Markowitz最優(yōu)投資組合理論,是建立在投資者傳統(tǒng)理性假設(shè)（或稱為Markowitz風(fēng)險偏好假設(shè)）之上的。但是在現(xiàn)實(shí)世界中,這一假設(shè)很難實(shí)現(xiàn)。為此,本文首先基于CVaR模型建立了非Markowitz風(fēng)險偏好的度量方法;然后,利用無差異曲線和信用評級思想將投資者的風(fēng)險偏好水平劃分成了五種風(fēng)險偏好等級,進(jìn)而給出了各風(fēng)險偏好等級下最優(yōu)投資組合的確定方法。作為應(yīng)用,本文對我國金融市場的最優(yōu)投資組合進(jìn)行了實(shí)證考察,結(jié)果發(fā)現(xiàn):風(fēng)險偏好程度越高,投資組合的績效越好,投資者對損失率也更為敏感;此外,相比于傳統(tǒng)的Markowitz風(fēng)險偏好假設(shè),非Markowitz風(fēng)險偏好假設(shè)下的投資組合績效更好。 

【文章來源】：復(fù)旦學(xué)報(社會科學(xué)版). 2019,61(06)北大核心CSSCI

【文章頁數(shù)】：11 頁

【部分圖文】：

非Markowitz風(fēng)險偏好假設(shè)下最優(yōu)投資組合的確定

期貨組合和基金－期貨組合的無差異曲線幾乎一致，因此略去后者，具體見圖2。同時，本文還計(jì)算并繪制了基金－期貨組合下，Markowitz模型和Black-Litterman模型的無差異曲線對比，具體見圖3。由圖2和圖3可以清晰地發(fā)現(xiàn):數(shù)據(jù)來源:Wind數(shù)據(jù)庫，由作者整理計(jì)算。圖2Markowitz模型的風(fēng)險偏好無差異曲線數(shù)據(jù)來源:同圖2圖3基金－期貨組合的無差異曲線第一，從曲線位置來看，圖中有四個曲線簇，由左至右分別代表閾值0．05、0．35、0．65和0．95下的無差異曲線簇。四個曲線簇將風(fēng)險偏好(α，v)劃分為五個區(qū)間，對應(yīng)著五種風(fēng)險偏好等級。在相同百分位數(shù)下，風(fēng)險容忍值和置信度呈同向變化。換言之，具有某種風(fēng)險偏好等級的投資者會在要求更低損失率的同時，承擔(dān)更大的風(fēng)險發(fā)生的可能性。此外，0．05和0．35兩處的無差異曲線呈現(xiàn)明顯的上凸，即當(dāng)置信度增加時，風(fēng)險厭惡程度會加速增長;而0．65和0.95兩處的無差異曲線的曲率很小，甚至呈微小的下凸。這說明對于風(fēng)險偏好型投資者而言，當(dāng)損失的發(fā)生可能性增加時，風(fēng)險偏好投資者會對損失率的變化更加敏感。第二，從組合的資產(chǎn)配置角度來看，基金組合的無差異曲線總在傳統(tǒng)組合的上方，總體差別不大;而商品期貨組合只有在風(fēng)險極度厭惡時，才在傳統(tǒng)組合的上方，其他風(fēng)險偏好等級下都在傳統(tǒng)組合的下方，見圖2。這說明對于高風(fēng)險、高收益金融資產(chǎn)的投資者來說，如果他是極度風(fēng)險厭惡者，在相同情況下會要求更低的損失率和風(fēng)險發(fā)生的可能性;如果他是風(fēng)險偏好或極度風(fēng)險偏好者，會對損失率和發(fā)生損失的最大可能性抱有更開放的態(tài)度。這可能是因?yàn)轱L(fēng)險厭惡投資者之所以會投資高風(fēng)?

期貨組合和基金－期貨組合的無差異曲線幾乎一致，因此略去后者，具體見圖2。同時，本文還計(jì)算并繪制了基金－期貨組合下，Markowitz模型和Black-Litterman模型的無差異曲線對比，具體見圖3。由圖2和圖3可以清晰地發(fā)現(xiàn):數(shù)據(jù)來源:Wind數(shù)據(jù)庫，由作者整理計(jì)算。圖2Markowitz模型的風(fēng)險偏好無差異曲線數(shù)據(jù)來源:同圖2圖3基金－期貨組合的無差異曲線第一，從曲線位置來看，圖中有四個曲線簇，由左至右分別代表閾值0．05、0．35、0．65和0．95下的無差異曲線簇。四個曲線簇將風(fēng)險偏好(α，v)劃分為五個區(qū)間，對應(yīng)著五種風(fēng)險偏好等級。在相同百分位數(shù)下，風(fēng)險容忍值和置信度呈同向變化。換言之，具有某種風(fēng)險偏好等級的投資者會在要求更低損失率的同時，承擔(dān)更大的風(fēng)險發(fā)生的可能性。此外，0．05和0．35兩處的無差異曲線呈現(xiàn)明顯的上凸，即當(dāng)置信度增加時，風(fēng)險厭惡程度會加速增長;而0．65和0.95兩處的無差異曲線的曲率很小，甚至呈微小的下凸。這說明對于風(fēng)險偏好型投資者而言，當(dāng)損失的發(fā)生可能性增加時，風(fēng)險偏好投資者會對損失率的變化更加敏感。第二，從組合的資產(chǎn)配置角度來看，基金組合的無差異曲線總在傳統(tǒng)組合的上方，總體差別不大;而商品期貨組合只有在風(fēng)險極度厭惡時，才在傳統(tǒng)組合的上方，其他風(fēng)險偏好等級下都在傳統(tǒng)組合的下方，見圖2。這說明對于高風(fēng)險、高收益金融資產(chǎn)的投資者來說，如果他是極度風(fēng)險厭惡者，在相同情況下會要求更低的損失率和風(fēng)險發(fā)生的可能性;如果他是風(fēng)險偏好或極度風(fēng)險偏好者，會對損失率和發(fā)生損失的最大可能性抱有更開放的態(tài)度。這可能是因?yàn)轱L(fēng)險厭惡投資者之所以會投資高風(fēng)?

【參考文獻(xiàn)】：
期刊論文
[1]基于非參數(shù)核估計(jì)方法的均值-VaR模型[J]. 黃金波,李仲飛,丁杰.  中國管理科學(xué). 2017(05)
[2]風(fēng)險依賴、一致性風(fēng)險度量與投資組合——基于Mean-Copula-CVaR的投資組合研究[J]. 張冀,謝遠(yuǎn)濤,楊娟.  金融研究. 2016(10)
[3]基于CVaR兩步核估計(jì)量的投資組合管理[J]. 黃金波,李仲飛,姚海祥.  管理科學(xué)學(xué)報. 2016(05)
[4]兩次風(fēng)險態(tài)度實(shí)驗(yàn)研究及其比較分析[J]. 謝識予,孫碧波,朱弘鑫,筒井義郎,秦劼,萬軍民.  金融研究. 2007(11)
[5]轉(zhuǎn)型經(jīng)濟(jì)中的證券投資基金績效研究[J]. 胡倩.  復(fù)旦學(xué)報(社會科學(xué)版). 2006(03)
[6]行為金融理論:研究體系及展望[J]. 李心丹.  金融研究. 2005(01)
[7]非理性條件下的風(fēng)險偏好與投資選擇研究[J]. 張金清.  管理評論. 2004(12)
[8]基于VaR的金融資產(chǎn)配置模型[J]. 姚京,李仲飛.  中國管理科學(xué). 2004(01)



本文編號：2983539