Construcción de portafolios en fondos de inversión considerando momentos estadísticos superiores
Titulo:

Construcción de portafolios en fondos de inversión considerando momentos estadísticos superiores
.

Sumario:

Este estudio busca crear portafolios con activos ETF, aplicando un enfoque cuantitativo que incluye momentos estadísticos de orden superior, más allá de la normalidad de la utilidad esperada. El objetivo es optimizar la utilidad y destacar los tres portafolios principales. Al evaluar portafolios con ETF como LABU, PSQ, FXI, SPY e IWM, se notó una reducción en rendimientos al aplicar momentos superiores. El portafolio 2, bajo la hipótesis de normalidad, sobresa­lió por su alta media de rendimiento y baja volatilidad, a pesar de una curtosis elevada. Sin embargo, la inclusión de momentos superiores indicó un aumento del riesgo, lo que hizo que ningún portafolio fuera óptimo para inversión.

Guardado en:

Revista ODEON

1794-1113

2346-2140

Ossa González , Genjis A.

UNIVERSIDAD EXTERNADO DE COLOMBIA

10.18601/17941113.n26.02

2024-12-05

7

28

Colombia

retorno;

asimetría;

curtosis;

optimización de portafolios

http://purl.org/coar/access_right/c_abf2

info:eu-repo/semantics/openAccess

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Genjis A. Ossa González - 2024

