一、存在无风险资产条件下证券组合有效边界的旋移研究(论文文献综述)
李军帅[1](2020)在《基于心理账户的资产配置选择研究》文中指出继马科维茨之后,托宾通过在可行集中引入无风险资产证券,将马氏证券投资组合理论扩展至资产组合选择,从而在经典经济学理论框架下完成了投资者资产配置选择理论的分析。然而,现实金融活动中所呈现的诸多异象却告诉金融学家,投资者在实践中的选择并非完全遵从经典的资产组合模型,而是在很大程度上与其心理特征、背景约束等因素有关,对此,行为金融学家针对经典资产组合理论的不足,在行为金融理论框架下提出了行为资产组合理论与模型。行为资产组合理论的提出虽说极大提升了投资者行为选择理论的解释能力,但其模型(多心理账户模型)的求解却面临极大的技术障碍,这在相当程度上制约理论模型的完善性与解释能力,尤其是限制了其实际应用价值的发挥,投资者在实践中难以据此获得有效的资产配置策略。本文试图以行为资产组合模型为原型,在资产风险属性分类的基础上,结合心理账户理论,通过引入投资者资产选择次序,将行为资产组合模型转化成行为分层结构资产组合模型,以此来克服行为资产组合模型求解的技术障碍,并依据资产市场交易中杠杆率异质性的现实来探讨行为分层结构资产组合模型的求解,构建投资者资产配置最优策略选择模型,从而实现资产组合选择开发性研究的目标。本文在对相关研究进行系统梳理的基础上,结合对现代资产组合理论与模型的评述,借鉴居民消费选择次序的思想与方法,以行为资产组合理论为切入点,将投资选择次序纳入行为资产选择理论与模型,通过对投资者资产配置过程分层处理来构造行为分层结构资产组合模型。在此基础上,结合风险资产市场现实交易中杠杆率异质性的特点,进一步探讨了基于杠杆率异质性下的行为分层结构资产组合模型,通过求解该模型,得到一类简单易行且有效的资产配置策略,从而实现了理论研究向现实生产力的转化。最后,以我国资产市场相关实际数据为样本,运用实证分析的方法给出了安全资产加高杠杆资产配置策略有效性的经验证据。本文的研究表明:(1)投资者的资产选择是基于家庭总财富增值率与总财富风险的考量,而不是简单的收益率与风险的权衡;(2)与居民消费选择具有层级特征类似,投资者的资产配置也具有层级结构,也就是说,投资者的资产选择除了与预期有关外,还与其所拥有的财富总量有关;(3)财富状况不同的投资者具有不同的资产选择行为,家庭总财富愈高的投资者具有更高的财富增值率;(4)对中产阶级而言,安全资产加最高杠杆率的风险资产配置是一种有效的资产配置策略。
刘艳欣[2](2019)在《基金投资组合模型优化及应用研究》文中提出1952年,哈利?马克维茨(Harry Markowitz)发表了名为“投资组合选择”的论文,第一次提出了均值-方差投资组合模型,阐述了如何利用投资组合提供更多可选择的投资方法,为现代投资组合理论的发展奠定基础.恰当的投资组合模型能够为投资决策提供理论支持,在某种程度上分散了风险,保证了收益的稳定性.本文主要基于均值-方差模型,结合我国金融市场上不允许卖空且包含无风险资产的实际情况,分别研究允许卖空和不允许卖空下的投资组合模型,并结合上海金融市场的股票数据进行应用分析,研究模型的实际应用意义.首先,在经典的均值-方差模型的基础上,引入无风险资产和投资者风险偏好.研究允许卖空时,含无风险资产的均值-方差模型及机会约束下的均值-方差模型,并求解其有效边界的表达式,此时模型是有显示解的.然后针对我国证券市场不允许卖空的规定,建立不允许卖空时,含无风险资产的均值-方差模型和机会约束下的均值-方差模型,此时模型的有效边界没有显式表达,我们采用旋转算法进行求解有效边界的分布特征.最后,选取上海金融市场的10支股票数据建立允许卖空和不允许卖空环境下的投资组合模型,进行实证分析.特别地,在不允许卖空的投资组合方式下,将选取的样本数据分成训练样本和测试样本,分别用于建立投资组合模型的有效边界和最优投资策略及检验投资组合模型最优策略的有效性.本文的创新之处在于:(1)针对我国不允许卖空的市场规定,同时考虑无风险资产和投资者的风险偏好,建立了不允许卖空时,含无风险资产的均值-方差模型、机会约束下含无风险资产的均值-方差模型,并运用最优规划法和不等式组的旋转算法求解模型.(2)运用实证分析,研究模型有效边界的分布特征,为不同风险偏好水平的投资者提供更具针对性的投资策略.
赵建香[3](2018)在《基于风险态度的投资组合优化及应用研究》文中提出随着金融市场全球化的发展,资本、信息技术以及证券投资的自由流动,分散化投资组合已获得许多投资者的青睐。1952年Markowitz首先采用定量分析方法将收益—风险描述为均值—方差,由此发展而来的现代投资组合理论在我国也有了一定的发展和应用。现代投资组合理论主要是基于严格假设条件下提出的,学者们发现很多因素使得投资组合理论在实际中难以实现最优资产配置效果。因此,本文主要是研究风险态度对投资组合的影响,分析基于不同风险态度条件下的投资组合优化设计及应用问题,从而引导投资者合理地进行资产配置,实现最大效用的资产配置优化组合。本文首先梳理了现代投资组合、风险态度相关理论以及国内外文献综述的现有成果,为风险态度下投资组合优化研究奠定理论基础。其次,分析了现代投资组合理论在我国资本市场的应用现状,实证结果显示组合投资能将部分风险分散化,但由于我国现阶段无法实现有效资本市场、投资者风险态度不稳定等因素,现代投资组合理论在我国的适用性存在问题。简要阐述了风险态度对投资组合的影响。然后,通过问卷调研分析风险态度及其影响因素,结果显示性别、教育程度、财富水平、投资经验和非理性因素等对风险态度产生显着影响,通过回归统计等方法研究不同因素的影响程度。同时根据风险态度调查结果对风险厌恶系数进行估测,将其引入效用函数中。本文还运用均值—方差模型和规划求解法进行分析风险资产的最优组合,再结合效用函数研究无风险资产和风险资产的资本配置过程,总结分析在不同的风险态度类型下的投资优化组合模型设计。本文研究结果发现投资者风险厌恶程度不同,无风险资产和风险资产所占的比重也不同,最后的最优组合中的各项资产配置比例也会发生变化。而理论上的投资优化组合分析对于风险厌恶类型的投资者的可参考价值将更大。在本文最后,结合我国证券市场上风险资产的价格数据对风险态度条件下的投资组合优化模型进行了在个人投资者和家庭投资者中应用的实证研究,分析存在无风险资产时最优组合的各项资产配置比例,并进行案例分析。同时从政府、金融机构和投资者三个方面提出相关的对策建议,以期望提高投资优化组合在我国的适用性和投资者资产配置的合理性,从而促进投资组合理论在我国的发展和应用。
