本文關(guān)鍵詞：不同風險度量下金融資產(chǎn)相關(guān)性研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：現(xiàn)代投資組合理論認為對金融資產(chǎn)進行分散化投資能夠降低非系統(tǒng)性風險,其理論依據(jù)在于各金融資產(chǎn)之間存在著相關(guān)性。因此,只有準確地描述金融資產(chǎn)之間的相關(guān)關(guān)系,才能構(gòu)建有效的投資組合,從而達到分散風險的目的。經(jīng)典的均值-方差模型中,使用線性相關(guān)系數(shù)來度量資產(chǎn)之間的相關(guān)性,假設(shè)金融資產(chǎn)遵循的是線性相關(guān)的多元正態(tài)分布。但現(xiàn)實生活中金融資產(chǎn)收益率序列呈現(xiàn)出“尖峰厚尾”及有偏等特性,并不服從正態(tài)分布,因此對使用線性相關(guān)系數(shù)造成了極大的約束。作為一種度量相關(guān)性的指標,DCCA相關(guān)系數(shù)則能夠很好的度量兩個時間序列之間的非線性關(guān)系,因此受到的理論界的廣泛關(guān)注。然而,本文通過實證研究發(fā)現(xiàn),無論是對于線性相關(guān)系數(shù)還是DCCA相關(guān)系數(shù),其構(gòu)建的協(xié)方差矩陣中都充斥著大量的“噪聲”信息,因此兩種方法都無法準確地刻畫金融資產(chǎn)之間的相關(guān)性。基于此,本文利用隨機矩陣理論對DCCA相關(guān)系數(shù)矩陣中的“噪聲”信息進行了識別和清除,構(gòu)建了真實相關(guān)系數(shù)矩陣。通過實證研究,本文發(fā)現(xiàn)無論是對樣本內(nèi)數(shù)據(jù)的擬合,還是對樣本外數(shù)據(jù)的預測,基于真實相關(guān)系數(shù)矩陣的投資組合有效前沿都比線性相關(guān)系數(shù)和DCCA相關(guān)系數(shù)的有效前沿更優(yōu),即本文所提出真實相關(guān)系數(shù)矩陣是有效的。最后,本文引入熵的概念對方差度量指標進行了優(yōu)化,構(gòu)建了均值-方差-熵模型,并通過實證發(fā)現(xiàn)對于每一個參數(shù)μ0,模型都能夠求出唯一最優(yōu)解。這為投資者提供了更多可供選擇的有效投資組合,更符合投資者實際的心理狀態(tài)。
【關(guān)鍵詞】：線性相關(guān)系數(shù) DCCA相關(guān)系數(shù) 隨機矩陣理論 均值-方差模型 信息熵
【學位授予單位】：南京大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F224;F832.5
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-24
• 1.1 研究背景和意義10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究意義11-12
• 1.2 相關(guān)文獻綜述12-21
• 1.2.1 風險度量研究綜述12-16
• 1.2.2 資產(chǎn)相關(guān)性研究綜述16-19
• 1.2.3 隨機矩陣研究綜述19-21
• 1.2.4 研究評述21
• 1.3 研究思路與方法21-22
• 1.4 研究框架22-23
• 1.5 研究的創(chuàng)新點23-24
• 第二章 不同風險度量的投資組合模型24-29
• 2.1 Markowitz投資組合理論與均值方差模型24-26
• 2.1.1 Markowitz投資組合理論24
• 2.1.2 均值-方差模型24-26
• 2.2 熵與均值-方差-熵模型26-29
• 2.2.1 熵概念的簡介26-27
• 2.2.2 基于信息熵的均值-方差-熵模型的建立27-29
• 第三章 資產(chǎn)收益相關(guān)性度量29-35
• 3.1 線性相關(guān)系數(shù)29-30
• 3.2 DCCA互相關(guān)系數(shù)30-35
• 3.2.1 去趨勢波動分析法(DFA)30-32
• 3.2.2 去趨勢互相關(guān)分析法(DCCA)32-33
• 3.2.3 DCCA系數(shù)法33-35
• 第四章 隨機矩陣理論與真實相關(guān)系數(shù)矩陣建模35-43
• 4.1 隨機矩陣與其統(tǒng)計性質(zhì)35-37
• 4.1.1 隨機矩陣理論簡介35
• 4.1.2 隨機矩陣特征值、特征向量的統(tǒng)計性質(zhì)35-37
• 4.2 基于隨機矩陣理論的相關(guān)系數(shù)矩陣“去噪”方法37-40
• 4.3 真實相關(guān)系數(shù)矩陣建模40-43
• 第五章 實證研究43-57
• 5.1 我國股市噪聲性質(zhì)的檢驗43-51
• 5.1.1 實證數(shù)據(jù)的選擇與清洗43
• 5.1.2 實證相關(guān)系數(shù)矩陣特征值與特征向量的統(tǒng)計性質(zhì)43-50
• 5.1.3 結(jié)果分析50-51
• 5.2 真實相關(guān)系數(shù)矩陣有效性檢驗51-55
• 5.2.1 擬合風險對比51-53
• 5.2.2 預測風險對比53-55
• 5.3 均值-方差-熵模型的優(yōu)化檢驗55-57
• 第六章 結(jié)論與展望57-59
• 6.1 研究結(jié)論57
• 6.2 研究展望57-59
• 致謝59-60
• 參考文獻60-66

【相似文獻】

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 楊艦;吉維華;吳奎華;;霜脲氰的氣相色譜分析[A];中國化工學會農(nóng)藥專業(yè)委員會第八屆年會論文集[C];1996年

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 盧昌林;不同風險度量下金融資產(chǎn)相關(guān)性研究[D];南京大學;2016年

2 張志林;化肥成分的光譜法分析[D];哈爾濱工程大學;2009年

  本文關(guān)鍵詞：不同風險度量下金融資產(chǎn)相關(guān)性研究，由筆耕文化傳播整理發(fā)布。

本文編號：314481