 10%;时间段: 10天。也就是说10天内, 有10%的可能性, 投资组合会贬值为800万。现在已有的评估方法有是主要用于风险控制的风险价值 VaR 分析,主要有以下几种方法:1、蒙地卡罗模拟: 在解决实际问题的时候应用蒙特卡罗方法主要有两部分工作,一是用蒙特卡罗方法模拟某一过程时,需要产生各种概率分布的随机变量,二是用统计方法把模型的数字特征估计出来,从而得到实际问题的数值解,其数学式为计算公式:
;2、历史数据随机调取: 和蒙地卡罗方法相比, 都需要定义一定的概率分布, 比如正态分布. 区别在于, 蒙地卡罗根据概率分布, 产生随机数;例如,前10年, 每天的股票价格列出:
day 1: p1=99
day 2: p2=102
day 3000(每年只有大约300个交易日): p3000=120
1)      算出每天相对前一天回报:
r1=(p2-p1)/p1=(102-99)/99
r3000=(p3000-p2999)/p2999
2)      用volatility weighted 波幅加权, 调整回报r:
    σ标准偏差standard deviation
3)      得到的波幅加权过的回报r, 列成表
4)      用正态分布随机数字, 任意从表中抽取数字, 作为预测将来回报R:
R1:
R2:
回报R再调整成价格P, 产生未来比如90天的价格预测表
3、直接统计学计算: 比如正态分布, 几个sigma对应多大概率; 维纳过程Wiener Process(标准布朗运动);数学式为:
4、特定情况分析 scenario:用于小概率事件的灾难模拟,比如上证指数突然暴跌500点对整个投资组合的影响。例如,
1)      指数(成员a, b, c, d 等等)跌500点时, 组合里有a和d, 分别按比例下调回报率r.
2)      组合里的x,y,z非股票类, 比如债券, 找到当时指数下跌500点时, 债券市场波动, 相应调整回报率.
3)      从组合里每个成员的调整过的回报率, 算出预测价格列表
但是现有的方法没有对资产组合进行综合评估,方法单一,因此现有技术得结果不完整也不准确,比如, 在风险分析方面, 仅仅应用蒙地卡罗随机统计方法。这样的结果不够精准,风险较大。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足,提供一种评估结果更准确的投资组合的综合风险评估方法。
为实现上述技术目的,本发明采取的技术方案为:一种投资组合的综合风险评估方法,其特征在于包括以下步骤:
首先,分别通过历史数据随机调取方法、蒙地卡罗模拟方法、直接统计学计算方法和特定情景分析方法计算出历史数据结果h、蒙地卡罗结果m、统计学计算结果p和特定情景分析结果s;
其次,再通过证券分析师对每个个股的评级,判断出分析评级a;
最后,将历史数据结果h、蒙地卡罗结果m、统计学计算结果p、特定情景分析结果s和分析评级a进行加权平均,同时结合特定情况分析结果s,计算出资产组合综合风险指数Index。
作为本发明进一步改进的技术方案,投资组合的综合风险指数Index的数学式为:Index=h* 80%+m*10%+p*5%+s*3%+a*2%。
本发明整合现有单一方法并运用经验公式, 算出一个统一的指数, 用来评估风险及效益;采用统计学方法,对证券的关联度、相互影响和突发事件对投资组合的影响进行模拟计算,从而做出最佳投资决定。本发明能够尽可能弥补现有技术中每种方法的局限性,总体结果更精准。
具体实施方式
本投资组合的综合风险评估方法,其特征在于包括以下步骤:
首先,分别通过历史数据随机调取方法、蒙地卡罗模拟方法、直接统计学计算方法和特定情景分析方法计算出历史数据结果h、蒙地卡罗结果m、统计学计算结果p和特定情景分析结果s;
其次,再通过证券分析师对每个个股的评级,判断出分析评级a;
最后,将历史数据结果h、蒙地卡罗结果m、统计学计算结果p、特定情景分析结果s和分析评级a进行加权平均,同时结合特定情况分析结果s,计算出资产组合综合风险指数Index。作为优选方案,投资组合的综合风险指数Index的数学式为:Index=h* 80%+m*10%+p*5%+s*3%+a*2%。
具体而言,使用backtesting方法, 即假定今天是2012年4月1号, 使用这个日期前的历史数据, 利用各个单独方法预测2012年4月1号至5月1号一个月内资产组合面临的风险. 再用我们的方法预测. 既然现在是2013年4月, 当时的预测已经发生过, 我们用实际发生的数据, 来验证每种方法的准确度。
本投资组合的综合风险评估方法整合现有单一方法, 运用经验公式, 算出一个统一指数, 用来评估风险;采用统计学方法,对证券的关联度、相互影响和突发事件对投资组合的影响进行模拟计算,从而做出最佳投资决定;采用几种业内通行的方法并综合使用, 研究出完整的评估方法。现有的方法没有对资产组合进行综合评估. 比如, 在风险分析方面, 仅仅应用蒙地卡罗随机统计方法。本发明运用三种方法:蒙地卡罗模拟,历史数据随机调取,直接统计学计算,然后用我们的经验公式把几种不同方法得出的结果进行加权平均,结合特定情况分析和多因子分析, 算出一个资产组合综合风险指数,总体结果更精准。本发明能够尽可能弥补现有技术中每种方法的局限性,因为在现实世界里, 股票价格既在某种程度遵守概率分布, 又离不开历史的重复,特定情景则是极端小概率情况的发生,分析师评级则综合了行业经验的因素,所述行业经验包括包含了对宏观经济和非技术层面的理解。上述公式里的权重本身,可以根据实际进行调整。巧合的是, 华尔街主要银行里, 有85%用历史数据方法, 15%用蒙地卡罗方法,特定情景分析和分析评级则是单独的评估, 不像本投资组合的综合风险评估方法一样, 把它们作为整个风险评估里有机的组成部分。通过使用本对投资组合的综合风险评估方法华尔街历史数据分析,结果证明本投资组合的综合风险评估方法的总体结果更精准。