孙薇[4](2016)在《考虑投资者主观因素的模糊随机投资组合选择模型》文中指出当今投资组合理论形成了两大分支:一支是以马克维茨的投资组合选择模型为基石的资产配置方法,依据概率论用纯数量化方法度量各资产的收益和风险。然而,马氏模型的假设条件极其苛刻,其中最为核心且遭受非议最多的是有效市场和理性人假设。随着证券市场的不断发展,许多实证研究表明,投资者往往是有限理性的,证券市场也不总是有效的,人的心理和行为等因素对投资决策的作用不容忽视。这引发了科研工作者对行为的关注,产生了行为金融学,相应地发展起投资组合理论的另一个重要分支——行为投资组合理论。行为投资组合主要通过分析金融市场主体在市场行为中的偏差和信念来寻求不同市场主体在不同环境下的经验理论及决策行为特征,力求建立一种能正确反映市场主体实际决策行为和市场运行状况的描述性模型。如何运用经典投资组合理论的量化思想,将行为投资组合中市场的非有效性和投资者的有限理性进行量化,并将市场上实际存在的模糊不确定性和随机不确定性,以及投资者的心理和行为偏差反映到经典的投资组合选择模型中,是解决问题的关键,也是客观、准确、有效地构建投资组合选择策略的重要基础工作。本学位论文综合考虑了投资者的理性和非理性及不完全理性、市场的有效性和非有效性及不完全有效性,利用模糊随机理论建立投资组合选择的一系列模型,模型均假设收益率为模糊随机变量,且通过将模糊随机不确定问题合理转化为清晰系数的规划问题,最大限度地降低了决策信息的损失。因此,提出的模型能够帮助投资者在模糊和随机双重不确定环境下做出多元化的投资组合选择决策。在考虑投资者的个人偏好和心理偏差(包括投资者的乐悲观度、理性水平、情绪水平和风险偏好)等主观因素影响的基础上,我们进一步研究了带有各种约束条件的投资组合选择模型。如考虑最小交易手数、最小投资量限制、是否允许借贷无风险资产、是否允许买空、卖空及总投资资金金额限制等客观约束条件。最后将模型应用于现实的金融市场,检验其有效性和稳定性。本文主要创新点包括如下几个方面:(1)提出了模糊随机变量的清晰数字特征的概念;基于清晰数字特征建立了模糊随机投资组合均值-方差模型。结合模糊可能性理论和概率随机理论中数字特征的优势,定义了相应的模糊随机变量的数字特征,包括模糊随机可能性均值、模糊随机可能性方差和模糊随机可能性协方差等。解决了模糊随机不确定变量的期望值模糊不清给决策带来的困难;弥补了已有的模糊随机变量的方差和协方差不能清晰反映出模糊和随机两种不确定性下的离散度和相关性的不足。基于模糊随机变量的清晰数字特征,假设收益率为模糊随机变量,建立了风险资产的投资组合选择均值-方差模型,并通过一个投资实例说明了模型的有效性及较markowitz均值-方差模型的优越性。(2)提出了与模糊随机变量的λ期望相匹配的λ方差和λ协方差的概念;基于λ期望和λ方差建立了收益偏好和风险偏好相匹配的模糊随机投资组合λ均值-λ方差模型。现有的投资组合模型多是单独考察投资者对收益率的偏好或者单独考察投资者对风险的偏好。客观上,收益和风险是相互匹配的,即高收益高风险,低收益低风险。因此有必要在模型中考虑收益和风险相匹配的情况,以便投资者根据模型提供的结果做出客观理性的投资决策。基于λ权重均值的概念,为模糊随机变量定义了一种λ权重方差和λ权重协方差,进而获得了与λ权重均值相匹配的方差风险函数。基于λ均值和λ方差建立了收益风险相匹配的模糊随机投资组合模型。进一步考虑到投资者通常为了获得更高的风险回报,会通过借入无风险资产投资于风险资产组合,模型还讨论了允许借入无风险资产的情况。(3)量化了证券市场非有效造成的收益率的模糊不确定性和随机不确定性,量化了有限理性的投资者的乐悲观度和心理偏差给收益率带来的影响,从市场非有效和投资者有限理性的角度对模糊随机资产收益率做出了详细的金融解释。提出了模糊随机变量的(λ,γ)期望的概念;基于(λ,γ)期望建立了带有投资者乐悲观度、心理偏差和一系列现实约束的模糊随机投资组合选择模型。考虑到大多数投资者都是不完全理性的,在复杂的市场环境下,不同投资者具有各自不同的心理偏差,从资产的模糊随机收益中提取出投资者的主观因素信息,包括乐悲观度λ和可能性水平γ。详细分析了投资者的这些心理偏差对投资组合有效前沿的影响,发现具有不同心理偏差的投资者会选择不同的投资组合有效前沿。实证分析表明乐悲观度参数λ和可能性水平参数γ能够正确反映投资者的心理偏差,以及对决策结果产生的影响。在允许贷出无风险资产的情况下,将一系列现实约束条件加入到模糊随机模型中,做了进一步的分析和研究。结果表明,提出的模型由于综合了模糊和随机双重不确定性因素的影响,能够充分考虑到证券市场客观的现实约束和投资者主观的心理偏差,使得模型在市场不完全有效,投资者有限理性的情况下,比已有的概率论模型和模糊模型更加实用有效。(4)提出了模糊随机变量的(λ,γ,s)期望的概念;基于(λ,γ,s)期望,建立了带有投资者乐悲观度、风险偏好和心理偏差的模糊随机投资组合(λ,γ,s)均值-标准差模型。基于概率论和最优化理论的投资组合选择问题的研究大多遵循预期效用理论,而效用理论假设理性投资者都是风险厌恶的。但由于投资者心理存在着系统性偏差,使得风险厌恶并不总是成立。因此,不能将投资者的行为统一描述为风险厌恶或风险寻求,需要建立具有不同风险态度的投资组合选择模型。在前文基础上,提出了带有多种主观度参数的模糊随机期望收益率函数,并借助于模糊随机均值-标准差方法开发了一种模糊随机投资组合模型,解决了行为金融中不同投资者的风险偏好、不同乐悲观度、不同心理偏差程度和不同情绪水平的投资者的投资组合选择问题。
谢千[5](2016)在《个人投资者融资交易策略研究》文中提出2015年6月中下旬的股灾结束了我国经济转型过程中的所谓改革牛市,股灾使融资交易者首次体验到了杠杆交易所带来的风险。接下来同年8月下旬的股灾使普通投资者遭受重大的经济损失,融资交易者更是苦不堪言,纷纷爆仓。由此,杠杆交易问题在实践中引起了极大的关注。实际上,杠杆交易的风险在理论上早已被经济学家所揭示,并且也为其提供了相应的风险管理办法,即利用套期保值交易来预防风险。在理论经济学家看来,利用套期保值交易来预防杠杆交易风险的问题实质上可归结为最优套保比的选择问题,而在理论上也能找到最优套保比的解。然而在实践中,当投资者投机偏好强烈、现货交易与期货交易门槛不一致、股价存在操纵且交易通道不对称时,套期保值交易防范杠杆交易风险也就失去了意义。此时,杠杆交易风险管理问题便演化为杠杆比或融资率的选择问题。马科维茨的证券投资组合模型表明,在收益一定的情况下,投资者可以通过构造某一投资组合来实现风险的最小化。也就是说,投资者可以根据不同证券之间的相互关系,利用其投资组合模型,事先实现风险的控制。遵循这一思想,文章以马科维茨的证券投资组合模型为基本理论依据,首先从无交易约束证券投资组合模型的最优解来探讨了杠杆比或融资率的选择问题。然后分析了纯融资交易条件下杠杆比或融资率的选择及其投资后果。在此基础上,借用无风险证券作为融资工具,并将其纳入证券投资组合模型,依据模型的最优解的不同特征进一步讨论了最优杠杆比或融资率以及最优投资组合。最后对两类模型的杠杆比或融资率以及结果进行了比较分析。研究结果表明,在纯融资交易情况下,融资杠杆率要比无交易约束证券投资组合模型的融资杠杆率大,并且在收益一定的情况下纯融资交易下的风险大于无交易约束下投资组合的风险。引入无风险证券后,附加无风险证券的投资组合模型下的融资杠杆比只与无风险证券的解有关,并且原先投资组合模型的最优解在引入无风险证券后也不再满足最优条件。
