导读:本文包含了资产组合优化论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:组合,资产,资产负债,风险,利率,投资组合,缺口。
资产组合优化论文文献综述
谭婕[1]（2019）在《基于非对称信息下累积前景理论的多风险资产投资组合优化与研究》一文中研究指出在传统的投资者进行风险决策的进程之中,John von Neumann&Oskar Morgenstern所提出的期望效用理论是最为常用的。然而考虑到面对亏损或者盈利这两种状态投资者会表现出不同的风险态度,现实生活中的投资者是不可能成为“完全理性人”。因此本文以累积前景理论(CPT)为基础充分的考量了投资者的心理因素,并在此基础上进行累积前景理论投资行为人的投资组合分析。此外,Camelia M.Kuhnen提出的非对称信息理论表明,投资行为人的投资组合内部资产的历史信息,会通过影响投资者的心理情绪进而影响他的后续的投资决策行为。在此情形下,本文在CPT的基础上进行了一定的改进,构建了基于非对称信息理论下CPT投资者的现代投资组合优化模型。本文一直秉持着理论分析与仿真模拟分析相结合的研究方法,主要研究框架如下所示:首先,本文在第一章的研究背景及文献综述介绍完之后,紧接着便在第二章详细介绍相应的理论知识,主要包括累积前景理论与非对称信息理论;其次,第叁章主要内容是模型的构建,包括基础的累积前景理论的相关模型、非对称信息模型等,并得出最终的最优投资策略模型;最后,第四章是在构建的模型基础上进行的仿真模拟分析,本文采用2018年我国A股市场上的,来自不同行业随机抽取的十五只蓝筹股股票增长率作为风险资产的收益率,并将相应的1年期国债收益率视为无风险资产的收益率。在此数据基础上,本文最终得出了非对称信息条件下的累积前景理论投资者最优投资策略解,并进行了相关敏感性分析检验,第五章是结论部分。本文的主要创新之处有:第一,本文在累积前景理论的基础之上,还引入了非对称信息理论,不仅仅关注到投资行为人自身的情绪对其进行决策的相关影响,还探索了风险资产历史收益会对投资行为人的情绪产生的相应的影响。第二,本文关注多风险资产的投资问题,这与传统的累积前景理论研究中单一的风险资产研究相比,更加贴近真实的投资情形。第叁,本文随机选取了国内A股市场中各个行业的蓝筹股作为风险资产,国内一年期国债作为无风险资产,因此研究结果具有一定的现实意义。第四,本文更加关注投资行为人的心理情绪变化对其投资组合最优策略决策的相关影响,从现实角度来看,这一假设实际上与投资行为人的内心真实的心理状态更为贴近。(本文来源于《湖南师范大学》期刊2019-06-01）
周颖,杨洁[2]（2019）在《基于“四维久期”利率风险免疫的资产负债组合优化模型》一文中研究指出利率风险管理是银行资产负债管理中的核心内容。以银行月利息收益最大为目标函数,以水平、斜率、曲率和峰度4个维度的零久期缺口为约束条件,构建商业银行资产负债组合优化模型。将反映收益率曲线水平因子、斜率因子、曲率因子和峰度因子4个维度变化的Svensson模型参数引入经典的Nelson-Siege久期模型,建立"四维久期"模型,从4个维度更加准确地衡量利率风险。不但可以反映Nelson-Siege久期的水平因子、斜率因子和曲率因子,而且还反映了峰度因子。以"四维久期"的利率风险免疫条件为约束,以商业银行利息收益最大为目标函数,建立控制利率非移动风险的资产负债组合优化模型,确保在利率发生变化时,银行的净资产不受损失。(本文来源于《系统管理学报》期刊2019年01期）
邓浏睿,谭婕,邹超群[3]（2018）在《基于累积前景理论的多资产投资组合优化与实证研究》一文中研究指出基于CPT视角的多风险资产投资组合模型,探讨投资者面对不同投资风险时的心理变化以及心理变化对其投资策略的影响。通过选取不同超额收益率及波动率水平的股票,测试投资策略对于风险态度指标的敏感度。研究表明,投资者面对不同风险具有明显地心理变化,并且其心理变化对投资策略具有显着的影响。具体表现在几个方面:投资者面对不确定收益时,表现出风险厌恶,面对不确定损失时,表现出风险偏好;投资者将无风险资产的投资收益作为心理参考点,所做的投资决策与相对于此参考点的相对财富水平的变化有关,而不是与传统理论中的绝对财富变化量相关。(本文来源于《湖南大学学报(社会科学版)》期刊2018年05期）
