Upload
mari
View
86
Download
13
Tags:
Embed Size (px)
DESCRIPTION
Mean-Variance Analysis. Context of risk-return portfolio optimization. Portfolio optimization. Implementation. performance. Dynamics. New information. risk. Market data. Statistical processing. Hovedpunkter. - PowerPoint PPT Presentation
Citation preview
TIØ4137 Financial Optimization and Risk Management
Mean-Variance Analysis
TIØ4137 Financial Optimization and Risk Management
Context of risk-return portfolio optimization
risk
performance
i 1n xi 1, xi 0
),(min rxQx
E
Portfolio optimization
Market data
Statisticalprocessing
Implementation
Dynamics
New information
xT
TIØ4137 Financial Optimization and Risk Management
Hovedpunkter
• Studere (performance) for porteføljer med hensyn på utbytte (forventet profitt) og risiko (varians)
• Formulere klassisk kvadratisk programmeringsmodell
TIØ4137 Financial Optimization and Risk Management
3.2 Mean-Variance Optimering
• Markowitz 1952• Trade-off mellom porteføljens utbytte og risiko• Basis for mange risk management verktøy brukt
i dag• Mean-Variance analyse som
– positivt verktøy: Støtter hypotese om hvordan finansielle markeder eller inverstorer oppfører seg. Eksempel: CAPM
– normativt verktøy: Beslutningsstøtte, konstruksjon av effektive porteføljer
TIØ4137 Financial Optimization and Risk Management
Effektiv portefølje
• Maximalt forventet utbytte gitt en øvre begrensning for risiko
eller
• Minimal risiko for et gitt forventet utbytte
TIØ4137 Financial Optimization and Risk Management
3.2.1 Kanonisk formulering
• Bestem optimal proporsjonal allokering xi for aktiva nr. i hvor
slik at krav for effektiv portefølje er tilfredsstilt• Forventet utbytte for portefølje:
• Varians:
Matriseform:
1
1n
ii
x
1
( ; )n
i ii
R x r r x
2 2' '
1 '
( ) [( ( ; ) ( ; )) ]n n
ii i ii i
x R x r R x r x x
2 ( ) Tx x Qx
TIØ4137 Financial Optimization and Risk Management
Maksimer forventet utbytte
Max
s.t.
• ω: øvre grense for risiko• Ikke-lineær restriksjon vanskelig å løse
2
1
( ; )
( )
1n
ii
R x r
x
x
TIØ4137 Financial Optimization and Risk Management
Minimer varians
Min
s.t.
μ: nedre restriksjon for forventet utbytte
• Lineære restriksjoner
2
1
1( )
2
( ; )
1n
ii
x
R x r
x
TIØ4137 Financial Optimization and Risk Management
Minimer varians (forts.)
• Analytisk løsning ved kvadratisk programmering:
Lagrange-multiplikator for restriksjon for forventet utbytte
Lagrange-multiplikator for normaliseringsskranken
• Variering av μ tilsvarer generering av ulike porteføljer
* 1 11
1
1x Q Q
TIØ4137 Financial Optimization and Risk Management
Minimer varians (forts.)
• Efficient frontier:
• Porteføljen med lavest varians: Global minimum variance portfolio
TIØ4137 Financial Optimization and Risk Management
Minimering av varians ved risikofritt aktiva
Min
s.t.
xf: beholdning av risikofritt aktiva
• Analytisk løsning:
2
1
1( )
2
( )n
i f i fi
x
r r x r
* 1
* *
1
( )
1
f
n
f ii
x Q r
x x
TIØ4137 Financial Optimization and Risk Management
Minimering av varians ved risikofritt aktiva
• One-fund Theorem:
Når det finnes et risikofritt aktiva i mengden av mulige investeringsmuligheter, vil enhver effektiv portefølje bli representert ved en kombinasjon av det risikofrie aktiva og en enste portefølje T med risiko
• Portefølje T: Tangency portfolio
• Efficient frontier utvides med et lineært segment, stigningstall (Sharpe ratio) /T f Tr r
TIØ4137 Financial Optimization and Risk Management
Efficient frontier
• Multi-objective nonlinear program: Målfunksjon er vektet kombinasjon av utbytte og risiko
Min
s.t.
• λ: Vekting av risiko. For hver verdi av λ finnes en optimal portefølje
• X: Mengde av lovlige løsninger
2
1
( ) (1 ) ( ; )
1n
ii
x R x r
x
x X
TIØ4137 Financial Optimization and Risk Management
Generelle formuleringer
• Eksplisitte forutsetninger for generering av mean-variance efficient frontiers:– Investorer vurderer kun forventet utbytte og varians for
porteføljen– Investorer velger porteføljen med lavest mulig varians for et gitt
utbytte– Investeringen skjer over en periode, som tilsvarer
risikohorisonten til modellen
• Implisitte forutsetninger i den kanoniske modellen:– Investorer kan selge short– Investorenes beslutninger påvirker ikke markedspris, og
likviditetsrisiko fanges ikke opp– Investeringer i deler av aksjer mulig– Ingen transaksjonskostnader/skatter
TIØ4137 Financial Optimization and Risk Management
Restriksjon på short sale
• Short salg ekskludert ved å kun tillate positive posisjoner for alle i.• Uten short salg: Mange variabler settes til null• Maximum grense for investert beløp i én aktiva for alle i
: vektor for øvre grenser
– Feil i estimering av utfall og kovarianser porteføljen trekkes mot overestimerte aktiva. Max restriksjon minsker denne feilen
– Markedspriser påvirkes i større grad ved trading av store posisjoner
0ix
0 iix x
x
TIØ4137 Financial Optimization and Risk Management
Generelle restriksjoner
• Politiske/ regulatoriske krav begrenser investeringen i spesielle sett av aktiva. Eks:– Begrense kreditt- og valutarisiko– Begrense likviditetsrisiko i små markeder
• Beskrives vha lineære restriksjoner på formen
evt. eller =
for risikokategorier j = 1,...,K
= hvis aktiva i ikke tilhører risikokategori j
hvis aktiva i tilhører risikokategori j
1
n
ij i ji
a x b
ija 0
1
TIØ4137 Financial Optimization and Risk Management
Now what?