孙雪莲[6](2016)在《资本市场相关性分析及多目标投资组合优化方法研究》文中研究表明投资组合选择是指投资者在不确定性的风险和收益中进行投资决策。随着我国经济的不断发展,投资业对相关的理论和方法的需求也越来越大。所以,深入研究和探索证券投资组合的相关理论和实际操作方法,具有重要的理论价值和现实意义。论文主要工作和成果如下:(1)基于随机矩阵理论,对证券市场相关性统计特征进行了研究,讨论了相关矩阵的特征值谱及相应特征向量的统计分布特点与稳定性。结果表明:相关矩阵的最大特征值所对应的特征向量包含的信息可视为市场指数。(2)基于随机矩阵理论,研究了相关矩阵去噪-重构方法,并提出一种新的去噪方法-“两点确定法”;比较了不同去噪方法对相关矩阵稳定性、投资组合风险及投资组合有效前沿的影响。实证结果表明了“两点确定法”具有较好的“去噪”效果。(3)利用最小方差投资组合模型和均值-方差投资组合模型对比分析了去除“噪声”和未去除“噪声”对投资组合风险预测和有效前沿的影响。证明了去除“噪声”可得到表现更优异的投资组合。(4)在均值-方差模型的基础上,建立了考虑无风险利率与证券数量的均值-方差-资产数量投资组合优化模型。模型不仅考虑了投资收益与风险,同时考虑了组合中的资产数量,以便于投资管理并可减少交易费用。应用NSGA-Ⅱ算法对模型进行求解,并用正交试验法对算法参数设置进行了优化。(5)从非线性角度,以统计、R/S方法、功率谱分析及A-DFA等方法为分析工具,分析了上海股市的分形结构和自组织临界性。结果表明上海股市的演化符合具有自组织临界性的复杂系统的基本特征,可认为自组织临界行为是控制股市演化趋势的内在机制之一。(6)用能够刻画非线性相关关系的去趋势交叉相关(DCCA)系数构造资产之间交叉相关矩阵,带入投资组合模型得到具有时间尺度性质的投资风险和投资组合选择,拓展了投资组合优化理论和方法。(7)在上述工作的基础上,从投资者实用角度出发,充分考虑各种实际约束,以随机矩阵理论方法、去趋势交叉相关分析方法、改进的均值-方差-资产数量投资组合模型及NSGA-Ⅱ算法为核心,形成面向投资组合优化的证券数据分析、处理及模型求解的技术流程与方法体系,并以综合实证分析验证其有效性及可行性,为投资组合管理提供基础理论方法及技术支持。
李婷[7](2013)在《考虑背景风险因素的可能性投资组合选择模型研究》文中研究表明投资决策的核心问题是如何在众多金融产品中选择最优的组合进行投资。经典的投资组合模型根据投资者的风险厌恶程度将财富按一定比例在风险资产之间进行分配,以达到分散风险,确保收益的目的。经典的投资组合模型认为投资者在投资中只承受金融风险,而在实际的投资环境中投资者还要应对风险性非金融风险的影响。比如说,劳动收入、健康状况、持有房产等因素导致的风险(背景风险)。这些背景风险在金融市场上不能通过资产组合配置来分散,而它们的存在很大程度影响了投资者在金融市场中的投资行为,进而使得投资组合问题复杂化。迄今为止,已有一些学者对考虑背景风险的投资组合问题进行了研究。而这些研究主要建立在随机理论基础之上,他们将资产组合的未来收益看成随机变量。然而现实的金融市场中存在许多非随机因素的影响,尤其在一个模糊的投资环境中,风险资产的收益表示为模糊数。因此考虑模糊不确定性的投资组合选择问题也是学术界研究的重要领域之一。本文结合以上两点,依据可能性理论对考虑背景风险因素的可能性投资组合选择问题进行了系统的分析和研究,建立了不同环境下考虑背景风险因素的可能性投资组合选择模型。并对考虑背景风险因素的投资组合及其可能性有效前沿进行深入剖析,加深人们对背景风险的认识。本文主要研究工作和创新包括下面四个方面:一、构建了基于背景风险偏好度的可能性均值-方差模型以及含流动性约束的双目标可能性MV模型,讨论了不同背景风险偏好度对投资组合风险及可能性有效前沿的影响。在分析现有的关于背景风险研究的现状基础上,以可能性理论为基础,将风险资产和背景资产的收益率均视为模糊变量,提出了基于背景风险偏好度的可能性均值-方差模型以及含流动性约束的双目标可能性MV模型。模型在现有研究成果的基础上考虑了边界限制、交易费用、流动性等现实因素对投资策略的影响。依据模糊集理论将风险资产和背景资产的收益率视为LR-类模糊变量,进而给出了两模型的具体表达式。然后,通过对比分析展示了不同背景风险偏好度下的可能性投资组合的有效前沿,探讨了流动性约束对具有背景风险的可能性投资组合的影响。实证表明:背景风险偏好度对投资组合风险和可能性有效前沿都有一定的影响。当给定的期望收益值相同时,背景风险偏好度越接近于1,投资者越偏好投资风险,其所承受的总风险越小,投资组合的可能性有效前沿向左上方移动。二、构建了具有VaR约束的模糊投资组合模型以及具有背景风险和风险价值的模糊投资组合模型,分析了置信水平和VaR直线的截距对最优策略的影响,进一步探讨了背景资产的均值和方差的变动对投资组合风险及可能性有效前沿的影响。首先,将随机不确定条件下的VaR约束推广到可信性测度下。并把可信性测度下的VaR约束和交易费用加入到模型中,分别建立了具有VaR约束的模糊投资组合模型以及具有背景风险和交易费用的模糊投资组合模型。其次,以风险资产和背景资产收益率服从钟形可能性分布的情况为例,分析了置信水平和VaR直线的截距对最优投资策略的影响,展示了背景资产的均值和方差不同取值下的投资组合风险及可能性有效前沿。实证表明:当具有背景风险和交易费用的模糊投资组合模型中的其它参数保持不变,背景资产的均值增大时,其可能性有效前沿向左上方移动,投资者所承受的总风险减小。保持模型其它参数值不变,背景资产收益率的方差增大时,其可能性有效前沿向右平移,投资者承受的总风险增加。三、给出了两个模糊数乘积的可能性均值、可能性方差和可能性协方差,构建了具有背景风险的国际投资组合选择模型。以可能性理论为依据,推导了两个模糊数乘积的可能性均值、可能性方差和可能性协方差。以此为基础,将汇率风险与背景风险同时引入到投资组合模型中。考虑到汇率的浮动性和不确定性,我们将汇率设为一个模糊变量,建立了具有背景风险的国际投资组合选择模型。对比分析了汇率风险和背景风险对投资决策的影响,给出了不同情况下的可能性有效前沿。实证结果表明:当给定的单位投资价值相同时,具有背景风险和汇率风险的投资组合风险更大。如果忽略对它们的考虑,投资者在投资中将低估投资组合风险,使其蒙受损失。四、构建了具有背景风险的可能性投资组合调整模型。已有的关于投资组合调整模型都认为投资者所面对的风险只有一种,即投资风险。这些研究没有考虑投资者的劳动收入、健康状况等背景风险的影响。针对这一点,我们在可能性投资组合基础上进一步地研究了具有背景风险的可能性投资组合调整模型,探讨了背景风险偏好度对投资组合调整策略的影响。实证显示:背景风险偏好度的变化影响着投资者的投资调整策略。当背景风险偏好度减小时,投资者所承受的背景风险增加,使得投资者在投资中的总风险增加,其可能性有效前沿向右下方移动。
