模糊环境下的单期资产配置规划.docxVIP

模糊环境下的单期资产配置规划 0 金融资产套保经济分析 在金融研究领域，优化金融资产配置一直是投资者关注的话题。Markowitz利用金融资产收益率的期望值度量收益,金融资产收益率的标准差度量风险,建立了数量化的均值-方差模型,进行金融资产的配置决策。而金融市场是一个复杂、多变的系统,对金融资产收益率影响的因素也复杂多变,单纯观察金融资产收益率的市场表现,不能有效确定金融资产的真实价值。因此,将影响金融资产收益率的基本因素纳入分析框架,从而确定出金融资产的合理价值,这样,金融资产的优化配置就变为一个多属性的决策问题。 1 模糊层次分析法主要运用于金融资产管理综合决策 层次分析法是解决多属性决策问题的有效方法,被广泛应用于各种领域[3~5]。Saaty将层次分析方法引入金融资产配置领域,首次利用层次分析进行投资决策,但国内对这方面的研究相对较少。而在复杂的金融系统中,投资者往往会对各种因素有一个直观感性认识,而无法给出清晰的数量值。层次分析法中的投资者偏好是基于投资者的感觉系统,因此,模糊方法能更加准确的描述投资者的投资过程,从而使得金融资产配置可以在一个模糊不确定的环境下进行最优投资决策。Fatma和Beyza改进了Enea和Piazza所提出的模糊层次分析法,提出一个修正后的模糊层次分析法,并在Saaty所构建的清晰层次基础上,将其应用于投资组合研究,但其仅依赖解模糊的综合评价值对每个金融资产进行排序,而未给出最优投资解。 多期资产配置可以从动态角度描述金融资产的长期优化配置,是跨期的不确定性决策问题。而建立有效的优化配置规划模型,是十分重要和关键的一步。构造优化配置模型的本质就是模拟未来的各种市场状态,理想地构造出所有未来可能的市场状态。进而利用各种金融资产收益率的在不同市场状态下的表现,求解出最优的资产配置方案。近年来,一些学者对多阶段资产配置模型进行了研究,并提出了一些情景生成方法[10~15],但他们都是在随机环境下,对生成的市场情景进行清晰化描述,对情景进行简单的“点随机提取”,然而,投资者对未来的市场状况跟倾向于采用“上涨”或者“下跌”式的语言变量进行描述,即投资者对未来的市场出现的情景表现为模糊不确定性。 虽然有学者改进了模糊层次分析法构造模糊评价矩阵的方法[16~19],但依然依赖专家打分法来构建模糊判断矩阵,这无疑使模糊判断矩阵隐含了人为主观因素,而且在缺乏专家的条件下,限制了模糊层次法在资产优化配置决策中的应用。本文利用因素变量之间的相对偏差和绝对偏差,对金融资产进行优化排序,将金融资产的偏差值映射到代表相应语言变量的模糊数内,从而避免了专家打分法给模糊判断矩阵所带来的主观影响,拓展了模糊层次分析法的应用环境。利用改进的模糊层次分析法,可以对金融资产进行综合模糊优化评级。根据所获得的模糊综合评价值,建立模糊环境下的单期模糊资产配置规划,而将随机环境下的情景树多期决策方法引入模糊环境,通过设定未来市场可能出现的语言变量所对应的模糊区间状态值,计算相应的贝叶斯概率,从而建立模糊环境下的多期模糊情景树资产配置规划。 2 基于模糊综合评价值的分析方法 模糊层次分析法可以把决策问题的定性方面和定量方面有机的结合在一起,使复杂的、多目标、多属性的决策问题纳入单一数量模型之中。令资产配置的因素变量之间的模糊等级评价标度为三角形模糊数,沿用Fatma和Beyza的分析模式,则因素变量的模糊综合评价值将投资决策的主观定性因素数量化,更加直观、有效的描述出资产配置影响因素的定性特征。而模糊数的数量描述方式更贴近投资者的心理模式,有利于投资者在不确定环境中进行资产配置决策,从而将传统割裂的基本分析和数量分析纳入了统一的分析框架,使两者有机的结合在一起。投资者综合考虑投资决策中的定性和定量因素,依据所得的三角形模糊综合评价值,利用模糊层次分析法,进行资产配置决策。 2.1 不同层次的投资价值决策。在不同 沪深300行业指数集中描述了相应板块在证券市场中的集中表现,代表了相应板块的投资价值。选取2004年12月31日到2009年2月6日沪深300指数中行业指数的日数据作为实证分析的样本。利用Matlab 2008a分析软件编程求解最优值。数据来源为Bloomberg数据库。 为了能合理有效的利用模糊层次分析法进行投资规划,构造清晰、明确的层次是关键的一步。Saaty从宏观外部,中观行业,微观公司的角度构造了目标层次,并利用层次综合评价值排序选择,然而,在资产配置决策中,投资的收益性和风险性是不可回避的两个关键因素,单纯利用层次综合评价值的排序,不能在收益和风险之中获得最优解。因此,考虑将行业板块的收益性和风险性分别作为模糊层次分析法的两个独立目标层,在选择相应的收益性准则层指标和风险性准则层指标的条件下,分别结算各个板块指数在收