在金融市場(chǎng)中,投資組合作為一種有效的風(fēng)險(xiǎn)管理工具受到投資者關(guān)注,其理論的核心是在不確定環(huán)境下對(duì)資產(chǎn)進(jìn)行有效配置。然而,在實(shí)際的投資組合管理中,證券市場(chǎng)作為一個(gè)復(fù)雜的動(dòng)態(tài)系統(tǒng),投資者難以通過證券歷史信息獲得證券收益率隨機(jī)分布的準(zhǔn)確參數(shù)。同時(shí),已有的研究表明均值-方差投資組合模型對(duì)資產(chǎn)的期望收益十分敏感,期望收益發(fā)生較小的變化也會(huì)導(dǎo)致投資組合最優(yōu)解產(chǎn)生較大的波動(dòng)。在考慮模型參數(shù)不確定性的研究中,模糊理論和魯棒理論均得到了廣泛應(yīng)用。為此,分別在模糊理論和魯棒理論框架下,研究投資組合模型的參數(shù)不確定性問題。另外,隨著行為金融理論的不斷發(fā)展,考慮投資者行為特征的投資組合決策問題已成為一個(gè)新的研究方向。行為金融的實(shí)證研究表明金融市場(chǎng)中的投資者是有限理性的且普遍存在認(rèn)知偏差,他們的心理和情感因素在投資決策過程中起著不可忽視的作用。鑒于以上分析,以證券市場(chǎng)的不確定性為視角并放寬投資者為理性人的傳統(tǒng)假設(shè),研究考慮參數(shù)不確定性和投資者行為特征的投資組合選擇問題具有重要的理論意義和現(xiàn)實(shí)價(jià)值。本文對(duì)考慮參數(shù)不確定性和投資者行為特征的投資組合選擇問題進(jìn)行了深入研究,主要開展了以下幾個(gè)方面的研究工作:(1)研究考慮投資者風(fēng)險(xiǎn)特征的隨機(jī)模糊投資組合選擇問題。具體地,考慮投資者面臨證券市場(chǎng)隨機(jī)和模糊的雙重不確定性,把證券收益率視為隨機(jī)模糊變量。在前景理論下考慮投資者的風(fēng)險(xiǎn)特征,建立不同的隨機(jī)模糊收益率、期望收益隸屬度函數(shù)和目標(biāo)權(quán)重,構(gòu)建考慮投資者風(fēng)險(xiǎn)特征的隨機(jī)模糊投資組合模型。最后,采用實(shí)證方法把市場(chǎng)分為下降和上升兩個(gè)階段,研究不同風(fēng)險(xiǎn)特征投資者的投資組合差異及模型表現(xiàn)。(2)研究安全準(zhǔn)則下的魯棒均值-CVaR投資組合選擇問題。具體地,考慮證券市場(chǎng)的不確定性,將資產(chǎn)的收益率看成區(qū)間隨機(jī)變量。利用魯棒優(yōu)化方法,構(gòu)建魯棒均值-CVaR投資組合模型。采用對(duì)偶理論,將魯棒均值-CVaR投資組合模型轉(zhuǎn)換為線性規(guī)劃問題,降低了模型的求解難度,并有助于計(jì)算大規(guī)模的資產(chǎn)組合問題。進(jìn)一步地,考慮投資者的安全性需求,在模型中引入最大違反概率控制模型的保守程度,并直觀反映投資者的安全性要求。最后,采用實(shí)證的方法,研究投資組合模型的有效性。(3)研究狀態(tài)依賴和損失厭惡下的魯棒投資組合選擇問題。具體地,從資產(chǎn)收益分布隨市場(chǎng)狀態(tài)轉(zhuǎn)換的角度出發(fā),利用前景理論刻畫投資者損失厭惡的心理特征,并同時(shí)考慮投資組合的調(diào)整費(fèi)用,構(gòu)建狀態(tài)依賴下的損失厭惡投資組合模型。然后,考慮模型參數(shù)的不確定性問題,將資產(chǎn)的收益率看成區(qū)間隨機(jī)變量,并結(jié)合魯棒優(yōu)化理論構(gòu)建狀態(tài)依賴和損失厭惡下的魯棒投資組合模型。在此基礎(chǔ)上,采用對(duì)偶理論,將投資組合模型轉(zhuǎn)換為線性規(guī)劃問題,進(jìn)而降低了模型的求解難度。進(jìn)一步地,為了直觀控制模型的保守程度,在模型中引入了最大違反概率。最后,利用實(shí)證的方法,研究在不同市場(chǎng)狀態(tài)下資產(chǎn)的收益特征以及投資組合模型的有效性。(4)研究基于前景理論的多期魯棒投資組合選擇問題。具體地,考慮投資者的行為特征以及模型參數(shù)的不確定性,構(gòu)建基于前景理論的多期魯棒投資組合模型。在前景理論的基礎(chǔ)上,引入動(dòng)態(tài)損失厭惡系數(shù)和動(dòng)態(tài)財(cái)富參考點(diǎn),建立動(dòng)態(tài)前景理論價(jià)值函數(shù)。進(jìn)一步地,設(shè)計(jì)帶有衰老領(lǐng)導(dǎo)者和多頻振動(dòng)機(jī)制的粒子群算法(ALMV-PSO),求解多期魯棒投資組合模型。在ALMV-PSO算法中,利用兩階段初始化策略保證初始種群在可行空間內(nèi)并具有足夠的分散程度,并通過基于粒子群算法的隨機(jī)排序方法解決帶約束的優(yōu)化問題。最后,利用實(shí)證的方法,檢驗(yàn)ALMV-PSO算法以及投資組合模型的有效性。最后,總結(jié)了本文的主要研究結(jié)論與貢獻(xiàn),并指出研究的局限性以及未來(lái)的研究方向。
【學(xué)位單位】：東北大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2016
【中圖分類】：F224;F830.59
【部分圖文】：

