不同風(fēng)險(xiǎn)度量下金融資產(chǎn)相關(guān)性研究
發(fā)布時(shí)間:2017-04-18 09:00
本文關(guān)鍵詞:不同風(fēng)險(xiǎn)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(rèn)為對(duì)金融資產(chǎn)進(jìn)行分散化投資能夠降低非系統(tǒng)性風(fēng)險(xiǎn),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(zhǔn)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(dá)到分散風(fēng)險(xiǎn)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(lái)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(shí)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(duì)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(biāo),DCCA相關(guān)系數(shù)則能夠很好的度量?jī)蓚(gè)時(shí)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(guò)實(shí)證研究發(fā)現(xiàn),無(wú)論是對(duì)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(wú)法準(zhǔn)確地刻畫(huà)金融資產(chǎn)之間的相關(guān)性;诖,本文利用隨機(jī)矩陣?yán)碚搶?duì)DCCA相關(guān)系數(shù)矩陣中的“噪聲”信息進(jìn)行了識(shí)別和清除,構(gòu)建了真實(shí)相關(guān)系數(shù)矩陣。通過(guò)實(shí)證研究,本文發(fā)現(xiàn)無(wú)論是對(duì)樣本內(nèi)數(shù)據(jù)的擬合,還是對(duì)樣本外數(shù)據(jù)的預(yù)測(cè),基于真實(shí)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(shí)相關(guān)系數(shù)矩陣是有效的。最后,本文引入熵的概念對(duì)方差度量指標(biāo)進(jìn)行了優(yōu)化,構(gòu)建了均值-方差-熵模型,并通過(guò)實(shí)證發(fā)現(xiàn)對(duì)于每一個(gè)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(shí)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(jī)矩陣?yán)碚?/strong> 均值-方差模型 信息熵
【學(xué)位授予單位】:南京大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2016
【分類號(hào)】: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(xiàn)綜述12-21
- 1.2.1 風(fēng)險(xiǎn)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(jī)矩陣研究綜述19-21
- 1.2.4 研究評(píng)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(diǎn)23-24
- 第二章 不同風(fēng)險(xiǎn)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(jiǎn)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(shì)波動(dòng)分析法(DFA)30-32
- 3.2.2 去趨勢(shì)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(jī)矩陣?yán)碚撆c真實(shí)相關(guān)系數(shù)矩陣建模35-43
- 4.1 隨機(jī)矩陣與其統(tǒng)計(jì)性質(zhì)35-37
- 4.1.1 隨機(jī)矩陣?yán)碚摵?jiǎn)介35
- 4.1.2 隨機(jī)矩陣特征值、特征向量的統(tǒng)計(jì)性質(zhì)35-37
- 4.2 基于隨機(jī)矩陣?yán)碚摰南嚓P(guān)系數(shù)矩陣“去噪”方法37-40
- 4.3 真實(shí)相關(guān)系數(shù)矩陣建模40-43
- 第五章 實(shí)證研究43-57
- 5.1 我國(guó)股市噪聲性質(zhì)的檢驗(yàn)43-51
- 5.1.1 實(shí)證數(shù)據(jù)的選擇與清洗43
- 5.1.2 實(shí)證相關(guān)系數(shù)矩陣特征值與特征向量的統(tǒng)計(jì)性質(zhì)43-50
- 5.1.3 結(jié)果分析50-51
- 5.2 真實(shí)相關(guān)系數(shù)矩陣有效性檢驗(yàn)51-55
- 5.2.1 擬合風(fēng)險(xiǎn)對(duì)比51-53
- 5.2.2 預(yù)測(cè)風(fēng)險(xiǎn)對(duì)比53-55
- 5.3 均值-方差-熵模型的優(yōu)化檢驗(yàn)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(xiàn)60-66
【相似文獻(xiàn)】
中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 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(guó)化工學(xué)會(huì)農(nóng)藥專業(yè)委員會(huì)第八屆年會(huì)論文集[C];1996年
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條
1 盧昌林;不同風(fēng)險(xiǎn)度量下金融資產(chǎn)相關(guān)性研究[D];南京大學(xué);2016年
2 張志林;化肥成分的光譜法分析[D];哈爾濱工程大學(xué);2009年
本文關(guān)鍵詞:不同風(fēng)險(xiǎn)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(hào):314481
本文鏈接:http://sikaile.net/jingjilunwen/jinrongzhengquanlunwen/314481.html
最近更新
教材專著