布莱克李特曼模型的扩展及应用

1、布莱克-李特曼模型的扩展及应用 首都经济贸易大学 硕士学位论文 布莱克-李特曼模型的扩展及应用 姓名：韩国庆 申请学位级别：硕士 专业：数量经济学 指导教师：田新民 20100301 首都经济贸易大学硕士学位论文 布莱克-李特曼模型的扩展及应用 摘 要 由于马科维兹1952年的开创性工作 人们开始把数量模型引入到资产投资组合 管理中 但是马科维兹均值方差模型对于输入参数的变动非常敏感 从而使得资产的 配置结果分散化程度低 也就很难应用于实践 基于此 布莱克和李特曼提出了布莱 克-李特曼模型 模型通过贝叶斯方法把投资者对资产收益率的观点加入到市场均衡 期望收益率中去 从而形成了新的混合期望收益率

2、估计(隐含期望收益率) 对于资产管理来说 BL模型有两方面的优点 一是通过逆向优化方法把市场均 衡引入到模型中去 使得BL模型得出的结果更为分散化 另一方面 BL模型把投资 者的主观观点加入到模型中去 这为策略投资提供了一个很好的框架 但原模型很难 应用于股票市场 一是股票数量多导致计算量过大 二是模型中的参数也很难设定 所以对原模型进行了扩展 提出了基准组合优化下的BL模型 此模型一方面把基准 组合扩展到市场组合之外 另一方面在假设历史收益率的跟踪误差与投资者观点所带 来的跟踪误差具有一定可比性的基础上 确定了参数t 的值 从而也就解决了上面两 个问题 关于投资组合权重选择问题 我们用优化跟

3、踪误差模型代替传统的均值方差模 型 通过分析 我们认为在模型的使用过程中之前的逆向优化方法也必须采用优化跟 踪误差模型 并且在此情况下模型的隐含均衡期望收益率皆为0 这使得模型的结果 更为直观 最后我们还着重分析了资产的权重约束对资产组合模型的影响 分析了不同约束 情况下对基准组合优化下的BL模型的影响 最终结果认为合适的资产权重约束可以 显著提高收益率特征 关键词 投资组合 BL模型 逆向优化 跟踪误差 信息比率 I 首都经济贸易大学硕士学位论文 布莱克-李特曼模型的扩展及应用 ABSTRACT Since Markowitz's pioneering work in 1952, a

4、sset manager began to introduce the quantitative models to the asset portfolio management. However, the traditional mean-variance model is very sensitive to the changes of input parameters, so the allocation results are less diversification, and the model is hardly put into practice. For this reason

5、, Black and Litterman put forward the BL model which combining the views of investors and the market equilibrium expected return through a Bayesian approach, and get a new mixed-expected return (implied expected return). BL model has two advantages for the asset management. First, incorporating the

6、market equilibrium views into the model by inverse optimization method makes the as set weights of BL model more decentralized. Second, BL model provides a clear way to specify the investor's views and to blend the views into the model, which sets up a good framework for the strategic investment

7、. However, when the original model is applied to the common stocks, two problems arise. First, numerous stocks led to excessive calculation, and second, the parameters of the model are also very difficult to set. Therefore, we propose a new BL model with benchmark portfolios optimized. This new mode

8、 l extends benchmark portfolio beyond the market portfolio, and under the assumption that the tracking error caused by investor views is comparable to that caused by the historical return optimization, we determines the value of the parametert . Regarding to the portfolio selection problem, we use t

9、he optimal tracking error model instead of the traditional mean-variance model. And the inverse optimization method must be substituted with tracking error model. In this case, the implied equilibrium expected return vector equals to 0, which makes the model more intuitive. Finally, we also focus on

10、 weights constraints on model. We analyze the effects of different constraints on the BL model. At last, we find that proper weight constraints can improve the characteristics of the return. Key words: portfolios ; BL model; reverse optimization; tracking error; information ratio; II 独 创 性 声 明 本人郑重声

11、明 今所呈交的 布莱克-李特曼模型的扩展及应用 论文是我个人在导师指导下进行的研究工作及取得的科研成果 尽我所 知 文中除了特别加以标注和致谢的地方外 论文中不包含其他人已经 发表或撰写的内容及科研成果 也不包含为获得首都经济贸易大学或其 它教育机构的学位或证书所使用过的材料 作者签名 日期 年 月 日 关于论文使用授权的说明 本人完全了解首都经济贸易大学有关保留 使用学位论文的有关规 定 即 学校有权保留送交论文的复印件 允许论文被查阅 借阅或网 络索引 学校可以公布论文的全部或部分内容 可以采取影印 缩印或 其它复制手段保存论文 保密的论文在解密后应遵守此规定 作者签名 导师签名 日期 年

12、 月 日 首都经济贸易大学硕士学位论文 布莱克-李特曼模型的扩展及应用 1 前言 1.1选题背景与意义 近几年随着我国资本市场飞速发展 尤其是基金规模的不断壮大 各类资产管理 公司以及类似的部门的增加 使得资产管理成为机构投资者重要的议题 还有就是近 几十年行为金融学的发展 使得其对经典金融学的冲击越来越大 投资者的观点在投 资策略中也越来越重要 这就需要有一个统一的框架来结合市场均衡观点和投资者个 人的观点进行主动投资 从而在承担一定风险下的情况下获得最大的收益 1952年 马科维茨提出的投资组合选择理论奠定了现代数量金融学的基础 正 是由于这一杰出工作使他获得了 1992年的诺贝尔经济学奖