导读:本文包含了半最优资产组合论文开题报告文献综述及选题提纲参考文献，主要关键词:单指数模型,最优风险资产组合,上证A股,征信风险
半最优资产组合论文文献综述
杨晓辉,谭红日[1]（2019）在《基于单指数模型的最优风险资产组合选择及分析》一文中研究指出单指数模型在构造基于马科维茨资产组合选择模型所需的协方差矩阵时,有估计量少、计算简便等独特优势。因此,选择单指数模型,利用上证A股指数及上证A股股票进行最优风险资产组合的构造,并进行回归分析。回归结果显示,作为市场收益率测度的上证A股指数,其超额收益分布并不具有正态性,单指数模型并不适用于上证A股市场,其构造的投资组合会乐观估计组合的总体方差,从而低估风险。(本文来源于《征信》期刊2019年02期）
赵军[2]（2017）在《Expectile回归和最优资产组合中的变量选择问题》一文中研究指出高维数据在经济、金融、统计、生物基因工程等领域出现的频率越来越高,刻画高维数据潜在的模型结构是分析高维数据的基础.统计学中,回归是刻画数据模型结构一种常用的模型,常用的有最小二乘回归和分位数回归等.随着统计技术和计算能力的发展,在处理多维数据甚至高维数据时,回归模型的变量选择问题已经由传统的最优子集回归方法和逐步回归方法发展到正则化框架.Tibshirani[89]在回归模型中引入了L1惩罚函数,即着名的Lasso来对自变量进行选择,开创了正则化框架的先河,随后得到迅速发展和演化,Fan & Li [30]提出了SCAD惩罚函数来克服Lasso选择模型过大以及估计偏差较大等问题,并提出“Oracle “性质来作为变量选择的评价准则.自此,正则化框架成为处理回归问题变量选择的热门手段.本文将正则化框架引入Expectile回归(Newey&Powell[70]1987提出)中,做了以下两个方面的研究:·多维情况下,研究了带有SCAD惩罚函数的Expectile回归在变量选择和回归参数估计等方面的表现,并证明该方法具有“Oracle”性质;·高维情况下,研究了在回归误差具有有限阶矩的情况下,带有惩罚SCAD项的Expectile回归在变量选择上的表现,证明了理论“Oracle”解是相应非凸优化问题的一个局部解.同时,我们采取CCCP算法来求解这一非凸优化问题,并证明了由CCCP算法得到的解在经过有限步迭代之后会依概率收敛到“Oracle”解,从而将由算法给出的局部最优解和理论“Oracle”解统一联系起来.另外,当高维数据存在异方差时,采用正则化的Expectile回归能够识别出导致异方差现象的协变量,而这一性质传统的最小二乘方法并不具有.本文的另一个工作是在数据驱动的非参数框架下对Mean-CVaR最优资产组合问题的研究,特别地,当投资允许卖空时,通过引入投资策略L1限制条件将变量选择和最优资产组合问题结合起来.本文从理论角度分析了以CVaR为风险度量的最优资产组合的渐近性质,从最优解和有效前沿边界的相合性等方面证明了该非参数框架下的Mean-CVaR模型可以很好地逼近理论模型.(本文来源于《浙江大学》期刊2017-06-01）
张菊红[3]（2017）在《分数跳—扩散模型下的最优资产组合》一文中研究指出1952年,H.Markowiz[1]发表的博士论文《Porofolio Selection》奠定了金融数学的理论基础.他将均值表示股票的收益,将协方差表示收益的风险,量化了股票市场“差异性”的概念.在金融资产中构造一个最优的资产组合,使得代表期望回报的均值和代表风险的方差达到最佳的平衡.也就是,给定资产的均值回报,应使得资产组合的方差最小;或者说是给定资产组合的协方差,应使得资产组合的均值回报最大.由此,最优资产组合理论的研究引起了众多学者的兴趣,对经典Markowiz资产组合问题做了许多进一步的拓展和应用.考虑到投资者不仅有资产组合活动,还会将财富进行消费.于是,Merton[2]讨论了最优消费投资组合问题,并且开创了随机最优控制方法.Merton假设金融模型时间连续,从此开始了连续时间资产组合理论.本文假设资产价格的变动服从带泊松跳的分数布朗运动,讨论了效用函数为幂函数的最优资产组合和最优消费资产组合.首先,在绪论中介绍了资产组合策略的历史和研究的意义,以及研究的成果.其次,在第二章中,预备知识的介绍,主要介绍的是几类基本的随机过程和随机分析中的分数布朗运动.然后,在第叁章讨论了在假定的金融市场模型中,假设标的资产价格的变动服从带泊松跳的分数布朗运动,研究了最优资产组合中资产的配置比例.具体方法为:建立值函数,使得期末财富总量最大;运用动态规划原理,推导出HJB微分方程;最后得到最优资产组合的分配策略.此解可以给个人投资者在投资决策时提供有利的参考.第四章中,考虑了投资者在投资过程中的消费,此时的值函数为投资财富和累积消费的最大化.对最优消费资产组合的研究可以给投资者在投资消费过程中提供决策建议.最后,在第五章中,将本文的主要研究的工作内容与进展进行了简要的总结,并对接下来的研究方向进行了展望.(本文来源于《湘潭大学》期刊2017-04-10）
