Sunteți pe pagina 1din 41

Universitatea din Bucureti

Facultatea de Matematic i Informatic


TEZA DE DOCTORAT
Reumat
MODELE DE SELECIE PENTRU OPTIMIZAREA
PORTOFOLIILOR
Conductor tiin!ific,
Prof. Univ. Dr. "asile #REDA
Autor$
Drd. Ilie MARI%E&CU
Bucureti$ '())
Cuprins


Capitolul 1. Introducere ........................................................................................... 4
1.1 Motivare............................................................................................................... 4
1.2 Direcii principale ............................................................................................... 4
1.3 Abstract................................................................................................................ 6
1.4 Cadrul general al problemei............................................................................... 7
1. !re"entarea te"ei#................................................................................................ 7
Capitolul 2. Modele de porto$olii av%nd restricii dominate stocastic .................. 1&
2.1 Introducere........................................................................................................ 1&
2.2 Algoritmul de selecie a porto$oliului de tip 'ran()*ol$e............................. 12
2.3 +elecia porto$oliilor av%nd c%,tiguri subestimate liniar pe poriuni ............. 21
2.4 Metoda subgradientului modi$icat ................................................................... 27
2. Metoda de selecie a porto$oliului cu perturbaii neliniare ............................ 34
2.6 +ubestimarea punctual- a pro$itului unui porto$oliu..................................... 4&
Capitolul 3. Modele de selecie a porto$oliului cu costuri de tran"acie neconve.e
................................................................................................................................. .43
Introducere.............................................................................................................. 43
3.2 Construcia modelului ...................................................................................... 1
3.3 / sc0ema de algoritm 'ran()*ol$e pentru ..................................... 7
3.4 !roblema costului rebalans-rii ........................................................................ 61
3. Modelul porto$oliului rebalansat av%nd restricii de tip ,ans- date de
probabilit-i $u""1.................................................................................................... 64
3.6 !orto$oliul rebalansat av%nd restricii de tip ,ans- pentru c%,tig.................. 7&
3.7 Modelul probabilistic ,i modelul $u""1)probabilistic pentru problema costului
de rebalansare......................................................................................................... 22
Capitolul 4. !roblema porto$oliului sub diverse scenarii. Aplicaii ..................... 32
4.1 /ptimi"area seleciei porto$oliului cu varian- ,i semivarian- generali"at-.
Aplicaii ................................................................................................................... 32
2
4.2 !roblema c%,tigului ,i costului rebalans-rii. Aplicaie ................................ 1&3
4.3 Aplicaie. +elecia unui porto$oliu de repartiie $u""1 de tip *eibull ........... 113
Capitolul . Modelarea statistic- a unui porto$oliu de active............................. 123
.1 Introducere...................................................................................................... 123
.2 4tilitatea medie a c%,tigului ........................................................................... 124
.2.1 !orto$oliul cu un activ $-ra risc.................................................................. 127
.2.2 !roblema porto$oliului av%nd toate activele de risc................................... 132
.3 !roblema porto$oliului av%nd riscurile modelate de 5alue)at)6isc75a68... 137
.4 M-suri ale riscului pentru un porto$oliu sigur ............................................. 143
. / modelare 9a1esian- pentru problema clasic-.......................................... 13
Conclu"ii................................................................................................................ 13
9ibliogra$ie............................................................................................................ 163
3
Introducere
Teoria optimizrii are o arie de aplicare foarte generoas i de un real
succes n ceea ce privete matematica aplicat. Structura mulimii i modul
de a gsi cel mai bun termen determin existena mai multor corpuri ale
teoriei de optimizare: liniar de ntregi stoc!astic al controlului optimal
programrii semi"infinite etc.
#plicaiile optimizrii sunt diverse i foarte larg rsp$ndite. %ele mai
notabile arii de aplicabilitate sunt cele n inginerie statistic economie
tiintele manageriale teoria calculatoarelor i c!iar a matematicii. #stfel c
problemele de optimizare apar n teoria aproximrii teoria probabilitii
designului structural controlul proceselor c!imice perturbri n reeaua de
telecomunicaii managmentul portofoliilor i altele.
Micarea brownian
&ncerc$nd s construiasc o teorie a speculaiei
'
(ac!elier )'*++,
a descoperit obiectul matematic cunoscut astzi sub numele de micarea
bro-nian. .atorit complexitii fenomenelor financiare specialitii din
finane i matematic au apelat la instrumente mai sofisticate cum ar fi
martingalele i integala stocastic.
Frontiera eficient i portofoliu eficient
/ar0o-itz )'*12, introduce noiunea de frontier eficient ca fiind
media c$tigului maxim admisibil ce poate fi obinut pentru diferite praguri
ale riscului sau riscul minim pentru diferite paliere ale c$tigului mediu unde
riscul este dat de variana c$tigului portofoliului. 3roblema optimizrii
portofoliului n condiii de incertitudine face obiectul teoriei moderne de
selecie dezvoltat de
2
/ar0o-itz 42*5 i Tobin )'*16, teorie n care apare
pentru prima oar noiunea de portofoliu eficient.
Teoria deciziilor fuzzy
.eoarece n cele mai multe cazuri informaia i cunotinele sunt
insuficiente matematicile nu sunt suficiente pentru a rezolva sisteme
complexe de portofolii. &n '*71 8ade! a introdus conceptul de mulime fuzz9
pentru a reprezenta lipsurile din viaa de zi cu zi. /ai t$rziu n '*:+ (ellman
i 8ade! au prezentat teoria deciziilor fuzz9 prin care definesc factorul de
decizie ntr"un cadru fuzz9 unde mulimea de decizie este dat de un
obiectiv fuzz9 i de o restricie fuzz9.
1
Pe baza acestei idei, mai trziu, au aprut lucrrile lui Black i !c"oles #1$%3& i 'erton #1$%3&
asupra evalurii op(iunilor #pricin)* +n limba en)lez&.
2
'odelul de baza formulat de parintele teoriei moderne a portofoliilor era minimizarea riscului
#dispersiei& in condi(iile unui cti) mediu constant sau ma,imizarea cti)ului mediu +n condi(iile
unui risc constant.
-
Costuri de tranzacie
; problem de actualitate i care reprezint o mare preocupare i
pentru noi n aceast lucrare este cea a
<
costurilor de tranzacie problem
de ultim or ce preocup n principal managerii portofoliilor. /ao )'*:+,
=acob )'*:>, /orton i 3lis0a )'**1, au studiat optimizarea protofoliului cu
costuri de tranzacie fixe. 3ogue )'*:+, %!en et al. )'*:', i ?as!imoto
)'**7, studiaz costurile de tranzacie variabile n timp ce @i et al. )2+++,
dau un algoritm de programare liniar pentru a rezolva modelul general
medie"varian pentru un portofoliu de selecie cu costuri de tranzacie.
Valoarea la risc VaR(Value-at-Risk
; msur a riscului definit pe baza cuantilelor variabilelor aleatoare
este
>
AaB. l. Stambaug! )'**7, Simons )'**7, .uffie i 3an )'**:, dau
metode de calcul ale msurii AaB presupun$nd o repartiie normal sau log"
normal a riscului. &ns /auser i Bosen )'***, abordeaz te!nici bazate
pe simularea /onte %arlo sau simularea istoric. /arele dezavantaC al
acestei msuri este c problema de optimizare a portofoliului n care riscul
este modelat de AaB nu poate fi rezolvat utiliz$nd metode ale programrii
liniare. .eficienele msurii sunt date de faptul c poate s subestimeze
riscul i nu este o msura coerent.
Abstract
;riginalitatea tezei este dat de studierea modelele de optimizare a
portofoliului de selecie impun$nd investitorului un anumit procent din fiecare
activ al portofoliului. Totodat dorim ca investitorul s Coace corect adic s
nu cumpere i s v$nd n acelai timp aceleai active condiie dat de
restricia de complementaritate.
#naliza optimizrii portofoliilor sub diferite restricii i diferite metode
de rezolvare este nt$lnit n literatura de specialitate n lucrri cu autori
celebri ca: /ar0o-itz Tobin /orton 3lis0a Donno EiCa9ana9a0e
?amaza0i @i Eang Speranza Eatada ?os!imoto.
&n prezent factorii de decizie sunt extrem de concentrai asupra
costurilor de tranzacie deoarece ele au un efect semnificativ asupra
strategiei de investiie. #stfel c$nd avem un capital de investiie relativ mic
diversificarea lui implic costuri de tranzacie inacceptabil de mari. .in
nefericire de cele mai multe ori costurile de tranzacie sunt ignorate sau
tratate cu superficialitate deoarece se aCunge la o problema de minimizare
neconvex pentru care nu exist o metod de rezolvare eficient de gsire a
unei soluii optime.
3
#rnott si Eagner )'**+, si ?os!imoto )'**7, au aCuns la concluzia c ignor$nd costurile de
tranzacie rezultatul gsit se tranform ntr"un portofoliu ineficient.
-
Value-at-Risk este cea mai utilizat msur pentru cuantificarea riscului deoarece prezint
avantaCul de a fi flexibil i simpl din punct de vedere conceptual.
.
Totui amintim c$iva autori binecunoscui n domeniu care au lucrat
n acest sens cum ar fi #. 3erold 4>*5 i =. /ulve9 4>25 n care funcia
costului de tranzacie este aproximat de o funcie convex i liniar pe
poriuni. &ns aceast aproximare nu are acurateea suficient pentru a reda
exact funcia costului de tranzacie neconvex.
3rinii acestei probleme putem spune c sunt F. Donno i #.
EiCa9ana9a0e 4':5 de la To09o Gnstitute of Tec!nolog9 care au rezolvat ntr"
un mod
1
eficient problema de selecie a portofoliului cu costuri de tranzacie.
.atorit eficienei modelului medie"deviaie absolut din 4':5 vom
presupune peste tot n aceast lucrare cu excepia unor cazuri tratate
general c riscul portofoliului este dat de deviaia absolut a c$tigului
portofoliului.
Preentare !i conc"uii
Hoiunea de portofoliu eficient este prezentat pentru prima oar n
'*12 de /ar0o-itz 42*5 n care se rezolv eficient problema de optimizare a
unui portofoliu n condiii de incertitudine. #cesta este momentul n care se
d startul teoriei moderne de optimizare pentru selecia de portofolii
eficiente.
/odelul de baz formulat de /ar0o-itz era minimizarea riscului
)dispersiei, n condiiile unui c$tig mediu fixat sau maximizarea c$tigului
mediu n condiiile unui risc limitat.
&n prezenta lucrare o importan deosebit a fost acordat factoriilor
de decizie care n general sunt extrem de concentrai asupra costurilor de
tranzacie deoarece ele au un efect semnificativ asupra strategiei de
investiie.
Gpotezele problemelor tratate sunt inovatoare dorind s reflecte
situaii c$t mai reale din viaa cotidian i din experiena financiar a
autorului dar i presupuneri teoretice date n scopul de a dinamiza Cuctorii
de pe pia.
Cadrul !eneral al proble"ei. 3resupunem un portofoliu alctuit din
n