Suleman,Sarwar[4]（2018）在《能源在经济、股市和资产组合优化中的作用分析》一文中研究指出本文试图考察能源对宏观经济和微观经济的作用,并分析石油在冲组合风险中扮演的角色。我们用传统的具体分析方法来达到这项研究的目标。首先,我们利用210个国家的年度数据,试图分析石油价格和电力消费对国内生产总值的影响。进一步将数据分为五个子类别:收入水平,经合组织和非经合组织,区域水平,可再生能源消费比例和石油进出口国家。对于长期和短期分析,我们使用完全修正的普通最小二乘法和矢量误差修正模型。调查结果几乎在所有类别中都分析了油价和电力消费的重要性。另外,我们去掉了 53个国家的数据,将其余157个国家用于第二代面板计量经济学估计。在面板之间存在截面相关关系,这导致本文应用第二代单位根检验,Westerlund(2007)协整检验和混合分组平均估计。结果与210个国家的调查结果一致,表明油价,电力消费和国内生产总值之间存在显着关系。然而,在大多数情况下,石油价格是正向显着的。我们的经验证据显示了所有五个发展中国家分组中经济增长的显着性。在中低收入国家,中高收入国家,东亚和太平洋地区,中东和北非以及南亚地区显示出电力消费对经济增长的显着正效应。对于五个发展中国家分组中有叁个,石油价格是显着的。中高收入和南亚类别显示出显着的结果。总之,结果证实,尽管石油价格高涨,发展中国家仍严重依赖电力消费而不是价格来实现经济增长。适应性健全的财政政策,货币政策和工业基础设施,可以缓解石油价格冲击对经济增长的影响。此外,我们使用面板OLS和动态OLS进行稳健检验。实证证据证实了电力消费,石油价格,资本和劳动力对经济增长的影响,这与FMOLS的实证结果一致。这表明长期的实证结果是可靠和稳健的。下一个目标通过仅考虑一个国家即巴基斯坦,来限定研究范围。这部分调查了石油价格、电力价格和电力消费对宏观和微观经济的影响。采用混合最小二乘法,固定效应模型,差分广义矩法和系统广义矩法进行实证分析。所有的技术都证明,滞后的公司股票收益和电力消耗与公司的股票收益正相关;油价被证明是不显着的,但是电价上涨导致公司的股票收益率下降。对于工业股票回报,混合OLS,固定效应模型和差分GMM和系统GMM发现油价的显着性,电价的结果是正向显着的,这与Model-1类似。电力消耗在1%的显着性水平下显着为负值。下一水平,检查能源变量与股市回报之间的关系;油价上涨和能源消耗提高了股市回报,但电价与股市收益呈负相关。第四层次,是能源变量对经济增长的回归;石油价格具有显着的正相关关系,这表明具有良好制造基础设施的发展中国家有吸收石油价格冲击的潜力。油价上涨导致货币贬值,增加出口,导致经济增长增加,反之亦然。相反,电价上涨对宏观经济指标产生负面影响。电价的结果与预期一致,电价上涨是由于巴基斯坦电力短缺造成的,并对公司的生产,销售,财务业绩和股票收益产生不利影响。考虑到这一分析,油价上涨的结果显示对国内生产总值、股市回报率和工业股票收益率都有正向影响。相反,电价和电力消费与国内生产总值,股市回报率,工业股票回报率和公司股票回报率负相关。前面,我们研究能源变量对巴基斯坦宏观经济和微观经济的影响。然而,这项研究的下一个目标是试图更加具体,只强调巴基斯坦股市。目标是调查石油和股市之间的冲击传导和波动溢出。通过分析股票与石油回报之间的冲击依赖和波动溢出,这有助于巴基斯坦股票与石油市场之间的联系。此外,研究这种关系在不同的时间段的情况,即对危机前、危机期间和危机后分别进行检查。溢出结果被用来计算最优投资组合权重,从而形成一个有利的投资组合,并分析套期保值比率,在不变的预期收益下来最小化风险。该估计基于GARCH建模方法,能够分析其本国市场回报的冲击和波动性依赖性,以及两个市场的波动溢出效应。