Claims (2)

1.一种投资组合的综合风险评估方法,其特征在于包括以下步骤:
首先,分别通过历史数据随机调取方法、蒙地卡罗模拟方法、直接统计学计算方法和特定情景分析方法计算出历史数据结果h、蒙地卡罗结果m、统计学计算结果p和特定情景分析结果s;
其次,再通过证券分析师对每个个股的评级,判断出分析评级a;
最后,将历史数据结果h、蒙地卡罗结果m、统计学计算结果p、特定情景分析结果s和分析评级a进行加权平均,同时结合特定情况分析结果s,计算出资产组合综合风险指数Index。
2.根据权利要求1所述的投资组合的综合风险评估方法,其特征在于:投资组合的综合风险指数Index的数学式为:Index=h* 80%+m*10%+p*5%+s*3%+a*2%。
CN201310145113.6A 2013-04-25 2013-04-25 投资组合的综合风险评估方法 Pending CN104123582A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310145113.6A CN104123582A (zh) 2013-04-25 2013-04-25 投资组合的综合风险评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310145113.6A CN104123582A (zh) 2013-04-25 2013-04-25 投资组合的综合风险评估方法

Publications (1)

Publication Number Publication Date
CN104123582A true CN104123582A (zh) 2014-10-29

Family

ID=51768984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310145113.6A Pending CN104123582A (zh) 2013-04-25 2013-04-25 投资组合的综合风险评估方法

Country Status (1)

Country Link
CN (1) CN104123582A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846758A (zh) * 2018-06-01 2018-11-20 苏州富源盈硕信息技术有限公司 基于游戏交互的智能投资顾问方法
CN113469818A (zh) * 2021-07-08 2021-10-01 建信金融科技有限责任公司 投资风险预警方法、装置、电子设备及计算机可读介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846758A (zh) * 2018-06-01 2018-11-20 苏州富源盈硕信息技术有限公司 基于游戏交互的智能投资顾问方法
CN113469818A (zh) * 2021-07-08 2021-10-01 建信金融科技有限责任公司 投资风险预警方法、装置、电子设备及计算机可读介质
CN113469818B (zh) * 2021-07-08 2023-04-28 建信金融科技有限责任公司 投资风险预警方法、装置、电子设备及计算机可读介质

Similar Documents

Publication Publication Date Title
Menkhoff et al. Carry trades and global foreign exchange volatility
Hammoudeh et al. Downside risk management and VaR-based optimal portfolios for precious metals, oil and stocks
Kostakis et al. Market timing with option-implied distributions: A forward-looking approach
Adamko et al. The history and ideas behind VaR
Nguyen et al. Portfolio optimization from a Copulas-GJRGARCH-EVT-CVAR model: Empirical evidence from ASEAN stock indexes
Nangolo et al. Empirical correlation of mineral commodity prices with exchange-traded mining stock prices
Madoroba et al. Liquidity effects on value-at-risk limits: construction of a new VaR model
Morozko et al. Rationale for the development strategy of small business organizations using the real options method
Aniūnas et al. Variance–covariance risk value model for currency market
CN104123582A (zh) 投资组合的综合风险评估方法
Lien et al. The effects of structural breaks and long memory on currency hedging
Wang et al. Measuring long-term tail risk: Evaluating the performance of the square-root-of-time rule
Šestanović et al. Non-structural approach to implied moments extraction
Laurini et al. Multivariate stochastic volatility-double jump model: an application for oil assets
Jordan et al. Measuring the level of financial stability in The Bahamas
Faias Predicting the equity risk premium using the smooth cross-sectional tail risk: The importance of correlation
Milwood A COMPOSITE INDICATOR OF SYSTEMIC STRESS (CISS): THE CASE OF JAMAICA.
Tanaka et al. An Integrative Risk Eva luation Model for Market Risk and Credit Risk
Zdravković Stochastic approach to debt sustainability analysis applied to Serbia
Gössling A comparison of range value at risk forecasting models
Gurný et al. Liquidity analysis and prediction in the processing industry by applying VG process: the case of the Czech Republic
Jumbe FINANCIAL MARKET RISK ASSESSMENT MODELS: A REVIEW PAPER
Ahlin Internal model for spread risk under Solvency II
Munir Calibrating Short-Rate Models to Market-observed Inflation Rates
Liu Analysis of China's A-share Market Based on Implied Volatility

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20141029