余浪[8](2012)在《不同风险度量的投资组合模型及应用研究》文中指出在投资过程中投资者所考虑的主要问题是如何将财富在多种资产中进行合理有效的配置,以实现风险最小化和收益最大化。基于此,本文主要运用不同的风险度量标准和约束条件来研究投资组合理论。首先,对单个风险度量模型进行分析和实证计算。分别对均值-方差、均值-下半方差和均值-绝对偏差投资组合模型进行了介绍,并以实际数据结合Matlab计算软件,求出各自的最优投资组合策略。其次,对组合风险度量模型进行分析和实证计算。分别对以均值-方差-绝对偏差、均值-方差-下半方差、均值-绝对偏差-下半方差为组合风险度量模型的投资组合进行介绍和比较分析,并结合实证分析和Matlab计算软件,求出各自的最优投资组合策略。再则,对不同约束条件进行分析和讲解。对单个风险度量和组合风险度量的约束条件进行改进,使之与现实投资情形相似。然后对同一约束条件下的不同风险度量模型进行模拟投资,从而判断各投资模型的有效性。本文的创新之处在于,将单个风险度量模型发展成组合风险度量模型。并且分别研究了方差-绝对偏差、方差-下半方差和绝对偏差-下半方差组合风险度量模型。通过实证研究,对这三种组合风险度量模型在不同约束条件下的有效性和可行性进行了研究和证明。
谢军[9](2012)在《情绪投资组合研究》文中认为行为金融学主要通过分析金融市场主体在市场行为中的偏差和信念来寻求不同市场主体在不同环境下的经验理论及决策行为特征,力求建立一种能正确反映市场主体实际决策行为和市场运行状况的描述性模型。一方面,已有的行为金融研究大多基于投资者偏差,这些模型往往只关注各种市场异常现象的单独确认和异常解释,从而造成了现有模型的分散、无逻辑和内涵模糊问题。另一方面,通过分析投资者的信念来讨论行为金融模型构建的研究还较为少见。而作为投资者信念重要表征的投资者情绪可以综合体现多种心理、行为偏差,这为基于投资者情绪建立更为统一有效的行为金融理论提供了可能。但是,在投资组合领域,如何基于投资者情绪对投资组合进行分析仍是学术界尚未解决的难题。本文基于投资者情绪分析投资组合的构建问题,利用数理推导、数值分析及实证研究,讨论不同条件下投资者情绪对投资者构建投资组合的影响,并进一步利用本文构建的模型从投资者情绪的角度对风险分散不足、本地偏好等多种市场异象进行有效解释。本文主要创新点包括如下三个方面:第一,构建了不同资产、不同市场的投资者情绪指标。首先,基于个股交易高频数据计算了BSI变量,并结合换手率等其它个股情绪代理变量采用主成分分析的方法构建了个股情绪复合指标;同时,采用面板数据分析讨论了个股情绪对个股收益的影响;其次,基于高频交易数据构建了股指期货市场投资者情绪,并且进一步通过GJR-GARCH模型分析了股指期货市场投资者情绪对股指期货各合约影响的日内效应。通过本文构建的股票市场个股情绪及股指期货市场情绪表明,投资者对不同资产有着不同的情绪,并且该情绪是影响资产表现的系统性因素。这正是本文基于不同资产投资者情绪建立情绪影响矩阵并进一步构建投资组合模型的出发点,同时为从投资者情绪角度对投资组合理论探讨的可行性提供支持。第二,基于投资者对不同资产有着不同的投资者情绪,讨论了投资者情绪影响下的投资组合构建问题。本文分别分析了投资者情绪对风险厌恶系数、认知收益和认知风险的影响,并由此探讨了投资者情绪对投资组合的影响。然后,本文更深入探讨了非对称风险度量下基于投资者情绪的投资组合构建问题,以及二元情绪(单一资产情绪与整体市场情绪)影响下的投资组合构建问题。表明了投资者情绪是影响投资组合构建的重要系统性因素:投资者情绪影响着投资者从候选资产中选择出拟投资资产,并且投资者投资于某资产的投资比例随着投资者对该资产的情绪高涨而增加;投资组合的有效边界随着投资者情绪的高涨而扩张;当不考虑资产相关性时,在非对称风险度量下的情绪投资组合是与平均分配原则(1/n法则)基本一致的。第三,通过对基于情绪认知的投资组合进一步分析,建立了情绪资本资产定价模型。本文构建的情绪资本资产定价模型表明投资者情绪是资产定价的重要系统因子。但是,资产价格并不是投资者情绪的单调增函数,存在投资者情绪的两个临界值S BT和S LT(其中S BT大于S LT),使得资产价格随投资者情绪的变化呈现出如下两种可能:(1)当投资者情绪大于临界值S BT时,投资者对资产的定价随着情绪的高涨反而下跌;当投资者情绪小于临界值S BT时,投资者对资产的定价随着情绪的高涨而上涨;(2)当投资者情绪大于临界值S BT时,投资者对资产的定价随着情绪的高涨反而下跌;当投资者情绪小于临界值S BT且大于临界值S LT时,投资者对资产的定价随着情绪的高涨而上升、随着情绪的低落而下跌;如果投资者情绪小于临界值S LT,投资者对资产的定价随着情绪的低落反而上涨。
郭昊[10](2011)在《我国外汇储备中债券资产的配置分析》文中研究表明外汇储备是一个国家经济实力的体现,对于平衡国际收支和稳定汇率有着重要的意义。本文是在全球性主权债务问题频发和我国外汇储备规模持续膨胀的背景下,以外汇储备中债券资产的配置为研究对象,对债券配置中考虑的风险因素进行了深入剖析。文章在充分借鉴国外外汇管理成功案例的基础上,运用含VaR约束的资产配置模型和币种结构选择模型对我国外汇储备中债券资产的配置进行了实证分析。对债券资产在单一国家内配置的研究中,文章运用控制变量法,分析了基于信用风险和流动性风险的优化配置问题,发现企业债券和长期债券对提高投资组合收益率起到了较好的效果。对债券资产币种结构配置的研究中,文章将外汇储备分为功能性和收益性外汇储备,并测算两部分的比例大致为1:2。其中,我国在2006年到2010年功能性外汇储备的币种结构约为:美元68.93%,欧元6.34%,日元9.86%,其他货币14.87%。收益性外汇储备中,美元资产能够有效地分散投资组合的风险,欧元资产和日元资产能有效地提高投资组合的收益。实证研究中,VaR约束能够缩小有效边界的范围,提高投资组合的风险控制水平。另外,在考虑交易成本后,原投资组合中各类资产的配置比例往往会降低。最后,基于研究的实证结果文章对我国外汇储备中债券资产的配置提出政策了建议。货币当局应该促进币种和债券种类的多元化配置,推进我国外汇储备的分类管理,增强我国海外投资能力。在保证安全性和流动性的基础上,使外汇储备更好地为我国经济建设服务,并实现保值和增值。
二、存在无风险资产条件下证券组合有效边界的旋移研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、存在无风险资产条件下证券组合有效边界的旋移研究(论文提纲范文)
(1)基于心理账户的资产配置选择研究(论文提纲范文)
内容摘要 |
Abstract |
第1章 导论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究内容、研究思路与研究方法 |
1.2.1 研究内容 |
1.2.2 研究思路 |
1.2.3 研究方法 |
1.3 分析框架及结构 |
1.4 可能的创新之处 |
第2章 资产组合选择理论回顾与评述 |
2.1 从证券投资组合到资产组合选择 |
2.1.1 证券投资组合模型的假设基础 |
2.1.2 证券投资组合模型 |
2.1.3 含无风险资产的投资组合模型 |
2.1.4 证券投资组合理论的发展 |
2.2 金融市场异象与行为金融解释 |
2.2.1 Friedman-Savage之谜 |
2.2.2 股权溢价之谜 |
2.2.3 动量效应和长期反转 |
2.3 行为资产组合理论与模型 |
2.3.1 心理账户理论 |
2.3.2 “安全第一”资产组合理论 |
