下跌风险约束下的投资组合选择研究

摘要

自经历2007年的牛市与2008年的熊市之后，无论机构投资者还是个人投资者都开始反思自己的投资理念。人们发现:按照传统的投资组合选择理论——均值-方差理论(MV)分散投资，在牛市时可能过于谨慎而丧失获取超额收益的机会，在熊市时又可能无法应对下跌风险而面临损失，转而求助于技术分析，波段操作以求规避风险获取收益。在此背景下，本文力图重新强调分散投资的理念和资产配置的价值。与传统的分散投资理论——均值-方差理论不同，本论文在下跌风险约束的投资组合选择框架下，以资产安全为首要投资管理目标，分析研究分散投资与资产配置价值。
　　论文研究内容涵盖一个框架、两个领域:下跌风险约束的投资组合选择框架、投资组合理论与下跌风险测度理论。下跌风险约束的投资组合选择理论亦是现代投资组合理论的一部分，其用下跌风险测度——风险值(VaR)替代均值-方差理论的风险测度——标准差，从而是基于并包含MV理论的发展。本文主要理论与实证分析下跌风险约束的投资组合选择模型:Mean-VaR模型和CHK模型，但重点研究与推荐使用Campbell，Huisman和Koedijk(2001)的下跌风险约束下的投资组合选择模型，简称CHK模型。论文的另一重点是下跌风险的测度，因为下跌风险测度值是下跌风险约束的投资组合选择模型的主要输入参数，所以是否能够给出精确的动态下跌风险测度，决定了下跌风险约束的投资组合选择模型在分散投资和资产配置实践中的实际应用价值。
　　本文研究过程亦企图展示实际金融风险管理的动态金融计量方法的力量和潜能。在下跌风险的测度上，论文引入考虑动态相关性的DCC-MV-GARCH模型，并从波动率时间序列的性质以及金融收益的分布方面寻找最佳的拟合波动率的模型，以期更精确的预测投资组合的下跌风险。论文亦具有创新意义的组合多种金融计量技术，给出基于DCC-MV-GARCH模型去方差、应用Bootstrapping模拟技术的历史模拟法估计投资组合的VaR和CVaR。总之，论文很好的综合和统一了测度投资组合下跌风险的方法和理论，并在现实的风险-收益环境下实证应用。
　　论文最后的核心部分，在具备前述精确测度动态下跌风险的能力基础上，扩展CHK模型到动态的框架，并应用它给出现实动态风险-收益环境下的最优投资组合推荐，进而按照此最优投资组合推荐，对现有投资组合进行有所选择的动态资产配置调整。实证结果表明:根据CHK模型动态调整资产配置的现有组合在投资期末取得了较高的收益。在基于CHK模型的下跌风险约束的投资组合选择决策分析中，结果亦显示:CHK模型的最优投资组合选择决策，可作为现实投资组合以下跌风险约束为管理目标的资产配置标准，其中CHK模型的现金持有量(B)的决策指出了下跌风险的方向和程度，投资者或风险管理者亦可以以其作为风险控制变量，做出卖出或买入等同B金额的CHK模型最大化组合的决策，从而使投资组合的实际风险值回归至约束值水平。
　　总之，本文引进当前前沿的测度下跌风险的金融计量技术，应用CHK模型到我国实际的动态风险-收益环境下，实证展示了以资产安全为首要原则的下跌风险约束的投资组合选择模型的实际应用潜力和价值，推进了CHK模型的实际应用工作。论文也从统计和计量的视角综合和统一了下跌风险测度与投资组合选择的框架，论证了下跌风险约束的投资组合选择的模型风险。本文的研究亦很容易扩展到更大的投资组合的情景。

