Mean-Variance Analysis continued TIØ4317 Empirical Finance: Financial Optimization and Risk Management Context of risk-return portfolio optimization Portfolio optimization Implementation performance Dynamics New information min E Q( x, r ) x risk T x.
Download
Report
Transcript Mean-Variance Analysis continued TIØ4317 Empirical Finance: Financial Optimization and Risk Management Context of risk-return portfolio optimization Portfolio optimization Implementation performance Dynamics New information min E Q( x, r ) x risk T x.
Mean-Variance Analysis
continued
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Context of risk-return portfolio
optimization
Portfolio optimization
Implementation
performance
Dynamics
New information
min E Q( x, r )
x
risk
T x
n
x 1, xi 0
i
1 i
Market data
Statistical
processing
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Hovedpunkter
• Utvidelse av standard modellen
• Begrensninger for størrelse på handel, lån
og transaksjonskostnader
• Formulere faktor-modeller
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Risikofrie lån
• Short salg ikke tillatt, men lov å låne til risikofri
rente
n
x
v
Lånebeløp: v 0 ,
i 1
i 1
n
Forventet utbytte: R( x; r ) ri xi rf v
i 1
Varians: uendret fordi lånerenten er risikofri
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Risikofrie lån til ulike rentesatser
•
•
•
•
Kan låne til renten rf 1 for beløp opp til
Rente rf 2 for beløp opp til v2
Lånebeløp v1 , v2
n
Restriksjoner:
x
v
v
i 1 2 1
v1
i 1
v1 v1, v2 v2
n
• Forventet utbytte:
R( x; r ) ri xi rf 1v1 rf 2v2
i 1
r
r
v
v
• f 2 f 1 2 over null kun når 1 v1
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Størrelse på posisjoner,
transaksjonskostnader
• Mange små posisjoner uønsket fordi
– Mange posisjoner høyere transaksjonskostnader når porteføljen reviseres
– Mer omfattende overvåkning høyere
driftskostnader
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Max-grense for antall aktiva i porteføljen,
min-grense på posisjonsstørrelser
• Begrenser antall aktiva i porteføljen til κ
• Minste beholdning av aktiva (hvis ikke null): x i
• Mean-variance-efficient portfolios with trading
size limits:
Min 2 ( x) (1 ) R( x; r )
n
s.t.
xi 1
i 1
n
Z
i 1
i
xi Z i xi x i Z i
Z i 0,1
TIØ4317
for alle i=1,…,n
for alle i=1,…,n
Empirical Finance: Financial Optimization and Risk Management
Transaksjonskostnader
• Effektivt forventet utbytte =
Forventet utbytte – kostnader
• For små transaksjoner:
skalafordel konkav trans.kost.funksjon
• For store transaksjoner:
innlikviditetskostnadene øker konveks
• Tilnærminger:
– Trans.kostnader prop. med trans.størrelse
– Konstante trans.kostnad inntil en viss mengde,
deretter lineær
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Lineær kostnadsfunksjon
• C0 Konstant kostnad for mengder opp til x i
• Forventet utbytte:
n
R( x; r ) (r i c1 ) xi
i 1
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Konstant for små transaksjoner,
lineær for store transaksjoner
• C0: Konstant kostnad for størrelser opp til x i
• C1: Prop. kostnader for større transaksjoner
0
x
•
i transaksjoner opp til x i
1
x
•
i transaksjoner over x i
xi xi0 xi1
1
Zi
0
TIØ4317
hvis aktiva i er inkludert med fast kostnad C0
ellers
Empirical Finance: Financial Optimization and Risk Management
Konstant for små transaksjoner,
lineær for store transaksjoner (forts.)
n
n
i 1
i 1
• Forventet utbytte: R( x; r ) (r i xi0 c0 Z i (r i c1 ) xi1
• Restriksjoner:
0 xi0 x i Z i
0 xi1 Z i
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Mean-variance efficient portfolio
with transaction costs
Min
s.t.
( x) (1 ) R ( x; r )
2
n
(x
i 1
0
i
x ) 1
1
i
0 x xi Zi
0
i
0 xi1 Z i
Z i 0,1
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Portefølje revisjon
• Porteføljeoptimering innebærer ofte
revisjon av en eksisterende portefølje.
• Dette involverer både kjøp og salg, og
transakjsonskostnader må taes med.
• Den gjeldende kost funksjonen er
symmetrisk om x0.
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Portefølje rev., restriksjoner
• Restriksjoner på handelsstørrelse tar formen
zero-or-range. Dvs. enten skjer det ingen trading
eller så skjer den ved enten kjøp eller salg.
