一、多因素资产组合模型及最优解存在性（论文文献综述）
吴业强[1]（2021）在《中国投资结构与经济发展的关系研究》文中提出投资的过程是社会资本形成的过程。投资在国民经济不同部门、不同地域、不同行业间的比例分配不仅形成了不同类型的投资结构,也在很大程度上推动了不同类型经济结构的产生。因此,投资结构调整是经济结构波动的重要原因,投资结构失衡成为经济结构失衡的重要构成,使得以投资结构优化促进经济结构升级成为中国经济可持续发展、高质量发展的重要内容。2020年全国两会强调,要“让投资持续发挥效益”,“重点支持既促消费惠民生又调结构增后劲的‘两新一重’建设”,进而明确释放了投资结构优化以及投资方向转型的信号,即要在推进新基建的过程中继续发挥传统基建的功能,在培育大型投资项目的过程中不能间断小型投资项目的开展,在短期加大投资力度的过程中始终注重长期的效益发挥、结果优化以及绿色发展。由此可见,在短期内,投资仍是经济稳定的重要支撑手段,但长期粗放式的投资方式导致投资结构的严重失衡,阻碍了经济结构优化升级,不利于长期的经济高质量发展。因此,现阶段中国经济政策制定、体制机制改革与制度供给建设的挑战之一在于投资继续发挥促增长作用的同时防止投资结构的恶化。但已有研究文献不足以支撑也不能够满足现实需求,换言之,已有研究文献对不同维度投资结构的探讨尚不充分,研究结论存在分歧,且缺乏时代观点。基于此,论文从投资产业结构、投资来源结构、投资主体结构、投资用途结构四类典型的投资结构出发,分别构建相适应的数理模型或展开理论分析,在此基础上构建计量模型进行实证检验,得出一定有益结论。当然,投资结构的维度划分有多个角度或方法,论文结合中国的现实经济问题,择取了其中具有系统重要性与广泛关联性的四类投资结构展开分析,在未来的研究过程中将对投资结构的更多侧面等展开进一步的研究或讨论。论文的主要研究结论如下:（1）经济发展是经济质量、经济增长与经济周期的综合反映。中国经济质量已发展至“合理区间”,但近年来已有所放缓。TVAR模型估计结果显示,经济质量处于“合理区间”时,经济质量的向下调整倾向与经济周期的“减速器效应”会对冲投资产业结构的“加速器效应”,且经济增长与经济周期间的负反馈循环会进一步抑制经济质量的提升。随着投资产业结构与经济增长间“脱钩”现象的改善,经济质量的向下调整倾向将得到抑制,稳定经济质量的政策成本将有所降低。目前,中国第三产业投资与非第三产业投资间已形成乘数效应。但2019年以来的经济稳增长压力仍将持续,需要以政策争时间,以时间换空间,允许经济质量的暂时放缓以换取长期发展。（2）投资来源结构优化有利于防控投资失速与稳定经济增长,在当前阶段具有迫切现实意义。中国直接融资比重长期偏低且停滞不前,银行市场集中度又始终偏高。论文首先通过数理推导论证了金融结构失衡对投资来源结构的非线性影响,并基于数理模型与实证模型的一致性原则,采取转移概率具有时变特征的马尔科夫区制转移模型进行实证分析。结果显示:①在投资来源结构恶化区制内,金融结构失衡程度的加深会进一步强化投资来源结构的恶化趋势,此时需要降低银行市场集中度,而在投资来源结构优化区制内,金融结构失衡程度的加深也不利于投资来源结构的优化持续,此时需要提高直接融资比重;②投资来源结构波动存在自稳定器机制,有着震荡式熨平波动的自发倾向;③当“稳增长”的目标权重上升时,投资来源结构会出现恶化倾向,积极的经济政策也是导致投资需求过度依赖信贷的重要因素;④投资来源结构大幅波动易引发区制转移。因此,中国应在继续优化金融结构的基础上,重点提高直接融资比重,强化银行市场竞争性,促进投资来源结构多元化发展。（3）投资主体间的多元时变因果关系始终没有得到充分揭示。新时代背景下,某一投资引导与调控政策往往只在某一时期发挥作用,因此,局部因果关系的存在性检验是必要的。论文基于多元时变因果关系模型发现:私人投资是投资主体结构的核心,投资主体结构由于缺乏负反馈机制而存在内在不稳定性;货币-财政政策工具变量均会对投资主体结构产生不同程度的调控作用,其中,财政支出扩张政策的调控作用是最全面的,且与数量型货币政策一起共同驱动了国有投资动态;经济-金融环境变化也会不同程度的引起投资主体结构发生变化,其中,国有投资活动脱离经济基本面的现象长期稳定存在,仅受到债券市场冲击的影响。因此,投资主体结构负反馈环的嵌入设计与国有投资与经济基本面协同发展的制度供给是新时代投资结构优化的重要内容。（4）长期的持续上涨使得房价水平处于绝对高位,其是否会受投资放缓的牵引而回落于现阶段的中国经济具有重要意义。IMS-AR模型估计结果显示,房价惯性长期稳定但基础脆弱。近期房价惯性的陡然骤升与房价增速的趋于平缓表明房价泡沫的被迫出清概率增加。从投资角度,TVEC模型估计结果显示,现阶段房地产投资已向上突破门限值,此时房价及其惯性的当期波动均仅受自身的前期偏离影响,其中,房价波动将平滑式收敛,而房价惯性波动将震荡式收敛,但缺乏确定的长期均衡关系作为靶向路径,收敛过程及新的均衡状态可能是低效率、高成本的。因此,现阶段的政策调控应致力于恢复房价及其惯性与投资及其结构间的长期均衡关系与短期波动溢出机制,使得投资用途结构优化红利的释放成为房价平滑回落、惯性回归理性过程中的有力支撑,以政策换时间、以时间创空间,即以付出一定政策成本的代价延缓房价泡沫向临界点的逼近,最终通过经济高质量增长的实现与房地产市场长效机制的建立实现对房价泡沫的消化而非刺破。
崔研[2]（2021）在《居家养老共享服务平台运营管理及其优化研究》文中提出老龄化问题是我国面临的重大社会问题,而养老资源不足,更给家庭和社会带来巨大的负担与压力。利用互联网与物联网技术提供精准化、全覆盖、高效率的养老服务平台,缓解养老资源不足,并释放宝贵的医疗资源是当务之急。因此,本文聚焦居家养老共享服务平台运营管理及其优化研究,创新性地利用共享经济、双边匹配等理论对于居家养老共享服务及其平台开展研究,并利用演化博弈理论对于居家养老共享服务平台存在的合理性进行验证。本文主要研究内容如下:首先,分别研究了创新型居家养共享老服务平台和居家养老者的分类,也对于居家养老服务需求及其影响因素进行了研究。为了理论论证居家养老共享服务平台的合理性,系统地分析了共享经济平台的特征、结构及模型后,通过科学地抽样调查方法,对目标地区的老年人口的现实情况进行实证分析,切实地发现在养老过程中存在的现实问题。接着,运用演化博弈理论和双边匹配理论论证了养老产业的演化发展机制及定价管理机制。模型分析结果显示:居家养老者、居家养老服务提供者都需要一个居家养老共享服务平台来提高供需信息的共享以及稀缺服务资源的共享;同时,合理地制定定价策略能够实现养老供需匹配的良性发展。其次,居家养老共享服务平台运营管理过程中,具备专业素质的服务提供者的数量较少。居家养老共享服务平台为了提高居家养老服务提供者效率,居家养老共享服务平台需要提高其运营效率,尤其是要进行相关的路径规划。该研究中,居家养老共享服务平台服务提供者的最优服务路径的规划具有普适性,适合于任何城市的居家养老服务。为了验证该路径规划的正确性及有效性,本文以唐山市居家养老共享服务平台运行为例,对于唐山市居家养老共享服务平台服务提供者的最优服务路径的规划进行了实证研究,并构建不确定条件下的鲁棒优化模型进行验证,实证结果显示:本文所提出的居家养老服务提供者的路径规划方案具有较强的鲁棒性。再次,为保证居家养老共享服务平台运行具有可持续性,居家养老共享服务平台的服务定价与收费问题非常重要。本文以双边市场平台以及交叉网络外部性的概念理论为基础,构建了相关双边博弈模型,并分析了居家养老共享服务平台的最优定价、最优用户数量以及平台收益,从三方策略选择中探讨最优服务定价管理策略。通过数值案例分析后,总结了人员转移比例、交叉网络外部性关键参数的响应性,从多个方面为居家养老共享平台的运营提供支持,探究实现平台的平稳发展的实现途径。最后,本文研究共享模式的养老支付保障问题,以河北省老年群体的问卷数据进行实证分析,研究影响居家养老者的养老服务支付能力的因素。在支付保障分析中,将年龄、性别、居住地区和配偶情况等18项变量作为研究要点,对秦皇岛市老年群体展开抽样问卷调查。在此基础上构建了共享居家养老的二元Logistic模型,对养老支付保障变量的影响要素进行回归分析,进而归纳影响养老支付保障的关键因素。使本文构建了有支付保障、安全高效的居家养老服务系统,为改善养老服务质量与提高居家养老者的生活水平提供了支持。
