基于熵补偿的Black-Litterman模型的资产配置

发布时间：2017-07-31 09:21

  本文关键词：基于熵补偿的Black-Litterman模型的资产配置

  更多相关文章： 熵补偿 Black-Litterman模型 投资组合 AR-TGARCH 资产配置

【摘要】：随着我国金融市场体制的不断健全与完善,以投资基金为主的机构投资者逐渐壮大,以期货、期权和其他衍生品为代表的新兴资产频频推出。与此同时,业界频现“资产荒”怪象,优质适宜的大类资产难寻。供需错配背景下,资产配置愈发受到投资者尤其是机构投资者的青睐。动态调整大类资产中的配置占比,进行组合投资管理显得尤为重要。本文则试图从理论研究和实证研究两方面着手探讨资产配置问题。借助对资产配置有关概念的介绍,对以均值一方差模型、资本资产定价模型、套利定价模型、有效市场理论及行为金融理论为主要代表的现代投资组合理论的梳理,提出本文所构建的用于资产配置的Black-Litterman模型的基本框架。该模型采用Bayesian方法和逆最优化理论,将投资者的主观观点融入到均衡资本市场中,便可求出后验收益率向量和协方差矩阵。最后通过求解二次规划问题,获得最优的资产配置权重。基于Black-Litterman模型,采用时间序列AR-TGARCH模型和信息熵补偿投资风险分析方法,构建优化后的投资组合。实证分析表明,该模型较之其他投资组合模型,能够获得更高的收益,具有更强的应用性,为投资者的资产配置决策过程提供一个行之可鉴的思路。本文主要创新性工作体现在：第一,根据历史数据,利用AR-TGARCH模型预测收益率和波动率,作为模型的输入变量,代替纯粹意义上分析师的主观决定,一定程度上解决了投资者观点形成中缺乏数理严谨性弊端。第二,采用信息熵补偿优化投资风险,解决方差度量风险中的误读“伪风险”问题。第三,给出Black-Litterman模型中合成所获得的后验期望收益一种直观解释,并借助伍德伯里矩阵等式,给出了推导过程。
【关键词】：熵补偿 Black-Litterman模型 投资组合 AR-TGARCH 资产配置
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F832.5;F224
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-16
• 1.1 研究背景与研究意义10-11
• 1.2 研究文献综述11-12
• 1.3 研究内容、研究创新与技术路线12-16
• 1.3.1 研究内容12-13
• 1.3.2 研究创新13-14
• 1.3.3 技术路线14-16
• 第2章 大类资产配置和现代投资组合理论16-32
• 2.1 大类资产配置16-20
• 2.1.1 资产配置的内涵及重要性16-17
• 2.1.2 资产配置的分类17-20
• 2.1.3 资产配置的基本流程20
• 2.2 现代投资组合理论20-29
• 2.2.1 均值一方差模型20-24
• 2.2.2 资本资产定价模型24-26
• 2.2.3 套利定价模型26-27
• 2.2.4 有效市场理论27-29
• 2.2.5 行为金融理论29
• 2.3 投资组合理论内在逻辑与发展新动态29-32
• 第3章 Black-Litterman资产配置模型32-46
• 3.1 Black-Littennan模型概述32-33
• 3.2 Black-Litterman模型框架及主要原理33-37
• 3.2.1 均衡风险收益和逆最优化理论34-35
• 3.2.2 投资者观点选择35-36
• 3.2.3 Black-Litterman模型表达式36
• 3.2.4 后验期望收益的一个直观解释及其推导36-37
• 3.3 Black-Litterman模型主要参数的具体设置37-43
• 3.3.1 投资者观点38-42
• 3.3.2 比例系数r42-43
• 3.4 Black-Litterman模型的缺陷与量化投资思想43-46
• 第4章 AR-TGARCH及熵补偿优化投资风险46-56
• 4.1 GARCH族模型简介46-50
• 4.1.1 ARCH模型47
• 4.1.2 GARCH模型47-48
• 4.1.3 GARCH-M模型48-49
• 4.1.4 GARCH模型的缺陷及其拓展模型49-50
• 4.2 信息熵补偿优化投资风险50-53
• 4.2.1 熵的起源与应用领域50-51
• 4.2.2 信息熵的分类及其数学性质51-52
• 4.2.3 方差和信息熵在投资风险度量中的价值比较52-53
• 4.3 量化指导下获得资产配置权重53-56
• 4.3.1 量化指导下的资产配置框架53-54
• 4.3.2 资产配置的具体建模步骤54-56
• 第5章 实证分析56-62
• 5.1 样本数据选择56-57
• 5.2 基于AR-TGARCH模型预测观点57-58
• 5.3 各策略下的结果比较58-62
• 第6章 结论与展望62-64
• 6.1 研究结论62
• 6.2 研究局限性与展望62-64
• 参考文献64-66
• 致谢66-68
• 在读期间发表的学术论文与取得的其他研究成果68

【参考文献】

中国期刊全文数据库 前10条

1 朱业春;曹崇延;;基于熵补偿的Black-Litterman模型的投资组合[J];中国科学技术大学学报;2015年12期

2 尹力博;韩立岩;;国际大宗商品资产行业配置研究[J];系统工程理论与实践;2014年03期

3 葛颖;程希骏;符永健;;熵池理论和风险平均分散化模型在投资组合分配中的应用[J];中国科学技术大学学报;2013年09期

4 储晨;方兆本;;修正协方差阵的投资组合方案及其稳定性(英文)[J];中国科学技术大学学报;2011年12期

5 温琪;陈敏;梁斌;;基于Black-Litterman框架的资产配置策略研究[J];数理统计与管理;2011年04期

6 庄新田;姜硕;朱俊;;基于均值-CVaR模型的企业年金资产配置[J];管理学报;2009年11期

7 王敬,张铁鹏;行业资产配置的相关问题研究[J];大连理工大学学报(社会科学版);2004年03期

8 姚京,李仲飞;基于VaR的金融资产配置模型[J];中国管理科学;2004年01期

9 李华,李兴斯;证券投资组合理论的一种新模型及其应用[J];运筹与管理;2003年06期

10 黄学庭;开放式基金资产配置问题研究[J];中国管理科学;2003年02期

中国硕士学位论文全文数据库 前1条

1 张士强;全球资产配置理论与实证研究[D];南京理工大学;2008年

，

本文编号：598455