论文部分内容阅读
发源于1950年代的现代投资组合理论,并未由其创始者Markowitz(1952)所期盼在投资实务发挥功能。其中原因是均值方差最优化投资组合的资产权重分配结果,过于集中而不符直观。且该结果极不稳定,易因投资组合成分资产预期收益率或其他输入参数值的些微变动导致资产配置的剧烈异动。这些现象必须改善,否则均值方差最优化投资组合没有投资收益。虽然本议题在1960年代即已存在,学术界和产业界亦陆续提出解决方案。其中包括较知名的Black-Litterman(1991)全球资产配置模型和Michaud(1998)再抽样效率前沿法。然而解决方案学理杂陈,若未得统一核心思想则易罔之。甚至如前述两知名模型,不得其学理要领。再者,各解决方案的相对优劣亦因此而成争点。因此争点而生的Markowitz和Usmen(2003)仿真竞试并未完全止戈。
本论文针对前述现象,旨在给出较一致且完整的理论诠释并仿Markowitz和Usmen仿真竞试纳入当前实务方案与学术界晚近对策以观绩效。仿真竞试环境布置特别以国内上海证券交易所股票为原生数据外,并增加风险分散效率指标和资产配置分散度指标观察各稳健化策略表现情形。此外,由于稳健化策略以着手处大略分为最优化内部处理和外部处理两大流派。前者较似最优控制理论而欲改造最优化过程,后者则改善最优化的输入值或整治最优化的输出值。本论文鉴于理论一致性而仅就后者探讨。
探讨的起点是均值方差最优化产生不良现象的根本原因,历来研究多指向最优化过程对参数估计误差的放大效果。此类估计风险衍生投资决策者对均值方差最优化模型的风险或不确定性的疑虑。稳健化投资势必面对上述风险加以应对,但因应之道不一。唯其基本要点是决策的机制必须协同于无稳健策略的环境。这就进入现代投资组合理论本质为范式理论属性的决策论的探讨。Markowitz(1959)设定四个典型性公理赋予投资决策者,并认为其得以给出个人概率计算预期效用作为不确定投资环境下一次性决策,成为Markowitz(1987)的贝叶斯决策模式的理性投资人。此时可知稳健化策略的决策架构以贝叶斯方法为准并非无稽。再者,具贝叶斯决策方法能纳入不确定性于先验概率分布,这是传统统计推断无法建立的。但经典统计的缩限估计以其介于贝叶斯方法和经典统计间的经验贝叶斯理论基础,转成统计决策方法与对抗估计误差的利器。其运作原理是平均两类模型,故也处理模型风险问题。另一方面,实务界常用权重限制方法减轻均值方差最优化的不良现象。此法的某些运作方式至Jagannathan和Ma(2003)论述后方知与缩限估计有关。此时观察稍早Michaud的再抽样效率前沿法利用自助法学理达成,业已异军突起将解决最优化不足处由输入值转向输出值着手。
然而贝叶斯决策方法使用者借着有讯息先验信念的优势更早在Black和Litterman以资本资产定价模型为先验信息并以近乎完美的输入值,成功驾驭均值方差最优化模型。该项成功延续至今,仍称其基础理论神秘难解。经深入考证Black治学方法方得出前述模型得以贝叶斯经验贝叶斯观点和讯息论观点分别解析。Michaud的再抽样法则无法得解,未来研究方向可朝其自称之经验贝叶斯或经典统计内与处理差误数据问题相关的稳健统计学理研究。
本论文仿真竞试除列前二实务方案作为参赛策略外,其它参赛有为作为负面示范的样本生成代入最优化策略和参考晚近学术避开难解输入值而趋向输出结果的缩限估计权重策略。在展开赛事之前,本论文分析竞试原理是样本外测试中立性和策略的范式分析本质。再就绩效标准择取方面,效率、效用和分散指标的择取过程皆有评述。三者中的效用指标方为本竞试的评分标准。而依晚近研究,Sharpe指标出现理论疑难,值得留意。
仿真竞试结果最令人失望着系Black-Litterman模型的脱节表现,可能归因于参数操作不当,对关键Tau系数未切实依国情调凖。至于自行研发的缩限权重向量策略绩效居首,仅证明Michaud再抽样策略并非无敌于限制卖空环境。因所有参赛策略皆受惠于限制卖空所得缩限估计效果,故各参赛策略不能单独居功。另外,竞试环境的原始数据并非理想,有待尔后实证研究成果相辅。当然,本次竞试因数据联合正态分布假设,其成果更不足应用于实务。国内崔少敏等(2007)认为资产配置的最优化模型不能率尔操作,须多种专家针对资产有丰富经验者方可操作。其理视本次试验失败而言,也以自明。然来者可追,后学者得以本竞试为教材外,并得吸收论文理论面综理所得,甚或及于研习方法论,善莫大焉。