發(fā)布時間：2017-03-30 07:06

  本文關鍵詞：基于CVaR總風險約束的積極投資組合模型及實證研究，由筆耕文化傳播整理發(fā)布。

【摘要】：Markowitz于1952年提出的均值-方差(MV)模型奠定了證券組合理論在金融學的核心地位。隨著金融市場的快速發(fā)展,現(xiàn)實投資活動中越來越多的資金所有權和管理權相分離,如投資基金,投資者通常會將資金托付給投資管理者,希望憑借基金經理人的專業(yè)知識實現(xiàn)資金安全性和豐厚投資回報的雙重目的,并且會定期評估基金經理人的業(yè)績行為。于是,以跟蹤誤差為核心的積極型投資策略研究應運而生,作為均值-方差模型的一種改進,跟蹤誤差模型以相對收益和相對風險的形式,對投資管理者的業(yè)績進行科學評價。在上述委托代理模式下,投資經理人基于利益和壓力的雙重驅使會想方設法地采取積極型投資策略,提高自身業(yè)績的同時也相應滋生一些冒險行為,使得投資者資金蒙受較大的損失風險。此外,考慮到內外部環(huán)境以及金融市場的變化,傳統(tǒng)投資模型基于參數(shù)和資產收益分布的確定性假設弊端日益凸顯,如何對不確定情形下的金融資產進行合理配置也成為了一個丞待解決的問題。因此,本文進一步從風險控制和不確定環(huán)境的角度出發(fā)對積極投資組合管理開展以下方面的研究:首先,本文基于方差或風險價值(Va R)度量風險的局限性,引入條件風險價值(CVa R)對投資組合整體風險加以度量,改進傳統(tǒng)的均值-跟蹤誤差模型只關注跟蹤誤差而忽略總風險的缺陷。同時結合投資者的投資傾向和市場因素,引入多元權值約束和交易費用,建立更加符合我國實際市場的擴展跟蹤誤差積極投資組合優(yōu)化模型,并以深圳成分股指數(shù)為實證研究對象,分析對比模型的實用性。其次,金融市場及內外部環(huán)境的時常波動使得投資環(huán)境面臨諸多不確定性,單純依賴歷史數(shù)據(jù)的參數(shù)估計過程容易受到估計誤差的干擾�；诖吮疚倪\用Black-litterman模型替代傳統(tǒng)的MV估計方法,利用BL模型的市場均衡理念和投資者對未來資產收益的看法,對投資組合模型的均值和協(xié)方差矩陣重新估計,構建了BL模型下含CVa R和多元權值約束的積極投資組合優(yōu)化模型,并以我國行業(yè)市場指數(shù)為研究對象對比分析兩種參數(shù)估計方法下的模型績效。最后,針對以上研究,繼續(xù)采用魯棒優(yōu)化方法分析資產收益分布不確定情形下的積極型投資策略。依據(jù)Casta所構建的跟蹤誤差魯棒優(yōu)化模型基礎,進一步假設資產收益分布不確定而是隸屬于某一分布信息集,將CVa R風險管理方法擴展到不確定情形下的Worst-case CVa R,同時引入多元權重約束和交易成本等實際條件,構建WCVa R總風險約束下的魯棒跟蹤誤差積極投資組合模型,通過線性矩陣不等式優(yōu)化求解。實證研究中以滬深300指數(shù)成分股為研究對象對比分析資產收益分布確定和不確定情形下的模型實用性。本文分別在傳統(tǒng)概率理論和魯棒優(yōu)化理論框架下研究適合實際投資應用的跟蹤誤差積極投資組合策略,提出CVa R總風險約束和多元權值約束下的擴展模型,并借助計算機軟件采用經典優(yōu)化方法和魯棒優(yōu)化方法對模型進行相應求解。本研究工作不僅能夠為投資組合理論的發(fā)展提供學術參考價值,同時對投資管理者的投資決策以及金融市場的發(fā)展也具有重要的現(xiàn)實指導意義。
【關鍵詞】：積極投資組合管理 跟蹤誤差 條件風險價值 BL模型 線性矩陣不等式
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F830.91;F224
【目錄】：