active financiare. .orim s investim un capital K cu urmtorele restricii:
cantitatea investit n activul
i
s fie cuprins ntre anumite praguri
determinate de investitor in$nd cont de rentabilitatea activului financiar dar
i de volatilitatea lui sezonierI capitalul s fie corelat cu limitele c$tigului
mediu precum i cu limitele n care se situeaz riscul c$tigului mediu.
.
3rincipala presupunere a lor a fost aceea de a dezvolta o sc!em ce poate s genereze o
soluie optim a unui model medie"deviaie absolut sub costuri de tranzacie concave.
/etoda folosit de ei este branc! and bound i demonstreaz c aceast metod poate
calcula o soluie global intr"o manier eficient.
/
.ac investim o cantitate i
z
din activul
i
cu rentabilitatea anual i
R
dup un an valoarea investiiei va deveni
( )
i i
z R + 1
.
#stfel valoarea investiiei cu capitalul n
z z K + + ....
1 va fi dat de
urmtoarea relaie:

( ) ( ) ( ) ( )
n n
z R z R K x R + + + + + 1 ... 1 1
1 1

de unde rezult c rata c$tigului este:

( ) ( ) ( ) [ ]

+ + + +
n
i
i i
n n
x R
z R z R
K
x R
1
1 1
1 1 ... 1
1

unde am folosit urmtoarele notaii:
K
z
x
i
i


n i ,..., 1

1
1

n
i
i
x
.
3resupunem c
0
i
x

n i ,..., 1
deoarece Cucm pe o pia corect
adic nu putem s vindem active dac nu le deinemI astfel portofoliu
investitorului este dat de vectorul
( )
n
x x x ,...,
1

.
@ucrarea este structurat n cinci capitole si o bibliografie ce conine
numai referine strict legate de tez. Aom face o scurt prezentare pe
capitole.
&n %apitolul ' #ntroducere este prezentat motivarea tezei un
abstract direcii de cercetare n acest domeniu cadrul general.
&n %apitolul 2 Modele de portofolii a$%nd restricii do"inate stocastic&
plecm de la o problem de maximizare a c$tigului portofoliului av$nd
restricii neliniare date de relaia de dominare stocastic de ordinul doi dintre
un portofoliu de referin i unul de actualitate. Gdeea pleac de la un tratat
de optimizare a unei probleme av$nd restricii de dominare neliniare dat de
.entc!eva i Buszcz9ns0i 4:*5 dar am impus restricia compensrii pierderii
sezoniere.
%apitolul < Modele de selecie a portofoliului cu costuri de tranzacie
necon$e'e trateaz dou situaii diferite a problemei minimizrii costului de
tranzacie a activelor costuri ce sunt presupuse a fi neconvexe. Donno
propune costuri concave i reuete s rezolve problema cu aCutorul unui
algoritm eficient. Hoi ns dm o problem c$t mai aproape de realitate prin
reducerea volatilitii activelor sezoniere. 3entru rezolvarea problemelor
propuse vom folosi metode ca funcia de regularizare algoritmul Jran0"
Eolfe 4<65 metoda subgradientului 4'<5 i 4'>5 metoda problemei
rebalansate av$nd restricii fuzz9 de tip ans 4'75 4':5 etc. &n seciunea
<.: folosind dezvoltri de tip fuzz9 i fuzz9"probabilistice abordate n 4>:5
rezolvm problema de rebalansare a minimizrii costului de tranzacie cu
unele presupuneri asupra variabilelor portofoliului.
%
&n %apitolul > (roble"a portofoliului sub di$erse situaii) *plicaii&
vom da condiii suficiente i necesare pentru a rezolva problema de
optimalitate a minimizrii riscului luat sub diverse forme generalizate
semivariana i semivariana inferioar generalizat condiii ce urmeaz linia
din (o et al 4*5. ; alt problema tratat este a unui model n care urmrim
simultan maximizarea profitului cu minimizarea costului de rebalansare
av$nd o aplicabilitate imediat. Kltima seciune o vom dedica aplicabilitii
unor probleme din capitolul precedent cu ipoteze modificate dar cu un
rezultat numeric interesant i practic.
%apitolul 1 Modelarea statistic a unui portofoliu de acti$e este un
capitol novator n care se propune o metod fuzz9ficat a modelului clasic
medie"varian aplic$nd condiiile Du!n"Tuc0er pentru dou probleme)una n
care avem un activ fr risc i cealalt n care toate activele sunt purttoare
de risc,. Beuim s gsim o expresie pentru frontiera eficient a modelului.
Gntrm n actualitatea prezentului cu probleme pentru care riscul este
msurat de Value-at-Risc)VaR,. /sura Value-at-Risk poate evalua riscurile
de tip asimetric ns prezint dezavantaCe maCore. %u toate acestea este
cea mai mediatizat msur bancar fapt pentru care vom da n
urmtoarea subseciune o serie de aproximri ntr"un cadru mai general din
punct de vedere al informaiilor despre forma repartiiei. @a final vom da
definiii matematice ale unui portofoliu si!ur alctuit din active financiare cu
o definiie nou i Custificat cu argumente i un exemplu. &n ultimul paragraf
prezentm pe scurt o modelare (a9esian pentru problema clasic )medie"
varian, o abordare de dat recent ce va fi implementat ntr"o lucrare
viitoare .
3entru dezvoltarea cercetrii n domeniu consider urmtoarele
direcii:
" studiul problemelor de optimizare n care costurile de tranzacie s
fie reprezentate simultan de mai multe tipuri de functii)va fi publicat ntr"un
articol n 2+'<,
" adaptarea msurilor riscului n piaa actual de crizI
" construirea unor noi msuri ale riscului i investigarea proprietilor
acestoraI
" elaborarea unor metode performante de estimare a riscului.
Preentarea reu"tate"or principa"e cu un #rad $are de
ori#ina"itate
1
Capito"u" %& Mode"e de porto'o"ii a()nd restric*ii do$inate
stocastic. &n acest capitol vom pleca de la o problem de maximizare a
c$tigului portofoliului cu restricii neliniare date de o relaie de dominare
stocastic de ordinul doi dintre un portofoliu de referin i unul de
actualitate. Jolosind rezultate teoretice din4'> ': '6 27 2: <65 etc. am
reuit s rezolvm problema de selecie a portofoliilor n condiii rezonabile i
cu o eficien bun.
&n seciunea 2.2 am liniarizat problema portofoliului de selecie cu
aCutorul unei dezvoltri n serie Ta9lor c$t i a unei funcii de regularizare
4275 i am propus o rezolvare cu aCutorul algoritm conceptual Jran0"Eolfe.
3rincipalul rezultat este dat pentru gsirea unei soluii:
Teore$a %&%&% +n conte'tul tezei a$e" ur"toarele proprieti,
- vectorul
k
u
este o soluie a proble"ei ( )
k
SUB dac i nu"ai dac
k
u
este i soluie a proble"ei (-).)
- dac
k
u
este soluie opti" /n
( )
k
SUB
& cu
k k
u u
& atunci
k
x
este
un portofoliu opti"al pentru proble"a (-).)
Knde problema )2.', are urmtoarea form:

( ) ( ) [ ] x R E ma, 1 . 2

( ) x R

( ) z R
SSD

1 2 0 < x

cu
{ x X

} n j x x e
j
t n
,..., 1 , 0 , 1 3
unde

& 1 ,..., 1 #
ori n
e

t
e
este transpusul lui
e
iar
& 2 ,... 2 , 2 # 2
2 1 n

i
& ,... , #
2 1 n


sunt vectorii sezonieri definii de factorul de decizie i z un portofoliu de
referin dat av$nd c$tigul aleator
( ) z R
i valoarea medie finit.
Gar ( )
k
SUB are urmtoarea form:

( ) ( ) [ ] ( )
U u
u u t u u SUB
k
k
t
k k

+ , min

cu funcia de regularizare de forma

( )
2
1
2 , u u u u


i
$
t n
n m mT m
T T mT m T T n
y y y y h h s s
s s s s s s s s s s x x u
& ,..., , ,..., , ,..., ,
4
,...,
4
...,
,
4
,...,
4
,
4
,...,
4
, ,..., ,..., ,..., , ,..., , ,..., #
1
1 1 1
2 21 1 11 1 2 21 1 11 1



unde u R
& 1 2 # 3 + + T m n
.
%onvergena algoritmului este demonstrat i verificat de urmtorul
rezultat:
Teore$a %&%&+ *l!orit"ul descris fie conduce la un portofoliu opti"
fie !enerez o sec$en de portofolii ( )
k
k
x pentru care orice punct de
acu"ulare este un portofoliu opti")
&n seciunea 2.< folosind subestimarea liniar pe poriuni 4':5 ca
fiind o metod eficient prin care se va nlocui c$tigurile portofoliului cu
subestimri
7
liniare se aCunge la o problem
( ) ( )
( )
. , 1 0
& 1 # 2 ,..., 1 , 0
0
ma,
1
X x
T m n i b x d a
x R x
i
mT n
j
j ij ij
l sk
s j
j j l u

