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

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Acesso é pago ou somente para assinantes

Resumo

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.

Sobre autores

A. 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. GRIDIN

ФГБУН Центр информационных технологий в проектировании РАН

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

D. SMIRNOV

ФГБУН Центр информационных технологий в проектировании РАН

канд. экон. наук Одинцово, Россия

S. BULGAKOV

Национальный исследовательский университет "Высшая школа экономики"

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

Bibliografia

  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.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML

Declaração de direitos autorais © The Russian Academy of Sciences, 2024