论文部分内容阅读
关于投资组合的研究,已经成为金融研究者和金融投资者关注甚多的问题。在实际的投资过程中,投资者决策受到市场上具有随机性的客观因素影响,同时由于不同投资者对风险偏好以及收益要求的不同,在金融决策还增添了模糊的不确定性。对于投资组合研究,前期主要是基于马克维茨的均值-方差模型,但是传统的投资组合模型并不能够很好刻画金融市场中的模糊性质。随着模糊数、模糊可能性等相关理论的广泛运用,学者们开始研究具有模糊性质的模糊投资组合问题,通过模糊相关理论来刻画金融市场以及金融决策的模糊不确定性。本论文将结合模糊集理论、模糊可能性理论以及最优化方法对基于因子波动率模型的模糊投资组合进行研究,分别构建基于因子GARCH模型、因子GJR-GARCH模型以及因子EGARCH模型的模糊投资组合。本文的主要工作以及创新点简介如下:(1)构建基于因子GARCH模型的模糊投资组合并通过数据筛选进行实证分析来检验模型的有效性。正是由于市场中影响投资者进行决策的不仅仅是随机的不确定性,模糊的不确定也将直接影响投资决策。所以本文基于模糊可能性理论提出来基于因子波动率的模糊投资组合研究。首先将风险收益率模糊化,形成关于风险收益率的梯形模糊数。根据模糊可能性理论的相关概念,继而构造模糊风险收益的协方差矩阵。由于矩阵的维度太过于庞大,形成了计算灾难。所以本文结合主成分分析与APT定价理论,对模糊风险收益矩阵进行降维处理,并对主成分因子进行GARCH建模,最后对模糊投资组合进行求解。(2)构建了基于因子GJR-GARCH模型的模糊投资组合,考虑到市场中不同冲击对风险收益的影响是非对称的特点的。金融时间序列已经不能够仅仅通过线性模型来表示了,由于线性模型不能够刻画与处理市场波动以及震荡带给时间序列的影响,而实际投资操作过程中,行情的波动以及信息对于时间序列的影响都是非对称的。通过GJR-GARCH模型,可以刻画正、负冲击对风险收益的非对称影响,所以本文在后续章节提出了基于因子GJR-GARCH模型的模糊投资组合。(3)构建基于因子EGARCH模型的模糊投资组合,在前文的基础上考虑到真实的金融时间序列,实际资产的风险收益分布不是服从正态分布的特征。在真实的金融投资环境中,风险收益分布往往出现尖峰厚尾的分布的现象。考虑到风险收益分布的特征,继而介绍基于因子EGARCH模型的模糊投资组合研究的相关内容。首先对EGARCH模型进行介绍,关于EGARCH模型不仅将市场不同冲击对风险收益的影响进行解释,同时利用模型可以解决风险收益分布的尖峰厚尾的性质。后文将对EGARCH模型进行相关介绍并提出基于因子EGARCH模型的模糊投资组合,通过实证分析对模型进行检验。本文主体是为了阐述基于GARCH族模型在模糊投资组合的应用,主要方法也是通过模型构造以及真实数据检验来验证模型的有效性。