Michał Ko lupa JAK OBLICZAĆ RYZYKO PORTFELA REALIZOWANEGO W WARUNKACH KRÓTKIEJ SPRZEDAŻY

Podobne dokumenty
a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

Macierze. Rozdział Działania na macierzach

Własności wyznacznika

Algebra. macierzy brzegowych z zastosowaniami. Micha Kolupa Zbigniew Âleszyƒski

13 Układy równań liniowych

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Zaawansowane metody numeryczne

Układy równań liniowych i metody ich rozwiązywania

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

1 Macierze i wyznaczniki

2. Układy równań liniowych

Układy równań liniowych

Wykład 5. Metoda eliminacji Gaussa

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

Wykład 14. Elementy algebry macierzy

= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4 " 5 3$ 7&=0 5$+7&=4

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3

5. Rozwiązywanie układów równań liniowych

1 Macierz odwrotna metoda operacji elementarnych

O MACIERZACH I UKŁADACH RÓWNAŃ

Krótkie wprowadzenie do macierzy i wyznaczników

Rozwiązywanie układów równań liniowych

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne

Y = α 1 Z α k Z k + e. (1) (k 1)[ktrA2 (tra) 2 ] (4) d = 1 k. (por. np. Kolupa, 2006). Wówczas jak to wynika ze wzorów (2) i (3) mamy:

1. PODSTAWY TEORETYCZNE

PROGRAMOWANIE KWADRATOWE

Układy równań i nierówności liniowych

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów

UKŁADY RÓWNAŃ LINIOWYCH -Metody dokładne

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

Zestaw 12- Macierz odwrotna, układy równań liniowych

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...

UKŁADY RÓWNAŃ LINIOWYCH

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

Układy równań liniowych. Krzysztof Patan

Wektory i wartości własne

Wektory i wartości własne

"Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub

, A T = A + B = [a ij + b ij ].

Układy równań liniowych

PROGRAMOWANIE NIELINIOWE

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska

Elementy Modelowania Matematycznego

Analiza matematyczna i algebra liniowa Macierze

Przekształcanie równań stanu do postaci kanonicznej diagonalnej

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25

φ(x 1,..., x n ) = a i x 2 i +

1 Zbiory i działania na zbiorach.

Metody numeryczne Wykład 4

Układy równań liniowych. Ax = b (1)

MODELOWANIE PRZESTRZENI ZA POMOCĄ MULTIILOCZYNÓW WEKTORÓW

Algebra liniowa. 1. Macierze.

METODY NUMERYCZNE. wykład. konsultacje: wtorek 10:00-11:30 środa 10:00-11:30. dr inż. Grażyna Kałuża pokój

3. Macierze i Układy Równań Liniowych

Programowanie liniowe

A A A A A A A A A n n

Zestaw 12- Macierz odwrotna, układy równań liniowych

Algebra WYKŁAD 3 ALGEBRA 1

RACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska

Definicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY

Postać Jordana macierzy

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze...

Programowanie celowe #1

Algebra liniowa. Macierze i układy równań liniowych

Wykład z równań różnicowych

Zajmijmy się najpierw pierwszym równaniem. Zapiszmy je w postaci trygonometrycznej, podstawiając z = r(cos ϕ + i sin ϕ).

Zastosowania wyznaczników

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

MACIERZE. Sobiesiak Łukasz Wilczyńska Małgorzata

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5

Wstęp do metod numerycznych Faktoryzacja QR i SVD. P. F. Góra

3. FUNKCJA LINIOWA. gdzie ; ół,.

Elementy algebry liniowej

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

Formy kwadratowe. Rozdział 10

III TUTORIAL Z METOD OBLICZENIOWYCH

9 Układy równań liniowych

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

NUMERYCZNE METODY ROZWIĄZYWANIA ROWNAŃ LINIOWYCH. PRZYGOTOWAŁA: ANNA BANAŚ KoMBo, WILiŚ

Rozkłady wielu zmiennych

METODA SIŁ KRATOWNICA

Zaawansowane metody numeryczne

Rozdział 1 PROGRAMOWANIE LINIOWE

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

Analiza numeryczna Kurs INP002009W. Wykłady 6 i 7 Rozwiązywanie układów równań liniowych. Karol Tarnowski A-1 p.

