This report covers a study testing the possibility of adding portfolio optimization by mean-variance analysis as a tool to extend the concept of momentum strategies in contrast to naive allocation formed by Jegadeesh & Titman (1993). Further these active investment strategies are compared with a passive benchmark as well as a randomly selected portfolio over the entire study-period. The study showed that the naive allocation model outperformed the mean-variance model both economically as well as statistically. No indication where obtained for a lagged return effect when letting a mean-variance model choose weights for a quarterly holding period and the resulting investment recommendation is to follow a naive investment strategy within a momentum framework.

Finansų teorijoje ir praktikoje viena iš fundamentalių problemų yra vertybinių popierių portfelio valdymas. Baigiamajame magistro darbe nagrinėjami investicinio proceso pagrindiniai etapai. Darbo tikslas gali būti apibrėžtas kaip akcijų portfelio sudarymo ir valdymo uždavinio sprendimas naudojant optimizacijos, fundamentaliosios ir techninės analizės metodus. Išnagrinėti investuotojų ir jų sudaromų portfelių tipai. Aprašyti ir palyginti investicijų portfelio sudarymo modeliai ir valdymo strategijos. Aprašoma metodika, nustatanti akcijų investicinį patrauklumą Italijos akcijų rinkos pavyzdžiu. Autorius darbe sprendžia sveikųjų skaičių optimizacijos uždavinį. Tiriamojoje darbo dalyje įvertinami pasyviosios ir aktyviosios portfelio valdymo strategijos rezultatai. Darbo pabaigoje pasiūlyti efektyvūs būdai sprendžiant investicijų portfelio valdymo uždavinį. / One of the fundamental issues in financial practice and theory is an investment portfolio construction and management. In this master thesis are presented the main stages of investment process. Thesis aim is defined as construction and management of the portfolio, that consists of stocks, using optimization methods, fundamental and technical analysis. The author analyses different types of investors and portfolios, compares portfolio construction models and management strategies. This thesis includes describing of stock investment attractiveness evaluation within the Italian market of shares. Author solves the integer-valued optimization problem. In the empirical part it is evaluated passive and active portfolio management strategies. In the conclusion there are offered effective procedures that can help investor to solve the portfolio management problem.

<p>This thesis discusses novel developments in Bayesian analytics for high-dimensional multivariate time series. The focus is on the class of multiregression dynamic models (MDMs), which can be decomposed into sets of univariate models processed in parallel yet coupled for forecasting and decision making. Parallel processing greatly speeds up the computations and vastly expands the range of time series to which the analysis can be applied. </p><p>I begin by defining a new sparse representation of the dependence between the components of a multivariate time series. Using this representation, innovations involve sparse dynamic dependence networks, idiosyncrasies in time-varying auto-regressive lag structures, and flexibility of discounting methods for stochastic volatilities.</p><p>For exploration of the model space, I define a variant of the Shotgun Stochastic Search (SSS) algorithm. Under the parallelizable framework, this new SSS algorithm allows the stochastic search to move in each dimension simultaneously at each iteration, and thus it moves much faster to high probability regions of model space than does traditional SSS. </p><p>For the assessment of model uncertainty in MDMs, I propose an innovative method that converts model uncertainties from the multivariate context to the univariate context using Bayesian Model Averaging and power discounting techniques. I show that this approach can succeed in effectively capturing time-varying model uncertainties on various model parameters, while also identifying practically superior predictive and lucrative models in financial studies. </p><p>Finally I introduce common state coupled DLMs/MDMs (CSCDLMs/CSCMDMs), a new class of models for multivariate time series. These models are related to the established class of dynamic linear models, but include both common and series-specific state vectors and incorporate multivariate stochastic volatility. Bayesian analytics are developed including sequential updating, using a novel forward-filtering-backward-sampling scheme. Online and analytic learning of observation variances is achieved by an approximation method using variance discounting. This method results in faster computation for sequential step-ahead forecasting than MCMC, satisfying the requirement of speed for real-world applications. </p><p>A motivating example is the problem of short-term prediction of electricity demand in a "Smart Grid" scenario. Previous models do not enable either time-varying, correlated structure or online learning of the covariance structure of the state and observational evolution noise vectors. I address these issues by using a CSCMDM and applying a variance discounting method for learning correlation structure. Experimental results on a real data set, including comparisons with previous models, validate the effectiveness of the new framework.</p> / Dissertation

