(簡體)大學生投資理財分析

《(簡體)大學生投資理財分析》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。

1、大學生投資理財分析西南財經(jīng)大學保險系02級蹇蕾龔勛指導教師帥青紅【摘要】作為未來投資理財?shù)闹黧w，大學生需要增強投資理財意識、參加一定的投資理財實踐，為將來合理有效的投資理財打下堅實的基礎。針對此，本文結合目前大學生的經(jīng)濟狀況以及投資理財?shù)奶攸c，建立了“大學生投資理財決策模型”。我們給定了大學生為風險分散者、投資剩余的資金作為預防性持有的現(xiàn)金其存量恒定不變等假設，該模型在保證流動性的前提下，較為深入地討論了投資品組合的決策問題，確定了最佳投資結構以及現(xiàn)金轉換規(guī)模，使大學生投資理財效用最大化。并對股票及債券進行采樣，利用MATLAB軟件對其收益、風險及最佳投資結構

2、進行了實證分析。并對大學生投資理財實踐提出了有關建議與對策，具有一定的現(xiàn)實指導意義?！娟P鍵詞】大學生投資理財決策模型一般投資品投資組合投資效用一、引言隨著市場經(jīng)濟的發(fā)展，個人投資理財涉及到的領域越來越廣，對個人、家庭、社會的影響越來越大。作為未來經(jīng)濟的主要參與者，大學生如何加強對投資理財?shù)囊庾R、如何進行投資理財還是一個十分現(xiàn)實的問題。本文擬在分析大學生投資理財及投資理財工具運用的基礎上，探討大學生投資理財?shù)牟呗?、方案，為他們今后參與經(jīng)濟活動打下理論基礎、提供實踐經(jīng)驗。本文包括四部分，第二部分將介紹我們的模型，具體包括模型引入和模型建立，在保證流動性的前提下，分

3、析將眾多的投資工具抽象為一般投資品情況下的貨幣資產結構及出現(xiàn)現(xiàn)金缺口時的最佳現(xiàn)金轉換規(guī)模，進而討論對多種投資品進行投資組合的決策問題，確定了最佳投資結構，使大學生投資理財效用最大化。第三部分針對模型對股票及債券進行采樣，利用MATLAB軟件對其收益、風險及最佳投資結構進行了實證分析。第四部分針對目前大學生的經(jīng)濟狀況以及投資理財?shù)奶攸c，給出了大學生投資理財實踐建議及對策。二、大學生投資理財決策模型（一）模型的引入Tobin較早地對資產組合理論進行了系統(tǒng)的闡述。在其分析中，資產被分為貨幣資產與非貨幣資產兩類，貨幣資產又包括現(xiàn)金資產與非現(xiàn)金資產。Tobin從現(xiàn)金與一

4、種非現(xiàn)金貨幣資產之間的組合入手，利用機會軌跡描述資產組合的預期收益與風險之間的關系，并根據(jù)機會軌跡與無差異曲線的切點確定分散風險投資者的最佳投資組合。而Markowitz提出了有效組合和有效邊界的概念。證券組合的風險取決于三方面的因素：組合中各種證券的風險、組合中各種證券的投資比例以及組合中各種證券收益之間的相關系數(shù)。Markowitz特別強調相關系數(shù)在建立組合以降低風險方面的作用。投資組合理論在決策各類資產的投資比例時，基本思想是利用拉格朗日函數(shù)，在既定風險的條件下使收益最大化，或者在既定收益的條件下使風險最小化。以下模型將探討如何使投資組合的風險與收益達到

5、一個均衡狀態(tài)，確定投資結構，最終實現(xiàn)投資效用最大化。（二）大學生投資理財決策模型1.模型一（1）如果對投資品c進行投資，則可根據(jù)c在過去一段時期內的收益率來計算出它在下一個時期所能實現(xiàn)的收益率，即期望收益率。為了與后面的考慮了風險的收益率相區(qū)別，我們將它記為平均收益率。（1-1）其中為投資品c在過去一段時期內的第t時段的收益率，它不包含風險因素。（2）在現(xiàn)實生活中，由于收益的不確定性，導致了投資風險不可避免，因此我們使用過去的實際收益率偏離平均收益率的程度來衡量風險水平，記為。（1-2）（3）我們利用正態(tài)分布來求解投資品c在考慮了風險因素下的預期收益率其中，。

6、令為投資品c考慮了風險的收益率，它表示某一投資品綜合了風險因素的回報率（預期值）解得：（1-3）上式說明對理性投資者而言，如果投資品的風險很大，即使該投資品收益率很高，那么較小，因而影響投資者對該投資品的投資規(guī)模。將（1-1）和（1-2）式代入（1-3）可知，只與歷史收益以及歷史平均收益相關。（4）在貨幣資產中現(xiàn)金資產的比例為、一般投資品的比例為（），由于持有現(xiàn)金的收益率極低，為了簡化模型我們將現(xiàn)金收益率視為0，因此所有貨幣資產考慮風險后的收益率為：則所有貨幣資產的預期收益率為：（1-4）貨幣資產的總風險為：（1-5）由（1-3）、（1-4）和（1-5）可得：

7、由于前面已證只與歷史收益以及歷史平均收益相關，因此的圖形是線性函數(shù)，即機會軌跡（如圖1中圖a所示），表示了所有在每個既定的風險下最大收益點的軌跡，換言之，機會軌跡的本身及其下方是可實現(xiàn)的收益和風險的組合。作為理性的投資者，在模型中我們假設大學生為厭惡風險者（RiskAvertor）中的風險分散者（Diversifier）（來自Tobin的資產組合理論中對投資者的分類），使用效用來判斷投資的合理性，所以大學生必然選擇效用最大的投資方案。圖1引入總效用函數(shù)：總效用函數(shù)的曲線與機會軌跡相切點處效用取得最大值，切點為由Lagrange函數(shù)求最值解得，將映射到圖b中得到

8、：由此就得到了在考慮風險因素的條件下，