• Restriksjonsområdene er gitt ved
xi xi xi
xi xi xi
og
• For å modellere disse restriksjonene introduserer
vi to ikke-negative variabler y+1 og y-1 for kjøp og
salg av aktiva i, slik at vi får xi = x0i + y+i – y-i
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
• Introduserer også to binærvariabler som følger:
Zsi = 1 hvis eksponeringen av aktiva i blir
redusert gjennom salg, 0 ellers
Zpi = 1 hvis eksponeringen av aktiva i øker
gjennom kjøp, 0 ellers
• Ved revisjon blir det ofte også brukt en
restriksjon på total endring i antall aktiva kalt
portfolio turnover
• Denne restriksjonen blir ilagt det totale kjøpet og
ser slik ut:
yi u
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Mean-variance efficient portfolio revision
• Minimize
2 ( x) (1 ) R( x; r )
n
• subject to
x
i 1
i
1
xi yi yi x0i ,
0 yi Z pi ,
xi x0i yi x i ,
}for alle i
0 yi Z si ,
x i x0i yi x i ,
TIØ4317
Z siEmpirical
, Z pi Finance:
{0Financial
,1} Optimization and Risk Management
3.4 Factor models of return
• Implementasjon av mean-variance
optimeringsmodeller krever estimat av
vektorerne for middelverdi og varians og
kovariansmatrisen
• Krever ofte veldig mange parametere.
• Eksempel: Et kapitalforvaltnigsproblem
hos S&P500 krever estimering av 1000
forventede avkastninger og 124750
kovarianser.
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Factor models, forts.
• Skal her se på både en-faktor og multifaktor modeller
• En-faktor modellen kom først og er
forløperen til CAPM
• Multi-faktor modellen førte etter hvert til
Arbitrage Pricing Theory
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
3.4.1 En-faktor modellen
• Avkastningen på det i’te verdipapiret er relatert
til den enkle faktoren rM gjennom den lineære
relasjonen:
ri i i rM i
• Variansen er gitt ved σ2M og i er normalfordelt
med middelverdi 0 og varianse σ2εi
• rM er avkastningen fra en markedsindeks
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
• Sensitiviteten til avkastningen er gitt med β, som
kalles factor loading
• Følgende antagelser ligger til grunn:
– Kovariansen mellom det security specific restuttrykket
og faktoren er 0, dvs. Cov( i , rM ) 0
for alle i.
– Kovariansen for restuttrykket er 0, dvs. Cov( i , i ' ) 0
for alle i ≠ i’.
• Ved å bruke denne e-faktor modellen kan vi nå
utlede parameterene som trengs i meanvariance modellen.
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
• Forventet avkastning fra verdipapiret:
ri i i rM i
ri i i rM
• Variansen til det i’te verdipapiret er gitt ved:
i
2
2
ri ri
– Setter inn ri fra faktor modellen og får:
2
i i rM rM i
2
2
i i rM rM 2i rM rM i i 2
i 2 i 2 M 2 i 2
2
TIØ4317
2
Empirical Finance: Financial Optimization and Risk Management
• Kovariansen mellom verdipapir i og i’ er gitt ved:
ii ' ri ri ri ' ri '
• Setter inn ri fra faktor modellen og får
ii ' i rM rM i i ' rM rM i '
2
ii ' i i ' rM rM i rM rM i
i ' rM rM i ' i i '
• Av forutsetningene er de 3 siste leddene lik 0
ii ' i i ' M
TIØ4317
2
Empirical Finance: Financial Optimization and Risk Management
• Mean-variance optimization with single-factor
models
– Bruker resultatene fra det vi har gjort hittil til å lage en
modell for effektive porteføljer. Forventet avkastning
blir:
n
n
i 1
i 1
R x; r i xi i rm xi
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
– Porteføljevariansen blir:
n
2
n
n
x ii ' xi xi '
i 1 i '1
n
i 1
n
n
n
n
x ii ' xi xi '
2 2
i i
i 1 i '1;
i ' i
n
x x i i ' xi xi '
i 1
2
i
2
M
2
i
i 1
2 2
i i
i 1 i '1;
i '1
2
M
– Her er antallet parametere 3n+2, som er mye mindre
enn dersom vi hadde regnet direkte med kovarians
matrisen.
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Mean-variance efficient portfolios
with single factor models
n
n
n
n
2 2 2
2 2
2
Minimize i M xi i xi i i ' M xi xi '
i 1
i 1 i '1;
i 1
i
'
i
n
n
1 i xi i rm xi
i 1
i 1
n
subject to
x
i 1
i
1,
x X
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Systematisk og ikke-systematisk
risiko
• Skriver variansen som:
n
n
n
2 x 2i xi2 i i ' M2 xi xi '
i 1
i 1 i '1
• Snur om og får:
n
n
2
2
2 2
x i xi i xi i ' xi ' M
i 1
i 1
i '1
n
n
2 x 2i xi2 p2 M2
i 1
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
Systematisk og ikke-systematisk
risiko
• Porteføljebetaen βp reflekterer
sensitiviteten av avkastningen mot
faktoren.
• Dette medfører at ved store antall
investeringer i porteføljen vil den ikkesystematiske risikoen kunne diversifiseres
bort.
TIØ4317
Empirical Finance: Financial Optimization and Risk Management
En-faktor modeller og CAPM
• Dersom vi skriver en-faktor modellen som en
lineær relasjon mellom avkastningen som er
større enn markedsfaktoren og overskuddet
mellom markedsfaktoren og den risikofrie
faktoren og fjerner restleddet ε får vi:
ri rf i i rM rf
• Noe som er identisk med CAPM bortsett fra αi
som, ifølge CAPM, skal være lik 0.
TIØ4317
Empirical Finance: Financial Optimization and Risk Management