第
30
卷
摇
第
3
期
孙春花
,
李腊生
:
投资者偏好
、
决策准则以及组合选择优化
数据满足正态性假设
,
也说明正态性转换方法对
个股的适宜性
,
从而扩大了正态性转换方法的适
宜性
。
六
、
结论与展望
(
一
)
结论
本文探讨不确定性状态下确定性偏好投资者
基于满意水准
—
风险模型的组合选择问题
,
得出
如下结论
:
1郾
基于投资者确定性偏好的满意水准
—
风
险组合选择模型既体现了传统
M鄄V
模型分散风
险
、
消除非系统风险的功能
,
又能如实刻画实际决
策中投资者调整满意水准满足确定性偏好的决策
过程
,
因此这里讨论的满意水准
—
风险模型的组
合选择将具有广泛的应用性以及有效性
。
2郾
本文使用了正态性转换方法
,
一方面基于
正态性假定的简单且成熟理论结果有利于
VaR
与
CVaR
估测方法的推演
;
另一方面提高了
VaR
与
CVaR
估测的准确性
,
改善风险测度技术的有
效性
。
于是利用正态性转换方法也容易求解得到
满意水准
—
风险模型的显性解或有效边界
,
解决
了现实中最优投资组合选择的可操作性难题
,
并
在中国股票市场验证了正态性转换方法是处理非
正态分布下资产组合选择问题的一种优秀方法
。
(
二
)
展望
不确定条件下具有确定性偏好的投资者会选
择风险测度技术
VaR
与
CVaR
以及满意准则进
行决策
,
于是本文构建满意水准
—
风险模型以及
选择正态性转换方法来探讨组合选择问题
。
今后
的研究还可以从几方面展开
:
1郾
本文中满意水准
—
风险模型组合选择问
题是基于各资产市场因子相互独立或相关性很弱
的前提下进行
,
但实际中投资者选择的各资产之
间相关性较高
,
于是非独立性资产的组合选择问
题仍是今后需要深入研究的主题
。
2郾
风险值
VaR
与
CVaR
在测度风险时各有
优势
,
且两个风险值可同时获得
,
限于篇幅
,
本文
只讨论了基于单风险值约束时的有效边界
,
故基
于
VaR
与
CVaR
双限约束的组合选择模型也是
今后值得思考与尝试来改进组合决策的路径
。
3郾
现实市场中交易成本
、
买卖临界限制
、
交
易量限制以及税收等市场的摩擦因素影响组合选
择
,
如何将这些实际交易限制考虑到现有模型中
并提供相应的算法也是值得进一步研究的问题
。
参考文献
:
[
1
]
Artzner P
,
Delbaen F
,
Eber J M
,
et al. Coherent
measures of risk
[
J
]
. Mathematical Finance
,
1999
,
9
(
3
):
203 -
228.
[
2
]
Rockafellar R T
,
Uryasev S. Optimization of condi鄄
tional value鄄at鄄risk
[
J
]
. Journal of Risk
,
2000
,
2
(
3
):
21 - 24.
[
3
]
林旭东
,
巩前锦
.
正态条件下均值
—
CVaR
有效前
沿的研究
[
J
]
.
管理科学
,
2004
,
17
(
3
):
52 - 55.
[
4
]
刘庆伟
,
彭大衡
.
投资机会与
VaR
约束下的投资
组合分析
[
J
]
.
经济数学
,
2002
,
19
(
4
):
85 - 89.
[
5
]
姚京
,
李仲飞
.
基于
VaR
的金融资产配置模型
[
J
]
.
中国管理科学
,
2004
,
12
(
1
):
8 - 14.
[
6
]
李腊生
,
翟淑萍
.
现代金融投资统计分析
[
M
]
.
北
京
:
中国统计出版社
,
2006.
[
7
]
Owen J
,
Rabinovitch R. On the class of elliptical dis鄄
tributions and their applications to the theory of portfolio
choice
[
J
]
. The Journal of Finance
,
1983
,
38
(
3
):
745 - 752.
[
8
]
Nolan J P. Fitting date and assessing goodness鄄of鄄fit
with stable distributions
[
Z
]
. Applications of Heavy Tailed
Distributions in Economics
,
Engineering and Statistics
,
Washington DC
,
1999.
[
9
]
Kozubowski T J
,
Podgorski K. Asymmetric laplace
distributions
[
J
]
. Mathematical Scientist
,
2000
,
25
(
1
):
37 -46.
[
10
]
田新时
,
刘汉中
,
李耀
.
沪深股市一般误差分布
(
GED
)
下的
VaR
计算
[
J
]
.
管理工程学报
,
2003
,
17
(
1
):
25 -
28.
[
11
]
朱海霞
,
潘志斌
.
基于
g鄄h
分布的投资组合
VaR
方法研究
[
J
]
.
中国管理科学
,
2005
,
13
(
4
):
7 - 12.
[
12
]
林宇
,
卫贵武
,
魏宇
,
谭斌
.
基于
Skew鄄t鄄FIA鄄
PARCH
的金融市场动态风险
VaR
测度研究
[
J
]
.
中国管
理科学
,
2009
,
17
(
6
):
17 - 24.
[
13
]
花拥军
,
张宗益
.
基于峰度法的
POT
模型对沪深
股市极端风险的度量
[
J
]
.
系统工程理论与实践
,
2010
,
30
(
5
):
786 - 796.
[
14
]
孙春花
,
李腊生
.
损失厌恶偏好与资产组合选择
研究
[
J
]
.
数学的实践与认识
,
2014
,
44
(
3
):
21 - 30.
[
15
]
李腊生
,
孙春花
.
样本数据正态性转换时变
VaR
[
J
]
.
统计研究
,
2012
,
29
(
5
):
88 - 93.
[
16
]
田昆儒
,
王晓亮
.
定向增发与投资效率问题研究
[
J
]
.
江西财经大学学报
,
2014
(
1
):
61 - 69.
(
下转第
126
页
)
·101·
