2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、風(fēng)險投資的本質(zhì)是投資家面對不確定的項目收益和風(fēng)險作出投資決策,因而基于不同的方法度量項目的收益和風(fēng)險,將會得到不同的投資方案。經(jīng)典的投資組合理論假設(shè)投資者是完全理性的,但實際上投資家的投資決策也會受到他的主觀因素影響。投資家在進行投資決策之前會對項目的價值和風(fēng)險進行分析、評估,最后選取符合其投資目標和心理偏好的投資策略。因此本文考慮風(fēng)險項目未來收益的不確定性,從投資家的“失望厭惡”心理出發(fā),基于國內(nèi)外已有的風(fēng)險投資理論研究成果,分別建立

2、單階段和多階段的風(fēng)險投資隨機優(yōu)化模型,以研究失望厭惡下的風(fēng)險投資組合選擇問題。具體的,本文的主要內(nèi)容有:
  首先,本文采用Bayesian方法對風(fēng)險項目的估計價值進行修正,基于Jia&Dyer(2001)的一般決策失望模型,建立失望厭惡的單階段風(fēng)險投資組合優(yōu)化模型,并利用Monte Carlo方法隨機模擬風(fēng)險項目的未來價值,將模型近似為確定性優(yōu)化問題。理論和模擬分析表明,基于項目價值的Bayes修正值選擇的投資組合比基于項目價值

3、的事前估計值選擇的投資組合獲得的期望效用高,且前者能夠消除投資組合的事后實現(xiàn)效用值與事前估計效用值之間的預(yù)期間隔,降低風(fēng)險投資家可能經(jīng)歷的事后失望程度。
  其次,從投資機構(gòu)的角度出發(fā),考慮風(fēng)險項目與有價證券的混合投資。將風(fēng)險項目看作單階段投資,將有價證券看作多階段投資,用矩匹配方法建立單階段混合投資組合未來收益的情景生成模型,并構(gòu)建基于失望厭惡的混合投資組合隨機優(yōu)化模型。通過一個實例描述模型的建立過程,結(jié)果分析表明,在相同的風(fēng)險

4、承受能力或失望厭惡水平下,包含風(fēng)險項目的投資組合會使投資家獲得更高的期望收益,而風(fēng)險承受力越弱、失望厭惡水平越高,投資家獲得的期望收益越少。
  最后,本文將單階段混合投資組合模型進一步擴展到多階段。假設(shè)證券投資組合的價格完全由當前的市場狀態(tài)決定,項目的現(xiàn)金流僅僅由非市場狀態(tài)決定,使用狀態(tài)樹描述非市場和市場在未來時刻的可能狀態(tài),結(jié)合風(fēng)險項目的決策樹構(gòu)建不確定環(huán)境下考慮投資家失望厭惡的多階段混合投資組合選擇模型,同時使用該投資組合優(yōu)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論