id metarevistapublica_uexternado_revistaodeon_39-article-10067
record_format ojs
spelling Construcción de portafolios en fondos de inversión considerando momentos estadísticos superiores
Konno, H., Hiroshi, S. e Hiroaki, Y. (1993). A mean-absolute deviation-skewness portfolio optimization model. Annals of Operations Research, 45(1), 205-220.
Molina, M. (2022). Paso a paso. Prueba de la t de Student para muestras independientes. Revista electrónica AnestesiaR, 14(8), 1-5. https://doi.org/10.30445/rear.v14i8.1060
Markowitz, H. (1952). Portfolio Selection. Journal of Finance, American Finance Association, 7(1), 77-91. https://doi.org/10.2307/2975974
Mandelbrot, B. (1963). New methods in statistical economics. Journal of Political Economy, 71(5), 421-440. https://doi.org/10.1086/258792
Levy, H. y Markowitz, H. M. (1979). Approximating expected utility by a function of mean and variance. The American Economic Review, 69(3), 308-317. https://www.jstor.org/stable/1807366
Levy, H., y Arditti, F. D. (1975). Valuation, leverage and the cost of capital in the case of depreciable assets: A reply. The Journal of Finance, 30(1), 221-223. https://doi.org/10.2307/2978446
Lai, T. Y. (1991). Portfolio selection with skewness: A multiple-objective approach. Review of Quantitative Finance and Accounting, 1, 293-305. https://doi.org/10.1007/BF02408382
Jondeau, E., y Rockinger, M. (2006). Optimal portfolio allocation under higher moments. European Financial Management, 12(1), 29-55. https://doi.org/10.1111/j.1354-7798.2006.00309.x
Peiro, A. (1999). Skewness in financial returns. Journal of Banking & Finance, 23(6), 847-862. https://doi.org/10.1016/S0378-4266(98)00119-8
Jean, W. H. (1971). The extension of portfolio analysis to three or more parameters. Journal of financial and Quantitative Analysis, 6(1), 505-515. https://doi. org/10.2307/2330125
Guiso, L. y Paiella, M. (2001). Risk Aversion, Wealth and Background Risk. Micro-economic Theory Journal. https://doi.org/10.2139/ssrn.262958.
Gong, X., Yu, C., Min, L. y Ge, Z. (2021). Regret theory-based fuzzy multi-objective portfolio selection model involving deacross-efficiency and higher moments. Applied Soft Computing, 100, 106958. https://doi.org/10.1016/j.asoc.2020.106958
Harvey, C. R. y Siddique, A. (1999). Autoregressive conditional skewness. Journal of fi-nancial and quantitative analysis, 34(4), 465-487. https://doi.org/10.2307/2676230
Harvey, C. R., Liechty, J. C., Liechty, M. W. y Mueller, P. (2010). Portfolio selection with higher moments. Quantitative Finance, 10, 469-485. http://dx.doi.org/10.1080/14697681003756877
Fama, E. F. (1965). The behavior of stock-market prices. The journal of Business, 38(1), 34-105.
Dahlquist, M., Farago, A., y Tédongap, R. (2017). Asymmetries and portfolio choice. The Review of Financial Studies, 30(2), 667-702. https://doi.org/10.1093/rfs/hhw091
Pierro, M. D. y Mosevich, J. (2011). Effects of skewness and kurtosis on portfolio rankings. Quantitative Finance, 11(10), 1449-1453. https://doi.org/10.1080/1469 7688.2010.495723
Premaratne, G. y Bera, A. K. (2000). Modeling asymmetry and excess kurtosis in stock return data. Illinois Research & Reference Working Paper No. 00-123. http://dx.doi.org/10.2139/ssrn.259009
Bergh, G., y Rensburg, P. (2008). Hedge funds and higher moment portfolio selection. Journal of Derivatives & Hedge Funds, 14, 102-126. https://doi.org/10.1057/ jdhf.2008.14
http://purl.org/coar/resource_type/c_6501
Text
http://purl.org/coar/access_right/c_abf2
info:eu-repo/semantics/openAccess
http://purl.org/coar/version/c_970fb48d4fbd8a85
info:eu-repo/semantics/publishedVersion
http://purl.org/redcol/resource_type/ARTREF
info:eu-repo/semantics/article
Vilella, F. (2020). Rebrotes del Covid-19 mantendrán en auge a sectores ya beneficiados. Revista Uruguaya de Economía y Finanzas Personales, Portfolio, 102(8), 29-32.
Zhu, F., Luo, X. y Jin, X. (2019). Predicting the volatility of the iShares China Large- Cap ETF: What is the role of the SSE 50 ETF? Pacific-Basin Finance Journal, 57, 101192. https://doi.org/10.1016/j.pacfin.2019.101192
Xu, Z., Li, X. y Chevapatrakul, T. (2019). Return asymmetry and the cross sección of stock returns. Social Science Research Network. http://dx.doi.org/10.2139/ ssrn.2850842
Thiele, S. (2020). Modeling the conditional distribution of financial returns with asymmetric tails. Journal of Applied Econometrics, 35(1), 46-60. https://doi. org/10.1002/jae.2730tyva(2023). Qué es el etfspy. https://tyba.com.co/blog/spy/