结果表明,与过去的信息相比,过去的波动性对巴基斯坦股票市场和石油市场目前的条件波动性的发展具有更加预测性的作用。在全样本和危机前期都发现从股票到石油市场的重大冲击和波动性传导;而在危机期间、后危机时期,没有证据表明存在股市向石油市场的溢出效应。除了在后危机时期外,石油市场到股票市场也出现了显着的冲击和波动溢出效应。关于对最优投资组合权重的估计,研究结果表明在全样本、危机前、危机期间和后危机期间,最优投资组合中有更多的股票而不是石油资产,来构成一个有利的投资组合。与套期保值比率相关的结果表明,在整个样本和危机前期,股票多头和石油空头头寸持仓。然而,在危机期间和危机后期,BEKK系列和cDCC系列的结果是矛盾的。根据BEKK系列,投资者应该在石油多头和股票空头。而cDCC和GJR-DCC的结果表明,投资者在危机期间持有石油空头,在后危机期间持有石油多头。这些结果表明,在危机前、危机期间和危机后期,石油是对巴基斯坦股票更好的对冲方式。这一发现,对个人投资者和投资组合经理同样重要,具有实际意义。平均来看,估计结果显示,在危机前期(EGARCH除外),投资总额应投资购买石油资产的比例约为30%。在危机期间,约是21%,危机后是18%。这些估计值表明,投资者应该在危机期间和危机后期减少对石油资产的依赖,而在危机前期,投资者可以增加其在石油资产上的投资比例。总体而言,结果显示,在不改变预期收益的情况下,石油是最小化投资组合风险的重要资产。有大量文献调查了石油价格如何影响股票收益。然而,这份文献中存在明显的研究空白,即分析不同行业对油价冲击的反应。因而,下一个目标是研究石油价格冲击对不同行业的影响。我们的方法是专注于叁个具体问题。首先,我们考察石油价格对巴基斯坦公司收益的影响,目的是分析1998-2014年期间397家上市公司的数据。广义矩矩法(GMM)证实了油价与公司股票收益之间存在显着的正相关关系。其次,研究调查了油价对企业股票收益的影响是否在所有行业相同;我们确认它不是。石油价格对企业水平股票收益的影响是与特定行业相关的。我们将公司分为12个行业,并解释说大部分行业的石油价格上涨通常会提高公司的股票收益;而烟草,黄麻和人造黄油是那些被证明不显着的行业。最后,我们研究滞后石油价格是否会影响企业的股权收益率,以及这种关系是否具有行业特定性。结果发现,大多数行业中,滞后油价的影响是不利的,除了烟草,人造黄油和其他行业。显着的正相关关系表明,油价上涨不会对巴基斯坦工业基础设施产生不利影响,总体水平和工业水平的股市吸收了油价冲击。结果表明,油价的变化可能是由于研究期间的需求压力造成的,由于巴基斯坦产业对石油需求的增加而提价,这也为股市带来积极信号,投资者增加买卖这些股票。另一方面,当石油价格下跌时,巴基斯坦政府并没有将优势转移到产业层面和个人身上;运输成本,原材料成本和电力成本保持不变。结果,油价的下跌对行业和股票影响不显着或不利。滞后的负向关系的预期原因可能是生产成本的增加。油价的持续上涨推高了生产成本,反过来又提高了产品价格,这种经济上的通胀压力降低了消费者的购买力。之后,企业降低了产量,对公司的财务收益造成不利影响,并在股市中传递了负面信号。结果,投资者减少了股票交易,降低了巴基斯坦股票市场的股票收益率。油价的波动带来不确定性,并对增长和投资者的信心产生显着影响(Masih,Peters,&Mello,2011)。石油进口国可能受到此类石油价格波动的影响更大,尤其是在基础设施和政策要求弱的情况下。与负面冲击相反,股价回报受到正向的石油价格冲击的显着影响。总括而言;石油价格的上涨传递出股市的积极信号,提振了巴基斯坦公司的股票收益率。本研究的意义是多维的;首先,由于工业基础设施不足以长时间吸收油价的影响,所以管理者和决策者应制定健全的产业政策,以缓解油价在较长时期内的不利影响。其次,从投资者角度来看,油价与企业股权收益之间的正相关关系表明,在油价上涨过程中,投资者应该购买公司股票以获得较高的资本收益,但不应该持续较长时间。第叁,财务主管可以通过实施对冲活动来应对油价波动的风险。