2-1. 현대 포트폴리오 이론(Modern Portfolio Theory) 입문


2-1-1. MPT의 Setting


현대 포트폴리오 이론(Modern Portfolio Theory)의 setting은 다음과 같다.

  • 우리는 현재 N ≥ 2 개의 자산 상품이 매매되는 경제에 있다.

  • 우리는 $W의 재산을 가지고 시작한다.

  • 우리의 목적은 T 년동안 우리의 재산으로 최고의 투자를 하는 데 있다.

  • 목적을 달성하기 위해, N개의 가능한 자산 상품을 사거나 공매도하여 포트폴리오를 구성한다.

  • 우리는 결정을 끝까지 번복하지 않는다. (one-period or buy-and-hold model)

자산(asset)의 정의는 주식, 채권 등의 금융 자산, 원자재, 부동산 등의 실물 자산(real assets), 그리고 노동수입 등의 무형자산(intangible assets)이 있다.
모든 risky asset은 1) 기대 수익률, 2) 수익의 표준 편차, 3) 다른 자산과의 상관계수로 특징지어진다.
위 세 가지 특징은 자산 수익률의 분포가 Elliptical이면 모두 만족된다. Elliptical distribution에는 Normal과 t distribution 등이 포함된다.

MPT에서의 목적은 주어진 risk budget 하의 수익 극대화 혹은 주어진 수익 목표 하의 리스크 최소화이다.
수익률 = 자산/포트폴리오의 기대 수익, 리스크 = 자산/포트폴리오의 변동성, 으로 정의할 때, 투자자의 목적은 Mean-Variance optimization 문제로 표현될 수 있다.
그리고 리스크가 없는 특별한 자산을 정의한다. Risk-free asset(RFA)의 이자율은 R, 변동성은 0, 다른 자산과 correlation은 0인 자산이다.

추가적인 가정으로는, 
  • 모든 statistics는 total return에 기초한다. 즉, 모든 배당/이자는 상품에 재투자된다.

  • Fractional investing이 가능하다.

  • 투자자들은 risk-free rate으로 자유롭게 빌리고 저축할 수 있다.

  • 공매도에 관한 제한이나 패널티가 없다.

  • 시장은 frictionless이다. 즉, 세금, 수수료 등이 없고 마진이나 담보가 필요없다.


2-1-2. MPT의 기초 포트폴리오 구성

먼저, risk-free asset과 risky asset A로 이루어진 포트폴리오는 아래와 같다.


01.jpg


그리고, 2개의 risky asset A, B로 이루어진 포트폴리오는 아래와 같다.


02.jpg


여기서, 상관계수 ρAB는 -1이하 +1이상이기 때문에, 아래가 성립한다.

03.jpg

04.jpg

즉, 포트폴리오의 리스크는 항상 weighted average의 개별 asset보다 같거나 낮다.

만일 상관계수가 -1이면, risk가 0인 포트폴리오를 구성할 수 있고, 이 포트폴리오의 리턴은 risk-free rate과 같아야 한다.

그렇지 않으면 arbitrage opportunity가 생긴다.


이제 2개의 risky asset A, B와 risk-free asset으로 이루어진 포트폴리오를 보자.


05.jpg


위와 같이 tangency portfolio를 얻을 수 있다.

그래프 우측 상단 파라미터에서, σП = wtσt 이고, 곧 wt = σП/σt 이다. 

이를 μП = R + wt(μt - R) 에 대입하면, μП = R + σП(μt - R)/σt = R + StσП이고,

Slope St(μt - R)/σ임을 알 수 있다. 이 S를 Sharpe Ratio라고 한다.



2-1-3. 분산 효과(Diversification Effect)


시장이 homogeneous하다고 가정하자.

모든 상품들이 동일한 기대수익률과 표준편차와 상관계수를 가진다.

이 상품들에 동일한 비율 1/N로 투자를 하면, 포트폴리오 기대수익률과 표준편차는 어떻게 될까?

먼저, 포트폴리오 기대수익률은 동일하다.

06.jpg

반면, 포트폴리오 수익의 변동성은, 

07.jpg

N이 커질수록, ρσ2로 수렴한다. 그리고 ρ가 0이면, 

08.jpg

포트폴리오 변동성은 단순히 개별 상품 변동성의 1/N이고, N가 커질수록 작아진다.

실제로 N이 커질수록 diversification의 한계효용은 줄어서, 30-50개 정도가 현실적으로 괜찮다.

또한, 모든 마켓은 diversification으로 없앨 수 없는 lower risk limit이 있고, 이를 줄이기 위해서는 여러 market에 투자해야 한다.


*포트폴리오 변동성을 벡터로 표현하면 wT∑w 이다.

여기서 ∑는 covariance matrix로, diagonal에 σ12σ22,...가 있고 그 외에는 ρ1,2σ1σ2, ... 가 있는 matrix다.



