基于分位數(shù)回歸的組合投資決策及績效評價.pdf

1、自Markowitz提出均值-方差分析框架以來，開創(chuàng)了金融定量分析的先河，標(biāo)志著現(xiàn)代組合投資理論的開端。在此基礎(chǔ)上，組合投資決策理論與方法研究取得了巨大進展，為分散化投資降低金融風(fēng)險提供了理論依據(jù)與決策支持。本文就組合投資決策問題開展了兩個方面的研究工作。
　　基于分位數(shù)回歸進行VaR風(fēng)險組合投資分析，并給出其求解方法。論證了VaR與分位數(shù)之間的等價關(guān)系:置信水平100(1-α)％下VaR恰為收益序列分布函數(shù)的α分位數(shù)的相反數(shù)。將

2、均值-VaR模型的求解過程轉(zhuǎn)化為一個分位數(shù)回歸問題，從而避免復(fù)雜的凸規(guī)劃求解過程。為了實證檢驗?zāi)Ｐ偷挠行?，從滬?00指數(shù)中選取60只成份股票，將基于分位數(shù)回歸的VaR風(fēng)險組合投資模型與方差風(fēng)險組合投資模型就風(fēng)險、績效、尾部特征、有效前沿和風(fēng)險值核密度估計等方面進行了實證比較。實證結(jié)果表明，基于分位數(shù)回歸的VaR風(fēng)險組合投資模型能使投資者承擔(dān)較小的尾部風(fēng)險，且能更好地分散VaR風(fēng)險，適合于尾部風(fēng)險管理，因而更具有實際意義。
　　

3、基于LASSO分位數(shù)回歸給出了組合投資選擇方案，解決了組合投資決策中的績效評價問題。LASSO分位數(shù)回歸是LASSO方法與分位數(shù)回歸方法的結(jié)合，具有兩個方面的優(yōu)勢:一方面，通過LASSO變量選擇功能，能夠識別出在不同分位點處重要的風(fēng)險因子;另一方面，通過分位數(shù)回歸，能夠細(xì)致考慮在不同分位點處風(fēng)險與收益關(guān)系。將LASSO分位數(shù)回歸應(yīng)用于組合投資決策中，采用對沖基金策略指數(shù)和Fama-French三因子、中信標(biāo)普風(fēng)格指數(shù)和債券指數(shù)進行組合投

4、資分析，并與經(jīng)典的組合投資決策模型（等權(quán)組合投資、均值-方差模型、均值回歸模型）進行比較，主要包括風(fēng)格識別、績效評價和投資決策等三個方面。實證結(jié)果表明，基于LASSO分位數(shù)回歸，本文提出的投資績效評價方法最為有效，其得到的組合投資方案能夠獲得最佳的風(fēng)險調(diào)整收益。
　　本文的研究工作，主要將組合投資理論與基于分位數(shù)回歸的風(fēng)險測度和績效評價方法相結(jié)合，為組合投資決策分析提供了新的思路，有助于組合投資研究工作的進一步發(fā)展。同時，本文從投