2.3.3 SP/A资产组合理论 |
2.3.4 行为资产组合模型 |
2.4 资产配置模型的对比分析 |
第3章 心理账户与行为分层结构资产组合模型 |
3.1 从行为资产组合模型到行为分层结构资产组合模型 |
3.2 安全账户与安全资产选择 |
3.2.1 无次序的一般分析 |
3.2.2 “安全第一”的投资选择 |
3.3 收益账户资产选择 |
3.4 收益账户资产最优持仓比 |
3.4.1 基于VaR的分析 |
3.4.2 基于期权定价模型的分析 |
第4章 杠杆率异质性与资产配置策略选择 |
4.1 不同杠杆率资产的统计与分类 |
4.2 基于资产池不同组合方式的策略构建 |
4.3 资产配置策略投资效果度量 |
4.3.1 大盘策略和托宾资产配置策略 |
4.3.2 杠杆率异质性下的行为分层结构资产配置策略 |
4.3.3 对比分析 |
第5章 经验证据 |
5.1 大类资产选择及数据说明 |
5.1.1 大类金融资产的选择 |
5.1.2 数据说明 |
5.2 “分层”策略下的财富增值率度量 |
5.2.1 投资者家庭安全需求与投资者家庭财富 |
5.2.2 “分层”策略收益、投资者财富与风险资产死亡风险 |
5.3 中产阶级样本家庭“分层”策略有效性分析 |
5.3.1 中产阶级的界定 |
5.3.2 中产家庭“分层”策略有效性验证 |
5.3.3 不同死亡风险下的中产家庭财富增值率度量 |
5.3.4 不同财富状况下的中产家庭收益账户配比 |
5.4 “分层”策略与托宾资产配置策略的静态比较 |
5.4.1 托宾资产配置策略 |
5.4.2 行为分层结构资产配置策略 |
5.4.3 两种资产配置策略比较 |
5.5 “分层”策略与大盘收益的动态比较 |
第6章 结论与建议 |
6.1 结论 |
6.2 建议 |
参考文献 |
后记 |
(2)基金投资组合模型优化及应用研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究现状 |
1.3 研究思路 |
1.4 本文创新 |
第二章 投资组合理论知识 |
2.1 概念介绍 |
2.1.1 投资组合相关概念 |
2.1.2 基金投资相关概念 |
2.2 投资组合模型 |
2.2.1 基本知识 |
2.2.2 模型介绍 |
2.3 局限性 |
第三章 均值-方差投资组合模型优化 |
3.1 允许卖空时的投资组合模型 |
3.1.1 含无风险资产的均值-方差模型 |
3.1.2 机会约束下含无风险资产的均值-方差模型 |
3.2 不允许卖空时的投资组合模型 |
3.2.1 含无风险资产的均值-方差模型 |
3.2.2 机会约束下含无风险资产的均值-方差模型 |
第四章 基金投资组合模型应用研究 |
4.1 数据的选取和处理 |
4.2 允许卖空时投资组合模型应用分析 |
4.2.1 均值-方差模型 |
4.2.2 含无风险资产的均值-方差模型 |
4.2.3 机会约束下含无风险资产的均值-方差模型 |
4.2.4 模型比较分析 |
4.3 不允许卖空时投资组合模型应用分析 |
4.3.1 均值-方差模型 |
4.3.2 含无风险资产的均值-方差模型 |
4.3.3 机会约束下含无风险资产的均值-方差模型 |
4.3.4 模型比较分析 |
4.4 卖空机制的影响分析 |
4.5 模型有效性分析 |
第五章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
致谢 |
(3)基于风险态度的投资组合优化及应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究的背景 |
1.1.2 研究的意义 |
1.2 研究内容及研究框架 |
1.2.1 研究内容 |
1.2.2 研究框架图 |
1.3 研究方法及创新点 |
1.3.1 研究方法 |
1.3.2 创新点 |
1.4 文献综述 |
1.4.1 国外研究现状 |
1.4.2 国内研究现状 |
1.4.3 研究现状评述 |
第二章 相关理论概述 |
2.1 经典决策理论 |
2.1.1 预期效用理论 |
2.1.2 前景理论 |
2.2 现代投资组合管理理论概述 |
2.2.1 马克维茨的均值一方差理论 |
2.2.2 资本资产定价模型 |
2.3 风险态度及投资组合优化相关理论 |
2.3.1 风险与风险态度 |
2.3.2 风险态度下投资组合的资产选择原理 |
2.3.3 风险态度下的投资组合优化绩效评价模型 |
第三章 投资组合理论应用现状分析 |
3.1 中国资本市场的发展现状分析 |
3.2 我国证券市场投资组合风险分散化分析 |
3.2.1 证券市场中资产组合风险与收益分析 |
3.2.2 现代投资组合理论与风险分散化分析 |
3.3 投资组合规模与风险分散化实证分析 |
3.3.1 行业风险分散化分析 |
3.3.2 资产组合规模与有效边界的实证分析 |
3.3.3 投资组合在基金中的应用现状分析 |
3.4 风险态度与投资组合优化分析 |
3.4.1 引入风险态度对投资组合优化的必要性分析 |
3.4.2 风险态度对投资组合的影响分析 |
第四章 投资者风险态度及其影响因素分析 |
4.1 风险态度影响因素识别 |
4.2 问卷设计及数据来源 |
4.3 调查问卷基本情况统计分析 |
4.3.1 描述性分析 |
4.3.2 信度分析 |
4.3.3 双变量相关分析 |
4.4 风险态度影响因素分析 |
4.4.1 独立样本T检验 |
4.4.2 方差分析 |
4.4.3 Probit模型回归分析 |
4.4.4 总结 |
4.5 风险态度与非理性行为相关性分析 |
4.5.1 非理性因素对风险态度影响研究 |
4.5.2 风险态度类型的区别分析 |
4.6 风险态度估测模型分析 |
4.7 风险态度对资产配置影响分析 |
第五章 基于风险态度的投资组合优化分析 |
5.1 风险态度与资本配置优化 |
5.1.1 含风险厌恶系数的效用函数分析 |
5.1.2 基于风险态度的风险资产与无风险资产组合配置过程 |
5.1.3 风险态度下的资本最优配置分析 |
5.1.4 基于风险态度的资本配置的实证分析 |
5.2 风险资产组合优化 |
5.2.1 投资组合分散化及其风险分析 |
5.2.2 多项风险资产配置过程 |
5.3 基于风险态度的最优投资组合构建 |
5.3.1 风险厌恶型投资者的最优投资组合优化分析 |
5.3.2 风险偏好及中立型投资者的最优投资组合优化分析 |
第六章 基于风险态度的投资优化组合应用研究 |
6.1 引入风险态度的投资优化组合在投资者中的应用研究 |
6.1.1 个人投资者现状与基本特征 |
6.1.2 基于风险态度的个人资产组合优化中风险资产最优配置实证分析 |
6.1.3 基于风险态度的含无风险资产最优资产组合实证分析 |
6.1.4 基于风险态度的家庭资产配置优化组合现状分析 |
6.2 案例分析 |
6.2.1 基金公司基本信息分析 |
6.2.2 风险态度测评和分类原理在基金公司中的应用 |
6.2.3 基金公司基本产品风险等级分类 |
