收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于随机规划动态投资组合中的情景元素生成研究

魏法明  
【摘要】: 随机规划模型作为一个强大的工具被广泛地应用到资产配置、资产负债管理以及投资组合管理等金融领域。随机规划需要生成大量的情景元素来模拟未来的不确定性,以此构建情景树作为随机优化模型的输入,得到出模型的全局最优解,并据此给金融规划提供决策建议。因此,不确定性的准确刻画非常重要,其决定了多阶段投资组合决策成败。本文就随机规划中情景生成模型进行了深入研究,主要研究工作及结论如下: 1、构建了基于GARCH的情景生成模型。 GARCH族模型能很好地刻画金融资产收益的“波动率聚从”,“尖峰厚尾”及“不对称效应”现象。本文利用GARCH模型的突出优点,针对不同类别的资产,建立了相应的AR模型及GARCH模型用于情景生成。主要的研究工作包括四个方面:一元GARCH情景生成模型的研究;多元GARCH情景生成模型的研究;对一元GARCH和多元GARCH模型生成的随机情景质量进行了比较;构建了一个2阶段情景树。 数值研究发现:一元和多元GARCH模型生成情景的累计概率分布与历史数据较为接近,这表明GARCH模型用于情景生成是可取的。其次,多元GARCH模型生成的情景的累计概率分布要比一元模型更接近历史分布,这反映了多元GARCH模型更适合于资产组合时情景生成,原因是多元GARCH模型由于能把资产收益之间的相关性纳入考虑范围,更符合实际情形。不足之处是,多元GARCH模型结构复杂,参数估计困难,当组合资产间的相关性较低时,可考虑一元GARCH模型作为其替代。 2、单变量的矩匹配情景模型生成研究。 Hoyland和Wallace最初提出了矩匹配法生成情景的一般框架,但存在许多缺陷,如局部最优解,存在套利等。本研究改进了其模型,主要做了三方面的工作:单变量的矩匹配情景生成模型研究;套利机会的排除方法研究;历史情景描述性特征的反映;给出了另一种矩匹配情景生成的思路。 单变量的矩匹配模型,以情景的概率作为优化模型的决策变量,通过逼近历史收益序列的各阶中心矩,生成单阶段情景树,然后进一步结合向量自回归模型生成多阶段情景生成。优化模型中增加了一个约束可以有效解决生成情景的描述性特征问题。此外,把收益区间适当剖分一般可避免套利的发生。 第二种方法的思路是每次只产生一个随机变量的离散边际分布,然后在所有离散边际分布的基础上生成联合分布的结果。然后运用各种变换迭代逼近目标矩和相关矩阵。实证研究表明,该方法不仅可以避免大量的数值计算,而且得到的情景取得和历史数据较为吻合的统计特征。 3、基于聚类情景生成的研究及应用 K-均值聚类法可以对大量的数据进行剖分,建立一个单水平的类集,可以将样本数据集剖分成K个互相独立的类,可以被用来构建资产收益情景。本部分研究应用此算法,进行情景生成的尝试,并与矩匹配法生成的情景进行统计意义上的对比。研究表明,K均值聚类法尽量从历史数据的角度出发,挖掘不同资产的收益之间的相关关系;并且给出了只要增加一个情景就可以避免套利的简便易行的线性规划方法。该情景生成方法除了具有矩匹配情景生成方法的优点外,还在对统计特征的刻画上有所改进,能以更少的情景更精确地刻画统计特征。这为选取少量的情景以降低问题的规模奠定了基础,更重要的是为多阶段情景生成引入了一种全新的思路。 4、向量自回归(VAR)模型的情景生成研究及应用 向量自回归模型是金融数据分析中一种常用的模型,常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击。本文做了利用VAR模型生成情景的尝试,主要工作如下:构建了包含四个股指收益的VAR模型;基于蒙塔卡罗模拟的情景生成生;多元GARCH模型与VAR模型所生成情景在统计意义上比较;应用VAR建立了一个2阶段的情景树。 研究表明:VAR生成情景在统计意义上较多元GARCH更为可靠,其情景的累计概率分布更接近于历史数据。此外,VAR模型结构较多元GARCH简单,除了体现变量间的相关性,还能很好地反映不同决策阶段的相关性,是一种更优良的情景生成技术。 5、基于Copula函数的情景生成。 