資產(chǎn)配置中條件/非條件協(xié)方差矩陣的選擇——兼論均值方差和風(fēng)險平價模型的異同
發(fā)布時間:2022-01-10 05:07
資產(chǎn)配置決策和股票內(nèi)投資組合在風(fēng)險估計上有所不同。研究表明,個股收益的自相關(guān)性通常弱于股指的自相關(guān)性,而自相關(guān)性一定程度上反映了其可預(yù)測性,此時個股的條件/非條件協(xié)方差矩陣的差異較小,而大類資產(chǎn)的條件/非條件協(xié)方差矩陣的差異相對較大。在經(jīng)濟學(xué)含義上,條件方差衡量預(yù)測出現(xiàn)誤差的風(fēng)險,非條件方差衡量資產(chǎn)自身的波動。本文因此對二者在資產(chǎn)配置中的區(qū)別進行分析。資產(chǎn)配置最常見的模型有二:均值方差模型及其衍生模型,以及風(fēng)險平價模型。本文的研究表明,對于不同的資產(chǎn)配置模型,二者的最優(yōu)選擇不盡相同。
【文章來源】:上海金融. 2019,(11)北大核心CSSCI
【文章頁數(shù)】:8 頁
【部分圖文】:
近四年股票非條件/條件標(biāo)準(zhǔn)差(VAR預(yù)測)
AR預(yù)測非條件協(xié)方差矩陣與基于歷史收益預(yù)測的非條件協(xié)方差矩陣相同,都是資產(chǎn)自身的協(xié)方差矩陣。條件協(xié)方差矩陣的計算方式為:Σt=11212k=1Σ(rt-k-rt-k)(rt-k-rt-k)′(12)其中,rt由式(9)計算得到。換言之,此時需要通過t期過去12個月至24個月的數(shù)據(jù)計算得到過去12個月的預(yù)期收益,再通過過去12個月實際收益和預(yù)期收益的殘差計算得到條件協(xié)方差矩陣。類似地,比較股票/債券近四年的非條件/條件標(biāo)準(zhǔn)差如下:圖3近四年股票非條件/條件標(biāo)準(zhǔn)差(歷史預(yù)測)圖4近四年債券非條件/條件標(biāo)準(zhǔn)差歷史預(yù)測如圖所示,歷史收益預(yù)測下,股票非條件標(biāo)準(zhǔn)差和條件標(biāo)準(zhǔn)差略有差異但大體相同,債券非條件標(biāo)準(zhǔn)差和條件標(biāo)準(zhǔn)差則存在一定差異。綜上,無論是歷史收益預(yù)測還是VAR預(yù)測,股票收益的條件標(biāo)準(zhǔn)差和非條件標(biāo)準(zhǔn)差接近,債券的條件標(biāo)準(zhǔn)差和非條件標(biāo)準(zhǔn)差存在偏離。分別將股票/債券的非條件標(biāo)準(zhǔn)差、基于歷史收益預(yù)測的條件標(biāo)準(zhǔn)差、基于VAR預(yù)測的條件標(biāo)準(zhǔn)差進行比較如下:圖5近四年股票非條件標(biāo)準(zhǔn)差、條件標(biāo)準(zhǔn)差(歷史預(yù)測)和條件標(biāo)準(zhǔn)差(VAR預(yù)測)^^^45
率高于資產(chǎn)1?梢姰(dāng)夏普比率高的資產(chǎn)可預(yù)測性更強時,條件協(xié)方差矩陣對應(yīng)的組合業(yè)績更佳。當(dāng)夏普比率高的資產(chǎn)可預(yù)測性更弱時,非條件協(xié)方差矩陣對應(yīng)的組合業(yè)績更佳。當(dāng)資產(chǎn)的可預(yù)測性相等時,條件/非條件協(xié)方差矩陣的選擇沒有差異。假設(shè)1和假設(shè)2此時成立。為比較股債的夏普比率,統(tǒng)計2004年12月至2018年12月中證全指和中證全債指數(shù)在不同投資期限的夏普比率。取投資期限分別為6個月、1年、1.5年、2年、2.5年、3年。結(jié)果如圖7所示。圖7不同期限股票/債券夏普比率比較余家鴻(2018)關(guān)于美國市場的論述為:當(dāng)考察較長的樣本區(qū)間時,美國市場股票、債券和商品的夏普比率近似。我國情況與之不同。從圖中可見,回顧過去十五年我國資本市場表現(xiàn),國股票和債券的夏普比率相差較大。隨著投資期限增加,二者差異更為明顯。從前文研究可知,債券的可預(yù)測性較股票更強,因此風(fēng)險平價策略中應(yīng)用條件協(xié)方差矩陣可取得更優(yōu)的業(yè)績。五、結(jié)論本文分別通過理論推導(dǎo)和數(shù)值模擬的方法,探索當(dāng)波動率恒定時條件/非條件標(biāo)準(zhǔn)差在資產(chǎn)配置決策中的異同。其中,條件標(biāo)準(zhǔn)差反映了預(yù)測誤差,非條件標(biāo)準(zhǔn)差反映了資產(chǎn)自身的波動。因此,當(dāng)資產(chǎn)收益的可預(yù)測性較弱時,二者接近,當(dāng)資產(chǎn)收益的可預(yù)測性較強時,二者存在差異。大類資產(chǎn)與個股不同,許多大類資產(chǎn)存在相對更強的自相關(guān)性,也即有相對更強的可預(yù)測性,此時對條件/非條件標(biāo)準(zhǔn)差進行比較有其必要性。本文結(jié)論顯示,對于均值方差模型和風(fēng)險平價模型,條件
【參考文獻】:
期刊論文
[1]投資者極端情緒的均值-方差效應(yīng)分析[J]. 董孝伍,張信東. 管理評論. 2017(06)