6.2.4 不同风险等级基金产品的投资绩效分析 |
6.2.5 不同风险态度类型与风险等级的不同基金产品匹配研究 |
第七章 总结与展望 |
7.1 研究结论 |
7.2 政策与建议 |
7.2.1 对政府政策的建议 |
7.2.2 对金融中介的建议 |
7.2.3 对投资者的建议 |
7.3 研究不足与展望 |
参考文献 |
附录 |
攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
致谢 |
(4)考虑投资者主观因素的模糊随机投资组合选择模型(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究目标及研究内容 |
1.2.1 研究目标 |
1.2.2 研究内容 |
1.3 研究方法及技术路线 |
1.4 本文创新之处 |
第二章 文献综述与理论基础 |
2.1 现代投资组合理论 |
2.1.1 随机不确定环境下的投资组合模型 |
2.1.2 模糊不确定环境下的投资组合模型 |
2.1.3 模糊随机不确定环境下的投资组合模型 |
2.1.4 随机模糊不确定环境下的投资组合模型 |
2.1.5 基于不确定性理论的投资组合模型 |
2.1.6 多重不确定环境下理论研究的不足之处 |
2.2 模糊集理论 |
2.2.1 模糊数定义、运算及性质 |
2.2.2 模糊数的期望、方差、协方差及其性质 |
2.3 模糊随机理论 |
2.3.1 模糊随机变量定义、运算及性质 |
2.3.2 模糊随机变量的期望、方差、协方差及其性质 |
2.4 本章小结 |
第三章 基于清晰数字特征的模糊随机投资组合均值 -方差模型 |
3.1 模糊随机变量的清晰数字特征 |
3.1.1 模糊随机可能性期望 |
3.1.2 模糊随机可能性方差 |
3.1.3 模糊随机可能性协方差 |
3.2 基于清晰数字特征的模糊随机可能性均值 -方差模型的建立 |
3.2.1 一般的模糊随机投资组合选择模型 |
3.2.2 具有梯形模糊随机收益率的投资组合选择模型 |
3.2.3 估计模糊随机收益率的一种简单方法 |
3.3 实例分析 |
3.4 本章小结 |
第四章 收益风险偏好相匹配的模糊随机投资组合 λ 均值 -λ 方差模型 |
4.1 模糊随机变量的 λ 权重方差风险函数的定义及性质 |
4.2 收益风险偏好相匹配的模糊随机 λ 均值 -λ 方差模型的建立 |
4.2.1 借入无风险资产的模糊随机 λ 均值 -λ 方差模型 |
4.2.2 风险资产的模糊随机 λ 均值 -λ 方差模型 |
4.3 实例分析 |
4.3.1 借入无风险资产的模糊随机 λ 均值 -λ 方差模型的实例分析 |
4.3.2 风险资产的模糊随机 λ 均值 -λ 方差模型的实例分析 |
4.4 本章小结 |
第五章 带有投资者乐悲观度的模糊随机投资组合模型 |
5.1 带有投资者乐悲观度的模糊随机预期收益率 |
5.2 带有投资者乐悲观度的模糊随机模型的建立 |
5.2.1 带有投资者乐悲观度的风险资产模糊随机模型 |
5.2.2 带有投资者乐悲观度的贷出无风险资产模糊随机模型 |
5.3 实例分析 |
5.3.1 带有投资者乐悲观度的风险资产模糊随机模型实例分析 |
5.3.2 带有投资者乐悲观度的贷出无风险资产模糊随机模型实例分析 |
5.4 本章小结 |
第六章 考虑投资者乐悲观度和风险偏好的模糊随机投资组合模型 |
6.1 带有投资乐悲观度和风险偏好的模糊随机期望收益率 |
6.2 考虑投资者乐悲观度和风险偏好的模糊随机线性规划模型的建立 |
6.3 实例分析 |
6.4 本章小结 |
总结与展望 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
附件 |
(5)个人投资者融资交易策略研究(论文提纲范文)
内容摘要 |
Abstract |
第1章 导论 |
1.1 研究背景及意义 |
1.2 文献综述 |
1.2.1 国外研究状况 |
1.2.2 国内研究状况 |
1.3 研究的主要内容及创新 |
1.3.1 文章的主要研究内容 |
1.3.2 文章的创新之处 |
第2章 证券投资组合选择与融资杠杆比 |
2.1 证券投资组合模 |
2.1.1 证券投资组合模型的假设前提 |
2.1.2 证券投资组合模型 |
2.2 投资组合模型的求解 |
2.3 最佳投资组合选择 |
2.4 最佳投资组合下的融资杠杆比 |
2.5 基于单纯融资的投资收益与风险 |
第3章 附加无风险证券的投资组合模型与融资杠杆比选择 |
3.1 附加无风险证券的投资组合模型 |
3.2 投资组合模型求解 |
3.3 附加无风险证券投资组合最优融资杠杆比 |
第4章 基于两种投资组合的实证分析 |
4.1 模型数据的选取 |
4.1.1 仅含风险证券的投资组合 |
4.1.2 附加无风险证券的证券投资组合 |
4.2 两类模型的对比结果 |
第5章 结论和不足 |
参考文献 |
后记 |
(6)资本市场相关性分析及多目标投资组合优化方法研究(论文提纲范文)
摘要 |
ABSTRACT |
符号说明 |
第一章 绪论 |
1.1 研究背景和选题意义 |
1.1.1 研究背景 |
1.1.2 选题意义 |
1.2 国内外研究现状 |
1.2.1 分形市场假说研究进展 |
1.2.2 投资组合研究进展 |
1.2.3 随机矩阵理论研究进展 |
1.3 本文主要研究内容 |
1.4 研究方法和技术路线 |
1.5 论文框架与创新 |
1.5.1 论文框架 |
1.5.2 主要创新点 |
第二章 基于随机矩阵理论的股票市场相关性分析 |
2.1 随机矩阵理论 |
2.1.1 随机矩阵理论简介 |
2.1.2 随机矩阵理论相关结论 |
2.2 股票收益相关矩阵 |
2.3 基于低频数据的股市收益相关矩阵分析 |
2.3.1 股票收益相关矩阵特征值 |
2.3.2 股票收益相关矩阵特征向量 |
2.4 基于高频数据的股市收益相关矩阵分析 |
2.4.1 股票收益相关矩阵特征值 |
2.4.2 股票收益相关矩阵特征向量 |
2.5 本章小结 |
第三章 基于随机矩阵理论的证券投资组合优化 |
3.1 投资组合管理 |
3.2 基于RMT的投资组合优化 |
3.2.1 证券投资组合相关矩阵的建立 |
3.2.2 去噪 |
3.2.3 基于RMT的相关矩阵去噪方法及其稳定性 |
3.3 相关矩阵的稳定性 |
3.4 实证分析与讨论 |
3.4.1 不同去噪方法性能比较 |
3.4.2 基于RMT投资组合优化实证分析 |
3.5 本章小结 |
第四章 多目标投资组合优化模型及求解方法 |
4.1 多目标优化投资组合模型的建立 |
4.2 均值-方差-资产数量投资组合模型 |
4.3 基于NSGA-Ⅱ的多目标投资组合问题的求解 |
4.4 基于正交试验的NSGA-Ⅱ参数优化配置方法 |
4.4.1 正交试验因素水平表及正交表 |
4.4.2 仿真试验 |
4.4.3 仿真试验结果分析 |
4.5 实证分析 |
4.5.1 NSGA-Ⅱ算法参数优化实证分析 |
4.5.2 三目标投资组合优化实证分析 |
4.6 本章小结 |