Steyn, J. P. y Theart, L. (2021). The pricing of skewness: Evidence from the Johannesburg Stock Exchange. Investment Analysts Journal, 50(2), 133-144. https://doi.org/10.1080/10293523.2021.1898744
Sweta, K. (2023). Top-Ranked ETFS to Buy on Small-Cap Comeback. Yahoo Finance.
Salinas, S. M., Maldonado, D. A. y Díaz, L. G. (2010). Estimación del riesgo en un portafolio de activos. Apuntes del CENES, 29(50), 117-150.
Saranya, K. y Prasanna, P. K. (2014). Portfolio selection and optimization with higher moments: Evidence from the Indian stock market. Asia-Pacific Financial Markets, 21, 133-149. https://doi.org/10.1007/s10690-014-9180-0
Charupat, N. y Miu, P. (2013). The pricing efficiency of leveraged exchange-traded funds: evidence from the USmarkets. Journal of Financial Research, 36(2), 253- 278. https://doi.org/10.1111/j.1475-6803.2013.12010.x
Brito, R. P., Sebastião, H. y Godinho, P. (2019). Portfolio management with higher moments: The cardinality impact. International Transactions in Operational Research, 26(6), 2531-2560. https://doi.org/10.1111/itor.12404
BlackRock (2023). iShares Russell 2000 ETF. https://www.blackrock.com/cl/produc-tos/239710/ishares-russell-2000-etf
ODEON
Este estudio busca crear portafolios con activos ETF, aplicando un enfoque cuantitativo que incluye momentos estadísticos de orden superior, más allá de la normalidad de la utilidad esperada. El objetivo es optimizar la utilidad y destacar los tres portafolios principales. Al evaluar portafolios con ETF como LABU, PSQ, FXI, SPY e IWM, se notó una reducción en rendimientos al aplicar momentos superiores. El portafolio 2, bajo la hipótesis de normalidad, sobresa­lió por su alta media de rendimiento y baja volatilidad, a pesar de una curtosis elevada. Sin embargo, la inclusión de momentos superiores indicó un aumento del riesgo, lo que hizo que ningún portafolio fuera óptimo para inversión.
Ossa González , Genjis A.
retorno;
asimetría;
curtosis;
optimización de portafolios
26
Núm. 26 , Año 2024 : Enero-Junio
Artículo de revista
application/pdf
text/html
Universidad Externado de Colombia
Publication
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
https://revistas.uexternado.edu.co/index.php/odeon/article/view/10067
Aksaraylı, M., y Pala, O. (2018). A polynomial goal programming model for portfolio optimization based on entropy and higher moments. Expert Systems with Applications, 94, 185-192. https://doi.org/10.1016/j.eswa.2017.10.056
Arditti, D. (1967). Risk and the required return on equity. The Journal of Finance, 22(1), 19-36. https://doi.org/10.2307/2977297
Español
http://creativecommons.org/licenses/by-nc-sa/4.0
Genjis A. Ossa González - 2024
This study aims to create portfolios with ETF assets, using a quantitative approach that extends beyond expected utility’s normality to include higher-order statistical moments. The goal is to optimize the utility and highlight the top three portfolios. When analyzing portfolios featuring ETFS such as LABU, PSQ, FXI, spy, and IWM, a decrease in returns was observed upon incorporat­ing higher moments. Portfolio 2 stood out under the assumption of normality for its higher average return and lower volatility, despite a significantly higher kurtosis. However, factoring in higher-order moments indicated an increased risk, rendering none of the portfolios optimal for investment.
Construction of Portfolios Considering Higher Moments for Investment Funds
Journal article
Return;
asymmetry;
kurtosis;
portfolio optimization
28
1794-1113
https://revistas.uexternado.edu.co/index.php/odeon/article/download/10067/18119
https://revistas.uexternado.edu.co/index.php/odeon/article/download/10067/18118
7
2346-2140
https://doi.org/10.18601/17941113.n26.02
2024-12-05T12:44:37Z
2024-12-05
10.18601/17941113.n26.02
2024-12-05T12:44:37Z
institution UNIVERSIDAD EXTERNADO DE COLOMBIA
thumbnail https://nuevo.metarevistas.org/UNIVERSIDADEXTERNADODECOLOMBIA/logo.png
country_str Colombia
collection Revista ODEON
title Construcción de portafolios en fondos de inversión considerando momentos estadísticos superiores
spellingShingle Construcción de portafolios en fondos de inversión considerando momentos estadísticos superiores
Ossa González , Genjis A.
retorno;
asimetría;
curtosis;
optimización de portafolios
Return;
asymmetry;
kurtosis;
portfolio optimization
title_short Construcción de portafolios en fondos de inversión considerando momentos estadísticos superiores
title_full Construcción de portafolios en fondos de inversión considerando momentos estadísticos superiores