+ + +
+

3roblema astfel rezultat poate fi rezolvat uor cu aCutorul unei


metode modificate a subgradientului 4'<5 metod prezentat n urmtoarea
seciune.
Seciunea 2.> prezint metoda subgradientului modificat pentru
problema de mai sus. .m o demontraie a convergenei metodei ntr"un
contextul general stabilind i demonstr$nd eficiena metodei. #lgoritmul este
considerat pentru o problem neliniar deoarece pe parcursul tezei vom
apela adeseori la aceast metod. %el mai important rezultat este dat de
convergena algoritmului la problema neliniar )2.',:
Teore$a %&,&% )de convergen, (resupune" c
( )
k
k
c ,


+ + & 1 # 2 T m n

+

este o soluie pentru proble"a dual /n sensul dat de "etoda
sub!radientului i ( ) ( ) ( ) u u c u
t
norm
+ $aloarea opti" a dualei pentru
/
i folosind mai multe transformri i in$nd seama de o decizie fuzz9 propus de (ellman i 8ade!
4:5.
10

( ) ( ) ( ) ( ) ( ) ( )
( )
. 0 ,
.
2
k k
k
norm
k
t
k t k
norm k norm
k
k
s
u
u u u c u c u u
s
< <
+ +



*tunci
. 0 lim

k
k
s

&n ultimele seciuni sunt prezentate dou metode extrem de
interesante i totodat practice 4275 4:*5. 3rincipiul este simplu i n acelai
timp eficient mai ales prin #lgoritmul de liniarizare succesiv )S@#,. /etoda
de selecie cu perturbaii neliniare duce la formarea unei funcii de perturbare
eficient i uor aplicabil folosind proprietile caracteristice funciilor
@ipsc!itz abordate n 4275.
Capito"u" +& Mode"e de se"ec*ie a porto'o"iu"ui cu costuri de
tranac*ie necon(e-e& %apitolul este unul vast i trateaz diferite metode
de rezolvare liniare sau neliniare a problemei. 3entru rezolvare vom folosi
metode ca: funcia de regularizare algoritmul Jran0"Eolfe 4<65 metoda
subgradientului 4'<5 i 4'>5 metoda problemei rebalansate cu restricii fuzz9
de tip ans 4'75 4':5 etc.
Aom condiiona ca investitorul s investeasc un anumit procent n
fiecare activ adic merg$nd pe ideea compensaiei avem:

j i j j j
x n j < 1 0 , , 1

deoarece ntr"un anumit sezon al anului rentabilitatea activului poate fi mare
iar n tot restul anului rentabilitatea este mic sau nesemnificaiv.
Hotm cu
( )
j j
x c
funcia asociat costului de tranzacie a activului
j

funcie ce este definit ca fiind neconvex i nedescresctoare. &n ceea ce
privete costul de tranzacie al portofoliului el va fi dat de suma costurilor de
tranzacie a tuturor activelor.
Se consider un orizont de timp compus din T momente de timpI
notm cu
( )
nt t t
r r r ,..., ,
2 1
vectorul rentabilitilor celor
n
active la momentul
t
&
iar
( ) ( ) { } T t r r r R R R p
nt t t n t
... 1 , ,..., , ,..., , Pr
2 1 2 1

este cunoscut unde j
R
este
o variabil aleatoare ce reprezint rentabilitatea activului
j
.
Jie

T
t
jt t j
r p r
1
rata rentabilitii activului
j
fr costuri de tranzacie
iar

n
j
j j
x r
1
reprezint rata rentabilitii portofoliului
( )
n
x x x x ,..., ,
2 1

. #stfel
rata actualizat a rentabilitii cu costuri de tranzacie este
11
{ }


n
j
j j j j
x c x r x r
1
& # & #

unde
& #
j j
x c
este costul de tranzacie neconvex.
.eviaia absolut pe care o vom considera ca o msur a riscului
este
[ ] ( ) .
1 1 1 1


,
_


T
t
j
n
j
j jt t j
n
j
j
n
j
j j
x r r p x r E x r x

Scopul acestui capitol este de a construi un portofoliu optimal care are un
anumit risc dat de investitor i un profit maxim cu costuri de tranzacie
neconvexe minime.
C)te(a de'ini*ii !i nota*ii.
3este tot n aceast tez vom nota cu L o "uli"e fuzzy astfel
,
4
,
4
,
4
! toate reprezint mulimi fuzz9. ;rice mulime fuzz9 va fi o
submulime fuzz9 a numerelor reale.
/ulimea
( ) { } [ ] ! b b
not
!
4
4
reprezint

-seciunea submulimii
fuzz9
!
4

1 0
. Kn nu"r fuzzy
!
4
este o submulime fuzz9 a mulimii
numerelor reale cu funcia de coresponden
3 4
!


[ ] 1 , 0
ce satisface
urmtoarele condiii:
"
( ) " b b
!
, 1 4
pentru un unic interval " .
" [ ] !
4
este un interval nc!is i mrginit pentru 1 0 .
Spunem c ( ) c b a ! 5 5
4
este un numr fuzzy triun!0iular dac funcia
de coresponden este cresctoare pe intervalul
( ) b a,
deacresctoare pe
intervalul
( ) c b,
i unu n b cu c b a < < . 3entru orice numr fuzz9
!
4
vom
scrie

seciune ca un interval nc!is i mrginit [ ] ( ) ( ) [ ]
6
6
,
4
# # ! oricare
ar fi

.
Aom defini x ! >
4
dac
( ) x # > 0
6
pentru orice numr real
x
)similar se
definesc i celelalte inegaliti,. Belaia este numit relaia de ordonare
parial dintre dou numere fuzz9 i o vom defini cu aCutorul

seciunii.
#stfel
1
4
!
2
4
! dac i numai dac b a pentru orice [ ]
1
4
! a i [ ]
2
4
! b
pentru orice
[ ] 1 , 0
adic dac i numai dac ( ) ( )
6
6
b a oricare ar fi
[ ] 1 , 0
.
Jie X o variabil aleatoare continu cu funcia de densitate
( ) , x $
unde
este un parametru dat de densitate. 3resupunem c

4
este un numr fuzz9
ce l genereaz pe deoarece parametrul este necunoscut. #stfel putem
spune c
X
4
este o variabil aleatoare fuzz9 continu cu funcia de densitate
12
( )
4
, x $
unde
( ) 1 ,


dx x $
[ ],
4
i probabilitatea evenimentului fuzz9
1
4
x X este un numr fuzz9
( ) 1
4
0 ,
4
4
r P
4
1
# # x X
not
. Bezult c

seciunea
probabilitaii este

( )[ ] ( ) ( ) [ ] 1
4
0 , ,
4
r P
4
6 1 1
6 1
# # # x X
not


unde ( )
1
6
# este dat de problema de minim :
( )
( ) [ ],
4
, 1 ,
,
1



dx x $
dx x $ %in
x

i ( )
6 1
# este dat de problema de maxim :
( )
( ) [ ].
4
, 1 ,
,
1



dx x $
dx x $ %ax
x
.ac X i & sunt dou variabile aleatoare cu funcia de densitate
comun ( ) , , y x $

i densitatea lui
&
este dat de funcia ( ) , y $
y
atunci

seciunea probabilitii evenimentului
2
4
x X condiionat de y &
4
este

( ) [ ]
( )
( )
[ ]
( )
( )
( ) ( ) [ ] . ,
1
,
, ,
,
4
,
, , 4 4
r P
4
6 2 2
6
2
2

# #
dx
y $
y x $
dx
y $
y x $
y & x X
x
y y

'


Hu insistm pe definiii ce nu au o anumit particularitate ce ine de
originalitatea lucrrii.
&n M<.2 se construiete problema pentru anumite modele de selecie
a portofoliului cu costuri de tranzacie neconvexe problem ce va conine
c$teva restricii interesante i totodat importante cum ar fi fenomenul
compensaiei condiia de rationalitate a investitorului limitarea riscului la un
prag dat. Scopul urmrit este de a maximiza profitul cu costuri de tranzacie
13
neconvexe folosind modelul medie"deviaie absolut. #stfel aCungem la
urmtoarea problem de maximizare :

( ) ( ) ( ) { }
( )
, , 1 , 1 0 , 1
ma, 1 . 3
1
1 1
1
n j x x
' x r r p
x c x r x $
j j j
n
j
j
T
t
j
n
j
j jt t
n
j
j j j j
<



unde
'
este un nivel de risc specificat iar
n j
j j
, 1 , ,
sunt constante.
.in 4':5 va rezult c problema )<.', este ec!ivalent cu

( ) ( ) ( ) { }
( )
, , 1 , 1 0 , 1
, 1 , 0 ,
2
ma, 2 . 3
1
1
1
1
n j x x
T t u x r r p u
'
u
x c x r x $
j j j
n
j
j
t j
n
j
j jt t t
T
t
t
n
j
j j j j
<


