论文部分内容阅读
投资组合选择是投资者具体投资管理实践中面临的最基本问题之一。Markowitz(1952)提出了一个奠基性的理论,他首次引入了均值-方差分析体系,系统规范的对投资者资产配置和风险管理行为进行了深入的分析。沿着这一思路,后继的学者在资产定价、风险管理乃至市场行为等领域做了非常卓越的工作,逐步形成现代金融学的基本框架。投资组合选择问题在该均值-方差分析框架下,可以被简化为一个有约束条件的二次线性规划问题。虽然Markowitz的研究成果具有极强的原创性,但是也存在一定的缺陷。这主要集中两个方面:第一是参数估计的不确定性,Markowitz在处理预期收益率的期望和方差-协方差矩阵的估计问题时,采用了以历史数据模拟产生的极大似然估计量代替真实的期望和方差-协方差矩阵,因而会产生估计不确定性问题。第二是Markowitz原模型是一个单期的静态模型,在随机数学不断引入的背景下,原来静态的模型设定显得落伍。这两点也是后继学者重点拓展的两个方向,产生了许多有意义的工作成果。本文着眼于Markowitz模型中参数估计不确定性的缺陷,试图在经典的Markowitz均值-方差分析体系基础上运用Bayes方法改进模型参数估计。Bayes方法是以Bayes理论为基础,其实质在于充分利用先验信息和样本数据,得出后验分布。Bayes方法是非常吸引人的。这在于能够将实际应用中人们经验所得的先验信息加入、能够将考虑参数估计风险和模型不确定风险以及能够便于算法的应用。Bayes方法被引入投资组合选择问题分析的核心在于先验信息的应用。先验信息可以用先验分布来描述。无信息先验分布和共轭先验分布是两种经常使用的先验分布假设。这两者都是以往研究中的经常使用的。本文在此基础上提出了一种超参数的先验分布假定,并计算出后验估计以及待估参数的新估计量。为了比较这几者之间优良差异,本文利用真实金融数据做了模拟,对Markowitz经典理论下最优解、无信息先验分布假设条件下最优解、正态-Wishart共轭先验分布假设条件下最优解以及超参数先验分布假设条件下的最优解进行比较研究,得出了一些非常有意义的结论结果。此外,引入了确定性等价收益率这一指标,定量地对几种方法进行了比较,认为基于J-S估计的超参数先验分布比其他几种估计方法更好。Bayes方法的应用虽然能够改进参数估计方法,但是由于先验信息或多或少带有诸多主观成分,难免存在一些缺陷。同时随着随机分析的引入,动态多期的投资组合选择理论也成为研究热点,相信这也将是后来研究的主要方向。