基于动态非线性损失厌恶的投资组合优化与实证研究

从行为金融学的角度考虑投资者损失厌恶的心理特征,构建了基于线性损失厌恶和非线性损失厌恶行为投资组合模型。利用中国市场数据模拟一种静态情景和四种动态情景,实证研究不同损失厌恶投资组合模型在不同情景下不同损失厌恶程度的最优资产配置策略和投资绩效表现,并将结果与均值方差模型等传统的投资组合模型进行比较。研究发现损失厌恶投资组合模型优于传统投资组合模型,不同情景下不同程度损失厌恶投资者具有不同的资产配置策略,其投资绩效表现也不尽相同。     

风险条件下基于收益视角的最优投资决策研究

给出了风险条件下基于收益视角的损失最小化投资组合模型.数值试验表明,当投资者预期收益较高时,该模型等价于条件在险价值模型,当投资者满足于较低收益时,该模型优于条件在险价值模型.提出的基于主成分分析的情景生成方法避免了过度分散投资,投资组合模型的最优目标值随情景数目的增加快速趋于收敛;该情景生成方法无需假定随机收益的分布,融合了收益分布的非对称及尖峰等统计特征,主成分分析法的降维优势使该方法也适合于资产数目较大时的情景生成.     

考虑相对业绩的最优投资选择博弈问题研究

研究了具有相互作用的两个竞争机构投资者之间的离散时间最优投资选择博弈问题,每个机构投资者都考虑其竞争对手的相对业绩.机构投资者可以投资于相同的无风险资产和不同的具有相关关系的风险股票,以反映投资的资产专门化.机构投资者选择投资组合策略使得期望终端绝对财富和相对财富的效用最大.首先,定义了Nash均衡投资组合选择策略.然后,在机构投资者具有指数效用函数的假设下,得到了Nash均衡投资组合选择策略和值函数的显示表达式,分析了机构投资者之间的竞争对Nash均衡投资组合选择策略的影响.最后,通过数值计算给出了各种情况下Nash均衡投资组合选择策略和值函数与模型主要参数之间的关系.结果表明:机构投资者之间的竞争会影响其对风险的承担,投资机会集对机构投资者的Nash均衡投资组合选择策略和值函数与模型主要参数之间的关系会产生很大的影响.     

基于均值-熵的机构投资者行为投资组合模型

考虑决策者的有限理性,利用相对财富和习惯形成效用函数描述了机构投资者的投资组合决策行为;在SHEFRIN和S TATM AN行为投资组合理论(BPT)框架下,引入均值-熵度量证券投资组合风险;由此,建立了一种机构投资者行为投资组合决策模型,算法释例进一步验证了其有效性.     

考虑投资者过程效用影响的投资组合模型

传统的投资组合模型只考虑投资结果,而未考虑投资过程带来的效用影响。事实上组合投资期间投资者持有的股票价格的每一次波动都牵动着投资者的神经,带来或正或负的效用,影响投资者的投资决策。分析投资者过程效用的影响因素,设计出风险投资者的投资过程效用函数。并假设投资者的总效用函数为过程效用函数和结果效用函数的线性组合,构建考虑投资行为过程效用的投资组合模型,对模型的解进行数值模拟分析。研究结果表明：对损失过于敏感的投资者受过程影响越大,则投资风险资产的资金比例越低,对损失不敏感的投资者受过程影响越大,投资风险资产的资金比例越高。因此,对损失越不敏感且受过程效用影响越严重的投资者,越容易推高市场风险。对模型的投资绩效进行了实证检验,结果发现：受投资者过程效用影响大的投资组合模型在股市持续上涨阶段的投资表现较好,而在股市盘整阶段和持续下跌阶段表现较差。表明受过程效用影响大的投资者会在股市持续上涨时积极入市,在股市持续下跌时迅速退市,从而加剧股市震荡。     

CIR框架下的投资组合效用微分博弈

建立了Cox-Ingersoll—Ross随机利率下的关于两个投资者的投资组合效用微分博弈模型．市场利率具有CIR动力,博弈双方存在唯一的损益函数,损益函数取决于投资者的投资组合财富．一方选择动态投资组合策略以最大化损益函数,而另一方则最小化损益函数．运用随机控制理论,在一般的效用函数下得到了基于效用的博弈双方的最优策略．特别考虑了常数相对风险厌恶情形,获得了显示的最优投资组合策略和博弈值．最后给出了数值例子和仿真结果以说明本文的结论．     

