参数不确定性下资产配置的动态均值-方差模型

现有关于资产配置的动态均值-方差模型的研究均假设投资者准确知道与资产收益率相关的参数,从而忽略了参数不确定性对投资决策的影响.本文研究引入参数不确定性和贝叶斯学习时的动态均值-方差模型,使用鞅方法求解得出最优投资策略的解析表达式,并导出了均值-方差有效边界.在此基础上,利用中国证券市场的实际数据进行了实证分析,结果表明参数不确定性对最优投资策略以及投资效果有较大的影响.     

基于β系数优化的动态投资组合策略研究

本文提出一种股票动态投资组合策略，首先通过上升和下降贝塔来优选行业，然后在选择的行业中构造股票投资组合。对于股票投资组合，利用均值方差投资组合模型作为内核，通过引入参考时间窗口和持有期限窗口两个外生参数构建动态的均值-方差模型，并实证检验了模型的可行性。然后再经过多项业绩评价指标对比分析得出动态投资组合策略的收益明显优于被动投资策略，这种动态投资组合策略能够获得部分超额收益并且具有更好的可靠性。本研究为投资者提供了一种定量的投资组合管理方法，并从侧面验证了我国股市的非有效性。     

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.     

资本结构变化对组合投资有效边界的影响

在经典的组合投资均值-方差模型基础上,本文考虑融资因素对组合投资优化的影响,引入资本结构摩擦因子,研究其对组合投资有效边界的影响;给出了含资本结构摩擦因子作用的组合投资有效边界解析式,以及该有效边界根据资本结构因子取值而移动、变化的性质。     

风险资产组合的均值一CVaR有效前沿（1）

本文基于CVaR风险计量技术,讨论了正态情形下风险资产组合的均值-CVaR边界,探究了其经济含义,并与经典的方差风险下的均值-方差边界进行了对比研究,为彻底解决均值-CVaR的有效前沿问题提供了基础.     

序列相关性在资产组合绩效改善中的作用

  均值-方差理论是资产组合领域的经典理论之一,由于参数估计的不确定性,均值-方差最优风险组合在样本外检验中绩效较差。因此,构建估计误差更小的估计值成为资产组合领域的重点问题,现有方法主要从改善期望收益、协方差和利用边际信息来减少估计误差。         研究证券收益间的序列相关性在改善投资组合样本外绩效的作用。首先,将序列相关性引入资产组合构建过程中,以改进均值-方差最优风险组合,利用向量自回归模型挖掘序列相关性,并对证券收益的期望收益估计进行改进,实证检验向量自回归模型是否能够提高资产组合的样本外绩效。其次,针对改进后的均值-方差组合绩效不稳定和换手率较高的缺点,利用收缩估计的思想联合均值改善组合和简单分散化组合,给出最优收缩强度的估计值,从理论和实证两个方面说明新提出的资产组合对资产组合绩效的改进效果。最后,在1997年至2015年中国A股市场的4组数据集上进行实证检验,比较14种投资组合的样本外绩效。         研究结果表明,序列相关性有助于改善股票组合的样本外绩效。①向量自回归模型预测值的均值-方差组合取得了比样本均值的均值-方差组合更好的样本外绩效,向量自回归模型预测值比历史样本均值更适合作为资产期望收益的估计值。②收缩估计组合在样本外框架中取得了更加稳健的结果,在所有的数据集上都取得了高于简单分散化组合的确定性等价收益,最优收缩强度估计值的分布情况也肯定了收缩估计方法在减少资产组合估计误差中的有效性。         向量自回归模型和收缩估计方法有助于市场参与主体更好地认识和分析参数不确定性的影响,对于缓解参数不确定性的影响、减少估计误差、提高投资者的效用具有一定的参考意义,更好地利用序列相关性得到显式解是未来可能的研究方向。     