王雨[3]（2020）在《智能投顾服务的资产选择及价格竞争机制研究》文中认为国务院2017年颁布的《新一代人工智能发展规划》为我国人工智能发展明确了未来发展的战略目标。随着科学技术的发展,人工智能将为金融领域开启新篇章。智能投资顾问服务（以下简称“智能投顾”）作为人工智能在金融领域的前沿应用,为财富管理行业的投资顾问服务带来实质性的转变,并呈现高速发展的态势。我国智能投顾服务始于2015年,其通过调查问卷等方式了解用户需求,使用机器学习的方法对数据进行优化处理,通过模型选择构建基础资产库,以投资组合理论为基础,自动为不同风险偏好的用户量身定制资产配置方案,对市场进行高精度判断以增加用户满意度,从而实现投资顾问服务的智能化转型。通过查阅相关文献,我们发现当前智能投顾服务领域的研究内容主要集中于业务介绍和监管政策研究。本文尝试拓宽该领域研究视角,遵循“现状-机理-预测”的研究思路,对智能投顾服务资产选择的倾向性及价格竞争机制展开研究。首先对智能投顾的运作机制进行案例研究,初步判断影响智能投顾基础资产库选择的因素。其次,我们运用实证研究,对智能投顾服务运作机制现状下的机理进行探索,揭示智能投顾服务对基础资产的选择倾向性影响因素并对各因素间的关系进行分析。最后,我们运用理论研究证明及数据仿真的方式,对智能投顾服务的一类影响因素（管理费率）展开深入分析,通过智能投顾服务市场中的价格竞争机制的研究,尝试对市场中的价格竞争机制进行预测性探析。本文期望通过探索,为后续研究起到投砾引珠的作用,主要工作及创新点如下:1、拓展问题研究视角,顺应金融科技发展趋势。智能投顾服务在我国尚属新兴业务,通过对现有文献的研究,我们发现前人对于智能投顾服务中的资产选择及价格竞争机制鲜有研究。本文尝试拓展智能投顾的研究思路,将智能投顾服务的资产选择及价格竞争机制作为研究对象进行研究,结合社会关注热点,契合国家政策导向,丰富了相关领域中的研究成果,具有一定的现实意义。2、运用案例研究方式探索智能投顾运作机制。由于智能投顾业务的新颖性,研究中无法单纯沿用已有模型,本文通过质性研究的方式对智能投顾运作机制问题予以定性分析,对我国不同类型智能投顾的差异性及基础资产选择的影响因素进行分析,构建智能投顾服务对基础资产选择的三维度影响因素模型,揭示了影响因素的直接作用以及调节作用路径。3、运用实证分析探析新兴业务的实践做法,为其提供理论支撑。在实践中,智能投顾服务的资产选择会呈现一定的特征,而我们查阅文献,却未发现相关研究。本文从资本市场中获取真实数据,基于我国智能投顾服务的特性,运用实证分析对智能投顾服务资产选择的倾向性进行研究,尝试为实践操作提供数据上的解释,体现理论对实践的指导价值。4、契合新业务实际运作模式,构建新的模型对智能投顾服务价格竞争机制进行分析。在传统价格竞争研究中,前人考虑将价格作为影响产品需求的唯一因素。我们发现,在智能投顾服务网络中,需求并非仅受到价格影响,本文在服务网络需求模型中应用拥挤效应,构建了考虑拥挤效应的需求模型。通过理论分析及数学证明,获得智能投顾服务网络中基金管理费价格竞争中有且仅有一个纯策略纳什均衡解的结论,将理论与实践紧密结合,对基金管理公司和智能投顾公司的定价以及监管部门的未来政策制定提供了实质性的建议和帮助。本文作为一种探索性的研究,尝试将智能投顾服务的研究领域进行拓展,并将理论与工作实践有机结合,对当前资本市场中的现实问题进行分析研究,为基金管理公司、智能投顾公司和监管部门提供了一种启发式的思路,具有一定的现实意义和理论价值。
丛畅[4]（2019）在《基于交易成本的摩擦市场下一类多元风险测度的研究》文中研究表明金融风险的度量一直是金融领域内的一个热门话题,而合理有效的风险测度模型的构建,一直是金融研究领域中难点之一。如所知,经典的风险测度一般使用现金或者单一可接受资产作为调整金融头寸风险的手段。考虑到金融风险的复杂性以及资产有效配置可以降低投资成本的事实,基于可对冲风险资产的多元性,本文提出了基于现金+可接受资产同步调整之多元风险测度,探讨并建立该多元风险测度的表示定理以及对应的凸延拓,给出凸延拓前后多元风险测度的联系。首先,本文讨论了可接受集为凸集时的多元凸风险测度的次可加性、凸性等性质,同时给出了该多元凸风险测度的对偶表示;其次,研究存在交易成本的摩擦金融市场上的多元风险测度问题,即研究几类非凸可接受集所对应的多元风险测度问题。构建了与非凸可接受集相对应的多元风险测度;探讨了基于不同范数下的多元风险测度的凸性等基本特性;研究了非凸多元风险测度的凸延拓问题,并证明了该凸延拓风险测度可以由多元非凸风险测度表示出来;再次,将本文中非凸可接受集的限制条件进一步放宽（即去掉弱锥性条件,使得可接受集内的资产不再需要满足连续性要求）,利用实分析基本技巧,同样可以证明定义在新的非凸可接受集上的凸延拓多元风险测度仍可由多元非凸风险测度表示;最后,本文列举了多元风险测度的几个例子,给出了非凸可接受集下的多元风险测度的凸延拓的表示。
赵庆[5]（2015）在《基于鲁棒优化的若干投资组合模型研究》文中进行了进一步梳理投资组合通常是指个人或机构所拥有的由股票、债券及衍生金融工具等多种有价证券构成的一个投资集合。传统上投资组合模型数学规划的经典范例是在输入参数准确可知并且等于某些标称值的假设条件下建立模型,并利用已有的数学规划方法求解模型得出最优解。然而,这些方法并没有考虑数据的不确定性对建模质量和可行性的影响,本文采用鲁棒优化方法构建投资组合模型解决投资组合模型容易受输入参数影响的问题。本文一方面试图将鲁棒优化方法在不同投资组合模型中的应用建立一个系统的框架,另一方面弥补了国内目前仅对部分投资组合鲁棒优化模型进行研究,而忽略了交易成本和现实约束对鲁棒优化投资组合模型的影响,丰富了鲁棒优化投资组合模型的应用范围,同时针对其衍生（含交易成本和现实约束）鲁棒优化模型得到以下结论：（1）鲁棒优化投资组合模型相比于传统的投资组合模型（相对应的模型进行比较,即如：鲁棒均值-CVaR投资组合（RCVaR）模型相比于均值-条件风险价值（CVaR）投资组合（MCVaR）模型）更能获得稳定的回报,投资绩效更高。（2）交易成本的引入。对于将交易成本引入投资组合优化模型后鲁棒优化模型进行分析,这类投资组合优化模型是可解的、有效的、具有鲁棒性的,其投资组合收益、投资组合风险和投资组合绩效表现均优于将交易成本直接引入投资组合优化模型,表明引入交易成本后鲁棒优化模型仍是有效的。同时在基于交易成本的鲁棒优化模型中引入现实约束,则会进一步提升投资组合收益、组合风险和投资组合绩效方面的表现。（3）现实约束的引入。对于不含交易成本的鲁棒优化模型引入现实约束后得出：第一,分散化程度对投资组合影响。在投资组合各项资产权重充分分散之前,随着投资组合分散程度的增加,投资组合收益降低,投资组合风险减小,这与资本市场实际情况相同；在投资组合各项资产权重充分分散之后,随着投资组合分散程度的增加,投资组合收益同样减小,但是投资组合风险增加。第二,流动性水平对投资组合影响。当投资组合管理者对资产组合的最低流动性水平要求越高时,投资组合的风险越大、投资组合的收益增加、投资组合的绩效降低,反之亦然,这与现实证券市场中的投资决策完全一致。第三,资产上下界约束对投资组合影响。从投资组合收益与绩效角度而言,通过调整投资组合中各项资产上下界约束可以达到与调整投资组合管理者期望投资组合的最低收益、投资组合分散化程度和流动性水平相同的效果。本文的主要研究内容有：第1章是导论。第2章是现代投资组合优化理论发展综述。第3章是对数鲁棒优化投资组合模型。