Copula函数有三个优点:多元随机变量的联合分布灵活构造,非线性相关性的准确描述及收益非正态分布的支持,这些优点利于构建更准确的情景生成模型。本部分做的工作:给出一个基于Copula函数,GARCH模型及极值理论的一个多资产收益情景生成步骤。将此方法得到情景与VAR,聚类法进行统计意义上的比较工作。研究表明,此方法所生成情景的在统计特征上最接近历史数据,是最为可靠的情景生成方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 蔡文杰;;半方差法和VAR方法的评价与实证分析——基于GARCH类模型[J];现代商贸工业;2009年09期
2 张虎;;基于GARCH类模型的VaR——一种融合市场风险与流动性风险的合成管理模型[J];湖北工业大学学报;2007年01期
3 杨湘豫;周再立;;基于Copula-TARCH的开放式基金投资组合风险的实证分析[J];系统工程;2011年06期
4 张璐;吴怡平;;基于GARCH的VaR模型计算铝期货合约最佳保证金比例[J];时代金融;2007年09期
5 徐鹏;;基于VaR-GARCH模型的沪深指数实证分析[J];中国证券期货;2011年08期
6 刘建华;;TGARCH模型下的VaR方法在期货市场中的应用[J];漳州师范学院学报(哲学社会科学版);2006年02期
7 刘向丽;成思危;汪寿阳;洪永淼;;参数法、半参数法和非参数法计算我国铜期货市场VaR之比较[J];管理评论;2008年06期
8 吉小东;汪寿阳;李振涛;;一种基于聚类分析的多阶段情景生成方法[J];系统工程理论与实践;2006年07期
9 赵振全,张宇;中国股票市场波动和宏观经济波动关系的实证分析[J];数量经济技术经济研究;2003年06期
10 杨立洪;徐黄玮;曹显兵;;可转换债券风险测度的新方法——GAVaR模型[J];数学的实践与认识;2007年11期
11 张金清;李徐;;资产组合的集成风险度量及其应用——基于最优拟合Copula函数的VaR方法[J];系统工程理论与实践;2008年06期
12 金秀,黄小原,马丽丽;基于VaR的多阶段金融资产配置模型[J];中国管理科学;2005年04期
13 罗薇;刘建平;何山;;基于Copula理论的金融风险分析[J];统计与决策;2006年08期
14 金秀,黄小原;资产负债管理模型及在辽宁养老金问题中的应用[J];系统工程理论与实践;2005年09期
15 熊思灿;杨善朝;;基于t分布的VaR的次可加性[J];数理统计与管理;2010年03期
16 杨静娴;;VaR方法与我国金融市场的风险测度及管理[J];华北金融;2004年03期
17 秦拯,陈收,邹建军;V aR模型的计算方法及其评析[J];系统工程;2005年07期
18 金秀,马丽丽,黄小原;多阶段资产配置模型及其在投资基金中的应用[J];东北大学学报(自然科学版);2005年10期
19 郑宇泉;姜青山;管河山;;基于聚类的股票波动分析及其应用[J];四川大学学报(工程科学版);2007年S1期
20 陈小霞;刘小辉;;基于VaR—GARCH模型对我国基金市场的实证分析[J];经营管理者;2009年05期
中国重要会议论文全文数据库 前10条
1 忻雅;王伟科;阮松林;王世恒;马华升;;基于RAPD和EST-SSR标记的秀珍菇菌株聚类分析[A];中国菌物学会第四届会员代表大会暨全国第七届菌物学学术讨论会论文集[C];2008年
2 鲁振华;宋银花;牛良;刘淑娥;王志强;;PermutMatrix软件及其在观赏桃形态性状聚类分析中的应用[A];中国园艺学会桃分会第二届学术年会论文集[C];2009年
3 马汉武;郭沛尧;;基于供应链的供应商分类模型及其管理策略研究[A];现代工业工程与管理研讨会会议论文集[C];2006年
4 张凤兰;郝丽珍;王萍;杨忠仁;王六英;张进文;;蒙古高原特有属——沙芥属蔬菜植物果实和种子形态指标聚类分析[A];中国园艺学会第七届青年学术讨论会论文集[C];2006年
5 张平刚;陈超君;黄荣韶;杜金子;林伟国;;广西石韦药材主要种质资源调查及其聚类分析[A];药用植物化学与中药资源可持续发展学术研讨会论文集(上)[C];2009年
