版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
投資組合選擇問題1第一頁,共二十九頁,編輯于2023年,星期六3.1均值-方差模型回顧市場(chǎng)假設(shè)
市場(chǎng)上共有n個(gè)風(fēng)險(xiǎn)資產(chǎn),第i個(gè)資產(chǎn)的當(dāng)前價(jià)格,未來價(jià)格為,則其總回報(bào)率為
總回報(bào)率向量r=(r1,r2,…,rn)′的期望和協(xié)方差矩陣為
資產(chǎn)未來價(jià)格向量的期望和協(xié)方差為
其中2第二頁,共二十九頁,編輯于2023年,星期六3.1均值-方差模型回顧Markowitz均值-方差模型 Markowitz均值方差模型為
其中
為預(yù)先指定的投資組合的期望收益率。表示以投資額比例計(jì)的投資組合。3第三頁,共二十九頁,編輯于2023年,星期六3.1均值-方差模型回顧Markowitz均值-方差模型(繼續(xù))
也可以表示為
其中
為預(yù)先指定的投資組合的期望期末財(cái)富水平,W為投資者的初始財(cái)富水平。表示以持有股票數(shù)計(jì)的投資組合。4第四頁,共二十九頁,編輯于2023年,星期六3.1均值-方差模型回顧拉格朗日乘子法
拉格朗日函數(shù)
最優(yōu)化條件:
其中5第五頁,共二十九頁,編輯于2023年,星期六3.1均值-方差模型回顧6第六頁,共二十九頁,編輯于2023年,星期六3.1均值-方差模型回顧均值-方差模型(另一表示)
其中λ稱為均值與方差間的權(quán)重系數(shù),是投資者的風(fēng)險(xiǎn)態(tài)度的表現(xiàn)。
若?∞<λ<+∞,我們將得到最小方差集合(minimumvarianceset);
若?∞<λ
≤0,我們將得到有效前沿(efficientfrontier)。7第七頁,共二十九頁,編輯于2023年,星期六3.1均值-方差模型回顧Whatarewedoing??
選擇最好的投資組合(W為初始投資金額)
合適的指標(biāo)8第八頁,共二十九頁,編輯于2023年,星期六3.1均值-方差模型回顧均值-方差是否為好的指標(biāo)?
例子3.1兩個(gè)風(fēng)險(xiǎn)資產(chǎn)S1和S2的回報(bào)率的可能取值分別為
各情景發(fā)生的概率為0.2。
容易證明只投資S1或者只投資S2均為均值-方差的。
但是很顯然S2優(yōu)于S1,
9第九頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論優(yōu)先序(preferenceorder)
為投資組合期末可能出現(xiàn)的財(cái)富水平,添加優(yōu)先序(即對(duì)絕對(duì)可積的隨機(jī)變量構(gòu)成的集合L1添加優(yōu)先序)1)完備性(Completeness)2)傳遞性(Transitivity)10第十頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論優(yōu)先序(繼續(xù))3)獨(dú)立性公理(Independenceaxiom)4)阿基米德公理(Archimedeanaxiom)11第十一頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論VonNeumann-Morgenstern表示
數(shù)值表示:若函數(shù)U:L1?>R滿足
稱U為優(yōu)先序的數(shù)值表示。
若優(yōu)先序滿足以上兩條性質(zhì)和兩條公理,則存在(仿射變化)唯一的數(shù)值表示,
u(.)稱為效用函數(shù)。
12第十二頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論VonNeumann-Morgenstern表示(繼續(xù))
仿射變化唯一是指u的任何仿射變化仍為數(shù)值表示。
稱為u的等價(jià)效用函數(shù)。
單調(diào)性(monotone)
數(shù)值表示滿足單調(diào)性當(dāng)且僅當(dāng)u為嚴(yán)格單調(diào)增函數(shù)。
13第十三頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論St.PetersburgParadox(NicholasBernoulli1713)
這是一個(gè)擲硬幣的游戲,參加者先付門票,然后開始擲硬幣,直至第一個(gè)正面出現(xiàn)時(shí)為止??偟臄S幣次數(shù)n決定參加者的報(bào)酬,計(jì)算報(bào)酬r的公式為次數(shù)概率報(bào)酬概率×報(bào)酬
11/22
121/44
1....
