论文部分内容阅读
投资者进行证券投资的目的在于获取收益，但是有收益，就必然存在着风险，而且在一般情况下总是收益越高风险越大，收益越低风险越小。进入21世纪以后，国内经济逐渐与世界接轨，国内证券市场在国外资金的参与下发展迅猛，但也出现了前所未有的波动，对于普通投资者来说，国内的股票市场是一个高收益同时又伴随着高风险的市场，而且由于发展时间尚短，我国股票市场的风险监控和规范管理还有所欠缺，这又进一步放大了股票市场的风险，对投资者的投资决策提出了更高的要求。
马科维茨以证券收益率的方差作为风险度量的均值-方差模型开创了金融定量分析之门，在此基础之上建立的资本资产定价模型、套利定价模型等投资组合决策模型在理论和实践中都有重要意义。随着进一步深入研究，在实际的应用过程中，人们又发现这些模型或多或少的存在一些缺陷，人们又在不断尝试各种不同的风险度量方式和投资组合模型希望达到更好的效果，但是到目前为止，这个问题还没有一种完全有效的解决方法。
熵的概念来自于热力学第二定律，自它被物理学家克劳修斯提出开始，就引起了科学家浓厚的兴趣，它的理念也被广泛认可和接受，并且被爱因斯坦称为是对整个科学来说的第一法则。之后，香农创立了信息论，并将熵的概念引入信息论，提出信息熵的概念，用熵来表示不确定性，这大大丰富了熵的含义，并促使信息熵在各学科领域得到了广泛的应用，在金融领域也不例外，很多学者看到了信息熵作为一种对不确定性进行量化的方法有方差所没有的优点，于是把熵作为度量证券组合风险的一种手段。目前，在我国也有很多学者从事熵理论的研究，并且把熵理论和包括证券投资在内的风险决策结合起来，证明了熵理论在实际的投资决策中有很强的实用性，一些金融机构和企业也越来越重视包括熵模型在内的数学模型在投资决策中的作用。因此，将熵理论和证券投资组合理论联系起来，度量投资组合的风险和研究投资组合决策模型，具有十分重要的现实意义和价值。
在本篇论文中，作者先描述了熵的起源，介绍了信息熵的发展，以及信息熵可以被用来作为风险度量的工具的原因。接着作者仔细分析了不同的投资组合模型以及它们进行风险度量的方法，同时解释了它们各自存在的缺陷。在马科维茨的均值一方差模型的思想理论基础上，作者将熵理论和投资组合的多因素模型结合，提出一种新的投资组合模型，并进行了实证研究，从沪深300指数中选取10只股票作为样本，利用Matlab工具箱，计算在不同收益要求下，投资者的最优投资分配比例，并得出了该模型的有效边界，可以为投资者的投资决策提供建议。