本文選題：Markowitz股票投資組合　切入點：組合風險優(yōu)化　出處：《哈爾濱工業(yè)大學》2013年博士論文

【摘要】：Markowitz證券投資組合理論是當代金融理論的重要支柱之一，它也是對實際證券投資具有最大指導價值的投資理論。作為Markowitz模型的關(guān)鍵輸入?yún)?shù)，證券收益率歷史相關(guān)矩陣和歷史協(xié)方差矩陣的噪聲會通過組合風險的增大和組合風險預(yù)測準確率的下降而導致組合風險的惡化。由于噪聲對證券組合風險的影響隨證券數(shù)的增加而增加，因此，在目前組合中證券數(shù)呈增大趨勢的背景下，Markowitz模型在實踐中應(yīng)用的可行性正逐漸下降甚至接近于完全失效，噪聲的影響已成為當今證券投資風險空前增大的重要原因之一。如何減小噪聲對組合風險的影響是當前迫切需要關(guān)注的研究問題。越來越多的學者將對證券收益歷史相關(guān)矩陣和歷史協(xié)方差矩陣的去噪作為解決方法，并進行詳細研究。 和針對金融相關(guān)矩陣和協(xié)方差矩陣的其他去噪方法相比，基于隨機矩陣理論的去噪法（RMT去噪法）具有決定模型最佳維度、操作技術(shù)難度低和適用范圍廣泛等優(yōu)點。然而，基于RMT相關(guān)或多元波動率的去噪及其在股票投資組合風險優(yōu)化中的應(yīng)用的研究目前尚處于較為初級的階段，有很多研究工作有待于進一步開展。以隨機矩陣理論和現(xiàn)代投資組合理論為理論基礎(chǔ)，采用蒙特卡洛模擬法、toy模型法、模擬退火算法、主成分分析法、一般數(shù)理分析法、理論研究和實證研究相結(jié)合等多種研究方法深入研究應(yīng)用RMT去噪法實現(xiàn)股票投資組合風險優(yōu)化的問題不僅有助于完善RMT去噪理論，而且對掃除Markowitz模型的應(yīng)用障礙，從而促進Markowitz證券投資組合理論的進一步發(fā)展有重要的理論意義。在證券投資已經(jīng)成為全球社會經(jīng)濟生活的一個重要構(gòu)成部分的今天，該研究明顯也具有很強的現(xiàn)實意義。 本文從闡釋Markowitz股票投資組合風險的含義入手，說明了以投資組合風險的大小和投資組合風險預(yù)測的準確率衡量投資組合風險的優(yōu)劣，分析了股票收益歷史相關(guān)矩陣和協(xié)方差矩陣的噪聲對Markowitz投資組合風險優(yōu)化水平的影響，，并選取RMT去噪法作為解決噪聲影響的方法，進而構(gòu)建了應(yīng)用RMT去噪法實現(xiàn)Markowitz股票投資組合風險優(yōu)化的整體思路框架，其包括四個角度：第一，通過對面向股票收益相關(guān)矩陣的RMT去噪法原理和算法的改進實現(xiàn)股票投資組合風險優(yōu)化；第二，通過建立對已有去噪研究未曾涉及的股票收益率多元波動率模型去噪的一般方法實現(xiàn)股票投資組合風險優(yōu)化；第三，通過彌補面向收益樣本協(xié)方差矩陣的現(xiàn)有RMT去噪法在小組合條件下的缺陷實現(xiàn)股票投資組合風險優(yōu)化；第四，根據(jù)對總體協(xié)方差矩陣特征值進行估計的新去噪思路建立面向收益樣本協(xié)方差矩陣的RMT去噪法來實現(xiàn)股票投資組合風險的優(yōu)化。從這四個角度出發(fā)，論文的主要研究內(nèi)容和成果包括如下方面。 首先，在介紹面向股票收益相關(guān)矩陣的現(xiàn)有RMT去噪法的基礎(chǔ)上，在理論層面分析指出了KR方法是去噪原理最為合理和最有利于組合風險優(yōu)化的RMT去噪法。對股票收益相關(guān)矩陣的特征向量最小擾動穩(wěn)定性進行了數(shù)理推導，進而提出了KRMIN去噪法。KRMIN法吸納了KR法的以相關(guān)矩陣特征向量穩(wěn)定性的提高為核心的思想，彌補了KR法的原理和算法存在的缺陷，是一種更有利于改進股票投資組合風險的RMT去噪法。