TIØ4137 Financial Optimization and Risk Management Mean-Variance Analysis.

Slides:



Advertisements
Liknende presentasjoner
Wyndor med variasjoner Ethvert LP problem vil falle i en av følgende kategorier: 1. Problemet har en (eller flere) optimalløsninger 2. Problemet har ingen.
Advertisements

Mean-Variance Analysis continued
Marketing Mix Kjetil Aukland - BI Kristiansand
Managerial Decision Modeling
DESEMBERKONFERANSEN Kristian Siem SS7 New Vessels
Organization and board
Gruppemedlemmer Gruppa består av: Magnus Strand Nekstad – s156159
TWN Washington Øivind Christoffersen Director General, Statsbygg (Norway) Turning customer feedback into appropriate actions and customer satisfaction.
GMO-situation in Norway Kathrine & Marte, Nordic-Baltic NGO meeting 2012.
The Trondheim Toll Ring System
Egenskaper ved aksjeopsjoner
Ledelsesinformasjonsystem
COAST GROUP 2013 Reliable – Profitable Growth Coast Structure (Family) Coast Seafood Sales / Marketing Coast USA Import / Wholesale Coast Australia.
Kap. 3: Beslutningsanalyse
Gitte Holten Ingerslev - DPU Tekst Forskerens og didaktikerens blik på mødet mellem tekst og læser.
‘The High North’ A Geographical-Political Concept, with Emphasis on Marine Resources Management Odd Gunnar Skagestad Deputy Director General Bergen, 28.
Copyright © 2009 Pearson Prentice Hall. All rights reserved. Chapter 4 The Balance of Payments.
TIØ4137 Financial Optimization and Risk Management Mean-Variance Analysis continued.
Linear programmering Når kan en bruke linear programmering? En ønsker å minimerer eller å maksimere et mål En kan spesifisere målet som.
Nytte og relevans av IT-studiene: Nyansattes erfaringer 30. november 2012 Tormod Fjeldberg.
Kvalitetssikring av analyser til forskningsbruk
Managerial Decision Modeling
Global oppvarming Mål: Vi skal lage en enkel database med temperaturdata fra 1770 til i dag. Deretter tilby et brukergrensesnitt mot databasen.
Lokalisering og max totalavstand. LOG530 Distribusjonsplanlegging 2 2 Anta at nettverket angir en region hvor McBurger skal opprette 3 konkurrerende utsalg.
LOG530 Distribusjonsplanlegging
Transport fra lager til kunder. LOG530 Distribusjonsplanlegging 2 2 Lager 1 Lager 1 Lager 2 Lager 2 Lager 3 Lager 3 Kunde 1 Kunde 1 Kunde 2 Kunde 2 Kunde.
Lokalisering av avfallsanlegg - størst totalavstand.
Tildeling av snødeponeringssted. LOG530 Distribusjonsplanlegging 2 2 Kommunen skal kommende vinter frakte snø fra 10 soner til 5 deponeringssteder. Snøen.
Managerial Decision Modeling
Målprogrammering. LOG530 Distribusjonsplanlegging 2 2 Vi fortsetter eksempel 10.2, men vil nå se på oppfyllelse av flere mål samtidig. Målprogrammering.
(1) Viability performance – reporting The Hydro Way Presented by Kirsten Margrethe Hovi 2008 June 3 rd.
Kapittel 7: Gjeldsgrad og verdi
Wyndor with variations
Perturbation Theory for the Singular Value Decomposition.
SINTEF Fiskeri og havbruk AS 1 Yngelfôr til torsk Kan vi erstatte levendefôr med nytt formulert fôr nå? Jose Rainuzzo Seniorforsker SINTEF Fiskeri og Havbruk.
UNINETT-konferansen 1. – 3. oktober 2013
Masterprofil Økonomisk analyse (ECO)
Nasjonalt kvalifikasjonsrammeverk og læringsmål i forskerutdanningen
JavaOne oppsumering tobias k torrissen
Av Donald Norman. Normans hovedanliggende: Information appliances An appliance specializing in information: knowledge, facts, graphics, images, video,
Our drive is your performance. Hägglunds Drives 1 Our drive is your performance. Lokaliseringskriterier for Hägglunds Drives Presentasjon ved Tom Cantero.
PARLAY/OSA Referanser: Referanser Foredraget er i all hovedsak basert på to artikler. Disse kan finnes på:
Økonomiske forutsetninger Gullfaks landsbyen 2007.
Trondheim 6. mars 2014 Mørke skyer i horisonten?.
Diskrete stokastiske variable
Evidens-basert praksis Kunnskapsbasert praksis Evidence based practice Kåre Birger Hagen Nasjonalt Revmatologisk Rehabilterings- og Kompetansesenter Diakonhjemmets.
Project Fusion The power of combining resources. L y s b i l d e u t f o r m i n g : ” M / L O G O ” // V e l g b l a n t m a n g e l y s b i l d e o.
Gruppeøving 15.mars Agenda Pitching med evaluering og diskusjon: Er forretningsideene klare? Gruppearbeid og diskusjon – tema åpent Neste hjemmeoppgave.
Planning and controlling a project Content: Results from Reflection for action The project settings and objectives Project Management Project Planning.
Engelsk mal: Startside The Ageing Society – current situation, challenges and opportunities Steinar Barstad Warszawa 25th November 2014 Specialist Director.
Regresjonsanalyse Korrelasjon
Johan From Professor Handelshøyskolen BI
TIØ4137 Financial Optimization and Risk Management Mean-Variance Analysis.
Hypotesetesting, og kontinuerlige stokastiske variable
Foretak Bjørnar Sæther SGO 4601 V-07. Struktur på forelesningen Hva er foretak? Foretak i økonomisk geografi Dimensjoner ved foretak Foretak og territorier.
Modeller med ubalanse. LOG530 Distribusjonsplanlegging 2 2 Vi har nå fjernet muligheten for direkteleveranser fra fabrikk til kunder. Ellers har vi har.
UFLP modeller. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter (lager) for å betjene en gitt mengde kunder. Kundenodene er også potensielle.
Lokalisering og max minimumavstand. LOG530 Distribusjonsplanlegging 2 2 Anta at nettverket angir en region hvor McBurger skal opprettes 3 konkurrerende.
LOG530 Distribusjonsplanlegging
 Vi ønsker å tilpasse en rett linje gjennom dataskyen  Denne linjen skal ha den beste tilpasningen (minst feil) til data.
Grafpakke Oppdatert Innhold i presentasjonen 1.Markedssyn vs markedet. (Kvikk-lunch grafer)Markedssyn vs markedet. (Kvikk-lunch grafer) 2.Allegro.
BØK310 Bedriftsøkonomi 2a Rasmus Rasmussen 1 BØK310 Bedriftsøkonomi 2a Kapittel 8 Kapitalkostnad.
Stian Grønning Master i samfunnsøkonomi Daglig leder i Recogni.
Operasjonsanalytiske emner
Over personer vil få en kreftdiagnose i Norge i Hvordan har utviklingen vært? Hvordan blir den fremover? Hva kan vi bidra med? Steinar Tretli,
Terje Aven Universitetet i Stavanger
Risk and Company Investment Analysis
Egenskaper ved aksjeopsjoner
What belongs in state storage API’s?
Utskrift av presentasjonen:

