Finanse, Rynki Finansowe, Ubezpieczenia

Wcześniej: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia

ISSN: 2450-7741     eISSN: 2300-4460     DOI: 10.18276/frfu.2017.86-15
CC BY-SA   Open Access 

Lista wydań / 2/2017 (86)
Struktura portfeli efektywnych w modelach średnia-wariancja-skośność

Autorzy: Renata Dudzińska-Baryła
Uniwersytet Ekonomiczny w Katowicach

Donata Kopańska-Bródka
Uniwersytet Ekonomiczny w Katowicach

Ewa Michalska
Uniwersytet Ekonomiczny w Katowicach
Słowa kluczowe: skośność dywersyfikacja portfele efektywne
Rok wydania:2017
Liczba stron:12 (185-196)
Cited-by (Crossref) ?:

Abstrakt

Cel – Obserwowane w praktyce inwestycyjnej rozkłady stóp zwrotu instrumentów finansowych są roz-kładami asymetrycznymi, zatem modele uwzględniające tylko średnią i wariancję pomijają istotne wła-sności tworzonych portfeli inwestycyjnych. Celem pracy jest analiza stopnia dywersyfikacji portfeli uwzględniających dodatkowe kryterium maksymalizacji trzeciego momentu centralnego będącego mia-rą skośności. Metodologia badania –W pracy analizowano podzbiory portfeli efektywnych, których struktura jest ta-ka sama. Uwzględniając dodatkowo kryterium maksymalizacji trzeciego momentu centralnego, wyzna-czono zbiory portfeli optymalnych o tym samym stopniu dywersyfikacji. Omawiane podejście zastoso-wano do analizy portfeli spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie. Wynik – Pokazano, że uzupełnienie analizy portfeli efektywnych o skośność w sposób znaczący zmienia optymalną strukturę portfeli. Im większa siła preferencji odnośnie skośności tym stopień zdywersyfiko-wania portfeli jest mniejszy. Oryginalność/Wartość – W pracy zaproponowano trzykryterialny model wyboru optymalnego portfela akcji uwzględniający jednoczesną maksymalizację wartości oczekiwanej i skośności oraz minimalizację wariancji. Parametryczna analiza stopnia dywersyfikacji pozwoliła na badanie stabilności struktury portfeli optymalnych w zależności od preferencji inwestora w odniesieniu do wartości oczekiwanej stopy zwrotu oraz skośności stopy zwrotu.
Pobierz plik

Plik artykułu

Bibliografia

1.Arditti, F. D. (1975). Skewness and Investor’s Decisions: A Reply. The Journal of Financial and Quantitative Analysis, 10, 173-176.
2.Athayde, G., Flores, R. (2004). Finding a Maximum Skewness Portfolio – A General Solution to Three-Moments Portfolio Choice. Journal of Economic Dynamics and Control, 28, 1335-1352.
3.Barone-Adesi, G. (1985). Arbitrage Equilibrium with Skewed Asset Returns. Journal of Financial and Quantita-tive Analysis, 20, 299-313.
4.Briec, W., Kerstens, K., Van de Woestyne, I. (2013). Portfolio selection with skewness: A comparison of methods and a generalized one fund result. European Journal of Operational Research, 230, 412-421.
5.Dudzińska, R. (2002). Wykorzystanie portfeli rogowych do wyznaczania linii efektywnej. W: T. Trzaskalik (red.), Modelowanie preferencji a ryzyko '02 (s. 93-106). Katowice: Wydawnictwo Akademii Ekonomicznej w Katowicach.
6.Dudzińska-Baryła, R., Kopańska-Bródka, D., Michalska, E. (2015). Analiza portfeli narożnych z uwzględnie-niem skośności. Zeszyty Naukowe Uniwersytetu Szczecińskiego nr 862. Finanse, Rynki Finansowe, Ub-ezpieczenia nr 75, 123-133.
7.Guidolin, M., Timmermann, A. (2008). International Asset Allocation under Regime Switching, Skew, and Kur-tosis Preferences. Review of Financial Studies, 21, 889-935.
8.Haugen, R. A. (1996). Teoria nowoczesnego inwestowania. Warszawa: WIG-Press.
9.Kane, A. (1982). Skewness Preference and Portfolio Choice. Journal of Financial and Quantitative Analysis, 17, 15-25.
10.Kemalbay, G., Özkut, C. M., Franko, C. (2011). Portfolio Selection with Higher Moments: A Polynomial Goal Programming Approach to ISE-30 Index. Ekonometri ve İstatistik Sayı, 13, 41-61.
11.Kim, W. Ch., Fabozzi, F. J., Cheridito, P., Fox, Ch. (2014). Controlling Portfolio Skewness and Kurtosis Without Directly Optimizing Third and Fourth Moments. Economic Letters, 122, 154-158.
12.Konno, H., Shirakawa, H., Yamazaki, H. (1993). A Mean-absolute Deviation-skewness Portfolio Optimization Model. Annals of Operations Research, 45, 205-220.
13.Kopańska-Bródka, D. red. (2004). Wybrane problemy ilościowej analizy portfeli akcji. Katowice: Wydawnic-two Akademii Ekonomicznej w Katowicach.
14.Kopańska-Bródka, D. (2014). Optymalny portfel inwestycyjny z kryterium maksymalnej skośności, Studia Ekonomiczne. Zeszyty Naukowe Wydziałowe Uniwersytetu Ekonomicznego w Katowicach, 208, 46-58.
15.Lai, T. (1991). Portfolio Selection with Skewness: A Multi-Objective Approach. Review of Quantitative Finance and Accounting, 1, 293-305.
16.Li, X., Qin, Z., Kar, S. (2010). Mean-variance-skewness Model for Portfolio Selection with Fuzzy Returns. Euro-pean Journal of Operational Research, 202, 239-247.
17.Malevergne, Y., Sornette, D. (2005). Higher-Moment Portfolio Theory. Journal of Portfolio Management, 31, 49-55.
18.Nguyen, T.T., Chen, J.T., Gupta, A.K. (2003). A proof of the conjecture on positive skewness of generalised inverse Gaussian distributions. Biometrika, 90(1), 245–250
19.Piasecki, K., Tomasik, E. (2013). Rozkład stóp zwrotu z instrumentów polskiego rynku kapitałowego. Kraków-Warszawa: edu-Libri.
20.Proelss, J., Schweizer, D. (2014). Polynomial Goal Programming and the Implicit Higher Moment Preferences of US Institutional Investors in Hedge Funds. Financial Markets and Portfolio Management, 28, 1-28.
21.Sharpe, W. F. (2000). Macro-Investment Analysis: Optimization. The Critical Line Method, Pobrane z: http://web.stanford.edu/~wfsharpe/mia/opt/mia_opt3.htm (12.03.2016).
22.Simonson, D. (1972). The Speculative Behavior of Mutual Funds. Journal of Finance, 27, 381-391.
23.Xiong, J. X., Idzorek, T. M. (2011). The Impact of Skewness and Fat Tails on the Asset Allocation Decision. Financial Analysts Journal, 67, 23-35.