不确定和随机环境下绿色投资组合问题的稀疏高次模型求解

本文在不确定随机的混合市场环境中,针对绿色投资组合优化问题,建立了具有高阶矩的多目标稀疏模型,提出了一种绿色和非绿色资产混合配置的投资策略.具体地,本文把最近上市且缺乏足够样本信息的绿色资产作为不确定变量,而其他具有足够历史数据的资产作为随机变量进行统一建模.在这样一个混合资产环境下,建立了一个具有基数约束的均值-平均绝对下半偏差-偏度的投资组合优化模型,并采用快速非支配排序遗传算法对模型进行求解.最后,针对提出的模型与算法,对中国沪深股市的实际数据集进行了样本外分析.实证结果表明了本文提出的混合配置策略在Sharpe Ratio方面的优越性.

“双碳”目标下绿色双层投资组合研究

在绿色投资日益盛行和金融机构积极推进“双碳”目标的背景下,越来越多的投资者在估值、产品和策略中考虑ESG因素。随着ESG投资理念的深入,如何在投资组合中合理纳入ESG因素成为学界的研究热点。本文从预期效用理论出发,针对效用函数中风险厌恶系数和ESG偏好系数的估计困难以及投资组合规模缺乏限制等现实问题,提出了绿色双层投资组合模型。其中上层规划是决策效用函数系数的稀疏优化问题,下层规划是构建绿色投资组合的二次优化问题。在求解层面,针对不同约束情形,利用下层问题的最优性条件将双层规划问题转化为混合整数二次规划。研究结果表明:第一,通过模拟真实市场环境验证了模型的数值有效性,针对不同偏好的基准指数,模型可以准确估计隐含的参数水平;第二,通过验证2015—2021年间编制ESG100指数和上证50指数的341个投资组合,研究发现金融市场上的绿色指数隐含正向的ESG偏好,绿色指数相比于收益更加偏好资产的绿色属性;第三,以上证50和ESG100指数为基准构造的静态和动态投资组合在2015—2021年间不仅较好地实现了对基准的追踪,更获得了稳定的超额收益,从夏普比率,信息比率以及Omega比率等指标来看,普遍战胜了基准指数以及1/n策略。本文提出的绿色双层投资组合模型加强了绿色投资领域和现代投资组合理论的联系,对发展绿色指数型基金、扩大绿色金融市场直接融资规模具有重要的借鉴意义。