豆丁微信公众号
君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
某公司盈利能力分析及评价毕业论文
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口如何撰写以某企业为例的论文写法样本_百度文库
您的浏览器Javascript被禁用，需开启后体验完整功能，
享专业文档下载特权
&赠共享文档下载特权
&10W篇文档免费专享
&每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
如何撰写以某企业为例的论文写法样本
阅读已结束，下载本文需要
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，同时保存到云知识，更方便管理
加入VIP
还剩7页未读，
定制HR最喜欢的简历
你可能喜欢投资收益和风险的量化分析
投资收益和风险的量化分析是小柯论文网通过网络搜集，并由本站工作人员整理后发布的，投资收益和风险的量化分析是篇质量较高的学术论文，供本站访问者学习和学术交流参考之用，不可用于其他商业目的，投资收益和风险的量化分析的论文版权归原作者所有，因网络整理，有些文章作者不详，敬请谅解，如需转摘，请注明出处小柯论文网，如果此论文无法满足您的论文要求，您可以申请本站帮您，以下是正文。
　　基金项目: 应用型本科院校“十一五”国家课题(FIB-02);南通大学自然科学研究课题(07Z002);南通大学高等教育研究课题(08GJ007);南通大学2008年团建课题。　　　　在现代商业、金融的投资中，投资者最关心的是采用什么样的投资方式以使得总收益最大.然而, 投资是要承担风险的, 作为投资者, 又希望其投资风险尽可能小.而且，大的收益总是伴随着高的风险.一般在有很多种资产可供选择，又有很多投资方案的情况下，投资越分散，总的风险就越小. 为了同时兼顾收益和风险，追求大的收益和小的风险构成一个双目标决策问题，依据决策者对收益和风险的理解和偏好将其转化为一个单目标最优化问题求解.随着投资者对收益和风险的日益关注,如何选择较好的投资组合方案是提高投资效益的根本保证.传统的投资组合遵循“不要将所有的鸡蛋放在一个蓝子里”的原则, 将投资分散化。　　一、问题的提出　　某公司有数额为M（较大）的资金，可用作一个时期的投资，市场上现有5种资产（Si）(如债券、股票等)可以作为被选的投资项目，投资者对这五种资产进行评估，估算出在这一段时期内购买Si的期望收益率（ri）、交易费率(pi)、风险损失率(qi),以及同期银行存款利率r0（r0=3%）在投资的这一时期内为定值如表1，不受意外因素影响,而净收益和总体风险只受ri，pi,qi影响，不受其他因素干扰。现要设计出一种投资组合方案, 使净收益尽可能大, 风险尽可能小。　　表1　　其中i=0,1,2,3,4,5。　　二、模型的分析与建立　　设xi表示购买第i种资产的资金数额占资金总额的百分比，则Mx0及Mxi分别表示存银行的金额和购买第i种资产的资金数额；设R表示净收益，Q表示总体风险，假定总体风险可用投资的这五种中最大的一个风险来度量；在投资中,不考虑通货膨胀因素,因此所给的Si的期望收益率ri为实际的平均收益率。则根据假设，净收益为;总体风险为;约束条件为;因为M为固定值，不影响模型的求解，故可略去M,原问题化为双目标规划问题:　　（2.1）　　设，否则不对该资产投资。　　三、模型的求解　　文献考虑固定Q使R最大的模型，得到了最优收益值R和最小风险度Q，以及投资额分配之间的对应关系，本文考虑固定R使Q最小的模型，即当收益达到一定值时，如何使投资的风险最小，将模型(2.1)化为　　　　 （3.1）　　此模型又可改写为　　　　令表示第种投资的净收益率，则必大于,否则,若,则不对Si投资,因为对该项目投资纯收益率不如存银行, 而风险损失率又大于存银行。将从小到大排序,设最大,则易见对模型（3.1）的可行解必有.　　当R=0.03时, 所有资金都存银行,Q=0;当时, 所有资金用于购买Si,;当时,易知在5项投资总额一定的前提下，各项投资的风险损失相等即时，总体风险最小。　　