Mean-CVaR portfolio selection: A nonparametric estimation framework
Mean-CVaR portfolio selection: A nonparametric estimation framework
复制标题
均值 CVaR 投资组合选择：非参数估计框架
DOI：
10.1016/j.cor.2012.11.007
复制
发表时间：
2013-04
影响因子：
4.6
通讯作者：
Y. Z. Lai
中科院分区：
文献类型：
--
作者：
H. X. Yao;Z. F. Li;Y. Z. Lai
本文采用条件风险值（CVaR）来度量风险，并采用非参数估计方法来探讨均值- CVaR的投资组合选择问题。首先，利用损失函数密度的非参数估计得到CVaR的估计计算公式，并基于两种带宽选择方法建立了两种非参数均值- CVaR组合选择模型。其次，在允许和禁止卖空的情况下，我们证明了两个非参数均值- cvar模型是凸优化问题。第三，我们证明当求解CVaR时，相应的VaR也可以作为副产品得到。最后，我们用蒙特卡罗模拟给出了一个数值例子来证明我们的结果的实用性和有效性，并将我们的非参数方法与流行的线性规划方法进行了比较。
In this paper, we use Conditional Value-at-Risk (CVaR) to measure risk and adopt the methodology of nonparametric estimation to explore the mean–CVaR portfolio selection problem. First, we obtain the estimated calculation formula of CVaR by using the nonparametric estimation of the density of the loss function, and formulate two nonparametric mean–CVaR portfolio selection models based on two methods of bandwidth selection. Second, in both cases when short-selling is allowed and forbidden, we prove that the two nonparametric mean–CVaR models are convex optimization problems. Third, we show that when CVaR is solved for, the corresponding VaR can also be obtained as a by-product. Finally, we present a numerical example with Monte Carlo simulations to demonstrate the usefulness and effectiveness of our results, and compare our nonparametric method with the popular linear programming method.
登录
查看更多内容
DOI：
10.1016/j.cor.2010.09.011
发表时间：
2011-04
期刊：
Comput. Oper. Res.
影响因子：
--
作者：
T. Sawik
通讯作者：
T. Sawik
DOI：
10.1016/j.csda.2012.03.016
发表时间：
2012-12
期刊：
Comput. Stat. Data Anal.
影响因子：
--
作者：
Julia Schaumburg
通讯作者：
Julia Schaumburg
DOI：
10.1007/978-3-658-27956-1_2
发表时间：
2019
期刊：
Finanzwirtschaft, Banken und Bankmanagement I Finance, Banks and Bank Management
影响因子：
--
作者：
Gevorg Hunanyan
通讯作者：
Gevorg Hunanyan
影响因子：
1.6
作者：
O. Scaillet
通讯作者：
O. Scaillet
影响因子：
1.3
作者：
P. Silvapulle;C. Granger
通讯作者：
P. Silvapulle;C. Granger