Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: dominacje stochastyczne

Sortuj według:

Ogranicz wyniki do:

Pomiar ryzyka finansowego w warunkach niepewności

Trzpiot G.

Badania Operacyjne i Decyzje

2006

nr 2

81-88

Coping with the uncertainties of future outcomes is a fundamental theme in finance in a stochastic environment. In the field of stochastic programming, which has grown from the traditions of linear and quadratic programming, constrains on future outcomes have commonly been relaxed to the penalty expressions. Probabilistic constrains, requiring that a condition only to be satisfied up to a given probability. Objectives have usually taken the form of maximizing expected utility or minimizing expected cost. In financial optimization, where uncertainties are likewise unavoidable, approaches of stochastic programming have prevailed. An important example is constraint and objective based notion of the value-at-risk, which is closely related to probabilistic one; unfortunately it suffers from similar mathematical shortcomings. Value-at-risk suffers from financial inconsistencies, which have led to axiomatic development of coherent risk measures, so we also add the robust alternative called conditional value-at-risk. We also cope with some connection between CVaR and stochastic dominance.

Zarządzanie losowymi przyszłymi stopami zwrotu jest podstawowym zadaniem finansów w otoczeniu, które ma charakter stochastyczny. W metodologii programowania stochastycznego, które wyrosło z tradycji programowania liniowego i kwadratowego, ograniczenia, co do przyszłych wartości, są często zamieniane na funkcję kary. Probabilistyczne ograniczenia w zadaniu wymagają jedynie, aby zdarzenia zachodziły z pewnym prawdopodobieństwem. Funkcja celu zazwyczaj maksymalizuje oczekiwaną użyteczność albo minimalizuje koszty. W finansach zadania optymalizacji stochastycznej mają, zatem uprzywilejowane miejsce. Ważne są zadania bazujące na optymalizacji VaR, które są podejściem probabilistycznym do zagadnienia. Rozwój aksjomatycznej teorii związanej z koherentnymi miarami ryzyka, wskazał na odporny odpowiednik VaR nazywany CVaR. W pracy omówiono związek tej miary z dominacjami stochastycznymi.