&n continuare se aduce )<.2, la o problem de minim cu restriciile
egaliti i urmm metoda prezentat n seciunea 2.2.
&n seciunea <.< rezolvm problema i totodat demonstrm
convergena prin 3ropoziia <.<.' unui algoritm de tipul Jran0"Eolfe. %a o
concluzie a algoritmului direcia de cobor$re ne d posibilitatea s
determinm un nou punct de iteraie p$n se va aCunge la soluia optim a
problemei.
Seciunea <.> denumit (roble"a costului rebalansrii trateaz
problema minimizarii costului de tranzacie al rebalansrii.
Jie
n
active financiare i presupunem c & ,..., , #
0 0
2
0
1
0
n
x x x x este un
portofoliu la momentul zero. Jie
& ,..., , #
2 1 n
x x x x
portofoliu de active la
momentul urmtor ales de investitor s zicem un an. #stfel investitorul
dorete s rebalanseze portofoliu ntr"un anumit mod in$nd cont de pia
factori de decizie etc.
Aom introduce un portofoliu
y
rezultat n urma rebalansrii
portofoliului iniial la un moment dat. &n principiu investitorul i dorete s
1-
menin portofoliu la valoarea de capital iniial dar totodat sper c n
urma rebalansrii s"i rm$n o sum n plus fa de investiia iniial.
Houl portofoliu
0
x x y cu aCutorul cruia vom analiza rebalansarea
eficient este definit astfel:
* dac n j y
j
, 1 , 0 > atunci n urma rebalansrii se va cumpra
cantitatea j
y
din activul financiarI
* dac n j y
j
, 1 , 0 < atunci n urma rebalansrii se va vinde
cantitatea
j
y
din activul financiar.
3resupunem c
1
(
i
2
(
reprezint marginea superioar respectiv
marginea inferioar n care c$tigul mediu al portofoliului trebuie s se
gseascI
0

i
0
'
sunt parametri alei de investitor pentru a limita riscul
su n alegerea portofoliuluiI i j j
,
valori ntre care se va situa procentul
fiecrui activ pentru a se evita astfel o volatilitate sezonier uria.
%u aceste alegeri i folosind unele rezultate demonstrate ca
Teorema <.>.' va rezulta urmtoarea problem de minim :

( )
0
1
0
1
1
0
2
1
1
0
1
1
1
2
2
& # min . . 3
' z
z
x r ( y r
x r ( y r
y c
T
t
t
T
t
t
n
j
j j
n
j
j j
n
j
j j
n
j
j j
n
j
j j


. ,... 1 , & #
,..., 1 7 2
,..., 1 7
1
0
0
T t B z y r r p
n j x y
n j x y
t t
n
j
j j jt t
j j j
j j j




unde


n
j
j j jt t t
x r r p B
1
0
& #
.
;biectivul urmrit este acela de a minimiza costul de tranzacie total
al rebalansrii cu restriciile prezentate mai sus. #stfel n Seciunea <.1
1.
prezentm o nou metod de modelare a portofoliului n care informaia
incert va fi modelat cu aCutorul unor probabiliti. .ac aceste incertitudini
vor fi modelate prin numere fuzz9 atunci probabilitatea evenimentului va
deveni un numr fuzz9.
Jormularea problemei de programare cu restricii de tip ans este
dat n 3aragraful <.1.' iar n 3aragraful <.1.2 se presupune c 1
4
(
este o
variabil aleatoare fuzz9 repartizat Eeibull cu parametrul de scal
1
4

i
parametrul de form

real dat. .ac


1
4

este un numr fuzz9 atunci


variabila 1
(
devine o variabil aleatoare fuzz9 repartizat Eeibull pe care
o notm cu 1
4
(
. 3entru a aCunge la forma determimist a problemei cu
restrictii de tip ans avem de enumerat o serie de rezultate importante:
Teore$a +&/&0 1ac
1
4
(
este o $ariabil aleatoare fuzzy repartizat
2eibull cu para"etrii
1
4
i

& unde

este un para"etru real& poziti$ i


fi'at& atunci a$e" ur"toarea relaie pentru "ini"ul

seciunii
probabilitii fuzzy ,
( )
1
6
#
( ) ) (

,
_

n
j
j j j
x y r
e
1
0 6
1
pentru
[ ] 1 , 0
i
0 >
& unde [ ] ( ) ( ) [ ]
6
1 6 1 1
,
4
)
Teore$a +&/&% 1ac
2
4
(
este o $ariabil aleatoare fuzzy repartizat
2eibull cu para"etrii
2
4
i

unde

este un para"etru real& poziti$ i


fi'at& atunci a$e" ur"toarea relaie pentru "ini"ul

seciunii
probabilitii fuzzy ,
( )
1
6
#
( ) ) (

,
_


n
j
j j j
x y r
e
1
0
6 2
1

pentru
[ ] 1 , 0
i
0 >
& unde [ ] ( ) ( ) [ ]
6
2 6 2 2
,
4
)
Teore$a +&/&+ 1ac
2 , 1 ,
4
i (
i este o $ariabil aleatoare fuzzy
repartizat 2eibull cu para"etrii
i

unde

este un para"etru real&


poziti$ i fi'at& atunci proble"a (3)4& confor" Teore"ei 3)5). i Teore"ei
3)5)-& este ec0i$alent cu,
( )
( ) ) ( ( ) ) (
& # 1
& # min 1 . 3
6
1
1
1
0
6 2
1
0 6
1



# e e
y c
n
j
j j j
n
j
j j j
x y r x y r
n
j
j j

,
_

,
_

,
_

1/
. ,... 1 , & #
2
2
,..., 1 7 2
,..., 1 7
1
0
1
0
1
0
0
T t B z y r r p
' z
z
n j x y
n j x y
t t
n
j
j j jt t
T
t
t
T
t
t
j j j
j j j

+
+


&n Seciunea <.7 (ortofoliul rebalansat a$%nd restricii de tip ans
pentru c%ti! se presupune c at$t c$tigurile maxime c$t i c$tigurile
minime sunt mrginite n probabilitate iar marginile lor depind de diferite
rentabiliti asociate bunurilor. #stfel rezult urmtoarea problem:

) ( ) (
) ( ) (
2
1
0
2
1
0
1
1
0
1
1
0
1
Pr
Pr
& # min & $ . 3 #
# x y r ( x y r
# x y r ( x y r
y c
n
j
j j j
n
j
j j j
n
j
j j j
n
j
j j j
n
j
j j

,
_

+ +

,
_

+ +


. ,... 1
, & #
2
2
,..., 1 7 2
,..., 1 7
1
0
1
0
1
0
0
T t
B z y r r p
' z
z
n j x y
n j x y
t t
n
j
j j jt t
T
t
t
T
t
t
j j j
j j j

+
+


1%
3resupunem c
1
4
(
i
2
4
(
sunt variabile aleatore fuzz9 cu funcia de
densitate Eeibull. &n plus presupunem c parametrii
n
,...,
1
i
2 ,..., 2
1 n


sunt estimai prin alte metode.
%u urmtoarele notaii

) ( ) ( ) ( , , ,
1
0
1
0
1
0
u x y r u x y r u x y r
n
j
j j j
n
j
j j j
n
j
j j j
+ + +



avem c
u ( u
1
4
reprezint un eveniment fuzz9. 3robabilitatea acestui
eveniment fuzz9 este un numr fuzz9 iar

seciunea probabilitii fuzz9
este dat sub forma:

( )[ ] ( ) [ ] ( ) ( ) [ ], ,
4
4
4
4
r P
4
6 1 1
6 1 1 1
# # d( u ( u ) u ( u
u
u

'


unde este un parametru al funciei de repartiie.
#stfel avem urmtoarele rezultate importante:
Propoi*ia +&1&0 Fie
1
4
(
o $ariabil aleatoare fuzzy repartizat
2eibull cu para"etrii
1
4
i

& unde

este un para"etru real& poziti$ i


fi'at) *tunci a$e" ur"toarea relaie pentru "ini"ul

seciunii
probabilitii fuzzy ,

( )
( ) ) ( ( ) ) (
( ) ) ( ( ) ) (

'

,
_

,
_

,
_

,
_

n
j
j j j
n
j
j j j
n
j
j j j
n
j
j j j
x y r x y r
x y r x y r
e e
e e #
1
0 6
1
1
0 6
1
1
0
6 1
1
0
6 1
, min
1
6

pentru
[ ] 1 , 0
i
0 >
& unde [ ] ( ) ( ) [ ]
6
1 6 1 1
,
4
)
Propoi*ia +&1&% Fie
2
4
(
o $ariabil aleatoare fuzzy repartizat
2eibull cu para"etrii
2
4
i

& unde

este un para"etru real& poziti$ i


fi'at) *tunci a$e" ur"toarea relaie pentru "ini"ul

seciunii
probabilitii fuzzy,
11
( )
( ) ) ( ( ) ) (
( ) ) ( ( ) ) (

'

,
_

,
_

,
_

,
_

n
j
j j j
n
j
j j j
n
j
j j j
n
j
j j j
x y r x y r
x y r x y r
e e
e e #
1
0 6
2
1
0 6
2
1
0
6 2
1
0
6 2
, min
2
6

pentru
[ ] 1 , 0
i
0 >
& unde [ ] ( ) ( ) [ ]
6
2 6 2 2
,
4
)
Teore$a +&1&0 Fie
1
4
(
i
2
4
(
sunt $ariabile aleatoare fuzzy
repartizate 2eibull cu para"etrii

1
4

i
2
4
) Mai "ult& presupune" c
para"etrul real poziti$

este fi'at i c sunt /ndeplinite ur"toarele condiii,


1
ln ln



u u
u u
i
2
ln ln



u u
u u
.
*tunci proble"a (<.'+& confor" cu 3ropoziia <.7.' i 3ropoziia
<.7.22 este ec0i$alent cu ur"toarea proble" deter"inist ,

