允许卖空情况下基于Blak―Litterman模型和GARH族模型的投资组合研究..docVIP

允许卖空情况下基于BIack—Li tterman模型和GARCH族模型的投资组合研究 】本文考虑在允许卖空的情况下，结合投资者对未来收益的 绝对估计和考虑投资者偏好的马科维茨投资组合模型，对两种模型的结果 进行比较，简要描述投资者的主观估计对投资组合结果的影响，发现模型 参数估计的偏差会引起结果的较大偏差，进而分别引入TGARCH模型和 DCC-GARCH模型对收益率和波动率进行预测比较，运用该模型给出投资者 对未来市场收益情况的绝对估计，得到结果发现，对实证采用数据拟合两 种GARCH模型，投资组合的相对损失小于原先的马科维茨模型，但两种模 型对波动率描述的侧重不同，仍有不同程度的不足。 关键词】投资组合Black-Litterman模型GARCH族模型灵敏度分 析优化模型 一、引言 1991年，高盛公司正式提出Black-Litterman模型[1]，该模型在马 科维茨模型上进一步深化，结合了 Sharp等人提出的资木资产定价理论 ,以证券在市场上的份额反解出的均衡收益为出发点，加入投资者对 未来资本市场的看法并设定置信度，在市场基准的基础上有投资者对金融 资产的未来走势提出观点，结合形成新的期望收益。Black-Litterman模 型的提出，在一定程度上使收益率更加可信，但是同时也存在一个新的问 题，即一旦投资者对未来走势的估计出现偏差，那么投资组合的风险甚至 可能会加大，这需要我们再次提供一个模型使投资者对未来的估计具有一 定的可信度。 二、文献综述 在国外的研究文献中，包括Fisher Black和Robert Litterman等学 者认为投资者主观判断的偏差会影响模型的效果，使投资组合偏向于极 端，并提出了改进。Beach和Orlovp （2007） [3]引入GARCH族模型，建 立EGARCH-M模型，对投资者观点进行修正。其后，Palomba （2008） [4] 等人在前人的基础上，进一步使用不同的GARCH族模型对Black-Li tterman 模型进行改进。 冃前，国|Al对于Black-Litterman模型与GARCH模型结合的研究相对 起步较晚。江林鑫（2009） [3]在原模型的基础上引入Copula函数和 DCC-MVGARCH模型进行修正。温琪（2011） [5]将TGARCH模型与之结合描 述收益波动率，进而得到投资者对未来走势的判断和可信度。这在一定程 度上更精确描述了波动率，并且相对于GARC11模型，能够更好的描述收益 率的异方差性、非对称性和厚尾性，増加投资者判断的可信度，理论上可 使投资效果更为可靠。郭红（2012） [6]GARCH模型和GARCH-M模型与 Black-Litterman模型结合，对A股资产配置进行定量分析。 本文主要在之前文献中结合Black-Litterman模型和两种GARCH模型 的基础上进行实证分析，将TGARCII模型和DCC-GARCII模型得到的结果作 为投资者主观判断的依据，提高投资组合的收益效用，并与传统模型作对 比，最终使马科维茨的投资组合模型更为完善实用 三、研宂思路 传统的马科维茨模型主要通过二次规划的方法制定投资组合策略，对 各资产进行配置投资，其中主要的参数是收益率和方差。Black-Litterman 模型通过在基准市场的基础上，加入投资者的观点，对收益率P的估计进 行改进。TGARCH模型从异方差性、非对称性和厚尾性等方面对收益率波动 进行更精确的描述以及预测，并在一定程度上消除波动率的集聚性，能够 更好的刻画收益率的波动性即风险。而DCC-GARCH模型为多元GARCH模型, 侧重考察不同序列波动性之间的时变条件相关系数。两种GARCH族模型从 不同角度对收益率的波动性进行刻画。 本文实证主要有五个部分： 通过0-1整数规划对股票进行选择以构建投资组合； 使用Black-Litterman模型和马科维茨模型进行验证； 对(2)巾得到的结论进行分析，并做简单的灵敏度分析，发现 投资者主观判断对最终决策的影响； 在(3)的基础上，分别引入TGARCH模型和DCC-GARCH模型; ?(7)闹智榭龅玫降慕峁?进行对比。 同时，在实证过程中，评价模型方法主要将预测的投资组合权重代入 实际数据中进行检验，并以信息比率作为投资效果的指标，模型之间的对 比则采用绝对偏差比较预测信息比率与实际比率之间的差异。 五、四种情况比较 通过绝对偏差比较四种情况的预测信息比率和实际信息比率的偏离 程度，计算公式为预测信息比率-实际信息比率，则绝对偏差越大，相对 损失也越人。得到结果如下图所示: 从图2中可以看出，使用DCC-GARCH模型得到的绝对偏差中，只有一 个（3月）大于传统马科维茨模型，其余的绝对偏差均小于其他模型；而 使用T