Wykorzystanie warunkowej wartości zagrożonej (CVaR) do optymalizacji portfela inwestycji na GPW

• Autorzy: Adam Krzemienowski
• Języki publikacji: PL

Abstrakty

Celem pracy A. Krzemienowskiego "Wykorzystanie warunkowej wartości zagrożonej (CVaR) do optymalizacji portfela inwestycji na GPW" (która to wartość umożliwia wyznaczanie portfela za pomocą programowania liniowego i jest zgodna z aksjomatami wyboru w warunkach ryzyka) jest porównanie modeli względnej warunkowej wartości zagrożonej, implementowanej jako najgorsze semiodchylenie warunkowe od średniej, z modelem ilorazowym, maksymalizującym stosunek przyrostu stopy zwrotu i ryzyka, w odniesieniu do inwestycji w instrumenty wolne od ryzyka. Praca przedstawia wyniki badań eksperymentalnych modeli w optymalizacji portfela inwestycji na Giełdzie Papierów Wartościowych w Warszawie.(abstrakt oryginalny)

Słowa kluczowe

PL

Analiza wartości zagrożonej; Portfel inwestycyjny; Modele optymalizacyjne; Analiza inwestycyjna

EN

Value at Risk Analysis; Investment portfolio; Optimizing models; Investment analysis

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2003
• Tom: Modelowanie preferencji a ryzyko '03
• Strony: 241--256

Twórcy

autor

Adam Krzemienowski

• Politechnika Warszawska

Bibliografia

• Andersson F., Mausser H., Rosen D., Uryasev S. (2001). Credit risk optimization with Conditional Value-at-Risk criterion. Mathematical Programming, 89, s. 273-291.
• E.J. Elton, M.J. Gruber, (1998). Nowoczesna teoria portfelowa i analiza papierów wartościowych. WIG PRESS, Warszawa.
• ILOG Inc. (1997). Using the CPLEX Callable Library. ILOG Inc., CPLEX Division, Incline Village.
• Krzemienowski A., Ogryczak W. (2002). Warunkowa wartość zagrożona jako miara ryzyka w optymalizacji portfela inwestycji finansowych: I. Model programowania liniowego. Rynek Terminowy, 18, s. 117-122.
• Krzemienowski A. (2003). Warunkowa wartość zagrożona jako miara ryzyka w optymalizacji portfela inwestycji finansowych: II. Analiza skuteczności na GPW. Rynek Terminowy, 19, s. 117-123.
• Mansini R., Ogryczak W., Speranza M.G. (2001). LP Solvable Models for Portfolio Optimization: A Classification and Computational Comparison. Raport 01-25, IAiIS, Politechnika Warszawska.
• Markowitz H.M. (1952). Portfolio Selection. Journal of Finance, 7, s. 77-91.
• Ogryczak W., Ruszczyński A. (1999). From Stochastic Dominance to Mean-Risk Models: Semideviations as Risk Measures. European Journal of Operational Research, 116, s. 33-50.
• Ogryczak W., Ruszczyński A. (2002). Dual Stochastic Dominance and Qu-antile Risk Measures. International Transactions in Operational Research, 9, s. 661-680.
• Ogryczak W., Ruszczyński A. (2002). Dual Stochastic Dominance and Related Mean-Risk Models. SIAM Journal on Optimization, 13, s. 60-78.
• Rockafellar R.T. (1970). Convex Analysis. Princeton Univ. Press, Princeton, NJ.
• Rockafellar R.T., Uryasev S. (2000). Optimization of Conditional Value-at-Risk. Journal of Risk, 2, s. 21-41.
• Whitmore G.A., Findlay M.C. (eds.) (1978). Stochastic Dominance: An Approach to Decision-Making under Risk. D.C.Heath, Lexington, MA.
• Young M.R. (1998). A Minimax Portfolio Selection Rule with Linear Programming Solution. Management Science, 44, s. 673-683.