面向证券投资问题的确定性等价序贯三支决策（英文）

近年来,投资组合等以投出资金为目标的证券投资研究备受关注。同时,针对投资决策的研究,即对何时投入何时抛出进行智能决策,也越来越受关注。金融投资的收益和风险充满了不确定性,需要做出决策,判断投资者是否应该投资,以及如何投资。在三支决策中,决策者对风险的态度是一个重要的决策考虑。文章在序贯三支决策模型的基础上,通过确定性等价模拟投资者的风险态度来解决证券投资问题。在此基础上,提出了确定性等价序贯三向决策（Certainty Equivalent based Sequential Three-Way Decision,CES3WD）模型。从历史数据中获得收益的均值和方差,作为投资的预期收益和风险;利用指数效用函数将期望总收益转化为决策者的风险态度,并采用确定性等价方法测算决策者的预期投资回报;基于期望效用最大化原则,构造决策规则。在此基础上,根据实际投资策略对动态决策规则进行优化,构造了序贯三支决策的动态投资规则。最后,通过实验和分析验证了模型的有效性。     

三支决策——基于管理研究视角

从三支决策管理视角出发,介绍了三支决策的哲学与管理思想;分析了三支决策TAO模型的3个重要问题;讨论了效用三支决策和行为三支决策模型;探讨了动态决策环境下的序贯三支决策模型与方法.最后,给出了基于管理视角下三支决策未来的发展方向.     

序贯三支决策阈值选取策略研究

序贯三支决策模型适用于处理动态、复杂、不确定性的问题,近年来已成为学者们关注的热点.然而,迄今为止,仍缺乏关于序贯三支决策阈值对选取方面的研究.为此,本文对序贯三支决策阈值对的选取提出了一些有效的建议.首先,我们注意到序贯三支决策过程与求最优近似的过程非常相似,而且在许多不同阈值对下,序贯三支决策会产生相同的决策结果;进而结合求最优近似的启发式算法,本文将序贯三支决策中无限多可能的阈值对离散化为有限多个阈值参数区间,并给出了确定区间的方法.这样可以大大减少不必要的运算,提高序贯三支决策的效率.     

可再生能源投资决策行为影响因素实证分析与政策启示

缺乏对投资决策过程中投资者行为影响因素的考量是当前许多政策未取得理想效果的主要原因。基于行为决策理论,通过构建可再生能源投资决策行为分析概念模型,定性描述可再生能源投资决策行为影响因素之间的因果关系。采用定量和定性相结合的方法对模型中的变量进行测量与多元回归分析。研究结果表明投资者的先验信念、政策偏好和技术风险态度对投资决策有显著影响,并且投资组合中可再生能源的份额(即投资者的决策结果)与其投资组合的业绩正相关。据此,提出了该研究结果对提高可再生能源投资政策有效性的政策启示。     

分层多尺度决策信息系统的序贯三支决策

传统信息系统中每个属性只有一个尺度,但随着海量数据的涌现,实际应用中经常是在多个尺度上处理和分析问题.三支决策是解决分类问题的一种经典方法,序贯三支决策是在三支决策的基础上进行多步决策的一种方法 .将多尺度决策信息系统与三支决策相结合,基于决策理论粗糙集提出分层多尺度决策信息系统的序贯三支决策模型,得到动态变化的正域、负域、边界域.对多尺度决策信息系统进行分层,依次在分层后得到的多个单尺度决策信息系统上进行讨论,构建尺度层面的序贯结构;在每个单尺度决策信息系统上,通过增加属性的方式得到属性子集序列,诱导出多级粒度结构,构建该尺度下粒度层面的序贯结构.为此,给出两种属性子集序列的选择方法;在序贯三支决策过程中,利用相对损失函数计算阈值,并讨论了阈值的性质;最后给出序贯三支决策过程中的分类规则,并用实例说明提出的模型能有效地处理分类问题.     

