【摘要】： 均值-方差證券組合理論是一個兩參數(shù)的二次規(guī)劃問題,傳統(tǒng)的研究注重于對該理論的兩個輸入?yún)?shù)進(jìn)行無偏估計和放寬實際約束條件,以及在優(yōu)化算法上進(jìn)行突破。在理論上,均值-方差證券組合理論已經(jīng)精美絕倫,但是在實際投資活動中,并沒有得到廣泛應(yīng)用,原因在于該理論對兩參數(shù)的微小變動十分敏感,往往導(dǎo)致組合結(jié)構(gòu)缺乏穩(wěn)定性,在樣本期外只能取得次優(yōu)業(yè)績。本論文主要目的是利用再抽樣方法改進(jìn)傳統(tǒng)均值-方差模型,以使其得到更大的實際應(yīng)用。 本文第二章在對均值-方差模型的基本概念進(jìn)行介紹之后,我們通過對預(yù)測誤差(estimation error)進(jìn)行Monte Carlo模擬,發(fā)現(xiàn)由于預(yù)測的輸入?yún)?shù)與真實參數(shù)存在差異,預(yù)測得到的有效邊界位于真實有效邊界的右下方。出現(xiàn)以上現(xiàn)象的原因在于經(jīng)典均值-方差(Mean-Variance)模型對輸入?yún)?shù)的變動非常敏感,輸入?yún)?shù)的微小波動會造成最優(yōu)化結(jié)果的巨大偏差。 本文第三章利用已有文獻(xiàn)提出的投資組合再抽樣方法對投資組合的輸入?yún)?shù)予以模擬以增加樣本的信息量,從而大大降低均值-方差模型對輸入?yún)?shù)的敏感性。本章中我們選取滬市A股10只股票采用再抽樣方法進(jìn)行實證分析,表明在均值-方差分析中運用再抽樣方法進(jìn)行組合權(quán)重修正,能夠取得更接近于真實有效邊界的再抽樣有效邊界,是對均值-方差模型有效改進(jìn)。 第三章建立的再抽樣有效曲線還不能完全解決我們實際情況中所面臨的問題。在實踐中,投資者手中持有的股票組合并不總是在再抽樣有效邊界上。股票組合位于再抽樣有效邊界外并不一定意味著該股票組合就是無效的。由此我們有必要在再抽樣有效曲線的基礎(chǔ)之上判斷一個股票組合是否有效,從而需要建立再抽樣有效置信區(qū)域的概念。本文第四章基于傳統(tǒng)均值-方差模型和Michaud(1998)再抽樣有效邊界曲線的基礎(chǔ)之上,建立了投資組合的再抽樣有效置信區(qū)域。針對Michaud(1998)構(gòu)造再抽樣有效置信區(qū)域方法的不足,提出了一種改進(jìn)方法,使得構(gòu)造的置信區(qū)域更加準(zhǔn)確,并有助于指導(dǎo)實踐中的投資組合權(quán)重分析。并且利用滬市A股10只股票進(jìn)行的實證分析驗證了改進(jìn)方法的有效。 本文第五章對全文做出總結(jié)。
【圖文】：

圖 2-4 均值－方差模型對輸入?yún)?shù)的敏感性分析圖 2-4 中用“o”標(biāo)出的是由于人們無法準(zhǔn)確預(yù)測均值－方差模型的輸入法達(dá)到的事后均值－方差有效邊界，即真實的有效邊界線�！�·”標(biāo)出的參數(shù)進(jìn)行模擬后得到的各個組合。由于人們無法準(zhǔn)確預(yù)測輸入?yún)?shù)，均模型的誤差放大機制使組合權(quán)重發(fā)生偏離，從而實際投資無法達(dá)到經(jīng)典差有效邊界。在圖中表現(xiàn)為“·”代表的模擬股票組合均位于“o”組成效邊界線的右下方。圖中用“ ”標(biāo)出的為由于人們對輸入?yún)?shù)無法準(zhǔn)確用均值－方差模型進(jìn)行組合投資能夠獲得的平均的均值－方差有效曲線意義為：由于人們無法準(zhǔn)確預(yù)測均值－方差模型中的參數(shù)，人們采用經(jīng)方差分析方法進(jìn)行股票組合投資所能達(dá)到的平均業(yè)績。從圖 2-4 我們可地看到均值－方差模型對輸入?yún)?shù)的變化具有很強的敏感性。

圖 3-1 再抽樣投資分析方法與 M-V 模型實證結(jié)果比較 3-1 中“o”標(biāo)示的曲線為事后均值－方差有效邊界，即真實的有效出的為我們采用 Michaud（1998）的再抽樣方法獲得的再抽樣有標(biāo)出的則為按照 2.4.2 節(jié)方法得到的平均的均值－方差有效曲線。出，再抽樣投資分析方法取得的業(yè)績表現(xiàn)明顯優(yōu)于平均的經(jīng)典均值線。在我們無法準(zhǔn)確預(yù)測圖 3-1 中的真實有效邊界的情況下，通過法能夠獲得相對好的業(yè)績水平。值－方差證券投資組合模型受誤差放大機制的影響，對輸入?yún)?shù)的敏感，在信息量較小的情況下其對具有歷史高收益和低風(fēng)險特征的權(quán)重，對其他證券配置零權(quán)重，即均值－方差模型的角解（Corner S樣投資分析方法可在已得的樣本數(shù)據(jù)中獲得更多的信息，減少輸入，，降低了均值－方差模型對輸入?yún)?shù)的這種敏感性，是對馬科維茨型的一個有效改進(jìn)。再抽樣投資組合的改進(jìn)
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2006
【分類號】：F830.91;F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 任達(dá),屠新曙;無風(fēng)險利率下投資組合的有效前沿[J];北京理工大學(xué)學(xué)報(社會科學(xué)版);2002年02期

2 李儉富,曾勇;基于斯坦規(guī)則的投資組合管理改進(jìn)研究[J];管理學(xué)報;2004年03期

3 李善民,徐沛;Markowitz投資組合理論模型應(yīng)用研究[J];經(jīng)濟科學(xué);2000年01期

4 施東暉;上海股票市場風(fēng)險性實證研究[J];經(jīng)濟研究;1996年10期

5 吳世農(nóng),韋紹永;上海股市投資組合規(guī)模和風(fēng)險關(guān)系的實證研究[J];經(jīng)濟研究;1998年04期

6 曾勇，唐小我;不允許賣空情況下組合證券有效邊界的確定方法[J];技術(shù)經(jīng)濟;1994年10期

7 周洪濤;費奇;;基于分形分布的投資組合選擇理論研究[J];科技進(jìn)步與對策;2003年03期

8 黃繼平,黃良文,陳蔚;基于風(fēng)險控制的證券投資決策[J];統(tǒng)計研究;2004年07期

9 攀登,吳沖鋒;用遺傳算法直接搜索證券組合投資的有效邊界[J];系統(tǒng)工程學(xué)報;2002年04期

10 唐小我，潘景銘;不允許賣空條件下組合證券投資有效邊界的確定方法[J];預(yù)測;1995年05期

本文編號：2675127