• 摘要5-7
• Abstract7-11
• 第一章 緒論11-23
• 1.1 研究背景及研究意義11-12
• 1.2 國內外研究綜述12-19
• 1.2.1 確定性情形下的積極投資組合研究12-14
• 1.2.2 基于BL模型的積極投資組合研究14-16
• 1.2.3 不確定性情形下的魯棒積極投資組合研究16-19
• 1.3 研究目標和研究內容19-20
• 1.3.1 研究目標19
• 1.3.2 研究內容19-20
• 1.4 研究方法和研究思路20-21
• 1.4.1 研究方法20
• 1.4.2 研究思路20-21
• 1.5 論文結構21-23
• 第二章 理論基礎23-35
• 2.1 投資組合理論模型23-26
• 2.1.1 均值-方差模型23-24
• 2.1.2 均值-TEV模型24-26
• 2.2 CVa R風險度量方法26-29
• 2.2.1 CVa R的定義26-28
• 2.2.2 CVa R的性質28-29
• 2.3 BL模型29-31
• 2.3.1 模型思路29-30
• 2.3.2 模型公式30-31
• 2.4 魯棒優(yōu)化理論31-34
• 2.4.1 理論框架和原理31-32
• 2.4.2 線性矩陣不等式方法32-34
• 2.5 本章小結34-35
• 第三章 基于CVa R和多元權值約束的積極投資組合模型35-49
• 3.1 方差總風險約束下的均值-TEV模型35-38
• 3.2 構建CVaR和多元權值約束下的跟蹤誤差優(yōu)化模型38-42
• 3.2.1 CVa R總風險約束38-39
• 3.2.2 交易費用和多元權值約束39-40
• 3.2.3 模型建立及求解步驟40-42
• 3.3 實證分析42-47
• 3.3.1 數(shù)據(jù)處理及參數(shù)設定42-43
• 3.3.2 分析結果43-47
• 3.4 本章小結47-49
• 第四章 BL框架下含CVaR和多元權值約束的積極投資組合模型49-61
• 4.1 BL模型參數(shù)49-52
• 4.2 構建BL框架下的跟蹤誤差優(yōu)化模型52-54
• 4.2.1 模型建立52-53
• 4.2.2 模型求解步驟53-54
• 4.3 實證分析54-60
• 4.3.1 數(shù)據(jù)處理及基本統(tǒng)計描述54-55
• 4.3.2 BL模型構建55-57
• 4.3.3 參數(shù)設定及優(yōu)化結果57-60
• 4.4 本章小結60-61
• 第五章 基于WCVa R和多元權值約束下的魯棒積極投資組合模型61-76
• 5.1 基于線性矩陣不等式的跟蹤誤差魯棒投資組合模型61-64
• 5.2 構建WCVa R約束下的魯棒積極投資組合優(yōu)化模型64-68
• 5.2.1 WCVa R總風險約束64
• 5.2.2 混合分布不確定性64-66
• 5.2.3 模型建立及求解過程66-68
• 5.3 實證分析68-74
• 5.3.1 數(shù)據(jù)處理及參數(shù)設定68-70
• 5.3.2 分析結果70-74
• 5.4 本章小結74-76
• 結論與展望76-79
• 參考文獻79-85
• 附錄85-87
• 攻讀碩士學位期間取得的研究成果87-88
• 致謝88-89
• 附件89

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓國慶;;跟蹤誤差約束下的布萊克—李特曼模型[J];重慶文理學院學報(社會科學版);2010年01期

2 屈穎爽;陳守東;王晨;;跟蹤誤差約束下指數(shù)化投資組合優(yōu)化的實證分析[J];工業(yè)技術經濟;2008年01期

3 凌愛凡;楊曉光;唐樂;;具有多元權值約束的魯棒LPM積極投資組合[J];管理科學學報;2013年08期

4 姚海祥;易建新;李仲飛;;協(xié)方差矩陣退化情形均值-CVaR模型的有效邊界[J];數(shù)理統(tǒng)計與管理;2008年01期

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

6 劉磊;;基于遺傳神經網絡的指數(shù)跟蹤優(yōu)化方法[J];系統(tǒng)工程理論與實踐;2010年01期

7 童小嬌;劉青;;離散界約束分布下的WCVaR風險分析及其應用[J];系統(tǒng)工程理論與實踐;2010年02期

8 李倩;孫林巖;鮑亮;;基于免疫記憶克隆算法的指數(shù)化投資組合優(yōu)化構建策略[J];運籌與管理;2009年06期

9 方毅;張屹山;;跟蹤誤差下積極資產組合投資的風險約束機制[J];中國管理科學;2006年04期

10 高瑩;黃小原;;具有VaR約束的跟蹤誤差投資組合魯棒優(yōu)化模型[J];中國管理科學;2007年01期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 馬家駒;基于Black-Litterman模型下的帶流動性風險測度約束的資產配置模型[D];浙江大學;2005年

  本文關鍵詞：基于CVaR總風險約束的積極投資組合模型及實證研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：276489