Within the scope of this thesis, the Black-Litterman Asset Allocation Model (as presented in He &amp; Litterman, 1999) is compared to the classical mean-variance framework by simulating past performance of portfolios constructed by both models using identical input data. A quantitative investment strategy which favours stocks with high dividend yield rates is used to generate private views about the expected excess returns for a fraction of the stocks included in the sample. By comparing the ex-post risk-return characteristics of the portfolios and performing ample sensitivity analysis with respect to the numerical values assigned to the input variables, we evaluate the two models’ suitability for different categories of portfolio managers. As a neutral benchmark towards which both portfolios can be measured, a third market-capitalization-weighted portfolio is constructed from the same investment universe. The empirical data used for the purpose of our simulations consists of total return indices for 23 of the 30 stocks included in the OMXS30 index as of the 21st of February 2014 and stretches between January of 2003 and December of 2013.   The results of our simulations show that the Black-Litterman portfolio has delivered risk-adjusted return which is superior not only to that of its market-capitalization-weighted counterpart but also to that of the classical mean-variance portfolio. This result holds true for four out of five simulated strengths of the investment strategy under the assumption of zero transaction costs, a rebalancing frequency of 20 trading days, an estimated risk aversion parameter of 2.5 and a five per cent uncertainty associated with the CAPM prior. Sensitivity analysis performed by examining how the results are affected by variations in these input variables has also shown notable differences in the sensitivity of the results obtained from the two models. While the performance of the Black-Litterman portfolio does undergo material changes as the inputs are varied, these changes are nowhere near as profound as those exhibited by the classical mean-variance portfolio.   In the light of our empirical results, we also conclude that there are mainly two aspects which the portfolio manager ought to consider before committing to one model rather than the other. Firstly, the nature behind the views generated by the investment strategy needs to be taken into account. For the implementation of views which are of an α-driven character, the dynamics of the Black-Litterman model may not be as appropriate as for views which are believed to also influence the expected return on other securities. Secondly, the soundness of using market-capitalization weights as a benchmark towards which the final solution will gravitate needs to be assessed. Managers who strive to achieve performance which is fundamentally uncorrelated to that of the market index may want to either reconsider the benchmark weights or opt for an alternative model.

A guaranteed minimum income benefit (GMIB) is a long-dated option that can be embedded in a deferred variable annuity. The GMIB is attractive because, for policyholders who plan to annuitize, it offers protection against poor market performance during the accumulation phase, and adverse interest rate experience at annuitization. The GMIB also provides an upside equity guarantee that resembles the benefit provided by a lookback option. We price the GMIB, and determine the fair fee rate that should be charged. Due to the long dated nature of the option, conventional hedging methods, such as delta hedging, will only be partially successful. Therefore, we are motivated to find alternative hedging methods which are practicable for long-dated options. First, we measure the effectiveness of static hedging strategies for the GMIB. Static hedging portfolios are constructed based on minimizing the Conditional Tail Expectation of the hedging loss distribution, or minimizing the mean squared hedging loss. Next, we measure the performance of semi-static hedging strategies for the GMIB. We present a practical method for testing semi-static strategies applied to long term options, which employs nested Monte Carlo simulations and standard optimization methods. The semi-static strategies involve periodically rebalancing the hedging portfolio at certain time intervals during the accumulation phase, such that, at the option maturity date, the hedging portfolio payoff is equal to or exceeds the option value, subject to an acceptable level of risk. While we focus on the GMIB as a case study, the methods we utilize are extendable to other types of long-dated options with similar features.