( )
( ) ( )
( ) ( )
& #
& #
& # min 11 . 3
6
2
6
1
1
6
2
6
2
6
1
6
1





# e e
# e e
y c
u u
u u
n
j
j j




n j x y
n j x y
j j j
j j j
,..., 1 , 2
,..., 1 ,
0
0
+
+


T t B z y r r p
' z
z
t t
n
j
j j jt t
T
t
t
T
t
t
,... 1 , & #
2
2
1
0
1
0
1


.eoarece ec!ivalena determinist a problemei noastre este o
problem de programare neliniar n paragraful <.7.> vom descrie un
algoritm convergent ce ne va aCuta s gsim o soluie a problemei i anume
metoda subgradientului.
1$
:
Teorema <.7.2 i Teorema <.7.< demonstreaz aplicabilitatea
algoritmului pentru problema determinist )<.'',. &n seciunea <.: prezentm
o metod de rezolvare a problemei de selecie cu aCutorul unor te!nici fuzz9
de programare urm$nd linia din
6
3anda et al. i se propune modelul
probabilistic i modelul fuzz9"probabilistic cu un plus de acuratete n sensul
c generez o soluie mai bun n comparaie cu modelul probabilistic. &n
subseciunea <.:.2 se propune spre analiz repartiia @aplace de forma
urmtoare:
( ) ( ) b a b x a
a
x $ , 0 , e,p
2
> real
x

cu unele avantaCe date de aceast form prin parametrii si ce vor fi stabilii
de factorul de decizie n funcie de preferinele investitorului.
Capito"u" ,& Prob"e$a porto'o"iu"ui sub di(erse situa*ii& Ap"ica*ii.
3roblema considerat n prima parte a capitolului este de a gsi un
portofoliu optimal n sensul minimizrii riscului dar fiind resticionat la un
anumit c$tig. Biscul este msurat de variana generalizat i semivariana
inferioar generalizat. %azul acestor riscuri se gsete n (o @orenz i
Ean0a 4*5.
3roblema de selecie de la care se pleac este dat sub urmtoarea
form:

( )
. ,..., 1 , 1 0
,..., 1 , 1 0 , 0
,..., 1 ,
1
inf
1
1
n i
n i x
n i x
x
B r x
Rx
i
i i
i i i
n
i
i
n
i
i i


,
_


unde am presupus un portofoliu
x
ce va avea c$tigul mediu
,
_

n
i
i i
r x
1
cel
puin egal cu B variabilele de decizie s fie pozitive. Juncia obiectiv
( ) .

reprezint riscul portofoliului considerat.
%
G. /arinescu G./. Stancu"/inasian * selection portfolio proble" wit0 fuzzy linear e'ponential
distribution /at!ematical Beports '<)7<, > )2+'', <>:N<72.
1
.. 3anda S. Dar Multi-ite" 6toc0astic and Fuzzy-6toc0astic #n$entory Models 7nder #"precise
8oal and C0ance Constraints) #/; " #dvanced /odeling and ;ptimization : )', )2++1, '11"'7:.
20
&n >.'.< vom demonstra condiiile necesare i suficiente de
optimalitate a unei probleme de selecie av$nd ca msur a riscului
*
semivarian inferioar generalizat dat de relaia

( ) ( ) 1 , & # >

a z z z l
a
p

unde

3 z
( ) ( ) ( )

0 , min z ' z i 3 l

p
*
. %onCugata
semivarianei inferioare

#
* l 3
6

{ } + ,
este dat sub urmtoarea
form:

( ) ( ) ( )

'

. ,
, 0 , sup
1
1
& #
6
1
6 6
6 6
alt$el
z E daca z z
a
a
z l
a
a
#
Aom considera ca activele s nu ia valori numai dup rentabilitatea
sa ci i n funcie de nite margini aleatoare ce variaz n intervalul
[ ] 1 , 1

pentru a evita boom"urile i pierderile uriae sezoniere. #stfel avem
urmtoarea problem :
& #
l
)

a
p
n
i
i i
n
i
i i
+ x
r x R x

,
_

,
_



1 1
inf

cu

'

x +

, , 0 , 0 1 3
1 1
i i i
n
i
i i
n
i
i
n
x r x B x
,
_

n i ,..., 1

unde 1 > a
3
i
r

n i * r
p i
,..., 1 ,
i
( )
i
n i
r E B
8 ,..., 1 9
ma,

. 3resupunem c
primul activ este fr risc adic variabila rentabilitii primului activ este
constant i strict pozitiv dar cel mult egal cu media rentabilitilor
portofoliului. Totodat presupunem c mulimea soluiilor admisibile este
nevid dar i faptul c la un momet dat vom permite v$nzri scurte din
active fapt ce se traduce prin
0 <
i
x
.
#stfel vom cuta un portofoliu
x
ce va avea c$tigul mediu
,
_

n
i
i i
r x
1

cel puin egal cu B c$t i cantitatea activului s fie mrginit.
Jie urmtoarea funcie vectorial

3 $


n


n

n
3
3 2 + n
2 definit
astfel
$

{ a z inf sup

( ) ( ) }. 0 3 Pr > a z
21
( )
. ,...,
7 ,..., 7 7 1 7 1
1 1
1 1
1 1 1

,
_


,
_




n n
n n
n
i
i i
n
i
i
n
i
i
x x
x x r x B x x x $


.uala problemei primale este dat sub urmtoarea form:
( )
l
D


( )
( ) ( )
( ) ( ) ( )

'

,
_

+

+
+

l
l
a
a
#
n i
R R x E
x E * x
B
r r
B r
x x
a
a
i i i l
#
n
l
1
1
1
1
2 1
1
6 6
,..., 1
,
, 0 , 6 ,
sup
1
1 sup
3 2 1
6
6 3 2

( )
{ }
( )
{ }
.
. sup , . sup ma,
, 0
, ,
, 0
, ,
6
6 3 3
6
6 3 3

'

+
+
+
+
+




" i x E
* x
" i x E
* x
l
#
n
l
l
#
n
l


unde
( )
{ }
( )
( ) ( )
( ) ( )
( )

'

,
_

,
_


+
+
+
+
+
+
+
+
+



l
l
i
i l i
" i
a
a
#
" i x E
* x
" i x E
* x
B
r r
B r
R R
r r x
x x
a
a
l
l
#
n
l
l
#
n
l
1
1
1
1
1
1
6
1
6 6
, 0
, ,
, 0
, ,
, cov
min sup
1
1 sup . sup
6
6 3 3
6
6 3 3
i
( )
{ }
( )
( ) ( )
( ) ( )
( )
.
, cov
ma, sup
1
1 sup . sup
1
1
1
1
1
1
6
1
6 6
, 0
, ,
, 0
, ,
6
6 3 3
6
6 3 3

'

,
_

,
_


+
+

+
+

+
+



l
l
i
i l i
" i
a
a
#
" i x E
* x
" i x E
* x
B
r r
B r
R R
r r x
x x
a
a
l
l
#
n
l
l
#
n
l
Teore$a ,&0&+ (9ecesitatea Fie x o soluie opti"al a proble"ei
( )
,
)
& atunci proble"a dual
( )
,
D
are o soluie opti"al notat cu
( )
# l
l
* x , ,
1
6

dac $erific ur"toarele condiii de opti"alitate,


22
( ) ( )
[ ]
( ) ( )
( )
( ) ( )
( ) ( )
( )
( ) ( )
( )
( ) ( )
( ) ( )
( )
.
, cov
min , cov & -
,
, cov
ma, , cov & -
,
, cov
ma, , cov & 3
,
, cov
min , cov & 3
, 0 & 2
, 0 , cov sup
1
1 & 1
1
1
6
1
1 1 1
6
1
1
1
1
1
1
6
1
1
1
1
6
1
1
6
1
1 1 1
6
1
1
1
1
1
1
6
1
1
1
1
6
6
1
6
1
6 6
1 1

'


+
> +

,
_

'


+
>
,
_

'


+
+

,
_

'


+

,
_


,
_

,
_

,
_

+
+


r r
r r x r
r B r B r x x r b
r
B r
r r
r r x r
B
r
r x x a
r r
r r x r
r B r B r x x r b
r
B r
r r
r r x R
B
r
r x x a
x E
r x x x x
a
a r x r x
i
i l i
" i
l l i
n
i
i
i
i
l
i
" i
l
l
n
i
i i
i
i
l
i
" i
l l i
n
i
i
i
i l i
" i
l
l
n
i
i i
n
i
i i
a
a
#
a
p
n
i
i i
n
i
i i
l
l
l
l


(6uficiena Fie x o soluie ad"isibil a proble"ei pri"ale
( )
,
)
i
( )
# l
l
* x , ,
1
6

o soluie ad"isibil pentru dual $erific%nd condiiile .-


:b) *tunci x este soluie opti" pentru proble"a
( )
l
)
& ( )
l
l
x , ,
1
6
este
soluie opti" pentru
( )
l
D
i ( ) ( )
l l
D $ ) $ )

&n
'+
Seciunea >.2 am considerat pentru problema propus o
aproximare satisfacatoare ce este mult mai bun dec$t o optimizare in$nd
cont de instabilitatea economic ce a cuprins n ultimul timp ntreaga lume.
&n lumea reala a managementului financiar cunotinele experilor i
experiena sunt foarte importante n luarea unei decizi. #semnator cu
propunerea lui Eatada 4*25 folosim o
''
funcie logistic pentru a exprima
nivelurile de aspiraie ale investitorului pentru rata c$tigului i un cost minim
la rebalansarea portofoliului. %oncluzia #plicaiei >.2.< este c pentru
alegerile facute in$nd seama de factorul de decizie avem un c$tig total de
+.17:1 puncte procentuale din capitalul investit i un cost de tranzacie de
10
#cest model genereaz o problema liniar care este mult mai uor de rezolvat.
11
Jorma funciei de coresponden va fi dat de urmtoarea expresie mai general dec$t aceea
folosit n 4*25:

( )
( ) [ ]
b b
x
x $
b
, 0 ,
e,p 1
1
1

+

"constant.
23
2.+* procente din valoarea tranzacionat. Se observ un c$tig foarte mic
dar acest c$tig reprezint profitul investitorului n urma rebalansrii.

