최적의 포트폴리오 이론을 선택하는 방법은 무엇입니까?

1950년대 이전의 입력 포트폴리오 이론

Markowitz의 입력 포트폴리오 이론이 제안되기 전에는 다양한 입력의 개념이 이미 존재했습니다. Hicks(1935)는 "분리 정리"를 제안하고 투자자는 높은 수익과 낮은 위험에 대한 기대를 갖고 있기 때문에 동시에 돈이 필요하다고 설명했으며, 이는 기존 가치 이론과 마찬가지로 "화폐 이론"이라고 믿었습니다. 위기는 투자 성과와 예상 순이익에 영향을 미치기 때문에 위기를 분석에 도입해야 합니다. Kenes(1936)와 Hicks(1939)는 불확실성의 존재로 인해 이자율 외에 다양한 금융상품에 일정한 위기보상이 부가되어야 한다고 주장하면서 위기보상 개념을 제안하였고, Hicks도 자산선택의 문제를 제기하였다. 위기는 분산될 수 있다고 믿었습니다. Marschak(1938)은 불확실성 하에서 순서적 선택 이론을 제안했으며, 또한 사람들은 높은 수익과 낮은 위기를 선호하는 경향이 있다는 점에 주목했습니다. Williams(1938)는 충분한 증권에 투자하면 위기는 해소될 수 있다고 믿으며 항상 수익을 최대화하고 위기를 최소화하는 조합이 존재하며 동시에 법을 통해 이를 보장할 수 있다고 가정하여 "배당할인 모델"을 제안했습니다. 포트폴리오의 실제 수익률이 기대 수익률과 일치하도록 하세요. Leavens(1945)는 분권화의 이점을 입증했습니다. 그런 다음 VonNeumann(1947)은 기대효용 개념을 적용하여 불확실성 하에서의 의사결정 방법을 제안했습니다. 최적 입력 조합의 선택

최적 입력 조합이란 투자자가 이용할 수 있는 다양한 입력 조합 중에서 최대 기대효용가치를 얻을 수 있는 유일한 입력 조합을 말하며 유효 집합의 상향 볼록성과 무차별곡선의 하향 볼록성은 최적의 입력 조합의 고유성을 결정합니다. 마코위츠 입력 포트폴리오 이론과 그 확장

마코위츠 입력 포트폴리오 이론은 미국 경제학자 마코위츠(1952)가 출판한 "자산 포트폴리오의 선택"이라는 논문으로 현대 입력 포트폴리오 이론의 시작을 알렸습니다. 그는 평균-분산 모형을 이용하여 투자결합을 통해 위기를 효과적으로 줄일 수 있다는 점을 분석하고 결론을 내렸다.

이와 동시에 Roy(1952)는 투자 포트폴리오 전체의 평균과 분산을 선택하는 '안전 우선 포트폴리오 이론'을 제안했습니다. 투자 포트폴리오는 주어진 "재난 위험 수준"보다 낮을 확률이 모델의 결정 기준으로 사용되며, 이는 VaR(위험 가치)와 같은 이후 방법에 대한 아이디어를 제공합니다.

Tobin(1958)은 유명한 "2펀드 분리 정리"를 제안했습니다. 공매도를 허용하는 증권 포트폴리오의 선택 문제에서 각각의 유효 증권 포트폴리오는 위기 없는 자산이자 특수 자산 포트폴리오입니다. 위기 자산의.

Markowitz et al., Hicks(1962)의 "[[포트폴리오 투자의 순수 이론]"은 현금을 포함하는 자산 포트폴리오에서 포트폴리오 기대 가치와 표준 사이에 선형 관계가 있음을 지적했습니다. 편차 이고, 위기자산의 비율은 여전히 ​​이 선의 효율적 경계선을 따라 존재하며, 이는 토빈 분리 정리의 내용을 설명합니다. Wiliam.F.Sharpe(1963)는 자산 수익률이 전체 시장 수익률에만 관련되어 있다고 가정하는 "단일 지수 모델"을 제안하여 Markowitz 이론에 사용되는 복잡한 계산을 크게 단순화했습니다.

마코위츠의 모델은 위기를 설명하기 위해 분산을 사용하며, 수익 분포는 대칭적입니다. 이에 대해 많은 학자들이 서로 다른 의견을 제시해 왔습니다.

Mao(1970); Markowit(1974); Hogan, Warren(1974) 및 기타 사람들은 변동의 하반부가 위기를 더 정확하게 설명할 수 있다고 믿습니다. 그래서 그들은 분산 모델의 평균 절반에 대해 논의했습니다.

Konno와 Suzuki(1995)는 비대칭 수익 조건 하에서 평균-분산-왜도 모델을 연구했습니다. 이 모델은 동일한 평균 및 분산 자산을 갖는 모델이기 때문에 비대칭 수익 분포 조건에서 가치를 갖습니다. 포트폴리오는 서로 다른 왜도를 가질 가능성이 높으며, 왜도가 큰 자산 포트폴리오는 더 큰 수익을 얻을 가능성이 더 높습니다. Athayde와 Flores(2002)는 비대칭 분포 조건에서 자산 배분 상황을 고려했습니다. 홀수 모멘트의 처음 두 차수를 제한하는 조건에서 그들은 각각 분산과 첨도를 최소화하고 이를 확장하여 홀수 행렬을 최소화했습니다. (2002)는 투자자의 효용함수가 CRRA(Constant Relative Crisis Aversion) 효용함수라는 가정하에 기간말 기대수익률의 Taylor 확장을 확장하여 처음 4개의 고차 모멘트를 취하고 다음을 사용했습니다. 자산 배분을 최적화하기 위한 1차 조건, Jondeau, Rockinger(2002) 2005)는 변동성 집계, 비대칭성 및 뚱뚱한 꼬리 특성을 포함하여 공동 비정규 분포 및 시간에 따른 수익 특성을 고려합니다.

Taylor는 기간 말의 기대 수익률을 확장하고 처음 4개의 고차 모멘트를 취하고 1차 조건을 사용하여 자산 배분을 최적화했습니다. Sahu et al(2001, 2003)은 영향을 측정하기 위해 왜곡된 정규 분포를 제안했습니다. "두꺼운 꼬리"의 영향을 처리하면서 왜곡도와 공왜도를 완전히 고려할 수 있는 고차 적률(2004) 왜곡 정규 분포 추정에 대한 고차 적률의 영향, 처리하는 베이지안 방법

Konno와 Yamazaki(1991)는 기대 절대 편차를 사용하여 위기를 설명하고 자산 포트폴리오에 대한 선형 프로그래밍 모델을 확립했습니다. 평균-절대 편차 모델이라고 불리는 이 모델은 평균-하한 절대 편차 모델로 발전했습니다. Young(1998)은 다음과 같이 자산 포트폴리오 수익률의 최소 주문 통계를 사용했습니다. 자산 포트폴리오 선택을 위한 선형 프로그래밍 모델을 설정하기 위해 위기 측정 및 최대화 규칙을 사용 Cai(2000) 자산 포트폴리오를 사용하여 포트폴리오 자산 수익률의 최대 예상 절대 편차를 사용하여 자산 포트폴리오 선택을 위한 선형 프로그래밍 모델을 사용합니다. 확립하고 분석적인 솔루션을 제공합니다.