考虑交易成本的多阶段投资组合评价方法研究

多阶段投资组合评价是目前研究的热点问题,本文将交易成本考虑进去,构建了考虑交易成本的多阶段投资组合优化模型,基于真实前沿面定义了投资组合的效率并构建了相应的非线性模型进行计算。针对非线性模型难以求解及真实前沿面解析解难以获得等问题,本文证明了前沿面函数为凹函数,进而利用DEA模型的前沿面来逼近真实前沿面并估计多阶段投资组合的效率,最后通过仿真分析验证了本文方法的有效性。     

全链接分散化多阶段投资组合评价研究

现有多阶段分散化投资组合评价模型都是基于各阶段实际收益率来构建的,然而由于投资组合在各阶段的联系主要体现在财富的动态变化过程中,因此基于财富动态方程来构建多阶段投资组合评价模型更加符合实际.本文基于投资组合与前沿面的距离,给出多阶段投资组合效率的定义.在均值-方差框架下,基于财富过程构建不同导向下的全链接分散化多阶段投资组合评价模型,利用动态规划方法得到投资组合效率的解析式.最后,通过数值仿真检验了传统多阶段分散化模型与本文所提出模型之间是存在显著差异的.     

基于非参数投入前沿面的Malmquist生产率指数研究

本文采用生产前沿面理论及其非参数方法,对假定产出确定条件下投入压缩的生产率指数──基于投入前沿面的Malmquist生产率指数进行了理论与测度方法研究。通过规模收益不变且要素自由(C,S)前沿面条件下的技术效率、距离函数及其非参数模型的分析,本文给出了基于非参数(C,S)投入前沿面的Malmquist生产率指数的非参数测度模型,并从技术变化和资源配置效率变化两个方面进行了分解。     

基于机会约束随机Index-DEA的投资组合效率评价

传统DEA和分散化DEA是两种常见的非参数评价方法,二者也被广泛应用于投资组合效率评价。已有相关研究通常将风险和期望收益视为投资组合的投入和产出指标,但该投入-产出假设与实际投资过程并不吻合。在实际投资过程中,真实投入应为投资组合的初始财富,产出则是其终端财富。基于新的投入-产出假设,本文对投资组合初始财富进行标准化,将终端财富转化为收益率形式,进而构造随机生产可能集和相应的机会约束随机Index-DEA模型。当投资组合收益率服从联合正态分布时,随机Index-DEA模型被转化为等价的确定性模型,从理论上证明该等价模型的凸凹性,并提出相应的求解算法。最后,利用该随机Index-DEA模型对我国30只开放式基金进行效率评价,验证所提出DEA模型和求解算法的有效性。     

一种新的基于双前沿面的交叉效率方法及其应用

本文将双前沿面效率评价的思想引入到传统交叉效率模型中，同时，针对双前沿面交叉效率方法中仁慈型和激进型交叉效率策略无法抉择，以及这两种交叉效率策略的应用范围有限的不足，提出了一种新的基于双前沿面的交叉效率方法。该方法的基本思想是选取一个理想决策单元和负理想决策单元，使用被评价决策单元的权重来计算理想决策单元和负理想决策单元的效率，并使被评价决策单元的效率尽可能接近理想解的效率，同时，尽可能远离负理想解的效率。根据该思想，分别在乐观前沿面和悲观前沿面下求解交叉效率值并进行集结，避免了由于前沿面的选择不同导致的差异以及决策者对仁慈型和激进型交叉效率策略进行抉择的困难。最后，将本文方法与现有方法进行对比分析，并将本文方法应用于我国东部地区10个省(直辖市)的创新效率评价中，以验证方法的有效性。     

考虑损失规避的期望效用投资组合模型

投资者行为的本质特征会影响投资者对不同风险资产的投资决策。本文从期望效用最大化的角度研究不同风险资产的配置问题,并将人的心理活动引入了投资组合模型之中。论文借鉴了损失规避这个重要的概念,将投资者的效用函数表示为期末财富和财富变化的函数;建立了基于损失规避的最优投资组合模型;并对我国上海股票市场进行了实证分析,得到了在财富变化的不同关心程度下的组合前沿。     

基于完全包络面的DEA Super效率评价方法

为了对决策单元进行公平、合理、完全的排序,提出一种考虑完全包络面的DEA Super效率评价方法.讨论包络面的选取与DEA效率值的关系,提出完全包络面的概念,并在等产出图上演示了最优前沿面、最劣前沿面与完全包络面的区别和关系;提出基于最劣前沿面的Super效率DEA模型,给出基于完全包络面的DEA Super效率评价排序模型,目标函数包含决策单元的最优效率和最劣效率两部分.该方法用于决策单元的排序,同时考虑最符合与最不符合决策单元自身偏好的权重体系;该方法用于决策单元的效率排序,能获得比较合理的排序结果,可以实际应用于各种决策单元排序中.     

