Network versus portfolio structure in financial systems
自2007-2009年全球金融危机以来,如何稳定金融体系的问题引起了相当大的关注。最近,Beale等人(“Individual versus系统性风险and the regulator's dilemma”,Proc Natl Acad Sci USA 108:12647-12652,2011)证明,银行之间较高的投资组合多样性将通过以较高的个体违约可能性为代价降低同时违约的风险来降低系统性风险。然而,在实践中,银行违约具有外部性,因为它破坏了其他银行的资产负债表。本文探讨了这些不同的风险来源,即内部性风险和外部性风险,是如何导致系统性风险的。结果表明,只要资产收益率具有负相关性,最小化系统性风险的外部资产配置随金融网络的拓扑结构而变化。在该模型中,一个著名的中心性指标,PageRank,反映了一个适当定义的银行的“感染力”。一个重要的结果是,最具感染力的银行不一定总是最安全的银行。在某些情况下,最具感染力的节点应该充当防火墙,以防止大规模的集体违约。引入一种反作用的投资组合结构将大大降低系统性风险。
2013-08-04 q-fin.RM
Research on Financial Multi-Asset Portfolio Risk Prediction Model Based on Convolutional Neural Networks and Image Processing
针对多资产投资组合风险管理的挑战,提出基于CNN和图像处理的风险预测模型,将金融时间序列转为二维图像提取高阶特征,实证表明其预测精度和鲁棒性显著优于传统模型,为金融风险管理提供新方法。
2025-02-12 q-fin.RM
Model for Constructing an Options Portfolio with a Certain Payoff Function
投资组合优化问题是金融分析的基本问题。在研究中,提出了一个构造具有一定支付函数的期权投资组合的优化模型。该模型被制定为一个整数线性规划问题,包括一个目标支付函数和一个系统的约束。为了验证模型的有效性,我们以台湾期货交易所的欧式看涨期权和看跌期权为例,构建了一个投资组合。利用MATLAB软件进行优化求解。我们的方法是相当普遍的,并有潜力设计的选择组合金融市场。
2017-07-07 q-fin.PM q-fin.PR q-fin.RM
Stability analysis of financial contagion due to overlapping portfolios
人们普遍认为,共同资产持有是最近金融危机蔓延的主要媒介。我们开发了一个网络的方法来放大的金融传染,由于重叠的投资组合和杠杆的组合,我们展示了如何可以理解的广义分支过程。通过研究一个程式化的模型,我们估计的情况下,系统的不稳定性可能发生的参数,如杠杆,市场拥挤,多元化,和市场冲击的函数。尽管多样化可能对个别机构有利,但它可能产生危险的系统性影响,结果是,金融传染病随着过度多样化而变得更糟。在我们的模型中,杠杆率有一个临界阈值;低于这个阈值的金融网络总是稳定的,高于这个阈值的不稳定区域随着杠杆率的增加而增长。金融系统表现出“稳健但脆弱”的行为,在参数空间的某些区域,传染是罕见的,但无论何时发生,都是灾难性的。我们的模型和分析方法可以根据真实数据进行校准,并为宏观审慎压力测试提供简单而强大的工具。
2012-10-22 cs.SI physics.soc-ph q-fin.GN
Portfolio Optimization for Index Tracking with Constraints on Downside Risk and Carbon Footprint
Indian Statistical Institute(印度统计研究所)
本文提出通过优化投资组合权重以减少财务损失风险,构建去碳化指数以跟踪标准普尔500和NIFTY-50指数,同时兼顾环境责任。
2025-12-24 q-fin.RM
Systemic Risk in Financial Networks: A Survey
我们提供了一个金融网络和系统性风险之间的关系的概述。我们提出了不同类型的系统性风险的分类,区分金融组织之间的直接外部性(例如,违约、相关投资组合和贱卖),以及感知和反馈效应(例如,银行挤兑、信贷冻结)。我们还讨论了最佳监管和救助,系统性风险和金融中心的测量,银行关于其投资组合和合作伙伴关系的选择,以及金融网络不断变化的性质。
2020-12-22 physics.soc-ph q-fin.RM
Measuring switching processes in financial markets with the Mean-Variance spin glass approach
