کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
1003603 937617 2009 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Portfolio optimization with CVaR under VG process
ترجمه فارسی عنوان
بهینه سازی پورتفولیو توسط CVaR تحت فرایند VG*
کلمات کلیدی
- سبد سرمایه گذاری - ارزش در معرض خطر شرطی - واریانس گاما - وسیله اتصال - مونت کارلو
فهرست مطالب مقاله
چکیده
کلمات کلیدی
1.مقدمه
۲. فرایند واریانس گاما
۲.۱ تعریف و ویژگی های فرایند VG
۲.۲ توصیف پویایی قیمت لگاریتمی دارایی ها با فرایند VG
۳. مدل VG چندگانه
۳.۱. پورتفولیوی مدلسازی شده با کاپیولای VG
۳.۲ ساختار بهینه سازی پورتفولیو با CVaR تحت فرایند VG
۳.۳ الگوریتم بهینه سازی پورتفولیو
جدول ۱- میانگین، چولگی و کشیدگی day return پورتفولیو
جدول ۲- ماتریس کوواریانس ابزار پورتفولیو
جدول ۳- تخمین ماتریس ضرایب A
۴. مطالعه موردی برای بازار چین
جدول ۴- تخمین پارامترها   (I,k=1,2,3)
جدول ۵- پورتفولیو، VaR و CVaR با روش CVaR حداقل، تحت فرایند وینر چندگانه بامحدودیت میانگین زیان پورتفولیو کمتر از –r0=-0.0012 
جدول ۶- پورتفولیو، VaR و CVaR با روش CVaR حداقل، تحت فرایند VG چندگانه با محدودیت میانگین زیان پورتفولیو کمتر از  -r0=-0.0012 
جدول ۷- مقایسه پورتفولیو، VaR و CVaR با روش CVaR حداقل، تحت هر دو کاپیولای گوسی (G) و (VG J=20000 و r0= 0.0012).
جدول ۸- پورتفولیو، VaR و CVaR با روش CVaR حداقل، تحت فرایند VG چندگانه که در آن یک پارامتر شاخص شانگهای (SHI) هر بار با   و J=20000 تغییر می کند.
۵. نتیجه گیری
ترجمه چکیده
در روش های قراردادی بهینه سازی پورتفولیو، پویایی قیمت ابزار مالی با کاپیولای (تابع مفصل) گوسی شرح داده می شود. در بهینه سازی با روش GC، بدون در نظر گرفتن چولگی و کشیدگی نرخ بازگشت سرمایه ، CVaR‌بهینة پورتفولیو کمتر از مقدار واقعیش برآورد می شود. در این مقاله، با معرفی فرایند های لوی راهی برای بهینه سازی پورتفولیو ابداع نمودیم. این روش، به جای GC، برپویایی قیمت لگاریتمی دارایی ها با تابع مفصل (کاپیولا) واریانس گاما (VGC) تمرکز دارد. بر اساس هدف این مطالعه، در یک مطالعه موردی که بر روی شاخص های بازار سهام چین انجام شد، بهترین موقعیت های کم ریسک شاخص شانگهای (SHI)، شاخص Shenzhen (SZI) و شاخص Small Cap (SCI) با تابع عملکرد CVaR تحت مدل VG را محاسبه نمودیم. این مورد را می توان با تکنیک های برنامه نویسی غیر خطی و شبیه سازی مونت کارلو ترکیب نمود. این ساختار برای تمام شرکت های سرمایه گذاری مناسب است.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری کسب و کار و مدیریت بین المللی
پیش نمایش مقاله
بهینه سازی پورتفولیو توسط CVaR تحت فرایند VG*
چکیده انگلیسی
Formal portfolio optimization methodologies describe the dynamics of financial instruments price with Gaussian Copula (GC). Without considering the skewness and kurtosis of assets return rate, optimization with GC underestimate the optimal CVaR of portfolio. In the present paper, we develop the approach for portfolio optimization by introducing Lévy processes. It focuses on describing the dynamics of assets’ log price with Variance Gamma copula (VGC) rather than GC. A case study for three Indexes of Chinese Stock Market is performed. On application purpose, we calculate the best hedge positions of Shanghai Index (SHI), Shenzhen Index (SZI) and Small Cap Index (SCI) with the performance function CVaR under VG model. It can be combined with Monte Carlo Simulation and nonlinear programming techniques. This framework is suitable for any investment companies.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Research in International Business and Finance - Volume 23, Issue 1, January 2009, Pages 107–116
نویسندگان
, , ,