因此,当时，可按以下步骤求出最优解：1）将（3.1）中的（1）式和（2）式消去x0;2）将代入解出Q；3）由求出最优解。　　算得如下结果:　　（1）R=0.03时，；　　（2）R=0.26/1.01时，；　　（3）时，,,　　　　事实上应用Lingo软件可算得如下结果:　　根据表2的数据绘制风险与收益的变化趋势图：　　从上表和上图可以看出，收益越大，风险也越大，冒险的投资者可能会集中投资，而保守的投资者则会尽量分散投资。但在R=0.2左边，收益增加很大时风险却增加得相对缓慢，而在R=0.2右边，收益增加很少时风险增加却很快。所以作为理性的投资者，可以选择点作为最佳投资组合，此时，各项投资的资金比例分别为　　。　　　　参考文献：　　[1]翟雪焕原国栋:投资的收益和风险的量化分析[J].商场现代化,-280　　[2]袁新生邵大宏郁时炼:LINGO和Excel在数学建模中的应用[M].北京: 科学出版社，2007　　本站关键词：此论文来源于 小柯论文网 http://www.bob123.com
?上一篇文章：
?下一篇文章：　　　　　　　　　
您现在的位置：&&>&&>&&>&&>&正文
浅谈沪深股市收益和风险分析
来源：　 10:00:00　【】　
摘要：通过采用ECM模型及GARCH模型对沪深股市进行了研究，结果发现两市波动性存在非对称性和杠杆效应，沪深两市对的利空消息反应均大于利好消息的反应，但是深市风险大于沪市风险，当然其收益率也比较高。 　　关键词：收益；风险；误差修正模型；沪深股市 　　引言 　　中国A股市场经过十几年的发展，市场逐渐在规范，但是上市公司整体所表现出来的股市市值规模仍然较小，2005年开始的股权分置改革，使A股市场的发展迎来了新的机遇，走出了多年的熊市，有了较快的发展，处于上升的行情之中，但是与之相伴的却是股市激烈的波动。此外，由于诸多因素的影响和限制，中国A股市场投机气氛较浓。自从2008年世界金融危机以来，股市还出现了市场不确定性因素增多和市场风险加剧的趋势。 　　当前出现了大量的研究资产收益率方面的文献，有的定量研究波动性的非对称反应机制（李珠，吕明光，2001；胡永红，陆忠华，2005；周立、王东，2005），有的对波动性的形成方式与来源进行了分解（仲黎明等，2003；樊智、张世英，2005），有的研究了两市IPO的版块效应，这些研究具有一定的针对性，对我们研究金融市场运行机制与风险控制具有一定的启发意义。此外，有Engle等人开创ARCH和GRACH计量（Engel，1982），Grange（1988）的因果检验已经用在了许多经济金融模型检验中（如高辉、赵敬文，2006），使研究者对金融市场有了更多的认识。 　　本文主要采用误差修正模型（Error correct model）即ECM模型，检验两市短期波动模式的异同，判断两市对市场冲击的短期调整及反应程度，描述两市向均衡收敛的过程。同时利用两种Garch模型检验两市波动性之间的关系，判断两市的风险特征与风险转移过程，检验两市之间的“溢出效应”（spillover effect）和“杠杆效应”（leverage effect）。 　　一、变量选择和数据处理 　　在现有的可以衡量沪深股市的指数中，我们分别选择了上证A股综合指数和深圳A股综合指数作为指标。样本时间的选择，我们选择从日至日，这段时间，剔除节假日，共计样本416个。 　　我们将股市指数收益率Rt定义为股票指数的对数的一阶差分：Rt=ln（Pt）-ln（Pt-1），其中Pt是股票指数价格。当股票指数波动不是十分剧烈的时候，它近似等于股票指数的日收益率，对应着股票市场的整体收益水平。 　　许多的学者研究结果倾向表明中国股市处于弱有效形式。因此，本文对股票指数收益率序列Rt、股票指数绝对日收益率序列|Rt|、日均方收益率序列R2t的变化情况进行考察。当样本容量比较大的时候，根据大数定理与市场弱型有效，可知样本区间的整体收益率均值为：Rt=Rt≈0，其中T是样本容量。假设εt表示沪深两市A股指数日收益率与样本均值的偏离，则有εt=Rt-Rt≈Rt，εt=Rt-≈Rt，ε2t=（Rt-Rt）2≈R2t。 　　