1、外文文献翻译译文一、外文原文原文VARIABLESELECTIONFORPORTFOLIOCHOICEWESTUDYASSETALLOCATIONWHENTHECONDITIONALMOMENTSOFRETURNSAREPARTLYPREDICTABLERATHERTHANFIRSTMODELTHERETURNDISTRIBUTIONANDSUBSEQUENTLYCHARACTERIZETHEPORTFOLIOCHOICE,WEDETERMINEDIRECTLYTHEDEPENDENCEOFTHEOPTIMALPORTFOLIOWEIGHTSONTHEPREDICTIVEVARIABLESWE
2、COMBINETHEPREDICTORSINTOASINGLEINDEXTHATBESTCAPTURESTIMEVARIATIONSININVESTMENTOPPORTUNITIESTHISINDEXHELPSINVESTORSDETERMINEWHICHECONOMICVARIABLESTHEYSHOULDTRACKAND,MOREIMPORTANTLY,INWHATCOMBINATIONWECONSIDERINVESTORSWITHBOTHEXPECTEDUTILITYMEANVARIANCEANDCRRAANDNONEXPECTEDUTILITYAMBIGUITYAVERSIONANDP
3、ROSPECTTHEORYOBJECTIVESANDCHARACTERIZETHEIRMARKETTIMING,HORIZONEFFECTS,ANDHEDGINGDEMANDSTHEREISBYNOWAMPLEEVIDENCEINTHELITERATURETHATTHEMEANS,VARIANCES,COVARIANCES,ANDHIGHERORDERMOMENTSOFSTOCKANDBONDRETURNSARETIMEVARYINGANDPREDICTABLEHOWEVER,ITHASPROVENDIFFICULTTOTRANSLATETHISEVIDENCEOFPREDICTABILITY
4、INTOPRACTICALPORTFOLIOADVICEBECAUSETHEDIFFERENTMOMENTSOFRETURNS,WHICHINTURNDETERMINETHEOPTIMALPORTFOLIOWEIGHTS,ARETYPICALLYPREDICTEDBYDIFFERENTSETSOFECONOMICVARIABLESPERHAPSBECAUSEOFTHISDIFFICULTYWITHMODELINGTHECONDITIONALRETURNDISTRIBUTION,MOSTPROFESSIONALINVESTMENTADVICEISGIVENSOLELYONTHEBASISOFVA
5、RIABLESTHATFORECASTEXPECTEDRETURNS,SUCHASTHEDIVIDENDYIELDORTHESLOPEOFTHETERMSTRUCTURE1ITISALSOINTUITIVELYCLEARTHATDIFFERENTOBJECTIVEFUNCTIONSPLACEDIFFERENTEMPHASESONTHEVARIOUSFEATURESOFTHECONDITIONALRETURNDISTRIBUTIONFOREXAMPLE,AMEANVARIANCEINVESTORWANTSTOPREDICTMEANSANDVARIANCES,WHILEALOSSAVERSEINV
6、ESTORMAYBEMORECONCERNEDABOUTFORECASTINGTHESIZEOFTHELEFTTAILOFTHERETURNDISTRIBUTION2SINCE,AGAIN,THEMEANS,VARIANCES,ANDSIZEOFTHETAILSARENOTALWAYSPREDICTEDBYTHESAMEVARIABLES,THESETWOINVESTORSMAYCHOOSEDIFFERENTPREDICTORSFORTHEIRCONDITIONALPORTFOLIOCHOICEFURTHERMORE,INVESTORSMAYALSODISAGREEABOUTTHEVARIAB
