研究計畫-專案詳細資料
摘要
投資組合保險是將投資組合所面臨的風險控制在一定程度內,透過投資組合保險策略可保障資產總值不會低於所設定的最低水準,並可積極參與獲利。投資組合保險策略可分為兩大類,一為以選擇權為基礎的投資組合保險,一是依據投資人可承受的最大損失來設定一些參數,如固定比例投資組合保險(CPPI)與時間不變性投資組合保險(TIPP)等動態投資組合策略。由於CPPI 與TIPP 具備簡單和較有彈性等優點,已成為動態投資組合保險策略的主流。在這決策問題中,投資人必須先選擇投資的標的,再決定風險乘數,進而決定其曝險部位的比重。顯然,風險乘數存在一最佳值,且與無風險利率、保本率以及標的資產的特性有關。雖然在以CPPI 及TIPP 為基礎的投資組合保險策略中,風險參數的設定影響其績效表現甚鉅,但這也是目前研究嚴重不足之處。因此本研究預計採用標準差為資產的風險測度,根據資產或投資組合的報酬率與標準差,以蒙地卡羅模擬以及類神經網路發展一可用於決定CPPI 與TIPP 風險乘數的決策輔助模式。此模式可在給定無風險利率、要保額度、報酬率與標準差時,提供最佳風險乘數的機率分配。投資人可以根據此機率分配選擇適當的風險乘數,更可以在報酬率與標準差改變時,透過檢驗風險乘數是否存在顯著差異而決定是否進行調整。此外,本研究也將探討風險乘數與避險投資組合選擇之間的關係。
Project IDs
系統編號:PF9907-5815
原計畫編號:NSC99-2410-H182-021-MY2
原計畫編號:NSC99-2410-H182-021-MY2
狀態 | 已完成 |
---|---|
有效的開始/結束日期 | 01/08/10 → 31/07/11 |
Keywords
- 財政(含金融,保險)
- 投資組合保險策略
- 固定比例投資組合保險
- 時間不變性投資組合保險
- 最佳風險乘數
- 基因演算法
指紋
探索此研究計畫-專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。