动态均值-方差资产组合的有效性:时变风险容忍度视角

尽管均值-方差模型在静态资产组合优化过程中得到广泛运用并证明是有效的,但在动态情景下,均值-方差模型运用于动态资产组合优化过程中的有效性问题引起人们的质疑：一是常风险规避系数的设定不符合事实;二是投资者偏好设定不符合动态情景下的主流效用函数族。鉴于此,本文假设投资者风险容忍度是资产组合投资期与投资者期望收益率的函数,研究动态均值-方差资产组合的有效性问题。基于均值-方差分析框架构建时变风险容忍度下的动态资产组合模型;运用伊藤定理和拉格朗日乘子法获得最优资产组合封闭解;基于二次效用偏好下的动态资产组合,从资产组合策略、夏普率、确定性等价收益率和有效前沿等视角验证动态均值-方差资产组合策略和业绩,并予以实证。结果表明：动态均值-方差资产组合不但具有同等业绩而且体现了其灵活性和风险对冲价值;尽管动态均值-方差资产组合表现出高杠杆性,但其确定性等价收益率较高,且随投资期的增加呈现倒U型趋势;动态均值-方差资产组合的投资期效应显著,强于投资者期望收益率。研究指出,时变风险容忍度下的动态均值-方差资产组合管理和优化策略有效,但在短投资期（低于12个月）和（或）低期望收益率下并不适用。研究不但拓展了均值-方差模型在动态情境下的应用,而且体现了投资者源于心理和（或）其财富变化的投资行为调整。     

基于斯坦规则的投资组合管理改进研究

根据斯坦规则原理,以均值-方差模型投资权重为样本信息,以市场证券组合的投资权重为非样本信息,研究了如何确定投资权重收缩估计量的最优收缩强度,实现了投资组合主动管理与被动管理的有机结合.实证结果表明,在投资组合管理领域运用斯坦规则进行预测,能够取得优于经典均值-方差模型的业绩.     

不允许卖空情况下均值-方差和均值-VaR投资组合比较研究

文章研究了不允许卖空情况的均值-方差和均值-VaR两种投资组合模型,并运用不等式组的旋转算法并结合序列二次规划法进行求解。最后,通过实证研究验证了上述算法的有效性。计算结果还表明,在不允许卖空情况下,均值-VaR投资组合的有效前沿为均值-方差投资组合有效前沿的子集;置信度越低,投资者越倾向于选择收益率大而风险也大的投资组合。     

不允许卖空情况下均值-方差和均值-VaR投资组合比较研究

文章提出了不允许卖空情况的均值-方差和均值-VaR两种投资组合模型,并运用不等式组的旋转算法或结合序列二次规划法进行求解.最后,以一个具体例子验证了上述算法的有效性.计算结果还表明,不允许卖空情况下,均值-VaR投资组合有效前沿为均值-方差投资组合有效前沿的子集;置信度越低,投资者越倾向于收益率大而风险也大的投资组合.     

基于M-SemiA.D组合投资模型及对上海股市实证研究

马柯威茨的均值-方差(M-V)模型中以方差度量风险存在两个致命的缺陷,为了更精确度量风险,作者提出了半绝对离差(SemiA.D)概念,并以此对M-V模型进行改进。通过对上海有代表性的50支股票复权价进行分析,我们得到:在每个期望收益率水平上,基于M-SemiA.D模型的投资组合都优于M-V模型中的投资组合,并且有效投资组合满足两基金分离定理。     

基于Expectile回归的均值-ES组合投资决策

为解决均值-ES（Expected Shortfall）组合投资决策中的计算困难，通过理论证明将其转化为一个Expectile回归问题，进而给出其Expectile回归求解新方法。该方法具有两个方面的优势：第一，Expectile回归的目标函数为二次损失函数，具有连续、光滑等特性，其优化与计算过程简单易行，且具有很好的可扩展性；第二，优化Expectile回归目标函数得到Expectile，利用Expectile与ES之间对应关系，能够准确地得到最优组合投资的ES风险值。选取沪深300指数中具有行业代表性的5支股票进行实证研究，将基于Expectile回归的均值-ES模型与均值-VaR模型、均值-方差模型进行对比，发现前者能够很好地分散组合投资尾部风险大小，显著提高组合投资绩效。     

基于VaR的金融资产配置模型

本文根据均值-方差模型的框架,建立了用VaR代替方差或标准差作为风险的测量指标时的均值-VaR模型,同时使用等VaR线分析了两种模型的内在联系。作为模型的扩展本文还分别考虑了存在无风险资产,负债和非正态分布时的情形。此外讨论了均值-VaR模型有效边界的一些性质。     

多阶段资产组合选择均值-VaR模型和均值-方差模型的比较

本文建立了多阶段情形下的均值-方差模型和均值-VaR模型,并比较了两种模型的不同性质,给出了两种模型下的最小方差组合性质和在收益率的均值-标准差坐标下,不同的风险度量方法产生的不同的有效边缘以及VaR模型置信度趋于1时的极限性质,最后给出了分析的数值例子.     