基于GARCH类模型的空头市场情景生成与投资组合

2015年中,中国股票市场经历了一轮较强的空头市场,投资者面临市场价格的极大不确定性.而若能有效模拟此类型市场收益波动,对于投资者优化金融决策有积极意义.文章试验了当前主要的几种非对称GARCH类模型及多种残差分布模型,最后发现,利用ARMA-EGARCH-SSTD的组合模型能较好地模拟空头股票数据收益率效果.同时文中采用中国股票市场数据进行算例分析,发现将GARCH类模型情景拟合结果与均值-CVaR模型结合得到的投资组合优化方法能有效管理空头市场环境下的投资组合风险.     

随机模糊的等比例-最小方差投资组合优化研究

Markowitz的均值-方差模型在投资组合优化中得到了广泛的运用和拓展,其中多数拓展模型仅局限于对随机投资组合或模糊投资组合的研究,而忽略了实际问题同时包含了随机信息和模糊信息两个方面。本文首先定义随机模糊变量的方差用以度量投资组合的风险,提出具有阀值约束的最小方差随机模糊投资组合模型,基于随机模糊理论,将该模型转化为具有线性等式和不等式约束的凸二次规划问题。为了提高上述模型的有效性,本文以投资者期望效用最大化为压缩目标对投资组合权重进行压缩,构建等比例-最小方差混合的随机模糊投资组合模型,并求解该模型的最优解。最后,运用滚动实际数据的方法,比较上述两个模型的夏普比率以验证其有效性。     

考虑投资者风险态度的随机模糊投资组合模型及实证

考虑投资者面临证券市场随机和模糊的双重不确定性,把证券收益率视为随机模糊变量。在前景理论下考虑投资者的风险态度,建立不同的随机模糊收益率、期望收益隶属度函数和目标权重,构建考虑投资者风险态度的随机模糊投资组合模型。采用实证方法把市场分为下降和上升两个阶段,研究不同风险态度投资者的投资组合差异及模型表现。结果表明:投资者的风险态度会影响投资组合的结构;考虑投资者风险态度的随机模糊投资组合模型,能够满足不同风险态度投资者对投资收益和风险的差异需求,且在实际投资决策中具有可行性。     

心理账户、损失厌恶与行为资产配置实证研究

基于前景理论和三参照点理论,建立了单心理账户和三心理账户下的线性损失厌恶行为投资组合模型,并利用中证基金指数数据构建了不同市场状态下的行为投资组合,实证研究不同损失厌恶系数、不同参照点、不同心理账户资金配置条件下模型的最优资产配置策略和投资组合绩效,研究发现线性损失厌恶模型更关注下侧损失,损失厌恶系数影响资产配置,注重安全性的投资者偏好低风险资产,而寻求实现抱负水平的投资者更偏好高收益资产。     

多心理账户下机构投资者的风险优化研究

从决策有限理性角度，引入行为金融理论于机构投资风险优化系统，对多心理账户条件下机构投资的风险优化设计进行了研究。以Friedman和Savage之谜为释例，对机构投资风险优化中的诸多非标准金融异像进行了解释。以Shefrin和Statman行为证券组合理论为核心，建立了多心理账户条件下机构投资的风险优化模型，为机构投资的风险优化实践提供了一种量化分析工具。     

Portfolio-optimization models for small investors

Since 2010, the client base of online-trading service providers has grown significantly. Such companies enable small investors to access the stock market at advantageous rates. Because small investors buy and sell stocks in moderate amounts, they should consider fixed transaction costs, integral transaction units, and dividends when selecting their portfolio. In this paper, we consider the small investor’s problem of investing capital in stocks in a way that maximizes the expected portfolio return and guarantees that the portfolio risk does not exceed a prescribed risk level. Portfolio-optimization models known from the literature are in general designed for institutional investors and do not consider the specific constraints of small investors. We therefore extend four well-known portfolio-optimization models to make them applicable for small investors. We consider one nonlinear model that uses variance as a risk measure and three linear models that use the mean absolute deviation from the portfolio return, the maximum loss, and the conditional value-at-risk as risk measures. We extend all models to consider piecewise-constant transaction costs, integral transaction units, and dividends. In an out-of-sample experiment based on Swiss stock-market data and the cost structure of the online-trading service provider Swissquote, we apply both the basic models and the extended models; the former represent the perspective of an institutional investor, and the latter the perspective of a small investor. The basic models compute portfolios that yield on average a slightly higher return than the portfolios computed with the extended models. However, all generated portfolios yield on average a higher return than the Swiss performance index. There are considerable differences between the four risk measures with respect to the mean realized portfolio return and the standard deviation of the realized portfolio return.     