Global bond market capitalization amounts to approximately $100 trillion, compared to $60 trillion in the equity markets. Despite debt financing being a large part of the global financial market, the measurements and greenhouse gas reduction investment strategies to date are not nearly as thorough as for equity financing. More recently, the problem has been brought into light by the World Bank, expressing concerns about the crucial role of debt financing activities in the current and upcoming threats caused by climate change. A commonly used credit derivative in debt financing is credit default swaps (CDS), which is an agreement between two parties to exchange the credit risk of a reference entity. The buyer of the contract makes fixed periodic payments to the seller of the contract, who collects the premiums in exchange for making the protection buyer whole in the case of a defaulting reference entity. This thesis aims to minimize the greenhouse gas emission exposure for two CDS indices, iTraxx Main and CDX.IG, each consisting of 125 equally weighted constituents, or companies. The CDS indices are widely used high liquid fixed income instruments. In 2017, iTraxx Main had a monthly trading volume of $330-440 billion notional, and CDX.IG a corresponding volume of $200-275 billion. In order to rate the greenhouse gas emissions of the constituents, the ECOBAR model was used. The model utilizes a discrete ranking score system, where the aim is to obtain as low score as possible. To minimize the ECOBAR score for the baskets, Markowitz Modern Portfolio Theory was used, implemented by using a quadratic programming algorithm. By optimizing the portfolios while retaining a low tracking error and high correlation toward the CDS indices, underlying investment properties were retained. We show that one can construct replicated portfolios of the CDS indices that have significantly lower ECOBAR scores than the indices themselves, whilst still maintaining a low tracking error and high correlation with the actual indices. When constructing baskets of fewer constituents, one can replicate the indices with merely 10-30 constituents, without worsening the tracking error or correlation substantially, and obtain an even lower ECOBAR score for the respective portfolios.

Esta tese tem foco no tema de otimização de carteiras de investimento modeladas para estratégia de investimento de index tracking. O conteúdo final é composto por três artigos. O primeiro artigo é intitulado “Index Tracking with Controlled Number of Assets Using a Hybrid Heuristic Combining Genetic Algorithm and Non-linear Programming”, e foi aceito para publicação na revista Annals of Operations Research. O segundo artigo é “Index Tracking and Enhanced Indexing using Cointegration and Correlation with Endogenous Portfolio Selection”, e foi aceito para publicação na revista Quarterly Review of Economics and Finance. Por fim, o terceiro artivo é “Investigating the Use of Statistical Process Control Charts for Index Tracking Portfolios”, o qual já foi submetido e está atualmente em processo de revisão. No primeiro artigo, discutimos a estratégia de investimento de index tracking usando programação matemática. Primeiro, usamos uma formulação de programação não linear para o problema de index tracking, considerando um número limitado de ações. Devido à dificuldade de solução do problema em um intervalo de tempo razoável por pacotes matemáticos comerciais, aplicamos uma abordagem de solução híbrida, combinando programação matemática e algoritmo genético. Com a aplicação de testes, demonstramos a eficiência da abordagem proposta comparando os resultados com soluções ótimas, com métodos previamente desenvolvidos, e com dados reais de índices de mercado. Os experimentos computacionais focam no Ibovespa (o mais popular índice do mercado brasileiro), e também apresentamos resultados para mercados consolidados tais quais S&P 100 (Estados Unidos), FTSE 100 (Reino Unido) and DAX (Alemanha). A estrutura proposta apresenta sua abilidade para obter ótimos resultados (resultados com gap em relação às soluções ótimas menores que 5% em 8 minutos de tempo de processamento) até mesmo para índices de mercado com alta volatilidade em um mercado em desenvolvimento. No segundo artigo, a atenção é voltada para a análise de dois métodos alternativos entre si para solução do problema de otimização de index tracking. Esse artigo investiga o desempenho “fora da amostra” dos métodos de correlação e cointegração para as estratégias de index tracking (IT) e enhanced indexing (EIT) aplicadas aos dados de mercado Brasileiro e Norte-americano. Nosso objetivo é comparar ambos os métodos na medida em que exploramos fortemente a cointegração em relação a estudos prévios: nós transformamos a seleção do portfólio endógena ao problema de otimização nessa abordagem. Os testes foram executados utilizando dados de 2004 a 2014 com amostras de 57 ações para dados brasileiros, e 96 ações para dados dos Estados Unidos; carteiras foram construídas usando combinações de no máximo 10 ações. Apesar da realização de testes extensivos, os resultados gerais demonstraram desempenho similar para ambos os métodos. Para IT no mercado brasileiro, foi verificado um trade-off entre melhor erro de tracking e maior turnover com cointegração (com resultados opostos para correlação), sendo que este mesmo padrão não foi encontrado para dados