[论文解读] Mean-Variance Efficiency of Optimal Power and Logarithmic Utility Portfolios

Taras Bodnar, Dmytro Ivasiuk+2 more|arXiv (Cornell University)|Jun 20, 2018

Stochastic processes and financial applications参考文献 35被引用 9

一句话总结

本文在假设投资组合收益近似对数正态分布的前提下，推导了幂函数和对数效用函数下的最优投资组合权重的闭式解。证明了在特定条件下，两种最优投资组合均为均值-方差有效，并表明随着风险规避程度增加，幂效用投资组合会收敛至最大夏普比率投资组合。

ABSTRACT

We derive new results related to the portfolio choice problem for power and logarithmic utilities. Assuming that the portfolio returns follow an approximate log-normal distribution, the closed-form expressions of the optimal portfolio weights are obtained for both utility functions. Moreover, we prove that both optimal portfolios belong to the set of mean-variance feasible portfolios and establish necessary and sufficient conditions such that they are mean-variance efficient. Furthermore, an application to the stock market is presented and the behavior of the optimal portfolio is discussed for different values of the relative risk aversion coefficient. It turns out that the assumption of log-normality does not seem to be a strong restriction.

研究动机与目标

• 推导在幂函数和对数效用函数下，投资组合权重的闭式表达式。
• 建立这些最优投资组合为均值-方差有效的条件。
• 在实际投资环境中验证投资组合收益对数正态近似的有效性。
• 证明随着风险规避程度增加，幂效用最优投资组合会收敛至最大夏普比率投资组合。

提出的方法

• 假设投资组合总收益近似服从对数正态分布，以确保解析可处理性。
• 使用拉格朗日乘数法求解在预算约束 ω′1 = 1 下的效用最大化问题。
• 通过求解涉及全局最小方差投资组合（GMV）和夏普比率分量的方程组，推导出最优权重的显式公式。
• 应用泰勒展开和基于矩的近似方法，在对数正态假设下处理高阶矩。
• 采用拉格朗日乘数法推导对数效用的最优权重，将其视为幂效用的极限情况。
• 利用德国股市指数的实证数据验证理论结果。

实验结果

研究问题

• RQ1 在何种条件下，幂函数和对数效用函数的最优投资组合为均值-方差有效？
• RQ2 随着相对风险规避程度增加，幂效用下的最优投资组合行为如何变化？
• RQ3 在实践中，对投资组合收益的对数正态假设在多大程度上是合理的近似？
• RQ4 在不使用数值方法的前提下，能否在对数正态收益假设下为幂效用和对数效用推导出闭式解？
• RQ5 最优投资组合与全局最小方差投资组合及最大夏普比率投资组合相比有何差异？

主要发现

• 当收益近似服从对数正态分布时，幂效用下的最优投资组合具有闭式解。
• 若相对风险规避程度 γ ≥ γmin（其中 γmin 由投资组合统计量推导得出），则幂效用的最优投资组合为均值-方差有效。
• 当相对风险规避程度 γ → ∞ 时，幂效用的最优投资组合收敛至最大夏普比率投资组合。
• 对数效用的最优投资组合在判别式 D > 0 时为均值-方差有效，该条件在 γmin ≤ 1 时成立。
• 基于德国股市数据的实证分析表明，对数正态假设及关键理论条件在实践中基本成立。
• 所提出的最优投资组合在样本外表现中显著优于标准基准，展现出实际优势。