Seciunea >.< este o aplicaie a teoriei din M<.1 i prin urmare voi
sublinia concluzia exemplelor >.<.' >.<.2 i >.<.<. #stfel cu alegerile fcute
se observ c vom cumpra o cantitate de
1.2 . 0
din activul 1 i vom vinde
tot
1.2 . 0
procent dar din activul
. 2
Soluia portofoliului va fi:
..2 . 0
1
x

--1 . 0
2
x
deoarece investitorul n urma rebalansrii dorete s rein un
profit cu un cost de tranzacie minim.
/ai mult pentru a avea un profit n urma rebalansrii portofoliului
investitorul trebuie s accepte un anumit risc. %!iar dac se impune un
anumit c$tig rezonabil garantat av$nd acelai risc datele problemei nu se
sc!imb. .ecizia final rm$n$nd la ndem$na analistului financiar.
Oxemplul :)3)3 este o inginerie financiar care optimizeaz costul
de tranzacie cu
02 . 0
puncte procentuale din c$tig. &ns totodat se
sc!imb i structura portofoliului :
11 . 0
1
x
i
1$ . 0
2
x
. Gnvestitorul pltete
un cost mai mic i prin urmare va realiza un c$tig mai mare.
Capito"u" /& Mode"area statistic4 a unui porto'o"iu de acti(e.
;biectivul nostru este s reconstruim teoria medie"varian n
prezena teoriei fuzz9. Pin$nd cont de deciziile investitorilor i incertitudinile
pieei vom presupune c rentabilitatea portofoliului i a activelor este un
numr aleator fuzz9. Kn model asemntor este prezentat de
'2
S!arpe 4625
i @intner 4215.
.atorit dezvoltrii teoriei mulimiilor fuzz9 cele mai multe studii
combin teoria mulimilor fuzz9 cu teoria probabilitailor. %onceptul de
informaie fuzz9 a fost introdus de 8ade! 4*>5 4*15.
'<
8ade! consider c
oricare dintre datele unui experiment sau eveniment se pot modela cu teoria
fuzz9.
&n paragraful 1.2.' am presupus un portofoliu de active ce are n
componen i un activ fr risc )adic poate s plaseze banii intr"un activ
sigur de exemplu obligaiuni emise de stat dob$nzi la termen etc., ce ofer
un c$tig notat cu $
R
. 3entru problema
12
#cetia prezint modelul %#3/ care a fost construit pe fundamentele teoriei medie"varian. Oi
reusesc folosind un model medie"varian s indentifice o frontiera eficient a unui portofoliu alctuit
dintr"un activ fr risc i restul av$nd risc.
13
%onceptul de variabil aleatoare fuzz9 este o extensie a unei variabile aleatoare obinuite
acceptat de factorul de decizie. #ceast extensie trebuie s corespund unor modelri cu
caracteristici fizice reale.
2-

[ ] [ ] R E ' R E ' R
' '
R R ' ' %in
n
j
j j $ $
n
j
j $
ij ij j
n
j
n
i
i
+
+
1
]
1


1
1
1 1
1
3
1
& 3 . . #

[ ] [ ] R R E ' R R E ' R
n
j
j j j $ $
+

1


n j '
'
j j j
$ $ $
,..., 1 ,




avem urmtoarele notaii :
[ ] ( ) [ ] ( ) [ ]


p p $ i
n
p
n
i
pi $
R R E R R E " R R E D
1 1
1

[ ] [ ] ( ) [ ] ( )
$ p $ i
n
p
n
i
pi
R R E R R E " R R E

1 1

i
[ ] ( ) [ ] ( ) [ ] ( ) [ ]
[ ] [ ] [ ] ( ) [ ] ( )
$ p $ i
n
p
n
i
pi p p i i
n
p
n
i
pi
p p $ i
n
p
n
i
pi $ p i i
n
p
n
i
pi
R R E R R E " R R E R R E "
R R E R R E " R R E R R E " D






1 1 1 1
1 1 1 1
2

unde pi
"
sunt componentele matricei inverse varian"covarian pentru
c$tigurile aleatoare fuzz9
1
]
1

+
ij ij
R R
3
1
.
Teore$a /&%&0 Fie
u
o funcie deri$abil de ordinul
n
) *tunci riscul
proble"ei
( ) 3 . .
este dat de e'presia ,
[ ] [ ] [ ]
[ ] ( ) [ ]
[ ] ( ) [ ]. &
4
#
2
1
1 1
2
1 1
1 2
R R E
D
D
R R E
R R E R R E " D
R R E R R E " D R E D
R Var
$
p p $ i
n
p
n
i
pi
p p i i
n
p
n
i
pi
+



%u aCutorul acestei teoreme se poate discuta rezolvarea problemei de
mai sus n vederea obinerii frontierei eficiente.
3roblema este puin mai complicat n cazul n care toate bunurile
portofoliului sunt purttoare de risc.
2.
%oncluzia este c problema portofoliului cu un activ fr risc are un
timp de calcul mai mic i este mult mai eficient din punct de vedere al
investitorului n comparaie cu problema portofoliului av$nd toate activele cu
risc.
Seciunea 1)3 (roble"a portofoliului a$%nd riscurile "odelate de
Value-at-Risc(VaR) %u toate c teoria portofoliului n ulimii ani s"a
dezvoltat mult este unanim acceptat faptul c eficiena portofoliului este
msurat de media c$tigului n timp ce msura riscului)variana, este dat
de diferite statistici ale c$tigului.
Valoarea la risc(VaR
Jie R o variabil aleatoare reprezent$nd rentabilitatea investiiei
iniiale la un moment dat i
( ) . !
funcia de repartiie a variabilei aleatoare
. R

De'ini*ie /&+&0 Fie
( ) 1 , 0
fi'at&
( ) Pr , ,
un spaiu de selecie i
3 R
o $ariabil aleatoare a$%nd funcia de repartiie
( ) ( ). Pr r R r !
R


Msura
VaR
cu pra!ul

dat este

cuantila inferioar a $ariabilei
aleatoare R definit astfel ,

( ) R VaR

( ) { } ( ) { } > 1 Pr inf Pr inf r R r r R r


)
Re$arca /&+&0 1ac funcia de repartiie
( ) .
R
!
este continu i strict
cresctoare& atunci
( ) ( ).
1

R
! R VaR
/sur Aalue"at"Bis0 poate evalua riscurile de tip asimetric riscuri
ce nu pot fi modelate satisfctor cu o msur clasic de exemplu variana.
.ezavantaCele acestei msuri sunt date de faptul c nu furnizeaz
nicio informaie despre lungimea cozii superioare a repartiiei i cel mai
important nu este coerent)adic msura trebuie s fie omogen invariant
la translaie subaditiv i monoton
'>
4>5,.
Pin$nd cont de restricia
, 1
1

n
j
j
x
c$tigul portofoliului x R
T
este o
combinaie convex a variabilelor aleatoare
,
j
R

. ,..., 1 n j
Jie

n
j
j ij
x r
1

c$tigul portofoliului la momentul
, ,..., 1 , T i i
unde ij
r
este rentabilitatea
activului
j
la momentulul
. i
Teore$a /&+&% 1ac j
R
are o repartiie discret& cu
( ) , Pr
i ji j
p r R

, ,..., 1 T i , ,..., 1 n j i
min
r este c%ti!ul "ini" esti"at direct din piaa
1-
3. #rtzner J. .elbaen =./. Ober .. Feat! T0inkin! co0erently Bis0 '+ )'**:, 76"*'.
2/
financiar& atunci& pentru para"etrii p
r
" c$tig i p

" probabilitate fi'ai i


dai de factorul de decizie& a$e" c ,

( )
p i
T
i
i
p

1
1

unde
0
i

dac p
n
j
j ij
r x r

1
& i
1
i

dac
.
1
p
n
j
j ij
r x r >

%ondiia
( )
p p
T
r x R Pr
reprezint riscul de a accepta numai
portofoliile cu un c$tig situat sub un anumit prag fixat dar cu o anumit
probabilitate. #stfel restricia pentru risc este ec!ivalent cu:

( ) .
p
T
r x R VaR
p

Pin$nd seama de teorema precedent avem o relaie ec!ivalent


pentru risc i anume
( ) T i x r r r
n
j
j ij i p i
,..., 1 , 1
1
min
+


unde min
r
este un
c$tig minim estimat din piaa financiar cu p
r
i p

fixai.
&n 1.<.' prezentm o serie de estimatori pentru AaB at$t n cazul n
care nu se cunoate forma de repartiie i nu exist informaii relevante
asupra variabilelor c$t i n cazul n care avem cunoscut functia de
repartiie pentru rentabilitatea activului.
#stfel c n 1.<.2 vom da trei exemple de funcii 3areto ce descriu o
form ec!itabil a msurii riscului unui portofoliu i anume msura
. VaR
.
3resupunem peste tot n aceast subseciune c parametrul de form va fi
notat cu
a
parametrul de scal va fi
b
i n unele cazuri vom discuta i de
un al treilea parametru
c
denumit parametru de locaie sau de poziie.
M4sura Pareto
Jie parametrul real
a
strict pozitiv
0 > b
i variabila aleatoare
b R

cu funcia de densitate dat sub forma:

( )
( ) 1 +

a a
R b a R $
.
#tunci msura
VaR
cu pragul p

este dat de relaia



( ) { } r b r VaR
a
p
p

5 1
1 inf
)
M4sura P50 6Pareto 5enera"iat7
3arametrul real
b
este considerat ca fiind strict pozitiv. &n acest caz
vom presupune dou situaii i anume:
"dac
0 a
atunci se alege variabila aleatoare R ca fiind pozitivI
"dac
0 < a
se consider c variabila c$tigului poate varia n
intervalul
1
]
1

a
b
, 0
.
#stfel funcia de repartiie 3Q' pentru c$tigul portofoliului este:
2%
( )

