投资的收益和风险问题.doc
约20页DOC格式手机打开展开
投资的收益和风险问题,本文共20页9762字 摘 要本论文主要讨论解决了在组合投资问题中的投资收益与风险的相关问题。分别在不考虑风险和考虑风险的情况下建立相应的数学模型,来使得投资所获得的总利润达到最大。问题一是一个典型的线性规划问题,我们首先建立单目标的优化模型,也即模型1,用lingo软件求解,得到在不考虑投资风险的...
内容介绍
此文档由会员 张阳阳 发布
投资的收益和风险问题
本文共20页 9762字
摘 要
本论文主要讨论解决了在组合投资问题中的投资收益与风险的相关问题。分别在不考虑风险和考虑风险的情况下建立相应的数学模型,来使得投资所获得的总利润达到最大。
问题一是一个典型的线性规划问题,我们首先建立单目标的优化模型,也即模型1,用Lingo软件求解,得到在不考虑投资风险的情况下,20亿的可用投资金额所获得的最大利润为153254.4万元。然后分别分析预计到期利润率、可用投资总资金和各投资项目的投资上限对总利润的影响。发现利润与利润率成正比的关系;可用投资总额有一个上限,当投资额小于这个上限时,总利润与可用投资额成正比的关系,当大于这个上限时,可用投资额与总的利润没有关系,总利润率保持不变;各项目的投资上限均与目标值呈正相关,项目预计到期利润率越大,该项目投资上限的变动对目标值的影响越大。
问题二是一个时间序列预测问题。分别在独立投资与考虑项目间的相互影响投资的情况下来对到期利润率和风险损失率的预测。两种情况下的预测思路与方法大致相同。
首先根据数据计算出到期利润率,将每一个项目的利润率看成一个时间序列,对该序列的数据进行处理,可以得到一个具有平稳性、正态性和零均值的新时间序列。再计算该序列的自相关函数和偏相关函数,发现该时间序列具有自相关函数截尾,偏自相关函数拖尾的特点,所以可认为该序列为一次滑动平均模型(简称MA(1))。接着,用DPS数据处理系统软件中的一次滑动平均模型依次预测出各项目未来五年的投资利润率。对于风险损失率,我们用每组数据的标准差来衡量风险损失的大小,将预测出来的投资利润率加入到样本数据序列中,算出该组数据的标准差,用该值来衡量未来五年的风险损失率。具体答案见4.2.2.1问题的分析与求解。同样在考虑相互影响的情况下,我们运用ARMA(3,1)模型进行预测,结果见4.2.2.2
问题三与问题一类似,也是优化的问题,其目标仍是第五年末的利润最大,而且也没有考虑风险问题,只是约束条件改变了。我们建立非线性规划模型,仍用Lingo解得大利润为620589.7万元。
关键字:线性规划 时间序列 ARMA模型
参考文献
[1] 姜启源 数学建模(第三版) 高等教育出版社 2003
[2] 徐权智 杨晋浩 数学建模 高等教育出版社 2004
[3]韩中庚 数学建模方法及其应用 高等教育出版社 2005
本文共20页 9762字
摘 要
本论文主要讨论解决了在组合投资问题中的投资收益与风险的相关问题。分别在不考虑风险和考虑风险的情况下建立相应的数学模型,来使得投资所获得的总利润达到最大。
问题一是一个典型的线性规划问题,我们首先建立单目标的优化模型,也即模型1,用Lingo软件求解,得到在不考虑投资风险的情况下,20亿的可用投资金额所获得的最大利润为153254.4万元。然后分别分析预计到期利润率、可用投资总资金和各投资项目的投资上限对总利润的影响。发现利润与利润率成正比的关系;可用投资总额有一个上限,当投资额小于这个上限时,总利润与可用投资额成正比的关系,当大于这个上限时,可用投资额与总的利润没有关系,总利润率保持不变;各项目的投资上限均与目标值呈正相关,项目预计到期利润率越大,该项目投资上限的变动对目标值的影响越大。
问题二是一个时间序列预测问题。分别在独立投资与考虑项目间的相互影响投资的情况下来对到期利润率和风险损失率的预测。两种情况下的预测思路与方法大致相同。
首先根据数据计算出到期利润率,将每一个项目的利润率看成一个时间序列,对该序列的数据进行处理,可以得到一个具有平稳性、正态性和零均值的新时间序列。再计算该序列的自相关函数和偏相关函数,发现该时间序列具有自相关函数截尾,偏自相关函数拖尾的特点,所以可认为该序列为一次滑动平均模型(简称MA(1))。接着,用DPS数据处理系统软件中的一次滑动平均模型依次预测出各项目未来五年的投资利润率。对于风险损失率,我们用每组数据的标准差来衡量风险损失的大小,将预测出来的投资利润率加入到样本数据序列中,算出该组数据的标准差,用该值来衡量未来五年的风险损失率。具体答案见4.2.2.1问题的分析与求解。同样在考虑相互影响的情况下,我们运用ARMA(3,1)模型进行预测,结果见4.2.2.2
问题三与问题一类似,也是优化的问题,其目标仍是第五年末的利润最大,而且也没有考虑风险问题,只是约束条件改变了。我们建立非线性规划模型,仍用Lingo解得大利润为620589.7万元。
关键字:线性规划 时间序列 ARMA模型
参考文献
[1] 姜启源 数学建模(第三版) 高等教育出版社 2003
[2] 徐权智 杨晋浩 数学建模 高等教育出版社 2004
[3]韩中庚 数学建模方法及其应用 高等教育出版社 2005