n(1/2)n2n1
14第十四頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論St.PetersburgParadox(繼續(xù))
期望報(bào)酬為+∞。但是沒有人會(huì)愿意支付+∞來購(gòu)買門票,甚至不愿支付較大的金額購(gòu)買門票。稱為圣彼得堡悖論。
DanielBernoulli提出使用邊際效用遞減(即效用函數(shù)的一階導(dǎo)數(shù)u′為單調(diào)減函數(shù),效用函數(shù)為凹函數(shù))來解決此悖論。他指出,參加者賦予所有報(bào)酬的每一元不同的價(jià)值,隨著報(bào)酬的增加,每新獲得的1元價(jià)值是遞減的。
若u(w)=log(w),則15第十五頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論16第十六頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論風(fēng)險(xiǎn)厭惡(riskaversion)
假設(shè)投資者面對(duì)一個(gè)確定性投資選擇x和一個(gè)不確定投資選擇y,若兩個(gè)選擇有著相同的期望值(x=E[y]),那么風(fēng)險(xiǎn)厭惡的投資者會(huì)選擇確定性投資x。
注意到
風(fēng)險(xiǎn)厭惡的投資者的效用函數(shù)u為凹函數(shù)。風(fēng)險(xiǎn)厭惡系數(shù)(riskaversioncoefficient) Arrow-Prattabsolutionriskaversioncoefficient17第十七頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論常見風(fēng)險(xiǎn)厭惡效用函數(shù) Exponential(ConstantAbsoluteRiskAversionutilityfunction) Logarithmic Power Quadratic
18第十八頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論常見風(fēng)險(xiǎn)厭惡效用函數(shù)(繼續(xù)) HARA(Hyperbolicabsoluteriskaversion)utilityfunction19第十九頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論Certaintyequivalent
隨機(jī)變量x的CertaintyequivalentC滿足
當(dāng)u(.)為凹函數(shù)時(shí),C≤E[x]。u(x1)u(x2)u(C)20第二十頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論例子3.2
假設(shè)某人的效用函數(shù)為二次效用函數(shù),
此人面對(duì)一個(gè)投資機(jī)會(huì),以50%概率獲得200元,50%概率獲得300元。21第二十一頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論如何得到投資者的效用函數(shù)??
1)首先指定投資者效用函數(shù)的形狀,如指數(shù)型,對(duì)數(shù)型等,然后對(duì)其中的參數(shù)進(jìn)行估計(jì)。 2)直接估計(jì):選擇兩個(gè)固定點(diǎn)A和B,并假設(shè)u(A)=A,u(B)=B;構(gòu)造一個(gè)以概率p獲得A,概率1?p獲得B的彩票(lottery)x;向投資者詢問其愿意用來交換此彩票的財(cái)富水平C。
通過改變p,我們得到C與E[x]的函數(shù)關(guān)系;進(jìn)一步得到效用函數(shù)。22第二十二頁,共二十九頁,編輯于2023年,星期六3.2期望效用理論23第二十三頁,共二十九頁,編輯于2023年,星期六3.3期望效用最大化模型期望效用最大化模型(EUT模型)
期望效用最大化模型為
其最優(yōu)投資組合θ*必滿足24第二十四頁,共二十九頁,編輯于2023年,星期六3.3期望效用最大化模型拉格朗日乘子法
拉格朗日函數(shù)
最優(yōu)化條件:
其中25第二十五頁,共二十九頁,編輯于2023年,星期六3.3期望效用最大化模型當(dāng)一個(gè)資產(chǎn)為無風(fēng)險(xiǎn)資產(chǎn)時(shí)
假設(shè)第一個(gè)資產(chǎn)為無風(fēng)險(xiǎn)資產(chǎn),其回報(bào)率為有
其他n?1個(gè)風(fēng)險(xiǎn)資產(chǎn)的回報(bào)率滿足26第二十六頁,共二十九頁,編輯于2023年,星期六3.3期望效用最大化模型例子3.3
某投資者考慮參與投資拍攝一部電影。如果電影票房反映良好(概率為0.3),其將獲得3倍的回報(bào);如果票房反映平平(概率為0.4),其將收回初始投資;如果票房失?。ǜ怕蕿?.3),其將損失全部初始投資。與此同時(shí),投資者可以選擇投資某無風(fēng)險(xiǎn)資產(chǎn),獲得1.2的總回報(bào)率。如果投資者的效用函數(shù)為對(duì)數(shù)函數(shù),u(x)=ln(x),他是否會(huì)選擇參與投資電影?如果參與,他會(huì)投資多少?(假設(shè)投資者的初始財(cái)富為W)27第二十七頁,共二十九頁,編輯于2023年
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 圖形旋轉(zhuǎn) 課件
- 科學(xué)樹葉 課件
- 雙星輪胎 課件
- 人教版老王課件
- 幼兒園小班音樂《袋鼠媽媽》課件
- 西京學(xué)院《英漢口譯》2023-2024學(xué)年第一學(xué)期期末試卷
- 物理課件變阻器
- 不銹鋼拋光性能差的原因
- 西京學(xué)院《包裝設(shè)計(jì)》2021-2022學(xué)年第一學(xué)期期末試卷
- 西華師范大學(xué)《植物地理學(xué)》2022-2023學(xué)年第一學(xué)期期末試卷
- 房顫一站式消融左心耳封堵
- 學(xué)齡前兒童眼保健知識(shí)PPT
- 產(chǎn)品設(shè)計(jì)未來職業(yè)生涯規(guī)劃書
- (2024年)特種設(shè)備安全法律法規(guī)培訓(xùn)課件
- 2024年度-急性肺栓塞的急救處理
- 初級(jí)社工師培訓(xùn)
- (高清版)TDT 1013-2013 土地整治項(xiàng)目驗(yàn)收規(guī)程
- 個(gè)人醫(yī)保代辦委托書
- 小班數(shù)學(xué)活動(dòng)《按顏色分類》課件
- AI技術(shù)對(duì)文化創(chuàng)意產(chǎn)業(yè)的創(chuàng)新
- 高校物業(yè)物業(yè)管理服務(wù)內(nèi)容及標(biāo)準(zhǔn)
評(píng)論
0/150
提交評(píng)論