基于资产价格服从对数正态分布假设的基础上引入最坏情景（即风险价值）,考虑各资产之间的关联性提出三种资产关系对数鲁棒优化投资组合模型：最坏情景下独立资产对数鲁棒优化投资组合（WCIALRO）模型、最坏情景下特殊关联资产对数鲁棒优化（WCCASCLRO）模型和最坏情景下一般关联资产对数鲁棒优化（WCCAGCLRO）模型；同时给出了具有上界约束的最坏情景下独立资产对数鲁棒优化投资组合（WCIALRO）模型即ACWCIALRO模型和具有上界约束的最坏情景下一般关联资产对数鲁棒优化（WCCAGCLRO）模型即ACWCCAGCLRO模型；基于最坏情景下独立资产对数鲁棒优化投资组合模型引入交易成本,构建了含交易成本最坏情景下独立资产对数鲁棒优化投资组合（TCWCIALRO）模型。第4章是鲁棒优化CVaR投资组合模型。基于对称不确定集和非对称不确定集下分析CVaR投资组合模型的鲁棒优化策略,构建了期望收益属于矩形对称不确定集模型：鲁棒均值-CVaR投资组合（RCVaR）模型及其衍生模型含交易成本的鲁棒均值-CVaR投资组合（RTCCVaR）模型和基于现实约束的鲁棒均值-CVaR投资组合（RCRCVaR）模型,期望收益属于不对称集模型：非对称不确定集鲁棒条件风险-价值投资组合（RACVaR）模型及其衍生模型基于交易成本的非对称不确定集鲁棒条件风险价值投资组合（RTCACVaR）模型和基于现实约束条件下非对称不确定集鲁棒条件风险-价值投资组合（RCRACVaR）模型。第5章是鲁棒优化均值-半绝对偏差模型。在均值-半绝对偏差模型（MSAD）基础上,构建了含交易成本的交易成本均值-半绝对偏差投资组合（TCMSAD）模型；同时基于交易成本均值-半绝对偏差投资组合（TCMSAD）模型运用鲁棒优化方法构建了鲁棒交易成本均值-半绝对偏差投资组合模型（RTCMSAD）和基于现实约束的鲁棒交易成本均值-半绝对偏差投资组合模型（RCRTCMSAD）,丰富了MSAD模型和RMASD模型的应用。第6章是鲁棒优化均值-绝对偏差模型。在鲁棒均值-绝对偏差（RMAD）模型基础上,结合我国证券市场的实际情况,提出了适合我国投资组合管理的简化RMAD模型。同时,运用相同数据将RMAD模型的最优解与其他学者投资组合模型的结果进行绩效分析,证明简化RMAD模型从收益、风险与投资绩效角度而言优于所选的比较模型。第7章是鲁棒优化目标规划多目标投资组合模型。基于目标规划多目标投资组合（MGM）模型,运用鲁棒目标规划单目标（RSGM）模型建模的方法,提出了鲁棒目标规划多目标投资组合（RMGM）模型,拓展了鲁棒优化方法在目标规划投资组合模型中的应用。第8章是鲁棒优化跟踪误差投资组合模型。基于跟踪误差投资组合优化（TE）模型和跟踪误差投资组合鲁棒优化（RTE）模型建立了含交易成本的跟踪误差投资组合鲁棒优化（TCRTE）模型,并且同时给出一个数值算例,通过数值算例发现,引入交易成本后会影响投资决策,甚至会得到截然相反的结论,这对于投资组合实践是有借鉴的。第9章是研究的结论与展望。
向修海[6]（2013）在《随机流动性、资产交交换策略和定价研究》文中研究说明“流动性是市场的一切”,最近十几年一些重大金融事件的爆发让人们更加关注流动性和流动性风险,并从金融数学角度对其进行建模分析。流动性风险的引入会涉及到需要修正许多经典金融理论,包括资产配置、定价和风险管理。与其它流动性风险研究的相关文献不同,本文从流动性的随机性角度入手分别研究了资产交易和定价、对冲等相关问题,并重点讨论了随机性流动性所引发的新话题。具体地,本文分如下几个方面对其分别展开了研究：本文首先介绍了研究背景,并从实际现象中总结出一些流动性风险的主要特征,为整个论文建模提供实践依据。由于流动性风险并不像信用风险、市场风险那样被广大学者进行了深入研究,后二者的研究方法和结论都已标准化,但流动性风险连统一的定义都还存在争议,甚至不存在定性的概念。因此,本文在第二章首先归纳总结了目前主要文献对其定义和度量方法。紧接着,基于此结论本文在指令驱动交易制度下建立了综合的流动性模型,即包含了公认的流动性四要素：及时性、紧度、深度、反弹性。这不仅是更加现实的合理的流动性建模方法,而且在一定程度上拓展了市场微观结构理论,另外该模型也是整个论文的核心基础。随机流动性的引入使得相关最优化问题变得更复杂,并不能像传统模型那样可以得到最优交易策略的显性解。本文在期望流动性成本最小化下得到拟变分不等式,然后利用最优值函数的线性性进行降维,使用比率界限结构求解最优交易策略和无价格操纵的条件。然而当考虑均值方差形式的最小化问题时,最优值函数不存在线性性,本文使用一般随机最优控制方法得到了最优值函数是拟变分不等式的唯一粘性解。与具有深远意义的Cetin et al.（2004）不同,本文重点考虑了流动性的市场深度和及时性两个维度,在此框架下,流动性风险即使在连续有界变差交易策略下也不能被忽略。由于同时考虑随机流动性和波动,以及交易策略的限制,传统的完全对冲方法将失效,本文研究了这些扩展的上复制定价和对冲。在极端假设下,模型结论与B-S公式一致,因此,本研究的模型可以看成是传统模型的扩展。最后本文将前面的综合流动性模型和MMDH模型相融合,再使用随机加总的中心极限定理得到了资产收益率的极限分布,从中可以看到它的条件方差由流动性过程和信息到达过程组成。接下来首先使用校准方法检验了流动性对资产波动的影响,参数估计结果和拟合优度都具有很高的合理性。接着又假设具体随机过程得到两因素SV模型,选用EMM估计方法分别估计了传统单因素SV模型和两因素SV模型,发现前者被显着拒绝,而后者具有合理性,从估计参数可以看出,含流动性的两因素SV模型更能够拟合资产价格中的持久性和厚尾性。
魏波[7]（2012）在《限制资产数目的多因素资产组合模型及实证研究》文中研究说明在允许持有无风险资产的条件下,在多因素资产组合模型的基础上给出限制资产数目的改进模型,研究了解的存在性,并给出了算法及算例验证其有效性。本文主要论述了限制资产数目的多因素资产组合模型及实证研究,以期为相关研究提供借鉴。
宋博[8]（2010）在《Log-最优资产组合与风险管理》文中进行了进一步梳理投资组合理论是现代金融学中的重要研究课题之一,其目的是寻求一个在给定收益水平下使投资风险最小化,或者在给定的投资风险水平下使投资者的预期效用最大化的最优投资组合。在投资决策方面,投资者在金融市场上一般都是进行连续投资,即在一个周期结束时连本带利全部或部分地再投资。而log-最优资产组合模型是处理这类问题的常用方法之一,不仅因为对数函数在数学上易于处理,它也是一种常用的效用函数,即说明投资者是风险厌恶型,而这个特殊性引来了许多经济学家的关注和研究。本文首先简述了log-最优资产组合模型近年来的研究状况,其次我们研究了在无风险约束,一般风险约束,基于在险价值（VaR）和预期不足（ES）风险约束下的单周期和多周期log-最优资产组合模型。进一步,我们还讨论了基于方差,在险价值（VaR）,预期不足（ES）风险约束不同协方差矩阵下的单周期log-最优资产组合模型的实证模拟。此外我们研究了半log-最优资产组合模型,建立了基于在险价值（VaR）和预期不足（ES）风险约束下的单周期和多周期半log-最优资产组合模型,讨论了这些模型最优解的存在性和唯一性,并且给出了实证模拟,并对其结果进行了分析与比较,从而为投资者进行理性投资和风险管理提供了指导方法。
