多元时变高阶矩建模及其投资组合研究
发布时间:2023-04-01 17:25
Markowitz的均值-方差投资组合模型是现代投资组合理论的基石,其开创了理性投资者在不确定条件下进行资产组合的理论与方法,对金融领域的学术研究和行业实践产生了革命性的深远影响。但随着金融计量建模技术的不断提高和金融实践的不断发展,该理论的不足之处也逐渐显现出来,集中体现为其在资产收益率分布呈现非正态性和效用函数具有非二次性时会面临着严重的福利损失。与此同时,众多研究表明资产及其组合收益率分布的非正态性和投资者效用函数的非二次性与资产及其组合收益率的高阶矩具有着紧密的内在联系。显然,将高阶矩引入到投资组合模型中并构建基于高阶矩的投资组合是克服均值-方差投资组合模型缺陷的必然趋势。进一步地,在现实投资决策中人们还发现资产收益率不仅具有非对称和尖峰厚尾特征且这些特征可能还具有时变性,其表现为资产收益率的偏度和峰度是时变的。因此,基于高阶矩的投资组合研究还需要关注多个资产收益率的高阶矩和协高阶矩的时变性特征,并进一步构建基于高阶矩的动态投资组合。显然,这就需要对多个资产收益率的协高阶矩矩阵进行动态建模。然而,目前有关动态投资组合优化问题的研究主要是基于前两阶矩的时变性来进行,而考虑具有时变...
【文章页数】:172 页
【学位级别】:博士
【文章目录】:
摘要
abstract
1 绪论
1.1 选题背景与研究意义
1.2 研究内容与结构安排
1.3 主要创新点
2 文献综述
2.1 一元时变高阶矩的建模研究
2.2 多元时变高阶矩的建模研究
2.3 基于时变高阶矩的应用研究
2.4 文献评述
3 一元时变高阶矩模型
3.1 ARCD模型的构建
3.1.1 分布的偏度-峰度界限
3.1.2 分布的选取
3.2 ARCD模型的估计
3.3 条件偏度和条件峰度的估计
3.4 新息冲击曲线
3.5 时变高阶矩识别检验
3.5.1 游程检验
3.5.2 拉格朗日乘数检验
3.5.3 基于回归的检验
3.6 模型诊断检验
3.6.1 条件矩检验
3.6.2 非参数设定检验
3.7 模拟研究
3.7.1 检验水平
3.7.2 检验功效
3.8 本章小结
4 基于动态条件相关的多元时变高阶矩模型
4.1 DECO-ARCD模型的构建
4.1.1 条件均值的设定
4.1.2 条件协方差矩阵的设定
4.1.3 条件联合分布的设定
4.2 DECO-ARCD模型的估计
4.2.1 极大似然估计
4.2.2 模拟研究
4.3 条件协高阶矩矩阵的估计
4.4 新息冲击曲面
4.5 实证研究
4.5.1 数据选取与描述
4.5.2 识别检验与参数估计
4.5.3 各阶矩的动态特征
4.5.4 资产投资组合分析
4.6 本章小结
5 基于广义正交变换的多元时变高阶矩模型
5.1 GO-ARCD模型的构建
5.2 GO-ARCD模型的估计
5.2.1 极大似然估计
5.2.2 分步估计
5.2.3 潜在因子的排序
5.2.4 模拟研究
5.3 条件协高阶矩矩阵的估计
5.4 新息冲击曲面
5.5 实证研究
5.5.1 数据选取与描述
5.5.2 识别检验与参数估计
5.5.3 各阶矩的动态特征
5.5.4 资产投资组合分析
5.6 本章小结
6 结论与展望
6.1 主要结论
6.2 研究展望
参考文献
致谢
攻读博士学位期间的科研成果
本文编号:3777556
【文章页数】:172 页
【学位级别】:博士
【文章目录】:
摘要
abstract
1 绪论
1.1 选题背景与研究意义
1.2 研究内容与结构安排
1.3 主要创新点
2 文献综述
2.1 一元时变高阶矩的建模研究
2.2 多元时变高阶矩的建模研究
2.3 基于时变高阶矩的应用研究
2.4 文献评述
3 一元时变高阶矩模型
3.1 ARCD模型的构建
3.1.1 分布的偏度-峰度界限
3.1.2 分布的选取
3.2 ARCD模型的估计
3.3 条件偏度和条件峰度的估计
3.4 新息冲击曲线
3.5 时变高阶矩识别检验
3.5.1 游程检验
3.5.2 拉格朗日乘数检验
3.5.3 基于回归的检验
3.6 模型诊断检验
3.6.1 条件矩检验
3.6.2 非参数设定检验
3.7 模拟研究
3.7.1 检验水平
3.7.2 检验功效
3.8 本章小结
4 基于动态条件相关的多元时变高阶矩模型
4.1 DECO-ARCD模型的构建
4.1.1 条件均值的设定
4.1.2 条件协方差矩阵的设定
4.1.3 条件联合分布的设定
4.2 DECO-ARCD模型的估计
4.2.1 极大似然估计
4.2.2 模拟研究
4.3 条件协高阶矩矩阵的估计
4.4 新息冲击曲面
4.5 实证研究
4.5.1 数据选取与描述
4.5.2 识别检验与参数估计
4.5.3 各阶矩的动态特征
4.5.4 资产投资组合分析
4.6 本章小结
5 基于广义正交变换的多元时变高阶矩模型
5.1 GO-ARCD模型的构建
5.2 GO-ARCD模型的估计
5.2.1 极大似然估计
5.2.2 分步估计
5.2.3 潜在因子的排序
5.2.4 模拟研究
5.3 条件协高阶矩矩阵的估计
5.4 新息冲击曲面
5.5 实证研究
5.5.1 数据选取与描述
5.5.2 识别检验与参数估计
5.5.3 各阶矩的动态特征
5.5.4 资产投资组合分析
5.6 本章小结
6 结论与展望
6.1 主要结论
6.2 研究展望
参考文献
致谢
攻读博士学位期间的科研成果
本文编号:3777556
本文链接:https://www.wllwen.com/jingjifazhanlunwen/3777556.html