title_fullStr Construcción de portafolios en fondos de inversión considerando momentos estadísticos superiores
title_full_unstemmed Construcción de portafolios en fondos de inversión considerando momentos estadísticos superiores
title_sort construcción de portafolios en fondos de inversión considerando momentos estadísticos superiores
title_eng Construction of Portfolios Considering Higher Moments for Investment Funds
description Este estudio busca crear portafolios con activos ETF, aplicando un enfoque cuantitativo que incluye momentos estadísticos de orden superior, más allá de la normalidad de la utilidad esperada. El objetivo es optimizar la utilidad y destacar los tres portafolios principales. Al evaluar portafolios con ETF como LABU, PSQ, FXI, SPY e IWM, se notó una reducción en rendimientos al aplicar momentos superiores. El portafolio 2, bajo la hipótesis de normalidad, sobresa­lió por su alta media de rendimiento y baja volatilidad, a pesar de una curtosis elevada. Sin embargo, la inclusión de momentos superiores indicó un aumento del riesgo, lo que hizo que ningún portafolio fuera óptimo para inversión.
description_eng This study aims to create portfolios with ETF assets, using a quantitative approach that extends beyond expected utility’s normality to include higher-order statistical moments. The goal is to optimize the utility and highlight the top three portfolios. When analyzing portfolios featuring ETFS such as LABU, PSQ, FXI, spy, and IWM, a decrease in returns was observed upon incorporat­ing higher moments. Portfolio 2 stood out under the assumption of normality for its higher average return and lower volatility, despite a significantly higher kurtosis. However, factoring in higher-order moments indicated an increased risk, rendering none of the portfolios optimal for investment.
author Ossa González , Genjis A.
author_facet Ossa González , Genjis A.
topicspa_str_mv retorno;
asimetría;
curtosis;
optimización de portafolios
topic retorno;
asimetría;
curtosis;
optimización de portafolios
Return;
asymmetry;
kurtosis;
portfolio optimization
topic_facet retorno;
asimetría;
curtosis;
optimización de portafolios
Return;
asymmetry;
kurtosis;
portfolio optimization
citationissue 26
citationedition Núm. 26 , Año 2024 : Enero-Junio
publisher Universidad Externado de Colombia
ispartofjournal ODEON
source https://revistas.uexternado.edu.co/index.php/odeon/article/view/10067
language Español
format Article
rights http://purl.org/coar/access_right/c_abf2
info:eu-repo/semantics/openAccess
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
http://creativecommons.org/licenses/by-nc-sa/4.0
Genjis A. Ossa González - 2024
references Konno, H., Hiroshi, S. e Hiroaki, Y. (1993). A mean-absolute deviation-skewness portfolio optimization model. Annals of Operations Research, 45(1), 205-220.
Molina, M. (2022). Paso a paso. Prueba de la t de Student para muestras independientes. Revista electrónica AnestesiaR, 14(8), 1-5. https://doi.org/10.30445/rear.v14i8.1060
Markowitz, H. (1952). Portfolio Selection. Journal of Finance, American Finance Association, 7(1), 77-91. https://doi.org/10.2307/2975974
Mandelbrot, B. (1963). New methods in statistical economics. Journal of Political Economy, 71(5), 421-440. https://doi.org/10.1086/258792
Levy, H. y Markowitz, H. M. (1979). Approximating expected utility by a function of mean and variance. The American Economic Review, 69(3), 308-317. https://www.jstor.org/stable/1807366
Levy, H., y Arditti, F. D. (1975). Valuation, leverage and the cost of capital in the case of depreciable assets: A reply. The Journal of Finance, 30(1), 221-223. https://doi.org/10.2307/2978446
Lai, T. Y. (1991). Portfolio selection with skewness: A multiple-objective approach. Review of Quantitative Finance and Accounting, 1, 293-305. https://doi.org/10.1007/BF02408382
Jondeau, E., y Rockinger, M. (2006). Optimal portfolio allocation under higher moments. European Financial Management, 12(1), 29-55. https://doi.org/10.1111/j.1354-7798.2006.00309.x
Peiro, A. (1999). Skewness in financial returns. Journal of Banking & Finance, 23(6), 847-862. https://doi.org/10.1016/S0378-4266(98)00119-8
Jean, W. H. (1971). The extension of portfolio analysis to three or more parameters. Journal of financial and Quantitative Analysis, 6(1), 505-515. https://doi. org/10.2307/2330125
Guiso, L. y Paiella, M. (2001). Risk Aversion, Wealth and Background Risk. Micro-economic Theory Journal. https://doi.org/10.2139/ssrn.262958.
