Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/50091
Title: การอนุมานเชิงสถิติแบบมีข้อจำกัดเชิงอันดับสำหรับการจัดพอร์ตลงทุน
Other Titles: Rank constrained statistical inference for portfolio selection
Authors: สุพัตรา เพ็ชรน้ำขาว
Advisors: เสกสรร เกียรติสุไพบูลย์
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี
Advisor's Email: [email protected],[email protected],[email protected]
Subjects: การลงทุน
ทฤษฎีข้อจำกัด (การจัดการ)
Investments
Theory of constraints (Management)
Issue Date: 2558
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษากระบวนการการอนุมานเชิงสถิติแบบมีข้อจำกัดเชิงอันดับสำหรับการจัดพอร์ตลงทุน และทำการทดลองจัดพอร์ตโดยใช้ข้อมูลของผลตอบแทนรายเดือน 10 อุตสาหกรรมในประเทศสหรัฐอเมริกา บนพื้นฐานของค่าเฉลี่ย-ความแปรปรวน ในการศึกษานี้จะประมาณความแปรปรวนจากตัวแบบปัจจัยเดียว และประมาณค่าคาดหวังของผลตอบแทนจากเทคนิคปริพันธ์เวียนเกิด โดยข้อจำกัดเชิงอันดับใช้อันดับของผลตอบแทนในอดีต จากนั้นกำหนดนโยบายการจัดพอร์ตลงทุนจากการแก้สมการอรรถประโยชน์สูงสุด ซึ่งนโยบายและประสิทธิภาพของการจัดพอร์ตลงทุนจะแตกต่างกันที่การประมาณค่าคาดหวังของผลตอบแทน ดังนั้นในงานวิจัยนี้ทำการเปรียบเทียบประสิทธิภาพการจัดพอร์ตลงทุน 2 กรณี นั่นคือการจัดพอร์ตลงทุนโดยประมาณค่าคาดหวังของผลตอบแทนแบบไม่มีข้อจำกัดเชิงอันดับ กับการจัดพอร์ตลงทุนโดยประมาณค่าคาดหวังของผลตอบแทนแบบมีข้อจำกัดเชิงอันดับ และวัดประสิทธิภาพของแต่ละกรณีด้วยค่าประมาณอรรถประโยชน์ จากการศึกษาพบว่าการจัดพอร์ตลงทุนโดยมีข้อจำกัดเชิงอันดับจะให้ประสิทธิภาพที่ดีกว่าการจัดพอร์ตลงทุนแบบไม่มีข้อจำกัดเชิงอันดับ
Other Abstract: The objective of this paper is to study an approach for portfolio selection with rank constrained statistical inference. We perform experiments with a real data set of monthly asset returns from ten industries in the US. We employ mean-variance methodology for portfolio optimization. In this study, we estimate the variance-covariance matrix by a one-factor model and estimate the expected returns by a recursive integration technique. A portfolio selection strategy is formed by optimizing certainty equivalence utility function. We compare the performances between two cases, namely the portfolio selection model with a rank constraint and the model without a rank constraint, where the performance is defined as the out-of-sample certainty equivalence estimate. We find that, in average, the certainty equivalence estimates from the model with a rank constraint achieves a superior performance over the model without a rank constraint.
Description: วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2558
Degree Name: วิทยาศาสตรมหาบัณฑิต
Degree Level: ปริญญาโท
Degree Discipline: สถิติ
URI: http://cuir.car.chula.ac.th/handle/123456789/50091
URI: http://doi.org/10.14457/CU.the.2015.968
metadata.dc.identifier.DOI: 10.14457/CU.the.2015.968
Type: Thesis
Appears in Collections:Acctn - Theses

Files in This Item:
File Description SizeFormat 
5681603726.pdf1.8 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.