基于波动持续性的最优组合构建与分散化研究

构建恰当资产组合来减少风险, 是投资组合理论研究的重要目标.由于金融时间序列的波动往往会伴随着持续性特征, 该种特性会增大组合未来收益的风险.本文通过构建随机波动模型序列持续性最优投资组合模型, 以降低金融资产波动的持续性特征对组合收益波动的影响;并通过研究其分散化水平, 考察该投资组合构建方法的有效性与稳健性.研究发现:与均值方差的组合模型相比较, 序列持续性组合的风险分散化水平更好.此研究在资产组合选择方面, 具有较为重要的理论价值及实践意义.     

一种新的金融动态横截面估计方法——基于中国股票市场条件定价模型评估的应用与扩展

大多数资产定价模型常常用静态横截面回归(the static cross-sectional regression)进行定价表现评估,从而投资组合回报率的时间变化性并不能被时变的风险承载或者(和)时变的风险溢价所解释.本文从经济学的角度,运用一种新的金融动态横截面回归(the dynamic cross-sectional regression),首次考察了基于中国股票市场和美国股票市场的条件资产定价模型的定价表现:股票市场投资组合回报率的时变性是否能被时变的风险溢价所解释.本文发现,短期收益反转和流通市值加权市场换手率为条件变量的条件资本资产定价模型和基于消费的条件资本资产定价模型,能更好的解释中国股票投资组合的回报时变性,其时变性主要来自于时变的风险溢价.另外,本文发现一些拥有持续(persistence)和缓慢变化(slow-moving)特性的条件变量更能够解释横截面投资组合的时变回报.     

具有灵活时间期限的混合投资组合优化模型

在经济全球化和金融一体化背景下,投资者资产配置需求变得越来越多元化。如何构建合理的多元化投资组合已成为金融理论研究的热点问题之一。为此,本文考虑由项目、股票及无风险资产组成的混合投资组合选择问题。假定在资产组合的投资期限由所选中项目执行期灵活确定的前提下,投资者同时考虑项目间依赖与排斥关系、交易成本及破产风险控制等现实因素,提出以终端财富净现值最大为目标的混合投资组合优化模型。然后,设计改进的多策略融合人工蜂群算法对所构建模型进行求解。最后,借助算例分析来阐明所提出模型的实用性及算法有效性。研究结果表明：灵活时间期限的混合投资组合策略较现有的灵活时间期限的项目投资组合策略更为有效。     

基于序关系重构的恒定再平衡投资组合

CRP（Constant Rebalancing Portfolios,即恒定再平衡投资组合）是一种重要的投资组合,它要求资产收益率序列必须满足独立同分布条件,这个限定条件影响了CRP在实际金融投资中的应用。为了使CRP发挥与其理论基础相称的实际效果,对真实金融数据进行基于序关系的重构,使得重构后的数据接近于满足独立同分布条件。在重构后的数据上构建最优CRP,这种策略称为rankCRP。证明了在适当的条件下rankCRP具有最优性。运用国际国内多个真实市场的大型历史数据进行检验,检验结果表明rankCRP在真实市场的表现优于CRP,远远超越市场指数,甚至战胜涨幅最大的证券。RankCRP在理论上的最优性表明,通过适当的重构,CRP也可以适用于非独立同分布收益率时间序列,拓宽了CRP理论的适用领域。RankCRP在实践上的有效性对金融投资实务有重要意义。     

多期组合投资权序列矩阵及其应用

本文针对流动性资产的多期动态组合投资问题进行研究,提出基于极小偏差平方和的多期动态组合投资最优权序列矩阵的概念,并给出确定最优权序列矩阵的方法和应用示例.     

向量金融时间序列协整与协同持续关系——基于理论的思考

本文在协整和协同持续基本理论的基础上,继续考虑金融时间序列协整与协同持续的关系,在揭示时间序列内部稳定关系的研究上作一些新的尝试.提出具有波动持续性的向量金融时间序列,若各分量均为一阶单整且各分量间存在线性协整关系,则其一定存在线性协同持续关系,并且协同持续向量即为协整向量.从而揭示了协整与协同持续之间的数量经济关系,加深了我们对许多金融时间序列非平稳性和波动随时间变化这两个基本性质的理解.同时这一研究也展示了金融时间序列一阶矩和二阶矩之间的内在联系,有利于深刻理解向量金融时间序列在各阶矩意义上的内在均衡关系.     

存在方差持续性的资本资产定价模型分析

自回归条件异方差(ARCH) 类模型突破了传统计量经济分析的同方差假定,对现代资本 资产定价理论产生了深远的影响. 随着对时变方差研究的深入,方差持续性也日益受到人们的 重视. 文章首先介绍了条件均值、条件方差以及在自回归条件异方差的基础上介绍了方差持续 性的有关概念和性质,并将之用于资本资产定价模型的研究,讨论了条件方差持续性对资本资 产定价模型的影响,并且进一步讨论了在多资产条件下向量GARCH 模型持续性对组合投资 的影响.     

状态变化和学习行为下的最优资产组合选择

针对金融资产收益率序列的非线性动态变化和投资者参数确定的传统假设,考虑状态变化的最优资产组合选择以及参数不确定性下投资者学习行为对最优资产组合选择的影响,运用马尔科夫机制转换模型刻画市场状态变化,采用贝叶斯学习准则描述投资者的学习行为,建立状态变化和投资者学习行为下资产组合选择的离散时间模型,使用期望最大化算法和动态最优化方法给出模型的参数估计,使用蒙特卡罗方法模拟投资者的资产组合选择行为.研究结果表明,中国金融市场存在明显的结构性动态变化,可以将市场分为牛市和熊市.在短期,当市场处于熊市时,投资者将全部财富投资于债券,不投资于股票,但市场处于牛市时股票的投资比重会大大增加;在长期,牛、熊市下股票和债券的权重会稳定在某个水平.市场状态的不确定性造成投资者产生对冲不确定性风险的需求,当市场向好时,投资者学习行为导致其投资于更多的风险资产;当市场状态无法确定时,投资者对股票的投资更为谨慎.考虑市场状态变化的投资组合选择能够提高投资者的总体效用.     

具有模糊收益的项目投资组合优化方法

基于可能性理论,研究了投资项目具有模糊收益的多项目投资组合的决策问题。在假设投资项目各年净现金流为三角模糊数的条件下,运用可能性均值和方差,建立了基于现值指数法的单投资项目模糊收益指标和模糊风险评价指标,同时,在此基础上建立了基于模糊可能性均值与方差的多项目投资组合优化模型,提出了最优项目投资组合的算法。最后,给出实际算例说明了方法的可行性和有效性。     

基于动态损失厌恶投资组合模型的最优资产配置与实证研究

从行为金融学的角度考虑投资者损失厌恶的心理特征,建立预期效用最大化的动态损失厌恶投资组合优化模型。以我国股票市场为依托,将市场分为上升、下降和盘整三种状态,研究动态损失厌恶投资组合模型的最优资产配置和绩效表现,并与静态损失厌恶投资组合模型、M-V投资组合模型和CVaR投资组合模型进行比较。最后,在具有交易成本的条件下对动态模型进行稳健性检验。得出结论：不同情况下,动态损失厌恶投资者具有不同的最优资产配置比例,且动态损失厌恶投资组合模型明显优于静态模型、M-V投资组合模型和CVaR投资组合模型。