1.2　研究目的和研究意义

1.2.1　研究目的

本书的主要研究目的在于完善和丰富高阶矩建模及其投资组合理论，在基于前人已有研究的基础上，结合我国金融市场频率较高的因子数据采用MIDAS模型突破当前研究面临的瓶颈，使得高阶矩建模以及投资组合理论在我国的研究更加深入和完善。具体来看，本书以文献研究为基础，通过规范研究和实证研究相结合等多种方法，在基于因子模型高阶矩建模最优因子个数识别方面，尝试提出一套可行的包含高阶矩信息最优因子个数识别的研究理论和方法，以求模型在设定误差和估计误差之间获得最优。在混频多因子模型高阶矩投资组合建模方面，通过高频和低频数据的共同使用，在不损失数据原有信息的条件下进一步增加对收益率的解释能力，提高高阶矩投资组合的表现，从而对高阶矩投资组合理论加以完善和补充。

1.2.2　研究意义

本书基于混频多因子模型力图突破高阶矩投资组合现有研究所面临的瓶颈，给出有效避免“维数灾难”的高阶矩估计方法，对于提高高阶矩估计的精确程度及其投资组合表现具有重要的理论意义和现实意义。具体看来，本书的理论意义主要体现在如下两个方面：

（1）本书运用中国金融市场的实际数据，并以基于基本面构建的因子数据为例，在假定数据服从某一特定生成过程的条件下，利用基于残差构建的高阶矩矩阵稀疏性特征提出了高阶矩最优因子个数识别检验方法，方便寻找不同时期以及不同资产组合下基于因子模型估计高阶矩的最优因子个数，解决了传统方法在因子模型高阶矩建模时最优因子个数选择上主观、随意的难题，拓展了传统的仅考虑二阶矩（方差-协方差矩阵）的最优因子个数选择方法。

（2）考虑到中国金融市场起步较晚，资产价格除受自身市场的影响外，也受其他因素影响。而不同影响因素可观测数据频率往往并不一致，为了避免信息的损失或人为信息的虚增，进一步提高对收益率的解释能力，本书充分利用了不同频率数据中包含的高阶矩信息，利用MIDAS模型构建和选择适合我国具体投资市场的混频多因子高阶矩投资组合数量模型，并给出此时对应的高阶矩矩阵参数估计、模型检验以及投资组合优化求解等方法。

本书的现实意义主要体现在如下两个方面：

（1）利用中国资本市场数据，基于混频多因子模型方法建立了混频多因子模型的高阶矩投资组合策略，与传统的基于均值-方差模型构建的投资组合优化方法相比，本书提出的方法由于估计误差的进一步减少，从而提高了基于高阶矩的投资组合表现。最终构建了具有较强实际应用价值的、适合我国具体投资市场的高阶矩投资组合数量模型。

（2）基于混频多因子模型构建的高阶矩投资组合不仅可以提高投资组合收益表现，同时也可大大提高对下行风险的预测能力，这也为市场投资参与者和监督管理者识别市场风险提供了一种新的科学决策依据。

因此，基于混频多因子模型构建的高阶矩投资组合研究，无论是在进一步丰富投资组合理论和经验结果方面，还是在为市场投资参与者和监督管理者提供科学决策依据方面，均具有十分重要的理论意义和实践意义。