臺灣博碩士論文加值系統

摘 要
在一份著名的研究報告中指出，影響投資報酬最大的因素就是「資產配置」影響程度高達91.5% （Brinson, Singer, Beebower Study, Financial Analyst Journal, 1991/02），而「資產配置」乃是將資金分別投資到各種不同資產類別中，經由長期持有及持續投資來降低風險，以達到預設報酬的一種投資組合策略，其基本概念即為：「在風險性資產與無風險性資產之間求取平衡」，並以系統化分散投資的操作方式來降低投資風險，在個人可忍受的風險範圍內追求最大報酬。然而隨著整體金融形勢的多變與投資工具的多樣化，資產配置議題已逐漸趨向多期決策與面對不確定因素而下的決策。這使的傳統的平均數- 變異數投資組合模型（Mean-Variance Portfolio Model）不足以應付這日趨複雜的狀況。

本文希望藉由多期隨機規劃（Multi-period Stochastic Programming）並透過線性規劃模型（Linear Programming Model）在每期中調整資產投資比例，以最大化的期望總報酬合為決策目標，從而了解其中持續的動態規劃，求解出整體最適資產配置投資組合，以利投資者做出最佳化之投資決策。

Abstract
In a famous research paper, the most important factor for investment return is the asset allocation which explains 91.5% of the total return. Asset allocation is an investment portfolio strategy which is made by allocating funds into different asset category to diversify risk and achieving expected return by long-term holdings and continual investment. The basic concepts of asset allocation are the balance between risky assets and risk-free assets, lowering risks by systematic dispersion of investments, and pursuing maximum return under intolerable risk levels. As the financial circumstances change and more investment tools came up, the asset allocation issue is slowly moving toward multi-period decisions and decisions under uncertain factors. Hence, the traditional Mean-Variance Portfolio Model cannot deal with this complicated situation.

In this paper, we adjust asset allocation in every period by using「Multi-Period Stochastic Programming」and「Linear Programming Model」to achieve the strategic goal；the maximum expected total return. From the continual dynamic planning, we can find out the overall optimal asset allocation and it can help investors to make the best investment strategy.

目 錄
摘要 ................................................................ II
Abstract ............................................................. IV
圖 次 ................................................................. 3
表 次 ................................................................. 4
第一章 緒 論 .......................................................... 5
第一節 研究動機與目的 ............................................. 5
第二節 研究架構 ................................................... 7
第二章 理論與文獻探討 ................................................. 9
第一節 投資組合理論 ............................................... 9
平均數-變異數投資組合模型 ..................................... 9
第二節 動態規劃介紹 ..................................... ........ 11
一、決策規則（Decision Rules） ..................... ......... 11
二、資本成長（Capital Growth） ............................... 12
三、動態隨機規劃（Stochastic Programming） ................... 12
四、動態隨機控制（Stochastic Control） ....................... 12
第三節 線性規畫介紹 ..................................... ........ 13
第三章 研究方法與模型建立 ............................................ 14
第一節 多期動態隨機規劃簡介 ............................ ......... 14
動態規劃問題之特徵 ........................................... 14
第二節 定態（stationary） 與非定態（non-stationary） .... .... 17
第三節 單根檢定(Unit root test) .................................. 19
非穩定性資料轉換 ............................................. 20
第四節 線性規劃模型 (Linear Programming Model) ........... ....... 21
第五節 模型建立 ..................................... ............ 23
參數定義（Parameter Definitions） ................ ............ 23
決策變數（Decision Variables） ................... ............ 24
多期動態隨機過程模型建立 .......................... ........... 24
第四章 實證分析與結果 ................................................ 26
第一節 資料來源與實證流程圖 ............................ ......... 26
第二節 單根檢定 ........................................ ......... 27
第三節 相關性分析 ...................................... ......... 29
第四節 多期隨機過程模型分析 ............................ ......... 30
第五節 實證模擬結果 .................................... ......... 32
第五章 結論與未來研究方向 ................................... ........ 37
第一節 結論 ............................................. ........ 37
第二節 未來研究方向 ...................................... ....... 37
參考文獻 ........................................................... . 39

圖 次
圖1-1、資產配置投資問題 .............................................. 6
圖1-2、研究架構流程圖 ................................................ 8
圖 3-1、模擬投資期間路徑圖 ........................................... 15
圖 3-2、STOCK 時間序列圖 ............................................. 18
圖 3-3、REITs 時間序列圖 ............................................. 18
圖 3-4、CB 時間序列圖 ................................................ 18
圖 3-5、經差分過程後之時間序列圖 ..................................... 20
圖 3-6、經取自然對數後之時間序列圖 ................................... 20
圖 3-7、線性規劃流程圖 ............................................... 21
圖 3-8、模型建構流程圖 ............................................... 23
圖 4-1、實證流程圖 ................................................... 27
圖 4-2、REITs 取完對數差分後之時間序圖 ............................... 28
圖 4-3、STOCK 取完對數差分後之時間序列圖 ............................. 28
圖 4-4、CB 取完對數差分後之時間序列圖 ................................ 29
圖 4-5、相關係數分析圖 ............................................... 30
圖 4-6、多期模擬路徑圖 ............................................... 31
圖 4-7、整體資產配置各期變化量 ....................................... 35
圖 4-8、Case 4 之各資產於各其間變化量 ................................ 35

