论文部分内容阅读
随着财富的不断积累和金融市场的逐步完善，人们越来越希望能够通过金融市场和金融工具来改善和提高生活质量，于是产生了投资的需求。因此，在存在不确定性的金融市场中，如何有效的管理投资组合已成为亟待解决的难题，而基于贝叶斯理论的投资组合构建则为投资者的投资实践提供了理论基础。 针对投资组合选择过程中存在的不确定性问题，本文第二章进行了文献综述，总结了不确定性条件下的投资组合选择理论。在回顾马可维茨的均值-方差模型及其他相关理论的基础上，第三章构建基于贝叶斯理论的投资组合选择模型，分别是基于回归分析的投资组合选择模型、Bayesian-GARCH(1，1)模型以及BMS-GARCH(1，1)模型。基于回归分析的投资组合选择模型中利用回归的方法考虑了长数据序列对短数据序列的“敞口”，Bayesian-GARCH(1，1)模型以及BMS-GARCH(1，1)模型中并没有考虑长短数据序列间的“敞口”，而是假设资产收益服从GARCH(1，1)过程，此外BMS-GARCH(1，1)模型在Bayesian-GARCH(1，1)模型的基础上引入了马尔可夫状态，即假设参数是状态依赖的。然后，对于三个模型分别预测下期的期望收益和协方差矩阵，构建最优的投资组合。 最后，本文利用交易所选取的数据样本，运用第三章构建的投资组合选择模型进行投资组合的构建，发现引入了马尔可夫状态的BMS-GARCH(1，1)模型优于考虑了长短数据序列间“敞口”的基于回归分析的投资组合选择模型，而没有考虑长短数据序列间“敞口”的Bayesian-GARCH(1，1)模型表现劣于上述两个模型。