基于ARMA-GARCH-t和Black-Litterman模型的资产投资组合研究

本文选取上海证券交易所不同行业3只市值热度较高的股票运用ARMA-GARCH-t模型对其日收益率与波动性进行预测,在推广的Black-Litterman(BL)模型的框架下,将投资者主观收益分布与资产的先验均衡分布相结合,计算资产的配置权重,并与传统的马科维兹均值-方差(MV)模型给出的组合权重进行对比,发现投资者对资产收益的信心水平越高,BL模型在投资组合中赋予相应资产的权重越高,且投资组合的收益也得到提高。最后,通过融资融券分析验证3只股票市场配置的有效性,说明BL模型给出的配置更符合投资者预期。该研究可以为资产管理者和投资者在资产配置方面提供更多借鉴。

基于VECM和BLCOP模型的动态行业战术性资产配置

选用上证行业指数中5个表现较好、相关性较为稳定的行业指数从2009年1月到2019年2月的月度数据进行动态建模.运用向量误差修正模型对收盘价进行拟合,并把预期收益作为绝对观点的收益;采用多维有偏t分布作为收益的先验分布,并把观点与先验结合导出具有t-Copula相依性结构的Black-Litterman(BLCOP)模型.实证分析显示在最大夏普比策略下BLCOP模型较等权重、传统BL模型及其先验分布有更高的收益,且基于BLCOP模型的权重分配较其先验有明显变化,说明应用BLCOP模型进行动态配置是有必要的.最后,分析BLCOP模型在最大化收益风险比策略下采用3种风险指标时的组合收益差异,以帮助不同风险偏好的投资者提高投资组合战略价值.