本文關(guān)鍵詞：考慮背景風(fēng)險(xiǎn)與社會(huì)責(zé)任的投資組合模型及算法研究　出處：《華南理工大學(xué)》2016年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 背景資產(chǎn)風(fēng)險(xiǎn) 企業(yè)社會(huì)責(zé)任 納什均衡 概率測(cè)度 模糊測(cè)度 果蠅算法

【摘要】：近年來(lái),由于金融市場(chǎng)風(fēng)險(xiǎn)的多樣化和投資活動(dòng)的復(fù)雜化,投資者的風(fēng)險(xiǎn)承受能力和財(cái)務(wù)收支狀況日益受到關(guān)注。由于社會(huì)的不斷進(jìn)步,經(jīng)濟(jì)水平的快速發(fā)展,企業(yè)社會(huì)責(zé)任(簡(jiǎn)稱:社會(huì)責(zé)任)的缺失或滯后與社會(huì)、環(huán)境、倫理的矛盾不斷加劇。在Markowitz提出M-V模型之后,很多學(xué)者根據(jù)他的思想在此基礎(chǔ)上不斷擴(kuò)展。目前,很多學(xué)者的研究集中在證券的財(cái)務(wù)收益率均值、方差等指標(biāo)上,而對(duì)于其他內(nèi)容的研究則相對(duì)較少,例如投資者面臨的背景資產(chǎn)風(fēng)險(xiǎn)(簡(jiǎn)稱為:背景風(fēng)險(xiǎn))和上市公司的社會(huì)責(zé)任等非財(cái)務(wù)指標(biāo)也是影響投資活動(dòng)收益與風(fēng)險(xiǎn)的重要因素。本文運(yùn)用概率論、模糊數(shù)學(xué)、優(yōu)化理論以及智能算法研究考慮背景風(fēng)險(xiǎn)和社會(huì)責(zé)任的投資組合問(wèn)題,構(gòu)造和求解對(duì)應(yīng)的投資組合模型。本文的主要研究工作以及創(chuàng)新點(diǎn)概括如下:1、分別構(gòu)造了一個(gè)考慮背景風(fēng)險(xiǎn)和彈性增量的隨機(jī)投資組合模型和一個(gè)考慮背景風(fēng)險(xiǎn)和彈性增量的模糊投資組合模型,設(shè)計(jì)了一個(gè)改進(jìn)的混沌果蠅優(yōu)化算法。傳統(tǒng)的投資組合模型沒(méi)有考慮背景風(fēng)險(xiǎn),而且研究的對(duì)象往往是投資組合收益、方差等指標(biāo)的存量及其相關(guān)問(wèn)題,很少研究投資組合中這些指標(biāo)的增量問(wèn)題及其相關(guān)問(wèn)題。因此,本文分別建立了一個(gè)考慮背景風(fēng)險(xiǎn)和彈性增量的投資組合模型,涉及投資組合收益、方差、和流動(dòng)性三個(gè)指標(biāo)的存量和增量,然后,定義了這三個(gè)指標(biāo)的隸屬函數(shù),研究了背景風(fēng)險(xiǎn)、三個(gè)指標(biāo)的存量及其增量對(duì)投資者滿意度的影響。最后,引入混沌算子初始化果蠅種群,提出了一個(gè)改進(jìn)的混沌果蠅優(yōu)化算法。2、分別構(gòu)造了一個(gè)考慮社會(huì)責(zé)任的期望值多層次投資組合模型和一個(gè)考慮社會(huì)責(zé)任的相關(guān)機(jī)會(huì)多層次投資組合模型,設(shè)計(jì)了一個(gè)基于云模型的混合果蠅優(yōu)化算法�，F(xiàn)實(shí)的投資決策,一般來(lái)說(shuō),是一個(gè)分層的決策過(guò)程:決策者往往不是一個(gè),而是同時(shí)有多個(gè)決策者,包括一個(gè)上級(jí)和若干個(gè)下級(jí)。一般而言,上級(jí)與他(她)的下級(jí)都有獨(dú)立的決策變量和決策目標(biāo)。上級(jí)依據(jù)其行為制約下級(jí),而下級(jí)下屬則有充分權(quán)限如何行動(dòng)實(shí)現(xiàn)決策目標(biāo),這些行為又將制約他(她)的上級(jí)和下級(jí)。因此,本文構(gòu)造一個(gè)考慮社會(huì)責(zé)任的期望值多層次投資組合模型和一個(gè)考慮社會(huì)責(zé)任的相關(guān)機(jī)會(huì)多層次投資組合模型。最后,利用遺傳算法和神經(jīng)網(wǎng)絡(luò)求解上級(jí)和下級(jí)之間的納什均衡。3、分別構(gòu)造了一個(gè)考慮企業(yè)社會(huì)責(zé)任和風(fēng)險(xiǎn)厭惡系數(shù)的多階段投資組合模型和一個(gè)考慮企業(yè)社會(huì)責(zé)任和基數(shù)約束的投資組合模型,設(shè)計(jì)了一個(gè)云模型混合果蠅算法。在實(shí)際的投資活動(dòng)中,對(duì)于投資者而言,需要在每一個(gè)階段隨著市場(chǎng)環(huán)境的變化調(diào)整投資組合頭寸,到最后一個(gè)投資階段結(jié)束時(shí),實(shí)現(xiàn)總收益最大化或者總風(fēng)險(xiǎn)的最小化,考慮到證券交易過(guò)程中產(chǎn)生的費(fèi)用,例如印花稅和手續(xù)費(fèi),投資者不可能同時(shí)持有很多支證券。因此,本文分別構(gòu)造了一個(gè)考慮社會(huì)責(zé)任和風(fēng)險(xiǎn)厭惡系數(shù)的多階段投資組合模型和一個(gè)考慮社會(huì)責(zé)任和基數(shù)約束的投資組合模型。最后,借鑒云算子、交叉算子和變異算子,構(gòu)造了一個(gè)云模型混合果蠅算法。4、構(gòu)造了一個(gè)考慮社會(huì)責(zé)任和背景風(fēng)險(xiǎn)的隨機(jī)多目標(biāo)投資組合模型和一個(gè)考慮社會(huì)責(zé)任和背景風(fēng)險(xiǎn)的模糊多目標(biāo)投資組合模型。由于投資風(fēng)險(xiǎn)來(lái)源的多元化及社會(huì)、環(huán)境、倫理等問(wèn)題的復(fù)雜化,投資者需要同時(shí)考慮自身的背景風(fēng)險(xiǎn)和證券發(fā)行人-企業(yè)的社會(huì)責(zé)任。其次,金融市場(chǎng)中不只有低階矩風(fēng)險(xiǎn),也有偏度、峰度等高階矩風(fēng)險(xiǎn)。因此,本文分別構(gòu)造了一個(gè)考慮社會(huì)責(zé)任和背景風(fēng)險(xiǎn)的隨機(jī)多目標(biāo)投資組合模型和一個(gè)考慮社會(huì)責(zé)任和背景風(fēng)險(xiǎn)的模糊多目標(biāo)投資組合模型。另外,在概率測(cè)度下和模糊測(cè)度下,分別推導(dǎo)出了考慮背景風(fēng)險(xiǎn)的投資組合偏度公式和峰度公式。最后,本文借鑒非占優(yōu)排序算子、交叉算子和變異算子,提出了一個(gè)非占優(yōu)排序的混合果蠅多目標(biāo)優(yōu)化算法。
[Abstract]:In recent years, due to the complexity and diversification of investment activities and financial market risk, investors risk tolerance and financial situation is getting more and more attention. Due to the progress of the society, the rapid development of economic level, corporate social responsibility (referred to as: social responsibility) in the absence or lag with society, environment, ethics contradiction intensified after the M-V model proposed in Markowitz, many scholars on the basis of his thoughts on the basis of continuous expansion. At present, many scholars have focused on the financial income rate, variance index, and the study of other content is relatively small, such as the background of asset risk faced by investors (hereinafter referred to as the important background: risk) factors of social responsibility and other non financial indicators of listed companies and also affect the benefits and risks of investment activities. Based on probability theory, fuzzy mathematics, optimization theory and Research on intelligent algorithm considering the problem of portfolio risk background and social responsibility, portfolio model construction and the corresponding solution. The main research work and innovations are as follows: 1. A