论文部分内容阅读
有关资产组合问题的研究起始于1952年，Markowitz创造性的工作将资产组合问题带入了定量分析的阶段。由于受到很多方面的限制，早期对于投资组合问题的研究主要集中在前两阶矩上。上世纪90年代前提出的一些经典的资产组合模型如均值-方差模型、均值-半方差模型、均值-绝对离差模型，都是基于均值和方差两个参数建立的。然而智能算法的出现改变了这一局面，学者们可以去研究更高阶矩以及市场中存在的摩擦因素对于资产组合配置的影响。有关投资组合高阶矩的研究是投资组合领域中的前沿问题，迄今为止对于高阶矩的研究都是截断到第四阶，其中三阶矩代表着偏度风险而四阶矩代表着峰度风险。 本文首先对中国股票市场进行了正态性检验，发现中国股票市场中有价证券的收益率并不服从正态分布，而是服从带位置参数和规模参数的低自由度的t分布。由于Markowitz均值-方差模型的建立是基于金融市场中有价证券收益率服从正态分布这一假设，因此在中国股票市场中我们无法应用该模型。而且如果在考虑了高阶矩风险的情况下，经典的资产组合模型虽然可以保证在均值-波动率坐标系下求出有效前沿，但是在均值-高阶矩坐标系下该模型无法保证其前沿是完全有效的。基于此笔者希望建立含有高阶矩的资产组合模型，使其能够更好的捕捉到中国股票市场中所存在的偏度风险和峰度风险。 损失厌恶是心理学中一个非常重要的发现，市场中的投资者不仅仅是风险厌恶的他们也是损失厌恶的。一定量的收益给投资者的效用带来的增加抵不上等量的损失给投资者的效用带来的减少，也就是说等量的收益给投资者带来的快感抵不上等量的损失给投资者带来的厌恶。因此本文将损失厌恶和高阶矩引入了传统资产组合模型中，并建立了基于损失厌恶的均值-方差-高阶矩模型，最后通过差分进化算法求解了该模型。根据本文的研究可以发现中国股市本身就存着着一定的偏度风险和极其严重的峰度风险，而损失厌恶这一现象会加重这些风险，这个发现对于指导投资者进行资产组合的选择是有很重要的指导意义的。