基于指数分层结构算法的动态资产配置实证研究

根据23个行业指数2000～2012年8月的日收益率数据,经过实证检验表明：指数分层结构算法有利于行业选择且分类结果具有稳定性.进一步使用该算法对36只股票构建投资组合,结果显示有利于降低组合风险和揭示沪市系统性风险真实水平,并有助于获得更优组合业绩.

基于指数分层结构算法的风格资产聚类及动态配置有效性研究

运用A股市场21个概念板块指数2009～2014年的日对数收益率数据,依据彼此间的相关关系和拓扑结构特征,使用指数分层结构算法对其进行聚类,并据此动态构建风格资产组合。实证检验和对比分析表明,聚类结果具有稳定性和有效性,构建的资产组合具有相对较低的风险及较高的收益,能够为积极资产管理提供有益指导。

基于指数分层结构算法的数据可信度评估模型设计

针对传统的数据可信度评估模型存在分类适应性较差的问题,设计一种基于指数分层结构算法的数据可信度评估模型。分析实际数据资产管理过程,建立数据可信度评估指标体系;按照数据类型和数据间存在的周期性关系补充待评估数据中的缺漏数据,完成对待估数据的预处理;将数据归一化后生成数据集合,并根据数据间的相关系数建立亚超度量空间,生成指数分层结构树,结合层次分析法完成对可信度模型的设计。实验结果表明,与传统评估模型相比,所提模型的分类适应性更强,数据查全率更高,应用优势更明显。

基于指数分层结构算法的区域资产分类及动态配置研究

当执行自上而下的资产配置策略时,地区资产选择是绕不开的步骤,对资产配置绩效影响巨大。使用我国32个地区板块指数2009-2014年间的日对数收益率数据,首先借助改进的指数分层结构算法对不同区域资产进行聚类,然后据此动态构建两组资产组合,并与随机资产组合结果进行对比分析。结果发现,指数分层结构算法较好刻画了区域资产之间的相关关系和拓扑结构特征,所得分类结果具有稳定性;无论是否控制行业因素,据此动态构建的跨区域资产组合都能快速降低风险,不仅能为机构投资者的积极资产管理提供有效指导,而且能更准确揭示市场的真实风险水平。

基于指数分层结构算法的行业分类及资产优化配置研究

本文以20个行业为样本,使用指数分层结构算法对其进行分类,发现基于拓扑结构特征的不同周期的行业分类结果具有稳定性。据此构建不同规模的行业资产组合,并将组合业绩与开放式基金业绩进行对比,发现组合的适度行业规模在4左右,不同组合在初期均表现出明显业绩优势,且相对指数基金的业绩优势更明显。

资产空间属性、跨境配置及其影响因素分析

随着主权财富基金兴起、私人财富管理需求激增、跨境资本流动加剧,跨境资产配置备受关注。经典资产配置策略仅以资产收益率时序特征作为依据,将其应用范围由单个地区外推至全球时面临若干技术性障碍,亟待改进。基于此,本文首先选取全球21个主要国家和地区的典型股票指数为样本,使用改进方法刻画资产的拓扑空间属性并据此实施资产选择和组合构建,然后,通过业绩对比检验方法的有效性和稳定性,最后,使用面板模型检验影响资产相关性的核心经济基本面因素。结果发现,资产选择结果稳定,跨境资产组合业绩在不同规模和时期均表现良好;资产相关性与经济基本面联系紧密,同时,受各国家或地区自身经济特征和彼此交互关系等因素影响,可据此为跨境资产配置提供前瞻性和先验性依据。本文的研究结论丰富了现代资产组合理论,兼对合理引导资本跨境流动、防范系统性风险等有重要启示。