background of considering risk and elastic incremental stochastic portfolio model and a fuzzy model of portfolio investment risk and the increment of elastic background are constructed, designed an improved chaos optimization algorithm. The Drosophila traditional portfolio model without considering the background of risk, and the research objects are often portfolio returns, inventory variance index and its related problems, and problems related to incremental problem is rarely studied these indicators in the portfolio. Therefore, this paper establishes a portfolio model of background risk and elastic increment, involving portfolio returns, variance, and liquidity three indicators and stock Then, incremental, the membership function of the three indicators are defined, research background of risk, stock and increment of three indicators of investor satisfaction. Finally, introducing chaos operator initialization of Drosophila melanogaster population, the paper proposes an improved chaos optimization algorithm.2 Drosophila respectively, construct a consideration of social responsibility expectation the value of multi-level portfolio model and a consideration of the social responsibility of the relevant opportunity multi-level portfolio model, designed a hybrid Drosophila optimization algorithm based on cloud model. The reality of the investment decision, in general, is a hierarchical decision making process: decision makers tend to not one, but at the same time there are many decision makers, comprising an upper and a number of subordinate. In general, he (she) superior and subordinates have independent decision-making variables and goals. On the basis of the superior and subordinate behavior constraints, under the full level How to realize the goal of decision rights action, these actions will restrict his (her) superiors and subordinates. Therefore, this paper constructs a social responsibility expectation of multi-level portfolio model and a consideration of the social responsibility of the relevant opportunity multi-level portfolio model. Finally, using the Nash equilibrium between genetic algorithm and neural.3 the network is superior and subordinate, a multi period portfolio model considering corporate social responsibility and the risk aversion coefficient and a consideration of corporate social responsibility and the cardinality constrained portfolio model, designed a hybrid cloud model Drosophila algorithm. In the actual investment activities, for investors, need at every stage along with the change of market environment to adjust portfolio positions, to the end of the last stage of investment, to achieve a minimum of maximum total revenue or total risk, To account in securities trading costs, such as taxes and fees, investors can not hold a lot of funds at the same time. Therefore, this paper constructs a multi period portfolio model considering the social responsibility and the risk aversion coefficient and a consideration of the social responsibility constraint and cardinality term portfolio model. Finally, from the cloud operator, crossover operator and mutation operator, we construct a hybrid cloud model of Drosophila.4 algorithm, constructed a stochastic multi objective portfolio model considering the social responsibility and the background risk and a fuzzy multi-objective portfolio model of social responsibility and background risk. Because of the diversified sources of investment risk and society. The environment, complex ethical issues, investors need to consider its own background and the risk of the securities issuer - corporate social responsibility. Secondly, not only in the financial market Low order moments have risk, skewness, kurtosis and higher moments risk. Therefore, this paper constructs a stochastic multi-objective portfolio model considering the social responsibility and the background risk and a fuzzy multi-objective portfolio model of social responsibility and background risk. In addition, the probability measure and fuzzy measure respectively, and deduces the background risk portfolio skewness and kurtosis formula formula. Finally, based on non dominated sorting operator, crossover operator and mutation operator. The proposed multi-objective optimization algorithm for a non dominated sorting of mixed fruit flies.

