포트폴리오 최적화 란 무엇입니까?
포트폴리오 최적화는 투자자가 다른 옵션의 범위에서 자산을 선택하는 것과 관련하여 올바른 지침을받는 과정 일 뿐이며이 이론에서 프로젝트 / 프로그램은 개별적으로 평가되지 않고 특정 포트폴리오.
설명
최적의 포트폴리오는 가장 높은 Sharpe 비율을 가진 포트폴리오로, 취한 모든 위험 단위에 대해 생성 된 초과 수익을 측정합니다.
포트폴리오 최적화는 현대 포트폴리오 이론 (MPT)을 기반으로합니다. MPT는 투자자가 가장 낮은 위험에 대해 가장 높은 수익을 원한다는 원칙을 기반으로합니다. 이를 위해서는 포트폴리오의 자산이 서로 상대적으로 어떻게 수행되는지를 고려한 후 선택해야합니다. 즉, 상관 관계가 낮아야합니다. MPT를 기반으로 한 최적의 포트폴리오는 특정 자산 또는 자산 클래스의 실적이 저조 할 때 충돌을 방지하기 위해 잘 다각화됩니다.
최적 포트폴리오 프로세스
최적의 포트폴리오를위한 자산 할당은 기본적으로 두 부분으로 구성된 프로세스입니다.
- 자산 클래스 선택 – 포트폴리오 관리자는 먼저 자금을 할당 할 자산 클래스를 선택한 다음 포함 할 모든 자산 클래스의 가중치를 결정합니다. 일반적인 자산 클래스에는 주식, 채권, 금, 부동산이 포함됩니다.
- 클래스 내 자산 선택 – 자산 클래스를 결정한 후 관리자는 포트폴리오에 포함 할 특정 주식 또는 채권의 양을 결정합니다. Efficient Frontier는 효율적인 포트폴리오의 위험-수익 관계를 그래프로 나타냅니다. 이 곡선의 각 점은 효율적인 포트폴리오를 나타냅니다.
포트폴리오 최적화의 예
더 잘 이해하기 위해 포트폴리오 최적화의 몇 가지 실용적인 예를 살펴 보겠습니다.
예 1
2018 년 월별 수익을 기반으로 한 Apple 및 Microsoft의 예를 들어 보면 다음 그래프는이 두 주식으로 만 구성된 포트폴리오의 Efficient Frontier를 보여줍니다.
X 축은 표준 편차이고 Y 축은 위험 수준에 대한 포트폴리오 수익입니다. 이 포트폴리오를 무위험 자산과 결합하면이 그래프에서 Sharpe 비율이 최대화 된 지점이 최적의 포트폴리오를 나타냅니다. 자본 배분 선이 효율적인 국경에 접하는 지점입니다. 그 이유는 그 시점에서 Sharpe 비율 (모든 추가 위험 단위에 대한 기대 수익 증가를 측정하는)이 가장 높기 때문입니다.
예제 # 2
BestBuy 및 AT & T 주식 만있는 위험한 포트폴리오와 위험이없는 자산을 1 %의 수익률로 결합하려고한다고 가정합니다. 이러한 주식의 수익률 데이터를 기반으로 Efficient Frontier를 플로팅 한 다음 Y 축에서 1.5에서 시작하고이 Efficient Frontier에 접하는 선을 그립니다.
X 축은 표준 편차를 나타내고 Y 축은 포트폴리오 수익률을 나타냅니다. 덜 위험을 감수하려는 투자자는이 지점의 왼쪽으로 이동하고 위험을 감수하는 투자자는이 지점의 오른쪽으로 이동할 수 있습니다. 위험을 전혀 감수하지 않으려는 투자자는 모든 돈을 무위험 자산에 투자하는 동시에 자신의 포트폴리오 수익률을 1 %로 제한합니다. 위험을 감수하면 추가 수익을 얻을 수 있습니다.
포트폴리오 최적화의 장점
다음은 포트폴리오 최적화의 주요 장점 중 일부입니다.
- 수익 극대화 – 포트폴리오 최적화의 가장 중요한 목표는 주어진 위험 수준에 대한 수익을 극대화하는 것입니다. 최적의 포트폴리오를 나타내는 효율적인 프론티어 지점에서 리스크-수익 트레이드 오프가 극대화됩니다. 따라서 포트폴리오 최적화 프로세스를 추구하는 관리자는 종종 투자자를 위해 위험 단위당 높은 수익을 달성 할 수 있습니다. 이것은 고객 만족에 도움이됩니다.
- 다각화 – 최적의 포트폴리오는 비 체계적인 위험이나 가격이 책정되지 않은 위험을 없애기 위해 잘 다각화됩니다. 다각화는 특정 자산의 실적이 저조한 경우 투자자를 하방으로부터 보호하는 데 도움이됩니다. 포트폴리오의 다른 자산은 투자자의 포트폴리오가 충돌하지 않도록 보호하고 투자자는 편안한 영역에 머물러 있습니다.
- 시장 기회 식별 – 관리자가 이러한 포트폴리오의 적극적인 관리에 빠져 들면 많은 시장 데이터를 추적하고 시장에 대한 최신 정보를 유지합니다. 이 관행은 다른 사람들보다 먼저 시장에서 기회를 식별하고 투자자의 이익을 위해 이러한 기회를 활용하는 데 도움이 될 수 있습니다.
포트폴리오 최적화의 한계
다음은 포트폴리오 최적화의 몇 가지 주요 제한 사항입니다.
- 마찰없는 시장 – 포트폴리오 최적화 개념의 기반이되는 현대 포트폴리오 이론은 사실을 유지하기 위해 특정 가정을합니다. 가정 중 하나는 시장이 마찰이 없다는 것입니다. 즉, 시장에서 우세한 거래 비용, 제약 등이 없습니다. 실제로 이것은 종종 사실이 아닌 것으로 밝혀졌습니다. 시장에는 마찰이 있으며이 사실은 현대 포트폴리오 이론의 적용을 복잡하게 만듭니다.
- 정규 분포 – 현대 포트폴리오 이론의 또 다른 가정은 수익이 정규 분포를 따른다는 것입니다. 반환 데이터를 입력으로 사용할 때 왜도, 첨도 등의 개념을 무시합니다. 수익이 정상적으로 분배되지 않는 경우가 종종 있습니다. 현대 포트폴리오 이론에서 이러한 가정 위반은 다시 사용하기 어렵게 만듭니다.
- 동적 계수 – 상관 계수와 같은 포트폴리오 최적화를 위해 데이터에 사용되는 계수는 시장 상황이 변함에 따라 변경 될 수 있습니다. 이러한 계수가 동일하게 유지된다는 가정은 모든 경우에 사실이 아닐 수 있습니다.
결론
포트폴리오 최적화는이 프로세스가 포트폴리오에 포함 된 모든 추가 위험 단위에 대한 수익을 극대화하는 것을 목표로하기 때문에 위험-수익 트레이드 오프를 최대화하려는 투자자에게 좋습니다. 관리자는 위험 자산과 무위험 자산의 조합을 결합하여 이러한 트레이드 오프를 관리합니다. 위험 자산과 무위험 자산의 비율은 투자자가 원하는 위험의 정도에 따라 다릅니다. 최적 포트폴리오는 조합에서 가능한 가장 높은 수익을 창출 할 수있는 포트폴리오를 제공하는 것이 아니라 취한 위험 단위당 수익을 극대화 할뿐입니다. 이 포트폴리오의 Sharpe 비율이 가장 높습니다.