Sensitivity of portfolio VaR and CVaR to portfolio return characteristics

Risk management through marginal rebalancing is important for institutional investors due to the size of their portfolios. We consider the problem of improving marginally portfolio VaR and CVaR through a marginal change in the portfolio return characteristics. We study the relative significance of standard deviation, mean, tail thickness, and skewness in a parametric setting assuming a Student’s t or a stable distribution for portfolio returns. We also carry out an empirical study with the constituents of DAX30, CAC40, and SMI. Our analysis leads to practical implications for institutional investors and regulators.     

考虑投资者异质信念和目标优先级的投资组合问题研究

考虑证券市场的模糊不确定性及投资者的模糊决策特征,以资产收益、下方风险及流动性为模糊投资目标,构建考虑投资者异质信念和目标优先级的多目标投资组合模型。进一步,以我国主板、中小板和创业板市场为背景,采用CPT-TOPSIS交互式算法进行实证分析。研究发现:乐观、理性和悲观投资者权衡收益、风险和流动性目标时偏好的优先顺序不同,导致资产配置结构、最优决策和绩效表现存在差别。结果表明模糊多目标模型能够满足不同投资者权衡多目标的差异化投资需求,取得优于基准随机投资组合的投资效果,可作为投资者投资决策的参考依据。     

基于因子模型的指数跟踪及实证分析

指数跟踪是指数基金和机构投资者广泛使用的被动投资管理策略. 通过建立股票收益的多因子模型, 提出了将组合的贝塔值控制在合适范围内, 并在期望超额收益非负的条件下, 最小化组合风险的指数跟踪模型. 同时,考虑到实际需要, 在模型中限制了组合中股票的数量和持有量.实证分析结果表明, 通过选取不同的控制参数,
该模型产生的跟踪组合既能实现较小的跟踪误差,也能实现一定的超额收益.     

PI(Portfolio Insurance)投资者特性研究

根据期权定价理论,分析了投资组合保险策略与期权的关系及投资组合保险策略与凸收益函数的关系,通过建立投资组合保险模型,得出不同条件下购买投资组合保险投资者的特点如下:1)随着财富的增加他们的风险承受能力比市场一般投资者增加的快;2)他们的市场预期比一般市场投资者更乐观,并且受益于投资组合保险.     

考虑保守卖空与财务困境的背景风险投资组合模型

如何合理地考虑投资者所面临的背景风险及现实市场限制来进行有效地投资决策是人们所广泛关注的重要实际管理决策问题。本文研究投资者同时面临加性和乘性两类背景风险的前提下具有保守卖空与财务困境的投资组合选择问题。假定投资者寻求使得投资收益最大、投资风险最小及证券主体财务困境最小的最优投资组合策略,进而提出考虑保守卖空与财务困境的背景风险投资组合模型。然后,利用具有精英策略的非支配排序遗传算法对模型进行求解。最后,通过实例来阐述模型的实用性。研究结果表明：考虑保守卖空能为投资者提供更大的收益;两类背景风险的变化均导致有效前沿面的变化。     

Fuzzy portfolio model with different investor risk attitudes

We propose a fuzzy portfolio model designed for efficient portfolio selection with respect to uncertain or vague returns. Although many researchers have studied the fuzzy portfolio model, no researcher has yet attempted a behavioral analysis of the investor in the fuzzy portfolio model. To address this problem, we examined investor risk attitudes—risk-averse, risk-neutral, or risk-seeking behaviors—to discover an efficient method for fuzzy portfolio selection. In this study, we relied on the advantages of possibilistic mean–standard deviation models that we believed would fit the risk attitudes of investors. Thus, we developed a fuzzy portfolio model that focuses on different investor risk attitudes so that fuzzy portfolio selection for investors who possess different risk attitudes can be achieved more easily. Finally, we presented a numerical example of a portfolio selection problem to illustrate ways to address problems presented by a variety of investor risk attitudes.