【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：F830.59;F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖賢春;胡支軍;;基于不同風(fēng)險(xiǎn)度量的投資組合模型實(shí)證分析[J];貴州大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年03期

2 徐緒松;馬莉莉;;基于后悔規(guī)避的投資組合模型及其實(shí)證分析[J];技術(shù)經(jīng)濟(jì);2008年01期

3 袁博;王建國(guó);;基于非理想狀況的投資組合模型的建立[J];商場(chǎng)現(xiàn)代化;2008年17期

4 袁博;張賀;張艷紅;;改進(jìn)投資組合模型的一種可行性解法[J];河北北方學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年03期

5 袁博;王建國(guó);;基于非理想狀況的投資組合模型的建立[J];商場(chǎng)現(xiàn)代化;2008年23期

6 王慶;張夏;;基于模糊數(shù)的證券投資組合模型[J];福建金融管理干部學(xué)院學(xué)報(bào);2009年05期

7 李學(xué)濤;;一種均衡風(fēng)險(xiǎn)條件下的證券投資組合模型[J];統(tǒng)計(jì)與決策;2010年02期

8 錢淑渠;武慧虹;;約束多目標(biāo)投資組合模型及其求解算法研究[J];計(jì)算機(jī)仿真;2011年10期

9 吳錦桂;;融資性投資組合模型之構(gòu)建[J];財(cái)會(huì)月刊;2013年04期

10 馬澤平;;我國(guó)養(yǎng)老金的投資組合模型研究[J];時(shí)代金融;2013年03期

相關(guān)會(huì)議論文 前9條

1 陳國(guó)華;廖小蓮;;帶流動(dòng)性的多目標(biāo)投資組合模型[A];第九屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2007年

