Nonlinear portfolio selection using approximate parametric Value-at-Risk
Nonlinear portfolio selection using approximate parametric Value-at-Risk
复制标题
使用近似参数风险值进行非线性投资组合选择
DOI：
10.1016/j.jbankfin.2013.01.036
复制
发表时间：
2013-06
期刊：
影响因子：
--
通讯作者：
Li D.
中科院分区：
文献类型：
--
作者：
Cui X. T.;Zhu S. S.;Sun X. L.;Li D.
由于非线性投资组合问题的一个显著特征是收益率分布具有偏态性，因此风险价值（Value-at-Risk，VaR）特别适合作为非线性投资组合问题的风险度量。不幸的是，使用VaR风险度量的非线性投资组合选择公式通常是一个计算困难的优化问题。本文研究了基于近似参数风险价值的非线性投资组合模型。更具体地说，我们使用的一阶和二阶近似的风险值构建投资组合选择模型，并表明，投资组合选择模型的基础上的Delta-唯一的，Delta-伽玛-正常和最坏情况下的Delta-伽玛风险值近似可以重新制定为二阶锥规划，这是多项式可解的使用邻域点方法。我们的模拟和实证结果表明，使用Delta Gamma正态VaR近似的模型在近似精度和计算效率之间的平衡方面表现最好。
As the skewed return distribution is a prominent feature in nonlinear portfolio selection problems which involve derivative assets with nonlinear payoff structures, Value-at-Risk (VaR) is particularly suitable to serve as a risk measure in nonlinear portfolio selection. Unfortunately, the nonlinear portfolio selection formulation using VaR risk measure is in general a computationally intractable optimization problem. We investigate in this paper nonlinear portfolio selection models using approximate parametric Value-at-Risk. More specifically, we use first-order and second-order approximations of VaR for constructing portfolio selection models, and show that the portfolio selection models based on Delta-only, Delta–Gamma-normal and worst-case Delta–Gamma VaR approximations can be reformulated as second-order cone programs, which are polynomially solvable using interior-point methods. Our simulation and empirical results suggest that the model using Delta–Gamma-normal VaR approximation performs the best in terms of a balance between approximation accuracy and computational efficiency.
登录
查看更多内容
影响因子：
8
作者：
P. Ritchken;R. Trevor
通讯作者：
P. Ritchken;R. Trevor
影响因子：
1.8
作者：
N. Sahinidis
通讯作者：
N. Sahinidis
影响因子：
2.7
作者：
A. d’Aspremont;L. Ghaoui
通讯作者：
A. d’Aspremont;L. Ghaoui
DOI：
10.3905/jod.1997.407975
发表时间：
1996-06
期刊：
--
影响因子：
--
作者：
Chris Marshall;Michael Siegel
通讯作者：
Chris Marshall;Michael Siegel
DOI：
10.2139/ssrn.411062
发表时间：
2003-04
期刊：
Econometrics eJournal
影响因子：
--
作者：
L. Bauwens;S. Laurent;J. Rombouts
通讯作者：
L. Bauwens;S. Laurent;J. Rombouts