天风金工吴先兴团队·海外文献推荐(第四十四期)

发布时间:2018-06-13 22:08

文献摘要

一个有效的下行风险衡量指标下的 FOF 策略  

本文研究了 FOF 的投资组合分配,我们利用了随机建模中的最新进展,基于基准构建了效用函数,涉及到超越基准的概率和预期负效用两部分。下面我们构建了基于边际分布和相关系数矩阵下,非正态分布的收益率向量,并通过蒙特卡洛模拟,求得最优的组合配置。最后比较了本文提出的效用函数与传统均值方差组合的优劣,发现本文提出的方法更能够满足多样化需求。 


一个有效的下行风险衡量指标下的FOF策略

文献来源:David P. Morton, Elmira Popova, Ivilina Popova, Journal of Banking & Finance 30 (2006) 503–518 

推荐原因:本文研究了 FOF 的投资组合分配,我们利用了随机建模中的最新进展,基于基准构建了效用函数,涉及到超越基准的概率和预期负效用两部分。下面我们构建了基于边际分布和相关系数矩阵下,非正态分布的收益率向量,并通过蒙特卡洛模拟,求得最优的组合配置。最后比较了本文提出的效用函数与传统均值方差组合的优劣,发现本文提出的方法更能够满足多样化需求。


1

简介

       在过去的十年中,投资者面临着一个难以映射到任何现有资产类别的新投资机会。所谓的另类投资通常只适用于高净值个人或机构投资者;它们在风格,基本策略以及因此在性能方面差异很大。对冲基金的回报通常与标准资产类别的回报有很大差异,因此越来越多投资者对他们感兴趣(见 Fung and Hsieh,1997; Siegmann and Lucas,2002)。重要问题包括确定投资于对冲基金的适当比例以及如何构建对冲基金组合。对冲基金指数的统计特性研究认为,用于组合投资的标准方法(如均值 - 方差分析)可能不适用于对冲基金,例如 Agarwal 和 Naik(2001),Brooks 和 Kat(2002),Fung 和 Hsieh (1997, 2001),Martin(2001)和 Popova 等人(2003 年)。在对冲基金的月度回报系列中,通常会观察到相对于标准资产类别的负偏差或正偏度以及更大的峰度。另外,这些返回观测通常不是时间独立的;反而经常观察到正相关。这导致低估了波动性,因此,如果将夏普比率用作业绩衡量标准,则会高估夏普比率。

       在本文中,我们考虑一个投资问题,其中标的资产是对冲基金。我们专注于一系列包含基准收益的效用函数。投资组合经理的表现常常被判断为相对于(可能是随机的)基准的表现。例如,共同基金经理的基准收益可能是标准普尔 500 指数或罗素 3000 指数,而债券经理的基准指标包括雷曼兄弟和所罗门兄弟等指数。也许与基准相比,最简单的性能指标是基准是否达到的二元结果。对于涉及实现随机基准的概率的连续时间交易策略,参见 Browne(1999)。另一个业绩衡量标准是基准线被忽略的程度,在下行方向。这导致了所谓的预期后悔(Dembo 和 King,1992)相对于基准的最小化。在第 2 节中,我们讨论了我们预期的公用事业家族,这是实现基准的概率和相对于另一个基准的预期遗憾的加权总和。前一基准(例如,标准普尔 500 指数回报)被选择为比后者更积极(例如无风险利率)。由于今天的投资组合经理被评价的方式,我们认为实现基准作为奖励措施的可能性,我们使用预期的遗憾作为衡量风险的指标。

       在第 3 节中,我们描述了我们使用 NORTA 方法(Cario 和 Nelson,1997)对非正态收益分布进行建模和模拟。这种方法将每个资产收益的输入边际分布作为输入,它不一定来自同一个参数族,以及每对资产的收益之间的相关性。然后将多变量法向量转换为非法向随机向量,其目的是保持规定的边际分布和相关矩阵。
       在一般的回报分布下,不可能精确地解决相关的投资组合优化问题。因此,在第 4 节中,我们描述了用于获得解的蒙特卡罗近似过程。这种方法是非常自然和直接适用的,只要人们可以模拟来自回报分布的n个观察值并用这n个回归向量实现来解决相关的投资组合优化模型。例如,King 和 Jensen(1992)提出了这样一个程序,以获得投资组合优化问题的近似最优解。我们的方法的一个显着特征是它包括一个建立推荐分配决策质量的方法,就置信区间而言。在本文中,我们使用 NORTA 方法来模拟回报观测值,并使用上述基于基准的效用函数。也就是说,我们解决方案方法的吸引人之处在于它不局限于这些选择,我们认为,所提议的方法可以帮助投资者解决优化对冲基金分配时出现的一些问题。在第 5节中,我们提出的方法论可以通过构建 13 个对冲基金指数的基金来说明,目标是超过每年 10%的基准收益率。


2

基于选定基准的效用模型目标日期基金存在的问题


这里需要强调“效用”这个术语。效用函数中的第一项只涉及基准是否达到的二元结果,而忽略了达到或错过的大小。 因此,效用是不连续的,其期望也不是凹函数。 所以,我们的效用函数不能满足一致性的概念(Artzner et al。,1997,1999)。 然而,就目前的投资组合经理人来说,他们的判断主要取决于他们是否超越基准,这种效用可能会为他们的目标提供一个合理的模型。 此外,我们的论文源自与机构投资者,共同基金经理,对冲基金经理和养老金计划发起人进行广泛讨论,他们认为这些业绩指标起着核心作用。 所以,我们认为我们在这里开发的方法解决这个模型与现代实践是重要和相关的。 

遵循 Markowitz(1952)的精神,一种常用的方法是最大化受单位风险下的收益。出于上述原因,我们对基于基准的效用函数感兴趣。在效用中,我们使用期望遗憾作为衡量风险的指标,我们将平均回报的期望回报指标替换为实现基准

powered by 励志天下 © 2017 WwW.lizhi123.net