第五章 中国沪市分形结构和自组织临界性 |
5.1 分形市场假说(Fractal Market Hypothesis, FMH) |
5.2 自组织临界性(Self-Organized Criticality, SOC) |
5.2.1 分形分布 |
5.2.2 分形噪声 |
5.2.3 非对称消除趋势波动分析 |
5.3 实证分析 |
5.3.1 分形分布特征指数α |
5.3.2 功率谱及A-DFA分析 |
5.4 本章小结 |
第六章 基于去趋势交叉相关分析方法的投资组合优化 |
6.0 去趋势交叉相关分析方法 |
6.1 尺度效应 |
6.2 描述性统计量P_(PCCij)和P_(DCCAij)的比较 |
6.3 最小方差投资组合 |
6.4 投资组合有效前沿 |
6.4.1 两种投资组合有效前沿的比较 |
6.4.2 不同时间尺度的投资组合有效前沿比较 |
6.4.3 基于分形市场假说(FMH)相应市场指数分析 |
6.4.4 投资组合权重的稳定性 |
6.5 本章小结 |
第七章 投资组合优化策略综合算例 |
7.1 数据筛选及实证步骤 |
7.2 改进的投资组合模型 |
7.3 模型求解结果与分析 |
7.4 本章小结 |
第八章 结论与展望 |
8.1 全文主要结论 |
8.2 后续工作展望 |
参考文献 |
作者在攻读博士学位期间发表的学术论文 |
致谢 |
(7)考虑背景风险因素的可能性投资组合选择模型研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 问题提出与研究方法 |
1.2.1 问题提出 |
1.2.2 研究方法 |
1.3 论文结构与研究内容 |
1.4 本文创新之处 |
第二章 文献综述与基础理论 |
2.1 背景风险 |
2.1.1 考虑背景风险的实证分析 |
2.1.2 考虑背景风险的效用理论研究 |
2.1.3 考虑背景风险的动态规划研究 |
2.2 投资组合理论 |
2.2.1 随机不确定性投资组合选择模型 |
2.2.2 模糊不确定性投资组合选择模型 |
2.3 可能性理论 |
2.3.1 模糊数的定义及性质 |
2.3.2 可能性均值和可能性方差 |
2.4 本章小结 |
第三章 基于背景风险偏好度的可能性均值-方差模型及影响分析 |
3.1 基于背景风险偏好度的可能性 MV 模型 |
3.1.1 一般形式的可能性 MV 模型 |
3.1.2 具有 LR-类模糊收益分布的可能性 MV 模型 |
3.1.3 背景风险偏好度的影响分析 |
3.2 含流动性约束的双目标可能性 MV 模型 |
3.3 本章小结 |
第四章 具有背景风险和风险价值的模糊投资组合模型及变动分析 |
4.1 具有 VaR 约束的模糊投资组合模型 |
4.1.1 可信性测度相关知识 |
4.1.2 一般形式的模糊投资组合模型 |
4.1.3 特殊模糊收益分布的模糊投资组合模型 |
4.1.4 可信性 VaR 约束的变动分析 |
4.2 具有背景风险和交易费用的模糊投资组合模型 |
4.2.1 模型构建 |
4.2.2 背景资产均值和方差的变动分析 |
4.3 本章小结 |
第五章 具有背景风险的国际投资组合选择模型 |
5.1 两个模糊数乘积的可能性数字特征 |
5.2 一般形式的可能性国际投资组合模型 |
5.3 特殊模糊收益分布的可能性国际投资组合模型 |
5.4 算例分析 |
5.5 本章小结 |
第六章 具有背景风险的可能性投资组合调整模型 |
6.1 一般形式的可能性投资组合调整模型 |
6.2 特殊模糊收益分布的可能性投资组合调整模型 |
6.3 最优调整策略算例分析 |
6.4 本章小结 |
结论与展望 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
附件 |
(8)不同风险度量的投资组合模型及应用研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究的背景及意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 投资组合的有关概念 |
1.4 本文的研究思路和主要内容 |
1.4.1 研究思路 |
1.4.2 主要内容 |
第二章 均值-风险度量模型 |
2.1 不允许卖空的均值-方差模型 |
2.1.1 只含有风险资产的均值-方差模型 |
2.1.2 含有无风险资产的均值-方差模型 |
2.1.3 含有无风险资产与交易费用的均值-方差模型 |
2.1.4 模型的比较分析 |
2.2 不允许卖空的均值-下半方差模型 |
2.2.1 只含有风险资产的均值-下半方差模型 |
2.2.2 含有无风险资产的均值-下半方差模型 |
2.2.3 含有无风险资产与交易费用的均值-下半方差模型 |
2.2.4 模型的比较分析 |
2.3 不允许卖空的均值-绝对偏差投资组合模型 |
2.3.1 只含有无风险资产的均值-绝对偏差投资组合模型 |
2.3.2 含有无风险资产的均值-绝对偏差投资组合模型 |
2.3.3 含有无风险资产与交易费用的均值-绝对偏差投资组合模型 |
2.3.4 模型的比较分析 |
2.4 本章小结 |
第三章 均值-组合风险度量模型 |
3.1 不允许卖空的均值-方差-绝对偏差投资组合模型 |
3.1.1 只含有风险资产的均值-方差-绝对偏差投资组合模型 |
3.1.2 含有无风险资产的均值-方差-绝对偏差投资组合模型 |
3.1.3 含有无风险资产与交易费用的均值-方差-绝对偏差投资组合模型 |
3.1.4 模型的比较分析 |
3.2 不允许卖空的均值-方差-下半方差投资组合模型 |
3.2.1 只含有风险资产的均值-方差-下半方差投资组合模型 |
3.2.2 含有无风险资产的均值-方差-下半方差投资组合模型 |
3.2.3 含有无风险资产与交易费用的均值-方差-下半方差投资组合模型 |
3.2.4 模型的比较分析 |
3.3 不允许卖空的均值-下半方差-绝对偏差投资组合模型 |
3.3.1 只含有风险资产的均值-下半方差-绝对偏差投资组合模型 |
3.3.2 含有无风险资产的均值-下半方差-绝对偏差投资组合模型 |
3.3.3 含有无风险资产与交易费用的均值-下半方差-绝对偏差投资组合模型 |
3.3.4 模型的比较分析 |
3.4 本章小结 |
第四章 投资组合模型的实证研究 |
4.1 只含有风险资产不同风险度量方法的比较分析 |
4.2 含有无风险资产的不同风险度量方法的比较分析 |
4.3 含有无风险资产和交易费用的不用风险度量方法的比较分析 |
4.4 本章小结 |
第五章 总结与展望 |
参考文献 |
致谢 |
附录 1 |
详细摘要 |
(9)情绪投资组合研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 研究问题的提出 |
1.3 研究内容与目的 |
1.3.1 研究内容 |
1.3.2 研究目的 |
1.4 研究方法、思路与技术路线 |
1.5 论文结构 |
1.6 论文创新之处 |
第二章 文献综述 |