胡光军[4]（2016）在《Log-最优资产组合理论》一文中研究指出马科维茨(H.Markowitz)于1952年提出的投资组合理论标志着金融定量分析的开始,可以当作是数理金融学研究的起点,投资组合理论为金融投资定量化研究奠定了理论基础。运用概率论极限理论的基本思想与方法来研究经济领域中的问题,形成了一个重要金融数学理论分支。目前研究在不确定随机条件下的投资组合的最优选择理论,是金融数学研究的一个热门问题。其主要目的是在给定了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的收益最大化时找到一个最优投资组合。经典的投资组合理论即：均值-方差模型,许多学者对此做了大量研究,获得了丰富的研究成果。例如,有的学者在研究了通货膨胀率影响下的最优投资组合问题,给出了VaR和CVaR的具体定义及相关性质,并以此为基础,提出了基于VaR和CVaR风险控制的单周期Log----最优投资组合模型,文献[1]中美国着名信息论专家Markovitz讨论了此两类模型的最优解的存在性与唯一性问题,设计了求解该模型的遗传算法并进行了数值模拟,比较了不同模型的差异,并且进一步提出了CVaR风险控制的Log一最优资产组合模型,研究了其最优解的存在性、唯一性以及该模型的相关性质,给出了数值计算。在上述文献中对随机变量的相依条件过于苛刻,难以满足实际应用的需要。本文将继续深入探讨此类问题,我们利用样本渐近对数似然比等概念来刻画随机变量之间的相依性,在适当的弱化相依条件的情况下进行研究,并利用Borel-Cantelli引理等性质得到了随机序列的强收敛性。在此之后讨论了投资者关于收益向量的真实分布与其边缘乘积分布之间有偏差时投资者在一段时间内的平均收益的极限行为,并且得到其偏差的上下界的一个估计,使其模型更加符合实际应用的需要。本文利用样本渐近对数似然比来刻画投资序列的相依性,对实际变量的独立条件进行减弱,利用研究随机序列强极限的分析方法,将[1]中的有关结果推广到相依情形并且使得只需要一段时间内的信息就可以计算任意序列投资组合的收益率。并获得了任意投资组合增长率的性质以及在一般市场条件下的若干极限定理。(本文来源于《安徽工业大学》期刊2016-05-23）
金丽[5]（2016）在《基于VAR的资产组合中引入期权的最优执行价格研究》一文中研究指出一、引言作为不同的风险管理标准,V A R已经成为风险度量和管理领域的特殊工具,V A R定义为在特定时间和概率里潜在损失的大小,尽管不是最优的风险度量标准但却是最接近的第一近似。公司和机构对冲策略一般会使用期权,而不是远期、期货和互换。当然,除了基本的信用风险,运用远期、期货来最小化公司、机构资产的风险是非常直观。有很多因素的影响期权作为对冲工具。有的时候公司会希望标的资产暴露在风险中,导致现金流的部分对冲。这篇文章在给定风险(本文来源于《时代金融》期刊2016年12期）
任婷婷[6]（2016）在《租赁资产证券化中基础资产最优组合研究》一文中研究指出近年来,融资租赁公司发展速度较快,特殊的经营方式使其具有较大的资金需求,但融资方式单一,未完全打开公开市场融资渠道,其发展受到普遍的限制。因此,融资问题是融资租赁公司首先需要解决的问题。资产证券化是融资租赁公司的重要融资渠道之一,而融资成本是影响企业融资的重要因素。资产证券化发起人可以通过选择恰当的基础资产,优化资产池,从而降低融资成本。因此,提出本文研究问题——如何选择基础资产才能使发起人获得最大化收益?本文首先梳理了相关理论和文献。关于资产证券化的相关研究主要集中在其发展、动因、监管、风险、法律及资产支持证券的定价等问题,而对于该问题的研究较少,现有研究中,仅Mansini R等人曾对该问题进行分析。