在本文中,我们使用均值-方差模型来衡量当前的市场状态。在我们的研究中,我们采取的方法来检测自旋图片中的投资组合的整体对齐。对基态的投影使我们能够使用物理观测值来描述所探索市场的当前状态。定义的投资组合磁化显示光标效应,我们使用它来检测动荡。
2015-03-13 physics.soc-ph q-fin.PM q-fin.RM
Systemic-risk-efficient asset allocation: Minimization of systemic risk as a network optimization problem
系统性风险是一种多层网络现象。层代表各种类型的直接金融风险,包括银行同业负债、衍生工具或外汇风险。另一个系统性风险的网络层通过金融机构的共同资产持有出现。高度重叠的投资组合会导致由基础金融资产的价格变动引起的类似风险。基于金融机构的投资组合持有的知识,我们量化重叠投资组合的系统性风险。我们提出了一个优化过程,我们最大限度地减少系统性风险在一个给定的金融市场的最佳重新安排重叠的投资组合网络,约束条件下,预期收益率和风险的个人投资组合。我们通过使用2016年欧洲银行管理局压力测试的数据,明确地证明了该方法在欧洲主要银行之间主权风险敞口的重叠投资组合网络上的威力。我们表明,系统性风险有效的分配是可访问的优化。在主权风险敞口的情况下,系统性风险可以减少两倍以上,而不会对单个银行产生任何不利影响。这些结果证实了一个简单的模拟火灾销售在政府债券市场。特别是,我们表明,传染概率显着降低优化网络。
2018-03-12 q-fin.RM
Taming Tail Risk in Financial Markets: Conformal Calibration for Nonstationary Portfolio VaR
University of Oxford(牛津大学)
本文提出一种非平稳投资组合VaR控制方法,通过符合校准和制度加权技术,提升风险控制的稳定性和适应性。
2026-08-04 q-fin.RM
Statistically validated network of portfolio overlaps and systemic risk
金融机构持有的共同资产,即投资组合重叠,如今被视为金融危机蔓延的一个重要渠道,有可能引发贱卖,从而在系统一级造成严重损失。在本文中,我们提出了一种方法来评估对异质多元化的投资组合之间的重叠的统计意义,然后让我们建立一个有效的网络的金融机构的链接表示潜在的传染渠道,由于实现的投资组合重叠。该方法是在1999年至2013年底的机构持股历史数据库上实现的,但通常可以应用于任何存在类似邻居集的二分网络。我们发现,经过验证的网络链接的比例(即,在2007-2008年全球金融危机之前,在统计上有重大重叠的国家和地区之间的贸易和投资活动稳步增加,并在危机发生时达到最大值。我们认为,这一措施的性质意味着,从消防销售清算的系统性风险是最大的。系统性风险在2008年急剧下降后,2009年恢复增长,2013年明显加速,达到2007年以来的最高水平。我们最后表明,市场趋势往往被放大的算法确定的投资组合,这样就有可能有一个信息信号的金融机构即将遭受(享受)最重大的损失(收益)。
2016-09-27 physics.soc-ph q-fin.RM stat.AP
Portfolio Management Approach in Trade Credit Decision Making
企业财务的基本目的是实现企业价值最大化。贸易信贷管理也应有助于实现这一基本目标。在财务管理文献中发现的许多当前资产管理模型都假设账面利润最大化为基本财务目标。这些基于利润的书籍模型可能缺乏与另一个目标相关的内容(即,企业价值最大化)。企业价值最大化战略的执行重点是风险和不确定性。本文介绍了可能导致的后果,从经营风险,这是与采购商使用延迟付款的商品和/或服务。本文提出了一种运用资产组合管理理论来确定企业应收账款水平的方法。公司应收账款水平的增加既增加了净营运资本,也增加了持有和管理应收账款的成本。这两个因素都降低了公司的价值,但在应收账款方面采取宽松的政策,再加上投资组合管理方法,可以增加公司的价值。还努力分配管理这些风险的方法;其中特别注意调整投资组合理论的假设以及衡量对公司价值的潜在影响。
2013-01-16 q-fin.GN q-fin.PM q-fin.RM
Simplicial persistence of financial markets: filtering, generative processes and portfolio risk
