國立高雄大學圖資館 |

語系: 繁體中文

說明(常見問題)

圖資館首頁

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

Portfolio Selection with Spectral Ri...

國立高雄大學統計學研究所碩士班

Portfolio Selection with Spectral Risk Measures under ARMA-EGARCH-models = ARMA-EGARCH及關連結構模型下之最佳譜風險指標投資組合

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	ARMA-EGARCH及關連結構模型下之最佳譜風險指標投資組合
作者:	林慈雍,
其他團體作者:	國立高雄大學
出版地:	[高雄市]
出版者:	撰者;
出版年:	民103[2014]
面頁冊數:	28葉部分彩圖，表格 : 30公分;
標題:	條件異質變異
標題:	conditional heteroscedastic models
電子資源:	http://hdl.handle.net/11296/ndltd/36399650392516575377
附註:	106年10月31日公開
附註:	參考書目：葉27-28
摘要註:	本文探討在譜風險衡量指標下最佳投資組合的選取問題，其中以自我相關與條件異質變異模型為各個標的資產報酬建立時間序列模型，而標的資產報酬間的相依性藉由關聯結構函數來描述，並利用線性規劃來找出最佳的資產配置。譜風險衡量指標是一個廣義的一致性風險衡量值，此外，譜風險也可以衡量投資者不同的風險厭惡程度。模擬跟實證研究討論不同的風險厭惡程度、條件異質變異的強弱以及資產間相依性在投資策略上會有什麼影響。實證研究則使用台灣100指數的成分股去做分析，結果顯示本文提出的方法所得之報酬優於大盤。 In this article, a portfolio selection problem with spectral risk measure is considered. The spectral risk measure is a general family of coherent risk measures and is capable of reecting investor's risk preference. A multivariate conditional heteroscedastic model with vine copulas is employed to describe the dynamics and dependence of the underlying asset returns. A linearlization of the selection problem is developed and thus the technique of linear programming can be used to accurately and quickly determine the optimal asset allocation. Simulation and empirical studies are conducted for investigating the impact of the degrees of risk aversion, the magnitude of conditional heteroscedasticity and the level of tail dependence among the underlying assets on the performance of the optimal portfolio. Empirical results indicate that the proposed trading strategy gains more returns than those of the FISE TWSE Taiwan 100 Index.

Portfolio Selection with Spectral Risk Measures under ARMA-EGARCH-models = ARMA-EGARCH及關連結構模型下之最佳譜風險指標投資組合
林, 慈雍

Portfolio Selection with Spectral Risk Measures under ARMA-EGARCH-models = ARMA-EGARCH及關連結構模型下之最佳譜風險指標投資組合 / 林慈雍撰 - [高雄市] : 撰者, 民103[2014]. - 28葉 ; 部分彩圖，表格 ; 30公分.
106年10月31日公開參考書目：葉27-28.
條件異質變異conditional heteroscedastic models

Portfolio Selection with Spectral Risk Measures under ARMA-EGARCH-models = ARMA-EGARCH及關連結構模型下之最佳譜風險指標投資組合
LDR:02855nam0 2200277 450 001 430089
005 20171103092757.0
010 0 $b 平裝
010 0 $b 精裝
100 $a 20141027y2014 k y0chiy50 b
101 0 $a eng $d eng $d chi
102 $a tw
105 $a ak am 000yy
200 1 $a Portfolio Selection with Spectral Risk Measures under ARMA-EGARCH-models $d ARMA-EGARCH及關連結構模型下之最佳譜風險指標投資組合 $z chi $f 林慈雍撰
210 $a [高雄市] $c 撰者 $d 民103[2014]
215 0 $a 28葉 $c 部分彩圖，表格 $d 30公分
300 $a 106年10月31日公開
300 $a 參考書目：葉27-28
314 $a 指導教授：黃士峰教授
328 $a 碩士論文--國立高雄大學統計學研究所
330 $a 本文探討在譜風險衡量指標下最佳投資組合的選取問題，其中以自我相關與條件異質變異模型為各個標的資產報酬建立時間序列模型，而標的資產報酬間的相依性藉由關聯結構函數來描述，並利用線性規劃來找出最佳的資產配置。譜風險衡量指標是一個廣義的一致性風險衡量值，此外，譜風險也可以衡量投資者不同的風險厭惡程度。模擬跟實證研究討論不同的風險厭惡程度、條件異質變異的強弱以及資產間相依性在投資策略上會有什麼影響。實證研究則使用台灣100指數的成分股去做分析，結果顯示本文提出的方法所得之報酬優於大盤。 In this article, a portfolio selection problem with spectral risk measure is considered. The spectral risk measure is a general family of coherent risk measures and is capable of reecting investor's risk preference. A multivariate conditional heteroscedastic model with vine copulas is employed to describe the dynamics and dependence of the underlying asset returns. A linearlization of the selection problem is developed and thus the technique of linear programming can be used to accurately and quickly determine the optimal asset allocation. Simulation and empirical studies are conducted for investigating the impact of the degrees of risk aversion, the magnitude of conditional heteroscedasticity and the level of tail dependence among the underlying assets on the performance of the optimal portfolio. Empirical results indicate that the proposed trading strategy gains more returns than those of the FISE TWSE Taiwan 100 Index.
510 1 $a ARMA-EGARCH及關連結構模型下之最佳譜風險指標投資組合 $z chi
610 # 0 $a 條件異質變異 $a 線性規劃 $a 投資組合選擇 $a 譜風險衡量指標 $a 藤關聯結構
610 # 1 $a conditional heteroscedastic models $a linear programming $a portfolio selection $a spectral
681 $a 008M/0019 $b 343201 4480 $v 2007年版
700 1 $a 林 $b 慈雍 $4 撰 $3 673318
712 0 2 $a 國立高雄大學 $b 統計學研究所碩士班 $3 769419
801 0 $a tw $b NUK $c 20171030 $g CCR
856 7 # $u http://hdl.handle.net/11296/ndltd/36399650392516575377 $2 http $z 電子資源