91精品人妻互换日韩精品久久影视|又粗又大的网站激情文学制服91|亚州A∨无码片中文字慕鲁丝片区|jizz中国无码91麻豆精品福利|午夜成人AA婷婷五月天精品|素人AV在线国产高清不卡片|尤物精品视频影院91日韩|亚洲精品18国产精品闷骚

論文導(dǎo)讀:：動態(tài)投資組合風(fēng)險(xiǎn)的控制模型[1]。風(fēng)險(xiǎn)控制一直是各大金融機(jī)構(gòu)研究的中心問題�；�于多維GARCH提出的[7～8]。
論文關(guān)鍵詞：動態(tài)投資組合，風(fēng)險(xiǎn)控制，GARCH

　　1 引言
　　 風(fēng)險(xiǎn)控制一直是各大金融機(jī)構(gòu)研究的中心問題，國內(nèi)外大量文獻(xiàn)的研究大都停留在對投資組合靜態(tài)風(fēng)險(xiǎn)的研究上，如，Markowitz (1952) 最早定量研究了投資組合問題, 并把投資組合的方差作為風(fēng)險(xiǎn)度量指標(biāo)[1] ,Ouderri 等(1991) 和Green 等(1992) 把半方差作為風(fēng)險(xiǎn)度量指標(biāo)[2~3] ，Konno等(1994,1998) 把絕對離差作為風(fēng)險(xiǎn)度量指標(biāo)[4~5]，Philippe (1996) 最早把VaR作為風(fēng)險(xiǎn)度量指標(biāo), 而這些度量指標(biāo)均是靜態(tài)的[6]。事實(shí)上，單項(xiàng)資產(chǎn)的收益率的波動性并不是固定的，而是有規(guī)律的，即當(dāng)期的波動對以后各期的波動都具有長期的影響，表現(xiàn)為收益率波動的持續(xù)性，這就啟發(fā)我們需要從動態(tài)的角度來審視和控制風(fēng)險(xiǎn)，使得我們選擇的投資組合的當(dāng)期收益率波動對以后各期的收益率波動的影響減弱，實(shí)際上也就是減弱投資組合后期的風(fēng)險(xiǎn)，從而使得金融機(jī)構(gòu)在進(jìn)行投資時把風(fēng)險(xiǎn)控制到最小GARCH，即使的投資組合收益率表現(xiàn)出較弱的持續(xù)性。方差持續(xù)性及協(xié)同持續(xù)定義是由Bollerslev和Engle (1988，1993)基于多維GARCH提出的[7～8]。 本文基于協(xié)同持續(xù)思想,運(yùn)用GARCH 模型和二次規(guī)劃技術(shù)建立了動態(tài)投資組合風(fēng)險(xiǎn)控制模型, 并得到了相應(yīng)的投資組合權(quán)重，這將對投資組合風(fēng)險(xiǎn)控制問題具有理論和實(shí)踐意義。
　　2 動態(tài)投資組合風(fēng)險(xiǎn)的控制模型 [1]
　　2.1多維GARCH模型及協(xié)同性定義
　　Bollerslev和Engle(1988,1993)提出了多維GARCH模型：
　　 （1）
　　 其中，表示維資產(chǎn)收益率的均值，表示一個維的隨機(jī)擾動項(xiàng)，并且，是直到時的信息集，是資產(chǎn)組合的方差-協(xié)方差矩陣，并且是關(guān)于可測的維的正定矩陣，為維向量，和均是維方陣，且和使得正定，。
　　 Bollerslev和Engle(1988,1993)在多維GARCH模型的基礎(chǔ)上提出了金融資產(chǎn)收益率方差協(xié)同性持續(xù)和方差持續(xù)性定義。
　　 方差持續(xù)性定義：
　　 在描述多項(xiàng)資產(chǎn)收益率方差變化的多維GARCH模型中：
　　 令，對于一些，如果，則認(rèn)為多項(xiàng)資產(chǎn)的收益率序列具有非常持續(xù)性。
　　 其中，表示向量半算子或者是拉直向量，按列堆積方陣的下三角矩陣，表示基于信息集對向量的條件期望，然而，表示對向量的期望，表示向量的第個分量，。
　　 方差協(xié)同持續(xù)性定義：
　　 如果多項(xiàng)資產(chǎn)收益率序列是方差持續(xù)的，并且在條件下，有，那么多項(xiàng)資產(chǎn)收益率序列是方差持續(xù)的論文格式。
　　 其中：為維的列向量。
　　 從投資組合的角度解釋為：單項(xiàng)資產(chǎn)的歷史收益會影響其未來的收益，并且并不會隨著時間的推移而消失，而通過對資產(chǎn)權(quán)重的適當(dāng)分配GARCH，使資產(chǎn)組合的歷史信息對其未來收益率不表現(xiàn)出長期的影響，以此來減少投資組合收益的不確定性。
　　2.2金融資產(chǎn)收益率方差
