[論文レビュー] Minimizing volatility increases large risks

Didier Sornette, Jørgen Vitting Andersen+1 more|ArXiv.org|Nov 19, 1998

Financial Risk and Volatility Modeling参考文献 3被引用数 7

ひとこと要約

この論文は、小さなリスクを低減するために一般的に用いられるポートフォリオのボラティリティ最小化が、より高いテール依存性および高次モーメントの影響により、極端な損失のような大きなリスクを意図せず増大させることを示している。機能的積分やファインマン図などの高度な統計力学的手法を用いて、著者らは最適な分散最小化ポートフォリオが、リスク価値（VaR）および正規化されたモーメントで測定されるテールリスクをより高める傾向にあることを示した。これは、低ボラティリティが安全なポートフォリオを保証するとする従来のリスク管理の仮定に疑問を呈するものである。

ABSTRACT

We introduce a faithful representation of the heavy tail multivariate distribution of asset returns, as parsimonous as the Gaussian framework. Using calculation techniques of functional integration and Feynman diagrams borrowed from particle physics, we characterize precisely, through its cumulants of high order, the distribution of wealth variations of a portfolio composed of an arbitrary mixture of assets. The portfolio which minimizes the variance, i.e. the relatively small risks, often increases larger risks as measured by higher normalized cumulants and by the Value-at-risk.

研究の動機と目的

• ポートフォリオのボラティリティ最小化と金融市場における大きなリスクの出現との関係を調査すること。
• 分散を最小化することで全体のリスクが低下するという従来の仮定に疑問を呈すること。
• 高次モーメントを用いて重たい尾を持つリターン分布を捉えることができる統計枠組みを構築すること。
• 分散最小化のためのポートフォリオ最適化が、リスク価値（VaR）などのテールリスク指標にどのように影響するかを定量化すること。
• ガウス分布モデルを越えて、多次元資産リターン分布を簡潔かつ正確に表現する枠組みを提供すること。

提案手法

• 著者らは、統計物理学における機能的積分およびファインマン図の手法を用いて、ポートフォリオの富変動の高次モーメントを計算している。
• 資産リターンの連合分布を、ガウス的フレームワークの簡潔さを保ちつつ、肥大尾を捉えることができる重たい尾を持つ多次元分布でモデル化している。
• ポートフォリオリターン分布は、特に正規化された高次モーメントを通じて特徴づけられ、テールリスクを評価している。
• この手法により、任意の資産組み合わせ下でのリスク指標（例：VaR）の解析的計算が可能になっている。
• この枠組みにより、分散最小化で最適化された異なるポートフォリオ間でのリスクプロファイルの比較が可能になっている。
• 解析的導出と複数の資産構成における数値的図示を通じて、アプローチの妥当性が検証されている。

実験結果

リサーチクエスチョン

• RQ1 従来の仮定とは異なり、ポートフォリオ分散の最小化は、極端なリスクの低減をもたらすのだろうか？
• RQ2 特に肥大尾に関連する高次モーメント（特に正規化された高次モーメント）は、分散最小化ポートフォリオのリスクプロファイルにどのように影響するのか？
• RQ3 ガウス仮定はどの程度テールリスクを正しく捉えられておらず、より忠実な重たい尾を持つモデルを用いることでどのように是正できるか？
• RQ4 物理学における機能的積分およびファインマン図の手法は、複雑な金融リスク分布のモデリングに効果的に応用可能だろうか？
• RQ5 重たい尾を持つリターンが存在する状況下で、分散を最小化した場合、ポートフォリオのリスク価値（VaR）はどのように変化するのか？

主な発見

• 分散最小化の過程で、正規化された高次モーメントがしばしば増加し、極端な損失の発生確率が高まることを示している。
• 最適な分散最小化ポートフォリオは、代替の資産配分と比較して、リスク価値（VaR）で測定されるテールリスクが顕著に高い。
• 重たい尾を持つ多次元分布を用いることで、低分散ポートフォリオが必ずしも大きなリスクの面で安全であるとは限らないことが明らかになった。
• 機能的積分手法は、資産リターンの非ガウス的特徴を的確に捉え、テールリスク指標の精密な計算を可能にした。
• 分散に基づくリスク分散は、高次モーメントやテール依存性を考慮しない限り、誤解を招く可能性がある。
• 結果として、分散最小化が全体のリスクを最小化するという現代ポートフォリオ理論の根幹的仮定に疑問を呈するものとなった。