目录

声明

摘要

第一章 引言

第一节 研究背景与研究目的

1．1．1 研究背景

1．1．2 研究目的

第二节 文献综述

1．2．1 Markowitz的均值-方差模型及其扩展

1．2．2 安全第一的组合优化模型

1．2．3 加入VaR的投资组合理论的新进展

第三节 论文的主要研究工作与创新点

1．3．1 论文的主要研究工作

1．3．2 论文的创新点

第四节 论文的结构框架

第二章 下跌风险、投资者厌恶与投资组合选择分析研究

第一节 风险的计量与特征

2．1．1 风险的计量

2．1．2 风险的特征

2．1．3 风险的无条件性与条件性

第二节 风险测度——VaR与CVaR

2．2．1 什么是VaR

2．2．2 什么是CVaR

2．2．3 VaR与CVaR的比较

第三节 下跌风险约束下的投资组合选择分析

2．3．1 正态分布条件下的投资组合选择

2．3．2 student-t分布条件下的投资组合选择

2．3．3 未知收益分布下的投资组合选择

2．3．4 下跌风险约束下的投资组合选择小结

第四节 下跌风险约束下的投资组合选择问题

2．4．1 下跌风险约束的投资组合选择模型的问题

2．4．2 资产收益分布的动态刻画问题

本章小结

第三章 下跌风险的估计方法

第一节 组合水平的VaR估计

3．1．1 VaR的基本计算原理

3．1．2 静态的VaR估计方法

3．1．3 动态的VaR估计方法

第二节 资产水平的VaR估计

3．2．1 投资组合VaR的基本计算

3．2．2 多元波动率测度方法发展简述

3．2．3 资产收益动态相关结构的测定方法

3．2．4 DCC MV-GARCH模型

第三节 数据驱动的Bootstrap模拟法的下跌风险估计

3．3．1 Bootrap方法

3．3．2 应用Bootstrap模拟技术的历史模拟法VaR估计

3．3．3 应用Bootstrap模拟的过滤历史模拟法

3．3．4 数据驱动的Bootstrap模拟法计算CVaR

第四节 下跌风险估计模型的评估

3．4．1 保守性分析指标

3．4．2 准确性分析指标

3．4．3 效率性分析指标

本章小结

第四章 下跌风险的实证分析

第一节 引言

第二节 组合水平的VaR实证分析

4．2．1 数据说明

4．2．2 模型和方法

4．2．3 实证分析结果

第三节 资产水平的VaR实证分析

4．3．1 模型和方法

4．3．2 实证分析结果

第四节 基于Bootstrapping的VaR和CVaR实证

4．4．1 数据选择

4．4．2 方法说明

4．4．3 实证结果

本章小结

第五章 下跌风险约束的MV模型应用实证

第一节 下跌风险约束的投资组合选择中的因素关系

第二节 模型与方法

5．2．1 MV模型

5．2．2 Mean-VaR模型

5．2．3 MV与Mean-VaR模型的投资组合有效前沿

第三节 数据选择

第四节 实证结果及其分析

5．4．1 二资产组合有效前沿和最优投资组合选择

5．4．2 引入无风险资产的多资产组合投资选择

5．4．3 各种情形最优投资组合推荐比较

本章小结

第六章 基于CHK模型的最优投资组合选择及其应用实证

第一节 CHK模型

6．1．1 CHK模型中的约束

6．1．2 CHK模型的最大化投资组合

6．1．3 CHK模型的风险溢价比率与夏普比率

6．1．4 CHK模型的最优投资组合

第二节 CHK模型的最优投资组合选择实证

6．2．1 数据选择说明

6．2．2 实证过程说明

6．2．3 实证结果分析

6．2．4 结论

第三节 基于CHK模型的投资组合事后动态评估

6．3．1 CHK模型中的风险溢价和现金持有量

6．3．2 投资组合构造与样本数据

6．3．3 实证过程说明

6．3．4 实证分析结果

6．3．5 结论

第四节 基于CHK模型的投资组合动态投资推荐

6．4．1实证背景说明

6．4．2 数据和方法

6．4．3 CHK模型的组合最优解实证讨论

6．4．4 CHK模型的日投资推荐

6．4．5 结论

本章小结

第七章 结论与未来研究

第一节 结论

7．1．1 论文的研究总括

7．1．2 论文的实证观点与结论

第二节 未来研究

参考文献

致谢

个人简历、在学期间发表的学术论文与研究成果