孙邦勇[9]（2008）在《有交易费用的投资组合问题及横截面收益率的因素分析》文中提出在资本市场中有两个重要的主题:一个是如何对现有的资本在一定的约束条件下得到最佳的投资组合;另一个问题是确定市场中哪些因素如何影响收益率,从而更好的进行投资。第一个问题属于资产的投资组合问题,第二个问题是关于CAPM及其扩展问题。本文首先在标准均值-方差模型的基础上,讨论了带交易费用的机会约束扩展的投资组合问题,并且证明了最优解的存在性和唯一性,并给出了最优解的解析表达式。接着采用实证的方法讨论了市场因素对截面收益率的影响,在考虑经济周期因子的条件下,采用Fama-Macbeth回归的方法,分析了总市值、流通市值、市盈率、换手率、交易量以及交易价格和流通市值比对股票横截面预期收益率的影响。通过分析我们发现:在整个数据区内,市场风险Beta对截面收益率基本上没有解释能力,而经济周期因子、总市值、流通市值、以及价格和换手率等单个因素对截面收益率具有解释能力,这些解释能力不能用市场风险Beta来解释。对多因素模型进行分析时,可以发现:只有价格和流通市值对截面收益具有解释能力,这说明其它因子的解释能力能被价格和流通市值解释,同时我们得到流通市值和交易量具有联合解释作用。当我们进一步的把市场分为上升市场和下降市场时,可以得到:在上升市场中,只有价格和市场风险Beta对截面收益具有解释能力,而在下降市场中市场风险Beta对截面收益率解释能力不强,但流通市值和价格具有显着的解释能力,交易量和流通市值具有联合的解释能力。论文中的实证结论对投资者和投资机构有实际的参考价值。
何朝林[10]（2007）在《连续时间下的动态资产组合选择问题研究》文中提出资产组合选择,尤其动态资产组合选择,是金融经济学,特别是资产定价研究领域中的重要问题之一,是金融经济学研究的基石。与静态资产组合选择相比,动态资产组合选择体现了资产价格的动态行为、反映了证券市场的特征和描述了投资决策的过程;为经济个体在不确定环境下为实现投资目标而如何对有限资源进行跨期最优配置提供了一种方法;为实现证券市场的理性预期均衡和发挥其功能起到一定的推动作用。因此,动态资产组合选择问题的研究具有重要的理论和现实意义。与离散时间下的动态资产组合选择相比,连续时间下的动态资产组合选择在最优选择的解析解、问题分析和解释的深刻性方面占有优势。鉴于此,本论文用资产收益连续时间模型描述资产价格动态特征,研究动态资产组合选择与投资机会集的时变性或可预测性、资产价格过程的跳跃、投资机会集的参数不确定性和描述资产收益动态的模型不确定性间的关系;运用随机控制方法获得动态资产组合最优选择的封闭解或解析表达式,使得投资者基于终期财富期望幂效用最大,进行理论分析;用上证综合指数代表风险资产,以其连续复合月收益率为研究样本,在计算机的帮助下运用贝叶斯分析框架获得参数的未来分布和谱广义矩法估计模型参数做实证研究,进一步支持和深化理论分析;最后,在理论和实证研究的基础上,获得对动态投资决策过程具有一定参考价值的相关结论,解释证券市场上的部分异常现象。首先,在一般情景下,假设资产收益服从伊藤扩散过程,研究投资机会集的时变性与动态资产组合选择的关系。理论分析表明,投资机会集的时变与否和投资者的不同偏好结构导致动态资产组合选择存在动态短视和动态优化两种行为;动态短视行为类似于静态资产组合选择,满足两基金分离定理,动态优化行为体现了投资者对资产组合的跨期对冲需求,满足广义性的三基金分离定理;在动态资产组合决策过程中,面对时变投资机会集的长期投资者在考虑资产组合财富自身风险的同时,还要考虑未来不利投资机会对财富生成的冲击,他们希望对财富生成的不利冲击进行跨期对冲,从而产生对金融风险资产的跨期对冲需求。其次,假设资产收益服从伊藤扩散过程,引入投资机会集的参数不确定性,在不完全信息下研究风险资产期望收益和方差的不确定性与动态资产组合选择的关系。理论和实证分析表明,参数不确定性导致投资者对资产组合存在跨期对冲需求;投资者的风险规避程度大于（小于）对数效用时,对冲需求为负（正）;随着投资期变短、信息量的增加和投资者风险规避程度增强,参数不确定性的影响减弱;期望收益不确定性的影响强于方差不确定性的影响;一阶自回归过程下的参数不确定性影响强于独立同分布正态过程下的参数不确定性影响;从动态资产组合选择的角度解释了风险溢价之谜。再次,在资产收益服从跳-扩散过程下,研究风险资产收益过程时变性（可预测性）和跳跃性与动态资产组合选择的关系,重点从矩分析的角度解释这种关系,建立收益过程跳跃性与可预测性间的联系,进而扩展到双跳-扩散模型。理论和实证分析表明,收益分布的正（负）偏导致投资者增加（减少）风险资产投资,收益分布的超出峰度导致其减少风险资产投资,且它们的影响随着投资者风险规避程度的增加而增强;期望收益的时变性导致资产收益的条件方差增大,但由于可预测性导致投资者对资产组合存在对冲需求,对冲需求的正负取决于投资者的风险规避程度和资产收益波动与期望收益波动间的相关系数,对冲需求的量随着投资期变短而变小;收益过程的跳跃导致投资者总体减少风险资产的投资,但在正（负）跳跃下,这种减少的态势减弱（增强）;收益方差的跳跃虽然不影响资产组合选择的短视需求,但影响收益过程的跳跃对冲需求,该影响与方差跳跃的方向和投资者风险规避程度有关;由于可预测性的存在,跳跃在一定程度上使资产组合的稳定性增强。最后,在随机波动模型中引入一个新的随机变量刻画由于模型不确定性而导致资产未来收益过程存在的不确定性差异,研究风险资产期望收益和方差的时变性、资产收益过程的可预测性、规避模型不确定性与动态资产组合选择的关系。理论和实证分析表明,收益过程的可预测性导致投资者对资产组合存在对冲需求,对冲需求的正负取决于投资者的风险规避程度与资产收益波动和方差波动间的相关系数,对冲需求的量随着投资期变长而增大;无论投资者原先对风险资产的持有是处于长头寸还是短头寸,规避模型不确定性使得原先持有的风险资产头寸皆降低,资产组合的免疫功能增强;在投资期内,规避模型不确定性的影响对可预测性下的资产组合对冲需求起到缓冲作用,从而又使资产组合的稳定性增强;动态资产组合选择对非市场参与之谜可以提供一种解释,但就上证综合指数收益分布特征而言,上海证券市场上的非市场参与现象并不能从动态资产组合选择角度予以解释。本论文的主要创新之处在于:①在连续时间下同时考虑了风险资产期望收益和方差的不确定性问题,而且在不同收益过程下做对比研究,提升了研究的应用价值,弥补了现有研究的不足。②从矩分析的角度明确了资产组合选择与资产收益前四阶矩的关系,解释了动态资产组合选择的特征,建立了收益过程可预测性和跳跃性之间的内在联系。③通过引入不确定性规避状态函数,运用罚函数理论,从财富效用成本的角度研究了模型不确定下的动态资产组合选择问题,弥补了现有研究的不足。
二、多因素资产组合模型及最优解存在性（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、多因素资产组合模型及最优解存在性（论文提纲范文）
（1）中国投资结构与经济发展的关系研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 投资结构调整的理论研究 |
| 1.2.2 投资结构调整的实证研究 |
| 1.3 研究内容与结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 结构安排 |
| 1.4 研究方法与主要创新 |
| 1.4.1 研究方法 |
| 1.4.2 主要创新 |
| 第2章 投资结构及其理论基础 |
| 2.1 投资结构的内涵及其分类 |
| 2.1.1 投资的经济内涵 |
| 2.1.2 投资结构的经济内涵 |
| 2.2 投资结构调整的理论基础 |
| 2.2.1 马克思主义投资结构理论 |
| 2.2.2 西方经济学投资结构理论 |
| 第3章 投资产业结构调整与经济发展质量的门限效应研究 |
| 3.1 引言 |
| 3.2 投资产业结构与经济发展质量关系的数理推演 |
| 3.3 TVAR模型构建 |
| 3.4 投资产业结构与经济发展质量关系的实证分析 |
| 3.4.1 中国经济质量与投资产业结构的演进特征 |
| 3.4.2 中国经济质量与投资产业结构的门限效应 |
| 3.5 本章小结 |
| 第4章 投资来源结构变化与金融结构失衡的区制特征研究 |
| 4.1 引言 |
| 4.2 投资来源结构与金融结构关系的数理推演 |
| 4.3 MS-TVTP模型构建 |
| 4.4 投资来源结构与金融结构关系的实证分析 |
| 4.4.1 指标构造与数据说明 |
