Рассматривается задача динамического управления инвестиционным портфелем (ИП), состоящим из рисковых вложений (обыкновенных акций) и безрискового вклада (банковского счета или надежных облигаций). Задача управления ИП формулируется как динамическая задача слежения по квадратичному критерию в пространстве состояний. Для описания доходностей рисковых финансовых вложений используется однофакторная рыночная модель. Получены уравнения для определения оптимальной стратегии управления. Приведены результаты численного моделирования.
Dynamic managing investment portfolio in state space using market model.pdf Проблема управления ИП является одной из основных вуправлении финансами и представляет как теоретический,так и практический интерес. Можно выделить два основныхподхода к ее решению. Классический подход, предложен-ный в [1,2], и последующие его модификации исходят изпредположения о том, что при формировании своего порт-феля инвестор, с одной стороны, хотел бы минимизироватьриск портфеля (обычно дисперсию портфеля или связанныес ней меры риска), с другой стороны - получать желаемуюдоходность (либо в двойственной постановке - максимизи-ровать доходность при ограниченном риске). При этом за-дача оптимизации структуры портфеля (определения опти-мальных долей вложений в различные виды активов) реша-ется в статической постановке (однопериодные модели) и взависимости от выбора функции риска и способов учета не-определенности сводится к решению задач квадратичного,стохастического или линейного программирования [1 - 5].Возможно распространение этого подхода на многопериод-ный случай, однако это приводит к значительным вычисли-тельным затратам [6].Второй подходмомент времени k, vi (k +1) , r(k+1) - ставки доходно-стей соответственно рисковых и безрискового вло-жений на интервале [k, k+1]; vi (k +1) - случайная ве-личина. Если ui (k) > 0 , то - покупку акций вида i - насумму ui (k) , снятую с банковского счета, а еслиui (k) < 0 , то это означает продажу акций вида i насумму ui (k) и помещение этой суммы на банков-ский счет. В векторно-матричной форме уравнения(1), (2) имеют видx(k +1) = A(k +1)[x(k) + Bu(k)], (3)где матрицыА(k+1)==diag{1+v1(k+1),1+v2(k+1),...,1+vn−1(k+1),1+r(k+1)},⎥⎦⎤⎢⎣⎡= − −EB I n 1 , E = [1,1,...,1],I n−1 - единичная матрица размера (n - 1). Необходи-мо определить стратегию управления ИП путем пере-распределения капитала между различными инвести-циями так, чтобы капитал реального портфеля с наи-меньшими отклонениями (с минимально возможнымриском) следовал капиталу некоторого определяемогоинвестором эталонного портфеля, эволюция которогоописывается уравнениемV0(k+1)=[1+0(k+1)]V0(k), (4)где 0 (k) > r(t) - заданная желаемая доходностьпортфеля.В качестве меры риска выберем квадратичныйфункционал вида( )⎩ ⎨ ⎧+ + − = −=10[ ( ) 0 ( )]2 ( ) ( ) ( )TkY M V k V k uT k R k u k+ [V(T) −V 0 (T)]2 }, (5)где общий капитал портфеля V(k) = Cx(k), С = [E, 1],матрица R(k) > 0, начальный капитал V (0) = V 0 (0).