均值—方差—近似偏度投資組合模型與實證分析
發(fā)布時間:2020-04-09 13:25
【摘要】: 作為現(xiàn)代金融理論和投資理論的基礎(chǔ),投資組合選擇理論主要研究在不確定的情況下怎樣把財富分配到不同的風(fēng)險資產(chǎn)中,以達(dá)到分散風(fēng)險、最大化收益的目的.1952年,馬可維茨(Markowitz)以證券投資組合收益率的方差作為投資組合風(fēng)險的度量,提出了均值-方差模型(MV),開辟了金融數(shù)量分析的時代,奠定了現(xiàn)代投資組合理論的基礎(chǔ). 作為風(fēng)險度量,方差主要刻畫了投資組合收益的波動性,其缺點(diǎn)在于忽略了收益的非對稱性.若將刻畫收益非對稱性的偏度引入到投資組合模型,則會導(dǎo)致模型成為非凸的三次規(guī)劃問題,難以求解.本文提出用上半方差與下半方差的比值來近似偏度,建立了均值-方差-近似偏度(MVAS)模型,有效地降低了模型復(fù)雜度,同時達(dá)到提高投資組合偏度的效果.本文利用中國證券市場的真實歷史數(shù)據(jù)進(jìn)行了實證分析.首先,我們對均值方差模型和帶有三階矩的投資組合模型進(jìn)行比較,實證結(jié)果說明帶有三階矩的投資組合模型產(chǎn)生的資產(chǎn)配置具有更高的偏度值,從而在市場中有更大的可能獲得超額收益.另外,我們比較了MV模型和MVAS模型在短周期和長周期下的市場表現(xiàn),并采用資產(chǎn)再平衡的方法,做多個階段的樣本外分析.實證分析結(jié)果表明,在收益率非正態(tài)分布的市場中,考慮了收益率非對稱性的MVAS模型較傳統(tǒng)的MV和MAD模型具有更優(yōu)的表現(xiàn). 本文總共分為五章,第一章介紹投資組合理論的基本背景和研究現(xiàn)狀.第二章介紹高階矩投資組合模型和相應(yīng)的算法,如均值-絕對偏差-三階矩模型,均值-方差-三階矩模型,均值-方差-四階矩模型等等.第三章重點(diǎn)介紹了均值-方差-近似偏度投資組合模型.在第四章中,我們基于上海證券市場的歷史數(shù)據(jù)對帶有高階矩的投資組合模型進(jìn)行實證分析.第五章是結(jié)論部分,是對本文內(nèi)容的總結(jié)以及對未來研究的展望.
【圖文】:
本的概率分布函數(shù)的確具有正態(tài)的特性,但有許多實證研究表明短期的收益率分布具有非對稱性和厚尾現(xiàn)象(見!4,9,10,n,511).另一方面,隨著金融市場的發(fā)展,越來越多衍生產(chǎn)品,比如期權(quán),互換和遠(yuǎn)期合約的出現(xiàn),改變了資產(chǎn)收益曲線的結(jié)構(gòu),從它們的定價方式就決定了它們收益率的非對稱性.而這種非對稱性是方差無法刻畫的.經(jīng)3.1中國股票市場收益率非正態(tài)性實證分析本節(jié)我們對中國股市主要指數(shù)的收益率的分布進(jìn)行非正態(tài)性分析和檢驗.我們利用統(tǒng)計中Shapirowilk(S一W)法和Kolmogorov一Smirnov(K一S)法驗證概率分布的非正態(tài)性,,得到相應(yīng)的偏度值和峰度值可以用來判斷非對稱性和高峰厚尾現(xiàn)象.我們從數(shù)據(jù)頻率的不同對收益率分布的影響出發(fā),考察下列歷史數(shù)據(jù):2()0()年9月1日至2009年8月28日的上證和深證的日收益率、月收益率和周收益率,,()0年6月1日至20的年8月28日的日收益率,2()()t)年8月1日至20(j9年8月28日的日收益率.我們分別計算了樣本的平均值,方差,偏度,峰度,并做正態(tài)性檢驗,結(jié)果見表3.1,3.2:—-一’一
本的概率分布函數(shù)的確具有正態(tài)的特性,但有許多實證研究表明短期的收益率分布具有非對稱性和厚尾現(xiàn)象(見!4,9,10,n,511).另一方面,隨著金融市場的發(fā)展,越來越多衍生產(chǎn)品,比如期權(quán),互換和遠(yuǎn)期合約的出現(xiàn),改變了資產(chǎn)收益曲線的結(jié)構(gòu),從它們的定價方式就決定了它們收益率的非對稱性.而這種非對稱性是方差無法刻畫的.經(jīng)3.1中國股票市場收益率非正態(tài)性實證分析本節(jié)我們對中國股市主要指數(shù)的收益率的分布進(jìn)行非正態(tài)性分析和檢驗.我們利用統(tǒng)計中Shapirowilk(S一W)法和Kolmogorov一Smirnov(K一S)法驗證概率分布的非正態(tài)性,得到相應(yīng)的偏度值和峰度值可以用來判斷非對稱性和高峰厚尾現(xiàn)象.我們從數(shù)據(jù)頻率的不同對收益率分布的影響出發(fā),考察下列歷史數(shù)據(jù):2()0()年9月1日至2009年8月28日的上證和深證的日收益率、月收益率和周收益率,,()0年6月1日至20的年8月28日的日收益率,2()()t)年8月1日至20(j9年8月28日的日收益率.我們分別計算了樣本的平均值,方差,偏度,峰度,并做正態(tài)性檢驗,結(jié)果見表3.1,3.2:—-一’一
