[論文レビュー] A Linear Belief Function Approach to Portfolio Evaluation

Liping Liu, Catherine Shenoy+1 more|arXiv (Cornell University)|Oct 19, 2012

Bayesian Modeling and Causal Inference参考文献 24被引用数 8

ひとこと要約

本稿では、デムスターの結合則を用いて、統計的データ、専門家意見、資産価格設定モデルなど、多様な知識タイプを統合する線形信念関数アプローチを提案する。市場情報は基本行列として表現され、証拠の結合を通じて信念を更新することで、不確実性を考慮した堅牢なポートフォリオパフォーマンス評価が可能となり、3種類のゴールド株を対象とした事例研究で、曖昧性下での意思決定支援の向上が示された。

ABSTRACT

By elaborating on the notion of linear belief functions (Dempster 1990; Liu 1996), we propose an elementary approach to knowledge representation for expert systems using linear belief functions. We show how to use basic matrices to represent market information and financial knowledge, including complete ignorance, statistical observations, subjective speculations, distributional assumptions, linear relations, and empirical asset pricing models. We then appeal to Dempster's rule of combination to integrate the knowledge for assessing an overall belief of portfolio performance, and updating the belief by incorporating additional information. We use an example of three gold stocks to illustrate the approach.

研究の動機と目的

• 統計的観察から主観的信念に至るまでの多様な金融知識を、統一された枠組み内で体系的に表現するための方法を開発すること。
• 信念関数を用いて不完全または曖昧な情報をモデル化することで、ポートフォリオ評価における不確実性の課題に対処すること。
• 新たな証拠が得られるたびにポートフォリオの信念を動的に更新できることで、金融意思決定における柔軟性を向上させること。
• 3種類のゴールド株を含む実世界の事例を通じて、このアプローチの実用的適用可能性を示すこと。

提案手法

• 本手法は、完全な無知から統計的観察、主観的予測、分布の仮定、線形関係、経験的資産価格設定モデルに至るまで、さまざまなタイプの金融知識を線形信念関数で表現する。
• 各知識タイプは、金融情報の構造と不確実性を捉える基本行列を用いて符号化される。
• デムスターの結合則が複数の信念源を統合するために適用され、矛盾するか部分的な証拠の整合的融合が可能となる。
• 時間の経過とともに新たな市場データや専門家評価を組み込むことで、信念の逐次的更新が可能となる。
• 3種類のゴールド株を対象とした事例研究により、ポートフォリオパフォーマンスに対する全体的信念の計算と精緻化が可能であることが示された。
• 標準的な行列演算を用いて実装されるため、計算効率と解釈可能性が保証される。

実験結果

リサーチクエスチョン

• RQ1 統計的データ、専門家意見、モデル仮定など、多様で不確実な金融知識—これらを統一された枠組み内で体系的にポートフォリオ評価に統合する方法は何か？
• RQ2 矛盾するか曖昧な情報が含まれる複数の信念源を効果的に統合し、ポートフォリオパフォーマンスを評価するための方法は何か？
• RQ3 新たな証拠が得られるたびに、ポートフォリオの結果に対する信念をどのように動的に更新できるか？
• RQ4 従来の手法と比較して、線形信念関数アプローチは不確実性下での意思決定をどの程度改善するか？

主な発見

• 線形信念関数アプローチは、統計的観察、主観的信念、資産価格設定モデルといった多様な知識タイプを、単一の整合的な枠組みに統合することに成功した。
• 基本行列の使用により、不確実性や無知を含む複雑な金融情報の明確かつ計算効率の良い表現が可能となった。
• デムスターの結合則は、複数の信念源を効果的に融合し、組み合わせた証拠を反映した、洗練されたポートフォリオパフォーマンスに関する全体的信念を生み出した。
• 本手法は信念の動的更新をサポートしており、新たな市場情報や見直された専門家評価へのリアルタイムでの適応が可能となった。
• 3種類のゴールド株を対象とした事例研究により、従来のアプローチと比較して、不確実性の取り扱いにおける実用的妥当性と強靭性の向上が実証された。
• 不完全なデータがある金融分野において特に価値ある、透明性と解釈可能性の高い意思決定メカニズムを提供した。