基于差异系数σ/μ的最优投资组合方法

本文以Markowitz均值-方差模型为基础,提出了差异系数σ/μ极小化以及在此条件下的组合收益率极大化的均衡理论,利用Lagrange参数法,得到了一种使单位收益风险最小的投资组合决策方法,并给出了实例分析。     

均值-方差模型具有一般不确定性下的最优资产组合选择

引入以记忆系数和无差异系数表征的随机变量测度均值-方差模型的一般不确定性特征,反映投资者的模型信任程度,研究均值-方差模型具有一般不确定性下的最优资产组合选择问题。基于资本市场线理论,构建最优资产组合选择是模型信任程度和基于均值-方差模型的传统资产组合选择的线性函数;基于记忆系数和无差异系数的不同组合,运用基于事例推理的方法求解二次效用投资者的最优模型信任程度,获得均值-方差模型具有一般不确定性下的最优资产组合,并以上证综指1997年1月-2014年8月的月度收益数据形成两个研究样本予以实证比较研究。结果表明,较大风险规避投资者,在较大记忆系数和较小无差异系数下,其模型信任程度调整较快、资产组合调整幅度大,表现出可获得性和代表性行为偏差,通常采取积极资产组合策略;反之,其模型信任程度调整渐进、资产组合调整幅度小,表现出锚定性和保守性行为偏差,通常采取消极资产组合策略;模型一般不确定性对最优资产组合选择的影响强于股票市场记忆性的影响。研究体现了投资者的有限理性,将传统的资产组合选择问题延伸至行为金融学领域。     

奇导协方差矩阵和任意收益率分布下均值-CVaR模型的有效边界特征

本文利用现代主流风险度量技术CVaR代替方差或VaR,建立了均值-CVaR模型,在任意收益率分布下,利用无套利均衡分析的方法研究了奇异协方差矩阵情形的投资组合问题,得到了模型有效边界的本质特征,最后作为结论的直接应用和说明,我们给出了一个具体的算例分析。     

基于MIDAS分位数回归的条件偏度组合投资决策

条件偏度是金融市场典型特征之一，忽略条件偏度的组合投资决策往往难以有效地分散金融风险。为此，本文构建了包含条件偏度的组合投资模型，并给出其建模方法。首先，运用MIDAS-QR模型，改善条件偏度测度效果；其次，基于CRRA效用函数，将组合投资权重设计为条件偏度和特征变量的线性组合，建立组合投资模型并给出求解方案；最后，从沪深300指数中选取10支代表性成分股进行实证研究，从收益、风险和Sharpe比率等方面，将包含条件偏度的组合投资模型与等权方案、均值-方差模型等进行比较，分析条件偏度在组合投资中的作用。实证结果表明：MIDAS-QR是测度条件偏度的有效方法，其测度结果受异常值影响小，表现稳定；条件偏度对组合投资决策具有显著影响，包含条件偏度的组合投资模型能够有效地降低投资风险、带来更高的风险调整收益。     

限制最大损失时的证券投资组合模型及有效边界解析表达式

在有限自然状态的市场环境下,本文利用传统的均值-方差模型研究了限制最大损失时的证券投资组合问题,首先指出了含有无风险资产与不含有无风险资产两种情形在限制最大损失时模型的求解本质上是一样的,然后作为典型代表研究了n种风险资产在限制最大损失时的前沿边界及有效边界存在的充要条件及其本质特征,并根据这些结论给出了确定前沿边界及有效边界解析表达式的具体方法和步骤,最后作为结论的直接应用和说明,给出了一个具体的算例分析。     

风险资产组合的均值-WCVaR模糊投资组合优化模型

本文在均值-方差模型的框架下,建立了以Worst-Case VaR(WCVaR)代替方差作为风险测量指标的均值-WCVaR模型.同时,将对数型隶属函数引入到模型中,以证券组合期望收益率极大化和WCVaR极小化为目标,建立了对数型满意程度的模糊决策投资组合选择模型,更好地反映了投资者对目标值的取值意图.依据上海证券市场的实际数据,采用遗传算法进行了模拟计算,验证了模型的有效性.