[논문 리뷰] Portfolio Choice with Stochastic Investment Opportunities: a User's Guide

Ren Liu, Johannes Muhle‐Karbe|arXiv (Cornell University)|2013. 11. 07.

Stochastic processes and financial applications참고 문헌 53인용 수 13

한 줄 요약

이 논문은 확률적 투자 기회가 존재하는 연속시간 포트폴리오 선택 문제를 해결하기 위한 이단계 프레임워크를 제시한다. 확률적 제어를 사용해 후보 최적 포트폴리오를 도출하고, 볼록 쌍대성 이론을 활용해 그 최적성의 엄밀한 검증을 수행한다. 주요 기여는 장기적 점근 해석을 통해 시간에 독립적이고 해석 가능한 정책을 도출할 수 있음을 보여주며, 이는 특히 수익률 예측 가능성 하에서 상당한 복지 향상을 가져온다는 점이다. 또한 시간에 따른 헤지 전략의 핵심 역할과 거래비용 및 파rameter 불확실성에 의한 제약 조건을 강조한다.

ABSTRACT

This survey reviews portfolio choice in settings where investment opportunities are stochastic due to, e.g., stochastic volatility or return predictability. It is explained how to heuristically compute candidate optimal portfolios using tools from stochastic control, and how to rigorously verify their optimality by means of convex duality. Special emphasis is placed on long-horizon asymptotics, that lead to particularly tractable results.

연구 동기 및 목표

• 스토케스틱 볼라티리티 또는 수익률 예측 가능성과 같은 확률적 투자 기회 하에서 포트폴리오 선택 문제를 자립적이고 엄밀하면서도 접근 가능한 방식으로 소개하는 것.
• 특히 불완전 시장에서 히우리스틱한 확률적 제어 방법과 볼록 쌍대성을 활용한 최적성 검증 간 격차를 메우는 것.
• 시간에 독립적이고 근사 최적의 투자 정책을 도출하는 데 있어 장기 점근 해석을 해석 가능한 접근법으로 강조하는 것.
• 특히 수익률 예측 가능성과 비교했을 때 스토케스틱 볼라티리티의 영향이 미미한 경제적 의미를 명확히 하는 것.
• 거래비용과 파rameter 불확실성의 영향을 논의함으로써, 마찰이 없는 모델에서 유도된 최적 전략의 실용적 타당성을 부각하는 것.

제안 방법

• 마코비안 디퓨전 프레임워크 하에서 해밀턴-자코비-벨르망(HJB) 방정식을 풀어 히우리스틱하게 후보 최적 포트폴리오를 유도하기 위해 확률적 최적 제어를 사용한다.
• 원 문제 포트폴리오 문제와 그 이중 표현 간의 이중성 관계를 활용해 후보 해의 최적성을 엄밀히 검증하기 위해 볼록 쌍대성 이론을 적용한다.
• 측도를 전환하기 위해 기르산프의 정리를 적용하고, 이중 측도 하에서 상태 변수의 장기적 행동을 분석함으로써 잘 정의된 이중 문제의 존재를 보장한다.
• 오르누슈타인-울렌벡(Ornstein-Uhlenbeck) 과정의 정적 분포를 활용해 이중 측도 하에서 상태 과정의 에르고딕 행동을 분석함으로써 장기적 등가 안정 수익률을 유도한다.
• HJB 방정식에서 유도된 리카티 유형의 연립 방정식을 풀어 장기 최적 포트폴리오와 가치 함수의 명시적 표현을 구성한다.
• 유한 수명과 장기 최적 정책을 수치적으로 비교하여 성능 차이를 평가하며, 특히 수익률 예측 가능성 모델과 일정한 볼라티리티 모델 간의 차이를 분석한다.

실험 결과

연구 질문

• RQ1 확률적 투자 기회가 존재하는 동적 포트폴리오 선택 문제에서 후보 최적 포트폴리오를 체계적으로 도출하는 방법은 무엇인가?
• RQ2 확률적 제어 방법으로 도출된 후보 해의 최적성이 보장되는 조건은 무엇인가?
• RQ3 장기 점근 해석은 최적 포트폴리오의 구조를 어떻게 단순화하고 해석 가능성을 향상시키는가?
• RQ4 수익률 예측 가능성과 스토케스틱 볼라티리티의 양상은 시간에 따른 헤지 전략과 복지 향상에 어떤 정량적 영향을 미치는가?
• RQ5 거래비용과 파rameter 불확실성은 마찰이 없는 모델에서 도출된 최적 전략의 실용적 성능에 어떤 영향을 미치는가?

주요 결과

• 수익률 예측 가능성 하에서의 장기 최적 포트폴리오는 시간에 독립적이며, 이중 측도 하에서 상태 과정의 에르고딕 행동으로부터 유도된 $ A^{ ext{∞}}/(1 - γ) $ 의 최대 등가 안정 수익률을 달성한다.
• 수익률 예측 가능성에 기인한 시간에 따른 헤지 항목은 동일한 평균 수익률과 볼라티리티를 가진 블랙-숄즈 기준 모델 대비 상당한 복지 향상을 가져온다. 특히 장기 투자 기간 동안 두드러진다.
• 단기 기간에는 장기 최적 포트폴리오가 큰 시간에 따른 헤지 성분으로 인해 위험을 과소평가하여, 단기 최적화자보다 상당히 열 劣한 성능을 보인다.
• 스토케스틱 볼라티리티는 수익률 예측 가능성에 비해 헤지 항목과 복지 효과 모두 매우 미미한 영향을 미친다. 이는 실증적 증거와 일치한다.
• 최적성 검증은 이중 측도 하에서 $ T \to \infty $ 일 때 지수 모멘트 $ E^{π} [e^{q(Y_T)/γ}] $ 의 유계성에 의존하며, 이는 상태 변수의 가우시안 정적 분포로 인해 성립한다.
• 수치적 결과는 장기 투자 기간 동안 장기 최적 전략이 단기 최적 전략 및 블랙-숄즈 기준 모델을 모두 앞서는 것으로 확인되었지만, 장기적 과도한 위험 취약성으로 인해 단기에서는 성능이 열 劣하다.