'

,
_

,
_

. 0 e,p 1
, 0 1 1
5 1
,
a pentru
b
R
a pentru
b
R a
R !
a
b a
Bezult c msura riscului
VaR
pentru
0 a
este dat de relaia

( ) ( ). 1 1
a
p
a
b
VaR
.
M4sura P5%
.efinim funcia de densitate pentru o form generalizat a repartiiei
3areto cu trei parametri n urmtorul mod:
"dac
0 a
atunci ( ) ( )
a
a
c R
b
a
b
R $
1
1
1

1
]
1


"dac
0 a
atunci
( )
,
_

b
R c
b
R $ e,p
1


unde parametrul scal
b
este considerat pozitiv iar
c
este un parametru de
poziie.
Bezult c msura riscului n cazul de fa este dat de relaia:
( ) ( ) c b
a
b
VaR
a
p
+ 1 1
pentru
0 a
.
3entru a estima parametrii
b a,
i
c
avem la ndem$n o varietate
de metode cunoscute sau mai puin cunoscute cum ar fi de exemplu
metoda verosimilitii maxime metoda momentelor metoda 3E/ dat de
Fos0ing i Eallis )'*6:, metoda 3;/O a lui Sing!)'**6,. &n pargraful
1.<.< vom aplica aceste metode de estimare i ne vom opri asupra formei
de la punctul trei pentru
0 a
.
&n 1.>.' (ortofoliul si!ur se prezint pe scurt cele mai cunoscute
definiii matematice pentru modelarea riscului unui portofoliu alctuit din
active financiare. #stfel vom enumera patru moduri de a defini un portofoliu
si!ur din punct de vedere al riscului unui portofoliu de active.
De'ini*ia /&,&0)/ar0o-itz 42*5 4<+5, 6pune" c selecia de acti$e
financiare
x
este un portofoliu sigur dac
: ; x R Var
T
& unde

reprezint
un pra! de toleran ridicat al operatorului $arian(notat cu
[ ] . Var
& pra! dat
de factorul de decizie in%nd sea"a de dorinele in$estitorului i de condiiile
pieei)
21
De'ini*ia /&,&%)/ar0o-itz 42*5 4<+5, 6pune" c
x
este un portofoliu
sigur& dac : ; x R SVar
T
& unde

este un pra! al operatorului


se"i$arian(notat cu
[ ] . SVar
& pra! ce este tolerat atat de pia c%t i de
in$estitor)
De'ini*ia /&,&+)Bo9 4:75, 6pune" c selecia de acti$e
x
este un
portofoliu sigur dac
( ) { }
p p
T
r x R c Pr
& unde
c
este un pra! critic al
c%ti!ului portofoliului ales de in$estitor& p
r
este aa nu"itul pra! de
dezastru de la care in$estitorul nu "ai dorete s continue cu actuala for"
a portofoliului& iar p

este ni$elul de /ncredere care ine sea"a de dorinele


in$estitorului i de condiiile pieei)
De'ini*ia /&,&, 6pune" ca portofoliul
x
este sigur dac
( ) ( ) { }
p p
T
p
T
r x R c r x R c Pr
& unde
c
r"%ne un pra! critic al c%ti!ului
portofoliului& i este ales de in$estitor& p
r
este pra!ul "a'i"& respecti$ p
r

este pra!ul "ini" al dezastrului& i p

este ni$elul de /ncredere care ine


sea"a de dorinele in$estitorului i de condiiile pieei)
Re$arca /&,&0 &n 1efiniia 5):): a" ales un inter$al al pra!ului de
dezastru) 1ac se atin!e pra!ul p
r
& dezastrul portofoliului este "a'i") +ns
dac pierderea portofoliul scade sub p
r
& el $a intra sub atenta supra$e!0ere
a analistului financiar) ;l ur"%nd ca /"preun cu in$estitorul s ia o decizie
asupra $iitorului portofoliului)
Seciunea continu cu exemplificarea i argumentarea definiiei
1.>.> n cazul problemei noastre generale. &n urma exemplului dat se
observ c dm posibilitatea investitorul s aleag dac dorete s continue
cu acest portofoliu sau l rebalanseze sau c!iar s il rscumpere la c$stigul
mediu de
.. . 0
din investiie c$tig foarte bun dac inem cont de situaia
economic actual.
3entru a reduce volatilitatea portofoliului am impus restricii n ceea
ce privete activele sezoniere c$t i faptul c investitorul trebuie s Coace
corect.

&n ultima seciune 1.1 propunem o problem dat de F. Eang E.
@an i %. Tsai 4*'5. #cest subiect l dorim ca o tem viitoare de dezvoltare n
perspectiva altor lucrri.
3resupunem un portofoliu alctuit din
n
active financiare pe care"l
vom nota cu
p
. &ns pentru analiza propus de noi vom considera un
portofoliu cu n
active unde
, n n
dar i cu condiia ca cele n
active s
aparin portofolului
p
. Aom nota cu
{ } n j ' ' p
j j
,..., 1 , 0
0 0

portofoliul
2$
optim unde numrul de active din componena sa este notat cu 0
n
cu
ponderea activului
j
dat de
. ,..., 1 , n j '
j

Bezult c ( )

T
tj
p
t
n j R R ,..., 1
n
este vectorul c$tigului la
momentul
t
pentru portofoliul
p
iar matricea de covarian
corespunztoare lui este
( )
j i
j i p
.
<


n

n
unde
n j i ,..., 1 ,
. /ai mult
vom spune c activul
k

n k ,..., 1
aparine portofoliului
p
i vom scrie
p k
dac activul
k
se gsete n componena portofolului
p
.
De'ini*ia /&/&0 7n acti$ se nu"ete relevant )nerelevant, dac
soluia opti" a proble"ei de "ini"izare a $arianei este diferit de zero
(este zero)
3entru c relaia dintre activele relevante i cele nerelevante este
dat de o regresie condiionat i pentru c nu avem o form suficient de
explicit nu suntem n msur s construim funcia de repartiie a
portofoliului n cauz.
&nainte de a da un rezultat important vom defini urmtoarele:
" fie
p
un portofoliu arbitrar alctuit din n
active financiare
p k

este un activ oarecare din portofoliul
p
I
"
,
1
+

n
j
tk kj tj tk
R R
unde
tk

este o variabil aleatoare repartizat


normal cu
[ ] 0
tk
E

[ ] 0 >
tk
Var
si eroarea
tk

este presupus a fi
independent de
n j R
tj
,..., 1 ,
.
.in 4*'5 dm urmtorul rezultat :
Teore$a /&/&0890: Fie ( )
T
tn t t
R R R ,...,
1
un $ector de $ariabile
aleatoare repartizate nor"al) *tunci o condiie necesar i suficient pentru
ca portofoliul
p
s conin portofoliul
0
p
este ur"toarea, pentru orice
p k
a$e"
1
1

n
j
kj

& unde kj

sunt coeficienii re!resiei lui


tk
R

corespunztori c%ti!urilor
n j R
tj
,..., 1 ,
)
.ac suntem n situaia n care nu putem construi o form a
repartiiei activelor portofoliului atunci vom apela i cu aCutorul Teoremei
1.1.' la o estimare a ei cu metoda verosimilitii maxime caz rezolvat n
paragraful 1.1.2. &ns criteriul (G%)t!e (a9esian information criterion
Sc!-arz '*:6, are capacitatea de a diferenia stocurile relevante de cele
nerelevante cu o consisten bun.
30
0/
Teore$a /&/&% Fie ( )
T
tn t t
R R R ,...,
1
un $ector de $ariabile
aleatoare repartizate nor"al pentru s t ,..., 1 ) *tunci& pentru un n

