[论文解读] Portfolio Insurance under a risk-measure constraint

Carmine De Franco, Peter Tankov|arXiv (Cornell University)|Feb 22, 2011

Risk and Portfolio Optimization参考文献 18被引用 4

一句话总结

本文研究在凸货币风险度量约束下的最优投资组合保险，将问题形式化为一个非凸的效用最大化问题，其中基金管理人需在对下行风险施加限制的前提下最大化投资者效用。关键贡献在于在完备市场中给出了完整解，表明最优投资组合的存在性在很大程度上取决于风险度量的选择：对于熵风险度量，最优解存在；但对于像CVaR这样的谱风险度量，在某些模型（如Black-Scholes模型）中可能不存在最优解。

ABSTRACT

We study the problem of portfolio insurance from the point of view of a fund manager, who guarantees to the investor that the portfolio value at maturity will be above a fixed threshold. If, at maturity, the portfolio value is below the guaranteed level, a third party will refund the investor up to the guarantee. In exchange for this protection, the third party imposes a limit on the risk exposure of the fund manager, in the form of a convex monetary risk measure. The fund manager therefore tries to maximize the investor's utility function subject to the risk measure constraint.We give a full solution to this nonconvex optimization problem in the complete market setting and show in particular that the choice of the risk measure is crucial for the optimal portfolio to exist. Explicit results are provided for the entropic risk measure (for which the optimal portfolio always exists) and for the class of spectral risk measures (for which the optimal portfolio may fail to exist in some cases).

研究动机与目标

• 从基金管理人的视角建立投资组合保险模型，即基金管理人保证最低的期末价值，但需遵守第三方施加的风险约束。
• 解决由于在保证水平之上的超额收益上最大化凹效用函数而产生的非凸优化问题，且该问题受凸货币风险度量约束。
• 确定最优投资组合存在的条件，特别是分析风险度量在确保解存在性中的作用。
• 在完备市场设定下，为特定风险度量（包括熵风险度量和谱风险度量）提供显式解。

提出的方法

• 作者采用受Jin和Zhou（2008）启发的基于对偶的方法，将非凸效用最大化问题重新表述，将其解耦为两个凸子问题。
• 他们利用分布不变凸风险度量的对偶表示，特别利用分位函数和扭曲函数。
• 通过变分法推导解，其中最优终端财富被表征为标的风险资产收益的逆分布函数。
• 该方法涉及求解最优阈值 $ c $，使得仅当风险资产收益低于 $ c $ 时才支付索赔，且在尾部区域支付恒定金额。
• 对于熵风险度量，由于其关联的扭曲函数具有光滑性和严格凸性，证明了最优投资组合始终存在。
• 分析还包括对最优解在边界处行为的详细研究，特别是当风险度量约束趋近于零处的奇点时。

实验结果

研究问题

• RQ1 在具有凸风险度量约束的投资组合保险背景下，最优投资组合存在的条件是什么？
• RQ2 风险度量的选择（特别是熵风险度量与谱风险度量）如何影响最优投资组合的存在性与结构？
• RQ3 能否通过对偶技术将投资组合保险中的非凸效用最大化问题解耦为凸子问题？
• RQ4 为何在此框架下，CVaR风险度量在Black-Scholes模型中无法保证最优解的存在？
• RQ5 最优或有索赔的结构如何依赖于风险度量的扭曲函数以及基础风险资产的分布？

主要发现

• 对于熵风险度量，最优投资组合存在，因为其关联的扭曲函数确保了对偶问题的有界性，从而保证了解为有限值。
• 对于谱风险度量，最优解的存在性取决于扭曲函数在零点的行为；若 $ r(0^+) = rac{ ext{VaR}_ ext{level}^{-1}}{ ext{distortion function}} $ 为无穷大，则不存在最优解。
• 在Black-Scholes模型中，CVaR风险度量不满足解存在的必要条件，意味着在此约束下无法构造出最优投资组合。
• 最优终端财富被表征为分段常数函数：仅当风险资产收益低于某一阈值 $ c $ 时才支付索赔，且在 $ c $ 以上区域保持恒定支付。
• 最优解在损失区域包含恒定支付，该支付由风险约束决定，且与扭曲函数在尾部区域积分的倒数成正比。
• 当阈值 $ c^* $ 选择使得增加风险敞口的边际成本与边际效用增益相平衡时，值函数达到最大，从而导出最优或有索赔的闭式表达式。