1 Układy równań liniowych

Wykład 5. Ker(f) = {v V ; f(v) = 0}

Transkrypt:

ACTA UNIVERSITATIS LODZIENSIS FOLIA OECONOMICA 205,2007 Michał Ko lupa JAK OBLICZAĆ RYZYKO PORTFELA REALIZOWANEGO W WARUNKACH KRÓTKIEJ SPRZEDAŻY Praca ta została napisana w związku z jubileuszem 80-lecia Pana Profesora Władysława Welfe wybitnego polskiego ekonometryka i statystyka, członka korespondenta Polskiej Akademii Nauk. Jubilat nie zajmował się zagadnieniami związanymi z teorią portfolio selection, ale w swoich pracach zamieszczał zawsze nowe, tak pomysły naukowe, bądź po nowemu komentował znane już wyniki. Pomyślałem sobie, że z okazji tak wspaniałego jubileuszu trzeba przedłożyć pracę, która zawiera nowy wynik. Jest nim sposób obliczania ryzyka portfela realizowanego w warunkach krótkiej sprzedaży, przy tym nie wyznacza się ani samego portfela, ani też wektora mnożników Lagrange a mimo, że samo ryzyko S" (p) jest iloczynem skalarnym wektora wspomnianych mnożników przez kolumnę wyrazów wolnych układu równań stanowiących warunki ograniczające nałożone na składowe wektora stanowiącego ów portfel lokat realizowany w warunkach krótkiej sprzedaży. Po tych uwagach wstępnych przechodzimy do prezentacji spraw zasadniczych. Mówimy, że wektor Pr = [pu p 2... p k\ jest portfelem realizowanym w warunkach krótkiej sprzedaży, jeżeli nie żądamy nieujemności jego składowych lecz jedynie, aby ich suma była równa jedności. Zakładamy przy tym, iż na składowe p, i= 1, 2,..., к nałożone są warunki ograniczające spełniające układ równań postaci AP =/ (1) gdzie A = [atj] jest zadaną macierzą o wymiarach rxk (r k) jej rząd jest równy r. Prof. dr hab., Wyższa Szkota Społeczno-Ekonomiczna w Warszawie. [27]

Wśród ograniczeń (1) są warunki postaci P\ + P 2 +... +/?*= 1 (2) ПР\ + r2p 2 +... + rkp k = ru gdzie r, / = 1, 2,..., к oznacza stopę zwrotu /-tej akcji, zaś rqjest wielkością ustaloną np. przez inwestora. Portfel P jest rozwiązaniem następującego zadania. Wyznaczyć min P7 D P (3) A P= / (4) przy warunkach gdzie macierz D = [c/,y] ma wymiary kxk zaś jej elementy dy spełniają warunek d = j dla 1 = J " \ S i ' s j ' rj dla * J J = Na koniec Sp p = i,j, oznacza ryzyko akcji p, zaś r-j jest współczynnikiem korelacji pomiędzy /-tą ay-tą akcją. Dowodzi się (patrz M. Kolupa 2007), że ryzyko S2(p) portfela P stanowiącego rozwiązania zadania danego zależnościami (3) i (4) spełnia warunek S2 (p) = - ' - ť f (5) gdzie Яjest wektorem kolumnowym o składowych A i - 1,2,..., r, będącymi nieoznaczonymi mnożnikami Lagrange a, czyli wektorem występującym w warunku. Wyznaczyć min A (P, Á ) = min (PTD P + l T A). (6 ) Dowodzi się (por. np. M. Kolupa, R. Deptuła 2003), że wektor X jest rozwiązaniem następującego układu równań