若是從可能性空間（０，?Ｐ（０），?Ｐ〇ｓ）到《維歐幾一個(gè)模糊向量。??［３６］若ｆ是在可能性空間（０，Ｐ（０），Ｐｏｓ）上的模糊變量，性測(cè)度Ｐｏｓ導(dǎo)出。即模糊變量ｆ的隸屬度函數(shù)為??／ｉ（ｘ）?＝?Ｐｏｓｅ０＼＾｛９）?＝?ｘ｝?？?ｘｅＲ數(shù)（ａ，?６，?ｃ）是一種常用的模糊變量，其隸屬度函數(shù)的數(shù)（Ｘ?－?ａ）?／?（６?－?ａ），ａ＜ｘ＜ｂ??／ｉ（ｘ）?＝?＾?（ｃ－ｘ）／（ｃ－ｂ），?ｂ?＜ｘ＜ｃ，０，?其他??＜?ｃ。??時(shí)，三角模糊變量是？個(gè)對(duì)稱的三角模糊變量。量的圖形關(guān)系，給出了三角模糊變量的隸屬度函數(shù)

理論認(rèn)為人們會(huì)根據(jù)事件發(fā)生的客觀概率計(jì)算ｅｍａｎ和Ｔｖｅｒｓｋｙ發(fā)現(xiàn)人們的決策權(quán)重并不等于與客觀概率存在非線性關(guān)系，如圖３．３所示。??１．〇?７??－／ｙ??？?／?／??＿（）卜?／Ｘ???Ｉ?Ｉ?Ｉ???０?０．５?１．０??客觀概率??

ａｅ（０，ｌ）為收益曲率，表示面對(duì)收益時(shí)投資者的風(fēng)險(xiǎn)厭惡程度；／？ｅ（０，ｌ）??為損失曲率，表示面對(duì)損失時(shí)投資者的風(fēng)險(xiǎn)喜好程度；２＞１表示損失厭惡系數(shù)。??價(jià)值函數(shù)的形狀如圖３．２所示。??Ｋ（Ａｘ）“???＾—廣?＼?．??ｊ?０?Ａｘ０?Ａｘ??圖３．２價(jià)值函數(shù)??Ｆｉｇ．?３．２?Ｖａｌｕｅ?ｆｕｎｃｔｉｏｎ??預(yù)期效用理論認(rèn)為人們會(huì)根據(jù)事件發(fā)生的客觀概率計(jì)算不確定事件的預(yù)期??值，然而Ｋａｈｎｅｍａｎ和Ｔｖｅｒｓｋｙ發(fā)現(xiàn)人們的決策權(quán)重并不等于事件發(fā)生的客觀概??率，決策權(quán)重與客觀概率存在非線性關(guān)系，如圖３．３所示。??１．〇?７??－／ｙ??？?／?／??＿（）卜?／Ｘ???Ｉ?Ｉ?Ｉ???０?０．５?１．０??客觀概率??圖３．３決策權(quán)重與客觀概率的關(guān)系圖??Ｆｉｇ．?３．３?Ｒｅｌａｔｉｏｎｓｈｉｐ?ｂｅｔｗｅｅｎ?ｄｅｃｉｓｉｏｎ?ｗｅｉｇｈｔｉｎｇ?ａｎｄ?ｏｂｊｅｃｔｉｖｅ?ｐｒｏｂａｂｉｌｉｔｙ??具體地，前景理論總結(jié)了人們?cè)诓淮_定環(huán)境下所表現(xiàn)的四種主要心理行為：??（１）參考點(diǎn)依賴??人們?cè)u(píng)估一件事件的價(jià)值載體是財(cái)富的變化量而不是絕對(duì)量，在不同的參??考點(diǎn)下財(cái)富的變化量會(huì)發(fā)生很大的變化。在金融投資決策中，投資者會(huì)有一個(gè)??－５３?－??

本文編號(hào)：2870087