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 PDFInfo
- 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
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
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%。
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)
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 |
-
2013
- 2013-04-25 CN CN201310145113.6A patent/CN104123582A/zh active Pending
Cited By (3)
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 |