| 4.4.2 实证结果与机理阐释 |
| 4.5 本章小结 |
| 第5章 投资主体结构波动与经济-金融环境的多元时变因果关系研究 |
| 5.1 引言 |
| 5.2 投资主体结构内部关系的理论推演 |
| 5.3 DIRICHLET-VAR模型构建 |
| 5.4 投资主体结构与经济-金融环境关系的实证分析 |
| 5.4.1 内部结构的不稳定性分析 |
| 5.4.2 外部冲击的结构变化分析 |
| 5.5 本章小结 |
| 第6章 投资用途结构倾斜与房价持续上涨的期限关系研究 |
| 6.1 引言 |
| 6.2 房价持续上涨的基础条件发生变化 |
| 6.2.1 短期视角下房价持续上涨具备经济支撑 |
| 6.2.2 长期视角下房价上涨惯性存在回落倾向 |
| 6.3 模型构建 |
| 6.3.1 IMS-AR模型思路与构建 |
| 6.3.2 TVEC模型构建与检验 |
| 6.4 投资用途结构与房价持续上涨关系的实证分析 |
| 6.4.1 内在稳定性分析 |
| 6.4.2 外部不稳定性分析 |
| 6.5 本章小结 |
| 第7章 研究结论与研究展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文及参与的科研项目 |
| 致谢 |
（2）居家养老共享服务平台运营管理及其优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状及评述 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究现状评述 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法及技术路线 |
| 第2章 相关概念及理论 |
| 2.1 共享经济及共享经济平台相关理论 |
| 2.1.1 共享经济概念及内涵 |
| 2.1.2 共享经济平台的概念及其发展 |
| 2.1.3 双边市场概念及价值创造过程 |
| 2.2 创新型居家养老服务的相关概念 |
| 2.2.1 服务运营管理的相关概念 |
| 2.2.2 创新型居家养老服务的概念 |
| 2.2.3 创新型居家养老服务系统 |
| 2.3 演化博弈理论 |
| 2.3.1 演化博弈理论和基本原理 |
| 2.3.2 演化博弈模型 |
| 2.4 二元Logistic回归模型相关理论 |
| 2.4.1 二元Logistic回归的概念 |
| 2.4.2 二元Logistic回归模型的检验 |
| 2.5 本章小结 |
| 第3章 居家养老者的养老需求分析 |
| 3.1 居家养老共享服务平台运营方面的科学问题提出 |
| 3.2 居家养老者的分类及现状 |
| 3.2.1 居家养老者的分类 |
| 3.2.2 不同类别的养老者的现状 |
| 3.3 居家养老者对医疗的需求分析 |
| 3.3.1 居家养老医疗服务发展现状 |
| 3.3.2 居家养老者的医疗服务需求调查数据 |
| 3.3.3 居家养老者的服务需求的影响因素 |
| 3.4 居家养老者服务需求的影响因素的实证分析 |
| 3.4.1 居家养老者的医疗康复需求的实证分析 |
| 3.4.2 居家养老者的精神慰藉需求的实证分析 |
| 3.4.3 养老需求调研结果分析 |
| 3.5 本章小结 |
| 第4章 基于共享经济的居家养老共享服务平台的演化博弈 |
| 4.1 居家养老共享服务平台的演化博弈模型构建 |
| 4.1.1 演化博弈模型的基本假设 |
| 4.1.2 居家养老共享服务平台的各方演化博弈机制 |
| 4.2 居家养老共享服务平台的演化博弈模型 |
| 4.2.1 共享服务平台的收益函数及复制动态方程 |
| 4.2.2 共享服务平台的演化博弈均衡 |
| 4.2.3 共享服务平台的演化博弈结论 |
| 4.3 居家养老者的演化博弈模型 |
| 4.3.1 居家养老者的收益函数及复制动态方程 |
| 4.3.2 居家养老者演化博弈均衡 |
| 4.3.3 居家养老者的演化博弈结果 |
| 4.4 共享服务平台服务人员的演化博弈模型 |
| 4.4.1 服务人员收益函数及复制动态方程 |
| 4.4.2 服务人员的演化博弈均衡 |
| 4.4.3 服务人员的演化结果 |
| 4.5 共享服务平台演化博弈结果的综合分析 |
| 4.6 本章小结 |
| 第5章 居家养老共享服务平台最优路径规划 |
| 5.1 共享服务平台服务的路径规划问题描述 |
| 5.2 共享服务平台的服务者的路径规划模型 |
| 5.2.1 有关符号定义说明及基本假设 |
| 5.2.2 共享服务平台的服务者路径规划模型建立 |
| 5.2.3 共享服务平台的服务者路径规划模型的算法设计 |
| 5.3 需求不确定条件下的鲁棒优化模型构建 |
| 5.3.1 居家养老共享服务平台的不确定需求 |
| 5.3.2 不确定条件下的鲁棒优化模型 |
| 5.3.3 不确定条件下鲁棒优化模型算法设计 |
| 5.4 居家养老共享服务平台的最优服务路径规划案例分析 |
| 5.4.1 居家共享服务平台的基础数据 |
| 5.4.2 居家养老共享服务平台的服务人员的路径规划 |
| 5.4.3 盒子集-鲁棒优化模型的路径规划方案 |
| 5.4.4 多面体集-鲁棒优化模型的路径规划方案 |
| 5.4.5 椭球集-鲁棒优化模型的路径规划方案 |
| 5.5 鲁棒优化模型的灵敏度分析 |
| 5.5.1 模型运行效率对比 |
| 5.5.2 碳排放限制对配送路径的影响 |
| 5.5.3 需求波动程度和安全参数的影响 |
| 5.5.4 路径规划服务水平及其响应性 |
| 5.6 本章小结 |
| 第6章 居家养老共享服务平台的双边定价 |
| 6.1 居家养老共享服务平台的运行机制 |
| 6.2 居家养老共享服务平台服务定价的模型 |
| 6.2.1 相关基本假设说明 |
| 6.2.2 有关符号定义与说明 |
| 6.2.3 居家养老共享服务平台定价的双边模型 |
| 6.3 居家养老共享服务平台的策略选择 |
| 6.3.1 居家养老共享服务平台服务最优定价分析 |
| 6.3.2 居家养老共享服务平台的最优用户数量分析 |
| 6.3.3 居家养老共享服务平台的收益分析 |
| 6.4 居家养老共享服务平台定价模型的案例分析 |
| 6.4.1 交叉网络外部性的影响 |
| 6.4.2 人员转移比例的影响分析 |
| 6.4.3 初始规模的影响 |
| 6.5 本章小结 |
| 第7章 基于共享经济的居家养老共享服务平台支付体系设计 |
| 7.1 传统型居家养老经济支付体系 |
| 7.1.1 传统型居家养老经济支付体系的描述 |
| 7.1.2 传统型居家养老经济支付模型 |
| 7.1.3 传统型养老经济支付模型的参数筛选和变量检验 |
| 7.1.4 传统型居家养老经济支付能力分析 |
| 7.2 基于共享经济的创新型居家养老经济支付体系的构建 |
| 7.2.1 创新型居家养老经济支付体系的描述 |
| 7.2.2 创新型居家养老支付模型分析 |
| 7.2.3 创新型居家养老支付模型的变量检验 |
| 7.2.4 创新型居家养老经济支付能力分析 |
| 7.3 共享经济的居家养老服务支付体系建设的发展建议 |
| 7.3.1 企业层面的支付体系建设的发展建议 |
| 7.3.2 政府层面上支付体系建设的建议和措施 |
| 7.3.3 用户层面上支付体系建设的建议 |
| 7.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
（3）智能投顾服务的资产选择及价格竞争机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 投资顾问的发展 |
| 1.1.2 智能金融的应用 |
| 1.1.3 智能投顾的优势 |