接下来的部分将试图考察石油价格冲击和波动对企业股票收益的影响。根据全球行业分类标准,这些企业分为十一个部门:汽车,水泥,化工,金融和投资,工程,食品,保险,石油和天然气,纸和纸板,制药和纺织品。我们使用107个公司的日度数据集,从数据集中排除具有缺失值的公司。使用BEKK-GARCH模型来研究企业股票和石油市场中相互依存,冲击传递和波动溢出的存在。研究结果为企业股票和石油市场提供了相互依存的证据,表明企业股票和石油市场的滞后冲击对其当前的市场条件波动具有显着影响。同时,考虑到冲击传导的估计,我们可以观察到结果在不同行业之间有所不同,但很难否认跨公司股票和石油市场的冲击传导的存在。在巴基斯坦的情况下,所有公司都证明存在从石油到公司股票以及从公司股票到石油市场的波动性传导。考虑到所有情况,那么我们可以得出结论:油价对国内生产总值,股市回报,工业股票收益和企业股票收益具有正向和统计上的显着影响。这种正向关系的背后原因可以通过不同的渠道来讨论,比如巴基斯坦是一个发展中国家,需要能源来展开其工业活动,这反过来又会促进该国的企业利润,股票收益和经济增长。在讨论石油对宏观和微观经济的作用后,我们将注意力转移到石油资产对投资组合风险进行套期保值的重要性上。首先,我们利用股票市场和石油市场数据来调查石油资产在降低投资组合风险的作用。平均权重和套期保值比率的结果证实了石油资产的重要性,证明可以通过购买更多的石油资产对冲组合风险。之后,我们研究了不同情景下的投资组合分析:危机前,危机期间和危机后。大部分估计证实,石油资产有助于在不改变预期收益的情况下最大限度地降低投资组合风险。最后,本部分研究更详细的方面;在这一部分我们强调的是单个公司的股票收益而不是股票市场。我们使用从BEKK-GARCH估计中提取的方差和协方差序列来分析包括石油和公司股票的投资组合的平均权重和套期保值比率。制造业企业,显示了石油资产对于减少投资组合风险的重要性;投资者可以通过将总投资的50%以上在石油资产上来对冲风险,剩余的投资可以用来购买制造业企业的股票。在这种情况下,可以清楚地看到,油价波动对制造业公司股票产生负向影响,因此与公司股票相比,投资者应该高度依赖石油资产。恰恰相反,对于属于金融和投资行业以及石油和天然气行业的公司,投资者可以通过投资更高比例在购买公司股票上、并减少石油资产比例来对冲投资组合风险。金融和投资组合结果背后的原因是,该部门不会依赖石油来进行经营活动。然而,总的来说,石油是一个必要的组成部分,对宏观到微观经济以及对冲投资组合风险都起着重要作用。投资组合经理和个人投资者可以利用这些发现来构建最优投资组合,从而在不改变预期回报的情况下,将风险降至最低。(本文来源于《山东大学》期刊2018-05-28）
迟国泰,丁士杰[5]（2018）在《基于非预期损失控制的资产组合优化模型》一文中研究指出研究目标:控制银行资产组合的风险,优化银行资产配置。研究方法:以CVaR为约束条件,以经济增加值EVA最大化为目标函数,建立了基于非预期损失控制的银行资产组合优化模型。研究发现:进行银行资产配置时,不能仅仅估计、控制预期损失,同时还必须考虑非预期损失。研究创新:一是通过构建资产组合的非预期损失与国内生产总值和贷款健康状态的离散函数关系,确定了条件风险价值CVaR的函数表达式,解决了银行资产组合的非预期损失的控制问题。二是通过信用等级迁移矩阵将信用等级变化产生的风险纳入到风险度量体系,从而在总体上对信用风险的不确定性有了较可靠的把握。完善了仅考虑贷款违约风险而忽略信用等级变化风险的不足。叁是以银行资产组合的经济增加值最大化为目标函数来追求风险调整后的资本回报最大,完善了以组合收益率最大化为目标的资产配置优化忽略资产组合的预期风险和资本占用因素的不足。研究价值:有效控制银行资产组合面临的风险,为银行优化资产配置提供了新的科学决策参考。(本文来源于《数量经济技术经济研究》期刊2018年03期）
