Multivariate location–scale mixtures of normals and mean–variance–skewness portfolio allocation
多元正态位置尺度混合与均值—方差—偏度投资组合配置AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要围绕资产组合前沿、三基金张成和行业指数的张成检验，直接关联资产定价中的组合配置问题。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
多元正态位置尺度混合与均值—方差—偏度投资组合配置
- 研究问题
- 当资产收益联合服从正态位置尺度混合分布时，投资组合分布如何由均值、方差与偏度刻画，并构造相应配置前沿？
- 方法与思路
- 作者在该分布假设下推导前沿的闭式表达和三基金张成结果，并提供标准化分布、似然得分及信息矩阵计算说明。
- 材料陈述的贡献
- 摘要称组合分布可由前三项特征刻画，前沿可由三只基金张成，并以十个美国行业指数构造前沿和开展张成检验。
- 阅读关注点
- 应核对混合分布的精确定义、矩存在条件、组合约束与基金构造，以及似然估计和实证张成检验的具体设定。
- 阅读边界
- 仅依据所给 RePEc 出版社摘要；分布刻画和三基金结果受模型假设约束，实证检验数值及稳健性未说明。
原文摘要
We show that the distribution of any portfolio whose components jointly follow a location-scale mixture of normals can be characterised solely by its mean, variance and skewness. Under this distributional assumption, we derive the mean-variance-skewness frontier in closed form, and show that it can be spanned by three funds. For practical purposes, we derive a standardised distribution, provide analytical expressions for the log-likelihood score and explain how to evaluate the information matrix. Finally, we present an empirical application in which we obtain the mean-variance-skewness frontier generated by the ten Datastream US sectoral indices, and conduct spanning tests.