- Serious experiments with portfolios of interest to institutional investor
- 8 Morgan Stanley equity price indices for US, UK, Italy, Japan, Argentina, Brasil, Mexico, Russia
- 8 J.P. Morgan bond indices for the same markets- time range: January 1, 1999 – May 15, 2002- totally 829 daily price data- A nice set to test risk management ideas: 11 September
2001, Argentinian crisis July 2001, …- more than 80000 mean-VaR optimization problems
solved
We developed capability to compute efficiently VaR-optimal portfolios
TIØ4137 Financial Optimization and Risk Management
Turbulent times …J.P. Morgan Bond Indices (Developed Markets and EMBI+ for
Emergin Markets) Argentina JPEMAR Index USD
0.0000
50.0000
100.0000
150.0000
200.0000
250.00001 55 10
916
321
727
132
537
9
433
487
541
595
649
703
757
811
865
TIØ4137 Financial Optimization and Risk Management
Turbulent times …Morgan Stanley Equity Indices* USA MSDUUS Index USD
0.0000
200.0000
400.0000
600.0000
800.0000
1000.0000
1200.0000
1400.0000
1600.0000
1 56 111
166
221
276
331
386
441
496
551
606
661
716
771
826
881
TIØ4137 Financial Optimization and Risk Management
Risk-return tradeoff
risk
performance
out of sample image of efficient frontier
in-sample efficient frontier
Past contains no information about the future
TIØ4137 Financial Optimization and Risk Management
In sample mean-variance frontier and its out of sample image
0 1 2 3 4 5 6 7 80
2
4
6
8
10
12
StDev (%)
retu
rn (
%)
TIØ4137 Financial Optimization and Risk Management
Out of sample drift of in sample mean-variance frontier
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 50
1
2
3
4
5
6
StDev (%)
retu
rn (
%)
TIØ4137 Financial Optimization and Risk Management
Straighforward rebalancing
24/04/00 02/08/00 10/11/00 18/02/01 29/05/01 06/09/01 15/12/01 25/03/02 03/07/020.95
1
1.05
1.1
1.15
1.2
1.25
1.3
1.35
Date
Po
rtfo
lio v
alu
e
transaction costs 1%no transaction coststarget returnout of sample return
TIØ4137 Financial Optimization and Risk Management
Partial rebalancing
24/04/00 02/08/00 10/11/00 18/02/01 29/05/01 06/09/01 15/12/01 25/03/02 03/07/020.95
1
1.05
1.1
1.15
1.2
1.25
1.3
1.35
Date
Po
rtfo
lio v
alu
etransaction costs 1%no transaction coststarget returnout of sample return
TIØ4137 Financial Optimization and Risk Management
Partial rebalancing: low risk portfolio
24/04/00 02/08/00 10/11/00 18/02/01 29/05/01 06/09/01 15/12/01 25/03/02 03/07/020.9
1
1.1
1.2
1.3
1.4
1.5
1.6
Date
Po
rtfo
lio v
alu
e
transaction costs 1%no transaction coststarget returnout of sample return
TIØ4137 Financial Optimization and Risk Management
Partial rebalancing: medium risk portfolio
24/04/00 02/08/00 10/11/00 18/02/01 29/05/01 06/09/01 15/12/01 25/03/02 03/07/020.9
1
1.1
1.2
1.3
1.4
1.5
1.6
Date
Po
rtfo
lio v
alu
e
transaction costs 1%no transaction coststarget returnout of sample return
TIØ4137 Financial Optimization and Risk Management
Partial rebalancing: high risk portfolio
24/04/00 02/08/00 10/11/00 18/02/01 29/05/01 06/09/01 15/12/01 25/03/02 03/07/020.9
1
1.1
1.2
1.3
1.4
1.5
1.6
Date
Po
rtfo
lio v
alu
e
transaction costs 1%no transaction coststarget returnout of sample return
TIØ4137 Financial Optimization and Risk Management
Fraction of US bonds in high risk portfolio
02/08/00 10/11/00 18/02/01 29/05/01 06/09/01 15/12/01 25/03/02 03/07/020
10
20
30
40
50
60
70
Date
Fra
ctio
n o
f a
sse
t in
po
rtfo
lio (
%)
TIØ4137 Financial Optimization and Risk Management
Fraction of Argentinian bonds in high risk portfolio
02/08/00 10/11/00 18/02/01 29/05/01 06/09/01 15/12/01 25/03/02 03/07/020
1
2
3
4
5
6
7
8
9
Date
Fra
ctio
n of
ass
et in
por
tfol
io (
%)