| 1.1.4 智能投顾的发展 |
| 1.2 研究意义 |
| 1.3 研究内容与方法 |
| 1.4 本文创新点 |
| 第2章 理论背景和相关研究工作 |
| 2.1 投资组合理论 |
| 2.2 信号传递理论 |
| 2.3 利益相关者理论 |
| 2.4 相关研究工作 |
| 2.4.1 投资顾问的相关研究工作 |
| 2.4.2 智能投顾的相关研究工作 |
| 2.4.3 投资组合的相关研究工作 |
| 2.4.4 价格竞争的相关研究工作 |
| 2.5 本章小结 |
| 第3章 智能投顾服务运作机制的案例研究 |
| 3.1 研究背景分析 |
| 3.1.1 我国智能投顾服务的发展背景分析 |
| 3.1.2 我国初创型与成熟型智能投顾公司(平台)的差异分析 |
| 3.1.3 我国智能投顾服务的运作流程分析 |
| 3.2 研究设计 |
| 3.2.1 案例选择 |
| 3.2.2 数据收集 |
| 3.2.3 分析步骤 |
| 3.2.4 案例变量编码及模型构建 |
| 3.3 影响因素与作用机理分析 |
| 3.3.1 基础资产所属机构属性作用分析 |
| 3.3.2 基础资产属性作用分析 |
| 3.3.3 基础资产运作人属性作用分析 |
| 3.4 案例研究结果讨论 |
| 3.5 本章小结 |
| 第4章 智能投顾服务对基础资产的选择倾向性研究 |
| 4.1 智能投顾基础资产库构建模式 |
| 4.2 研究假设 |
| 4.2.1 基金特征与智能投顾选择行为 |
| 4.2.2 基金经理特征与智能投顾选择行为 |
| 4.2.3 基金经理特征的调节作用 |
| 4.3 研究设计 |
| 4.3.1 研究样本选取 |
| 4.3.2 变量描述 |
| 4.3.3 数据分析 |
| 4.3.4 模型的构建 |
| 4.4 实证结果及分析 |
| 4.5 实证研究结果讨论 |
| 4.5.1 对于智能投顾公司的借鉴意义 |
| 4.5.2 对于基金管理公司的借鉴意义 |
| 4.6 本章小结 |
| 第5章 智能投顾服务市场中的价格竞争机制研究 |
| 5.1 研究背景 |
| 5.2 研究挑战 |
| 5.3 智能投顾产品的价格竞争环境 |
| 5.4 集中优化方法对个体的非有效性验证 |
| 5.5 智能投顾服务市场价格竞争模型构建及验证 |
| 5.5.1 智能投顾服务市场价格竞争模型构建 |
| 5.5.2 智能投顾服务市场价格竞争问题复杂度研究 |
| 5.5.3 模型仿真 |
| 5.5.4 结果分析 |
| 5.6 智能投顾服务市场的价格竞争研究 |
| 5.6.1 拥挤效应的应用 |
| 5.6.2 假设条件 |
| 5.6.3 考虑拥挤效应的需求模型构建 |
| 5.6.4 智能投顾服务市场价格竞争均衡研究 |
| 5.7 仿真分析 |
| 5.7.1 算例基本假设条件 |
| 5.7.2 模型构建及求解 |
| 5.7.3 算例结果分析 |
| 5.8 定价策略研究结果讨论 |
| 5.8.1 对于基金管理公司的借鉴作用 |
| 5.8.2 对于智能投顾公司的借鉴作用 |
| 5.8.3 对于行业监管的借鉴作用 |
| 5.9 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的其他研究成果 |
（4）基于交易成本的摩擦市场下一类多元风险测度的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 理论背景及研究现状 |
| 1.2 本文的主要工作 |
| 1.3 本文的创新点 |
| 2 预备知识 |
| 2.1 经典的风险度量方法 |
| 2.1.1 货币风险测度 |
| 2.1.2 一致风险测度 |
| 2.2 内蕴风险测度 |
| 3 多元凸风险测度 |
| 3.1 多元凸风险测度的引入及定义 |
| 3.2 多元凸风险测度的性质 |
| 3.3 多元凸风险测度生成的最优化问题的对偶表示 |
| 4 多元非凸风险测度 |
| 4.1 多元非凸风险测度的定义 |
| 4.2 非现金多元风险测度的性质及其凸延拓 |
| 4.2.1 非现金多元风险测度的性质 |
| 4.2.2 非现金多元风险测度的凸延拓 |
| 4.3 p=+∞时多元非凸风险测度的性质及其凸延拓 |
| 4.3.1 p=+∞时多元非凸风险测度的性质 |
| 4.3.2 p=+∞时多元非凸风险测度的凸延拓 |
| 4.5 弱可接受集A下的多元风险测度的凸延拓 |
| 4.5.1 已有方法下,弱可接受集A下的多元风险测度的凸延拓的不存在性 |
| 4.5.2 新方法下,弱可接受集A下多元风险测度的凸延拓存在性 |
| 5 多元风险测度的举例 |
| 6 总结 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间发表的论文 |
| 攻读硕士学位期间学术成果获奖情况 |
（5）基于鲁棒优化的若干投资组合模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 导论 |
| 1.1 研究背景与研究意义 |
| 1.2 研究目标与研究内容 |
| 1.3 创新与不足 |
| 1.3.1 创新之处 |
| 1.3.2 不足之处 |
| 2 现代投资组合优化理论发展综述 |
| 2.1 引言 |
| 2.2 基于MVO模型中引入交易成本 |
| 2.3 构建投资组合模型的约束条件 |
| 2.3.1 监管约束条件 |
| 2.3.2 根据顾客要求约束条件 |
| 2.3.3 投资组合管理者约束条件 |
| 2.3.4 交易约束 |
| 2.3.5 风险管理约束 |
| 2.3.6 转移系数 |
| 2.3.7 影子成本分解 |
| 2.3.8 约束条件引起的偏差 |
| 2.4 缓解估计误差对MVO模型的影响 |
| 2.4.1 投资组合权重的约束条件 |
| 2.4.2 分散化措施 |
| 2.4.3 贝叶斯方法与Black-Litterman模型 |
| 2.4.4 鲁棒优化 |
| 2.4.5 合并高阶矩和尾部风险措施 |
| 2.5 投资组合模型发展趋势 |
| 2.5.1 分散化方法 |
| 2.5.2 度量风险贡献 |
| 2.5.3 风险平价和构建风险平价组合 |
| 2.5.4 混合不同观点的预期益率 |
| 2.5.5 多期组合优化模型 |
| 2.6 本章小结 |
| 3 对数鲁棒优化投资组合模型 |
| 3.1 引言 |
| 3.2 建立模型 |
| 3.2.1 最坏情景下独立资产对数鲁棒优化(WCIALRO)模型 |
| 3.2.2 最坏情景特殊关联资产对数鲁棒优化(WCCASCLRO)模型 |
| 3.2.3 最坏情景下一般关联资产对数鲁棒优化(WCCAGCLRO)模型 |
| 3.2.4 含交易成本最坏情景下独立资产对数鲁棒优化投资组合(TCWCIALRO)模型 |
| 3.3 数值算例 |
| 3.3.1 WCIALRO模型和ACWCIALRO模型数值算例 |
| 3.3.2 WCCASCLRO模型和ACWCCASCLRO模型数值算例 |
| 3.3.3 WCCAGCLRO模型数值算例 |
| 3.3.4 含交易成本最坏情景下独立资产对数鲁棒优化投资组合(TCWCIALRO)模型数值算例 |
| 3.4 本章小结 |
| 4 鲁棒优化CVAR投资组合模型 |
| 4.1 引言 |
| 4.2 建立模型 |
| 4.2.1 基于条件风险价值(CVaR)投资组合(MCVaR)模型 |
| 4.2.2 鲁棒均值-CVaR投资组合(RCVaR)模型 |
| 4.2.3 含交易成本的鲁棒均值-CVaR投资组合(RTCCVaR)模型 |
| 4.2.4 基于现实约束的鲁棒均值-CVaR投资组合(RCRCVaR)模型 |
| 4.2.5 非对称不确定集鲁棒条件风险-价值投资组合(RACVaR)模型 |
| 4.3 数值算例 |
