PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2016 | nr 446 Metody i zastosowania badań operacyjnych | 21--36
Tytuł artykułu

On Two Applications of The Omega Ratio: Maxωmin and Omega(H+B)

Treść / Zawartość
Warianty tytułu
O dwóch zastosowaniach wskaźnika Omega: Maxωmin i Omega (H+B)
Języki publikacji
EN
Abstrakty
The Omega ratio (Ω-ratio) was proposed by Shadwick and Keating in 2002 as a performance measure applied to rankings of assets, portfolios or funds. The original ratio was developed for decision making under risk (DMR), or decision making under uncertainty with known probabilities (DMUP), i.e. for situations where the probability distribution of particular scenarios is known. The literature reveals that a considerable number of extensions of the Ω-ratio have been suggested recently. Some of them are devoted to decision making with partial information (DMPI), which is characterized by probability distributions known incompletely, and to decision making under complete uncertainty (uncertainty with unknown probabilities) - DMCU. In this contribution, we refer to the maxΩmin decision rule worked out by E. Michalska and to the Omega(H+B) ratio developed by H. Gaspars- Wieloch. Both procedures use two criteria in order to select the optimal decision: the quotient and the difference between weighted profits and losses calculated on the basis of a reference point. The necessity of applying a double criterion is justified especially when weighted profits or losses related to some investments are equal to zero. Nevertheless, in this article, the authors recommend to use an additional, third criterion since in some specific decision situations the first two criteria may turn out to be insufficient. The third criterion enables one to better adjust the final solution to the decision maker's nature(abstrakt oryginalny)
EN
Wskaźnik Omega, opracowany przez Shadwicka i Keatinga w roku 2002, znajduje zastosowanie przy ocenie decyzji inwestycyjnych podejmowanych w sytuacji, w których znany jest rozkład prawdopodobieństwa wystąpienia poszczególnych scenariuszy (PDR - podejmowanie decyzji w warunkach ryzyka, PDNP - podejmowanie decyzji w warunkach niepewności ze znanymi prawdopodobieństwami). Miara ta doczekała się wielu modyfikacji, a w ostatnich latach pojawiły się w literaturze prace prezentujące możliwe spo-soby konstrukcji wskaźnika Omega w przypadku decyzji podejmowanych przy niepełnej wiedzy o rozkładzie prawdopodobieństwa (podejmowanie decyzji w warunkach niepełnej informacji - PDNI) lub przy braku jakiekolwiek wiedzy o szansie wystąpienia poszczegól-nych stanów natury (PDN - podejmowanie decyzji w warunkach niepewności, PDCN - po-dejmowanie decyzji w warunkach całkowitej niepewności, tj. niepewności z nieznanymi prawdopodobieństwami). W artykule przypomniana zostanie idea reguły maxΩmin (dla PDNI) autorstwa E. Michalskiej i reguły Omega(H+B) opracowanej przez H. Gaspars-Wieloch (dla PDCN). Obie procedury wykorzystują dwa kryteria w celu wyłonienia opty-malnej decyzji, tj. iloraz oraz różnicę ważonych zysków i strat wyznaczanych na podstawie punktu referencyjnego. Konieczność stosowania podwójnego kryterium jest uzasadniona zwłaszcza wówczas, gdy ważone zyski bądź straty związane z niektórymi inwestycjami są zerowe. Autorki zauważają jednak, iż w niektórych sytuacjach decyzyjnych opieranie się na wspomnianych dwóch kryteriach może się okazać niewystarczające. W artykule zapropo-nowano trzecie kryterium, dzięki któremu możliwe będzie zawężenie ostatecznego zbioru optymalnych strategii. Zaletą wprowadzenia trzeciego kryterium jest możliwość większego różnicowania rekomendowanych decyzji w zależności od natury decydenta(original abstract)
Twórcy
  • Poznań University of Economics and Business
  • University of Economics in Katowice
Bibliografia
  • Bargman D., 2012, Think on the Downside. Multifactor asset pricing models based on the downside risk and their performance relative to the CAPM, FF3F and Momentum, Msc Thesis, Stockholm School of Economics, Department of Finance.
  • Cannon C.M., Kmietowicz Z.W., 1974, Decision theory and incomplete knowledge, Journal of Man-agement Studies, vol. 11, no. 3, pp. 224-232.
  • Chronopoulos M., De Reyck B., Siddiqui A., 2011, Optimal investment under operational flexibility, risk aversion, and uncertainty, European Journal of Operational Research, vol. 213, pp. 221-237.
  • Dominiak C., 2009, Multi-criteria decision aiding procedure under risk and uncertainty, [in:] Multi-ple criteria decision making, ed., Trzaskalik T., Publisher of The Karol Adamiecki University of Economics in Katowice, Katowice, pp. 61-88.
  • Dubois D., Prade H., 2012, Gradualness, uncertainty and bipolarity: making sense of fuzzy sets, Fuzzy Sets and Systems, vol. 192, pp. 3-24.
