论文部分内容阅读
Black-Litterman模型是由Fisher Black和Robert Litterman在1992年首先提出，简称B-L模型。该模型从市场数据出发，结合投资者观点，通过变换投资者效用函数、贝叶斯分析等导出最优权重。该模型有更优于某些其它传统投资组合模型的地方。常见的资产配置理论 CAPM模型，假设市场是均衡的，所有投资者都会选择市场组合，并且还假设市场中的投资者对市场的观点是一致的。而事实上，由于对信息的分析的差别，市场投资者对市场的收益会形成自己的观点。B-L模型正是考虑到CAPM模型的缺陷，将市场投资者自己的观点纳入到资产配置中，在市场的一致预期和投资者自己的预期间达到一种均衡。 本文的研究重点是探讨如何通过多元时间序列得到投资者收益，及不同信心水平及做空限制下B-L模型的比较。通过向量误差修正模型，我们进行了数据平稳性检验、协整性检验、利用模型预测收益率、之后进行了残差相关性检验。此外，不同信心水平下，投资者得到的观点误差方阵不同。我们将其代入B-L模型的观点矩阵，得到不同的投资组合最优权重，获得不同的收益率。 本文的实证部分运用沪深300行业指数作为资产配置的资产，将其进行分组，运用B-L模型和VECM模型对中国市场进行了实证研究。结果表明:在任意一种做空限制下，随着信心水平在0％～70％水平上升，收益率有连续上升的趋势，并逐渐趋稳，风险有并不明显的下降的趋势，夏普比率有上升趋势。对同一信心水平而言，随做空限制的放宽，收益率、风险、夏普比率均有上升趋势。且通过向量误差修正模型，我们取得了较好的效果。