| 4.3.1 数据描述 |
| 4.3.2 MCVaR模型数值算例 |
| 4.3.3 RCVaR模型数值算例 |
| 4.3.4 RTCCVaR模型数值算例 |
| 4.3.5 RCRCVaR模型数值算例 |
| 4.3.6 RACVaR模型数值算例 |
| 4.3.7 RTCACVaR模型数值算例 |
| 4.3.8 RCRACVaR模型数值算例 |
| 4.4 本章小结 |
| 5 鲁棒优化均值-半绝对偏差模型 |
| 5.1 引言 |
| 5.2 建立模型 |
| 5.2.1 均值-半绝对偏差投资组合(MSAD)模型 |
| 5.2.2 鲁棒均值-半绝对偏差投资组合（RMSAD)模型 |
| 5.2.3 交易成本均值-半绝对偏差投资组合（TCMSAD)模型 |
| 5.2.4 鲁棒交易成本均值-半绝对偏差投资组合(RTCMSAD)模型 |
| 5.2.5 基于现实约束的鲁棒交易成本均值-半绝对偏差投资组合(RCRTCMSAD)模型 |
| 5.3 数值算例 |
| 5.3.1 数值算例假设条件 |
| 5.3.2 数据描述 |
| 5.3.3 MSAD模型与RMASD模型数值算例 |
| 5.3.4 TCMSAD模型与RTCMASD模型数值算例 |
| 5.3.5 RCRTCMSAD模型数值算例 |
| 5.4 本章小结 |
| 6 鲁棒优化均值-绝对偏差模型 |
| 6.1 引言 |
| 6.2 建立模型 |
| 6.2.1 均值-绝对偏差(MAD)模型 |
| 6.2.2 鲁棒均值-绝对偏差(RMAD)模型 |
| 6.3 RMAD模型数值算例 |
| 6.4 本章小结 |
| 7 鲁棒优化目标规划多目标投资组合模型 |
| 7.1 引言 |
| 7.2 建立模型 |
| 7.2.1 目标规划(GM)模型 |
| 7.2.2 目标规划单目标(SGM)模型 |
| 7.2.3 鲁棒目标规划单目标(RSGM)模型 |
| 7.2.4 目标规划多目标投资组合(MGM)模型 |
| 7.2.5 鲁棒目标规划的多目标投资组合(RMGM)模型 |
| 7.3 数值算例 |
| 7.3.1 数据描述 |
| 7.3.2 MGM模型和RMGM模型数值算例 |
| 7.4 本章小结 |
| 8 鲁棒优化跟踪误差投资组合模型 |
| 8.1 引言 |
| 8.2 模型构建 |
| 8.2.1 跟踪误差投资组合优化(TE)模型 |
| 8.2.2 跟踪误差投资组合鲁棒优化(RTE)模型 |
| 8.2.3 基于交易成本跟踪误差投资组合鲁棒优化(TCRTE)模型 |
| 8.3 数值算例 |
| 8.3.1 跟踪误差投资组合鲁棒优化(RTE)模型数值算例 |
| 8.3.2 基于交易成本目标收益跟踪误差投资组合鲁棒优化(TCRTE)模型数值算例 |
| 8.4 本章小结 |
| 9 结论与进一步研究方向 |
| 9.1 结论 |
| 9.2 进一步研究方向 |
| 攻读博士期间的科研成果 |
| 参考文献 |
| 后记 |
（6）随机流动性、资产交交换策略和定价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究内容和目的 |
| 1.3 研究方法 |
| 1.4 论文创新点 |
| 2 流动性和流动性风险的界定、测度与建模 |
| 2.1 流动性和流动性风险概念的界定 |
| 2.2 流动性的基本组成要素 |
| 2.3 流动性的测度方法 |
| 2.4 随机流动性模型 |
| 2.5 本章小结 |
| 3 随机流动性下的价格操纵和最优交易策略研究 |
| 3.1 最优交易策略研究模型综述 |
| 3.2 随机供给曲线交易模型设定 |
| 3.3 无价格操纵的充要条件 |
| 3.4 线性价格效应模型的无价格操纵条件：确定流动性情形 |
| 3.5 线性价格效应模型的无价格操纵条件：随机流动性情形 |
| 3.6 均值方差最优交易策略：随机流动性情形 |
| 3.7 本章小结 |
| 4 流动性风险和市场风险的上复制定价与对冲 |
| 4.1 流动性风险的鞅定价综述 |
| 4.2 交易策略与无套利条件 |
| 4.3 上复制定价 |
| 4.4 本章小结 |
| 5 含流动性风险的随机波动模型：理论与中国股市的实证 |
| 5.1 新随机波动模型的理论框架 |
| 5.2 中国股市的流动性和已实现波动特征 |
| 5.3 流动性风险、交易量与股价波动关系的校准 |
| 5.4 一般化随机波动模型的设定 |
| 5.5 随机波动模型估计方法简介 |
| 5.6 模型估计及结果分析 |
| 5.7 本章小结 |
| 6 结论总结与进一步研究展望 |
| 6.1 结论总结 |
| 6.2 进一步研究展望 |
| 致谢 |
| 参考文献 |
| 附录1：攻读学位期间发表论文目录 |
（7）限制资产数目的多因素资产组合模型及实证研究（论文提纲范文）
| 一、模型的提出 |
| 二、与Markowitz均值-方差模型比较 |
| 三、解的存在性 |
| 四、模型中的算法设计 |
| 五、计算举例 |
| 结论: |
（8）Log-最优资产组合与风险管理（论文提纲范文）
| 内容提要 |
| 第一章 绪论 |
| 1 论文背景及研究意义 |
| 2 论文的内容及结构 |
| 3 论文的主要创新点 |
| 第二章 投资组合文献综述 |
| 1 最优投资组合文献综述 |
| 2 金融风险度量文献综述 |
| 3 log-最优资产组合文献综述 |
| 第三章 log-最优资产组合模型 |
| 1 风险及效用函数 |
| 2 无风险约束下的log-最优资产组合模型 |
| 3 风险约束下的log-最优资产组合模型 |
| 3.1 方差风险约束下的log-最优资产组合模型 |
| 3.2 VaR风险度量下的log-最优资产组合模型 |
| 3.3 ES风险度量下的log-最优资产组合模型 |
| 4 多周期log-最优资产组合模型 |
| 4.1 基于多周期VaR约束下的log-最优资产组合模型 |
| 4.2 基于多周期ES约束下的log-最优资产组合模型 |
| 第四章 log-最优资产组合算法及实证研究 |
| 1 log-最优资产组合算法 |
| 2 数据来源与选择 |
| 3 数据描述与检验 |
| 3.1 沪深300行业指数走势图 |
| 3.2 沪深300行业指数对数收益率走势图 |
| 3.3 单位根检验 |
| 3.4 Granger因果关系检验 |
| 4 log-最优资产组合的实证研究 |
| 4.1 方差与VaR风险约束下的单周期log-最优资产组合的实证研究 |
| 4.2 ES风险约束下的单周期log-最优资产组合的实证研究 |
| 4.3 ES风险约束下的多周期log-最优资产组合的实证研究 |
| 第五章 不同协方差矩阵下log-最优资产组合模型 |
| 1 协方差矩阵的估计方法 |
| 2 不同协方差矩阵下的log-最优资产组合模型与实证研究. |
| 2.1 方差风险约束下不同协方差矩阵的log-最优资产组合实证研究 |
| 2.2 VaR风险约束下不同协方差矩阵的log-最优资产组合实证研究 |
| 2.3 ES风险约束下不同协方差矩阵的log-最优资产组合实证研究 |
| 3 均值方差准则下的最优资产组合模型 |
| 第六章 半log-最优资产组合模型 |
| 1 风险约束下的单周期半log-最优资产组合模型 |
| 1.1 VaR约束下的半log-最优资产组合模型 |
| 1.2 ES约束下的半log-最优资产组合模型 |
| 2 多周期的半log-最优资产组合模型 |
| 2.1 基于多周期VaR约束下的半log-最优资产组合模型 |
| 2.2 基于多周期ES约束下的半log-最优资产组合模型 |
| 3 半log-最优资产组合的实证研究 |
| 3.1 VaR风险约束下单周期半log-最优资产组合的实证研究 |
| 3.2 ES风险约束下多周期半log-最优资产组合的实证研究 |