Второе слагаемое в функционале (5) накладывает ог-раничения на "мощность" управляющих воздействий.Отрицательное значение переменной xn (k) означаетзаем капитала в размере xn (k) , отрицательное значе-ние какой-либо из переменных xi , i = 1,2,...,n −1, оз-начает рекомендацию участвовать в операции «shotsale» (продажа без покрытия) [14].Для описания эволюции доходностей рисковыхфинансовых активов используем однофакторную ры-ночную модель [14]vi (k) i i Rm (k) i i (k) = + + , (6)где i (k) - последовательность некоррелированныхслучайных величин с нулевым средним и единичнойдисперсией; i - коэффициент смещения; i - коэф-фициент наклона (в рыночной модели он носит назва-ние «коэффициент "бета" ценной бумаги вида j»), > 0 i - волатильность (изменчивость) ценной бума-ги; Rm - эффективность рынка (доходность рыночно-го индекса). Для описания динамики изменения до-ходности рыночного индекса используем модель ви-да [10]Rm (k) m m m (k) = + , (7)где m - ожидаемая доходность; > 0 m - волатиль-ность рыночного индекса; m (k) - последователь-ность некоррелированных случайных величин с нуле-вым средним и единичной дисперсией. Последова-тельности i (k), i = 1,2,..., n −1, и m (k) некоррели-рованы между собой.С учетом (7) уравнение (6) примет видvi (k) i i m i m m (k) i i (k) = + + + . (8)ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНОЙСТРАТЕГИИ УПРАВЛЕНИЯИспользуя модель доходностей рисковых активов(8), уравнение портфеля (3) преобразуем к виду0 01111( 1) ( 1) ( ) ( 1) ( )( 1) ( 1) ( )( 1) ( 1) ( )( 1) ( ) ( 1) ( ),ni iini iim mxk Ak xk Bk ukA k k x kB k k u kS k xk L k uk−=−=+ = + + + +⎡ ⎤+⎢ + + ⎥ +⎣ ⎦⎡ ⎤+⎢ + + ⎥ +⎣ ⎦+ + + +(9)где A0= diag{1+ 1+ 1m, 1+ 2 + 2m, ... ,} 1 1 ..., 1 , 1 n n m r + − + − + ;Ai= diag{0,...,0,i,0,...,0} ;1 12 201 11 0 ... 0,0 1 0,..... .................... ..0 0 ... 1 ,(1 ) (1 ) ... (1 )mmn n mBr r r− −⎡ + + ⎤⎢ + + ⎥=⎢⎢ ⎥⎥⎢ + + ⎥⎢⎣ − + − + − + ⎥⎦⎥⎦⎤⎢⎣= ⎡0n−1iiB b ,bi= diag{0,...,0, i,0,...,0} ,⎥ ⎥ ⎥⎦⎤⎢ ⎢ ⎢⎣⎡ =−0 ... 0 00 ... 0... ... ... ...... 0 011n mmS ;⎥ ⎥ ⎥⎦⎤⎢ ⎢ ⎢⎣⎡ =−0 ... 00 ...... ... ...... 011n mmL .Введем расширенный вектор-столбецz(k) = [xT (k),V 0 (k)]Tи, объединяя уравнения (9) и (4), запишем0 011( 1) ( 1) ( ) ( 1) ( )( 1) ( 1) ( )ni iiz k A k z k B k u kA k k z k−=+ = + + + +⎡ ⎤+⎢ + + ⎥ +⎣ ⎦ (10)11( 1) ( 1) ( )( 1) ( ) ( 1) ( ),где ⎥⎦⎤⎢⎣⎡+ = 000 0 10nTn A A ; ⎥⎦⎤⎢⎣= ⎡0 00nTi niA A ;⎥⎦⎤⎢⎣= ⎡−100 0nB B ; ⎥⎦⎤⎢⎣= ⎡0n−1iiB B ; ⎥⎦⎤⎢⎣= ⎡0 00nTn S S ; ⎥⎦ ⎤⎢⎣ ⎡=0n−1L L .Система (10) относится к классу систем с мульти-пликативными шумами. Определим оптимальнуюстратегию управления с обратной связью видаu(k) = K(k) z(k) ,где K(k) - матрица коэффициентов обратной связи,выбирается из условия минимума функционала (5).Функционал (5) можно записать в видеtr ( ) ( ) ( ) ( ) ( )T 1T Tл 0Y C CP k K k R k K k P k−=⎧⎪= ⎨⎪⎩ ⎣⎡ + ⎦⎤++CTCP(T)}, (11)где tr{} - след матрицы; C = [C, −1];P(k) = M{z(k) zT (k)}- матрица вторых моментов. Получим разностноематричное уравнение для определения этой матрицы.