面向评价者的投资环境评价方法

现时的投资环境评价方法评价投资环境时没有考虑不同评价者的不同需要．提出面向评价者的投资环境评价方法,它按一定的标准来灵活确定影响因素指标体系,综合考虑投资环境预测评价和投资环境后评价、投资者的风险类型及风险与效用的关系等因素,可以更好地为投资者的投资决策和各地区投资环境优化提供指导．     

资产收益过程可预测下的动态资产组合选择

基于资产收益过程的可预测性,提出一种新的动态资产组合选择方法.等分投资期,建立各期资产组合中风险资产权重是其预测变量观察值线性关系的模型,将预测变量收益过程引入资产收益过程;通过矩阵变换形成表征资产收益过程的拓展的资产空间,将条件问题求解转化为非条件问题求解,运用均值-方差分析法获得模型系数,使投资者各期终期财富期望二次效用最大;最后,给出模型的算法,进行实证研究.结果表明,预测变量通过拓展的资产空间描述了资产的收益过程;投资者根据各期预测变量的观察值可适时调整资产组合,保持其投资决策的最优化.研究为动态情景下的条件问题求解提供一种方法.     

考虑损失厌恶的最优消费投资决策

行为金融文献表明,投资者效用既取决于消费,又取决于其持有的金融资产的价值变化.基于上述两点,研究了最优消费投资问题.将行为金融学中投资者损失厌恶这一重要心理纳入经典效用函数,给出了基于消费和风险资产价值变化的目标效用函数,建立了考虑投资者损失厌恶的最优消费投资模型,运用动态规划原理得到了最优消费和投资问题的值函数及最优消费投资策略.最后以一个两期最优消费投资算例说明该模型的应用.因考虑了投资者实际决策心理,建立的最优决策模型是对投资者实际决策行为的良好描述,由此得出的最优消费投资策略也可以更好地指导投资者消费投资行为.     

模型不确定下带红利支付的最优消费和投资组合

探讨了带有递归偏好的投资者在考虑股票红利支付情形下的最优消费和投资组合.投资者担心模型的误定,因此寻求稳健的决策规则.假设股票的预期收益率遵循一个均值回复过程,在当投资者跨期替代弹性等于1和风险厌恶适中情形下,推导了最优消费和投资决策的显示解.通过数值模拟,发现模型不确定性厌恶增加了财富投资于股票的比例,同时股票支付红利也进一步加大了财富投资于股票的比例.     

基于TOPSIS的无标签序贯三支决策模型

为解决无标签信息系统中已知接受域对象数的决策问题,提出了无标签信息系统的序贯三支决策模型。首先采用TOPSIS算法进行数据预处理;其次根据数据集特征提出期望密度差的定义,并提出了无标签三支决策的构建算法,给出数据驱动下的决策阈值选择方法;同时在此基础上进一步建立了无标签序贯三支决策模型。案例分析显示,在属性值动态更新的情况下,序贯三支决策阈值具有自适应性。最后,相关实验验证了该模型的有效性。     

序贯三支决策的代价敏感分类方法

序贯三支决策体现了信息粒化和代价敏感学习的优势,其中信息粒化是人类认知和决策执行的基础,代价则是信息处理涉及的重要因素.提出针对代价敏感学习的序贯三支决策模型.首先,对信息粒化和决策代价之间的关系进行了定义和描述;然后,从序决策过程的视角,利用不同粒度层次的代价矩阵构建了代价函数;最后,为平衡决策结果代价和决策过程代价,提出了两个优化问题,并从理论上阐述了其意义,从实验结果分析上验证了算法的有效性,体现了序贯三支决策在代价敏感分类问题上的优势.     

极端事件冲击下含糊厌恶投资者的最优投资组合选择问题

研究了在极端事件冲击下含糊厌恶投资者的最优投资组合问题,其中,投资者不仅对损失风险是厌恶的而且对模型不确定也是厌恶的.首先,利用随机微分方程理论,对含糊厌恶投资者的最优期望效用进行刻画.其次,利用动态规划原理,建立最优消费和投资策略所满足的HJB方程.再次,利用市场分解的方法解出HJB方程,获得投资者最优消费和投资策略的显示解.最后,通过数值模拟,分析了含糊厌恶、风险厌恶和跳对投资者最优投资组合选择问题的影响.     

