基于GJR-GARCH-M优化的BL模型及其实证检验

论文摘要

随着我国金融市场改革深度以及开放程度的不断加大,市场逐渐成为影响投资收益与风险的最重要因素,在此背景下,为了实现投资收益的最大化同时确保风险的可控性,市场投资组合的优化配置问题也逐渐成为投资领域研究的热点。西方学术界最早展开了对市场投资组合优化配置问题的研究,其中最为经典的便是马科维茨均值方差投资组合模型,这一理论也为现代数量金融学的发展打下了基石。虽然马科维茨均值方差投资组合模型本身具有种种优点,但是通过大量市场数据测算的实证研究发现,该模型的具体应用在现实市场中也存在一定的局限性和不适用性。其中最大的缺陷在于,该模型的测算结果对于输入数据的变动反映十分敏锐,即输入数据的统计特征很小变动就可能导致配置的结果出现较大比例的变化,甚至会出现由原本配置做多某种投资标的变为配置做空该标的。为了改进马科维茨均值方差模型的缺陷和不足,扩大模型的应用范围和增强模型的实证应用效果,高盛公司的两位研究员Fisher Black和Robert Litterman于1992年成功的构建出原始的Black-Litterman模型资产配置框架,即创造性的将市场中的投资者的主观观点引入均值方差模型的分析框架当中,构建出一种全新的投资分析框架,从而将市场均衡收益的数据与投资者的主观观点进行融合分析,根据大量学者的实证分析证明,全新的分析框架可以体现出诸多优于均值方差的特征,并且更加适用于实际市场的应用。Black-Litterman模型既可以应用于战略性资产配置,也可以应用于战术性资产配置。如今该模型已经成为金融市场内研究员进行资产配置研究的一大利器。但是,Black-Litterman模型同样存在着一些缺陷和不足,并且难以适应现代化金融市场的快速发展对资产配置理论提出的新的要求,因此,对于该模型的进一步改进就显得尤为必要。在原始的Black-Litterman模型的构建过程中,两位学者并没有给出如何具体量化投资者观点参数的详细过程,这个缺陷也成为Black-Litterman模型实际应用中众多学者争论的焦点。为了解决和克服这一难题,本文对Black-Litterman模型进行了创造性的改进,在原模型的基础上引入GJR-GARCH-M模型,将时间序列模型的波动率参数估计方法嵌入到Black-Litterman模型中。同时根据我国股票市场的行业数据进行了相关实证检验,结果证明在Black-Litterman模型中嵌入GJR-GARCH-M模型能够很好的提高模型在实际应用过程中的效果。优化后的Black-Litterman模型不但可以克服原始模型中观点矩阵设置过于随意的缺点,而且还兼顾解决资产收益率波动聚集性以及异方差性导致的估计不准确的问题,同时也能够很好地提高投资组合的夏普比率,实现较好的以低风险获得较高收益的财富积累效果。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
•   1.1 选题背景与研究意义
•   1.2 文献综述
•   1.3 研究内容、结构以及创新点与不足
• 第2章 BL模型和经典投资组合理论
•   2.1 马科维茨均值-方差模型
•   2.2 Black-Litterman模型介绍
•   2.3 本章小结
• 第3章 Black-Litterman模型的量化拓展
•   3.1 GARCH族模型介绍
•   3.2 GJR-GARCH-M模型刻画投资者观点矩阵
•   3.3 本章小结
• 第4章 实证研究
•   4.1 数据选取
•   4.2 数据的处理分析以及描述性统计
•   4.3 参数设置
•   4.4 模型效果检验
• 第5章 总结与展望
• 参考文献
• 致谢
• 学位论文评阅及答辩情况表

文章来源

类型: 硕士论文

作者: 赵全生

导师: 李长峰

关键词: 模型,投资组合模型,观点参数估计

来源: 山东大学

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,金融

单位: 山东大学

分类号: O213;F830

总页数: 52

文件大小: 3846K

下载量: 132