王立夫[6]（2017）在《基于期限利率久期的资产负债组合优化模型》一文中研究指出资产负债管理就是调节资产的配置,权衡利率发生波动时资产负债所面临的风险和收益。资产负债管理与传统的投资组合问题相比,重点在于将资产和负债联合起来管理,而不是孤立地考虑资产的风险与收益。随着中国利率市场化的推进,银行面临越来越严峻的利率风险。市场利率期限结构的变化越来越复杂,不同期限市场利率波动的幅度有很大差异,并不是传统久期计算中的利率期限结构平行移动,也不仅仅是一般NS久期假设的利率期限结构水平、斜率和曲率的变动。任何一个特定的时期,短、中、长期叁个利率的变与不变,变化大小、变动方向都各不相同,甚至差异很大。人们需要知道短、中、长期利率变动分别给银行所有者权益带来的影响,以及如何控制短、中、长期的利率风险。本文通过聚类-回归的方法选取关键利率变动,构建以资产负债组合关于短期、中期和长期利率的期限利率久期缺口等于零为约束条件,以银行月利息收入最大为目标函数的资产负债优化模型,对资产负债组合的利率风险进行控制。本学位论文由四个章节构成。(1)本文第一章是“绪论”。主要论述基于期限利率久期的资产负债组合优化模型的选题背景和选题意义;对银行资产负债管理和关键利率久期模型的研究现状进行了详细的论述;最后指明了论文的内容和框架,并总结了本研究的主要创新和特色。(2)本文第二章是“基本原理”。通过介绍本文基于聚类-回归方法选取关键利率变动,以及期限利率久期免疫的基本原理,论述本文构建的期限利率久期模型与现有研究久期模型的不同。(3)本文第叁章是“基于期限利率久期的资产负债组合优化模型的建立”。论述了本文建立的优化模型,该模型以银行月利息收入最大为目标函数,以资产负债组合关于短期、中期和长期利率变动的期限利率久期缺口等于零为约束条件,用来管理市场利率非平行移动带来的利率风险。(4)本文第四章是“应用实例及模型对比分析”。通过选取某商业银行资产负债的基本数据,计算银行资产负债关于短期、中期和长期利率变动的期限利率久期,在此基础上构建了基于期限利率久期的的资产负债组合优化模型,求解该模型得到最优的资产配置,并将其与控制部分期限利率变动的资产负债组合配置模型进行对比,检验该模型的有效性。本文主要创新与特色:一是通过把利率变动与不同利率变动的函数关系与资产的市场价值变动与利率变动、久期的函数关系的对比分析,构建了短期利率、中期利率、长期利率的久期方程,揭示了不同期限利率变动对资产价值的影响,改变了现有研究无法反映不同期限利率变化对资产价值不同影响的弊端。事实上,在任何一个特定的时期,短、中、长期叁个利率的变与不变,变化大小、变动方向都各不相同,甚至差异很大。现有研究那种不同期限市场利率变动大小和方向相同的假定不符合真实情况。二是通过聚类将不同期限的市场波动进行分成短期、中期和长期利率变动叁类,然后通过从每一类中选取一个关键利率变动,使得关键利率变动组合能够代表市场叁种期限利率波动,弥补了传统关键利率久期随意选择关键利率变动,有可能无法有效代表市场利率波动的不足,从而保证建立的期限利率久期免疫模型能够免疫市场中短期、中期和长期利率变动;叁是本研究提出了新的久期并将其定义为期限利率久期,利用新的久期建立的期限利率久期免疫模型,能够免疫市场中的短期利率波动、中期利率波动、长期利率波动给银行带来的利率风险。弥补了NS久期等同样免疫市场利率非平行移动模型,需要基于市场的利率期限结构服从NS等特定结构的假设,所伴随的模型误差的缺陷。(本文来源于《大连理工大学》期刊2017-06-05）
朱茜月[7]（2017）在《商业银行资产组合优化研究》一文中研究指出我国商业银行在二十多年来发展迅速,是我国银行体系的重要组成部分,商业银行的资产组合配置直接关系到银行盈利状况,关系到商业银行的长期发展。随着经济进入“新常态”,利率市场化下存贷利差不断缩小,加之我国金融行业渐渐全面开放,使得我国商业银行的资产盈利能力下降。若想在竞争中站稳脚跟,则必须调整资产业务经营渠道的发展方针。现实中,商业银行在资产配置上已经开始出现了较大的变化,资产结构呈现多元化状态,在有些银行的资产结构当中,信贷资产已经不是主要的配置方向。