實證結(jié)果表明基于金融相關(guān)矩陣特征向量的Krzanowski穩(wěn)定性的KR法和KRMIN法的組合風險優(yōu)化效果好于其他RMT去噪法，且投資組合風險存在一種隨收益相關(guān)矩陣特征向量的最小擾動穩(wěn)定性提高而減小的趨勢。 其次，基于RMT提出了對多元波動率模型去噪的一般方法，并通過定性分析和定量推導說明該方法對股票投資組合風險優(yōu)化可能帶來的好處。為了進一步驗證該方法改進組合風險優(yōu)化水平的有效性，建立了將基于RMT的相關(guān)矩陣估計和波動率結(jié)合在一起的兩種多元波動率模型即SC-GARCH模型和IO-GARCH模型，并以這兩種模型為去噪對象進行了股票投資組合風險優(yōu)化的實證研究。結(jié)果表明RMT去噪法能對多元波動率模型的最佳維度進行正確的確定，從而實現(xiàn)股票組合風險的最優(yōu)化。 再次，為了解決小組合風險優(yōu)化條件下面向協(xié)方差矩陣的現(xiàn)有RMT去噪法因噪聲特征值邊界界定誤差而產(chǎn)生的效力下降的問題，采用蒙特卡洛模擬法確定噪聲特征值的邊界，從而設(shè)計了蒙特卡洛RMT去噪法。通過實證分析方法，當股票收益序列長度和衰減因子不變時，在不同股票數(shù)量下對LCPB法、PG+法和KR法等已有RMT去噪法和蒙特卡洛RMT法的組合風險優(yōu)化效果進行了對比研究。實證結(jié)果表明，在小組合條件下，蒙特卡洛RMT法能夠彌補已有RMT方法的噪聲特征值邊界界定誤差增大的缺陷，從而對已有RMT方法的組合風險優(yōu)化作用的下降起到改進作用。 最后，以股票收益總體協(xié)方差矩陣和樣本協(xié)方差矩陣特征譜矩的關(guān)系為理論基礎(chǔ)，采用模擬退火算法估計總體協(xié)方差矩陣的特征值，進而提出了對樣本協(xié)方差矩陣去噪的矩法。不同于已有的RMT去噪法，矩法并沒有采取對噪聲特征值替換的做法，而是通過估計總體協(xié)方差矩陣的特征值來實現(xiàn)協(xié)方差矩陣的降噪，從而引入了一種RMT去噪的新思路。通過構(gòu)建toy模型，對矩法去噪效果進行了模擬研究。結(jié)果表明矩法對股票收益總體協(xié)方差矩陣特征值的估計誤差一般都能被控制在小于10%的范圍內(nèi)，且矩法的去噪效果受到樣本序列長度和樣本協(xié)方差矩陣數(shù)量的影響。采用模擬方法，通過設(shè)定符合現(xiàn)實經(jīng)濟情況的總體協(xié)方差矩陣模型，在理論層面分析了矩法對股票投資組合風險優(yōu)化水平的作用。結(jié)果表明矩法對股票投資組合風險的優(yōu)化作用隨噪聲對組合風險影響的增大而提高，并且受到對總體協(xié)方差矩陣的部門數(shù)或特征值數(shù)的猜測的制約而存在飽和現(xiàn)象。使用bootstrap方法，在理想化和現(xiàn)實化條件下對矩法的組合風險優(yōu)化效果進行了實證分析。結(jié)果表明，矩法的組合風險優(yōu)化效果好于常用的RMT去噪法。
[Abstract]:The portfolio theory is one of the important pillars of modern financial theory . It is also the key input parameter to the real security investment . As the key input parameter of the markwitz model , the noise of the historical correlation matrix and the historical covariance matrix of the stock return leads to the deterioration of the portfolio risk . The effect of noise on the portfolio risk is gradually falling or even close to the complete failure .

