摘要
参数方法需要假定次新股服从具体的分布,导致次新股的风险存在误差,为了克服参数方法的缺点,提出核密度估计方法计算次新股的风险。建立基于CVaR核估计量的次新股投资组合优化模型,以准确计算次新股的风险。文章运用牛顿迭代算法设计其求解算法。通过实证分析表明,与参数方法相比核密度估计方法能够描述风险分布的尾部特征,给出更准确的估计结果,并发现次新股投资组合的CVaR核估计值随着概率水平的增加而不断减少。
出处
《中国集体经济》
2020年第13期63-65,共3页
China Collective Economy
