[논문 리뷰] Minimizing volatility increases large risks

Didier Sornette, Jørgen Vitting Andersen외 1명|ArXiv.org|1998. 11. 19.

Financial Risk and Volatility Modeling참고 문헌 3인용 수 7

한 줄 요약

이 논문은 소규모 위험을 줄이기 위해 흔히 사용되는 포트폴리오 변동성 최소화가, 꼬리 의존도와 고차 누적량의 증가로 인해 극단적 손실과 같은 큰 위험을 높일 수 있음을 보여준다. 기능적 적분과 파인먼 다이어그램 기법과 같은 고급 통계역학 기법을 사용하여, 저자들은 최적의 분산 최소화 포트폴리오가 일반적으로 더 큰 꼬리 위험을 보이며, 이는 Value-at-Risk와 정규화된 누적량으로 측정된다. 이는 변동성이 낮을수록 안정적인 포트폴리오가 된다는 전통적인 리스크 관리 가정에 도전한다.

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.

연구 동기 및 목표

• 포트폴리오 변동성 최소화와 금융 포트폴리오에서의 큰 리스크 발생 간의 관계를 조사하는 것.
• 분산 최소화가 전체 리스크를 줄인다는 전통적 가정을 도전하는 것.
• 고차 누적량을 활용해 무거운 尾(꼬리) 분포를 포괄할 수 있는 통계적 프레임워크를 개발하는 것.
• 저분산 최적화가 Value-at-Risk와 같은 꼬리 리스크 지표에 어떻게 영향을 미치는지 정량화하는 것.
• 가우시안 모델을 초월하여 다변량 자산 수익률 분포를 간결하면서도 정확하게 표현할 수 있는 방법을 제공하는 것.

제안 방법

• 저자들은 통계역학의 기능적 적분과 파인먼 다이어그램 기법을 활용하여 포트폴리오 자본 변동의 고차 누적량을 계산한다.
• 가우시안 프레임워크의 단순성을 유지하면서도 꼬리가 두꺼운 특성을 반영할 수 있는, 다변량 무거운 꼬리 분포를 자산 수익률의 공동분포로 모델링한다.
• 포트폴리오 수익률 분포는 특히 정규화된 고차 누적량을 통해 특성화되며, 이는 꼬리 리스크 평가에 활용된다.
• 이 방법은 임의의 자산 조합 하에서 Value-at-Risk와 같은 리스크 측도를 해석적으로 계산할 수 있도록 한다.
• 이 프레임워크를 통해 분산 최소화를 위해 최적화된 다양한 포트폴리오 간의 리스크 프로파일을 비교할 수 있다.
• 분석적 유도와 여러 자산 구성에 대한 수치적 예시를 통해 이 방법의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 전통적으로 가정된 바와 같이, 포트폴리오 분산 최소화가 극단적 리스크를 줄이는가?
• RQ2 특히 꼬리가 두꺼운 특성과 관련된 고차 누적량은 분산 최소화 포트폴리오의 리스크 프로파일에 어떻게 영향을 미치는가?
• RQ3 가우시안 가정이 꼬리 리스크를 포착하지 못하는 정도는 어느 정도이며, 더 정확한 두꺼운 꼬리 모델을 통해 이를 어떻게 보완할 수 있는가?
• RQ4 물리학에서 유래한 기능적 적분과 파인먼 다이어그램 기법이 복잡한 금융 리스크 분포를 효과적으로 모델링하는 데 적용될 수 있는가?
• RQ5 무거운 꼬리 수익률이 존재할 경우, 분산 최소화 시 포트폴리오의 Value-at-Risk는 어떻게 변화하는가?

주요 결과

• 분산 최소화 포트폴리오의 경우 종종 정규화된 고차 누적량이 증가하여 극단적 손실의 가능성 증가를 나타낸다.
• 최적의 분산 최소화 포트폴리오는 다른 배분 대비 Value-at-Risk로 측정된 꼬리 리스크가 뚜렷이 높다.
• 무거운 꼬리 다변량 분포를 사용함으로써, 저분산 포트폴리오가 큰 리스크 측면에서 반드시 더 안전하지 않음을 드러낸다.
• 기능적 적분 기법은 자산 수익률의 비가우시안 특성을 효과적으로 포착하여 꼬리 리스크 지표의 정확한 계산을 가능하게 한다.
• 고차 모멘트와 꼬리 의존도를 고려하지 않을 경우, 분산 기반 리스크 다각화 전략이 오해의 소지가 있음을 모델이 보여준다.
• 결과적으로 현대 포트폴리오 이론의 기초가 되는 가정, 즉 분산 최소화가 전체 리스크 최소화와 동일시된다는 주장에 도전한다.