[2]基于均值-方差模型的P2P債權(quán)投資策略與風(fēng)險度量問題研究[J]. 傅毅,張寄洲,周翠. 管理評論. 2017(07)
[3]均值-方差模型具有一般不確定性下的最優(yōu)資產(chǎn)組合選擇[J]. 何朝林. 中國管理科學(xué). 2015(12)
本文編號:3580106
【文章來源】:上海金融. 2019,(11)北大核心CSSCI
【文章頁數(shù)】:8 頁
【部分圖文】:
近四年股票非條件/條件標(biāo)準(zhǔn)差(VAR預(yù)測)
AR預(yù)測非條件協(xié)方差矩陣與基于歷史收益預(yù)測的非條件協(xié)方差矩陣相同,都是資產(chǎn)自身的協(xié)方差矩陣。條件協(xié)方差矩陣的計算方式為:Σt=11212k=1Σ(rt-k-rt-k)(rt-k-rt-k)′(12)其中,rt由式(9)計算得到。換言之,此時需要通過t期過去12個月至24個月的數(shù)據(jù)計算得到過去12個月的預(yù)期收益,再通過過去12個月實際收益和預(yù)期收益的殘差計算得到條件協(xié)方差矩陣。類似地,比較股票/債券近四年的非條件/條件標(biāo)準(zhǔn)差如下:圖3近四年股票非條件/條件標(biāo)準(zhǔn)差(歷史預(yù)測)圖4近四年債券非條件/條件標(biāo)準(zhǔn)差歷史預(yù)測如圖所示,歷史收益預(yù)測下,股票非條件標(biāo)準(zhǔn)差和條件標(biāo)準(zhǔn)差略有差異但大體相同,債券非條件標(biāo)準(zhǔn)差和條件標(biāo)準(zhǔn)差則存在一定差異。綜上,無論是歷史收益預(yù)測還是VAR預(yù)測,股票收益的條件標(biāo)準(zhǔn)差和非條件標(biāo)準(zhǔn)差接近,債券的條件標(biāo)準(zhǔn)差和非條件標(biāo)準(zhǔn)差存在偏離。分別將股票/債券的非條件標(biāo)準(zhǔn)差、基于歷史收益預(yù)測的條件標(biāo)準(zhǔn)差、基于VAR預(yù)測的條件標(biāo)準(zhǔn)差進行比較如下:圖5近四年股票非條件標(biāo)準(zhǔn)差、條件標(biāo)準(zhǔn)差(歷史預(yù)測)和條件標(biāo)準(zhǔn)差(VAR預(yù)測)^^^45
率高于資產(chǎn)1?梢姰(dāng)夏普比率高的資產(chǎn)可預(yù)測性更強時,條件協(xié)方差矩陣對應(yīng)的組合業(yè)績更佳。當(dāng)夏普比率高的資產(chǎn)可預(yù)測性更弱時,非條件協(xié)方差矩陣對應(yīng)的組合業(yè)績更佳。當(dāng)資產(chǎn)的可預(yù)測性相等時,條件/非條件協(xié)方差矩陣的選擇沒有差異。假設(shè)1和假設(shè)2此時成立。為比較股債的夏普比率,統(tǒng)計2004年12月至2018年12月中證全指和中證全債指數(shù)在不同投資期限的夏普比率。取投資期限分別為6個月、1年、1.5年、2年、2.5年、3年。結(jié)果如圖7所示。圖7不同期限股票/債券夏普比率比較余家鴻(2018)關(guān)于美國市場的論述為:當(dāng)考察較長的樣本區(qū)間時,美國市場股票、債券和商品的夏普比率近似。我國情況與之不同。從圖中可見,回顧過去十五年我國資本市場表現(xiàn),國股票和債券的夏普比率相差較大。隨著投資期限增加,二者差異更為明顯。從前文研究可知,債券的可預(yù)測性較股票更強,因此風(fēng)險平價策略中應(yīng)用條件協(xié)方差矩陣可取得更優(yōu)的業(yè)績。五、結(jié)論本文分別通過理論推導(dǎo)和數(shù)值模擬的方法,探索當(dāng)波動率恒定時條件/非條件標(biāo)準(zhǔn)差在資產(chǎn)配置決策中的異同。其中,條件標(biāo)準(zhǔn)差反映了預(yù)測誤差,非條件標(biāo)準(zhǔn)差反映了資產(chǎn)自身的波動。因此,當(dāng)資產(chǎn)收益的可預(yù)測性較弱時,二者接近,當(dāng)資產(chǎn)收益的可預(yù)測性較強時,二者存在差異。大類資產(chǎn)與個股不同,許多大類資產(chǎn)存在相對更強的自相關(guān)性,也即有相對更強的可預(yù)測性,此時對條件/非條件標(biāo)準(zhǔn)差進行比較有其必要性。本文結(jié)論顯示,對于均值方差模型和風(fēng)險平價模型,條件
【參考文獻】:
期刊論文
[1]投資者極端情緒的均值-方差效應(yīng)分析[J]. 董孝伍,張信東. 管理評論. 2017(06)
[2]基于均值-方差模型的P2P債權(quán)投資策略與風(fēng)險度量問題研究[J]. 傅毅,張寄洲,周翠. 管理評論. 2017(07)
[3]均值-方差模型具有一般不確定性下的最優(yōu)資產(chǎn)組合選擇[J]. 何朝林. 中國管理科學(xué). 2015(12)
本文編號:3580106
本文鏈接:http://sikaile.net/jingjilunwen/jinrongzhengquanlunwen/3580106.html
教材專著