7、LESELECTIONBECAUSE,ATTHEOPTIMALCHOICE,THEYAREHOLDINGDIFFERENTPORTFOLIOSOFRISKYSECURITIES3INTHISPAPER,WESHOWHOWTOSELECTANDCOMBINEVARIABLESTOBESTPREDICTANINVESTORSOPTIMALPORTFOLIOWEIGHTS,BOTHINSINGLEPERIODANDMULTIPERIODCONTEXTSRATHERTHANFIRSTMODELTHEVARIOUSFEATURESOFTHECONDITIONALRETURNDISTRIBUTIONAND
8、SUBSEQUENTLYCHARACTERIZETHEPORTFOLIOCHOICE,WEFOCUSDIRECTLYONTHEDEPENDENCEOFTHEPORTFOLIOWEIGHTSONTHEPREDICTORSWEDOSOBYSOLVINGSAMPLEANALOGUESOFTHECONDITIONALEULEREQUATIONSTHATCHARACTERIZETHEPORTFOLIOCHOICE,ASORIGINALLYSUGGESTEDBYBRANDT1999HOWEVER,UNLIKETHEEXISTINGLITERATURE,WEDETERMINEENDOGENOUSLY,FOR
9、AGIVENSETOFUTILITYPREFERENCES,WHICHOFTHECANDIDATEPREDICTORSAREIMPORTANTFORTHEOPTIMALPORTFOLIOWEIGHTSRATHERTHANIMPORTANTFORSEPARATEMOMENTSOFTHERETURNDISTRIBUTIONTHEADVANTAGEOFFOCUSINGDIRECTLYONTHEOPTIMALPORTFOLIOWEIGHTSISTHATWEBYPASSTHEESTIMATIONOFTHECONDITIONALRETURNDISTRIBUTIONTHISINTERMEDIATEESTIM
10、ATIONSTEPISTHEACHILLESHEELOFCONDITIONALPORTFOLIOCHOICEBECAUSEALTHOUGHTHEMOMENTSOFRETURNSAREPREDICTABLE,THISPREDICTABILITYISFORSOMEMOMENTSQUITETENUOUSINPARTICULAR,INTHELITERATUREONPREDICTINGRETURNS,ANR2OF10PERCENTISHAILED,RIGHTLYSO,ASAGREATSUCCESSOURAPPROACHISBASEDONTHEHOPETHATTHERELATIONSHIPBETWEENT
11、HEPORTFOLIOWEIGHTS,WHICHARECOMPLICATEDFUNCTIONSOFTHERETURNDISTRIBUTION,ANDTHEPREDICTORSISLESSNOISYTHANTHERELATIONSHIPBETWEENTHEINDIVIDUALMOMENTSANDTHEPREDICTORSEVENIFITISNOT,WEAVOIDINTRODUCINGADDITIONALNOISEANDPOTENTIALMISSPECIFICATIONSTHROUGHTHEINTERMEDIATE,BUTUNNECESSARY,ESTIMATIONOFTHERETURNDISTR
12、IBUTIONWEFORMALINEARCOMBINATIONORINDEXOFTHECONDITIONINGVARIABLESTHATBESTPREDICTSTHEINVESTORSOPTIMALPORTFOLIOWEIGHTSANDTHENJUDGETHEIMPORTANCEOFEACHINDIVIDUALVARIABLEBYTHEROLEITPLAYSINTHISINDEXWEMAKENOFURTHERASSUMPTIONSABOUTTHERELATIONSHIPBETWEENTHEOPTIMALPORTFOLIOWEIGHTSANDTHEPREDICTORSFORTWOREASONSF
