METOD OPTIMAL'NOGO UPRAVLENIYa AKTIVAMI S POShAGOVYMI CODITIONAL VALUE AT RISK (CVAR) OGRANIChENIYaMI PRI IZVESTNYKh PARAMETRAKh VEKTOROV DOKhODNOSTEY

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription or Fee Access

Abstract

Предметом исследования является многошаговая задача инвестирования с Conditional Value at Risk (CVaR) ограничениями на приращения процесса риска, с заданным порогом капитала для банкротства, разрешением коротких продаж и нормальной моделью суммарного дохода. Целью является нахождение метода оптимального управления активами для целевого функционала равного среднему значению финального капитала инвестора. В результате исследования показано, что оптимальный инвестиционный портфель на каждом шаге не зависит от текущего значения капитала инвестора, а зависит только от номера шага инвестирования. Доказано, что многошаговая задача сводится к конечному числу одношаговых задач оптимизации, которые сводятся к задачам конического программирования. Для одношаговой задачи приведены условия непустоты множества допустимых портфелей и применена теорема Куна-Таккера об условиях оптимальности портфеля. Изучен случай, когда доходности активов имеют не нормальные распределения, а эллиптические распределения. Представлен иллюстративный численный пример нахождения оптимальной инвестиционной стратегии, основанный на открытых данных о котировках акций трех компаний на фондовой бирже.

About the authors

A. Yu GOLUBIN

Национальный исследовательский университет "Высшая школа экономики"; ФГБУН Центр информационных технологий в проектировании РАН

Email: agolubin@hse.ru
канд. физ.-мат. наук Москва, Россия; Одинцово, Россия

V. N GRIDIN

ФГБУН Центр информационных технологий в проектировании РАН

Email: info@ditc.ras.ru
д-р техн. наук Одинцово, Россия

D. S SMIRNOV

ФГБУН Центр информационных технологий в проектировании РАН

канд. экон. наук Одинцово, Россия

S. A BULGAKOV

Национальный исследовательский университет "Высшая школа экономики"

Email: s.a.bulgakov@gmail.com
канд. физ.-мат. наук Москва, Россия

References

  1. Markowitz H. Portfolio Selection // J. Finance. 1952. V. 7. P. 77-91.
  2. Gaivoronski A., Pflug G. Value at Risk in Portfolio Optimization: Properties and Computational Approach //J. Risk. 2004. V. 7. No. 2. P. 1-31.
  3. Голубин А.Ю., Гридин В.Н. Построение эффективных инвестиционных портфелей с вероятностью падения финального капитала ниже установленного уровня в качестве меры риска // АиТ. 2023. № 4. С. 131-144.
  4. Кибзун А.И., Кан Ю.С. Задачи стохастического программирования с вероятностными критериями. М.: Физматлит, 2009.
  5. Alexander G.J., Baptista A.M. Economic Implications of Using a Mean-VaR Model for Portfolio Selection: A Comparison with Mean-variance Analysis // J. Econom. Dynam. Control. 2002. V. 26. P. 1159-1193.
  6. Alexander G.J., Baptista A.M. A comparison of VaR and CVaR constraints on portfolio selection with the mean-variance model // Management Sci. 2004. V. 50. P. 1261-1273.
  7. Shiba N., Xu C., Wang J. Multistage Portfolio Optimization with VaR as Risk Measure // Int. J. Innovat. Comput., Inform. Control. 2007. V. 3. No. 3. P. 709-724.
  8. Tyrrell R., Rockafellar R.T., Uryasev S. Conditional value-at-risk for general loss distributions // J. Banking Finance. 2002. V. 26. No. 7. P. 1443-1471. https://doi.org/10.1016/S0378-4266(2)00271-6.
  9. Pinar M.C. Static and Dynamic VaR Constrained Portfolios with Application to Delegated Portfolio Management // Optimization. 2013. V. 62. No. 11. P. 14191432.
  10. Gardoni P., Murphy C. Gauging the societal impacts of natural disasters using a capabilities-based approach // Disasters: Disaster Studies, Policy, Management. 2010. V. 34. No. 3. P. 619-636.
  11. Golubin A.Y. Optimal Investment Policy in a Multi-stage Problem with Bankruptcy and Stage-by-stage Probability Constraints // Optimization. 2022. V. 70. No. 10. P. 2963-2977. https://doi.org/10.1080/02331934.2021.1892674
  12. Li C., Li Z. Multi-period portfolio optimization for asset-liability management with bankrupt control // Apppl. Math. Comput. 2012. V. 218. P. 11196-11208.
  13. Wei S., Ye Z. Multi-period optimization portfolio with bankruptcy control in stochastic market // Apppl. Math. Comput. 2007. V. 186. P. 414-425.
  14. Голубин А.Ю., Газов А.И. Условия оптимальности в задаче выбора инвестиционного портфеля при вероятностном ограничении на капитал инвестора // Информационные технологии в проектировании и производстве. 2018. № 4. С. 53-57.
  15. Boyd S., Vandenberghe L. Convex Optimization, Cambridge, Cambridge: University Press, 2009.
  16. Burkardt J. The Truncated Normal Distribution, Department of Scientific Computing, Florida State University, 2014.
  17. Landsman Z., Valdez E.A. Tail Conditional Expectations for Elliptical Distributions // North Amer. Actuarial J. 2003. V. 7. No. 4. P. 55-71.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2024 The Russian Academy of Sciences