Compared with other denoising methods for financial correlation matrix and covariance matrix , the method of de - noising based on random matrix theory has the advantages of determining the best dimension of model , low difficulty of operation and wide application range . However , based on the theory of stochastic matrix theory and modern portfolio theory , it is important to perfect RMT denoising theory .

In this paper , the author starts with the definition of the risk of the portfolio risk , and illustrates the influence of the historical correlation matrix of stock return and the noise of covariance matrix on the risk optimization level .
Secondly , the stock portfolio risk optimization is realized by establishing the general method of denoising the stock yield multiple volatility model which has not been involved in the existing de - noising research ;
Thirdly , the stock portfolio risk optimization is realized by making up the defect of the existing RMT de - noising method facing the covariance matrix of the return sample under the condition of small combination ;
Fourthly , according to the new denoising method for estimating the characteristic value of the total covariance matrix , the RMT denoising method for the covariance matrix of the return sample is established to realize the optimization of the stock portfolio risk . From the four angles , the main research contents and achievements of the thesis include the following aspects .

First , on the basis of introducing the existing RMT de - noising method for stock return correlation matrix , this paper points out that KR method is the most reasonable and most beneficial to combine risk optimization RMT denoising method .

Secondly , based on RMT , the general method for de - noising of multivariate volatility model is proposed , and the advantages of this method to the optimization of stock portfolio risk are presented by qualitative analysis and quantitative deduction . In order to further validate the effectiveness of the method to improve the optimal level of portfolio risk optimization , two kinds of multivariate volatility models , namely SC - ARCH model and IO - ARCH model , which are combined together based on the correlation matrix estimation and fluctuation rate of RMT are established . The results show that the RMT denoising method can accurately determine the optimal dimension of the multivariate volatility model , and thus the optimization of the portfolio risk is realized .

Thirdly , in order to solve the problem that the existing RMT denoising method of the covariance matrix is reduced due to the boundary of the noise characteristic value , the Monte Carlo simulation method is adopted to determine the boundary of the noise characteristic value , so as to design the Monte Carlo RMT denoising method . By the empirical analysis method , the existing RMT denoising method , such as the LCPB method , the PG + method and the KR method , has been compared with the existing RMT denoising method and the Monte Carlo RMT method under different stock numbers .

In the end , based on the relationship between the total covariance matrix of stock return and the characteristic spectral moment of sample covariance matrix , this paper presents a new idea of denoising the stock portfolio by using simulated annealing algorithm .

【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：博士
【學位授予年份】：2013
【分類號】：F830.91;F224

【參考文獻】

相關(guān)期刊論文 前10條

1 肖新華;劉冬榮;;個人股票投資風險的成因與防范分析[J];財經(jīng)問題研究;2009年02期

2 王大偉;王雪標;;影響我國股票收益率的多因素實證研究——基于panel data模型分析[J];東北財經(jīng)大學學報;2008年05期

3 任世科;何正文;徐渝;;基于聯(lián)合視角的項目支付問題及其模擬退火啟發(fā)式算法[J];系統(tǒng)工程;2012年06期

4 都國雄;;經(jīng)濟物理學的研究內(nèi)容與發(fā)展趨勢[J];現(xiàn)代經(jīng)濟探討;2006年04期

5 劉國芳;;從證券化率看宏觀經(jīng)濟管理[J];經(jīng)濟與管理研究;2009年07期

6 王明進;;高維波動率的預(yù)測[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2008年11期

7 李文君;尹康;;多元GARCH模型研究述評[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2009年10期

8 劉志東;;多元GARCH模型結(jié)構(gòu)特征、參數(shù)估計與假設(shè)檢驗研究綜述[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2010年09期

9 王林;張蕾;劉連峰;;用模擬退火算法尋找Heston期權(quán)定價模型參數(shù)[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2011年09期

10 王明進;;多元波動率模型的一些新進展[J];數(shù)理統(tǒng)計與管理;2010年02期

本文編號：1700018