具有多元权值约束的鲁棒积极投资组合问题.doc

PAGE  PAGE - 21 - 修改, 编号：11-356 具有多元权值约束的鲁棒 LPM 积极投资组合问题 摘要：在用方差控制投资组合风险的同时，由于方差的对称性导致投资组合的收益也受到限制。 相比之下，下偏距 (lower partial moment: LPM) 由于具有只控制风险，而不限制收益的特点，在近年来倍受关注。但在非正态假设下，LPM 无法获得良好的解析性质。本文在对资产收益分布未知的假设下，通过使用最坏情形下的 LPM 来度量投资组合的损失，提出了一类具有多元权值约束的鲁棒积极投资组合问题，并获得了具有-阶LPM 约束的鲁棒积极投资组合问题的解析解。通过分析解的性质和比较问题的有效前沿，得到了许多有趣的和新颖的结果。数值结果比较表明, 鲁棒 LPM 模型比经典的均值-方差模型具有许多更好的性能。 关键词：?鲁棒投资组合，?积极投资组合管理，跟踪误差，下方风险度量，????值约束 中图分类号： F830.59,??F224.3 ???????????????????文献标识码：A 0 引 言 自1992年 Roll首次将 Markowitz 的均值-方差投资理论应用于积极投资组合管理问题以来， 积极投资组合问题在基金管理和投资组合性能度量方面的应用得到了迅速的发展，涌现出了许多研究成果，如 [3,4,5,6,7,8]. 然而这些研究主要还是基于使用方差来度量投资组合的风险。正如 Markowitz 在文[9]提到，方差由于是关于均值对称的，因此在控制损失的同时，也控制了收益。为了克服方差的这一不足，许多学者做了大量的研究，如：Bawa提出使用下偏距 (lower partial moment：LPM) 来度量风险, 也可见 [11] 关于方差与 LPM 的比较。 与方差相比，LPM 不仅能有效控制投资组合的损失，而且具有不限制组合的收益的特点。 设是一个随机变量，是一个预先确定的常数，是一个固定的常数，-阶 LPM 可以定义如下： 其中, 和下面的 分别表示期望和概率。根据这个定义，不难发现，当 时, 有 (1) 这表明，LPM 表示随机变量取值小于常数的概率， LPM为小于的条件下的条件期望，而 LPM是的下半方差（semi-variance）。 虽然LPM可以克服方差关于损失与收益对称的不足，但应用LPM来度量风险时，除非对资产收益作正态分布的假设，否则不能像均值-方差模型那样能够获得问题的解析解。 大量的经验研究发现，资产收益具有“尖峰厚尾”的分布特点，因此正态分布假设并不符合资产收益的真实分布。资产分布不确定性情形下的鲁棒投资组合问题正是在这一背景下提出来。 鲁棒模型由于能有效处理概率分布或参数的不确定性，在近年来得到快速的发展，出现了大批有意义的研究结果，如 Goldfarb Iyengar在区间型参数不确定集下，研究了一类鲁棒因子投资组合模型；他们的模型后来被 Erdo?an et al.进一步推广到鲁棒的积极投资组合管理问题中；El Ghaoui et al.研究了分布不确定情形下的最坏-VaR 投资组合模型；在多面体不确定性集情形下， Costa Paiva研究了均值-方差下的鲁棒跟踪误差投资组合问题。 最近，Zhu, Li Wang基于离散不确定分布的假设，研究了具有LPM约束的鲁棒投资决策问题；Glabadanidis应用序列逐点回归方法， 研究了跟踪误差投资组合问题的有效前沿。更多关于鲁棒投资组合问题的研究可以参阅 Fabozzi, Huang Zhou (2010) 的最近综述论文 [18]。 近年来，国内外基金行业发展非常迅速，基金品种极多，不同类型的基金，往往对其投资对象均有一定的限制。如在我国的股票型基金中，一般限定其投资于股票的资金占总资金的比例不得低于80%或85%。而在债券基金中，要求投资于股票的资金占总资金的比例不得高于20% 等。类似的还有ETF，QFII 和 QDII 等基金，均对其投资对象进行了一定的资金限制。本文将这种约束称为权值约束(weights constraints)。然而，非常遗憾的是，在当前的积极投资组合管理研究文献中，很少有将权值约束结合到模型中。最近，Bajeux-Besnainou et al.在 Roll 的均值-方差跟踪误差模型中引入了权值约束，研究发现，加入权值约束后，受到权值约束的资产投资比例会相应下降，权值约束无论是等式或不等式形式，最优解总是在权值约束的边界处取到，即权值约束总是取到等式。另外，对于整个投资组合来讲，权值约束会降低组合的超额收益率和信息比(information ratio) 或夏普比(Sharpe ratio)，因此在投资组合问题研究中，不能被忽