　　Engle在1982年提出ARCH模型，1988年Bollerslev把ARCH模型擴(kuò)展為GARCH(p,q)模型，該模型能準(zhǔn)確的刻畫金融資產(chǎn)波動的時變形和聚集性。
　　用GARCH(p,q)模型描述金融資產(chǎn)收益率方差序列為：
　　（2）
　　其中，代表金融資產(chǎn)的編號，為投資期，代表金融資產(chǎn)在時期的收益率，代表金融資產(chǎn)在時期的均值，，是金融資產(chǎn)在時期的的方差。
　　 　　上述模型中，第一個方程為均值方程，第二個為波動方程，對第二個方程展開如下：
　　（3）
　　其中是波動方程中的殘差滯后項(xiàng)和滯后項(xiàng)的個數(shù)，表示選定的參考點(diǎn)。并且上述方程展開可以得到：
　　（4）
　　在和給定的情況下，是的線性函數(shù)。
　　2.3資產(chǎn)間常相關(guān)系數(shù)的確定
　　 如果選擇較短的投資時期的話，資產(chǎn)間相關(guān)系數(shù)的變化比較小，可以用資產(chǎn)間的總體相關(guān)系數(shù)來作為研究的相關(guān)系數(shù)，即是一個常數(shù)，計(jì)算公式如下：
　　
　　 其中：分別代表資產(chǎn)的收益率序列，為資產(chǎn)收益率的標(biāo)準(zhǔn)差，描述資產(chǎn)的GARCH模型的均值方程為，所以是協(xié)方差的一致無偏估計(jì)量，是的一致無偏估計(jì)量，然后根據(jù)，可得：
　　（5）
　　2.4組合衰減方差構(gòu)建
　　Markowitz(1952)認(rèn)為投資組合在第時期的收益率方差-協(xié)方差矩陣為：
　　（6）
　　把（4-24）代入到（4-26）得投資組合方差-協(xié)方差矩陣：
　　 （7）
　　如果令：
　　（8）
　　（9）
　　那么就是“組合衰減方差”。具有以下的經(jīng)濟(jì)意義：對于一定的投資組合，表示投資組合前期收益率方差在影響第期收益率之前衰減的部分，是投資組合里各個資產(chǎn)權(quán)重向量W的函數(shù)，當(dāng)投資組合中各項(xiàng)資產(chǎn)的前期收益率方差給定時GARCH，的值越大，說明投資組合前期收益率方差對期收益率方差的影響越小。通過協(xié)同思想，當(dāng)時，成立。從而就可以減少風(fēng)險(xiǎn)傳遞，因此建立了基于協(xié)同持續(xù)的動態(tài)風(fēng)險(xiǎn)控制模型：
　　
　　
　　其中：為每項(xiàng)資產(chǎn)的平均收益率，為元素均為1的維向量。用拉格朗爾函數(shù)：
　　滿足：
　　（10）
　　并求解得到：
　　（11）
　　需要說明的是，由于保險(xiǎn)公司在資金運(yùn)用中不允許賣空行為出現(xiàn)，所以，我們在用計(jì)算時，需要加入這個約束條件。
　　3 基于平安保險(xiǎn)公司的實(shí)證研究
　　3.1研究樣本的選擇
　　出于對資料的可獲得性，本文主要選取了中國平安2009年年報(bào)中證券投資情況里的前10個證券品種來作為研究對象�？紤]到這10個證券產(chǎn)品主要是股票，而股票的市場波動性較大，為保證結(jié)果的客觀性和準(zhǔn)確性，選取了較大的樣本容量。數(shù)據(jù)選擇為2002年4月12日到2009年12月25日為樣本期間，樣本期為為388個交易周。由于考慮股票上市時間較晚，數(shù)據(jù)缺失比較大。最后選擇了招商銀行、中國石化、格力電器、悅達(dá)投資、海通證券和遼寧成大六只股票來作為研究對象。數(shù)據(jù)來源于清華金融研究數(shù)據(jù)庫。本文實(shí)證結(jié)果綜合利用SPSS統(tǒng)計(jì)軟件、Eviews經(jīng)濟(jì)統(tǒng)計(jì)軟件、Matrix矩陣軟件及EXCEL計(jì)算得出。
　　3.2實(shí)證分析
　　本文的實(shí)證數(shù)據(jù)選擇2002年4月12日到2009年12月25日為期間招商銀行、中國石化、格力電器、悅達(dá)投資、海通證券和遼寧成大六只股票每周收盤價，取對數(shù)收益：
　　
　　 實(shí)證的步驟如下：
　　 一、利用Eviews軟件對單個資產(chǎn)的周集幾何收益率根據(jù)AIC準(zhǔn)則進(jìn)行GARCH（p,q）參數(shù)估計(jì)和資產(chǎn)間相關(guān)系數(shù)的估計(jì)，其中論文格式。另外，對收益率進(jìn)行GARCH(1,1)的模型參數(shù)估計(jì)的結(jié)果如下表：
　　6只股票的GARCH(1,1)模型參數(shù)估計(jì)結(jié)果
　　