(A D-1 AT ) A = - I f (7) X= - 2 ( A D " ' A T)"7. (8) skąd Jak już informowałem, chcąc wyznaczyć ryzyko portfela P posługujemy się wzorem (5), ale aby to zrobić nie musimy znać wektora \. Skorzystamy przy tym ze znanego twierdzenia Kroneckera-Capelli ego. Rozpatrujemy układ równań wyznaczony przez zależności (5) i (7). Zapiszemy je jako jeden układ równań. Ma on postać r 1. 1 Q >. "K ' -2 f ' \ (9) f. {S2 (/?) jest nieznane i trzeba je wyznaczyć). Macierz podstawowa układu (9) jest macierzą o wymiarach (r + l)xr. Jej rząd wynosi r, bo tyle wynosi rząd macierzy A D 1 A 7. (Jest to macierz o wymiarach rxr i rzędzie równym r, bo jest spełniony warunek (A D 1A 1) min (A, D ) = min (r, k) = r) (patrz założenia dotyczące macierzy A podane bezpośrednio po wzorze (3 )). Z kolei macierz rozszerzona układu (9), czyli macierz В postaci AD 4 A 7-2 / B= - '/ 2f T S \p ) ( 10) jest macierzą stopnia r + 1. Ponieważ rząd macierzy podstawowej układu (9) jest równy rzędowi macierzy rozszerzonej tego układu i równy liczbie niewiadomych r, przeto musi być spełniony warunek det В = 0. (11) Z warunku (11) wyznaczamy S1(p). Oznacza to, że możemy wyznaczyć ryzyko S {p) portfela P realizowanego w warunkach krótkiej sprzedaży bez konieczności uprzedniej znajomości wektora P oraz wektora X. Nie należy również wyznaczać macierzy odwrotnej do macierzy A D 1 A 7. Dodajmy jeszcze, że w tej ostatniej macierzy występuje macierz D ', ale jak łatwo zauważyć

D = S1 R S, (12) gdzie S jest macierzą diagonalną postaci S = diag {SuSz, zaś R = [r,j\ kxk jest macierzą korelacji. Jej elementami są współczynniki korelacji pomiędzy poszczególnymi akcjami. A to oznacza, że D 1 = S* R 1 ( S 1 ) ' 1 13) czyli, chcąc wyznaczyć macierz odwrotną do macierzy D należy wyznaczyć macierz R! Wyznaczenie macierzy odwrotnej do macierzy diagonalnej jest natychmiastowe. Opisane postępowanie może być zastąpione równoważnym, polegającym na zastosowaniu macierzy brzegowych, które należy zastosować do macierzy С postaci AD 1A 7' - 2 / C= 0 (14) Na jej elementach należy wykonać przekształcenie elementarne typu a (macierz A D A przechodzi w górną macierz trójkątną z jednostkową główną przekątną oraz typu ß (wektor l ^ / 7 przechodzi w wektor zerowy). Wówczas na miejscu zera występującego w macierzy С wystąpi szukana wielkość S2(jj). Opisane postępowanie może być wykorzystane np. do wyznaczenia prognozowanej wartości zmiennej endogenicznej, do wyznaczenia wartości PKB bez uprzedniej konieczności wyznaczenia wartości produkcji globalnej poszczególnych gałęzi produkcyjnych występujących w modelu Leontieva. Te i podobne zagadnienia związane są z problemem wyznaczania wartości wyrażenia qx, (15)

gdzie q jest zadanym wektorem wierszowym, zaś X oznacza wektor stanowiący rozwiązanie cramerowskiego układu równań liniowych postaci F X = t bez uprzedniej konieczności rozwiązywania tego układu. Możemy bowiem albo zażądać, aby wyznacznik macierzy C= F t q qx ( 16) Nie znamy qx i należy je wyznaczyć z warunku orzekającym, że wyznacznik macierzy С jest równy zero, albo też posłużyć się macierzą brzegową С i postaci C,= F t -q 0 (17) i na jej elementach wykonać przekształcenia a i ß. LITERATURA Kolupa M. (2007), Jak ustalić znak i-tej składowej k-wymiarowego portfela lokat realizowanego w warunkach krótkiej sprzedaży. Przegląd Statystyczny 1/2007 (praca przyjęta do druku). Kolupa М., Deptuła R. (2002), O pewnych zagadnieniach związanych z konstrukcją, portfela w warunkach krótkiej sprzedaży, Przegląd Statystyczny 3/2003. Michał Kolupa HOW TO CALCULATE PORTFOLIO RISK UNDER SHORT SALE In the work a way to calculate portfolio risk under short sale is presented. The risk is a scalar product o f the Lagrange multipliers vector and the column o f free items in the equation system o f limiting conditions imposed on the elements o f vector P. It is shown that it is possible to give it without the necessity o f prior determining all factors o f the mentioned product.