跳到主要內容

臺灣博碩士論文加值系統

(44.220.44.148) 您好!臺灣時間:2024/06/21 15:47
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:邱思妤
研究生(外文):Chiou,Ssu-Yu
論文名稱:在風險值限制下考量動態波動的最適投資組合
論文名稱(外文):A Portfolio Optimization Method in Considering Dynamic Volatility and Value at Risk
指導教授:李孟峰李孟峰引用關係
指導教授(外文):Li,Meng-Feng
口試委員:蔡恆修林財川李孟峰
口試委員(外文): Li,Meng-Feng
口試日期:2011-06-16
學位類別:碩士
校院名稱:國立臺北大學
系所名稱:統計學系
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
論文出版年:2011
畢業學年度:99
語文別:中文
論文頁數:72
中文關鍵詞:條件動態相關風險值下方風險控制最適投資組合
外文關鍵詞:Dynamic Conditional CorrelationValue-at-Riskdownside risk constraintoptimal portfolio
相關次數:
  • 被引用被引用:0
  • 點閱點閱:308
  • 評分評分:
  • 下載下載:11
  • 收藏至我的研究室書目清單書目收藏:0
在金融市場中投資充滿不確定性,因而事前的風險控管與適當地配置投資標的是非常重要的課題。有鑑於金融商品之報酬等財務時間序列資料不但具有條件異質變異性,且不同商品間的相關性亦會隨時間而改變。故本文考量投資標的報酬間的動態條件相關,建構一個有下方風險限制的最適投資組合配置模型。
本文所建構之模型由兩模組構成,模組一以動態條件相關(Dynamic Conditional Correlation,DCC)模型來估計不同投資標的間的條件變異數-共變異數矩陣。模組二則是以Markowitz投資組合理論為基礎,利用前述所得之矩陣建構動態效率前緣;且在滿足不同下方風險限制下,尋找具極大夏普指標的最適投資組合。最後,並以台灣股市為實證對象進行分析。
實證結果顯示在樣本外的26週資料中,本文所建構之最適投資組合具有比當時大盤表現及等權重組合等標竿更高的報酬。而當整體股價大幅下跌時,本文選出的投資組合也較前述兩標竿具有更小的負報酬,充分顯示考慮投資報酬間之動態波動,與對投資組合採下方風險控制的成效。

Due to the uncertainty of investments in financial markets, risk management and proper asset allocation are two important themes to consider with regards to investing. Given that financial time series data such as the return of financial products not only exist conditional heteroskedasticity but also the time-varying correlation between different products, this paper takes the dynamic conditional correlation within different investment objectives into consideration, and construct an optimal portfolio allocation model with controlling downside risk.
The model in this paper is constructed by two modules. Module I renders the Dynamic Conditional Correlation(DCC) model to estimate the conditional covariance matrix between different investment objectives. Module II is based on Markowitz’s portfolio theory, constructing an efficient frontier by the covariance matrix derived in Module I. In addition, Module II seeks to find the optimal portfolio which includes the maximum Sharpe Ratio while satisfying different downside risk constraints. Finally, we provide an empirical analysis with the stock market in Taiwan.
The results display that all of the optimal portfolios from our modules outperformed the benchmarks we chose during the same time frame. Furthermore, when the overall stock price declines, the optimal portfolios as selected in this paper had smaller loss than benchmarks. These outcomes can fully reveal that the performance as a result of taking the dynamic volatility between investment returns into account and applying the downside risk constraint to portfolios.

目 錄
第1章 緒論 1
1.1 研究動機與背景 1
1.2 研究目的與方法 2
1.3 本文架構 4
第2章 文獻回顧 5
2.1 風險值的概念 5
2.1.1 風險值的緣起 5
2.1.2 風險值的定義 7
2.1.3 風險值的估計 8
2.1.4 風險值估計法之比較 11
2.2 投資組合理論介紹 12
2.2.1 Markowitz現代投資組合理論 12
2.2.2 評估投資組合績效之夏普指標 14
2.2.3 風險值概念導入投資組合理論之討論 15
2.3 波動模型的探討 17
2.3.1 單變量波動模型 17
2.3.2 相關係數估計之多變量波動模型 21
第3章 研究方法與模型 24
3.1 研究程序 24
3.2 動態條件相關(DCC)模型 27
3.2.1 理論模型與二階段估計法 27
3.2.2 準最大概似參數估計法 30
3.2.3 固定相關性檢定 32
3.3 風險值限制下的投資組合選取模型 34
3.3.1 有放空限制的Markowitz平均數-變異數模型 34
3.3.2 第一階段篩選 有風險值限制的效率投資組合 35
3.3.3 第二階段篩選 夏普指標選取最佳績效投資組合 36
第4章 實證分析 37
4.1 資料說明與初步分析 37
4.1.1 資料選取與來源 37
4.1.2 資料設定 37
4.1.3 資料初步分析 39
4.2 模組一: 動態條件相關模型估計結果 42
4.2.1 單變量ARMA-GARCH模型 42
4.2.2 動態條件相關結構 46
4.3 模組二: 最適投資組合實證結果與比較 47
4.3.1 有下方風險控制的最適投資組合權重實證結果 48
4.3.2 有下方風險控制的最適投資組合與標竿組合之比較分析 48
第5章 結論 54
參考文獻 56
附錄 59

圖目錄
圖 1-1:模組架構 3
圖 2-1:風險值概念 7
圖 2-2:投資風險分散示意圖 12
圖 2-3:最小變異數前緣與效率前緣 13
圖 3-1:研究流程圖 26
圖 4-1:兩次驗證下的資料設定示意圖 38
圖 4-2:各類股指數趨勢圖 39
圖 4-3:單週報酬率比較圖 49
圖 4-4:各類股累積報酬率比較 50
圖 4-5:累積報酬率比較圖 51
圖 A-1:各類股指數報酬折線圖 60
圖 A-2:各類股指數報酬序列之ACF圖與PACF圖 61

