考虑交易成本的投资组合效率估计方法

投资组合绩效评价是学术界研究的热点问题。本文在经典的经济学框架下,基于真实前沿面,给出了投资组合效率的明确定义。由于实际投资环境的影响,投资组合优化模型非常复杂,难以获得真实前沿面的解析解,这给投资组合效率的应用带来了很大的困难。本文基于投资组合理论,在投资组合模型所对应的前沿面为凹函数的情况下,采用基于数据的投资组合DEA评价模型构造前沿面来逼近真实的前沿面,从而估计一般情形下投资组合的效率。在此基础上研究了考虑交易成本的投资组合效率评价问题,并用实例说明了本文方法的合理性与可行性。     

捆绑销售中的价格策略研究--心理账户理论的运用

捆绑销售能给买卖双方带来利益。心理账户理论为捆绑组合定价提供了新的启发。本文介绍了心理账户理论与价格决策相关的观点,并运用该理论讨论了捆绑组合定价时的不同标价方式、折扣分配、价格参考点的运用对消费者感知价值的影响。     

基于行为金融的开放式基金绩效评价模型

考虑决策者的有限理性,在行为金融范式下研究了开放式基金绩效评价问题.利用相对财富和习惯形成效用函数,描述了开放式基金管理者的投资组合决策行为;引入均值-熵度量开放式基金风险,建立了一种行为证券组合模型;以此为内核,研究提出了B-Morningstar风险评价模型;应用模拟分析结果表明,基于行为金融的B-Morningstar模型能够有效逼近其实际绩效水平.     

基于半定规划松弛的高阶投资组合优化研究

以最小化峰度为例研究了具有高阶目标函数的投资组合优化问题.针对目标函数的高阶性与非凸性所带来的投资组合优化模型求解困难,根据Lasserre和Waki的研究成果,提出高阶投资组合优化模型的半定规划松弛算法;并从理论上推导得到最小化峰度的投资组合优化模型的有效前沿.最后通过实证分析,验证了理论推导得到的有效前沿,进而说明了半定规划松弛算法求解高阶投资组合优化问题的有效性.     

创业企业如何构建联结组合提升绩效?——基于“结构—资源”互动过程的案例研究

在资源约束条件下,构建适宜的联结组合能使创业者从关系组合带来的资源组合效应中获益并收获成长。但已有研究大多拘泥于探讨联结组合结构特征对绩效的直接影响,未能从资源组合角度挖掘联结组合结构与绩效间的内在机理。本文基于资源依赖理论的联合依赖与非对称依赖的双重视角,建构联结组合"结构—资源—绩效"的影响机制。利用嵌入式单案例研究发现:为了克服初创期较弱的联合依赖和较高的非对称依赖,青春期创业企业建立追加式资源组合增强联合依赖,创业企业绩效较低。从青春期到成长期,创业企业建立互补式与追加式并举的资源组合以降低非对称依赖,创业企业绩效较高。从成长期到发展期,创业企业建立大范围的互补式资源组合替代追加式资源组合以降低两种依赖,创业企业绩效最高。     

投资组合中多目标规划最优化数学模型的应用

本文通过对证券组合投资的预期收益率和投资风险进行综合定量分析,建立了证券组合投资的预期收益率和投资风险进行综合定量分析,建立了证券组合投资的预期收益率和投资风险两个目标均达到最优的多目标规划模型,并对模型进行分析,最后通过案例给出了模型的最优解。     

指数证券组合模拟市场指数的聚类和MTV方法

根据Markowitz组合证券投资理论,在一定的假设下,投资者优化其投资组合的结果必定是以市场证券组合为其最优风险资产的投资组合.国外许多研究也表明消极投资策略是有效的,投资者只要按照某个较有代表性的股票市场综合指数中的每个股票所占权重投资每个股票,就可以消除股票的特有风险,达到很好的投资效果.但是,股票市场上股票种类繁多,有限的资金很难按照股票市场综合指数去投资.本文提出了一种利用聚类分析和MTV模型,可以以有限的几种证券的资产组合去逼近市场综合指数的方法.然后以上海股票市场为例,从任意选取的50种股票中使用本方法抽取不超出10种股票,用它们的组合去逼近上证综合指数,取得了比较满意的逼近和预测效果.     

相依结构及其在构建投资组合中的运用

传统的单指数模型主要用Beta考察个股和市场间的关系,而在现实中存在着具有相同Beta的两只股票A和B,在市场上升时,A上涨的概率大于B上涨的概率,而在市场下跌时,A下跌的概率小于B下跌的概率.这是由本文所研究的相依结构的形状所决定的,因此研究相依结构能够为构建投资组合更好的服务.本文所采用的Copula方法是近年来出现用以捕捉随机变量之间相依结构的方法,在风险控制,金融衍生产品定价中的应用颇受重视.本文首先简介Copula的概念和一些基本定理,然后用Copula的方法对国内几只较具代表性的个股和大盘指数之间的相依结构做出实验实证研究,最后给出结论.     

蚁群算法研究评述

对蚁群算法的相关研究领域进行了评述,阐述并分析了蚁群算法的研究进展,重点介绍了蚁群算法及其一系列改进算法的基本原理和应用研究成果,最后从发展重点和未来应用等方面探讨了蚁群算法研究的进一步发展方向.     

资产收益序列相依下的多阶段投资博弈模型

现有投资组合优化研究普遍假设投资者之间相互独立,且假定标的资产在不同阶段的收益序列不具相关性.然而在实际投资过程中,投资者往往是相互影响,资产收益序列也存在相依特征.基于多阶段投资组合优化和纳什均衡理论,利用相对绩效来刻画投资者之间的博弈现象,以每个投资者的相对终端财富的期望效用水平为目标,构建多阶段投资组合博弈模型.在资产收益序列相依情形下,给出了纳什均衡投资策略和相应值函数的解析表达式,以及纳什均衡投资策略与传统策略的关系.采用累计经验分布函数和夏普比率等指标,对纳什均衡投资策略与传统策略进行仿真比较,分析了纳什均衡投资策略随投资者反应敏感系数的变化趋势.结果表明:相比于传统的投资策略,当考虑竞争对手的相对绩效时,纳什均衡策略投资者更愿意冒高风险去追求高收益;并且投资者的反应敏感系数越大,其对风险的偏好程度也越高.