【學(xué)位授予單位】:復(fù)旦大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2010
【分類號】:F224;F830.91
本文編號:2620812
【圖文】:
本的概率分布函數(shù)的確具有正態(tài)的特性,但有許多實證研究表明短期的收益率分布具有非對稱性和厚尾現(xiàn)象(見!4,9,10,n,511).另一方面,隨著金融市場的發(fā)展,越來越多衍生產(chǎn)品,比如期權(quán),互換和遠(yuǎn)期合約的出現(xiàn),改變了資產(chǎn)收益曲線的結(jié)構(gòu),從它們的定價方式就決定了它們收益率的非對稱性.而這種非對稱性是方差無法刻畫的.經(jīng)3.1中國股票市場收益率非正態(tài)性實證分析本節(jié)我們對中國股市主要指數(shù)的收益率的分布進(jìn)行非正態(tài)性分析和檢驗.我們利用統(tǒng)計中Shapirowilk(S一W)法和Kolmogorov一Smirnov(K一S)法驗證概率分布的非正態(tài)性,,得到相應(yīng)的偏度值和峰度值可以用來判斷非對稱性和高峰厚尾現(xiàn)象.我們從數(shù)據(jù)頻率的不同對收益率分布的影響出發(fā),考察下列歷史數(shù)據(jù):2()0()年9月1日至2009年8月28日的上證和深證的日收益率、月收益率和周收益率,,()0年6月1日至20的年8月28日的日收益率,2()()t)年8月1日至20(j9年8月28日的日收益率.我們分別計算了樣本的平均值,方差,偏度,峰度,并做正態(tài)性檢驗,結(jié)果見表3.1,3.2:—-一’一
本的概率分布函數(shù)的確具有正態(tài)的特性,但有許多實證研究表明短期的收益率分布具有非對稱性和厚尾現(xiàn)象(見!4,9,10,n,511).另一方面,隨著金融市場的發(fā)展,越來越多衍生產(chǎn)品,比如期權(quán),互換和遠(yuǎn)期合約的出現(xiàn),改變了資產(chǎn)收益曲線的結(jié)構(gòu),從它們的定價方式就決定了它們收益率的非對稱性.而這種非對稱性是方差無法刻畫的.經(jīng)3.1中國股票市場收益率非正態(tài)性實證分析本節(jié)我們對中國股市主要指數(shù)的收益率的分布進(jìn)行非正態(tài)性分析和檢驗.我們利用統(tǒng)計中Shapirowilk(S一W)法和Kolmogorov一Smirnov(K一S)法驗證概率分布的非正態(tài)性,得到相應(yīng)的偏度值和峰度值可以用來判斷非對稱性和高峰厚尾現(xiàn)象.我們從數(shù)據(jù)頻率的不同對收益率分布的影響出發(fā),考察下列歷史數(shù)據(jù):2()0()年9月1日至2009年8月28日的上證和深證的日收益率、月收益率和周收益率,,()0年6月1日至20的年8月28日的日收益率,2()()t)年8月1日至20(j9年8月28日的日收益率.我們分別計算了樣本的平均值,方差,偏度,峰度,并做正態(tài)性檢驗,結(jié)果見表3.1,3.2:—-一’一
【學(xué)位授予單位】:復(fù)旦大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2010
【分類號】:F224;F830.91
【引證文獻(xiàn)】
相關(guān)碩士學(xué)位論文 前1條
1 李文嬌;基于風(fēng)險規(guī)避的MTO企業(yè)交貨期—價格協(xié)調(diào)模型的研究[D];華南理工大學(xué);2011年
本文編號:2620812
本文鏈接:http://www.wukwdryxk.cn/guanlilunwen/zhqtouz/2620812.html
最近更新
教材專著