投资组合优化中的泰勒级数收敛性与展开点选择问题研究

研究了泰勒级数对效用函数的收敛条件,力求能够使得泰勒级数成为效用函数的合理近似,从而保证投资组合优化问题的近似解收敛于真实解,最终实现最大化期望效用的投资组合优化问题得以有效解决。在期望效用最大化的泰勒级数近似模型基础上,以HARA效用函数为背景,得到了收益率相对泰勒级数展开点的偏离程度决定了泰勒级数收敛性质的结论,进而提出了合理选择泰勒级数展开点以保证收敛性的方法,该方法意味着在收益率分布具有正偏度的情况下,以往通行的在收益率数学期望处展开泰勒级数的方法不具有合理性,上述分析结论通过数据分析得到了验证。     

分形布朗运动下最优投保和消费策略

基于Merton的最优消费和投资组合模型,通过假设风险资产的价格变化服从几何分形布朗运动,探讨了一类具有人寿保险的最优投资消费问题.首先根据投资者在整个生命周期的消费和投保效用期望值最大的原则,利用贝尔曼动态规划原理,建立了最优投保和消费策略模型.然后在给定消费和遗赠评价效用函数的情况下,给出了最优投保和消费的闭式解,并获得了最优投资组合受模型参数变化影响的一些重要性质.最后,通过数值例子讨论了时间间隔、赫斯特指数变化时最优投保和最大期望效用的变化趋势.     

参数不确定性和效用最大化下的动态投资组合选择

标准投资组合选择理论假设投资者准确地知道与资产收益率相关的各种参数(例如均值和方差),忽视了参数不确定性引致的估计风险给投资决策带来的影响.本文研究引入参数不确定和学习时的连续时间动态投资组合选择问题,使用鞅方法求导出了具有CRRA型效用函数的投资者的最优投资策略的显式表达式.在此基础上,我们结合中国证券市场中的实际数据深入分析了参数不确定性以及投资者初始信念对最优投资策略的影响.     

具有不同效用函数的最优投资组合分析

最优投资组合是解决在一定的约束条件下,选择交易策略使投资者的效用函数最大化问题。如果市场不存在套利机会,在风险中性概率或者鞅概率测度下存在最优交易策略。本文从投资者所拥有不同的效用函数出发,分别推出其最优财富以及最优期望效用值。     

期望未来损失约束下的最优投资问题

在标准的Black-Scholes 型金融市场下,建立了期望未来损失( expected future loss;EFL)约束下基于终端财富效用最大化的投资组合选择模型.运用鞅和优化方法,得到了一般效用投资者在投资计划期内任意时刻的最优财富和最优投资组合选择策略.在对数效用函数下,得到了投资者在投资计划期内任意时刻的最优财富和最优投资组合选择策略的显式表达式.     

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。     

基于损失厌恶的非线性投资组合问题

借鉴Kahneman&Tversky(1979)提出的展望理论,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。通过将投资者的效用函数表示为期末财富变化的函数,建立了基于损失厌恶的最优投资组合模型。针对S-型效用函数在参考点附近的非光滑问题,设计了一个三次样条函数对其进行光滑化处理;同时,还设计了一个随机搜索算法用以处理由于目标函数的非凹性而导致出现多个局部最优解的问题。最后利用中国证券市场的实际数据验证了该模型的合理性和有效性。     

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.     

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。     

基于风险与收益对称的最优资本结构研究

根据风险与收益的基本关系,以及权益收益率与投资收益率的相互联系,从企业规模角度,建立规模序列计量经济模型,在一般性基础上讨论了投资收益率及其随机扰动变量的近似概率分布,进而得出权益资金收益率的近似概率分布,然后根据筹资者对风险和收益的权衡,以企业股权资金收益率的方差作为筹资风险的度量,建立关于权益资金收益率的企业家效用函数,并根据其期望效用最大化,得到最优资本结构.     

Optimal Portfolio Selection and Cutoff Rates of Security Performance: A Multi-Index Case*

The present study performs portfolio analysis using a multi-index model in the diagonal form. In a mean-variance framework, an alternative solution to a portfolio optimization problem is derived, providing analytical and computational improvements. This leads to a proof of a crucial functional property of cutoff rates of security performance in the solution, thus providing formal justification for a nonranking procedure of optimal portfolio selection. The robustness of the above functional property, and hence the nonranking procedure, is demonstrated numerically when the underlying normality assumption of security returns is replaced by a more general assumption of stable Paretian distributions.     