随机环境下的多投入多产出生产前沿面估计

传统的DEA模型假设观测样本的投入产出都是确定型数据, 这使得DEA在实际应用中受到限制, 本文提出的基于拟似然估计的多投入多产出随机非参数包络数据 (PLE-StoNED) 方法拓展了这个假设, 能够估计随机环境下的生产前沿面.本文证明, 生产可能集假设条件下的前沿面可以用一个有凹凸性和单调性限制的函数来表示.相较之前的StoNED方法, 本文提出的方法可以估计随机环境下多投入多产出决策单元 (DMU) 的前沿面.通过Monte Carlo实验, 多投入多产出PLE-StoNED方法的有效性得到验证, 它可纠正DEA等传统方法产生的偏误.最后, 实证研究部分运用这一新提出的方法估计了中国大陆商业银行的生产前沿面和效率.本文提出的方法弥补了DEA缺乏统计性的不足, 可为决策者在随机环境下对多投入多产出决策单元进行生产力和效率评估提供决策参考.     

模型不确定性条件下的Robust投资组合有效前沿与CAPM

本文提出了Robust投资组合有效前沿的概念,并研究了模型不确定性条件下的资本资产定价模型(CAPM)。研究发现,当市场上不存在无风险资产时,模型不确定性对风险资产投资比例的影响是非平等的,因此会导致投资组合的非分散化;而且此时的两基金分离定理以及零-βCAPM也不成立。但是当市场上存在无风险资产时,模型不确定性对风险资产投资比例的影响则是平等的,并且两基金分离定理仍然成立,因为任何Robust有效前沿组合都可以表示为市场组合与无风险资产的线性组合。而此时的CPAM仍然能够成立,只是在表达形式上增添了一个因子--不确定性因子;并且所有资产或资产组合的超额收益都可以分解为风险溢价与不确定性溢价两部分。     

摩擦市场中允许卖空的最优投资组合选择

资本市场的一个重要特征就是存在不确定因素,为了衡量其导致的风险,本文提出基于绝对偏差的新型函数,在一个存在摩擦的资本市场中构造均值-绝对离差(mean-absolute deviation,MAD)投资组合选择模型.该模型结构特殊性使其转化为线性规划问题,从而可利用单纯型法求解.实证分析比较了不同风险函数下投资组合的有效前沿,并验证了该方法的有效性.     

代理证券相对有效性

分析了具有特定的期望收益率向量R与风险因子向量β截面关系的代理证券组合边界,进而研究了代理证券组合边界与有效证券组合边界的差异以及代理证券相对有效度。     

具有资本结构因子和交易成本的证券组合投资模型

在介绍经典的Harry Markowitz均值-方差投资组合模型的基础上,建立了含有资本结构因子和交易成本的证券组合最优化模型,在组合中不含有无风险证券和含有无风险证券的条件下,分别给出最优投资比例及有效边界,并讨论了资本结构因子与交易成本对有效边界的影响.     

Overviewing the transition of Markowitz bi-criterion portfolio selection to tri-criterion portfolio selection

Over 60 years ago, Markowitz introduced the mean-variance efficient frontier to finance. While mean-variance is still the predominant model in portfolio selection, it has endured many criticisms. One serious one is that it does not allow for additional criteria. The difficulty is that the efficient frontier becomes a surface. With it now possible to compute such a surface, we provide an overview on how Markowitz’s risk-return (bi-criterion) portfolio selection can be extended to tri-criterion portfolio selection. With a focus on the geometry of the extension, many graphs are used to illustrate.     

