Optimal portföy tahsisi için yeni bir yaklaşım: Uygulanabilir piyasa faktörü ölçümlemesi

Bu çalışma, faktör temelli kovaryans tahmin çerçevesinde var olan faktör seçimi problemine cevap vermektedir. İlk olarak, büyük ölçekli kovaryans matrislerinin örneklem kovaryans tahmininin, naif çeşitlendirmeye kıyasla optimum varlık tahsisi performansını bozduğu gerçeğini gösteriyoruz. Kovaryans tahmininde, tahmin hatasını azaltmak için varlıklar yerine faktörlerin kullanılması, hem varlık yönetimi endüstrisi hem de akademik evren için optimal varlık tahsis stratejilerini canlı tutmak için vazgeçilmez bir rol oynar. Bununla birlikte, varlık evreninin kovaryans profilini tahmin etmek için gerekli bilgileri kaybetmeden tahmin hatasını olabilecek en düşük seviyeye indirecek optimal faktör sayısını seçmek, yine de örneklem boyutuna veya örneklemin seçildiği zaman periyoduna bağlıdır. Faktör seçimi problemini ortadan kaldırmak için, var olan faktör evreninin varyanslarının toplamını temsil eden tek bir yapay faktör oluşturan yeni bir faktör tabanlı kovaryans tahmin yöntemi olan "Uygulanabilir Piyasa Faktörü (FMF)" ölçümlemesini öneriyoruz. Önerilen yaklaşımın performansını, portföyün performans oranları açısından PCA, tek ve çok faktörlü ve varyans-kovaryans tahmin yöntemleriyle karşılaştırıyoruz. Ampirik sonuçlar, FMF'nin diğer faktör tabanlı ve varyans- kovaryans tahmin yöntemlerinden özellikle varyansı veya yarı varyansı en aza indiren portföyler için; Sharpe ve Sortino oranları açısından daha iyi performans gösterdiğini göstermektedir. Ayrıca, FMF metodolojisine Autoregressive Markov Rejim Değiştirme modelini adapte ederek ve Maksimum Sharpe Oranı (MSR) portföyünün performansını iyileştiren yeni bir varlık dağılım stratejisi öneriyoruz.