表1
　　二、在單項(xiàng)資產(chǎn)的388個周收益率中，選取最后20周的數(shù)據(jù)，并統(tǒng)計(jì)出各個資產(chǎn)的平均收益率，然后從單項(xiàng)資產(chǎn)的收益率數(shù)據(jù)中選取最后19周，統(tǒng)計(jì)出各個資產(chǎn)的標(biāo)準(zhǔn)差（）。由前面的迭代方程（3）可以看出，在求數(shù)值時受初始值的影響，為了更好的對保險(xiǎn)公司的投資風(fēng)險(xiǎn)起到控制的作用，本文選取數(shù)據(jù)中最后20周的第一周作為起始方差。另外，考慮到保險(xiǎn)公司在一段時間會調(diào)整一次資產(chǎn)組合，所以投資時間跨度不宜過長GARCH，所以以20周作為投資時間跨度。
　　 　　三、由表5-1中的的值和（4）、（5）可以求得、再由（7）計(jì)算，最后由（8）計(jì)算得：
　　
　　四、把、、和（取表5-4的值）代入（11）中得到：
　　。
　　五、根據(jù)上述得出的投資組合里資產(chǎn)的權(quán)重對第一步中選取的資產(chǎn)周收益率進(jìn)行組合，得到優(yōu)化后投資組合的周收益率序列。圖1為三者的比較。
　　

表2
　　
　　圖1
　　3.3實(shí)證結(jié)果分析
　　(1)從表2我們可以看出，保險(xiǎn)公司的資產(chǎn)組合與各個資產(chǎn)的方差相比，比任何單個資產(chǎn)的方差都小，但經(jīng)過動態(tài)風(fēng)險(xiǎn)控制模型下的最優(yōu)資產(chǎn)組合的方差更小，并且從表2中可以看出，優(yōu)化投資組合具有的標(biāo)準(zhǔn)差和最大的夏普比，并且收益率也較原來的資產(chǎn)組合大許多。這表明動態(tài)風(fēng)險(xiǎn)控制模型確實(shí)控制了風(fēng)險(xiǎn)和減少了風(fēng)險(xiǎn)的傳染性，降低了投資組合的風(fēng)險(xiǎn)水平。
　�。�2）該模型不僅考慮了收益率的風(fēng)險(xiǎn)，同時還固定了收益率，選取的周收益率為2%，該值已遠(yuǎn)高于原投資組合的收益率，說明該模型具有現(xiàn)實(shí)意義。
　　（3）本文選取了GARCH模型來描述單項(xiàng)資產(chǎn)的收益率波動性比較符合當(dāng)前的股票市場波動。
　�。�4）另外，本文的實(shí)證只是考慮了前19期對第20期收益率得影響，當(dāng)然，我們也可以研究前30期或更多的對后一期的影響

參考文獻(xiàn):
[1]M arkow itz H.Portfolio selection [J]. Journal of Finance, 1952, 7: 77～ 91.
[2]OuderriB N ,Sullivan W G. A semi-variance model for incorporating risk into capitalinvestment analysis[J]. Journal of Engineering Economist, 1991, 2: 211～ 223.
[3]Green R C,Hollifield B. When will mean-varianceefficient portfolio be well diversified?[J]. Journal of Finance, 1992, 47: 1785～1809.
[4]Konno H, Shirakaw a H. Equilibrium relations in a capital asset market, a mean absolutedeviation approach [J ]. F inancial Engineering and the Japanese Markets, 1994,1: 21～ 35.
[5]Konno H, Suzuki T, Kobayash i D. A branch and bound algorithm for solving mean-risk-skewness model[ J ]. Optimization Methods and Software,1998, 10: 297～ 317.
[6]Philippe J. Value at Risk: the new benchmark for controlling market risk [M ]. Chicago: Irw in Professional Publish ing, 1996.
[7]Bollerslev T,Engle R F, Wooldridge J. A capitalasset pricing model with time varyingcovariances [J ]. Journal of Political Economy, 1988, 96: 116～131.
[8]Bollerslev T,Engle R F. Common persistence in conditional variances[J]. Economitrica, 1993,61 (1) :167～ 186