  • Fishburn P.C., 1984, Foundations of risk measurement. I. Risk or probable loss, Management Sci-ence, vol. 30, pp. 396-406.
  • Gaspars H., 2007, Alokacja zasobu w warunkach niepewności: modele decyzyjne i procedury oblicze-niowe, Badania Operacyjne i Decyzje , vol. 2007/1, p. 5-27.
  • Gaspars-Wieloch H., 2013, On a decision rule supported by a forecasting stage based on the decision maker's risk aversion, [in:] SOR'13 Proceedings, eds. Zadnik Stirn L., Zerovnik J., Povh J., Drobne S., Lisec A., The 12th International Symposium on Operational Research in Slovenia, 25-27 September 2013, Dolenjske Toplice, Slovenia, Slovenian Society Informatika, pp. 53-59.
  • Gaspars-Wieloch H., 2014a, Propozycja hybrydy reguł Hurwicza i Bayesa w podejmowaniu decyzji w warunkach niepewności, [in:] Modelowanie preferencji a ryzyko 2014, ed. Trzaskalik T., Stu-dia Ekonomiczne, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach, no. 178, Pu-blisher of The Karol Adamiecki University of Economics in Katowice, Katowice, pp. 74-92.
  • Gaspars-Wieloch H., 2014b, On a decision rule for mixed strategy searching under uncertainty on the basis of the coefficient of optimism, Procedia - Social and Behavioral Sciences, vol. 110, pp. 923-931.
  • Gaspars-Wieloch H., 2014c, Modifications of the Hurwicz's decision rules, Central European Journal of Operations Research, vol. 22, no. 4, pp. 779-774.
  • Gaspars-Wieloch H., 2014d, Modifications of the maximin joy criterion for decision making under uncertainty, Quantitative Methods in Economics, vol. XV, pp. 84-93.
  • Gaspars-Wieloch H., 2014e, The use of a modification of the Hurwicz's decision rule in multicriteria decision making under complete uncertainty, Business, Management and Education, vol. 12, no. 2, pp. 283-302.
  • Gaspars-Wieloch H., 2015a, Modifications of the Omega ratio for decision making under uncertainty, Croatian Operational Research Review, vol. 6, pp. 181-194.
  • Gaspars-Wieloch H., 2015b, On a decision rule supported by a forecasting stage based on the deci-sion maker's coefficient of optimism, Central European Journal of Operations Research, vol. 23, pp. 579-594.
  • Gaspars-Wieloch H., 2015c, Innovative products and newsvendor problem under uncertainty without probabilities, [in:] SOR'13 Proceedings, eds. Zadnik Stirn L., Zerovnik J., Kljajic Borstnar M., Drobne S., The 13th International Symposium of Operational Research in Slovenia, 23-25 Sep-tember 2015, Bled, Slovenia, Slovenian Society Informatika, Section for Operational Research, pp. 343-350.
  • Gaspars-Wieloch H., 2015d, A decision rule for uncertain multicriteria mixed decision making based on the coefficient of optimism, Multiple Criteria Decision Making '15 (10), pp. 32-47.
  • Gaspars-Wieloch H., 2015e, On securities portfolio optimization, preferences, payoff matrix estima-tion and uncertain mixed decision making, Contemporary Issues in Business, Management and Education.
  • Gaspars-Wieloch H., 2016, Newsvendor problem under complete uncertainty - a case of innotive products, Central European Journal of Operations Research (in print).
  • Guo P., 2014, One-shot decision theory: A fundamental alternative for decision under uncertainty, Human-Centric Decision-Making Models for Social Sciences, pp. 33-55.
  • Guo P., 2013, One-shot decision making with regret, International Conference on Information Sci-ence and Technology, 23-25 March 2013, Yangzhou, China, pp. 493-495.
  • Haimann T., Scott W.G., Connor P.E., 1985, Management, Houghton Mifflin Company, Boston.
  • Hayashi T., 2008, Regret aversion and opportunity dependence, Journal of Economic Theory, vol. 139, no. 1, pp. 242-268.
  • Hurwicz L., 1952, A criterion for decision making under uncertainty, Technical Report, 355. Cowles Commission.
  • Ioan C., Ioan G., 2011, A method of choice of the best alternative in the multiple solutions case in the games theory, The Journal of Accounting and Management, vol. 1, no. 1, pp. 5-8.
  • Kaplan P.D., Knowles J.A., 2004, Kappa: a generalized downside risk-adjusted performance measure, Journal of Performance Measurement, vol. 8, pp. 42-54.
  • Kapsos M., Christofides N., Rustem B., 2014, Worst-case robust Omega ratio, European Journal of Operational Research, vol. 234, no. 2, pp. 499-507.
  • Kapsos M., Zymler S., Christofides N., Rustem B., 2014, Optimizing the Omega ratio using linear programming, Journal of Computational Finance, vol. 17, pp. 49-57.
