基于跨市场信息交叉融合与风险传染的最优投资决策与风险预警研究

Driven by practical problems in financial investment, the optimal portfolio decision and early warning of risk will be investigated based on the information fusion and risk contagion among financial markets, which will provide a new analytical tool for robust financial investment. 1)The potential returns of risky assets can be evaluated by a number of attributes. A minimum attribute set is to be determined. Then the risky assets from different categories among financial markets will be clustered into core packs or not. This issue can be realized by attribute-reduction theory and clustering technology while there is no investigation in this field. 2)We will investigate the variation law of dynamic correlation of portfolio returns among financial markets, analyze the risk contagion path and explore the impacting factors on dynamic correlation of portfolio returns. Then these assets that can be used to construct the portfolio will be picked out. However, most research available is limited between a few specific financial markets or countries, there is no case among major international and domestic financial markets and no documents in investment practice. 3)Subject to the risk tolerance and budget constraint, we will work on the optimal portfolio decision to minimize the volatility of extreme risk and the expectation of excess losses. The portfolio risk will be traced for early warning. Most work focused on constructing the risk measurements but don't investigate the volatility of extreme risk and early warning of risk.

以投资实践中的实际问题为驱动，研究基于跨市场信息交叉融合与风险传染的最优投资决策与风险预警问题，为稳健投资提供新的分析工具。1)约简评价风险资产收益潜力的众多属性，确定最小属性集合，聚类金融市场上各类风险资产，构建核心资产组合。该问题可用属性约简理论及聚类分析技术实现，但还没有在该领域的应用研究。2)研究国内国际各金融市场间资产收益动态相关性的变动规律，解析投资风险的传染路径，探索收益相关性的主要影响因素，并依此选择构建投资组合的资产。以往多是局限在特定市场间或个别国家间的研究，还没有全面考虑国际、国内各主要金融市场间的系统研究，也没有将研究结论纳入投资运作实践的文献。3)在风险承受能力及投资预算约束下，研究使超额损失预期达到最小且控制极端风险波动性的最优投资决策，并滚动跟踪投资风险，及时预警以规避极端风险。以往研究多集中在构建不同的风险测度上，少有考虑控制极端风险波动性及风险预警的研究。

投资绩效影响因素、风险度量、资产遴选及稳健投资决策是金融优化研究的重点，这需要金融工程、统计学、计量经济学及最优化理论等多学科共同完成。本项目基于跨市场信息传递、极端风险管理及稳健投资决策视角，依循研究计划和技术路线，取得了如下具有较强实践价值的研究成果：1）考虑收益分布信息不确定和极端风险构建集值情景，证明了基于集值情景的极小-极大一致性风险度量模型的收敛性，可用于评估建模风险；提出了基于巨额损失波动性的投资组合模型，检验了模型的收敛性及控制小概率极端风险的效果；提出了基于利率期限结构的多因子模型，实证了二阶信息的凸性风险免疫策略可以更准确地近似债券价值的变化。2）证明了市场平静时期的风险度量模型可由二阶锥规划来刻画，崩溃时期的风险度量模型可以由半正定锥规划来刻画；将市场暴跌风险与个股暴跌风险相结合，构建个股暴跌风险测度指标，验证了这些指标对个股投资风险的预测能力，可作为风险管理者监控资本市场运行的预警模型。3）建立了基于属性重要度的启发式粗糙熵约简算法，验证了该算法得到的最小属性子集的有效性；提出了基于属性重复度的改进属性约简算法和风险资产遴选方法，验证了该算法可以用较少的属性区分风险资产，有利于投资者辨别风险资产的投资价值。4）基于后向贪心策略提出了适用于多标记学习的特征选择分类算法，验证了该算法减少特征指标的有效性；提出了适于捕捉时间序列变动趋势相似性的基于DTW算法的多维聚类分析方法，该方法还可以对不同长度的时间序列进行相似性度量。5）验证了国际主要资本市场间的尾部风险相依性、非对称动态相关性及风险传染性，构建了风险资产投资价值评价指标，提出了跨市场跨行业分散化风险资产遴选方法。6）从宏观经济层面和公司治理微观层面研究上市公司绩效及投资风险的主要影响因素。综上，本项目的研究成果在理论上为风险度量、属性约简和聚类分析技术提供了新思路，在实践上为最优资产配置和极端风险监管与预警提供了新路径。