美国次贷危机和欧元区金融危机的出现,表明金融资产价格大幅下跌、金融机构倒闭及金融市场收益率暴跌,这样的极端事件并非不可能发生。虽然这些极端事件发生的概率很小,但危害巨大,不仅严重伤害投资者的利益,而且会危及实体经济,加重经济恢复的困难程度。如何降低金融市场重大危机发生的概率,不仅仅是学者的研究内容,而是逐渐成为投资者在实际投资活动中需要考虑的问题。
我国金融市场虽然起步较晚,但发展迅速。随着金融全球化的进一步深入,我国金融市场发生风险的概率也会相应增加。我国的金融市场需要进一步加强金融风险研判及重点领域风险防控,完善金融风险监测、评估、预警和处置体系,要坚决打好防范化解资本市场重大风险攻坚战,坚决守住不发生系统性风险的底线。在这个重要的历史关口,《基于统计学习理论的安全第一投资组合选择》一书,围绕如何控制我国金融市场上投资者的灾难性风险问题进行了深入研究。
书作者首先研究了统计学习理论在安全第一投资组合选择中的适用性问题,从风险泛函最小化的角度,在安全第一投资组合选择和机器学习问题之间构建了联系的桥梁,论证了处理机器学习问题的统计学习理论与安全第一投资组合选择之间的关系,为将统计学习理论应用于金融投资领域扫清了理论障碍。并分别基于统计学习理论中推广能力的界、结构风险最小化原则和支持向量机,研究了安全第一投资组合选择问题。顺着作者的研究思路,读者就能较容易地发掘出作者研究的重点和观点,能从统计学习理论的视角,探讨如何防范金融市场上投资重大损失的问题。
本书在对所研究问题进行论证时,综合采用了多学科知识(包括管理学、机器学习、最优化理论、统计学、金融学等)和多种研究方法(包括文献研究法、对比研究法、实证研究法等),使得对问题的剖析深入、论证有力。如在对历史收益率样本量与模型推广能力关系的论证上,作者系统全面地梳理了现有安全第一投资组合优化模型的国内外研究进展;从模型的理论依据上指出样本量较少对模型推广能力的影响,理论上证实了样本量较少对模型推广能力的削弱作用。为使得这一论证更加具有说服力,书作者又结合国内外实际金融市场上的股票收益率数据,论证了样本量较少对模型推广能力的消极影响。正是作者在学术研究上方法科学,论证严密,因而从整体上提升了本书的学术层次。
除了研究思路清晰和论证严谨有力外,本书最为突出的特点是实用性强。众所周知,投资组合优化模型的样本外表现,是衡量模型实用性的重要指标,某些优化模型往往存在样本内表现佳,而样本外表现差的“内外有别”问题,实际应用效果往往不理想,这极大削弱了投资组合优化模型的可应用性。该书着力解决了上述问题,从理论上分析了模型样本外表现差的原因,基于统计学习理论构建了新的安全第一投资组合优化模型。理论分析和实证研究表明,以上模型克服了现有模型样本外表现差的问题,增强了安全第一准则的实用性,丰富完善了安全第一投资组合优化理论。
中央强调,防止发生系统性金融风险是金融工作的永恒主题,要把主动防范化解系统性金融风险放在更加重要的位置。本书为化解金融市场的重大风险提供了一种新方法,同时也为从事管理科学与工程、金融工程、机器学习、应用数学等学科领域研究的科研人员提供重要参考。