Gong, X., Yu, C., Min, L. y Ge, Z. (2021). Regret theory-based fuzzy multi-objective portfolio selection model involving deacross-efficiency and higher moments. Applied Soft Computing, 100, 106958. https://doi.org/10.1016/j.asoc.2020.106958
Harvey, C. R. y Siddique, A. (1999). Autoregressive conditional skewness. Journal of fi-nancial and quantitative analysis, 34(4), 465-487. https://doi.org/10.2307/2676230
Harvey, C. R., Liechty, J. C., Liechty, M. W. y Mueller, P. (2010). Portfolio selection with higher moments. Quantitative Finance, 10, 469-485. http://dx.doi.org/10.1080/14697681003756877
Fama, E. F. (1965). The behavior of stock-market prices. The journal of Business, 38(1), 34-105.
Dahlquist, M., Farago, A., y Tédongap, R. (2017). Asymmetries and portfolio choice. The Review of Financial Studies, 30(2), 667-702. https://doi.org/10.1093/rfs/hhw091
Pierro, M. D. y Mosevich, J. (2011). Effects of skewness and kurtosis on portfolio rankings. Quantitative Finance, 11(10), 1449-1453. https://doi.org/10.1080/1469 7688.2010.495723
Premaratne, G. y Bera, A. K. (2000). Modeling asymmetry and excess kurtosis in stock return data. Illinois Research & Reference Working Paper No. 00-123. http://dx.doi.org/10.2139/ssrn.259009
Bergh, G., y Rensburg, P. (2008). Hedge funds and higher moment portfolio selection. Journal of Derivatives & Hedge Funds, 14, 102-126. https://doi.org/10.1057/ jdhf.2008.14
Vilella, F. (2020). Rebrotes del Covid-19 mantendrán en auge a sectores ya beneficiados. Revista Uruguaya de Economía y Finanzas Personales, Portfolio, 102(8), 29-32.
Zhu, F., Luo, X. y Jin, X. (2019). Predicting the volatility of the iShares China Large- Cap ETF: What is the role of the SSE 50 ETF? Pacific-Basin Finance Journal, 57, 101192. https://doi.org/10.1016/j.pacfin.2019.101192
Xu, Z., Li, X. y Chevapatrakul, T. (2019). Return asymmetry and the cross sección of stock returns. Social Science Research Network. http://dx.doi.org/10.2139/ ssrn.2850842
Thiele, S. (2020). Modeling the conditional distribution of financial returns with asymmetric tails. Journal of Applied Econometrics, 35(1), 46-60. https://doi. org/10.1002/jae.2730tyva(2023). Qué es el etfspy. https://tyba.com.co/blog/spy/
Steyn, J. P. y Theart, L. (2021). The pricing of skewness: Evidence from the Johannesburg Stock Exchange. Investment Analysts Journal, 50(2), 133-144. https://doi.org/10.1080/10293523.2021.1898744
Sweta, K. (2023). Top-Ranked ETFS to Buy on Small-Cap Comeback. Yahoo Finance.
Salinas, S. M., Maldonado, D. A. y Díaz, L. G. (2010). Estimación del riesgo en un portafolio de activos. Apuntes del CENES, 29(50), 117-150.
Saranya, K. y Prasanna, P. K. (2014). Portfolio selection and optimization with higher moments: Evidence from the Indian stock market. Asia-Pacific Financial Markets, 21, 133-149. https://doi.org/10.1007/s10690-014-9180-0
Charupat, N. y Miu, P. (2013). The pricing efficiency of leveraged exchange-traded funds: evidence from the USmarkets. Journal of Financial Research, 36(2), 253- 278. https://doi.org/10.1111/j.1475-6803.2013.12010.x
Brito, R. P., Sebastião, H. y Godinho, P. (2019). Portfolio management with higher moments: The cardinality impact. International Transactions in Operational Research, 26(6), 2531-2560. https://doi.org/10.1111/itor.12404
BlackRock (2023). iShares Russell 2000 ETF. https://www.blackrock.com/cl/produc-tos/239710/ishares-russell-2000-etf
Aksaraylı, M., y Pala, O. (2018). A polynomial goal programming model for portfolio optimization based on entropy and higher moments. Expert Systems with Applications, 94, 185-192. https://doi.org/10.1016/j.eswa.2017.10.056
Arditti, D. (1967). Risk and the required return on equity. The Journal of Finance, 22(1), 19-36. https://doi.org/10.2307/2977297
type_driver info:eu-repo/semantics/article
type_coar http://purl.org/coar/resource_type/c_6501
type_version info:eu-repo/semantics/publishedVersion
type_coarversion http://purl.org/coar/version/c_970fb48d4fbd8a85
type_content Text
publishDate 2024-12-05
date_accessioned 2024-12-05T12:44:37Z
date_available 2024-12-05T12:44:37Z
url https://revistas.uexternado.edu.co/index.php/odeon/article/view/10067
url_doi https://doi.org/10.18601/17941113.n26.02
issn 1794-1113
eissn 2346-2140
doi 10.18601/17941113.n26.02
citationstartpage 7
citationendpage 28
url3_str_mv https://revistas.uexternado.edu.co/index.php/odeon/article/download/10067/18119
url2_str_mv https://revistas.uexternado.edu.co/index.php/odeon/article/download/10067/18118
_version_ 1833614658805694464

Código QR

Estadísticas y Métricas Alternativas

Títulos similares