在这样的背景下,为了使银行资产管理更加具有全面性和代表性,需要对我国商业银行资产组合新的变化情况予以分析。介于银行资产收益风险并存性质,本文基于投资组合理论中CAPM模型及理论,以商业银行资产组合现状为切入点,以商业银行资产组合优化为落脚点,试图通过将投资组合理论及思想运用到商业银行资产组合配置当中,来寻找出一个资产优化的配置方向。本文理论与实践相结合,以我国16家上市商业银行为研究对象,并按照规模分成大型、中型以及小型叁类。首先回顾了我国商业银行资产管理的的发展历史和现状,以及经济“新常态”以来我国商业银行资产组合存在的问题。然后对我国商业银行不同类资产的收益和风险情况进行了对比,综合分析了商业银行的资产组合总体收益和风险情况及变化。最后采用CAPM模型及理论对各家银行的资产组合进行模拟计算,在此基础上寻找出一个资产组合表现最优银行,试图让每一家银行在现有的资产组合上面都能作出优化调整。得出的结论如下:(1)“新常态”以来,我国商业银行资产组合收益普遍明显下降,其中大型银行资产收益和风险相对更高,小型银行暴露出比中型银行更高的风险,同时商业在资产配置上也发生了较大的变化,大型银行变化较为稳定,中型银行青睐其他资产(以应收款项类投资为主),小型银行差异化较大,投资类资产占据较大的比重;(2)通过CAPM模型对不同类型银行的资产组合进行模拟计算,发现CAPM模型以及理论思想适用于研究我国商业银行资产组合,同时我国商业银行受到政策的影响很大;(3)进一步,通过比较我国16家商业银行的资产组合的表现,发现大型银行里建设银行资产组合表现最优,中型银行里招商银行的资产组合表现最优,小型银行由于差异化发展太大,不能很准确的寻找出一个合适的参考模板,可根据自身情况参照大型或中型银行的配置方向,具体到每一家银行都会作出相应的资产子科目配置调整。基于以上结论,本研究以资产组合优化角度提出了商业银行资产组合配置调整的对策建议:调整贷款类资产配置方向,适当缩减货币类资产配置,增配投资类资产;紧跟政府政策导向,重视中间业务等业务创新;具体到每一家银行资产子科目的调整,大型银行可参考建设银行,中型银行可参考招商银行,小型银行可根据自身的情况参考对应的大型或者中型银行。(本文来源于《重庆工商大学》期刊2017-05-17）
杨雪琴[8]（2017）在《基于CVaR风险度量的中国海外油气资产组合优化研究》一文中研究指出在我国石油企业进一步走向国际市场的背景之下,以CVaR风险度量为基础建立资产组合风险评估体系,有助于实现海外油气资产整体最优,对于平衡我国海外油气资产风险具有重要的意义。为了研究海外油气资产的整体最优问题,本文基于CVaR风险度量理论,构建了海外油气资产组合优化模型,并在此基础上将难以量化的政治风险和合同风险与之结合,形成一套评估海外勘探资产组合风险评估体系,最终以国内某大型石油企业的海外项目为案例进行了应用研究。文章首先对国内外风险度量的方法进行了总结,运用投资组合理论对海外油气资产进行初步优化模拟。然后依据CVaR理论构建了海外油气资产风险组合模型,计算出组合资产面临的最大潜在损失,以及各资产的最优权益比重。同时,文章还将政治风险及合同模式风险纳入评估体系,实现更为全面的风险度量下的海外资产组合优化。分析表明:(1)为了实现组合CVaR最小的目标,优化后的权益比重主要集中在收益适中且风险较小的项目上,其中,边际CVaR值较小或者为负项目的权益比重会显着增加;(2)将CVaR最优时的权益比重与政治风险相结合发现,有些项目处于低权益比重、高政治风险区域,属于综合价值最低的项目,应当调低其比重,减少投资力度;(3)通过分析合同模式表明,外国石油公司更倾向于选择产量分成合同和矿税制合同,这两类合同能够保证外国石油公司在高油价时获得超额收益,而风险服务合同则过于苛刻,在油气储量极其丰富的地区才会促使外国石油公司选用。(本文来源于《中国石油大学（北京）》期刊2017-05-01）