Используя уравнение (10), будем иметь0 00 0( 1) ( 1) ( 1) ( )( ) ( 1) ( 1) ( ) TP k A k B k K kP k A k B k K k+ =⎡⎣ + + + ⎤⎦ ⎡⎣ + + + ⎤⎦ +11( 1) ( 1) ( ) ( )( 1) ( 1) ( )ni iiTi iAk Bk Kk PkA k B k K k−=+ ⎡⎣ + + + ⎤⎦ ⎡⎣ + + + ⎤⎦ +[ ] [ ]T + S + L K(k) P(k) S + L K(k). (12)Оптимальную стратегию управления получим,решив задачу оптимизации детерминированной сис-темы, описываемой матричным уравнением динамикивторых моментов состояний (12), матрицей K(k) в ка-честве управляющих воздействий и критерием опти-мальности (11). Для решения этой задачи используемпринцип максимума в матричной формулировке [15].Определим Гамильтониан системыH=tr{CTCP(k)+KT(k)R(k)K(k)P(k)}+{( 0 00 0tr ( 1) ( 1) ( ) ( )( 1) ( 1) ( ) TAk B k Kk PkA k B k K k+ ⎡⎣ + + + ⎤⎦ ⎡⎣ + + + ⎤⎦ +)11( 1) ( 1) ( ) ( )( 1) ( 1) ( ) ( 1)}ni iiTi iA k B k K k P kA k B k K k Q k−=+ ⎡⎣ + + + ⎤⎦ ⎡⎣ + + + ⎤⎦ + +tr{ ( ) ( ) ( ) ( 1)} T + ⎡⎣S+LK k ⎤⎦Pk ⎡⎣S+LK k ⎤⎦ Qk+ ,где Q(k) - матричный множитель Лагранжа. Необхо-димые условия минимума имеют вид* ( )( )P kQ k H= , 0.( ) *=K kHВзяв производные, получим уравнения, дающиерешение задачи слежения за эталонным портфелем:⎢⎣⎡+ + + + + − = −=11( ) ( ) ( 1) ( 1) ( 1)niiTK k R k Bi k Q k B k+ + + + + + ] −1B0T (k 1)Q(k 1)B0 (k 1) LT Q(k 1) L0 011( 1) ( 1) ( 1)( 1) ( 1) ( 1) ( 1) ,TnT Ti iiB k Qk A kB k Qk A k L Qk S−=⎡⎣ + + + +⎤ + + + + + +⎦( )( )0 00 0( ) ( 1) ( 1) ( )( 1) ( 1) ( 1) ( )T Q k A k B k K kQ k A k B k K k= + + + + + + + ++ (S + L K(k)) Q(k +1)(S + L K(k))+ T11( 1) ( 1) ( )( 1) ( 1) ( 1) ( )n Ti iii iA k B k K kQ k A k B k K k−=+ ⎣⎡ + + + ⎦⎤ + ⎡⎣ + + + ⎤⎦ ++ KT (k) R(k)K(k) + C T C , Q(T) = C TC .ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕПример 1. Определим стратегию управленияпортфелем, состоящим из банковского счета доходно-стью r = 0,002 и одного вида акций, с параметрами1 =0,01, 1 =1,3, 1 =0,02. Параметры рыночного ин-декса: m =0,007 и m =0,01. Доходность эталонногопортфеля 0 = 0,01. Весовой коэффициент R = 0,01.Результаты численного моделирования ИП представ-лены на рис. 1, где на оси абсцисс указаны номера ин-тервалов, а по оси ординат - суммы вложений. Нарис. 2 и 3 показаны поведения доходностей акции ирыночного индекса соответственно.Рис. 1. Динамика портфеля, состоящего из акции и банков-ского счета: кр. 1 - построенный портфель; кр. 2 - эталон-ный портфель; кр. 3 - банковский счет; кр. 4 - акция; кр. 5 -управлениеРис. 2. Динамика поведения доходности акции (пример 1)Рис. 3. Динамика поведения рыночного индекса (пример 1)Пример 2. Рассмотрим портфель, состоящий изтрех видов акций и банковского счета. Параметрырисковых ценных бумаг для данного ИП следующие: = 1 0,03, 1 =0,01, 1 =1,5, = 2 0,025, 2 =0,015,2 =0,9, = 3 0,03, 3 =0,012, 3 =0,7. Параметрырыночного индекса: m =0,012, m =0,02. Доходностьбанковского счета r = 0,0025. Доходность эталонногопортфеля 0 =0,02. Весовая матрица R = diag{1,1,1} .Рис. 4 иллюстрирует динамику распределения финан-совых ресурсов между различными видами активов,на рис. 5 показано поведение управляющих воздейст-вий, на рис. 6 и 7 изображено поведение рыночногоиндекса и доходности 3-й акции.