2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩76頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、投資組合管理可以分為資產(chǎn)風(fēng)險(xiǎn)與收益的估計(jì)、最優(yōu)化投資組合構(gòu)建、組合績(jī)效評(píng)價(jià)三個(gè)階段。均值-方差理論被廣泛用于組合優(yōu)化配置過(guò)程,然而“極端權(quán)重”、參數(shù)估計(jì)不穩(wěn)定、協(xié)方差矩陣變量眾多等缺陷,是限制其實(shí)證效果的主要癥結(jié)。針對(duì)這一情況,國(guó)內(nèi)外學(xué)者通過(guò)引入貝葉斯方法、矩約束、穩(wěn)健控制等前沿技術(shù),用以降低最優(yōu)組合的樣本風(fēng)險(xiǎn)。那么這些估計(jì)改進(jìn)技術(shù),能否提高均-方框架下的投資模型在中國(guó)股票市場(chǎng)中的業(yè)績(jī)表現(xiàn)呢?我國(guó)證券市場(chǎng)作為國(guó)際資本體系中的新興之地,發(fā)

2、展歷史短、研究數(shù)據(jù)不足、非隨機(jī)性波動(dòng)顯著,與歐美成熟市場(chǎng)相比,有著其獨(dú)特性質(zhì)。因此討論該框架下的投資組合模型在中國(guó)市場(chǎng)中的投資效果與適應(yīng)能力具有重要意義。
  本文選取上證50指數(shù)的成分股作為投資范圍,上證指數(shù)和上證50指數(shù)作為市場(chǎng)基準(zhǔn)指數(shù),以2008年1月1日到2012年12月31日作為整個(gè)樣本區(qū)間,進(jìn)行組合實(shí)證研究。通過(guò)引入投資者風(fēng)險(xiǎn)厭惡系數(shù)γ,并設(shè)定γ的兩個(gè)特殊取值,我們得到均值-方差與最小方差兩種組合構(gòu)建方法。分別從基于歷

3、史數(shù)據(jù)進(jìn)行參數(shù)估計(jì)的原始抽樣MV與Min模型出發(fā),考慮貝葉斯先驗(yàn)、Stein收縮、穩(wěn)健估計(jì)、二階矩結(jié)構(gòu)約束等方法進(jìn)行收益率參數(shù)改進(jìn)。文章派生出原始模型的三個(gè)變種,加上等權(quán)組合,共生成了9種不同的最優(yōu)投資組合,并在我國(guó)證券市場(chǎng)進(jìn)行定期調(diào)整、滾動(dòng)的持有策略。進(jìn)一步從組合風(fēng)險(xiǎn)收益、投資者效用、交易費(fèi)用三個(gè)角度出發(fā),通過(guò)夏普比率、確定性等值、交易成本等評(píng)估指標(biāo),比較了最優(yōu)組合之間、組合與市場(chǎng)基準(zhǔn)指數(shù)之間,在6個(gè)月形成期下的績(jī)效優(yōu)劣和誤差改進(jìn)效率

4、,并以此為基礎(chǔ)分析這些模型在中國(guó)證券市場(chǎng)中的適用性和有效性。此外,本文還考慮了加上權(quán)重約束和風(fēng)險(xiǎn)厭惡系數(shù)變化對(duì)組合的影響。
  實(shí)證結(jié)果表明,(a)在不存在權(quán)重限制條件下,等權(quán)組合在所有九種投資組合中,對(duì)大部分持有期表現(xiàn)最優(yōu),原始抽樣Min模型與Bayes-Stein收縮模型次之。最小方差組合構(gòu)建方法通過(guò)忽略均值對(duì)異常值的強(qiáng)敏感性,降低估計(jì)誤差,較均值-方差方法能提高組合績(jī)效的判斷,在實(shí)證中得以驗(yàn)證。(b)包括賣(mài)空限制在內(nèi)的權(quán)重約

5、束引入,改善了所有模型投資組合的市場(chǎng)表現(xiàn),降低了波動(dòng)風(fēng)險(xiǎn)。選取γ=∞的最小方差方法的模型組合戰(zhàn)勝了以上證指數(shù)為代表的市場(chǎng)基準(zhǔn)指數(shù),此時(shí)常量相關(guān)模型的投資績(jī)效最優(yōu),等權(quán)組合依然具備較良好的效果和優(yōu)越性,但γ為50時(shí)均值-方差方法下的模型無(wú)法優(yōu)于市場(chǎng)。(c)基于本文所采用的樣本區(qū)間2008年~2012年,遺漏因子模型作為單指數(shù)模型與數(shù)量陣方法的收縮組合,改進(jìn)效率最高。單指數(shù)模型、Bayes-Stein收縮模型、常量相關(guān)模型都在一定程度上起到

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論