我们引入单纯持久性,在随后的时间层的网络图案的时间演化的措施。我们观察到长记忆的相关滤波的结构的演变,与两个政权幂律衰减的持续单纯复体的数量。底层时间序列的可重构模型进行测试,以调查生成过程及其演化约束的属性。用TMFG滤波技术和阈值生成网络,表明基于嵌入的滤波方法(TMFG)能够识别整个市场样本的高阶结构,而阈值方法失败。这些长记忆过程的衰减指数被用来根据其发展阶段和流动性来预测金融市场。我们发现,流动性更强的市场往往有一个缓慢的持久性衰减。这与发达市场更随机的普遍认识形成了鲜明对比。我们发现,他们确实是不太可预测的,因为什么关系到每个单一变量的动态,但他们是更可预测的,因为什么关系到变量的集体演变。这可能意味着更容易受到系统性冲击的影响。
2020-09-16 physics.soc-ph q-fin.PM q-fin.RM
The lexical ratio: A new perspective on portfolio diversification
本文提出词汇比率(LR)这一基于文本数据的新指标,通过熵理论捕捉资产间非数值关系,在标普500组合上验证其优于传统波动性指标,能提升风险调整后回报,为投资组合多样化提供新视角。
2024-11-09 q-fin.PM q-fin.RM q-fin.ST
Monte-Carlo Estimation of CoVaR
${\rm CoVaR}$是衡量金融系统性风险的重要指标之一。它被定义为一个金融组合的风险,条件是另一个金融组合处于风险之中。本文首先建立了CoVaR的一个基于蒙特卡罗模拟的非线性估计,并研究了它的相合性和渐近正态性。我们表明,最佳的收敛速度的估计量是$n^{-1/3}$,其中$n$是样本大小。然后,我们开发了一个重要性抽样启发下的delta-gamma近似估计的投资组合损失,我们证明了估计的收敛速度是$n^{-1/2}$。数值实验支持我们的理论研究结果,并表明这两个估计工作良好。
2022-10-12 q-fin.RM
Large portfolio losses: A dynamic contagion model
利用粒子系统方法,我们研究了网络中面临信用风险的企业的财务困境的传播。我们调查的现象,信贷危机和量化的损失,银行可能遭受的一个大的信贷组合。应用大偏差原理,我们计算系统的极限分布,并确定公司的信用质量指标的时间演化,进而推导出全球金融健康指标的动态。最后,我们描述了一个合适的版本的“中心极限定理”有用的研究大型投资组合损失。仿真结果以及应用到投资组合损失分布分析。
2009-03-04 math.PR q-fin.RM
Tsallis Relative entropy from asymmetric distributions as a risk measure for financial portfolios
在早期的研究中,我们发现,Tsallis相对熵(TRE),这是Kullback-Leibler相对熵(KLRE)的推广到非广泛的系统,可以作为一个可能的风险度量在构建风险最优投资组合,其回报超过市场回报。从长期来看(> 10年),作为风险度量的TRE的风险-收益曲线比资本资产定价模型(CAPM)常用的风险度量“beta”的风险-收益曲线表现出更一致的行为。在这些研究中,从TRE导出的模型分布是对称的。然而,观察表明,金融市场和股票的收益率分布在正收益率和负收益率方面一般是不对称的。在这项工作中,我们推广TRE的非对称情况下(ATRE)考虑数据分布作为两个独立的归一化分布的线性组合-一个为负收益,一个为正收益。这两个独立的分布都是具有不同的非扩展性参数q和温度参数b的半q-高斯分布。的风险回报(超过市场回报)模式进行了调查,使用ATRE作为风险度量。结果进行了比较,从其他两个风险措施:TRE和Tsallis相对熵S-来自负收益。对数据(包括互联网泡沫、2008年崩盘和新冠肺炎疫情期间的数据)进行的长期(20年)和短期(10年)测试表明,所有三种风险指标的风险-超额收益率曲线都可以获得线性拟合。然而,在混乱的市场条件下(崩溃)使用S-作为风险创建的投资组合的拟合显示出更高的斜率,指向给定风险值的更高回报。此外,在这种情况下,即使是短期投资组合的超额收益率仍然是正的,而与市场行为无关。
2022-05-26 q-fin.RM q-fin.ST
Expert Aggregation for Financial Forecasting
EDF lab(法国电力实验室);FiME Laboratory(FiME实验室);Université Gustave Eiffel(古斯塔夫·埃菲尔大学);Amundi Asset Management(东方汇理资产管理公司);Paris Dauphine PSL University(巴黎多芬-PSL大学);Université Libre de Bruxelles(布鲁塞尔自由大学)
本文提出伯恩斯坦在线聚合方法,将多个机器学习模型的个股收益预测整合为多空投资组合策略,在非平稳市场中实现更高夏普比率和更低风险。
