Markowitz投资组合模型的遗传算法求解 ——在保险投资领域的实证研究

论文摘要

随着我国经济实力的增强,很多投资项目极具发展潜力,面对众多的投资项目,投资者如何选择好适合自己的最优投资组合实为重要的研究课题。Markowitz投资组合理论,即均值-方差模型,奠定了现代投资组合理论的基础。然而,在现实经济生活中,该模型存在一定的局限性。因此,本文主要从理论上对Markowitz投资组合模型进行改进,包括两方面:一方面是对模型的风险度量进行改进,剔除投资组合不能消除的系统风险,只考虑非系统风险,这样可以简化计算,同时又不影响结果;另一方面是对无风险资产进行重新界定,本文认为无风险资产实际是一种风险较低的资产,因此在收益率的处理方法上做了一定的改进,使投资组合模型更加精确。改进的模型是一种非线性双目标规划模型,其求解具有一定的复杂性,遗传算法是自然遗传学和计算机科学相互结合渗透而成的新的计算方法,提供了一种求解非线性、多模型、多目标等复杂系统优化问题的通用框架。因此,本文设计了求解改进的Markowitz投资组合模型的遗传算法,同时利用惩罚函数法,在MATLAB环境中编写程序对该模型进行求解。保险投资是现代保险业得以生存和发展的重要支柱,保险投资的发展状况将对保险公司自身的偿付能力与持续经营的稳定性产生重大影响。在目前的市场经济条件下,在保险业日益对外开放的环境中,如何进一步发展我国保险投资业务,提高保险投资效益,是一个迫切需要研究的课题。本文以中国保险投资作为实证研究的对象,寻求有效的保险投资组合。实证研究结果显示,利用遗传算法所得到的最优保险投资组合,在很大程度上符合我国的实际情况,并且,对Markowitz投资组合模型的改进具有一定的科学性及合理性。

论文目录

• 摘要
• Abstract
• 前言
• 0.1 研究的背景及意义
• 0.2 文献综述
• 0.2.1 投资组合理论方面
• 0.2.2 保险投资理论方面
• 0.3 研究内容与研究方法
• 0.3.1 研究内容
• 0.3.2 研究方法
• 0.4 可能的创新点
• 1 现代投资组合理论
• 1.1 Markowitz 投资组合理论评述
• 1.1.1 Markowitz 投资组合理论
• 1.1.2 Markowitz 投资组合理论的局限性
• 1.2 单指数模型
• 1.3 多指数模型
• 2 遗传算法的基本原理
• 2.1 遗传算法概述
• 2.1.1 遗传算法的概念
• 2.1.2 遗传算法的基本用语
• 2.1.3 遗传算法的组成
• 2.1.4 遗传算法的基本操作
• 2.2 遗传算法的特点
• 2.3 多目标优化中的遗传算法
• 2.3.1 权重系数变换法
• 2.3.2 并列选择法
• 2.3.3 排列选择法
• 2.3.4 共享函数法
• 2.3.5 混合法
• 3 改进的 Markowitz 投资组合模型及其遗传算法求解
• 3.1 Markowitz 投资组合模型的改进
• 3.1.1 模型的改进思路
• 3.1.2 模型的数学表达式
• 3.2 遗传算法的设计
• 3.2.1 遗传算法控制参数选择
• 3.2.2 编码设计
• 3.2.3 适应度函数的设计
• 3.2.4 遗传算子的设计
• 4 我国保险投资的现状分析
• 4.1 我国保险投资的发展历程
• 4.2 我国的保险投资现状
• 4.3 我国保险投资存在的问题及原因分析
• 4.3.1 我国保险资金运用存在的问题
• 4.3.2 原因分析
• 5 实证分析
• 5.1 数据及参数的选定
• 5.2 程序设计流程
• 5.3 计算结果
• 5.4 结果分析
• 5.5 原因分析
• 6 完善我国保险投资的对策建议
• 6.1 保险公司方面
• 6.2 政府对保险业的监管方面
• 6.3 投资环境方面
• 7 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 致谢
• 个人简历
• 攻读硕士学位期间发表的学术论文