其对该问题的研究,分别单独假设基础资产的偿还方式为等额本金分期偿还和等额本息分期偿还,即基础资产的还款方式是单一方式。该假设与现实中基础资产还款的多样性不符。并且在其研究中,认为发行人所放弃的收益是各期放弃收益的算术平均值,该处理较简单,与时间价值理论不符。本文在已有研究的基础上,将包括各相关者利益在内的一系列约束作为限制条件,以发起人的收益作为目标,并引入基础资产价值的影响因素——时间价值,构建多维背包问题数学模型。由于本文需获取某一融资租赁公司所有符合证券化条件租赁合同的相关数据,而实践中,类似数据具有一定程度的保密性,且本文研究问题不是租赁资产证券化现状。因此,本文通过对所提出模型使用Matlab R2011b中的分支定界算法进行仿真实验,从而验证模型的有效性。数据根据融资租赁业租赁资产特点,随机生成200个剩余租赁期限在一年内且符合资产证券化条件的租赁资产。算例仿真结果,证明了模型的有效性,并说明发行人选择基础资产需综合考虑各参数。偿还方式对资产价值的影响较小,但剩余还款期对资产价值有一定影响,剩余还款期离贷款偿还日越近,发起人放弃的收益越小,获取的证券化收益越大。基础资产只有多样化,才能使证券化各参与者获取共赢,从而提高证券化成功率,进而提高发起人证券化收益。(本文来源于《合肥工业大学》期刊2016-04-01）
陈璐[7]（2016）在《跳扩散相依风险资产模型下的最优投资组合问题：鞅方法》一文中研究指出本文探讨的是非完全市场下跳扩散相依风险资产模型的最优投资组合问题.在终值期望效用最大化的原则下,我们尝试采取鞅方法来解决这个问题.等价鞅测度是用鞅方法处理金融市场问题的关键,它可以使贴现资产价格在新的测度下变成一个鞅,从而方便问题的解决.考虑到非完全市场下等价鞅测度并不是唯一的,我们需要通过对偶问题找到最优等价鞅测度,进而通过一系列讨论得出本文的一个重要结论：如果投资策略满足定理3.2.1中与等价鞅测度的参数相关的非线性方程组,那么这个策略就是要找的非完全市场下跳扩散相依风险资产模型的最优策略.我们将这个结论应用到幂效用情形下得出了最优投资组合的表达式并证明了它的存在唯一性.但我们也通过比较发现随机控制方法在处理非完全市场下的最优投资组合问题时要比鞅方法更为简便且应用更为广泛.最后,我们还通过数值分析来说明了风险资产模型中的参数对决策的影响.(本文来源于《南京师范大学》期刊2016-02-25）
何朝林[8]（2015）在《均值-方差模型具有一般不确定性下的最优资产组合选择》一文中研究指出引入以记忆系数和无差异系数表征的随机变量测度均值-方差模型的一般不确定性特征,反映投资者的模型信任程度,研究均值-方差模型具有一般不确定性下的最优资产组合选择问题。基于资本市场线理论,构建最优资产组合选择是模型信任程度和基于均值-方差模型的传统资产组合选择的线性函数;基于记忆系数和无差异系数的不同组合,运用基于事例推理的方法求解二次效用投资者的最优模型信任程度,获得均值-方差模型具有一般不确定性下的最优资产组合,并以上证综指1997年1月-2014年8月的月度收益数据形成两个研究样本予以实证比较研究。结果表明,较大风险规避投资者,在较大记忆系数和较小无差异系数下,其模型信任程度调整较快、资产组合调整幅度大,表现出可获得性和代表性行为偏差,通常采取积极资产组合策略;反之,其模型信任程度调整渐进、资产组合调整幅度小,表现出锚定性和保守性行为偏差,通常采取消极资产组合策略;模型一般不确定性对最优资产组合选择的影响强于股票市场记忆性的影响。研究体现了投资者的有限理性,将传统的资产组合选择问题延伸至行为金融学领域。(本文来源于《中国管理科学》期刊2015年12期）
肖建武,尹希明[9]（2015）在《待遇预定制养老基金资产组合与缴费计划最优决策——基于随机波动率Heston模型及Legendre对偶变换法》一文中研究指出待遇预定制养老金制度在中国应用非常广泛,缴费制定和资产配置是此类养老金管理的两大核心问题。由此,面对随机波动的现实市场,文章针对待遇预定制养老基金的资产组合管理问题,应用最优控制理论,选用对数效用函数,建立Heston随机波动率模型;在难以求解随机微分Bellman方程的情况下,应用Legendre变换,将原来问题转化为对偶问题,从而求得原问题的解析解。在理论上,进一步丰富了资产组合问题的随机最优控制模型的构建和随机微分方程的求解理论。在实践上,确定了养老金管理风险资产配置比例和缴费水平,给出了最优决策与总资产、发放待遇、净资产与风险溢价之间的数量关系,从而实现养老基金管理的最优资产配置和最低缴费水平的效用目标。(本文来源于《中国管理科学》期刊2015年03期）