13、IRST,THEDEPENDENCEOFTHEPORTFOLIOCHOICEONTHEPREDICTORSCANBEHIGHLYNONLINEAR,EVENWHENTHECONDITIONALMOMENTSAREAPPROXIMATELYLINEARANDSECOND,THEPARTICULARFORMOFTHENONLINEARITIESNOTONLYVARIESGREATLYWITHTHEINVESTORSPREFERENCESBUTALSOCANNOTGENERALLYBEDETERMINEDEXPLICITLYTHISLEADSUSTOASEMIPARAMETRICAPPROACH,W
14、HERETHEOPTIMALPORTFOLIOWEIGHTSDEPENDNONPARAMETRICALLYONAPARAMETRICINDEXOFTHEPREDICTORSWESTUDYINVESTORSWITHBOTHEXPECTEDUTILITYMEANVARIANCEANDCONSTANTRELATIVERISKAVERSIONCRRAANDNONEXPECTEDUTILITYAMBIGUITYAVERSIONANDPROSPECTTHEORYOBJECTIVESINORDERTOSEEHOWTHEOPTIMALINDEXCOMPOSITIONDEPENDSONTHECHARACTERI
15、STICSOFTHEINVESTORSPREFERENCESFROMANORMATIVEPERSPECTIVE,OURRESULTSCANHELPINVESTORSWITHANYONEOFTHESEPREFERENCESDETERMINEWHICHECONOMICVARIABLESTHEYSHOULDTRACKAND,MOREIMPORTANTLY,INWHATSINGLECOMBINATIONOURINDEXISAPARSIMONIOUSWAYTODESCRIBETHECURRENTSTATEOFTHEINVESTORSINVESTMENTOPPORTUNITIES,JUSTASINDIFF
16、ERENTECONOMICCONTEXTSINDICESSUMMARIZEHIGHDIMENSIONALSTATEVECTORSTHEINDEXOFLEADINGECONOMICINDICATORS,THEBUSINESSCYCLEINDEX,THECONSUMERCONFIDENCEINDEX,ETCMACROECONOMICINDICESARECOUNTRYSPECIFIC,SINCEDIFFERENTCOUNTRIESHAVEDIFFERENTCHARACTERISTICS,ANDANALOGOUSLYOURINVESTMENTOPPORTUNITIESINDEXISINVESTORSP
17、ECIFICBECAUSEDIFFERENTINVESTORSHAVEDIFFERENTPREFERENCESFORTHEPURPOSEOFGIVINGPORTFOLIOADVICE,ONEADVANTAGEOFOURINDEXAPPROACHISTHATITHELPSINVESTORSUNDERSTANDTHEIRCONDITIONALASSETALLOCATIONINAMOREINTUITIVEMANNERFORINSTANCE,ITDELIVERSSIMPLERULESLIKE“IFTHEINDEXINCREASES,THEALLOCATIONTOSTOCKSSHOULDINCREASE
18、”BYCONTRAST,ITISGENERALLYDIFFICULTTOREPRESENTGRAPHICALLYVARIABLESINMORETHANTWODIMENSIONS,LETALONEDEVELOPECONOMICINTUITIONABOUTTHEIRINTERACTIONSWECHARACTERIZETHEMARKETTIMING,HORIZONEFFECTS,ANDHEDGINGDEMANDSOFDIFFERENTTYPESOFINVESTORS,WHEREWEDISENTANGLETHEEFFECTSDUETOTHETIMEVARYINGRETURNDISTRIBUTIONFR
