● 摘要
摘 要基于随机规划的资产配置模型在金融工程领域被广泛应用，特别是在投资组合管理、资产管理等领域。随机规划模型以大量刻画未来不确定性的情景元素作为输入变量，得出最优决策，据此给决策者提出建议。因此，作为输入变量的情景树非常重要，它对不确定性刻画的准确性将对最后的结果造成很大的影响。本文对三种情景生成方法进行了详细的研究，并完成了资产配置。本文的主要研究工作及结论如下：1. 实现了基于距离的情景生成：基于距离的情景由Erhan Deniz提出，该方法以距离为基础，比较新情景与历史数据的相似度，给新情景进行概率赋值。该方法思想自然简单，易于操作，并且对生成新节点的随机函数没有限制。本文在Erhan Deniz提出的两种距离的基础上提出了一种新的距离，该距离统一了前两种距离，并且在实证中证明了其可行性。2. 对基于向量自回归的情景生成进行研究：向量自回归模型（vector autoregressive model）在1980年由Sim提出。这种模型采用多方程联立的形式，它不以经济理论为基础，在模型每一个方程中，内生变量对模型的全部内生变量的滞后值进行回归，从而估计内生变量之间的动态关系。本文对模型、模型参数的估计方法进行了详细的介绍，对基于向量自回归的情景生成方法进行了研究。3. 实现基于机制转换的情景生成：很多研究表明，汇率，债券以及利率领域中存在机制转换。因此本文在参考前人研究的基础上，将机制转换应用到资产收益率的研究中，并分别对二机制和三机制的情况进行了情景生成。4. 实现资产配置：本文以CVaR模型为基础，使用动态规划的方法，实现了资产配置的算法。将以上三种方法生成的情景树作为输入变量，得到最优资产配置，并且使用所得结果进行连续12个月的模拟投资。投资回报率表明：与其它两种方法相比，基于距离的情景生成方法有一定的优越性，虽然优势不明显；与三机制模型相比，二机制模型可以更好地模拟本文使用的历史数据收益率。关键词：情景生成，距离，向量自回归，机制转换，资产配置
相关内容
相关标签