因此，沪深两市A股指数日收益率Rt、日绝对收益率Rt、日均方收益率R2t分别表示股指收益率分别围绕均值的双向变动，绝对变动，均方波动，他们体现了波动性逐渐增强的特点。 　　二、模型的建立 　　通过对沪深股市价格指数和收益率作单位根检验，Granger因果关系检验和协整检验，我们发现：（1）沪指和深指对数序列均为一阶单整I（1），指数收益率序列为平稳序列；（2）上海股票市场指数是深圳股市指数的Granger原因，但反之不成立；（3）沪深股指之间存在着协整关系（检验结果在附录）。基于检验结果，本文可以建立以下模型： 　　（一）误差修正模型 　　通过平稳检验，可以对沪深股指的收益率序列间建立误差修正模型，结果 　　Rsht=0.7884Rszt+0.0957Rsh t-1+0.0288Rsh t-2-0.0974Rsz t-1-0.0787Rsz t-2- 　　0.0006+εsh t 　　（41.6471） （1.9558） （0.58988） （-2.26068） （-1.82970） 　　（-1.15173） 　　Rszt=01.0273Rsht+0.1121Rsz t-1+0.0577Rsz t-2-0.1128Rsht-1-0.0191Rsht-2- 　　0.0002+εsz t 　　（41.6471）（2.2821）（1.1734）（-2.02089）（-0.34466） 　　（-0.46366） （1） 　　其中，sh表示上海综指，sz表示深圳综指，t表示时间，t-1表示t期滞后一阶。根据上述误差修正方程计算，如果仍然引入非显着的回归项，那么求解收益率序列的无条件数学期望，可以得到两市收益率水平分别为：=0.00371，=0.00428。可见两市的长期收益率有显着差异。两市收益率均受到长期均衡关系的显着影响，但是修正项对沪深股市收益率是负的边际贡献。在ECM模型中，存在沪深两市股票价格收益率的交互影响，因为滞后系数出现部分显着与不显着，体现了短期波动之间的相互影响。 　　因此，ECM模型表明，沪深两市股票收益率之间存在长期的协整趋势，但是它们的短期波动过程存在着相异的波动模式。 　　（二）GARCH模型和溢出效应模型的估计与检验 　　我们采用GARCH模型检验收益率序列的条件异方差性，首先利用偏自相关函数（PACF）和自相关函数（ACF）决定均值方程中的AR过程与MA过程的阶数，然后根据绝对残差序列的特性，然后确定方差方程中的ARCH 项和GARCH项的阶数。在经过不断试错的情况下，GARCH（1，1）都能比较好地进行解释，其SC和AIC值也比较小。 　　沪深市场的GARCH－M模型和溢出效应模型估计（括号中为Z统计量值）： 　　Rsht=0.1789Rsht-0.0597Rsh t-1+ε t 　　 （3.338219） （1.15366）（2） 　　hsht=0..08（εsht-1）2+0.899hsht-1 　　 （1.7415）（3.6922） （31.7933） 　　Rszt=0.18Rszt-0.0122Rsz t-1+ε t 　　 （3.5721） （0.2446） （3） 　　hszt=0.（εsht-1）2+0.899hsht 　　 （1.75）（3.66） （31.71） 1&&&
文章责编：gaoxiaoliang&　看了本文的网友还看了
?&&( 10:52:00)?&&( 11:16:00)?&&( 11:33:00)?&&( 11:25:00)?&&( 11:58:00)?&&( 11:55:00)
? ? 　 ? ? 　 ? ? 　 ? ? 　 ? ?
? ? 　 ? ? 　 ?
? 　 ? ? 　　 ? ? 　 ? ? 　 ? ? 　 ? ?
? ? 　 ? ?
实用工具 |
| 大全 | 大全
　　　　 |
版权声明：如果网所转载内容不慎侵犯了您的权益，请与我们联系，我们将会及时处理。如转载本内容，请注明出处。
Copyright & 2004-
　网　All Rights Reserved　
中国科学院研究生院权威支持(北京)　电 话：010-　传 真：010-