TIØ4137 Financial Optimization and Risk Management Mean-Variance Analysis

TIØ4137 Financial Optimization and Risk Management Context of risk-return portfolio optimization risk performance Portfolio optimization Market data Statistical processing Implementation Dynamics New information

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 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:

TIØ4137 Financial Optimization and Risk Management Maksimer forventet utbytte Max s.t. ω: øvre grense for risiko Ikke-lineær restriksjon  vanskelig å løse

TIØ4137 Financial Optimization and Risk Management Minimer varians Min s.t. μ: nedre restriksjon for forventet utbytte Lineære restriksjoner

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

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. x f : beholdning av risikofritt aktiva Analytisk løsning:

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)

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

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

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

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, totally 829 daily price data -A nice set to test risk management ideas: 11 September 2001, Argentinian crisis July 2001, … -more than mean-VaR optimization problems solved We developed capability to compute efficiently VaR-optimal portfolios

TIØ4137 Financial Optimization and Risk Management Turbulent times …

TIØ4137 Financial Optimization and Risk Management Turbulent times …

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

TIØ4137 Financial Optimization and Risk Management Out of sample drift of in sample mean-variance frontier

TIØ4137 Financial Optimization and Risk Management Straighforward rebalancing

TIØ4137 Financial Optimization and Risk Management Partial rebalancing

TIØ4137 Financial Optimization and Risk Management Partial rebalancing: low risk portfolio

TIØ4137 Financial Optimization and Risk Management Partial rebalancing: medium risk portfolio

TIØ4137 Financial Optimization and Risk Management Partial rebalancing: high risk portfolio

TIØ4137 Financial Optimization and Risk Management Fraction of US bonds in high risk portfolio

TIØ4137 Financial Optimization and Risk Management Fraction of Argentinian bonds in high risk portfolio