可拓序贯三支决策模型及应用

将可拓评价基本方法与“三分而治”决策思想融合,引入序贯思想,构建可拓序贯三支决策模型,实现动态决策与挖掘优化指标的目的。首先,对数据进行标准化处理,计算属性的权重;其次,将可拓评价方法作为三支决策的评价准则,定义新的决策规则,阐释划分3个域的合理性;然后,根据属性权重得到多个粒度的序贯评价属性,进行多阶段三支决策,给出决策结果;最后,根据决策结果对引起样本划分变化的指标进行分析,并提出优化建议。将模型应用于水资源承载力分析领域,与熵权物元可拓决策模型进行对比。结果表明,运用可拓序贯三支决策模型与熵权物元可拓决策模型所得的评价结果基本一致,准确率达84.55%,验证了模型的有效性和实用性。     

最佳投资选择下的双目标函数规划模型

一般情况下,收益高的投资工具,其风险也大,而风险相对较小的投资工具其收益较低。金融投资的风险是指投资者在投资过程中,由于种种不确定因素,影响着其未来实际收益与预期收益发生背离的可能性及背离的幅度。因此,如何做出最佳投资选择,实现投资者的效用极大化的目标是投资决策分析研究的一个关键。     

后悔规避的行为偏好对投资组合选择的影响

为了研究后悔厌恶行为对投资者投资组合选择的影响,文章使用行为经济学理论和数值模拟的方法,基于股票和债券的价格模型和期望效用最大化的理论,比较了传统的风险厌恶者和具有后悔规避的偏好行为的投资者因股票不同的飘移参数和方差参数而造成的投资策略的异同,得到了具有后悔规避的偏好行为的投资者投资策略选择的四个结论,并通过数值模拟方法验证了所得结论。     

非完备市场欧式期权无差别定价研究

研究不完备市场中最大化期望消费效用准则下的最优消费/投资决策及期权定价问题.在标的资产价格服从几何均值回复变化的假设下,利用随机动态规划理论及消费效用无差别定价原理得到了最优消费/投资策略以及标的资产不可交易的欧式期权价格所满足的偏微分方程.给出了数值算例,结果表明投资者的风险厌恶态度会降低期权的效用价格,而标的资产的...     

部分信息下基于过度自信的动态最优消费投资决策

研究了投资者不知道风险资产的收益均值,并在过度自信的影响下,根据观测到的风险资产价格来推测其收益均值的真实值情况下的最优消费投资决策问题.将行为金融理论中过度自信这一重要的认知偏差纳入经典的最优消费投资问题中考虑,建立了部分信息下的最优消费投资决策模型,并运用随机动态规划原理得到了最优消费投资策略.在CRRA效用函数下发现,因风险资产收益均值的未知而导致的投资者套利需求为负,并得到了一个重要的结论:由于金融市场中信息的不完全,投资者过度自信时,其投资于风险资产的绝对值最优比例不一定增大.     

基于不确定性的跳阶序贯三支决策模型

序贯三支决策模型作为一种能够有效处理不确定性信息的数据挖掘方法，采用了渐进的思维进行决策。然而，边界域可能存在部分不确定性较大的等价类，即便添加属性也无法准确划分，导致决策的分类精度降低，同时延迟代价较高。因此，通过条件概率来刻画等价类的不确定性，基于阴影集理论筛选不确定性较大的等价类，并对其采取跳阶延迟处理的方法，提出了基于不确定性的跳阶序贯三支决策模型。实验结果表明，所提模型与经典序贯三支决策模型相比，在分类性能上具有更好的有效性。     

基于实物期权理论的R&D项目投资决策模型

文章利用实物期权理论,量化了RD项目投资决策中的技术风险、经济风险和突发风险等不确定性,并结合了跳跃-扩散与信息披露过程的影响,通过分析竞争市场中企业自身与竞争者的投资决策,构建了一类竞争市场情景中RD项目4种投资决策模型来计算投资决策收益。结果表明:通过对投资时机和决策收益的精确评估得到的RD项目最佳投资决策,对RD项目的投资决策分析具有重要的参考价值,并保证了企业的竞争优势和收益最大化。     

大型房地产投资项目风险评价的人工神经网络模型研究

大型房地产投资项目在建设过程中存在着大量的风险，投资者在决策前必须对风险进行合理的评价。建立风险评价的神经网络模型，并将人工神经网络理论应用于风险评价中，是投资决策的重要研究内容。