论文部分内容阅读
现代投资组合理论中,在求最小方差和均值-方差投资组合模型的最优解时分别需要考虑一个(协方差矩阵)和两个参数(协方差矩阵和均值向量)。实际上,这些参数都是未知的。在求最优解时需考虑误差累计、模型不稳定等问题。因此,问题的关键是如何准确地估计输入的预期收益和协方差矩阵,才能正确计算最优化投资组合的风险,这对投资组合绩效研究有重要的理论和现实意义。本文主要研究工作从以下三个方面展开,一是利用向量自回归(VAR)模型来捕获股票收益序列依赖性并测试其统计显著性;二是通过从VAR模型获得的协方差矩阵估计量来替换带1-范数约束的min-V投资组合模型中的协方差矩阵,从而得到投资组合最优解;三是通过从VAR模型获得的协方差矩阵估计量来替换带1-范数约束的M-V投资组合模型中的协方差矩阵,从而得到投资组合最优解。主要工作及结论如下:1、使用VAR模型来捕获股票收益率的序列依赖性。VAR模型以统计学显著的方式捕获股票收益序列依赖性。通过对五个数据集进行显著性测试,验证VAR模型对我国股票收益率捕获的有效性,充分利用了股票收益率间的交互自相关性和自相关性,发现投资组合和个股收益的相关性,投资组合(大盘股和小盘股、增长股和价值股)之间存在的超前滞后关系在我国股票市场也是存在的。2、通过从VAR模型获得的协方差矩阵估计量来替换带1-范数约束的min-V投资组合模型中的协方差矩阵,由非参数自回归(NAR)模型获得的协方差矩阵改进带1-范数约束的min-V投资组合,利用MATLAB、EXCEL等软件进行实证分析,实证分析主要包括两部分:一,测试VAR模型统计显著性;二,求出VAR-min-V、NAR-min-V、min-V投资组合模型的最优解,产生有效边界,并计算各模型的夏普比率以及周转率。结果显示VAR-min-V投资组合模型预测的投资组合收益率更大。3、通过从VAR模型获得的协方差矩阵估计量来替换带1-范数约束的M-V投资组合模型中的协方差矩阵,由非参数自回归(NAR)模型获得的协方差矩阵改进带1-范数约束的M-V投资组合,实证分析主要包括两部分:一,计算M-V、VAR-M-V和NAR-M-V投资组合模型的最优解、有效边界、夏普比率、周转率。结果显示,VAR-M-V和NAR-M-V投资组合模型比M-V的风险更小,VAR-M-V略优于NAR-M-V投资组合模型;二,通过第一部分计算的最优解来预测投资组合收益率,结果显示VAR-M-V投资组合模型预测的投资组合收益率更大。