Sequenzielle Überwachung von optimalen Portfoliogewichten
Final Report Abstract
In diesem Projekt wurden mehrere neue sequentielle Methoden zur Überwachung der Portfoliogewichte eingeführt. Der Vorteil der sequentiellen Vorgehens weise in Bezug auf die vielfach praktizierten retrospektiven Ansätze besteht darin, dass schneller Veränderungen von einem unterstellten Verlauf erkannt werden können. Damit kann ein Anleger früher auf die neue Situation reagieren und das mit der Anlage verbundene Risiko wird verkleinert. In mehreren Arbeiten haben die Antragsteller unterschiedliche Typen von Kontrollverfahren eingeführt. Die Karten basieren auf univariater und multivariater exponentieller Glättung und auf kumulierten Summen. Diese Methoden wurden auf unterschiedliche Kenngrößen angewandt wie z. B. den geschätzten Portfoliogewichten, den ersten Differenzen der geschätzten Gewichte urid an Approximationen an diese Größen. Es konnten in Abhängigkeit vom Typ der erwarteten Veränderung Aussagen gemacht werden, welche Verfahren jeweils zu bevorzugen sind. Darüber hinaus wurden auch Sensitivitätsanalysen durchgeführt. Die Anwendungsmöglichkeiten der erzielten Ergebnisse sind vielfältig. Sie sind von grundlegendem Interesse für die Praxis, da sie erlauben, das Risikoverhalten einer Anlage zu verkleinern. In den Arbeiten wurden vor allem Anwendungen in der Finanzwirtschaft betrachtet. Sie sind allerdings auch in anderen Bereichen von Interesse wie z. B. in den Umweltwissenschaften (Energie-Portfolio).
Publications
-
(2007): EWMA control charts for monitoring optimal portfolio weights. Sequential Analysis, 26, 195-224
Golosnoy, V. und W. Schmid
-
(2007): Sequential monitoring of optimal portfolio weights. Financial Surveillance, M. Frisen (Ed.), Wiley, New York, 179-210.
Golosnoy, V., Schmid, W. und I. Yatsyshynets
-
(2008): Statistical process control in asset management. Applied Quantitative Finance, W. Hardie, N. Hautsch, L. Overbeek (Eds.), Springer, New York, 399-416
Golosnoy, V. und W. Schmid
-
(2009). On the application of SPC in finance. Erscheint in Frontiers of Statistical Process Control, H.-J. Lenz, W. Schmid und P.-Th. Wilrich (Eds.), Physica, Heidelberg
Golosnoy, V., Okhrin, I., Ragulin, S. und W. Schmid
-
(2009): Multivariate GUSUM chart: properties and enhancements. AStA - Advances in Statistical Analysis, 93, 263- 279
Golosnoy, V., Ragulin, S. und W. Schmid