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.     

基于产品生命周期的多阶段剩余收益项目决策模型

剩余收益模型（Residual Income Model,RIM）是评估公司权益价值的经典模型,特别地,奥尔森系列剩余收益模型由于可以利用历史财务与会计数据而得到广泛运用。本文在一般剩余收益模型的基础上,运用规范研究、逻辑推理等方法,基于产品生命周期理论,即项目处于产品生命周期的不同阶段时,其净资产收益率不同,在增长期的净资产收益率持续上升,衰退期的净资产收益率持续下降,而成熟期的净资产收益率则围绕行业平均水平波动,从理论上就项目投资价值的评估构建了多阶段剩余收益项目决策模型,并就所构建的多阶段剩余收益项目决策模型进行参数赋值分析。研究结果表明该新构建的决策模型具有较好的理论和运用价值,可以作为一种有效的项目投资决策模型。本文的研究一是拓展了剩余收益模型的应用,从主要用于对公司权益价值的估值拓展至对项目投资决策的评估;二是有利于寻求项目投资决策的价值最大化。     

考虑项目关联关系的R&D网络风险传播建模与仿真

考虑同一企业内不同项目间关联关系的情况下,基于研发项目的数量将研发网络分为不同子网络。借鉴SIS模型构建了R&D网络风险传播动力学模型,并对该模型进行了数理解析与仿真分析。结果表明：R&D网络风险传播阈值是由不同子网络的拓扑结构以及企业内不同项目间的关联程度共同决定的;考虑项目关联的研发网络风险传播阈值小于不考虑关联关系的研发网络风险传播阈值;项目间关联关系的企业个数及项目间的关联程度对风险在不同子网络上的传播速度与传播范围均具有影响。该研究成果对于提高研发网络抗风险能力具有重要意义。     

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。