• 자원ㆍ환경경제연구
• /
• 제17권4호
• /
• pp.719-749
• /
• 2008

본 연구에서는 고유가대응 정책수단 사이의 적정 배분을 위한 비용-위험 기준 포트폴리오 모형에 근거하여 예산배분모형을 제시한다. 이와 함께 유가대응 정책수단별로 2000년부터 2006년까지 정부예산에 대하여 적정 배분안을 시산하였다. 시산결과에 따르면 선물시장을 활용한 대안에 일정 금액 이상의 예산이 배분될 필요가 있다. 전략비축 대안의 경우 과다한 비용으로 말미암아 비용-위험 기준 포트폴리오 전략에서는 제대로 고려되지 못하는 것으로 나타났다. 유전개발 대안은 본 연구에서 다른 대안들에 비해 소요비용이 상대적으로 낮게 설정되었기 때문에 비용-위험 포트폴리오 전략에서 절반 이상으로 편입되는 것으로 나타났다.

• East Asian mathematical journal
• /
• 제34권3호
• /
• pp.331-338
• /
• 2018

We investigate the optimal consumption and portfolio strategies of an agent who has a constant elasticity of substitution (CES) utility function under the negative wealth constraint. We use the martingale method to derive the closed-form solution, and we give some numerical implications.

• 자원ㆍ환경경제연구
• /
• 제20권2호
• /
• pp.335-356
• /
• 2011

본 연구에서는 Markowitz (1952)의 평균-분산 모형과 지배원리에 입각하여 원유, 석탄, 천연가스로 대표되는 화석에너지원의 최적 소비조합을 구축하려 하였다. 이를 위해 1달러당 열량으로 정의된 화석에너지원들의 편익변동을 동태은닉공통인자 모형을 이용하여 동행부분과 개별 에너지원의 특이적 수급상황에 기초한 변동으로 분해한 후, 그 결과에 기초하여 최적 화석에너지원의 최적 소비조합을 구성하였다. 분석결과, 평균-분산 모형에서 최적 소비조합을 의미하는 효율적 프론티어 선상의 소비조합들에서는 사회적으로 도달 가능한 최저 수준의 원유소비 비중을 유지하면서 석탄보다는 천연가스의 소비비중을 높여야 하는 것으로 나타났다. 이와 같은 결과는 현재 우리나라에서 추구하고 있는 원유 및 석탄의 소비비중 축소전략과도 일치하는 결과라 할 수 있으며, 원유소비의 비중축소가 화석에너지원의 소비로부터 얻을 수 있는 편익향상과 함께 편익변동에 따르는 경제활동의 불안정성을 축소시킬 수 있는 방법임을 지적하는 것이라 할 수 있다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2003년도 춘계공동학술대회
• /
• pp.972-975
• /
• 2003

The purpose of this study is to integrate Decision Theory Approach(DTA) and OR Theory Approach(OTA) systemically. and to develop Combination Theory Approach to build an optimal R&D project portfolio by strategies. To Integrate two approaches. Utility theory is introduced. Evaluation Results aye converted into utility values by the utility functions and the values are optimized by 0-1 programming. Scoring method and Integer programming is used to evaluation a correspondence with a goal and to allocation the limiting resources. And utility function is used to reflect the preference of decision makers on the project evaluation.

• Journal of applied mathematics & informatics
• /
• 제28권3_4호
• /
• pp.863-875
• /
• 2010

In this paper we apply the martingale approach, which has been widely used in mathematical finance, to investigate the optimal investment problem for an insurer under the criterion of mean-variance. When the risk and security assets are described by the L$\acute{e}$vy processes, the closed form solutions to the maximization problem are obtained. The mean-variance efficient strategies and frontier are also given.

• 아태비즈니스연구
• /
• 제13권4호
• /
• pp.163-175
• /
• 2022

Purpose - This study introduces a methodology for finding the optimal tracking error of active stock funds. Tracking error is commonly used in risk budgeting techniques as a concept of cost for alpha creation. Design/methodology/approach - This study uses a post-optimal smart beta portfolio that maximizes alpha under the given tracking error constraint. Findings - As a result of the analysis, the smart beta strategy that maximized alpha under the constraint of 0.15% daily tracking error shows the highest IR. This means the maximum theoretically achievable efficiency. In this regard, a fixed-effect panel regression analysis is conducted to evaluate the active efficiency of domestic stock funds. In addition to control variables based on previous studies, the effect of tracking error on alpha is analyzed. The alpha used in this model is calculated using the smart beta portfolio according to the size of the constraint of the tracking error as a benchmark. Contrary to theoretical estimates, in Korea, the alpha performance is maximized under a daily tracking error of 0.1%. This indicates that the active efficiency of domestic equity funds is lower than the theoretical maximum. Research implications or Originality - Based on this study, it is expected that it can be used for active risk management of pension funds and performance evaluation of active strategies.

• Management Science and Financial Engineering
• /
• 제19권2호
• /
• pp.43-47
• /
• 2013

This paper studies an optimal consumption and portfolio choice problem for unemployed people who have an option to work. Our problem is to find optimal consumption, risky investment, and workforce re-entry strategies for the unemployed. We find a closed form of the critical wealth level to re-enter the workforce. We show that the unemployed with a higher disutility of labor or a larger relative risk aversion are more reluctant to re-enter the workforce.