张玲[10]（2014）在《基于隐Markov模型的最优资产组合选择》一文中研究指出在具有可观测和不可观测状态的金融市场中,利用隐马尔可夫链描述不可观测状态的动态过程,研究了不完全信息市场中的多阶段最优投资组合选择问题.通过构造充分统计量,不完全信息下的投资组合优化问题转化为完全信息下的投资组合优化问题,利用动态规划方法求得了最优投资组合策略和最优值函数的解析解.作为特例,还给出了市场状态完全可观测时的最优投资组合策略和最优值函数.(本文来源于《经济数学》期刊2014年02期）
半最优资产组合论文开题报告
（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：
高维数据在经济、金融、统计、生物基因工程等领域出现的频率越来越高,刻画高维数据潜在的模型结构是分析高维数据的基础.统计学中,回归是刻画数据模型结构一种常用的模型,常用的有最小二乘回归和分位数回归等.随着统计技术和计算能力的发展,在处理多维数据甚至高维数据时,回归模型的变量选择问题已经由传统的最优子集回归方法和逐步回归方法发展到正则化框架.Tibshirani[89]在回归模型中引入了L1惩罚函数,即着名的Lasso来对自变量进行选择,开创了正则化框架的先河,随后得到迅速发展和演化,Fan & Li [30]提出了SCAD惩罚函数来克服Lasso选择模型过大以及估计偏差较大等问题,并提出“Oracle “性质来作为变量选择的评价准则.自此,正则化框架成为处理回归问题变量选择的热门手段.本文将正则化框架引入Expectile回归(Newey&Powell[70]1987提出)中,做了以下两个方面的研究:·多维情况下,研究了带有SCAD惩罚函数的Expectile回归在变量选择和回归参数估计等方面的表现,并证明该方法具有“Oracle”性质;·高维情况下,研究了在回归误差具有有限阶矩的情况下,带有惩罚SCAD项的Expectile回归在变量选择上的表现,证明了理论“Oracle”解是相应非凸优化问题的一个局部解.同时,我们采取CCCP算法来求解这一非凸优化问题,并证明了由CCCP算法得到的解在经过有限步迭代之后会依概率收敛到“Oracle”解,从而将由算法给出的局部最优解和理论“Oracle”解统一联系起来.另外,当高维数据存在异方差时,采用正则化的Expectile回归能够识别出导致异方差现象的协变量,而这一性质传统的最小二乘方法并不具有.本文的另一个工作是在数据驱动的非参数框架下对Mean-CVaR最优资产组合问题的研究,特别地,当投资允许卖空时,通过引入投资策略L1限制条件将变量选择和最优资产组合问题结合起来.本文从理论角度分析了以CVaR为风险度量的最优资产组合的渐近性质,从最优解和有效前沿边界的相合性等方面证明了该非参数框架下的Mean-CVaR模型可以很好地逼近理论模型.
（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。
半最优资产组合论文参考文献
[1].杨晓辉,谭红日.基于单指数模型的最优风险资产组合选择及分析[J].征信.2019
[2].赵军.Expectile回归和最优资产组合中的变量选择问题[D].浙江大学.2017
[3].张菊红.分数跳—扩散模型下的最优资产组合[D].湘潭大学.2017
[4].胡光军.Log-最优资产组合理论[D].安徽工业大学.2016
[5].金丽.基于VAR的资产组合中引入期权的最优执行价格研究[J].时代金融.2016
[6].任婷婷.租赁资产证券化中基础资产最优组合研究[D].合肥工业大学.2016
[7].陈璐.跳扩散相依风险资产模型下的最优投资组合问题：鞅方法[D].南京师范大学.2016
[8].何朝林.均值-方差模型具有一般不确定性下的最优资产组合选择[J].中国管理科学.2015
[9].肖建武,尹希明.待遇预定制养老基金资产组合与缴费计划最优决策——基于随机波动率Heston模型及Legendre对偶变换法[J].中国管理科学.2015
[10].张玲.基于隐Markov模型的最优资产组合选择[J].经济数学.2014