本文關(guān)鍵詞：基于熵補(bǔ)償?shù)腂lack-Litterman模型的資產(chǎn)配置

  更多相關(guān)文章： 熵補(bǔ)償 Black-Litterman模型 投資組合 AR-TGARCH 資產(chǎn)配置

【摘要】：隨著我國(guó)金融市場(chǎng)體制的不斷健全與完善,以投資基金為主的機(jī)構(gòu)投資者逐漸壯大,以期貨、期權(quán)和其他衍生品為代表的新興資產(chǎn)頻頻推出。與此同時(shí),業(yè)界頻現(xiàn)“資產(chǎn)荒”怪象,優(yōu)質(zhì)適宜的大類資產(chǎn)難尋。供需錯(cuò)配背景下,資產(chǎn)配置愈發(fā)受到投資者尤其是機(jī)構(gòu)投資者的青睞。動(dòng)態(tài)調(diào)整大類資產(chǎn)中的配置占比,進(jìn)行組合投資管理顯得尤為重要。本文則試圖從理論研究和實(shí)證研究?jī)煞矫嬷痔接戀Y產(chǎn)配置問(wèn)題。借助對(duì)資產(chǎn)配置有關(guān)概念的介紹,對(duì)以均值一方差模型、資本資產(chǎn)定價(jià)模型、套利定價(jià)模型、有效市場(chǎng)理論及行為金融理論為主要代表的現(xiàn)代投資組合理論的梳理,提出本文所構(gòu)建的用于資產(chǎn)配置的Black-Litterman模型的基本框架。該模型采用Bayesian方法和逆最優(yōu)化理論,將投資者的主觀觀點(diǎn)融入到均衡資本市場(chǎng)中,便可求出后驗(yàn)收益率向量和協(xié)方差矩陣。最后通過(guò)求解二次規(guī)劃問(wèn)題,獲得最優(yōu)的資產(chǎn)配置權(quán)重�；贐lack-Litterman模型,采用時(shí)間序列AR-TGARCH模型和信息熵補(bǔ)償投資風(fēng)險(xiǎn)分析方法,構(gòu)建優(yōu)化后的投資組合。實(shí)證分析表明,該模型較之其他投資組合模型,能夠獲得更高的收益,具有更強(qiáng)的應(yīng)用性,為投資者的資產(chǎn)配置決策過(guò)程提供一個(gè)行之可鑒的思路。本文主要?jiǎng)?chuàng)新性工作體現(xiàn)在：第一,根據(jù)歷史數(shù)據(jù),利用AR-TGARCH模型預(yù)測(cè)收益率和波動(dòng)率,作為模型的輸入變量,代替純粹意義上分析師的主觀決定,一定程度上解決了投資者觀點(diǎn)形成中缺乏數(shù)理嚴(yán)謹(jǐn)性弊端。第二,采用信息熵補(bǔ)償優(yōu)化投資風(fēng)險(xiǎn),解決方差度量風(fēng)險(xiǎn)中的誤讀“偽風(fēng)險(xiǎn)”問(wèn)題。第三,給出Black-Litterman模型中合成所獲得的后驗(yàn)期望收益一種直觀解釋,并借助伍德伯里矩陣等式,給出了推導(dǎo)過(guò)程。
【關(guān)鍵詞】：熵補(bǔ)償 Black-Litterman模型 投資組合 AR-TGARCH 資產(chǎn)配置
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F832.5;F224
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 研究背景與研究意義10-11
• 1.2 研究文獻(xiàn)綜述11-12
• 1.3 研究?jī)?nèi)容、研究創(chuàng)新與技術(shù)路線12-16
• 1.3.1 研究?jī)?nèi)容12-13
• 1.3.2 研究創(chuàng)新13-14
• 1.3.3 技術(shù)路線14-16
• 第2章 大類資產(chǎn)配置和現(xiàn)代投資組合理論16-32
• 2.1 大類資產(chǎn)配置16-20
• 2.1.1 資產(chǎn)配置的內(nèi)涵及重要性16-17
• 2.1.2 資產(chǎn)配置的分類17-20
• 2.1.3 資產(chǎn)配置的基本流程20
• 2.2 現(xiàn)代投資組合理論20-29
• 2.2.1 均值一方差模型20-24
• 2.2.2 資本資產(chǎn)定價(jià)模型24-26
• 2.2.3 套利定價(jià)模型26-27
• 2.2.4 有效市場(chǎng)理論27-29
• 2.2.5 行為金融理論29
• 2.3 投資組合理論內(nèi)在邏輯與發(fā)展新動(dòng)態(tài)29-32
• 第3章 Black-Litterman資產(chǎn)配置模型32-46
• 3.1 Black-Littennan模型概述32-33
• 3.2 Black-Litterman模型框架及主要原理33-37
• 3.2.1 均衡風(fēng)險(xiǎn)收益和逆最優(yōu)化理論34-35
• 3.2.2 投資者觀點(diǎn)選擇35-36
• 3.2.3 Black-Litterman模型表達(dá)式36
• 3.2.4 后驗(yàn)期望收益的一個(gè)直觀解釋及其推導(dǎo)36-37
• 3.3 Black-Litterman模型主要參數(shù)的具體設(shè)置37-43
• 3.3.1 投資者觀點(diǎn)38-42
• 3.3.2 比例系數(shù)r42-43
• 3.4 Black-Litterman模型的缺陷與量化投資思想43-46
• 第4章 AR-TGARCH及熵補(bǔ)償優(yōu)化投資風(fēng)險(xiǎn)46-56
• 4.1 GARCH族模型簡(jiǎn)介46-50
• 4.1.1 ARCH模型47
• 4.1.2 GARCH模型47-48
• 4.1.3 GARCH-M模型48-49
• 4.1.4 GARCH模型的缺陷及其拓展模型49-50
• 4.2 信息熵補(bǔ)償優(yōu)化投資風(fēng)險(xiǎn)50-53
• 4.2.1 熵的起源與應(yīng)用領(lǐng)域50-51
• 4.2.2 信息熵的分類及其數(shù)學(xué)性質(zhì)51-52
• 4.2.3 方差和信息熵在投資風(fēng)險(xiǎn)度量中的價(jià)值比較52-53
• 4.3 量化指導(dǎo)下獲得資產(chǎn)配置權(quán)重53-56
• 4.3.1 量化指導(dǎo)下的資產(chǎn)配置框架53-54
• 4.3.2 資產(chǎn)配置的具體建模步驟54-56
• 第5章 實(shí)證分析56-62
• 5.1 樣本數(shù)據(jù)選擇56-57
• 5.2 基于AR-TGARCH模型預(yù)測(cè)觀點(diǎn)57-58
• 5.3 各策略下的結(jié)果比較58-62
• 第6章 結(jié)論與展望62-64
• 6.1 研究結(jié)論62
• 6.2 研究局限性與展望62-64
• 參考文獻(xiàn)64-66
• 致謝66-68
• 在讀期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果68