表目錄
表 4-1:各類股指數報酬基本統計量 41
表 4-2:各類股指數報酬序列ADF單根檢定結果 42
表 4-3:各指數報酬ARCH-LM檢定的F檢定統計量 43
表 4-4:固定相關性檢定結果 46
表 4-5:八種投資組合平均週報酬比較 53
表 A-1:【初始模型】均數方程式階數的決定與其參數估計結果 61
表 A-2:【更新模型】均數方程式階數的決定與其參數估計結果 61
表 A-3:【4週】無風險值限制的最適投資權重結果 62
表 A-4:【4週】 信賴水準下,有 風險值限制的最適投資權重結果 63
表 A-5:【4週】 信賴水準下,有 風險值限制的最適投資權重結果 64
表 A-6:【12週】無風險值限制的最適投資權重結果 65
表 A-7:【12週】 信賴水準下,有 風險值限制的最適投資權重結果 66
表 A-8:【12週】 信賴水準下,有 風險值限制的最適投資權重結果 67
表 A-9:八種投資組合單週報酬率 68
表 A-10:八種投資組合累積報酬率 70


中文部份
〔1〕李吉元(2003)。「風險值限制下最適資產配置」。國立成功大學財務金融研究所未出版碩士論文。
〔2〕李命志、陳志偉、黃小菁(2006)。「DCC多變量GARCH模型之風險值計算---G7及臺灣等八國股市投資組合之實證研究」。貨幣市場第十卷第一期,民95年2月。
〔3〕李欣儒(2009)。「以ADCC模型探討衝擊事件對亞洲主要股市間動態相關的影響」。國立臺北大學統計學系研究所未出版碩士論文。
〔4〕洪幸資(2004)。「控制風險值下的最適投資組合」。國立政治大學金融研究所未出版碩士論文。
〔5〕洪慎慈(2006)。「風險值衡量:變幅DCC模型的應用」。國立交通大學財務金融研究所未出版碩士論文。
〔6〕徐靖淵(2008)。「考量波動性風險下之投資組合配置---以臺灣股票市場為例」。國立臺灣大學工業工程學研究所未出版碩士論文。
〔7〕梁卓峰(2005)。「臺灣、香港與新加坡股市之最適動態投資組合之研究---以Tri-GARCH及VaR限制條件之實證分析」。國立臺北大學企業管理學系研究所未出版碩士論文。

〔8〕黃芷芸(2008)。「以狀態轉換之動態相關係數模型配適最佳投資組合」。國立臺北大學統計學系研究所未出版碩士論文。楊奕農(2005)。時間序列分析:經濟與財務上之應用。第一版。雙葉書廊。台北。
英文部份
〔9〕Alexander, G. J. & Baptista, A.M.(2002). Economic Implications of Using a Mean- VaR Model for Portfolio Selection: A Comparison with Mean-Variance Analysis.” Journal of Economics, Dynamics and Control, 26, 1159-1193.
〔10〕Saunders Anthony & Marcia Millon Cornett(2008). Financial Institutions Management(A Risk Management Approach), 6th ed, 266-291, McGraw-Hill, New York
〔11〕Artzer, P., Delbaen, F., Eber, J. & Heath, D.(1999).“Coherent measures of risk.”Mathematical Finance, Vol.9, No.3, 203-228.
〔12〕Bollerslev, T.(1990).“Generalized autoregressive conditional Heteroskedasticity.”Journal of Econometrics, 31(3), 307-327.
〔13〕Campbell, R., Huisman, R. & Koedijk K.(2001).“Optimal portfolio selection in an value-at-risk framework.”Journal of Banking and Finance, 25, 1789-1804.
〔14〕Duarte, A.M. & Alcantara S.D.R.(1999).“Mean-Value-at-Risk Optimal Portfolios with Derivatives.”Derivatives Quarterly, 56-64.
〔15〕Engle, R.F.(1982).“Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation.”Econometrica, 50(4), 987-1008.
〔16〕Engle, R.F. & Sheppard, K.(2001).“Theoretical and Empirical Properties of Dynamic Conditional Correlation Multivariate GARCH.”Working Paper 8554, National Bereau of Economic Research.
〔17〕Engle, R.F.(2002).“Dynamic Conditional Correlation: A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models.”Journal of Business and Economic Statistics, 20(3), 339-350.
〔18〕Gaivoronski, A.A. & Pflug, G.(2002).“Value at Risk in Portfolio Optimization:Properties and Computational Approach.”Working Paper, Norweigian University of Science and Technology.
〔19〕Jorion, P.(1997).“Risk:Measuring the Risk in Value at Risk.”Financial Analysis Journal, Nov, 47-56.
〔20〕Mausser, H. & Rosen, D.(1998).“Beyond VaR:From Measuring Risk to Managing Risk.”Algo Research Quarterly, Vol.1, No.2, 5-20.
〔21〕Markowitz, H.M.(1952).“Portfolio Selection.”Journal of Finance, 7(1), 77-91.
〔22〕Roy, A.D.(1952).“Safety-First and the Holding of Assets.”Econometrica, July, 431-449.
〔23〕Tsay Ruey S.(2005). Analysis of Financial Time Series, 2nd ed, John Wiley & Sons, New York.
〔24〕Sharpe, W.F.(1966).“Mutual Fund Performance.” Journal of Business, 30(S1), 119-138.
〔25〕Zvi Bodie, Alex Kane & Alan J. Marcus(1952). Investments, 8th ed, McGraw-Hill, New York.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top