一类稀疏投资组合双层参数估计模型及其应用

带基约束的投资组合问题是近年来投资组合领域的热点问题,但是参数不确定性直接影响了模型的效果。带基约束的投资组合问题所涉及的参数不仅包括以往研究认为非常重要的预期收益率,还包括控制投资组合规模的稀疏度,尤其是最优稀疏度估计方面的专门研究还十分匮乏。为了使带基约束的投资组合模型更好地为投资决策服务,本文从投资者效用出发,用双层规划的思想构建了带基约束的投资组合双层参数估计模型。然后根据模型的特点,设计了无导数优化算法框架,并基于ADMM对算法子问题进行求解。本文实验针对真实的市场数据给出了预期收益率和最优稀疏度的估计,接着通过与等权重策略和含上下界约束的均值-方差模型进行比较,说明了模型及算法的有效性和实用性。最后,将本文提出的双层参数估计模型推广到了更一般的形式。     

基于股价预测的泛证券投资组合策略

本文基于期望效用最大化和L₁-中位数估计研究了在线投资组合选择问题。与EG（Exponential Gradient）策略仅利用单期价格信息估计价格趋势不同,本文将利用多期价格信息估计价格趋势,以提高在线策略的性能。首先,基于多期价格数据,利用L₁-中位数估计得到预期价格趋势。然后,通过期望效用最大化,提出一个新的具有线型时间复杂度的在线策略,EGLM（Exponential Gradient via L₁-Median）。并通过相对熵函数定义资产权重向量的距离,进而证明了EGLM策略具有泛证券投资组合性质。最后,利用国内外6个证券市场的历史数据进行实证分析,结果表明相较于UP（Universal Portfolio）策略和EG策略,EGLM策略有更好的竞争性能。     

含期权的最优投资消费决策

当投资对象中含有期权时如何安排自己的投资和消费是当前投资者所面临的实际问题。本文在Black-Scholes模型假设的市场条件下,假定投资者的投资对象中含有一个欧式看涨期权,讨论了在该情形下投资者如何进行投资和消费的问题。建立效用最大化模型,应用最优控制原理得到了关于指数效用函数的最优投资消费策略,另外还得到了投资者的套期保值策略,并对这两种策略进行了对比,得到了它们之间的关系式。最后给出了数值示例验证了最优策略优于套期保值策略。     

考虑下偏矩约束的增强指数模型

增强指数模型旨在用少量的成份股构建指数跟踪组合，以期在跟踪指数趋势的同时获取高于指数平均收益的超额收益.当市场指数下跳时，跟踪组合会跟随指数趋势而产生巨额损失，因此有必要在传统的增强指数模型中加入下端风险约束，以阻止跟踪组合随指数下跳的风险.下偏矩(lower partial moment,LPM)作为下端风险度量工具，具有良好的理论性质且涵盖了损失概率、期望损失、下半方差等经典度量方法，因此本文构建LPM约束下的增强指数模型.该模型有三个特点:第一，具有更加一般的目标函数且允许投资者根据自身的目标设置参数，通过调节模型中的权衡参数，模型可以退化到传统的指数复制模型和超额收益最大化模型;第二，加入非参数LPM约束，以控制跟踪组合的下端风险;第三，得到目标函数和非参数1-阶LPM的凸性，证明了基于非参数1-阶LPM约束的增强指数模型是凸优化问题.模拟和实证结果表明，本文的模型能够控制下端风险并获得超额收益.     

信息不对称:股票市场内幕交易规制优化实施

内幕交易导致股票市场资源配置效率降低,对其进行规制可以减小造市者的逆向选择问题。实施内幕交易规制涉及到规制成本,优化实施就是要在规制收益与实施成本间进行权衡,谋取最优实施方案。本文探讨在规制者目标为以调整资产组合为目的而交易的不知情投资者期望效用最大化的情况下,实施政策的优化组合问题。     

基于信息更新的动态资产组合选择

本文研究了不完全信息下风险资产收益前两阶矩的参数不确定性对动态资产组合选择的影响。首先,在连续时间下假设资产价格服从随机扩散过程,引入参数不确定性,运用随机控制方法推导出风险资产最优选择的封闭解,给出定性分析。其次,在离散时间下用一阶自回归模型描述风险资产收益动态,基于贝叶斯分析框架,以上证综合指数不同区间段的两个样本做实证研究。结果表明,当投资者的风险规避程度大于(小于)对数效用时,参数不确定性将导致负(正)的投资期效应;当投资者在估计过程中运用较多的历史数据、或者风险规避程度增加时,参数不确定性的影响将减弱;参数不确定性下的资产组合选择可解释风险溢价之迷。研究说明了在动态资产组合选择过程中应考虑参数不确定性问题。