| 结论 |
| 参考文献 |
| 附录:遗传算法源代码 |
| 攻博期间发表的学术论文及其他成果 |
| 致谢 |
| 中文摘要 |
| Abstract |
（9）有交易费用的投资组合问题及横截面收益率的因素分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 本文主要工作 |
| 1.3 本文的结构 |
| 第2章 有交易费的机会约束投资组合分析 |
| 2.1 有交易费的均值-方差模型及其解 |
| 2.1.1 标准的均值-方差模型 |
| 2.1.2 允许卖空的机会约束投资模型 |
| 2.1.3 有交易费的均值-方差模型及其解 |
| 2.2 有交易费的机会约束投资组合模型及其解 |
| 2.2.1 模型的描述 |
| 2.2.2 解的存在性与唯一性 |
| 2.2.3 有效前沿 |
| 2.3 有交易费的机会约束下的投资组合问题的解 |
| 第3章 股票收益的横截面多因素影响分析 |
| 3.1 条件资本资产定价 |
| 3.2 模型、样本、变量以及描述性统计 |
| 3.3 截面收益率影响因素的实证检验 |
| 3.3.1 条件CAPM 模型和CAPM 比较分析 |
| 3.3.2 横截面单因素模型 |
| 3.3.3 横截面两因素模型 |
| 3.3.4 横截面多因素模型 |
| 3.4 上升市场与下降市场的比较分析 |
| 3.4.1 单因素模型比较 |
| 3.4.2 两因素模型比较 |
| 3.4.3 多因素模型比较 |
| 结论 |
| 参考文献 |
| 附录A (攻读学位期间所发表的学术论文目录) |
| 致谢 |
（10）连续时间下的动态资产组合选择问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究内容 |
| 1.3 研究思路和方法 |
| 1.4 特色及创新之处 |
| 2 国内外相关研究综述 |
| 2.1 静态资产组合选择 |
| 2.2 动态资产组合选择 |
| 2.2.1 效用函数模型 |
| 2.2.2 动态均值－方差模型 |
| 2.2.3 组合保险模型 |
| 2.3 国内相关研究文献的综述 |
| 2.4 资产收益的连续时间模型 |
| 2.4.1 线性资产收益连续时间模型 |
| 2.4.2 非线性资产收益连续时间模型 |
| 2.5 本章小结 |
| 3 连续时间下动态资产组合选择的两种行为 |
| 3.1 引言 |
| 3.2 资产价格及财富动态 |
| 3.2.1 资产价格动态 |
| 3.2.2 财富动态预算方程 |
| 3.3 投资者最优投资－消费决策行为模型 |
| 3.4 投资者最优资产需求和消费函数 |
| 3.5 动态资产组合选择的两种行为 |
| 3.5.1 动态短视行为 |
| 3.5.2 动态优化行为 |
| 3.6 无限生命周期的最优投资－消费决策问题 |
| 3.7 本论文建立模型的假设及其基础 |
| 3.7.1 模型假设 |
| 3.7.2 模型假设的基础 |
| 3.8 本章小结 |
| 4 不完全信息下的动态资产组合选择 |
| 4.1 引言 |
| 4.2 投资者行为模型 |
| 4.2.1 资产价格的动态过程 |
| 4.2.2 投资者财富的动态过程 |
| 4.2.3 投资者行为模型 |
| 4.3 模型的求解 |
| 4.4 不完全信息下动态资产组合选择的特征 |
| 4.4.1 动态短视调整行为 |
| 4.4.2 动态优化调整行为 |
| 4.4.3 风险溢价的存在性 |
| 4.5 实证研究 |
| 4.5.1 研究样本的选择 |
| 4.5.2 风险资产收益服从独立同分布的正态过程 |
| 4.5.3 风险资产收益服从一阶自回归过程 |
| 4.5.4 不同资产收益过程及多参数下的实证结果 |
| 4.5.5 结果分析 |
| 4.6 比较动态研究 |
| 4.6.1 研究样本的选择 |
| 4.6.2 实证结果 |
| 4.6.3 结果分析 |
| 4.7 本章小结 |
| 5 矩分析下的动态资产组合选择 |
| 5.1 引言 |
| 5.2 收益分布的正态性检验 |
| 5.2.1 数据及研究样本的选择 |
| 5.2.2 检验结果 |
| 5.2.3 结果分析 |
| 5.3 静态资产组合选择 |
| 5.3.1 静态资产组合最优选择的矩表达式 |
| 5.3.2 实证结果 |
| 5.3.3 结果分析 |
| 5.4 动态资产组合选择 |
| 5.4.1 资产价格及投资者财富的动态过程 |
| 5.4.2 投资者行为模型 |
| 5.4.3 模型的求解 |
| 5.4.4 动态资产组合选择的特征 |
| 5.5 动态资产组合选择特征的矩分析解释 |
| 5.5.1 跳-扩散过程下风险资产收益前四阶矩的表达式 |
| 5.5.2 动态资产组合选择特征的矩解释 |
| 5.6 本章小结 |
| 6 不确定性规避下的动态资产组合选择 |
| 6.1 引言 |
| 6.2 投资者行为模型 |
| 6.2.1 资产价格及投资者财富的动态过程 |
| 6.2.2 投资者行为模型 |
| 6.3 模型的求解 |
| 6.4 不确定性规避下动态资产组合选择的特征 |
| 6.5 实证研究 |
| 6.5.1 研究样本的选择 |
| 6.5.2 随机波动模型的参数估计 |
| 6.5.3 实证结果 |
| 6.5.4 结果分析 |
| 6.6 本章小结 |
| 7 稳健性下的动态资产组合选择 |
| 7.1 引言 |
| 7.2 投资者行为模型 |
| 7.2.1 资产价格及投资者财富的运动过程 |
| 7.2.2 投资者行为模型 |
| 7.3 跳跃引入下风险资产配置的限制条件 |
| 7.3.1 跳跃改变动态资产组合决策过程 |
| 7.3.2 动态资产组合中风险资产配置的限制条件 |
| 7.4 模型的求解 |
| 7.5 不同收益过程下的比较研究 |
| 7.5.1 忽略风险资产收益过程的不确定性 |
| 7.5.2 忽略风险资产收益过程的跳跃性 |
| 7.5.3 忽略风险资产收益过程的可预测性 |
| 7.5.4 忽略风险资产收益过程的时变性 |
| 7.6 稳健动态资产组合选择的特征分析 |
| 7.7 本章小结 |
| 8 结论与展望 |
| 8.1 研究结论 |
| 8.2 研究展望 |
| 8.2.1 本论文研究的延伸 |
| 8.2.2 目前研究的热点问题 |
| 8.2.3 资产组合选择问题研究发展的建议 |
| 致谢 |
| 参考文献 |
| 附录A 攻读博士学位期间所发表的论文 |
| 附录B 攻读博士学位期间主持和参加的科研项目 |
四、多因素资产组合模型及最优解存在性（论文参考文献）
- [1]中国投资结构与经济发展的关系研究[D]. 吴业强. 吉林大学, 2021(02)
- [2]居家养老共享服务平台运营管理及其优化研究[D]. 崔研. 燕山大学, 2021(01)
- [3]智能投顾服务的资产选择及价格竞争机制研究[D]. 王雨. 中国科学技术大学, 2020(01)
- [4]基于交易成本的摩擦市场下一类多元风险测度的研究[D]. 丛畅. 南京理工大学, 2019(07)
- [5]基于鲁棒优化的若干投资组合模型研究[D]. 赵庆. 东北财经大学, 2015(08)
- [6]随机流动性、资产交交换策略和定价研究[D]. 向修海. 华中科技大学, 2013(02)
- [7]限制资产数目的多因素资产组合模型及实证研究[J]. 魏波. 南昌教育学院学报, 2012(11)
- [8]Log-最优资产组合与风险管理[D]. 宋博. 吉林大学, 2010(10)
- [9]有交易费用的投资组合问题及横截面收益率的因素分析[D]. 孙邦勇. 湖南大学, 2008(01)
- [10]连续时间下的动态资产组合选择问题研究[D]. 何朝林. 重庆大学, 2007(05)