• 지능정보연구
• /
• 제25권2호
• /
• pp.39-55
• /
• 2019

최근 은행과 증권회사를 중심으로 다양한 로보어드바이저 금융상품들이 출시되고 있다. 로보어드바이저는 사람 대신 컴퓨터가 포트폴리오 자산배분에 대한 투자 결정을 실행하기 때문에 다양한 자산배분 알고리즘이 활용되고 있다. 본 연구에서는 대표적 로보어드바이저 알고리즘인 블랙리터만모형의 강점을 살리면서 객관적 투자자 전망을 도출할 수 있는 지능형 전망모형을 제안하고 이를 내재균형수익률과 결합하여 최종 포트폴리오를 도출하는 로보어드바이저 자산배분 알고리즘을 새로이 제안하며, 실제 주가자료를 이용한 실증분석 결과를 통해 전문가의 주관적 전망을 대신할 수 있는 지능형 전망모형의 실무적 적용 가능성을 보여주고자 한다. 그동안 주가 예측에서 우수한 성과를 보여주었던 기계학습 방법 중 SVM 모형을 이용하여 각 자산별 기대수익률에 대한 예측과 예측 확률을 도출하고 이를 각각 기대수익률에 대한 투자자 전망과 전망에 대한 신뢰도 수준의 입력변수로 활용하는 지능형 전망모형을 제안하였다. 시장포트폴리오로부터 도출된 내재균형수익률과 지능형 전망모형의 기대수익률, 확률을 결합하여 최종적인 블랙리터만모형의 최적포트폴리오를 도출하였다. 주가자료는 2008년부터 2018년까지의 132개월 동안의 8개의 KOSPI 200 섹터지수 월별 자료를 분석하였다. 블랙리터만모형으로 도출된 최적포트폴리오의 결과가 기존의 평균분산모형이나 리스크패리티모형 등과 비교하여 우수한 성과를 보여주었다. 구체적으로 2008년부터 2015년까지의 In-Sample 자료에서 최적화된 블랙리터만모형을 2016년부터 2018년까지의 Out-Of-Sample 기간에 적용한 실증분석 결과에서 다른 알고리즘보다 수익과 위험 모두에서 좋은 성과를 기록하였다. 총수익률은 6.4%로 최고 수준이며, 위험지표인 MDD는 20.8%로 최저수준을 기록하였다. 수익과 위험을 동시에 고려하여 투자 성과를 측정하는 샤프비율 역시 0.17로 가장 좋은 결과를 보여주었다. 증권계의 애널리스트 전문가들이 발표하는 투자자 전망자료의 신뢰성이 낮은 상태에서, 본 연구에서 제안된 지능형 전망모형은 현재 빠른 속도로 확장되고 있는 로보어드바이저 관련 금융상품을 개발하고 운용하는 실무적 관점에서 본 연구는 의의가 있다고 판단된다.

• 산업경영시스템학회지
• /
• 제46권4호
• /
• pp.152-159
• /
• 2023

This study endeavors to enrich investment prospects in cryptocurrency by establishing a rationale for investment decisions. The primary objective involves evaluating the predictability of four prominent cryptocurrencies - Bitcoin, Ethereum, Litecoin, and EOS - and scrutinizing the efficacy of trading strategies developed based on the prediction model. To identify the most effective prediction model for each cryptocurrency annually, we employed three methodologies - AutoRegressive Integrated Moving Average (ARIMA), Long Short-Term Memory (LSTM), and Prophet - representing traditional statistics and artificial intelligence. These methods were applied across diverse periods and time intervals. The result suggested that Prophet trained on the previous 28 days' price history at 15-minute intervals generally yielded the highest performance. The results were validated through a random selection of 100 days (20 target dates per year) spanning from January 1st, 2018, to December 31st, 2022. The trading strategies were formulated based on the optimal-performing prediction model, grounded in the simple principle of assigning greater weight to more predictable assets. When the forecasting model indicates an upward trend, it is recommended to acquire the cryptocurrency with the investment amount determined by its performance. Experimental results consistently demonstrated that the proposed trading strategy yields higher returns compared to an equal portfolio employing a buy-and-hold strategy. The cryptocurrency trading model introduced in this paper carries two significant implications. Firstly, it facilitates the evolution of cryptocurrencies from speculative assets to investment instruments. Secondly, it plays a crucial role in advancing deep learning-based investment strategies by providing sound evidence for portfolio allocation. This addresses the black box issue, a notable weakness in deep learning, offering increased transparency to the model.

• 대한수학회지
• /
• 제59권2호
• /
• pp.311-335
• /
• 2022

This paper treats Merton's classical portfolio optimization problem for a market participant who invests in safe assets and risky assets to maximize the expected utility. When the state process is a d-dimensional Markov diffusion, this problem is transformed into a problem of solving a Hamilton-Jacobi-Bellman (HJB) equation. The main purpose of this paper is to solve this HJB equation by a deep learning algorithm: the deep Galerkin method, first suggested by J. Sirignano and K. Spiliopoulos. We then apply the algorithm to get the solution to the HJB equation and compare with the result from the finite difference method.