2.1 相关研究文献的学术谱系图 |
2.2 常见投资组合模型回顾 |
2.2.1 标准金融投资组合模型回顾 |
2.2.2 行为金融投资组合理论及模型 |
2.2.3 投资组合理论及模型总结 |
2.3 基于情绪的选择决策行为神经科学研究 |
2.4 基于情绪的选择决策行为心理学研究 |
2.5 投资者情绪代理变量的讨论 |
2.5.1 情绪度量的直接调查指标 |
2.5.2 情绪度量的间接指标 |
2.6 本章小结 |
第三章 个股情绪及股指期货市场情绪的度量 |
3.1 个股情绪的度量 |
3.1.1 个股情绪复合指标 CIISS 的构建 |
3.1.2 个股情绪的特征 |
3.1.3 个股情绪对个股收益的冲击分析 |
3.2 股指期货市场投资者情绪度量 |
3.2.1 股指期货市场情绪的度量——多空不均衡指标 |
3.2.2 数据与统计性描述 |
3.2.3 投资者情绪对股指期货市场的冲击 |
3.2.4 结论的稳健性检验 |
3.3 本章小结 |
第四章 基于情绪风险厌恶系数的投资组合模型 |
4.1 情绪风险厌恶系数矩阵 |
4.2 风险资产投资组合构建 |
4.2.1 模型构建与求解 |
4.2.2 具体数值算例 |
4.2.3 本地偏好异象的解释 |
4.2.4 有效边界 |
4.3 包含无风险资产的投资组合构建 |
4.3.1 模型构建与求解 |
4.3.2 有效边界 |
4.3.3 具体数值算例 |
4.3.4 实证检验 |
4.4 本章小结 |
第五章 基于情绪认知的投资组合模型 |
5.1 情绪认知收益与情绪认知风险 |
5.2 情绪认知占优准则 |
5.3 基于情绪认知的风险资产投资组合模型 |
5.3.1 卖空限制下的风险资产投资组合模型 |
5.3.2 无卖空限制的风险资产投资组合模型 |
5.4 包含无风险资产的基于情绪认知投资组合模型 |
5.4.1 卖空限制下含无风险资产投资组合模型 |
5.4.2 无卖空限制、包含无风险资产的投资组合模型 |
5.5 本章小结 |
第六章 基于情绪价值离差的投资组合模型 |
6.1 基于投资者情绪的价值函数修正 |
6.1.1 价值函数 |
6.1.2 情绪价值函数 |
6.2 基于情绪价值离差的投资组合模型 |
6.2.1 模型构建 |
6.2.2 模型求解及现实意义 |
6.3 模型的实证分析 |
6.4 本章小结 |
第七章 基于二元情绪的投资组合模型 |
7.1 模型假设 |
7.2 基于二元情绪的投资组合模型构建及求解 |
7.2.1 模型构建 |
7.2.2 模型求解 |
7.2.3 基于二元情绪的投资组合有效边界 |
7.3 模型的数值算例 |
7.4 本章小结 |
第八章 情绪资本资产定价模型 |
8.1 情绪资本市场线 |
8.1.1 情绪资本市场线的推导 |
8.1.2 情绪资本市场线的数值算例 |
8.2 情绪证券市场线 |
8.2.1 情绪证券市场线的推导 |
8.2.2 情绪证券市场线的性质及数值算例 |
8.3 SCAPM 与传统资本资产定价模型的比较 |
8.4 本章小结 |
结论 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
附件 |
(10)我国外汇储备中债券资产的配置分析(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与研究意义 |
1.2 国内外研究文献综述 |
1.2.1 资产配置的研究 |
1.2.2 外汇储备管理的研究 |
1.3 本文研究内容与研究方法 |
1.3.1 本文的研究框架 |
1.3.2 本文的创新 |
1.3.3 本文的不足 |
第二章 国内外外汇储备的现状与管理模式 |
2.1 全球外汇储备管理现状概述 |
2.2 我国外汇储备的现状与特征 |
2.3 我国外汇储备的管理模式 |
2.4 国外外汇储备管理的成功案例 |
第三章 债券资产配置的风险剖析及其度量 |
3.1 债券资产在单一国家内配置的风险 |
3.1.1 利率风险 |
3.1.2 流动性风险 |
3.1.3 信用分析 |
3.2 债券资产在多币种间配置的风险 |
3.2.1 汇率风险 |
3.2.2 国家主权风险 |
3.3 风险的度量方法 |
3.3.1 方差方法 |
3.3.2 下偏风险方法 |
3.3.3 VaR 方法 |
3.4 欧美主权债务危机的启示 |
第四章 债券资产在单一国家内的配置分析 |
4.1 含VaR约束的资产配置模型 |
4.2 基于信用风险的美国债券配置分析 |
4.2.1 样本选取与数据来源 |
4.2.2 信用风险下模型的设计思路 |
4.2.3 基于信用风险的实证研究 |
4.3 基于流动性风险的美国债券配置分析 |
4.3.1 样本选取与数据来源 |
4.3.2 流动性风险下模型的设计思路 |
4.3.3 基于流动性风险的实证研究 |
4.4 考虑交易成本的资产配置分析 |
第五章 债券资产币种结构的配置分析 |
5.1 外汇储备币种结构配置模型 |
5.1.1 海勒—奈特模型 |
5.1.2 杜利模型 |
5.1.3 阿格沃尔模型 |
5.2 币种结构的分类配置 |
5.2.1 对外汇储备分类的探讨 |
5.2.2 对外汇储备分类规模的确定 |
5.3 功能性外汇储备的币种结构配置 |
5.3.1 基于不同功能的币种结构配置 |
5.3.2 功能性外汇储备币种结构的确定 |
5.4 收益性外汇储备的币种结构配置 |
5.4.1 样本选取与数据来源 |
5.4.2 基于含VaR 约束的资产配置模型的实证研究 |
5.5 考虑交易成本的币种结构配置分析 |
5.5.1 功能性外汇储备币种配置中交易成本的讨论 |
5.5.2 收益性外汇储备币种配置中交易成本的讨论 |
第六章 结论与建议 |
6.1 研究结论 |
6.2 政策建议 |
参考文献 |
附录 |
谢辞 |
攻读硕士学位期间发表的学术论文 |
附件 |
四、存在无风险资产条件下证券组合有效边界的旋移研究(论文参考文献)
- [1]基于心理账户的资产配置选择研究[D]. 李军帅. 天津财经大学, 2020(07)
- [2]基金投资组合模型优化及应用研究[D]. 刘艳欣. 曲阜师范大学, 2019(01)
- [3]基于风险态度的投资组合优化及应用研究[D]. 赵建香. 上海工程技术大学, 2018(07)
- [4]考虑投资者主观因素的模糊随机投资组合选择模型[D]. 孙薇. 华南理工大学, 2016(05)
- [5]个人投资者融资交易策略研究[D]. 谢千. 天津财经大学, 2016(10)
- [6]资本市场相关性分析及多目标投资组合优化方法研究[D]. 孙雪莲. 天津大学, 2016(07)
- [7]考虑背景风险因素的可能性投资组合选择模型研究[D]. 李婷. 华南理工大学, 2013(06)
- [8]不同风险度量的投资组合模型及应用研究[D]. 余浪. 武汉科技大学, 2012(02)
- [9]情绪投资组合研究[D]. 谢军. 华南理工大学, 2012(11)
- [10]我国外汇储备中债券资产的配置分析[D]. 郭昊. 上海交通大学, 2011(07)