风险资产组合的均值—M有效前沿及其实证分析

本文基于由Carlo Acerbi(2002)提出的一类一致性风险度量—谱风险测度M,给出了谱风险测度的一些性质及构造谱密度的一种具体形式;重点讨论了正态情形下风险资产组合的均值—M有效前沿,探讨了其经济含义,并与经典的均值—方差有效前沿进行了对比研究,获得了若干深入的结果。由于期望短缺ES是特殊的谱风险测度,因此其对应的有效前沿是本文结果的特例。最后,本文利用前面的结论对深市和沪市的风险资产组合的均值—M有效前沿作了实证分析。     

基于Copula-APD-GARCH模型的投资组合有效前沿分析

根据ES风险度量方法,拓展了马克维茨均值-方差资产组合模型,研究均值-ES准则下的资产组合问题.用APD-GARCH模型刻画风险资产收益率序列,以多元Copula函数描述风险资产间的相关结构信息,构造灵活的Copula-APDG-ARCH模型.利用该模型,借助Monte Carlo模拟,分别研究相关结构是多元正态Copula函数、多元t-Copula函数和多元Clayton Copula函数的风险资产组合的均值一ES有效前沿,并进行比较.实证研究表明,在有效组合范围内,正态Copula函数明显高估了资产的组合风险;当期望收益较小时,t-Copula函数对应的风险值最小,但随着期望收益的增加,多元Clayton Copula函数时应的有效前沿表现最好.     

基于收益率倒数损失的投资组合指标

本文针对Markowitz均值 -方差投资模型所产生效率前沿的高收益高风险现象,以收益率倒数之投资损失函数为基础,提出一个可以适当地反映期望收益率与风险间均衡关系的投资组合指标 (IR)。透过实例验证。IR指标的适用性得以确认,同时也发现以“差异系数”作为组合投资指标并不适用于高收益高风险的情况。     

Portfolio optimization: New capabilities and future methods

Summary  This paper addresses the problem of portfolio selection in finance. In many cases, currently available software to compute the efficient frontier runs into difficulty in problems with more than about 600 securities. To proceed beyond this size, it is often necessary to modify the problem in which case there is typically a loss of information. In this paper, we discuss a computer capability that can exactly compute mean-variance efficient frontiers of problems with up to 2,000 securities in very reasonable time (even if a problem’s covariance matrix is 100% dense). The paper also discusses an augmentation to the theory of portfolio selection that allows multiple objectives (such as dividends, liquidity, social responsibility, amount invested in R&D, and so forth) to be incorporated into the portfolio selection process. In such problems, the efficient set is no longer a “frontier,” but is now best described as a “surface” with the interesting property that it is composed of platelets (like on the back of a turtle). Moreover, the computer capability that can compute the exact efficient frontier of a mean-variance problem with up to 2,000 securities also has, after additional coding, the ability to compute exactly all platelets of the efficient surface of a tri-criterion portfolio problem with up to 400 securities.

---

Zusammenfassung  In dieser Arbeit stellen wir einen leistungsf?higen Rechenalgorithmus vor, um den effizienten Rand (die nichtdominierten Alternativen) von Portfolio-Auswahlproblemen in der Finanzierung zu bestimmen. Wir bezeichnen den Berechnungsalgorithmus, der in Java programmiert ist, mit MPQ (multi-parametric quadratic programming). MPQ weist gegenüber bisherigen Berechnungsverfahren eine Reihe von Vorteilen auf: Es kann für umfangreiche Anwendungsf?lle genutzt werden, ist durch passable Rechenzeiten charakterisiert und kann die Menge effizienter Alternativen in einem Bruchteil bisher üblicher Rechenzeiten bestimmen.

     

Adjexpectile风险测度的性质、优化及资产配置的应用

金融风险的度量和识别是风险管理的重要内容，常用的风险度量工具是标准差、VaR、ES，但存在很多缺陷，expectile的提出弥补了这些不足，在理论界得到广泛的讨论和应用。本文扩展了expectile进行资产配置，提出Adjexpectile的概念，并讨论和分析了Adjexpectile的一致性风险度量、随机占优性、凸性，与标准差、VaR、shortfall的关系，风险贡献及风险分解的性质。通过对六个资产指数：上证国债指数、上证企业债指数、上证180指数、深圳100指数、深成长40p指数和黄金现货指数的复合周收益率数据进行组合优化配置，发现Adjexpectile在非对称性收益数据、组合前沿、风险分散方面具有一定的优越性。