norte-americanos. Os resultados para EIT também não apresentação claro favorecimento para cointegração ou correlação. Por fim, o terceiro artigo é dedicado à discussão a respeito do uso de processo estatístico de gráficos de controle para regulação de carteiras de index tracking. Nesse artigo, nosso objetivo é introduzir uma abordagem baseada em gráficos de controle (SPC) para monitorar o processo de rebalanceamento de carteiras de index tracking. O método de SPC é derivado da Estatística e da Engenharia, como ferramenta para controle de processos de produção. Para cumprir os objetivos, aplicamos gráficos de controle EWMA (do inglês, exponentially weighted moving average) para monitorar carteiras de IT baseadas no uso combinado de dois gráficos de controle: desempenho de carteiras em termos de erro de tracking e em termos de volatilidade. Assim, visamos tornar endógeno o controle do processo de rebalanceamento das carteiras baseado em seu desempenho e em suas condições de risco ao longo do tempo. Testes computacionais foram realizados para avaliar a abordagem desenvolvida em comparação com a estratégia tradicional de rebalanceamento (que consiste no uso de janelas fixas de tempo para atualização das carteiras), usando dados dos mercados brasileiro e norte-americano de 2005 a 2014. Os métodos de cointegração e correlação foram aplicados para otimização das carteiras. Os resultados demonstraram que a abordagem com SPC pode ser uma alternativa viável para o processo de rebalanceamento de carteiras.

Les événements extrêmes ont un impact important sur les distributions de rendement et les décisions d’investissement. Cependant, le rôle des risques d’événement est sous-estimé dans les approches populaires de prise de décision financière. Cette thèse inclut les risques d’événements dans les décisions d’investissement pour améliorer l’optimalité globale des investissements. Nous examinons les risques d’événements dans deux contextes financiers différents mais cohérents: la sélection de portefeuilles et le financement d’entreprise. Dans le cadre de la sélection de portefeuilles, nous nous concentrons sur l’incorporation d’informations d’ordre supérieur pour capturer l’impact des risques d’événements sur la construction du portefeuille. Des extensions d’ordre supérieur sont implémentées sur deux méthodes principales d’optimisation de portefeuille: le cadre classique de l’optimisation de la variance moyenne et du CAPM, et l’approche de la dominance stochastique. Nous trouvons que l’inclusion d’informations d’ordre supérieur améliore l’optimalité globale du portefeuille compte tenu de la présence de risques d’événement. Dans un cas particulier, nous combinons les applications traditionnelles de l’optimisation de la moyenne variance et de l’analyse de dominance stochastique pour examiner l’efficacité de l’indice de DJIA. Nous trouvons que DJIA est efficace en tant que référence de performance. Dans le domaine des finances d’entreprise, nous avons principalement identifié les changements de dénomination sociale de M&A parmi l’indice S&P 500 et examiné comment les événements de changement de nom affectent les modèles de rendement pour les acquéreurs et les cibles. Dans le cadre de cette étude d’entreprise, nous montrons que les changements de nom affectent sensiblement la dynamique du rendement et que la différence de rendement anormale entre les événements de changement de nom et les événements sans changementde nom est économiquement et statistiquement significative. En général, nos études montrent que l’inclusion des risques d’événements dans les processus décisionnels apporte des avantages importants à l’optimisation de l’allocation des actifs. / Extreme events have a material impact on return distributions and investment decisions. However, the role of event risks is understated in popular financial decision making approaches. This thesis includes event risks into investment decisions to improve global investment optimality. We examine event risks in two different but coherent financial settings: portfolio selection and corporate finance. In the portfolio selection setting, we focus on the incorporation of higher order information to capture the impact of event risks on portfolio construction. Higher order extensions are implemented on two main portfolio optimization methods: the classic framework of mean variance optimization and CAPM, and the stochastic dominance approach. We find that the inclusion of higher order information improves global portfolio optimality given the presence of event risks. As a special case, we combine the traditional applications of mean variance optimization and stochastic dominance analysis to examine the index efficiency of DJIA. We find that DJIA is efficient as a performance benchmark. In the corporate finance setting, we principally identified corporate name changes of M&As among the S&P 500 index, and examined how the name change events impact the return patterns for the acquirers and the targets. Conducting this corporate event study, we show that name changeevents substantially affect return dynamics, and that the abnormal return difference between name change events and non name change events is economically and statistically significant. Generally, our studies illustrate that the inclusion of event risks in decision processes brings important benefits to the asset allocation optimization.

