證券投資Bayes雙側綜合矩風險度量研究.pdf

1、為了在實際中定量測度風險，1952年，Markowitz基于“風險為收益率的不確定性或易變性”的概念，提出以證券收益率的方差作為風險計量指標，開創(chuàng)了定量化計量風險的先河。方差方法被人們所熟知，且計算簡便，因而得到了廣泛的應用。但由于方差方法嚴格的假設條件，且方差賦予從均值計算的正負離差相同的權重，無法反映人們的一般觀念：蘊含于風險概念中的不希望其發(fā)生的消極的特征，因而方差方法遭到了許多學者的批評。 真正動搖M-V理論基礎的是下方

2、風險理論，該理論認為只有收益的損失部分才應作為風險因子計入風險中。因此，下方風險更好地捕捉了投資者的真實心理感受，似乎更適合于度量風險，然而，下方風險僅僅把低于預期結果的情形作為風險，卻對更好的投資機會置之不理，默認投資者對超過目標收益率時是風險中性的，這種本質上的不完全性無法反映投資者對更好的投資機會的追逐。 考慮到投資者對正向偏差與負向偏差的區(qū)別對待，因此一個風險計量指標必須準確地捕捉住投資者的真實心理感受，必須能夠反映出風

3、險的本質屬性，另外正負偏差發(fā)生的概率一般均得自于歷史數(shù)據(jù)，而信息的不完全帶來的不確定性無疑對風險計量增加了困難，不利于進行投資決策。因此，本文擬設計一種新的風險度量方法：Bayes雙側綜合矩方法。它不同于方差度量風險的方法——在摒棄人們所不希望的資產(chǎn)價格下跌的同時摒棄了價格上漲的情形；它也不同于下方風險——僅僅把低于預期結果的情形作為風險，卻對更好的投資機會置之不理；Bayes雙側綜合矩方法是直觀的風險度量方法，它不僅專注于收益低于特定

4、的目標收益率或者基準點時的損失，而且利用了超過預定目標收益率時可能帶來可觀利潤的收益；同時通過Bayes方法，吸取新信息，修正先驗分布為后驗分布，從而更加完整、準確、全面地得到證券收益率的分布，有利于作出投資決策。更進一步地說，Bayes雙側綜合矩是一類全域的風險度量方法，它采用上行潛能來彌補下方風險，并引用Bayes方法減少不確定性。 本文結構如下：第一章是文章的導論部分，主要介紹了本文的寫作動機、思路、內容和創(chuàng)新。第二章從現(xiàn)

5、有風險的定義出發(fā)，探討了投資風險的本質屬性，進而研究證券投資風險的本質含義及其特征。第三章是對已有的風險度量方法的縱覽，重點回顧了方差類風險度量方法和下方風險類風險度量方法，并對兩類方法進行了評價。第四章是本文的核心部分，在簡要介紹Bayes理論、下方風險和上行潛能的基礎上，仿照來源于Markowitz的均值——方差理論的變異系數(shù)方法Vi=σi/E(Ri)，以下偏矩LPMq取代其分子部分(代表風險)，以上行潛能HPMq取代其分母部分(代