19、OMTHOSEDUETOTHESPECIFICPREFERENCESTRUCTURESPECIFICALLY,WESHOWHOWTHEPORTFOLIOCHOICEOFBOTHEXPECTEDANDNONEXPECTEDUTILITYINVESTORSVARIESASAFUNCTIONOFTHEPREDICTORS,INVESTMENTHORIZON,ANDREBALANCINGFREQUENCYWEEXPLAINALSOHOWTHESOURCEOFTHESEVARIATIONSDIFFERSACROSSTHEPREFERENCESPECIFICATIONSTHEREMAINDEROFTHEP
20、APERISORGANIZEDASFOLLOWSWEMOTIVATETHEVARIABLESELECTIONPROBLEMINSECTIONIWITHINDIVIDUALMOMENTREGRESSIONSSECTIONIIEXPLAINSOURECONOMETRICAPPROACHOFPREDICTINGOPTIMALPORTFOLIOWEIGHTSWITHANINDEXTHATCAPTURESTHECURRENTSTATEOFINVESTMENTOPPORTUNITIESINSECTIONIIIWEDISCUSSFOURPARAMETERIZATIONSOFTHEINVESTORSPREFE
21、RENCES,WHICHWETHENUSEINSECTIONIVFOROUREMPIRICALWORKTHEREWECHARACTERIZETHEOPTIMALINDEXCOMPOSITIONANDPORTFOLIORULESFORDIFFERENTTYPESOFINVESTORS,DIFFERENTHORIZONS,ANDDIFFERENTREBALANCINGFREQUENCIESWECONCLUDEINSECTIONVWESHOWEDHOWTOUSEINDICESTOSELECTANDCOMBINEPREDICTIVEVARIABLESFORTHECONDITIONALPORTFOLIO
22、CHOICEOFANINVESTORWITHGIVENPREFERENCESANDINVESTMENTHORIZONSWEALSOCHARACTERIZEDTHEOPTIMALSINGLEPERIODANDMULTIPERIODASSETALLOCATIONSBETWEENASSETCLASSESFORAVARIETYOFINVESTORPREFERENCESASAFUNCTIONOFTHEIRRESPECTIVEINDICESTHISENABLESUSTOGIVEINVESTORSSENSIBLEADVICE,WEHOPE,REGARDINGTHEECONOMICVARIABLESTOWHI
23、CHTHEYSHOULDPAYATTENTIONANDTHESENSITIVITYOFTHEIRINVESTMENTSTOTHESOMETIMESMIXEDSIGNALTHESEVARIABLESSENDASCAMPBELLANDVICEIRA1999ANDOTHERSNOTE,FINANCIALPLANNERSWHOPROVIDEADVICETOINDIVIDUALINVESTORSHAVERECEIVEDSURPRISINGLYLITTLEGUIDANCEFROMACADEMICSWEHOPETOHAVETAKENANOTHERSTEPTOWARDSPROVIDINGSUCHADVICEB
24、EYONDTHEINTRODUCTIONOFANINDEX,ANIMPORTANTFEATUREOFTHISPAPERISTHATWECONSIDEREDINVESTORSWITHAVARIETYOFPREFERENCES,INCLUDINGBOTHEXPECTEDANDNONEXPECTEDUTILITYOBJECTIVES,WHICHAREVIEWEDBYPSYCHOLOGISTSASMOREREALISTICDESCRIPTIONSOFHUMANDECISIONMAKINGUNDERUNCERTAINTYALONGTHEWAY,WEIDENTIFIEDFEATURESOFTHESEPRE
25、FERENCESTHATLEADINVESTORSTOSELECTDIFFERENTCOMBINATIONSOFVARIABLESANDREACTDIFFERENTLYTOTHEMATLEASTFOURSTYLIZEDFACTSEMERGEDFROMOUREMPIRICALANALYSIS1、THETERMPREMIUMISAUBIQUITOUSVARIABLEINOURINDICES,APPEARINGSIGNIFICANTLYACROSSALLPREFERENCES,INVESTMENTHORIZONS,ANDREBALANCINGFREQUENCIESTOALESSEREXTENT,BU
