Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/50091
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorเสกสรร เกียรติสุไพบูลย์en_US
dc.contributor.authorสุพัตรา เพ็ชรน้ำขาวen_US
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชีen_US
dc.date.accessioned2016-11-30T05:42:39Z
dc.date.available2016-11-30T05:42:39Z
dc.date.issued2558en_US
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/50091
dc.descriptionวิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2558en_US
dc.description.abstractงานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษากระบวนการการอนุมานเชิงสถิติแบบมีข้อจำกัดเชิงอันดับสำหรับการจัดพอร์ตลงทุน และทำการทดลองจัดพอร์ตโดยใช้ข้อมูลของผลตอบแทนรายเดือน 10 อุตสาหกรรมในประเทศสหรัฐอเมริกา บนพื้นฐานของค่าเฉลี่ย-ความแปรปรวน ในการศึกษานี้จะประมาณความแปรปรวนจากตัวแบบปัจจัยเดียว และประมาณค่าคาดหวังของผลตอบแทนจากเทคนิคปริพันธ์เวียนเกิด โดยข้อจำกัดเชิงอันดับใช้อันดับของผลตอบแทนในอดีต จากนั้นกำหนดนโยบายการจัดพอร์ตลงทุนจากการแก้สมการอรรถประโยชน์สูงสุด ซึ่งนโยบายและประสิทธิภาพของการจัดพอร์ตลงทุนจะแตกต่างกันที่การประมาณค่าคาดหวังของผลตอบแทน ดังนั้นในงานวิจัยนี้ทำการเปรียบเทียบประสิทธิภาพการจัดพอร์ตลงทุน 2 กรณี นั่นคือการจัดพอร์ตลงทุนโดยประมาณค่าคาดหวังของผลตอบแทนแบบไม่มีข้อจำกัดเชิงอันดับ กับการจัดพอร์ตลงทุนโดยประมาณค่าคาดหวังของผลตอบแทนแบบมีข้อจำกัดเชิงอันดับ และวัดประสิทธิภาพของแต่ละกรณีด้วยค่าประมาณอรรถประโยชน์ จากการศึกษาพบว่าการจัดพอร์ตลงทุนโดยมีข้อจำกัดเชิงอันดับจะให้ประสิทธิภาพที่ดีกว่าการจัดพอร์ตลงทุนแบบไม่มีข้อจำกัดเชิงอันดับen_US
dc.description.abstractalternativeThe 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.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.relation.urihttp://doi.org/10.14457/CU.the.2015.968-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectการลงทุน
dc.subjectทฤษฎีข้อจำกัด (การจัดการ)
dc.subjectInvestments
dc.subjectTheory of constraints (Management)
dc.titleการอนุมานเชิงสถิติแบบมีข้อจำกัดเชิงอันดับสำหรับการจัดพอร์ตลงทุนen_US
dc.title.alternativeRank constrained statistical inference for portfolio selectionen_US
dc.typeThesisen_US
dc.degree.nameวิทยาศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineสถิติen_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorSeksan.K@Chula.ac.th,seksan@cbs.chula.ac.th,seksan@cbs.chula.ac.then_US
dc.identifier.DOI10.14457/CU.the.2015.968-
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.