  • Kazemi H., Schneeweis T., Gupta B., 2004, Omega as a performance measure, Journal of Perfor-mance Measurement, vol. 8, pp. 16-25.
  • Kmietowicz Z. W., Pearman A. D., 1984, Decision theory, linear partial information and statistical dominance, Omega, vol. 12, pp. 391-399.
  • Knight F.H., 1921, Risk, Uncertainty, Profit, Hart. Schaffner and Marx, Houghton Mifflin Co.
  • Kofler E., 1968, O wartości informacji, PWN, Warszawa.
  • Kofler E., Menges G., 1976, Entscheidungen Bei Unvollständiger Information, Springer Verlag.
  • Kofler E., Zweifel P., 1993, One-shot decisions under linear partial information, Theory and Deci-sion, vol. 34, no. 1-20.
  • Kopańska-Bródka D., 1998, Wprowadzenie do badań operacyjnych, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice.
  • Mausser H., Saunders D., Seco L., 2006, Optimizing Omega, Risk, pp. 88-92.
  • Michalska E., 2012, Podejmowanie decyzji w warunkach niepełnej informacji, Zeszyty Naukowe, Metody Analizy Danych, Uniwersytet Ekonomiczny w Krakowie, no. 898, pp. 17-26.
  • Michalska E., 2015, Zastosowanie wskaźnika Omega w podejmowaniu decyzji przy niepełnej infor-macji liniowej, [in:] Badania operacyjne. Przykłady zastosowań, eds. Gajda J.B., Jadczak R., Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
  • Michalska E., Dudzińska-Baryła R., 2015, Wskaźnik omega w ocenie wariantów decyzyjnych o roz-kładach ciągłych na przykładzie akcji notowanych na GPW w Warszawie, Studia Ekonomiczne, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach, Informatyka i Ekonometria (3), 241, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice, pp. 112-124.
  • Michalska E., Kopańska-Bródka D., 2015, The Omega function for continuous distribution, [in:] Conference Proceedings, eds. Martinčik D., Ircingowá J., Janeček P, 33rd International Confer-ence Mathematical Methods in Economics, University of West Bohemia, Plzeň.
  • Michalska E., Pośpiech E., 2010, Gry z naturą a niepełna informacja liniowa, Zeszyty Naukowe, Organizacja i Zarządzanie, Politechnika Śląska, no. 54, pp. 203-213.
  • Michalska E., Pośpiech E., 2011, Niepełna informacja liniowa w zagadnieniach wielokryterialnego wspomagania decyzji, Zeszyty Naukowe, Organizacja i Zarządzanie, Politechnika Śląska, no. 57, p. 259-270.
  • Ogryczak W., Śliwiński T., 2009, On efficient WOWA optimization for decision support under risk, International Journal of Approximate Reasoning, vol. 50, pp. 915-928.
  • Oxford English Dictionary, 2015.
  • Piasecki K., 1990, Decyzje i wiarygodne prognozy, Akademia Ekonomiczna w Poznaniu, Poznań.
  • Savage L., 1961, The foundations of statistics reconsidered, Studies in Subjective Probability, Wiley, New York.
  • Shadwick W., Keating C., 2002a, A Universal Performance Measure, Working Paper, The Finance Development Centre, London.
  • Shadwick W., Keating C., 2002b, A universal performance measure, Journal of Performance Meas-urement, vol. 6, no. 3, pp. 5984.
  • Sharpe W.F., 1966, Mutual fund performance, Journal of Business, vol. 39 (S1), pp. 119-138.
  • Sharpe W.F., 1994, The Sharpe Ratio, Journal of Portfolio Management, vol. 21, no.1, p. 49-58.
  • Sikora W. (ed.), 2008, Badania operacyjne, Polskie Wydawnictwo Ekonomiczne, Warszawa.
  • Trzaskalik T., 2008, Wprowadzenie do badań operacyjnych z komputerem, Polskie Wydawnictwo Ekonomiczne, Warszawa.
  • Tversky A., Kahneman D., 1992, Advances in prospect theory: Cumulative representation of uncer-tainty, Journal of Risk and Uncertainty, vol. 5, no. 4, pp. 297-323.
  • Von Mises L., 1962, The Ultimate Foundation of Economic Science. An Essay on Method, D. Van Nostrand Company, Inc., Princeton.
  • von Neumann J., Morgenstern O., 1944, Theory of Games and Economic Behavior, Princeton Univer-sity Press.
  • Vilkancas R., 2014, Characteristics of Omega-optimized portfolios at different levels of threshold returns, Business, Management and Education, vol. 12, no. 2, pp. 245-265.
  • Wald A., 1950, Statistical Decision Functions, Wiley, New York.
  • Weber M., 1987, Decision making with incomplete information, European Journal of Operational Research, vol. 28, pp. 44-57.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171447172

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.