26、TFAIRLYCONSISTENTLY,THESTHESIZEFACTORHASALLBUTDISAPPEAREDANDVALUESTOCKSEARNEDSUBSTANTIALLYLOWERRETURNSTHANPREDICTEDONTHEBASISOFPREVIOUSLYESTIMATEDREGRESSIONSTHISSHOULDSERVEASAREMINDERTHATTHEMAGNITUDEOFPREDICTABILITYINRETURNSISSMALLANDSUBJECTTOATREMENDOUSAMOUNTOFNOISE,ESPECIALLYATSHORTHORIZONSOURANAL
27、YSISINCORPORATEDTHISFACTTHROUGHTHESTANDARDERRORSOFTHEESTIMATEDINDICESANDOPTIMALPORTFOLIORULESTHESIZEOFTHESESTANDARDERRORSMERELYREFLECTSTHEFACTTHATPREDICTINGRETURNSISDIFFICULTNEVERTHELESS,OURESTIMATESALLOWUSTOIDENTIFYAFEWIMPORTANTSTYLIZEDFACTSABOUTTHEOPTIMALSELECTIONANDCOMBINATIONOFPREDICTORS,ASWELLA
28、SABOUTMARKETTIMING,HORIZONEFFECTS,ANDHEDGINGDEMANDSSOURCEYACINEAITSAHALLAANDMICHAELWBRANDT,2001“VARIABLESELECTIONFORPORTFOLIOCHOICE”THEJOURNALOFFINANCEJNO4AUGUST,PP12971329二、翻译文章译文变量选择为投资组合选择我们学习资产配置条件时返回部分是可预见的。我们直接决定优化组合的依赖重量在于预测指标结合成一个单一的指标预测，而不是第一模型以及随后的收益分配特征。我们有效地捕捉了时间变化的投资机会。更重要的是这个指标可以在组合中帮助
29、投资者确定他们应该跟踪的哪些经济变量。我们把期望效用方差，无期望效用方差和前景理论作为投资者的目标和描述他们的市场时机,眼界的效果和套期保值的要求。到现在有充足的证据在文献中的方法，方差，高阶时刻的股票和债券回报率是时刻可变和可预见性的。但是，很难把这一可预测性的证据转化成具有现实价值的建议。因为不同的时刻收益依次确定优化组合权重是不同的经济变量的典型的预测。也许正因为这样困难的条件收益分配模型，根据这个预测的变量,给出了最专业的投资建议，如预期回报率或股息率。展望未来预期收益，投资者应该关注的是那些很难做决定的选择或多种预测指标。例如，一个均值方差投资者想预测手段和差异。而一个损失厌恶的投资
30、者可能更关心的是对左规模收益分配的预测。因为这意味着方差尺寸并不总是被相同变量所预测，这两个投资者可能选择不同的预测因素选择他们的条件。此外，投资者也可能不同意变量选择，因为在不同的投资组合中，他们是有不同的风险的。在本文中，无论在单时期还是在多时段，我们展示如何选择和把变量于最优预测投资者的重量结合起来。而不是第一模型条件的不同特征描述及随后的收益分配证券选择。我们直接把注意力集中到组合权重的预测因素上。我们必须解决的类似物样本条件。欧拉方程证券选择最初由布兰特在1999年提出。然而，在现有文献中我们不能为一套既定的效用的优先等级内应性的决定，而这最重要的是候选人的预测因子为最优投资组合权重
31、，而不是因为分离时候的收益分配。重点的优势直接在最优投资组合权重是我们绕过估计的收益分配的条件。这步估计一步是阿基里斯的脚跟条件组合的选择，因为虽然时刻的回报率是可预测的，而这可预测性是一段相当敏感脆弱的。特别是在文献中预测又出现了将R2的10作为一个巨大的成功，这本是合宜的。我们的方法是基于希望投资组合之间的关系，这是复杂的功能，收益分配比可以减少噪声的预测因子之间的关系的预测因子的时候，也有个人的。即使我们应该避免引入额外噪音和潜在的规格通过的中间体，但估计收益分配是不必要的。我们对该指标形成一个线性组合或索引的空乏的最好预测变量的最优投资的投资者的重量和判断每个单个变量的重要性的角色。我