2023-07-06 cs.LG econ.EM q-fin.PM
The Concentration Risk Indicator: Raising the Bar for Financial Stability and Portfolio Performance Measurement
本研究基于HH指数开发新型集中度风险指标CRI,可衡量组合集中风险、作为金融稳定指标,适用于多类资产与领域,经加密资产数据验证,为风险管理与相关传播提供有效工具。
2024-08-14 q-fin.RM
Forecasting VaR and ES using a joint quantile regression and implications in portfolio allocation
本文提出了一个多元分位数回归框架来同时预测多个金融资产的风险价值(VaR)和预期损失(ES),扩展了Taylor(2019)。我们将Petrella和Raponi(2019)的多变量非对称拉普拉斯(MAL)联合分位数回归推广到时变设置,这使我们能够指定每个资产的VaR和ES演变的动态过程。所提出的方法占资产收益之间的依赖结构。通过利用MAL分布的性质,我们提出了一种新的投资组合优化方法,最大限度地减少投资组合的风险和控制众所周知的特性的金融数据。我们评估所提出的方法的优点,模拟和真实数据,使用三个主要的股票市场指数的周收益率。我们表明,我们的方法优于其他现有的模型,并提供更准确的风险度量预测相比,单变量的。
2021-06-11 q-fin.RM
Estimation of Large Financial Covariances: A Cross-Validation Approach
Oxford-Man Institute of Quantitative Finance(牛津-曼氏量化金融研究所);Department of Engineering Science(工程科学系)
我们引入了一种新的协方差估计的投资组合选择,适应金融时间序列的非平稳或持续异方差环境,采用指数加权平均和非线性收缩样本特征值,通过交叉验证。我们的估计是结构不可知的,透明的,在大尺寸的计算上是可行的。通过校正样本特征值的偏差,并将我们的估计量与最近的风险相匹配,我们证明了我们的估计量在大维度上对现有的最先进的静态和动态协方差收缩估计量表现良好,通过模拟和主动投资组合管理中的实证应用。
2023-01-20 cs.LG q-fin.RM stat.ML
Beyond VaR and CVaR: Topological Risk Measures in Financial Markets
本文提出基于拓扑数据分析的TVaRD风险度量,利用上同调群分析三只科技股收益数据,发现压力条件下点云密度显著变化,为补充VaR和CVaR提供新视角。
2023-10-27 q-fin.RM
End-to-End Portfolio Optimization with Quantum Annealing
Qkrishi Quantum Pvt Ltd(Qkrishi量子私人有限公司);University of Massachusetts, Boston(马萨诸塞大学波士顿分校);Stony Brook University(石溪大学);North Carolina State University(北卡罗来纳州立大学)
本文提出一种结合量子退火与经典优化的端到端投资组合优化方法,实证比较其与基金经理和指数的表现,展示量子辅助选择与经典分配在现实中的应用。
2025-12-17 econ.GN math.OC q-fin.EC
Global Index on Financial Losses due to Crime in the United States
犯罪可能对投资产生不稳定的影响。尽管犯罪率在投资中具有潜在的重要性,但美国没有专门用于评估犯罪对金融影响的指数。因此,本文提出了一个基于指数的保险组合,在美国的犯罪,利用金融损失报告的联邦调查局的财产犯罪和网络犯罪。我们的研究旨在帮助投资者设想我们的投资组合中的风险敞口,根据他们所期望的风险水平衡量投资风险,并为经济崩溃造成的潜在损失制定对冲策略。作为指数的基础,我们通过发行可销售的欧洲看涨期权和看跌期权并提供风险预算(分散每种犯罪类型的风险)来对冲投资。我们发现,不动产、勒索软件和政府冒充是主要的风险贡献者。然后,我们评估我们的指数的表现,以确定其对经济危机的适应能力。与本研究中使用的经济因素相比,失业率可能表明投资组合存在较高的系统性风险。最后,本文为保险风险证券化提供了理论依据,可以预警投资者将风险转移给资本市场投资者。
2021-05-07 q-fin.CP q-fin.PR q-fin.RM