بهینه‌سازی سبد سهام برابری ریسک بر مبنای ارزش در معرض ریسک شرطی

چکیده مقاله :

هدف: برابری ریسک، یکی از مدل‌های انتخاب سبد سهام می‌باشد که پس از بحران مالی آمریکا در سال 2008 مورد توجه بسیار قرار گرفته است. فلسفه این مدل، اختصاص تا حد یکسان ریسک سبد بین دارایی‌های تشکیل دهنده آن می‌باشد. ارزش در معرض ریسک شرطی یکی از معیارهای محبوب و متداول سنجش ریسک در مالی می‌باشد که امید ریاضی ضرر یک سبد سهام را برای مقادیر فراتر از یک مقدار آستانه و در یک سطح اطمینان و افق زمانی معلوم اندازه می‌گیرد. هدف پژوهش حاضر طراحی و بهینه سازی عملکرد مدل سبد سهام برابری ریسک با معیار ارزش در معرض ریسک شرطی می‌باشد. روش: در پژوهش حاضر مدل سبد سهام بهینه برابری ریسک با معیار سنجش ریسک ارزش در معرض ریسک شرطی به کمک قضیه اویلر برای توابع همگن و قضیه دوگانی، به صورت یک برنامه ریزی محدب استخراج می گردد و در ضمن یک سبد سهام نمونه‌ای در بورس اوراق بهادار تهران مورد ارزیابی عملکرد قرار می‌گیرد. یافته ها: سبد سهام نمونه‌ای پژوهش متشکل از 8 صنعت از بورس اوراق بهادار تهران در بازه 1390 تا ابتدای 1400 نشان می‌دهد که سبد برابری ریسک بر مبنای ارزش در معرض ریسک شرطی در معیارهای نسبت شارپ، نسبت کالمار و بیشترین افت سرمایه دارای عملکرد بهتری نسبت به مدل برابری ریسک معمولی(بر پایه انحراف معیار) و مدل برابری وزن (هموزن) می‌باشد. نتیجه گیری: با توجه به شاخص‌های عملکرد، به سرمایه‌گذاران ریسک‌گریز پیشنهاد می‌شود تا از مدل انتخاب سبد سهام پژوهش استفاده کنند

چکیده انگلیسی :

Objective: Risk parity portfolio is one of the stock portfolio selection models that has received a lot of attention since the US financial crisis in 2008. The philosophy of this model is to allocate the same amount of portfolio risk between the constituent assets. Conditional value at risk is one of the most common and popular criteria for measuring risk in finance that measures the loss of a portfolio in mathematical expectation when the amount of loss exceeds a threshold for a certain level of confidence and in a certain time horizon. The purpose of this study is to design and evaluate the performance of the parity risk model with this risk criterion. Method: In the current research, the optimal portfolio model of risk parity with the risk measurement criterion of conditional value at risk is derived in the form of a convex programming with the help of Euler's theorem for homogeneous functions and the duality theorem, and its performance is evaluated in the Tehran Stock Exchange in a sample stock portfolio. Results: The research portfolio consisting of 8 industries from Tehran Stock Exchange in the period 1390 to the beginning of 1400 shows that the research portfolio in the criteria of Sharpe ratio, Kalmar ratio and maximum drawdown has a better performance than the normal risk parity model (based on standard deviation) and the equally weighted portfolios. Conclusion: According to the performance ratios of the research stock portfolio selection model, risk-averse investors are suggested to use this stock portfolio selection model

منابع و مأخذ:

دولو، مریم؛ فدائی مولودی، حبیب اله؛ صفری طاهرخانی، علی. (1398). بررسی استراتژی تخصیص سهام بر اساس رویکرد ریسک برابر. راهبرد مدیریت مالی. 1-30.
میرمحمدی، سید ابراهیم؛ معدنچی زاج، مهدی؛ پناهیان، حسین؛ جباری، حسین. (1400). انتخاب سبد سهام با رویکرد ترکیبی برابری ریسک و تحلیل عاملی بر پایه تغییر رژیم مارکوف. تصمیم گیری و پژوهش در عملیات،7(1)، 121-149.