32、们有两个原因不做进一步的关系假设下的优化组合预测因素的权重。首先，依赖的组合选择可以预测高度的非线性即使条件的时刻是大约线性；其次，特定的形式的非线性不仅与投资者有较大的偏爱也通常不能明确的确定。这使我们想到在半优化组合在权重参数依赖指标的因素下的方法。我们学习投资者期望效用方差和常相对风险规避和无期望效用和前景理论，目的在于看到组成的最佳指标的特点取决于投资者的偏好。从规范的角度来看，我们的结果更重要的是在单一的组合中可以帮助投资者其中任何一种偏好确定他们应该跟踪哪些经济变量。我们的指数是一个简洁的方式来描述的当前状态投资者的投资机会，就像在不同经济条件下指数总结高维状态矢量，先行经济指标的
33、指数,商业圈指数，消费者信心指数等。宏观经济指标是国家特定的，因为不同的国家有不同的特点,相比较之下我们的投资机会指数是投资者因为具体不同的投资者有不同的偏好。为了给出投资组合的建议，一个好处在于我们的索引有助于投资者了解他们有条件的资产配置的一个更直观的方式。例如，它提供简单的规则如“如果指数的增加，分配到股票的增加”。相比之下，一般很难代表图变量超过2尺寸，更不用说发展经济的直觉知道它们的相互作用。我们描述市场时机眼界的效果并且套期保值的要求是不同类型的投资者。我们可以把效果归因到那些因为时变收益分配的具体偏好的结构上。具体地说,我们展示了两种证券选择预期的要好，无预期效用的功能随着投资者
34、的预测因子、投资视界和均衡的频率作为一个功能的影响因素。我们也解释它们的偏好是不同规格的。本文的其余部分组织如下第一部分我们激励变量选择问题和个人时刻节的回归。第二部分解释了我们的计量方法重在最优投资组合预测使用的一种索引，抓住当前的投资机会。第三部分我们谈论了四个投资者的偏好，然后用在第四部分作为实证的工作。这里我们也会说明最适当指数成分和组合规则为不同类型的投资者、不同的层面、不同的均衡的频率。我们将会在第五部分进行总结。按投资者提供的要求和投资的视野，我们将展示出了如何使用索引来选择和结合的条件组合预测变量选择。我们也描绘了最优单时期和多时段时期资产分配类别之间各种投资者偏好的功能指标。
35、这使得我们能够给投资者明智的建议，我们希望对于经济变量应注意他们的投资和敏感性的一些混合和信号发送这些变量。正如1999年，坎贝尔、维凯尔、其他人士和财务策划人员个人投资者在学术界提供建议的指导没有使人受到吃惊的。我们希望再向前迈进一步提供这些建议。本文一个重要特征指标是超越介绍指标，我们认为投资者都有各种各样的喜好,包括预期的和无预期效用的目标，这是被描述的心理学家的更现实人类在不确定性下的决策。在这过程中，我们发现这些偏好的特征导致投资者选择不同的组合、变量和反应是不一样的。至少4个典型事实可以分析我们的实证。1、期限溢价是我们无处不在的指标变量,出现在我们的指标明显所有偏好、投资领域扩展
36、，均衡的频率。一个较小的程度上，但相当一致，标准普尔指数动量我们称之为“趋势”在短时间内进入我们的视野，而股息收益率是第二个最重要的变量在长期的视野。违约风险溢价，一般记录最低负荷指标。2、所有的投资者当出现索引的投资机会时会发现他们最优从事巨大的市场时机。3、视野的效果最为突出的是展望理论投资者，他们发现股票损失的可能性，在比较短的地平面是禁止昂贵的。为投资者厌恶损失不受相对缺乏回报自相关函数转化为相对较小的视野的影响。4、套期保值的要求是脆弱的,而消极的,因为股票收益并不提供一个良好的对冲创新。比如在指数投资机会上该指数系数的视野。最后，应该指出，在20世纪90年代上期,这是在我们的样本中只有包括一部分。而下期，在先前发现的很多预期收益的模式已削弱股利以性价比顽固地预测了负回报股市从未兑现大小的因素全部消失和价值股上获得大大低于先前估计的回归预测的基础上的回报。这应该作为一个提醒人们，可预测性的回报幅度很小，受大量的噪音，特别是在短的视野。通过我们的分析纳入指数的估计和最优组合规则的标准差这一事实。这些标准误差的大小仅仅反映了事实是很难预测的回报。然而，我们的估计使我们能够确定一些重要的典型事实有关的最佳选择和预测相结合，以及对市场的时机视野的影响及对冲需求。出处美亚瑟妮艾特撒哈拉，迈克尔勃兰特，证券组合选择变量的选择，金融学杂志，第4卷2001（8）12971329