2 陳國(guó)華;廖小蓮;;基于區(qū)間規(guī)劃的投資組合模型[A];中國(guó)運(yùn)籌學(xué)會(huì)模糊信息與模糊工程分會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2010年

3 孫麗華;張興芳;;基于正弦熵的投資組合模型[A];第十屆中國(guó)不確定系統(tǒng)年會(huì)、第十四屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2012年

4 黃文華;王仁明;;用遺傳算法求解全系數(shù)模糊證券投資組合模型[A];湖北省機(jī)械工程學(xué)會(huì)青年分會(huì)2006年年會(huì)暨第2屆機(jī)械學(xué)院院長(zhǎng)（系主任）會(huì)議論文集（下）[C];2006年

5 邵全;吳祈宗;;隨機(jī)規(guī)劃下的投資組合模型研究[A];管理科學(xué)與系統(tǒng)科學(xué)研究新進(jìn)展——第8屆全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

6 陳國(guó)華;廖小蓮;;模糊投資組合模型[A];第六屆中國(guó)不確定系統(tǒng)年會(huì)論文集[C];2008年

7 陳國(guó)華;廖小蓮;;均值-熵投資組合模型的模糊兩階段解法[A];第八屆中國(guó)不確定系統(tǒng)年會(huì)論文集[C];2010年

8 李繼;高岳林;;考慮交易成本的M-VaR投資組合模型及算法研究[A];第十屆中國(guó)不確定系統(tǒng)年會(huì)、第十四屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2012年

9 胡靜;李昌榮;;家庭資產(chǎn)配置定量技術(shù)研究[A];和諧發(fā)展與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第十五屆年會(huì)論文集[C];2008年

相關(guān)重要報(bào)紙文章 前1條

1 李云龍 編譯;瑞士信貸中國(guó)投資組合三月末的調(diào)整[N];證券日?qǐng)?bào);2006年

相關(guān)博士學(xué)位論文 前9條

1 邸浩;考慮背景風(fēng)險(xiǎn)和心理賬戶的不確定投資組合模型及決策研究[D];北京科技大學(xué);2016年

2 鄧雄;考慮背景風(fēng)險(xiǎn)與社會(huì)責(zé)任的投資組合模型及算法研究[D];華南理工大學(xué);2016年

3 張鵬;可計(jì)算的投資組合模型與優(yōu)化方法研究[D];華中科技大學(xué);2006年

4 單單;止損策略對(duì)雙隨機(jī)安全第一投資組合模型的影響研究[D];重慶大學(xué);2014年

5 侯成琪;非正態(tài)分布條件下的投資組合模型研究[D];武漢大學(xué);2005年

6 衛(wèi)淑芝;隨機(jī)市場(chǎng)環(huán)境下動(dòng)態(tài)最優(yōu)投資組合模型研究[D];上海交通大學(xué);2009年

7 陳煒;投資組合選擇模型及啟發(fā)式算法研究[D];北京交通大學(xué);2007年

8 鄧雪;投資組合優(yōu)化模型研究[D];華南理工大學(xué);2010年

9 陳國(guó)華;模糊投資組合優(yōu)化研究[D];湖南大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 尹明強(qiáng);不確定變量下的投資組合模型[D];渤海大學(xué);2015年

2 蔡茹;基于模糊收益率的均值—方差—混合熵投資組合模型研究[D];北京化工大學(xué);2015年

3 劉玎玎;損益情緒投資組合模型研究[D];南華大學(xué);2015年

4 宋亞植;動(dòng)態(tài)選擇下考慮交易成本熵投資組合模型[D];中國(guó)礦業(yè)大學(xué);2015年

5 顧慧;基于預(yù)期行為效用的投資組合模型研究[D];東南大學(xué);2015年

6 李麗霞;兼顧投資心理的均值—尺度參數(shù)投資組合模型研究[D];武漢理工大學(xué);2007年

7 王金鳳;多階段投資組合模型及其算法的研究[D];南昌航空大學(xué);2010年

8 劉忠元;基于貝葉斯理論的投資組合模型研究[D];武漢理工大學(xué);2009年

9 吳錦桂;融資性投資組合模型及改進(jìn)遺傳算法研究[D];華南理工大學(xué);2011年

10 陳靜陽(yáng);收益率為模糊數(shù)的投資組合模型及實(shí)證分析[D];廣州大學(xué);2011年

，

本文編號(hào)：1435914