模型不確定性條件下的投資組合選擇與資產(chǎn)定價(jià).pdf

1、本文以決策理論的最新進(jìn)展-模型不確定性理論為基礎(chǔ)，通過把不確定性因素納入到投資組合選擇與資產(chǎn)定價(jià)模型的構(gòu)建之中，從而推導(dǎo)出了模型不確定性條件下的投資組合選擇與資產(chǎn)定價(jià)模型；然后本文利用新的模型解釋了原有模型無法解釋的金融“異?！爆F(xiàn)象以及金融市場上投資者的各種“異常”行為。
　　 本文首先從多主觀概率理論提出的背景出發(fā)，詳細(xì)綜述了多主觀概率理論的公理化、動(dòng)態(tài)更新以及在金融市場中的應(yīng)用等方面的文獻(xiàn)。本文同時(shí)綜述了多主觀概率理論的三種

2、拓展形式-基于信息的多主觀概率理論、模型不確定性理論、平滑型不確定性偏好理論，其中以介紹與分析模型不確定性理論為主。另外，本文還對(duì)多主觀概率理論進(jìn)行了評(píng)價(jià)，并對(duì)其發(fā)展方向做了展望。
　　 其次，本文研究了模型不確定性條件下的靜態(tài)投資組合選擇問題。以均值-方差模型為背景，并利用相對(duì)熵控制模型的不確定性程度，本文求出了模型不確定性條件下的Robust投資策略。通過對(duì)Robust投資策略的分析本文發(fā)現(xiàn)，最優(yōu)的風(fēng)險(xiǎn)資產(chǎn)投資比例隨模型不確

3、定性程度的增加而減少。本文把上述投資策略推廣到了兩期決策問題，發(fā)現(xiàn)未來時(shí)期的模型不確定性程度會(huì)影響到投資者當(dāng)期的資產(chǎn)配置策略。同時(shí)，本文還以算例的形式對(duì)Robust投資策略的性質(zhì)進(jìn)行了檢驗(yàn)。
　　 隨后，本文提出了Robust投資組合有效前沿的概念，并研究了模型不確定性條件下的CAPM模型。研究發(fā)現(xiàn)，當(dāng)市場上不存在無風(fēng)險(xiǎn)資產(chǎn)時(shí)，模型不確定性對(duì)最優(yōu)的風(fēng)險(xiǎn)資產(chǎn)投資比例的影響是非對(duì)等的，因此引入模型不確定性會(huì)導(dǎo)致投資組合的非分散化；而

4、且此時(shí)的兩基金分離定理以及零β-CAPM模型也不成立。但是當(dāng)市場上存在無風(fēng)險(xiǎn)資產(chǎn)時(shí)，模型不確定性對(duì)風(fēng)險(xiǎn)資產(chǎn)投資比例的影響則是對(duì)等的，并且兩基金分離定理仍然成立，因?yàn)槿魏蜶obust有效前沿組合都可以表示為“切線”組合與無風(fēng)險(xiǎn)資產(chǎn)的線性組合。而此時(shí)的CPAM仍然能夠成立，只是在表達(dá)形式上增添了一個(gè)因子：模型不確定性因子；并且所有的非Robust有效前沿組合的超額收益都可以分解為風(fēng)險(xiǎn)溢價(jià)與模型不確定性溢價(jià)兩部分。
　　 接著，本文通

5、過一個(gè)世代交疊模型研究了異質(zhì)不確定性規(guī)避偏好下的資產(chǎn)定價(jià)問題，并求出了均衡時(shí)的資產(chǎn)定價(jià)公式。對(duì)于Robust投資者的生存性問題，本文分別從靜態(tài)與動(dòng)態(tài)的角度分析了Robust投資者的生存條件，并發(fā)現(xiàn)只有在市場對(duì)風(fēng)險(xiǎn)資產(chǎn)的高估超過正常的風(fēng)險(xiǎn)溢價(jià)時(shí)Robust投資者才能生存。另外，本文還分析了。Robust投資者的偏好調(diào)整行為對(duì)金融市場的影響，并對(duì)股票溢價(jià)之謎進(jìn)行了解釋。
　　 在模型不確定性條件下的動(dòng)態(tài)投資組合選擇問題上，本文擴(kuò)展了

6、Merton的動(dòng)態(tài)投資消費(fèi)模型，并求出了模型不確定性條件下的最優(yōu)投資消費(fèi)策略。在此基礎(chǔ)上，本文通過在投資者的初始財(cái)富中引入非流動(dòng)性資產(chǎn)，從而求出了模型不確定性條件下帶流動(dòng)性約束的最優(yōu)投資消費(fèi)策略。隨后，本文實(shí)證分析了投資者的投資消費(fèi)策略隨模型不確定性以及流動(dòng)約束變化而變化的規(guī)律，并且發(fā)現(xiàn)了流動(dòng)性約束引致的對(duì)沖需求、消費(fèi)平滑需求以及模型不確定性引致的替代需求影響投資策略的作用機(jī)理。
　　 最后，在CIR模型的基礎(chǔ)上，通過引入折現(xiàn)熵