Рис. 4. Динамика портфеля, состоящего из трех акций ибанковского счета: кр. 1 - эталонный портфель; кр. 2 - по-строенный портфель; кр. 3 - банковский счет; кр. 4, 5, 6 -рисковые активыРис. 5. Динамика поведения управляющих воздействий(кр. 1, 2, 3 - u1 , u2 , u3 )Рис. 6. Динамика поведения рыночного индекса (пример 2)Рис. 7. Динамика поведения доходности 3-й акции(пример 2)
Домбровский Владимир Валентинович | Томский государственный университет | профессор, доктор технических наук, заведующий кафедрой математических методов и информационных технологий в экономике экономического факультета | dombrovs@ef.tsu.ru |
Домбровский Дмитрий Владимирович | Томский государственный университет | студент факультета прикладной математики и кибернетики | dombrovs@ef.tsu.ru |
Markowitz H.M. Portfolio selection // J. of Finance. 1952. V. 7. No. 1. P. 77-91.
Tobin J. Liquidity preference as behavior towards risk // Review of Economic Studies. 1958. V. 26. No. 1. P. 65-86.
Young M. R. A minimax portfolio selection rule with linear programming solution // Management Science. 1998. V.44. No. 5. P. 673-683.
Golub B., Holmer M., McKendall R., et al. A stochastic programming model for money management // European Journal of Operational Research. 1995. V.85. P. 282-296.
Dupacova J. Portfolio optimization via stochastic programming: Methods of output analysis // Mathematical Methods of Operational Research. 1999. V.50. P. 245-270.
Zenios S. A. High-performance computing in finance: the last 10 years and the next // Paraller Computing. 1999. V.25. P. 2149-2175.
Merton R. C. Continuous-time finance. Cambr. Ma. Blackwell, 1990.
Kushner H. J. Consistency issues for numerical methods for variance control with applications to optimization in finance // IEEE Transaction on Automatic Control. 1999. V.44. No. 12. P. 2283-2296.
Bielecki T.R., Pliska S.R. Risk-sensitive dynamic asset management // Applied Mathematics and Optimization. 1999. No. 39. P. 337-360.
Runggaldier W.J. On stochastic control in finance. Mathematical Systems Theory in Biology, Communication, Computation and Finance / Eds. D. Gilliam and J. Rosental. IMA Book Series (MTNS-2002). Springer Verlag, 2002.
Dombrovsky V.V., Gerasimov E.S. Dynamic network model of control investment portfolio in continuous time // Proceeding of 5th Russian- Korean Symposium on Science and Technology (KORUS-2001). Tomsk, 2001. P. 304-308.
Герасимов Е.С., Домбровский В.В. Динамическая сетевая модель управления инвестициями при квадратичной функции риска // Автоматика и телемеханика. 2002. № 2. C. 119-127.
Dombrovsky V.V., Fedosov E.N. State space model of portfolio selection in non-stationary jump-diffusion market // Automatic Control and Computer Sciences. 2002. V. 36. No. 6. P.13-24.
Шарп У., Александер Г., Бейли Дж. Инвестиции. М.: ИНФРА-М, 1997.
Athans M. The matrix minimum principle // Information and Control. 1968. V.11. P.592-606.