表 次
表 4-1、單根檢定表 ................................................... 28
表 4-2、樣本敘述統計表 ............................................... 29
表 4-3、相關係數分析表 ....................................... 29
表 4-4、REITs 各期變化量 ............................. ......... 33
表 4-5、STOCK 各期變化量 ....................................... 33
表 4-6、CB 各期變化量 ....................................... 33
表 4-7、無風險性資產各期變化量 ....................................... 34
表 4-8、整體資產配置各期變化量 ....................................... 34

中文部分：
1、王士銘，2001，「應用多期動態隨機規劃建構MBS、公債投資組
合」，國立台灣大學財務金融研究所碩士論文。
2、陳燕珠，2006，「台灣 REITs 的投資風險分析」，國立中央大
學財務金融研究所碩士論文。
3、邱瑜明，1999，「投資組合保險策略─在台灣股市之相關研究」，國立政治大學金融
研究所碩士論文。
4、蔡秉寰，2001，「資產配置之動態規劃」，國立政治大學金融研究所碩士論文。
5、張桂莉，1999，「資產配置之最適策略」，國立政治大學企業管理研究所碩士論文。
6、張嘉蘭，2004，「動態比例投資組合保險與市場波動因子分析」，國立中央大學資訊管
理研究所碩士論文。
7、劉子康，2006，「動態資產配置之研究--考慮隨機坡動狀況」，東吳大學商用數學研究
所碩士論文。
8、陳沁怡，2007，「美國與各國實質利率之風險溢酬影響因素」，國立中央大學產業經濟
研究所尚未出版之碩士論文。
9、宿 浩、劉家壯， 「多階段資產投資的動態規劃決策模型」，中國管理科學文章編號：
1003-207（2001）03-0055-06。
10、袁軍鵬、宿 洁， 「個人消費 - 投資多階段決策模型」，中國管理科學文章編號：
1003-207（2003）05-0012-04。
11、劉正林、徐偉宣，「風險資本多階段投資決策分析」，中國管理科學文章編號：
1003-207（2002）02-0001-05。
12、金 秀、馬麗麗、黃小原，「多階段資產配置模型及其在投資基金中的應用」中國管理
科學，文章編號：1003-207（2001）03-0055-06。
13、金 秀、黃小原，「資產負債管理多階段模型及應用」，中國管理科學文章編號：
1003-207（2006）05-0038-07。
14、金 秀、黃小原，「資產負債管理多階段模型研究」，中國管理學報文章編號：
1672-884X（2007）01-0118-09。
15、金 秀、焦 柳，「基于安全資本增長策略的多階段資產配置模型」，中國管理科學，
文章編號：1001-4098（2006）06-0085-05。

英文部分：
1、V.S. Bawa and E.B. Lindenberg（1997）, Capital Market Equilibrium in a
Mean-Lower Partial Moment Framework, Journal of Financial Economics, Vo1.5,
pp.189-200.
2、Carino D. R. and Turner A. L（1997）, Multistage Planning for Asset
Allocation, World Wide Asset and Liability Modeling, Cambridge University
Press.
3、Chopra and Ziemba (1993) , The effect of errors in means, variances, and
covariance on optimal portfolio choice, Journal of portfolio Management.
4、Dickey, D.A. and Fuller, W.A.,(1979), Distribution of Estimators for Time
Series Regressions with a Unit Root., Journal of the American Statistical
Association, Vol.74,1979, pp427-31
5、Markowitz, H. M., (1952）, Portfolio Selection, Journal of Finance,pp.77-91.
6、M.J. Brennan, E.S. Schwartz and R. Lagnado（1997）, Strategic Asset
Allocation, Journal of Economic Dynamics and Control, pp.1377-1403.
7、Mulvey & Chen (1996), Ordinal Comparison of Heuristic Algorithms Using
stochastic Optimization, IEEE Transactions of Robotics and Automation.
8、Norio Hibiki（1999）,「Multi-Period Stochastic Programming Model for Dynamic
Asset Allocation」,Technical Report,（in Japanese）.
9、Norio Hibiki（2001）,「A Hybrid Simulation/Tree Stochastic Optimization
Model for Dynamic Asset Allocation」,Journal of Banking & Finance.
10、Norio Hibiki（2006）,「Multi-Period Stochastic Optimization Models for
Dynamic Asset Allocation」,Journal of Banking & Finance,pp.365-390.
11、Perold & Sharpe(1988）, Dynamic Strategies for Asset Allocation, Financial
Analysts Journal.
12、R.C. Merton（1969）, Lifetime Portfolio Selection under Uncertainty：The
Continuous-Time Case, The Review of Economics and Statistics, pp.247-257.