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 朱業(yè)春;曹崇延;;基于熵補(bǔ)償?shù)腂lack-Litterman模型的投資組合[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2015年12期

2 尹力博;韓立巖;;國(guó)際大宗商品資產(chǎn)行業(yè)配置研究[J];系統(tǒng)工程理論與實(shí)踐;2014年03期

3 葛穎;程希駿;符永健;;熵池理論和風(fēng)險(xiǎn)平均分散化模型在投資組合分配中的應(yīng)用[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2013年09期

4 儲(chǔ)晨;方兆本;;修正協(xié)方差陣的投資組合方案及其穩(wěn)定性(英文)[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2011年12期

5 溫琪;陳敏;梁斌;;基于Black-Litterman框架的資產(chǎn)配置策略研究[J];數(shù)理統(tǒng)計(jì)與管理;2011年04期

6 莊新田;姜碩;朱俊;;基于均值-CVaR模型的企業(yè)年金資產(chǎn)配置[J];管理學(xué)報(bào);2009年11期

7 王敬,張鐵鵬;行業(yè)資產(chǎn)配置的相關(guān)問(wèn)題研究[J];大連理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2004年03期

8 姚京,李仲飛;基于VaR的金融資產(chǎn)配置模型[J];中國(guó)管理科學(xué);2004年01期

9 李華,李興斯;證券投資組合理論的一種新模型及其應(yīng)用[J];運(yùn)籌與管理;2003年06期

10 黃學(xué)庭;開(kāi)放式基金資產(chǎn)配置問(wèn)題研究[J];中國(guó)管理科學(xué);2003年02期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張士強(qiáng);全球資產(chǎn)配置理論與實(shí)證研究[D];南京理工大學(xué);2008年

，

本文編號(hào)：598455