The analysis of robust portfolios risk in the stochastic programming method

• Authors: Agnieszka Orwat-Acedańska

Title variants

PL

Analiza ryzyka portfeli odpornych w metodzie programowania stochastycznego

• Languages of publication: EN

Abstracts

EN

The paper discusses an application of stochastic programming to the portfolio selection problem involving estimation risk. The paper focuses on problems where a portfolio risk should not exceed some prespecified level with high probability. Based on the real data on daily returns from American sector stock indices it is analyzed whether the stochastic programming methods truly guarantee to reach the goal regarding portfolios risk. The results show that the discussed methods indeed lower probability of exceeding the risk level compared to the classical approach. However in most cases the excess fractions were still higher from the level expected by an investor.

PL

W artykule rozważano zastosowanie metod programowania stochastycznego w problemach wyboru portfela uwzględniających ryzyko estymacji. Koncentrowano się na zadaniach, które miały na celu zapewnienie, że ryzyko portfela z dużym prawdopodobieństwem nie przekroczy zadanego poziomu. Bazując na rzeczywistych danych dotyczących dziennych stóp zwrotu amerykańskich indeksów sektorowych, analizowano, czy rozważane metody programowania stochastycznego pozwalają osiągnąć zakładany cel odnośnie do ryzyka portfela. Wyniki wskazują, że w porównaniu do klasycznego podejścia analizowane metody pozwalają zmniejszyć prawdopodobieństwo przekroczenia zadanego poziomu ryzyka. Niemniej jednak w większości przypadków odsetek przekroczeń w dalszym ciągu był wyższy od zakładanego.

Keywords

EN

Monte Carlo method; Robust portfolios; Sampling; Stochastic programming; Metoda Monte Carlo; Portfele odporne; Programowanie stochastyczne; Próbkowanie

• Publisher: Uniwersytet Ekonomiczny w Katowicach
• Journal: Studia Ekonomiczne
• Year: 2015
• Volume: 247
• Pages: 84-95

Contributors

author

Agnieszka Orwat-Acedańska

References

• Campi M., Garatti S. (2011), A Sampling-and-Discarding Approach to Chance-Constrained Optimization: Feasibility and Optimality, “Journal of Optimization Theory and Applications”, Vol. 148(2), p. 257-280.
• Luedtke J., Ahmed S. (2008), A Sample Approximation Approach for Optimization with Probabilistic Constraints, “SIAM Journal of Optimization”, Vol. 19, p. 674-699.
• Markowitz H. (1952), Portfolio Selection, “Journal of Finance”, Vol. 7.
• Pagoncelli B., Ahmed S., Shapiro A. (2009), The Sample Average Approximation Method for Chance Constrained Programming: Theory and Applications, “Journal of Optimization Theory and Applications”, Vol. 142, p. 399-416.
• Shapiro A., Dentcheva D., Ruszczyński A. (2009), Lectures on Stochastic Programming: Modelling and Theory, SIAM, Philadelphia.
• Yu L., Ji X., Wang S. (2003), Stochastic Programming Models in Financial Optimization: A Survey, “AMO – Advanced Modeling and Optimization”, Vol. 5(1).

Identifiers

ISSN

2083-8611