Markowitz的均值-方差投资组合模型是现代投资组合理论的基石,其开创了理性投资者在不确定条件下进行资产组合的理论与方法,对金融领域的学术研究和行业实践产生了革命性的深远影响。但随着金融计量建模技术的不断提高和金融实践的不断发展,该理论的不足之处也逐渐显现出来,集中体现为其在资产收益率分布呈现非正态性和效用函数具有非二次性时会面临着严重的福利损失。与此同时,众多研究表明资产及其组合收益率分布的非正态性和投资者效用函数的非二次性与资产及其组合收益率的高阶矩具有着紧密的内在联系。显然,将高阶矩引入到投资组合模型中并构建基于高阶矩的投资组合是克服均值-方差投资组合模型缺陷的必然趋势。进一步地,在现实投资决策中人们还发现资产收益率不仅具有非对称和尖峰厚尾特征且这些特征可能还具有时变性,其表现为资产收益率的偏度和峰度是时变的。因此,基于高阶矩的投资组合研究还需要关注多个资产收益率的高阶矩和协高阶矩的时变性特征,并进一步构建基于高阶矩的动态投资组合。显然,这就需要对多个资产收益率的协高阶矩矩阵进行动态建模。然而,目前有关动态投资组合优化问题的研究主要是基于前两阶矩的时变性来进行,而考虑具有时变高阶矩的动态投资组合研究却十分少见。尽管现有研究对条件期望向量和条件协方差矩阵的估计已经较为成熟,但是对条.件协高阶矩.....矩阵的估计由于存在“维数灾难”问题而存在很大的困难.........................。对此,本文提出合适的多元时变高阶矩建模方法,以解决条件协高阶矩矩阵的估计问题,并从动态角度进行基于高阶矩的动态投资组合研究。本文系统地梳理和总结了现阶段时变高阶矩建模及其应用方面的研究,并针对研究中存在的问题和不足,对时变高阶矩识别检验和多元时变高阶矩建模及其......................应用..方面的...研究进行了补充和完善..........。具体的研究内容如下:(1)本文介绍了适合对单个资产收益率的高阶矩特征进行动态建模的一元自回归条件密度(ARCD)模型。考虑到资产收益率分布具有非对称和尖峰厚尾特征,本文首先利用反比例因子法将非对称性引入到具有厚尾特征的学生T分布和广义误差分布中得到了具有非对称和尖峰厚尾特征的偏斜学生T分布(SST)和偏斜广义误差分布(SGE)。接着,基于SST分布和SGE分布分别建立了ARCD-SST模型和ARCD-SGE模型,并讨论了该模型的参数估计、时变高阶矩识别检验和模型诊断检验等问题。这其中针对现有的时变高........阶矩识别检验的缺陷.........与.不足,提出了基于回归的检验方法...............。最后利用蒙特卡洛模拟研究了基于回归的检验的有限样本性质,得到了其在有限样本下的检验水平和检验功效。(2)本文结合动态条件相关建模........和一元..自回归条件密度模型,..........提出了基.于动态条件相关的多元时变高阶矩模型.................,即动态条件等相关.......-.自回归条件密度.......(.DECO....-.ARCD....)模型...。该模型在DCC-GARCH模型的基础上进一步考虑了高阶矩的时变特征并对其进行动态建模,因而该模型是对DCC-GARCH模型的拓展,其可以表示成多个一元自回归条件密度模型的非线性组合。接着,在建立该模型的基础上得到了条件协高阶矩矩阵的估计,并利用新息冲击曲面来刻画前期冲击与当期条件协高阶矩之间的非线性关系。最后,利用该模型实证研究了上证50指数5只成分股票收益率序列的高阶矩特征,并将预测得到的条件协高阶矩矩阵用于构建基于高阶矩的动态投资组合。(3)本文结合广义正交变换......和一元..自回归条件密度模型,..........构建了基于广...义正交变换的多元时变高阶矩模型...............,即广义正交....-.自回归条件密度模型.........(.GO..-.ARCD....).。该模型在GO-GARCH模型的基础上进一步考虑了高阶矩的时变特征并对其进行动态建模,因而该模型是对GO-GARCH模型的拓展,其可以表示成多个一元自回归条件密度模型的线性组合。在模型估计过程中本文引入独立成分分析使得模型的估计过程简化为两步,即混合矩阵的估计和多个一元自回归条件密度模型的估计。接着,在建立模型的基础上得到了条件协高阶矩矩阵的估计,并同样利用新息冲击曲面来刻画潜在因子的前期冲击与当期条件协高阶矩之间的非线性关系。最后,利用该模型研究了包括中国在内的15个“一带一路”沿线国家的股票价格指数收益率序列的高阶矩特征,并将预测得到的条件协高阶矩矩阵用于构建基于高阶矩的动态投资组合。本文的主要创新点主要体现在以下三个方面:(1)本文针对协高阶矩矩阵估计中由于大量参数需要估计而样本可能不足造成的“维数灾难”问题提供了两种可行的解决方法。这两种方法均对协..高阶矩矩阵施加了某种结构约束以减少需要估计的参数........................个数..,并据此对多个资产收益率序列建立了两种多元时变高阶矩模型,即动态条件等相关.......-.自回归...条件密度(.....DECO....-.ARCD....)模型...和广义正交....-.自回归条件密度(........GO..-.ARCD....)模..型.。这两种模型一方面能够很好地刻画资产收益率序列的非正态特征和时变特征,另一方面也能够方便地得到条件协高阶矩矩阵的估计,在一定程度上缓解了“维数灾难”问题。(2)本文给出了基于回归的检验用以识别资产收益序列的高阶矩是否具........................有时变特征.....。该检验克服了现阶段时变高阶矩识别检验适用性较差和检验功效较低等不足,一方面利用概率积分变换缓解了检验对资产收益率序列的高阶矩存在性的限制,另一方面考虑了检验统计量中参数估计的不确定性对其统计性质的影响,从而使得该检验具有良好的渐近统计性质且适用性更广。蒙特卡洛模拟结果进一步表明该检验具有良好的有限样本性质,其具有合适的检验水平和较高的检验功效。(3)本文通过对期望效用函数进行四阶泰勒级数展开.................将预测得到的条件协高阶矩矩阵引入到投资组合中构建了基于高阶矩的动态投资组合策略..............,并将其与不同的投资组合策略做对比研究。一方面,考察了波动择时投资组合........策略..与分布择时投资组合策略..........的经济价值及其差异。另一方面,也考察不同效用函数和不同风险厌恶程度对基于高阶矩的动态投资组合策略的影响。实证结果表明:第一,静态均值-方差投资组合策略相比于等权重投资组合策略并不是恒优的,其表现与所选的数据集相关。第二,相较于静态均值-方差投资组合策略,动态投资组合策略能够获得更高的收益和更小的方差且投资者也愿意从静态投资组合策略转向动态投资组合策略时承担一定的机会成本;第三,在动态投资组合中,引入协高阶矩矩阵的动态投资组合策略比仅引入协方差矩阵的动态投资组合策略能够获得更高的经济价值,表明分布择时投资组合策略比波动择时投资组合策略能获得更高的经济价值。第四,在其他条件不变的情况下,随着风险厌恶系数的提高不论是静态投资组合策略还是动态投资组合策略的经济价值均有明显的降低。