Submitted by Carina Rizzi (carina.rizzi@fgv.br) on 2016-10-20T13:31:32Z No. of bitstreams: 1 Federico_RIVA_Final_Version_FGV.pdf: 869421 bytes, checksum: 3ae1d66c6fc26adc451331c13a55b1a4 (MD5) / Approved for entry into archive by Ana Luiza Holme (ana.holme@fgv.br) on 2016-10-20T13:33:47Z (GMT) No. of bitstreams: 1 Federico_RIVA_Final_Version_FGV.pdf: 869421 bytes, checksum: 3ae1d66c6fc26adc451331c13a55b1a4 (MD5) / Made available in DSpace on 2016-10-20T13:36:01Z (GMT). No. of bitstreams: 1 Federico_RIVA_Final_Version_FGV.pdf: 869421 bytes, checksum: 3ae1d66c6fc26adc451331c13a55b1a4 (MD5) Previous issue date: 2016 / The size of mutual funds throughout the world reached $33.4 trillion in terms of assets under management in 2015. Part of these funds is invested directly or on behalf of private investors whose aim is to secure their future financial wealth. I have been following a stream of literature from the 1980’s that focuses on the relation between dividends stability and returns for equities. A recent research analyzes the benefits of maximizing returns from income such as dividend-paying stocks and coupon-bearing bonds in the attempt of improving the performance of the portfolio. The theory is that focusing on stable dividend-paying stocks, the investor is able to gain exposure to healthy and prosperous firms. Ultimately, this should provide the investor with a smaller exposure to risk thanks to a constant stream of cash flows from dividends. This strategy would be beneficial to highly risk-averse investors. / O tamanho de fundos mútuos ao redor do mundo alcançou $33.4 trilhões em termos de AUM em 2015. Parte destes fundos é investida diretamente ou em nome de investidores privados cujo objetivo é preserver a riqueza financeira futura deles/delas. Eu procurei referências literárias desde 1980 que foca na relação entre a estabilidade de dividendos e os lucros para ações ordinárias. Uma recente pesquisa analisa os benefícios de maximizar lucros de renda como ações com dividendos e tÍtulos com cupom na tentativa de melhorar o desempenho da carteira. A teoria é aquela enfocação em ações com dividendos estáveis, o investidor pode ganhar exposição a empresas saudáveis e prósperas. No final das contas, isto deveria proporcionar o investidor uma menor exposição a risco graças à estabilidade nos fluxos provenientes de dividendos. Essa estratégia seria benéfica a investidores com uma alta aversão ao risco.