6 马尽文;吴晓岩;;RPCL算法、价值函数和类别数[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
7 杨朝武;蒋小松;朱庆;杜华锐;李晴云;姜小雨;李小成;张增荣;刘岚;李雯;夏波;;优质鸡肉质指标的聚类分析[A];中国家禽科学研究进展——第十四次全国家禽科学学术讨论会论文集[C];2009年
8 李国良;李忠富;;基于聚类的企业绩效熵值评价方法研究[A];第十一届中国管理科学学术年会论文集[C];2009年
9 高林;刘喜梅;;多模型中权值确定的新方法及其应用[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
10 吕敬堂;吕大明;张浩;;基于SPSS的农业功能聚类分区方法研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 魏法明;基于随机规划动态投资组合中的情景元素生成研究[D];同济大学;2008年
2 金秀;资产负债管理多阶段模型及应用研究[D];东北大学;2006年
3 赵宁;理中丸和四君子汤与脾虚证方证相关性的实验研究[D];中国中医科学院;2006年
4 曹锋;数据流聚类分析算法[D];复旦大学;2006年
5 吕崇山;代谢综合征中医辨证分型及其与临床检测指标的相关性研究[D];福建中医学院;2008年
6 袁军宝;我国农业现代化进程中的农户兼业经营问题研究[D];兰州大学;2009年
7 邵伟钰;地方政府债务风险预警体系研究[D];苏州大学;2008年
8 吴飞珍;基因芯片数据的聚类功能评价算法和判别分析算法研究[D];上海大学;2009年
9 耿国靖;中国创业板市场风险测度理论与方法研究[D];辽宁大学;2011年
10 钱艺平;VaR约束的商业银行风险管理研究[D];中南大学;2010年
中国硕士学位论文全文数据库 前10条
1 廖旭蓉;基于GARCH模型与VAR模型的我国股市实证分析[D];中南大学;2010年
2 欧洋;基于房地产投资风险VaR:GARCH与SWARCH的比较[D];天津财经大学;2011年
3 程艳荣;VaR方法及其在我国股票市场风险管理中的应用[D];华南理工大学;2010年
4 毛润青;论金融衍生产品之市场风险管理[D];浙江工业大学;2009年
5 刘毅;VaR方法在沪深股市风险测量中的应用研究[D];北方工业大学;2006年
6 张辰利;对外贸易外汇风险管理研究[D];广东外语外贸大学;2006年
7 邱大成;我国股指期货风险管理研究[D];沈阳大学;2009年
8 龙先文;我国证券投资基金市场风险度量和实证研究[D];暨南大学;2006年
9 赵培娟;养老基金动态资产负债管理模型与分析[D];大连理工大学;2009年
10 苗建防;基于VaR的上市公司综合评价模型[D];暨南大学;2006年
中国重要报纸全文数据库 前10条
1 李宙雷;基于GARCH模型的国内燃油期货风险度量研究[N];期货日报;2009年
2 南华期货研究所 陈彤 李晓萍;基于VaR方法对原油和黄金市场的风险度量研究[N];期货日报;2008年
3 本报驻华盛顿记者 胡芳;美国:用剩余财力赚取财产性收入[N];经济参考报;2007年
4 ;瑞银维持国航“沽售”评级[N];中国证券报;2008年
5 陈代寿;别叫我SI,我是VAR[N];中国计算机报;2000年
6 电脑商报记者 张林才;危机下的VAR成长之道[N];电脑商报;2009年
7 本报记者 马亮;D-VAR■系统首单落定 美国超导中国电网市场“开花”[N];机电商报;2009年
8 刘先云 林丽鹂;资产收益“靓” 资本竞相“随”[N];经理日报;2011年
9 记者 车喜韵 通讯员 徐胜利 文动;农村计生家庭在集体资产收益中可享受政策优惠[N];陕西日报;2011年
10 张世俊;怎样做一个成功的VAR[N];中国计算机报;2000年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978