论文部分内容阅读
风险价值(Value-at-Risk，VaR)是最近金融研究的一个重要方向，它是一种以统计方法度量市场风险的手段，它是指在给定一个时间周期和置信水平下，预期最大损失的测量。但由于它不具有次可加性、凸性等缺陷，使得条件风险价值(ConditionalValue-at-Risk，CVaR)的研究倍受研究者的关注。CVaR是指损失额超过VaR部分的期望损失值或平均损失值。它不仅具有VaR模型的优点，同时在实际应用中更为实用而合理，因而得到越来越广泛的应用。
本文对VaR模型和CVaR模型作了简要的阐述和模型的求解，并简单阐述了它们在投资组合中的运用，并可为投资者在规避现实风险中提供参考。
全文共分为五章，第一章简要介绍了本文的研究背景、研究意义，并对VaR和CVaR的研究现状进行了简要的阐述：第二章概述了投资组合的概念、研究现状，以及VaR模型和CVaR模型在投资组合中的应用：第三章首先详细介绍CVaR模型，提出改进CVaR模型，结合实证并运用遗传算法对其进行了求解和分析：第四章提出基于信息熵的投资组合并运用改进的遗传算法对其求解和实证分析：第五章对全文进行了总结。
本文的取得的研究成果主要如下：
1、改进CVaR模型损失函数，对CVaR模型进行了改进，运用遗传算法对其实证分析。
2、结合信息熵对投资组合进行风险度量，大大减少了投资组合的计算量，在现实中具有很重要的实际意义，并可指导投资者在投资期间进行投资组合的调整。
3、结合沪指的5支股票(飞亚达/浦东建设/冀东水泥/上海机场/包钢股份)对改进CVaR模型进行实证分析，利用沪指6支股票(中国银行/万科/中国平安/上海汽车/厦门钨业/吉林敖东)结合信息熵对投资组合风险进行度量并进行实证分析，结果表明对现实风险投资有实际指导作用。