Dynamic Portfolio Optimization During Economic Recession

Matúš Porázik

Master's thesis

Dynamická optimalizace portfolia během ekonomické recese

Abstract:

Při optimalizaci portfolia často narážíme na problematiku, jakým způsobem vyjádřit míru rizika portfolia a také na problematiku výběru vhodné optimalizační metody. Tyto problémy jsou zvláště umocněny v dobách ekonomické recese, která může být způsobena také například globální pandemií COVID. Recese velmi často vede k značné nejistotě na trzích a tím k extrémní volatilitě. Cílem této práce je popsat hlavní přístupy k modelování tržního rizika pomocí rodiny modelů Generalized Autoregressive Conditional Heteroskedasticity (GARCH). Následně se využívají přístupy k dynamické optimalizaci portfolia na denní bázi a porovnávají se upravené modely Markowitze a Mean-ES model. Markowitzův model je v této práci upraven tak, že je hlavní diagonála kovarianční matice uvažovaných aktiv nahrazena mírami rizika, volatilitou a Expected Shortfall (ES), které jsou získány jako výstup ze zmíněných GARCH a Exponential GARCH (EGARCH) modelů. Samotné porovnání jednotlivých přístupů (modelů) je založeno na srovnání jejich výnosnosti v prvním pololetí globální pandemie COVID pro vhodně vybrané portfolio. Rozdíl ve výkonosti mezi modely založenými na Markowitzově modelu se ukazuje být nevýznamný. Nelze tedy jednoznačně určit, který model je pro optimalizaci portfolia vhodnější. Co ovšem lze předpokládat je fakt, že během ekonomické recese je vhodnější používat ES jako míru rizika na místo klasické volatility. Z výsledků této práce však vyplívá, že model Mean-ES by mohl být nejvhodnějším modelem pro optimalizaci v období ekonomické recese, neboť poskytuje významně lepší výnosnost portfolia.

Abstract:

When working with portfolio optimization, we encounter problems with the proper way of representing the risk measure and choosing the suitable optimization method. These problems are even more prominent in times of economic recession, such as the global COVID pandemic, when the markets are extremely volatile. The aim of the thesis is to describe the main approaches to the modelling of the market risk using Generalized Autoregressive Conditional Heteroskedasticity (GARCH) models family. Day-to-day dynamic portfolio optimization approaches are subsequently utilized, and adaptations of Markowitz Model and Mean-ES model are compared. Adaptations of Markowitz model are based on replacing the diagonal of the covariance matrix of the considered assets with differently estimated various risk measures such as volatility, or Expected Shortfall (ES), estimated with GARCH and Exponential GARCH (EGARCH) models. Comparison of the individual approaches is based on their returns during the first half-year of the global COVID pandemic, for a suitably selected portfolio. The difference between approaches using Markowitz model showed to be only minor. Therefore it can not be deduced that one approach is better than the other, it can be only assumed that it is better to utilize ES, rather than volatility, as a risk measure during the economic recession. However, the best approach to portfolio optimization during the economic recession was seemed to be Mean-ES where there was an immense difference in return.

Keywords

Expected Shortfall, Dynamická optimalizace portfolia, Sharpe Ratio, Value at Risk, GARCH modely, Markowitzův model

Keywords

Sharpe Ratio, GARCH models, Dynamic portfolio optimization, Expected Shortfall, Value at Risk, Markowitz model

Language used: English

Date on which the thesis was submitted / produced: 5. 10. 2019

Thesis defence

• Date of defence: 8. 6. 2021
• Supervisor: Petra Tomanová
• Reader: Tomáš Formánek

Vysoká škola ekonomická v Praze

Master programme / field:
Kvantitativní metody v ekonomice / Ekonometrie a operační výzkum