References
Acerbi, C. (2002). Spectral measures of risk: A coherent representation of subjective risk aversion. Journal of Banking & Finance, 26(7), 1505-1518.
Artzner, P., Delbaen, F., Eber, J. M., & Heath, D. (1999). Coherent measures of risk. Mathematical finance, 9(3), 203-228.
Bai, X., Scheinberg, K., & Tutuncu, R. (2015). Least-squares approach to risk parity in portfolio selection. Quantitative finance, 16(3), 357-376.
Bucher, C., & Osterrieder, J. (2021). Risk Parity for Multi-Asset Futures Allocation – A Practical Analysis of the Equal Risk Contribution Portfolio (June 2, 2021). Available at SSRN: https://ssrn.com/abstract=3858730 .
Capiński,M., & Zastawniak ,T. (2003). Mathematics for Finance: An Introduction to Financial Engineering, Springer.
Caporin, M., Lisi, F., & Janin, M. (201. 2). A survey on four families of perfomance measures. Working papers series, 12, 1-26.
Chaves, D. B., Hsu, J. C., LI, F., & Shakernia, O. (2011). Risk parity portfolio vs. other asset allocation heuristic portfolios. Journal of investing, 20, 108-118.
Choi, J., Kim, H., & Kim, S. (2021). Diversified Reward-Risk Parity in Portfolio Construction(September15,2021). Available at SSRN: https://ssrn.com/abstract=3871944.
Costa, G., & Kwon, R. H. (2019). Risk parity portfolio optimization under a Markov regime-switching framework. Quantitative finance, 19(3), 453-471.
Costa, G., & Kwon, R. (2020). Data-Driven Distributionally Robust Risk Parity Portfolio Optimization. SSRN Electronic Journal. 10.2139/ssrn.3709680.
Davallou, M., Fadaei Molodi, H., Safari Taherkhani, A. (2019). Stock allocation strategy with equal risk contribution. Financial Management Strategy Journal, 1-30.
DeMiguel, V., Garlappi, L., & Uppal, R. (2009). Optimal versus naive diversification: How inefficient is the 1/N portfolio strategy? The review of financial studies, 22(5), 1915-1953.
Gambeta, V., & Kwon, R. (2020). Risk return trade-off in relaxed risk parity portfolio optimization. Journal of risk and financial management, 13(10), 1-28.
Kim, H., & Kim, S. (2021). Reduction of estimation error impact in the risk parity strategies. Quantitative Finance, 21(8), 1351-1364.
Lee, W. (2011). Risk-based asset allocation: a new answer to an old question? The journal of portfolio management, 37(4), 11-28.
Marat, M. (2020). A modified hierarchical risk parity framework for portfolio management. The journal of financial data science. DOI: https://doi.org/10.3905/jfds.2020.1.038
Mirmohammadi, E., Madanchi, M., Panahian, H., & Jabbary, H. (2021). Portfolio Selection using risk parity and factor analysis under markov regime-switching prope. Journal of Decisions& Operations Research, 7(1), 121-149.
Mirmohammadi, E., Madanchi, M., Panahian, H., & Jabbary, H. (2021). Stock Portfolio Optimization Using a Combined Approach of Relative Robust Risk Parity. Iranian Journal of Finance, 5(4), 87-106.
Nakagawa, K., Kawahara, T., & Ito, A. (2020) Asset Allocation Strategy with Non-Hierarchical Clustering Risk Parity Portfolio. Journal of Mathematical Finance, 10, 513-524.
Pflug, G. C. (2000). Some remarks on the value-at-risk and the conditional value-at-risk. In Probabilistic constrained optimization (pp. 272-281). Springer, Boston, MA.
Rockafellar, R., & Uryasev, S. (2000). Optimization of Conditional Value-at-Risk. Journal of Risk, 2(3), 21-42.
Roncalli, T., & Weisang, G. (2016). Risk parity portfolios with risk factors. Quant. Finance. 16(3), 377–388.
Roncalli, T. (2013). Introduction to risk parity and budgeting. 1st edition, Chapman & Hall/CRC, USA.