2-1-4. Market Portfolio


시장 참여자들에게 똑같은 N개의 risky securities와 1개의 risk-free asset이 주어지고, 같은 time horizon T를 갖고 있다 가정하자.

만약 이들이 계산한 market parameter가 동일하다면, 모든 투자자들은 tangency portfolio를 식별할 것이고 이 포트폴리오를 보유할 것이다.

그와 함께 tangency portfolio는 underlying asset market의 완벽한 representation이 된다. 

이런 condition 하에서, tangency portfolio는 market portfolio라고 불리며, tangency line은 Capital Market Line이라 한다.

Market porfolio는 Sharpe ratio를 maximize하는 포트폴리오이며, 이 ratio는 market price of risk다. 



2-1-5. Mean-Variance Analysis의 문제점


위에 거론한 mean-variance analysis의 단점은 그 계산 효율성에 있다.

N개의 risky securities가 있으면, N개의 기대수익률, N개의 표준 편차, 그리고 N(N-1)/2개의 상관계수를 계산해야 한다.

이 문제를 해결하기 위해, Sharpe는 아래와 같은 linear factor model을 제안하였다.

09.jpg

ri는 asset i의 실제 수익률이고, αi는 asset i 의 기본 수익률, βi는 market return에 대한 sensitivity, εi는 idiosyncratic risk를 의미한다.

이 모델은, 기존의 O(N2) 파라미터를 O(N)로 줄일 수 있게 해준다.


위 모델과 같은 방식을 쓰는 economic model이 CAPM이다.

Sharpe의 모델이 ad hoc인 statistical 모델이라면, CAPM은 equilibrium 하에서의 predictive model이다.

후자는 전자의 theoretical ground가 되지만, 실제 테스트는 불가능하다.


Mean variance analysis의 또 다른 문제는 parameter estimation이다.

Optimizer는 작은 차이를 이용해 목적을 달성하는 것인데, 애초에 parameter가 틀리면, garbage in, garbage out이다.

Variance와 Covariance의 estimation은 단기 구간은 나쁘지만 장기 구간은 그렇게 나쁘지 않다.

그러나 expected value의 경우 정확한 parameter를 얻기 위해서는 수백년이 필요하다.


이 두 가지 문제(computation과 parameter estimation)의 해결책은 무엇일까?

첫번째는, 1-period framework를 버리지 않은 채, robust optimization이나 model averaging 등의 더 robust한 optimization 테크닉과,

Bayesian techniques, Black-Litterman 등의 개선된 parameter estimation 테크닉을 사용하는 것이다.

두번째는, 1-period framework를 버리고, multi-period, multi-scenario stochastic programming model들을 사용하는 것이다.

댓글 0

문서 첨부 제한 : 0Byte/ 2.00MB
파일 크기 제한 : 2.00MB (허용 확장자 : *.*)
 
목록
번호 제목 글쓴이 날짜 조회 수
공지 [공지]금융 공학 정보 게시판의 운영에 관하여 최한철 2016.04.21 182
20 [3-6]변형 옵션(Exotic Options) 최한철 2016.05.13 116
19 [3-5]수치 계산법 입문(Introduction to Numerical Methods) file 최한철 2016.05.09 215
18 [3-4]변동성의 이해(미완) 최한철 2016.05.09 905
17 [3-3]옵션 가치 계산 모델(미완성) 최한철 2016.05.07 63
16 [3-2]블랙 숄즈와 마틴게일 file 최한철 2016.05.05 357
15 [3-1]블랙 숄즈 모델(Black-Scholes Model) file 최한철 2016.05.04 1230
14 [2-6]변동성 모델: ARCH Framework file 최한철 2016.05.03 156
13 [2-5]자산 수익률의 실증적 패턴 file 최한철 2016.05.02 196
12 [2-4]마켓 리스크 측정 방법 file 최한철 2016.05.01 738
11 [2-3]리스크 규제와 Basel III file 최한철 2016.04.30 331
10 [2-2]최적화(Optimization) 기초와 포트폴리오 선택 file 최한철 2016.04.27 2722
» [2-1]현대 포트폴리오 이론(Modern Portfolio Theory) 입문 file 최한철 2016.04.27 429
8 [1-8]확률 미적분학(Stochastic Calculus)과 마틴게일(Martingales) file 최한철 2016.04.26 928
7 [1-7]확률 미적분학(Stochastic Calculus)과 확률(Probability) file 최한철 2016.04.25 626
6 [1-6]이항 모델(Binomial Model) file 최한철 2016.04.23 188
5 [1-5]금융 상품과 전략(미완성) 최한철 2016.04.23 109
4 [1-4]확률 미분 방정식(Stochastic Differential Equation)의 변환 file 최한철 2016.04.23 1730
3 [1-3]응용 확률 미적분학(Applied Stochastic Calculus) file 최한철 2016.04.23 331
2 [1-2]금융 공학의 각종 함수들 file 최한철 2016.04.22 1356