Esta tese tem foco no tema de otimização de carteiras de investimento modeladas para estratégia de investimento de index tracking. O conteúdo final é composto por três artigos. O primeiro artigo é intitulado “Index Tracking with Controlled Number of Assets Using a Hybrid Heuristic Combining Genetic Algorithm and Non-linear Programming”, e foi aceito para publicação na revista Annals of Operations Research. O segundo artigo é “Index Tracking and Enhanced Indexing using Cointegration and Correlation with Endogenous Portfolio Selection”, e foi aceito para publicação na revista Quarterly Review of Economics and Finance. Por fim, o terceiro artivo é “Investigating the Use of Statistical Process Control Charts for Index Tracking Portfolios”, o qual já foi submetido e está atualmente em processo de revisão. No primeiro artigo, discutimos a estratégia de investimento de index tracking usando programação matemática. Primeiro, usamos uma formulação de programação não linear para o problema de index tracking, considerando um número limitado de ações. Devido à dificuldade de solução do problema em um intervalo de tempo razoável por pacotes matemáticos comerciais, aplicamos uma abordagem de solução híbrida, combinando programação matemática e algoritmo genético. Com a aplicação de testes, demonstramos a eficiência da abordagem proposta comparando os resultados com soluções ótimas, com métodos previamente desenvolvidos, e com dados reais de índices de mercado. Os experimentos computacionais focam no Ibovespa (o mais popular índice do mercado brasileiro), e também apresentamos resultados para mercados consolidados tais quais S&P 100 (Estados Unidos), FTSE 100 (Reino Unido) and DAX (Alemanha). A estrutura proposta apresenta sua abilidade para obter ótimos resultados (resultados com gap em relação às soluções ótimas menores que 5% em 8 minutos de tempo de processamento) até mesmo para índices de mercado com alta volatilidade em um mercado em desenvolvimento. No segundo artigo, a atenção é voltada para a análise de dois métodos alternativos entre si para solução do problema de otimização de index tracking. Esse artigo investiga o desempenho “fora da amostra” dos métodos de correlação e cointegração para as estratégias de index tracking (IT) e enhanced indexing (EIT) aplicadas aos dados de mercado Brasileiro e Norte-americano. Nosso objetivo é comparar ambos os métodos na medida em que exploramos fortemente a cointegração em relação a estudos prévios: nós transformamos a seleção do portfólio endógena ao problema de otimização nessa abordagem. Os testes foram executados utilizando dados de 2004 a 2014 com amostras de 57 ações para dados brasileiros, e 96 ações para dados dos Estados Unidos; carteiras foram construídas usando combinações de no máximo 10 ações. Apesar da realização de testes extensivos, os resultados gerais demonstraram desempenho similar para ambos os métodos. Para IT no mercado brasileiro, foi verificado um trade-off entre melhor erro de tracking e maior turnover com cointegração (com resultados opostos para correlação), sendo que este mesmo padrão não foi encontrado para dados norte-americanos. Os resultados para EIT também não apresentação claro favorecimento para cointegração ou correlação. Por fim, o terceiro artigo é dedicado à discussão a respeito do uso de processo estatístico de gráficos de controle para regulação de carteiras de index tracking. Nesse artigo, nosso objetivo é introduzir uma abordagem baseada em gráficos de controle (SPC) para monitorar o processo de rebalanceamento de carteiras de index tracking. O método de SPC é derivado da Estatística e da Engenharia, como ferramenta para controle de processos de produção. Para cumprir os objetivos, aplicamos gráficos de controle EWMA (do inglês, exponentially weighted moving average) para monitorar carteiras de IT baseadas no uso combinado de dois gráficos de controle: desempenho de carteiras em termos de erro de tracking e em termos de volatilidade. Assim, visamos tornar endógeno o controle do processo de rebalanceamento das carteiras baseado em seu desempenho e em suas condições de risco ao longo do tempo. Testes computacionais foram realizados para avaliar a abordagem desenvolvida em comparação com a estratégia tradicional de rebalanceamento (que consiste no uso de janelas fixas de tempo para atualização das carteiras), usando dados dos mercados brasileiro e norte-americano de 2005 a 2014. Os métodos de cointegração e correlação foram aplicados para otimização das carteiras. Os resultados demonstraram que a abordagem com SPC pode ser uma alternativa viável para o processo de rebalanceamento de carteiras.