杨应娟,高岳林[9]（2016）在《限制资产数目的双重期望效用的投资组合优化模型》一文中研究指出在证券收益率服从正态分布的条件下,以一种非传统期望效用函数度量风险,在增加资产数目限制的条件下,建立一种新的非线性整数规划的投资组合优化模型;构造出符合该模型的改进的教与学优化算法,并选取10只股票进行仿真实验,结果表明模型是合理的、算法是有效的.(本文来源于《兰州文理学院学报(自然科学版)》期刊2016年04期）
杨洁[10]（2016）在《基于“四维久期”利率风险免疫的资产负债组合优化模型》一文中研究指出商业银行资产负债组合优化是在一定的风险承受能力和约束条件下,将资产负债作为整体进行配置,实现资产组合的收益最大化,即在满足商业银行经营的流动性和安全性的基础上,实现盈利性。随着我国利率市场化进程的不断推进,利率调整更加频繁,波动幅度也更大,而商业银行拥有的各项资产负债中,有很多对利率的变动高度敏感,如果商业银行不能采取积极有效的措施应对利率风险,会给其带来非常严重的损失。因此,加强商业银行对利率风险的管理变得十分重要和紧迫。本论文共分五章。第一章介绍了本文的研究背景及意义、研究内容和研究框架。第二章介绍了“四维久期”模型的建立。第叁章介绍了基于“四维久期”模型利率风险免疫的资产负债组合优化模型。第四章是应用实例和对比分析。第五章是结论。论文的主要研究成果如下：(1)将反映收益率曲线水平因子、斜率因子、曲率因子、峰度因子四个维度变化的Svensson模型参数引入经典的Nelson-Siege久期模型,建立起“四维久期”模型,从四个维度更加准确的衡量利率风险。不但可以反映Nelson-Siege久期的水平因子、斜率因子、曲率因子,而且还反映了峰度因子。(2)以“四维久期”的利率风险免疫条件为约束,以商业商业银行月利息收益最大为目标函数建立控制利率非移动风险的资产负债组合优化模型,确保在利率发生变化时,商业银行的净资产不受损失。(本文来源于《大连理工大学》期刊2016-06-06）
资产组合优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利率风险管理是银行资产负债管理中的核心内容。以银行月利息收益最大为目标函数,以水平、斜率、曲率和峰度4个维度的零久期缺口为约束条件,构建商业银行资产负债组合优化模型。将反映收益率曲线水平因子、斜率因子、曲率因子和峰度因子4个维度变化的Svensson模型参数引入经典的Nelson-Siege久期模型,建立"四维久期"模型,从4个维度更加准确地衡量利率风险。不但可以反映Nelson-Siege久期的水平因子、斜率因子和曲率因子,而且还反映了峰度因子。以"四维久期"的利率风险免疫条件为约束,以商业银行利息收益最大为目标函数,建立控制利率非移动风险的资产负债组合优化模型,确保在利率发生变化时,银行的净资产不受损失。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
资产组合优化论文参考文献
[1].谭婕.基于非对称信息下累积前景理论的多风险资产投资组合优化与研究[D].湖南师范大学.2019
[2].周颖,杨洁.基于“四维久期”利率风险免疫的资产负债组合优化模型[J].系统管理学报.2019
[3].邓浏睿,谭婕,邹超群.基于累积前景理论的多资产投资组合优化与实证研究[J].湖南大学学报(社会科学版).2018
[4].Suleman,Sarwar.能源在经济、股市和资产组合优化中的作用分析[D].山东大学.2018
[5].迟国泰,丁士杰.基于非预期损失控制的资产组合优化模型[J].数量经济技术经济研究.2018
[6].王立夫.基于期限利率久期的资产负债组合优化模型[D].大连理工大学.2017
[7].朱茜月.商业银行资产组合优化研究[D].重庆工商大学.2017
[8].杨雪琴.基于CVaR风险度量的中国海外油气资产组合优化研究[D].中国石油大学（北京）.2017
[9].杨应娟,高岳林.限制资产数目的双重期望效用的投资组合优化模型[J].兰州文理学院学报(自然科学版).2016
[10].杨洁.基于“四维久期”利率风险免疫的资产负债组合优化模型[D].大连理工大学.2016
论文知识图
