当前位置:主页 > 经济论文 > 经济发展论文 >

基于不确定理论的增强型指数跟踪投资组合研究

发布时间:2023-10-11 22:24
  增强型指数跟踪投资组合研究是关于通过构建投资组合优化模型以达到跟踪并超越基准指数收益目的的资产配置研究。现有相关研究和结论多数是建立在证券收益为随机变量和概率论为数学工具的基础上。然而,现实金融市场中存在着历史数据缺失或失效的情况。例如:新上市的股票缺乏历史数据;COVID-19或是战争等突发事件使得历史数据无法有效反映未来金融市场。在这种情况下,人们不得不借助专家估计来帮助投资决策。研究表明人会高估不确定事件发生的可能性,而概率论的使用会放大人为估计中存在的偏差。针对上述情况,本文使用不确定理论,将证券收益视为不确定变量,进行基于不确定理论的增强型指数跟踪投资组合研究。本文的主要研究内容和成果如下:(1)运用方差来度量跟踪误差,研究不确定均值-方差增强型指数跟踪投资组合问题。本研究构建了不确定均值-方差增强型指数跟踪投资组合模型,并给出了当证券收益服从正态不确定分布时所构建模型的解析解。在解析解的基础上,分析了最优跟踪组合的收益和风险,给出了最优跟踪组合的有效边界,并通过定义一个包含投资者风险厌恶系数、跟踪组合收益和风险的函数来度量跟踪组合的表现。分析发现:基准指数的选择、投资者的风...

【文章页数】:125 页

【学位级别】:博士

【文章目录】:
致谢
摘要
Abstract
1 引言
    1.1 研究背景
    1.2 研究意义
    1.3 研究内容
    1.4 创新点
2 文献综述与理论基础
    2.1 投资组合文献综述
        2.1.1 Markowitz投资组合理论及发展
        2.1.2 增强型指数跟踪投资组合理论及发展
    2.2 不确定投资组合文献综述
        2.2.1 不确定均值-风险模型理论
        2.2.2 扩展的不确定均值-风险模型理论
    2.3 不确定理论基础知识简介
    2.4 本章小结
3 不确定均值-方差增强型指数跟踪投资组合研究
    3.1 问题描述和符号说明
    3.2 不确定均值-方差增强型指数跟踪投资组合模型
    3.3 最优跟踪组合的收益和风险
        3.3.1 最优跟踪组合的收益
        3.3.2 最优跟踪组合的风险
        3.3.3 最优跟踪组合的有效边界
        3.3.4 最优跟踪组合的表现
    3.4 数值例子
        3.4.1 数据
        3.4.2 最优跟踪组合
        3.4.3 最优跟踪组合的有效边界
        3.4.4 最优跟踪组合的表现
        3.4.5 相关参数的敏感性分析
    3.5 本章小结
4 考虑组合收益风险控制的不确定均值-方差增强型指数跟踪投资组合研究
    4.1 问题描述和符号说明
    4.2 考虑组合收益风险控制的不确定均值-方差增强型指数跟踪模型
        4.2.1 不确定模型
        4.2.2 进一步讨论
    4.3 考虑组合收益风险控制的模型和不考虑的模型比较
    4.4 考虑组合收益风险控制对投资者决策的影响
    4.5 数值例子
        4.5.1 数据
        4.5.2 最优跟踪组合
        4.5.3 相关参数的敏感性分析
        4.5.4 考虑组合收益风险控制的模型和不考虑的模型比较
    4.6 本章小结
5 不确定均值-下半绝对偏差增强型指数跟踪投资组合研究
    5.1 问题描述和符号说明
    5.2 不确定均值-下半绝对偏差增强型指数跟踪投资组合模型
    5.3 最优跟踪组合的收益和风险
        5.3.1 最优跟踪组合的收益
        5.3.2 最优跟踪组合的风险
        5.3.3 最优跟踪组合的有效边界
    5.4 参数变化对最优跟踪组合的影响
        5.4.1 基准指数收益分布的变化
        5.4.2 跟踪误差容忍水平的变化
    5.5 数值例子
        5.5.1 模型的计算结果
        5.5.2 本章模型和其他不确定模型的比较
    5.6 本章小结
6 不确定均值-下半绝对偏差高阶矩增强型指数跟踪投资组合研究
    6.1 问题描述和符号说明
    6.2 不确定均值-下半绝对偏差高阶矩增强型指数跟踪投资组合模型
        6.2.1 高阶矩增强型指数跟踪投资组合模型
        6.2.2 高阶矩增强型指数跟踪投资组合模型和低阶矩模型的比较
    6.3 基于人工蜂群算法的算法设计
        6.3.1 参数条件和解生成条件
        6.3.2 算法主要步骤
    6.4 数值例子
        6.4.1 数据
        6.4.2 模型的计算结果
        6.4.3 本章模型和其他不确定模型的比较
        6.4.4 算法在大规模问题中的适用性
    6.5 本章小结
7 结论与展望
    7.1 研究结论
    7.2 研究展望
参考文献
作者简历及在学研究成果
学位论文数据集



本文编号:3852906

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjifazhanlunwen/3852906.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户923c5***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com