發(fā)布時(shí)間：2018-01-13 01:07

  本文關(guān)鍵詞：協(xié)方差矩陣估計(jì)及其在投資組合中的應(yīng)用　出處：《云南財(cái)經(jīng)大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 均值-方差投資組合模型 協(xié)方差矩陣估計(jì) MPC-GARCH模型

【摘要】：隨著Markowitz提出均值-方差投資組合理論,使得證券投資組合理論步入了定量研究的時(shí)代,也意味著現(xiàn)代證券投資組合理論的誕生。均值-方差投資組合模型需要輸入兩個(gè)參數(shù)(均值向量和協(xié)方差矩陣),但是在實(shí)際中均值向量和協(xié)方差矩陣都是未知,如何估計(jì)其協(xié)方差矩陣成為學(xué)術(shù)界的研究熱點(diǎn)問題。雖然現(xiàn)有文獻(xiàn)中有不少方法可以估計(jì)協(xié)方差矩陣,但是高維收益率數(shù)據(jù)情況下,這些方法的估計(jì)效果不夠理想并且過程復(fù)雜、計(jì)算量大。Burns提出PC-GARCH模型可以很容易地估計(jì)高維收益率序列的協(xié)方差矩陣。PC-GARCH模型的主要思想是一個(gè)重新參數(shù)的過程。PC-GARCH模型利用主成分分析將原始收益率數(shù)據(jù)映射成相互正交的主成分?jǐn)?shù)據(jù),假設(shè)各個(gè)主成分和每只收益率數(shù)據(jù)服從單變量GARCH模型的過程,從而通過估計(jì)相關(guān)系數(shù)矩陣和各只收益率的方差,從而達(dá)到估計(jì)協(xié)方差矩陣的目的。PC-GARCH模型避免了建立多元GARCH模型,僅需要構(gòu)建單變量GARCH模型,大大減少了需要估計(jì)的參數(shù),使得PC-GARCH模型的計(jì)算量大大減少,但是協(xié)方差矩陣估計(jì)的效果不理想。本文為了減少計(jì)算成本,提高協(xié)方差矩陣估計(jì)的精度。本文做了以下4項(xiàng)工作:(1)研究均值-方差投資組合模型中所選股票數(shù)目對模型的最優(yōu)投資權(quán)重的影響,本文主要通過模擬分析的角度來研究這個(gè)問題。(2)在PC-GARCH模型的基礎(chǔ)上進(jìn)行改進(jìn),提出了MPC-GARCH模型。MPC-GARCH模型主要是對PC-GARCH模型中假設(shè)各個(gè)主成分和每只收益率數(shù)據(jù)服從單變量GARCH模型的過程進(jìn)行了拓展,MPC-GARCH模型中假設(shè)各個(gè)主成分和單只收益率數(shù)據(jù)服從單變量GARCH模型、EGARCH模型、GJR-GARCH模型(同時(shí)假定各個(gè)模型的殘差服從正態(tài)分布、t分布、廣義誤差分布、偏t分布)的過程,并且本文利用AIC準(zhǔn)則和BIC準(zhǔn)則選擇各個(gè)主成分和每只收益率數(shù)據(jù)擬合最好的模型,從而提高各個(gè)主成分和每只收益率的條件方差估計(jì)效果,達(dá)到提高協(xié)方差矩陣估計(jì)精度的目的。(3)利用BEKK-GARCH(1,1)模型模擬一組數(shù)據(jù)進(jìn)行模擬分析,比較MPC-GARCH模型、PC-GARCH模型、DCC-GARCH模型、CCC-GARCH模型、BEKK-GARCH模型、EWMA模型對協(xié)方差矩陣預(yù)測效果。(4)基于瀘、深證券交易所的股票數(shù)據(jù)進(jìn)行實(shí)證分析,比較MPC-GARCH模型、PC-GARCH模型、DCC-GARCH模型、CCC-GARCH模型、BEKK-GARCH模型、EWMA模型對協(xié)方差矩陣預(yù)測效果以及由其預(yù)測的協(xié)方差矩陣構(gòu)建的投資組合業(yè)績。通過模擬分析的角度來看,均值-方差投資組合模型中所選股票數(shù)目越多,模型的最優(yōu)投資權(quán)重的投資效果越好;模擬分析和實(shí)證分析的結(jié)果都顯示MPC-GARCH模型對協(xié)方差矩陣預(yù)測效果均要好于PC-GARCH模型;MPC-GARCH模型與其他模型相比,MPC-GARCH模型對協(xié)方差矩陣預(yù)測效果僅僅次于DCC-GARCH模型,但是MPC-GARCH模型的花費(fèi)時(shí)間卻要比DCC-GARCH模型少許多,具有計(jì)算成本優(yōu)勢。
[Abstract]:Based on the analysis of main components , the paper studies the process of estimating the covariance matrix of high - dimensional yield sequences . The PC - ARCH model is used to estimate the covariance matrix of the high - dimensional yield sequence . ( 4 ) Based on the empirical analysis of the stock data of the Luand Shenzhen Stock Exchange , the results of the model are compared with those of the model . The more the model is based on the model , the better the forecasting effect of the model is better than that of the model .

【學(xué)位授予單位】：云南財(cái)經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F224;F830.59

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱書尚,李端,周迅宇,汪壽陽;論投資組合與金融優(yōu)化——對理論研究和實(shí)踐的分析與反思[J];管理科學(xué)學(xué)報(bào);2004年06期

2 馬永開,唐小我;基于市場基準(zhǔn)的多因素證券組合投資決策模型研究[J];系統(tǒng)工程理論與實(shí)踐;2004年07期

3 攀登,吳沖鋒;用遺傳算法直接搜索證券組合投資的有效邊界[J];系統(tǒng)工程學(xué)報(bào);2002年04期

4 徐緒松,陳彥斌;絕對離差證券組合投資模型及其模擬退火算法[J];管理科學(xué)學(xué)報(bào);2002年03期

5 蔡憲唐,戴貞德,徐偉宣;基于收益率倒數(shù)損失的投資組合指標(biāo)[J];中國管理科學(xué);2002年02期

6 丁元耀;不允許賣空的組合投資決策[J];運(yùn)籌與管理;2002年01期

7 鄭錦亞,遲國泰;基于差異系數(shù)σ/μ的最優(yōu)投資組合方法[J];中國管理科學(xué);2001年01期

8 李善民,徐沛;Markowitz投資組合理論模型應(yīng)用研究[J];經(jīng)濟(jì)科學(xué);2000年01期

9 馬永開,唐小我;不允許賣空的多因素證券組合投資決策模型[J];系統(tǒng)工程理論與實(shí)踐;2000年02期

10 榮喜民,張世英;組合證券資產(chǎn)選擇的模糊最優(yōu)化模型和有效邊界的研究[J];管理工程學(xué)報(bào);1998年04期

，

本文編號：1416777