suficient
de "are&
( ) 1 < Pr
0
p p
B".
)
(ibliografie
4'5 %. #cerbi .. Tasc!e <n t0e co0erence of e'pected s0ortfall
=ournal of (an0ing and Jinance 27 )2++2, '>6:"'1+<.
425 /. #llais =e co"porte"ent de l> 0o""e rational de$ant le
ris?ue, Criti?ue des postulats et a'io"es de l>ecole
a"ericaine& Oconome"trica RRG)>, )'*1<, 1+<"1>7.
4<5 %. #t0inson %.3. Eilmott (ortfolio "ana!e"ent wit0 transaction
costs, an asy"ptotic analysis of t0e Morton and (liska "odel
/at!.Jincance )'**1, <1: "<7:.
4>5 3. #rtzner J. .elbaen =./. Ober .. Feat! T0inkin! co0erently
Bis0 '+ )'**:, 76"*'.
415 3. #rtzner J. .elbaen =./. Ober .. Feat! Co0erent "easures
of risk /at!ematical Jinance * )<, )'***, 2+<"226.
1.
F.Eang E. @an %. Tsai * @ayesian infor"aioncriterion for portfolio selection %omputational
StatisticsS.ata #nal9sis 17 )2+'2, 66"**.
31
475 B... #rnott E.F. Eanger T0e "easure"ent and control of
tradin! costs Jinancial #nal9sts =ournal >7 )7, )'**+, :<N6+.
4:5 B. (ellman @.#. 8ade! 1ecision "akin! /n a fuzzy en$iron"ent
/anagement Science ': )'*:+, '>'N'7>.
465 T.B. (ielec0i S.B. 3lies0a Risk sensiti$e asset "ana!e"ent
wit0 transaction costs& Finance and 6toc0astics )2++', '"<<.
4*5 B.G. (o H. @orenz Q. Ean0a <pti"ality conditions for portfolio
opti"ization proble"s wit0 con$e' de$iation "easures as
obAecti$e functions Tai-anese =urnal of /at!ematics '<
)2++*, 2# 1'1"1<<.
4'+5 #.F.?. %!en J.Q. =en S. 8ionts T0e opti"al portfolio re$ision
policy =ournal of (usiness >> )', )'*:', 1'N7'.
4''5 =.D. .as! Q. 3anda S. Handa C0ance constrained
pro!ra""in! proble" under different fuzzy distributions&
Qlobal Gnformation 3ublis!er ' )2++*, 16":'.
4'25 H.@. =acob * li"ited-di$ersification portfolio selection "odel for
t0e s"all in$estor =ournal of Jinance 2* )<, )'*:>, 6>:N617.
4'<5 B.H.Qasimov *u!"ented =a!ran!ian 1uality and 9ondiferentia-
ble <pti"ization Met0ods /n 9oncon$e' (ro!ra"in! =ournal
of Qlobal ;ptimization 2> )2++2, '6:"2+<.
4'>5 B.H. Qasimov D. ?enilmez 6ol$in! Fuzzuy =inear (ro!ra""in!
(roble"s wit0 =inear Me"bers0ip Functions Tur0 = /at! 2>
)2++2, <:1"<7*.
4'15 /. Qen B. E. %!eng 8enetic al!orit0"s and en!ineerin!
opti"i-zation =o!n Eile9 and Sons He- ?or0. )2+++,
4'75 ?. Jang D.D. @ai E. S!ou"?ang (ortfolio rebalancin! "odel
2it0 transaction costs based on fuzzy decision t0eory&
Olsevier )2++1,.
32
4':5 F. Donno #. EiCa9ana9a0e (ortfolio opti"ization proble" under
conca$e transaction costs and "ini"al transaction unit
constraints /at!. 3rogram. Ser. ( 6* )2++', 2<<"21+.
4'65 F. Donno F. ?amaza0i Mean absolute portfolio opti"isation
"odel and its application to Tokyo stock "arket /anagement
Science <: )1, )'**', 1'*N1<'.
4'*5 B. Dorner <n t0e $ariance of fuzzy rando" $ariables Juzz9
Sets and S9stems *2 )'**:, 6<"*<.
42+5 =. Doza 8enetic pro!ra""in! GG /GT 3ress %ambridge. )'**>,
42'5 ?. =. @ai %. @. F-ang Fuzzy "at0e"atical pro!ra""in!,
Met0ods andapplications Sprenger"Aerlag Feidelberg.
)'**2,
4225 ?. =. @ai %. @. F-ang Fuzzy "ultiple obAecti$e decision "akin!
Sprenger"Aerlag Feidelberg. )'**>,
42<5 8.J. @i 8.R. @i S.?. Eang R.T. .eng @G <pti"al portfolio
selection of assets wit0 transaction cost and no s0ort sales
Gnternational =ournal S9stems Science <2 )1,)2++', 1**"7+:.
42>5 8.J. @i S.?. Eang R.T. .eng * linear pro!ra""in! al!orit0"
for opti"al portfolio selection wit0 transaction costs
Gnternational =ournal of S9stems Science <' )', )2+++, '+:N
'':.
4215 =. @intner T0e $aluation of risk assets and t0e selection of risky
in$est"ents /n stock portfolio and capital bud!ets Bevie- of
Oconomics and Statistics >: )'*71, '<"<:.
4275 ;. @. /angasarian B. B. /e9er 9onlinear perturbation of linear
pro!ra"s& 6ia" B) Control and <pti"ization vol ': Ho. 7
)'*:*,.
33
42:5 ;. @. /angasarian =. (.Bosen /. O. T!ompson 8lobal
Mini"ization $ia (iecewise-=inear 7nderesti"ation =urnal of
Qlobal ;ptimization '"* )2++>,.
4265 =.%.T. /ao ;ssentials of portfolio di$ersification strate!y
=ournal of Jinance 21 )1, )'*:+, ''+*N''2'.
42*5 F./. /ar0o-itz (ortfolio selection =ournal of Jinance : )'*12,
::N*'.
4<+5 F. /. /ar0o-itz (ortfolio 6election, ;fficient 1i$ersification of
#n$est"ents. %ambridge /# ;xford KD: (lac0-ell. )2++<,
4<'5 I& Marinescu * portfolio opti"ization "odel wit0 noncon$e'
cost #nalele Kniversitatii (ucuresti vol ' )2++:, 2*"<6.
4<25 I& Marinescu * portfolio rebalancin! opti"ization "odel #nalele
Kniversitatii (ucuresti vol ' )2++6, '<*"'>7.
4<<5 I& Marinescu <n a c0ance pro!ra""in! "odel under fuzzy
distribution a '<"a %onferinta a Societatii de 3robabilitati si
Statistica din Bomania %onstanta '7"': aprilie )2+'+, :
pag..
4<>5 I& Marinescu ;n portfolio proble" wit0 fuzzy distribution T!e 2
nd
Gnternational %onference on ;perational Besearc! G%;B
)2+'+, +*"'2 September %onstanta '' pag..
4<15 I& Marinescu G./. Stancu"/inasian * selection portfolio
proble" wit0 fuzzy linear e'ponential distribution
/at!ematical Beports '<)7<, > )2+'', <>:N<72.
4<75 I& Marinescu * fuzzy opti"ization of t0e selection proble"
/at!ematical Beports 2 )2+'2, '> pag. )&n curs de apariie,
4<:5 I& Marinescu (ortfolio opti"ization based Value-at-Risk ,
3roceedings of t!e Bomanian #cadem9 " Series # )2+'2, :
pag. )&n curs de apariie,
3-
4<65 #. /igdalas * re!ularization of t0e Frank-2olfe "et0od and
unification of certain nonlinear pro!ra""in! "et0ods /at!.
3rogram. 71 )'**>, <<'"<*1.
4<*5 %./o!an <pti"ization /n fuzzy-stoc0astic en$iron"ent and its
i"portance /n present day industrial scenario 3roceedings on
/at!ematics and its #pplications n Gndustr9 and (usiness
%op9rig!t T Harosa 3ublis!ing Fouse Gndia. )2+++,
4>+5 #.=. /orton S.B. 3lis0a <pti"al portfolio "ana!e"ent wit0
transaction costs /at!ematical Jinance 1 )>, )'**1, <<:N
<17.
4>'5 =./. /ulve9 F. Aladimirou 6toc0astic network pro!ra""in! for
financial plannin! proble"s /anagement Science <6 )'**2,
'7>2N'77>.
4>25 =./. /ulve9: #ncorporatin! transaction costs /n "odels for asset
allocation. Gn: Jinancial ;ptimization E. 8iemba et al. )eds., :
)%ambridge Kniversit9 3ress '**<, 2><"21*.
4><5 =./. /ulve9 and E. T. 8iemba: *ssets and liability allocation /n a
!lobal en$iron"ent. n Jinance B. =arro- et al.)eds., :
) Olsevier Science (.A.'**1,.
4>>5 E. Hat!er =inear statistical inference for rando" fuzzy data
Statistics 2* )'**:, 22'"2>+.
4>15 E. Hat!er <n rando" fuzzy $ariables of second order and t0eir
aplication to linear statistical inference wit0 fuzzy data. /etri0a
1' )2+++, 2+'"22'.
4>75 E. ;gr9cza0 and #. Buszcz9ns0i: Jrom stoc!astic doiminance to
mean"ris0 model. ;uropean B) of <perational Researc0& ''7
)'***, <<"1+.
4>:5 .. 3anda S. Dar Multi-ite" 6toc0astic and Fuzzy-6toc0astic
#n$entory Models 7nder #"precise 8oal and C0ance
3.
Constraints) #/; " #dvanced /odeling and ;ptimization :
)', )2++1, '11"'7:.
4>65 D.%. 3ar0 Fuzzy set t0eoretic interpretation of econo"ic order
?uantityGOOO Transactions on S9stems /an and %9bernetics
S/%"': Ho."7 '+62"'+6> )'*6:, '7:.
4>*5 #.J. 3erold: =ar!e scale portfolio opti"ization. /anagement
Science& +; )'*6>, ''><"''7+.
41+5 Q. 3flug <pti"ization of 6toc0astic Models , T0e #nterface
@etween 6i"ulation and <pti"ization& Dlu-er #cademic
3ublis!ers .ordrec!t (oston. )'**7,
41'5 Q. 3flug 6o"e Re"arks on t0e Value-at-Risk and t0e
Conditional Value-at-Risk) in (robabilistic Constrained
<pti"ization, Met0odolo!y and *pplications Od. S. Kr9asev
Dlu-er #cademic 3ublis!ers. )2+++,
4125 Q.#. 3ogue *n e'tension of t0e Markowitz portfolio selection
"odel to include $ariable transaction costs& s0ort sales&
le$era!e policies and ta'es =ournal of Jinance 21 )'*:+,
'++1N'+26.
41<5 A. 3reda Teoria deciziilor statistice Oditura #cademiei
(ucuresti )'**2,.
41>5 A. 3reda <n efficiency and duality for "ultiobAecti$e pro!ra"s
=. /at!. #nal. #ppl. '77 )'**2, <71 " <::.
4115 A. 3reda <n duality of "ultiobAecti$e fractional "easurable
subset selection proble"s. =. /at!. #nal. #ppl.'*7 ))'**1,
1'>"121.
4175 A. 3reda 6o"e opti"ality conditions for "ultiobAecti$e
pro!ra""in! proble"s wit0 set functions Bev. Boum. /at!.
3ure et #ppl. Tome RRRGR < )'**>, 2<<"2>6.
3/
41:5 A. 3reda S. /ititelu 1uality for "ultiobAecti$e "at0e"atical
pro!ra"s wit0 n-set functions Bev. Boum. /at!. 3ure #ppl.
>6)1"7, )2++<,.
4165 A. 3reda /. (eldiman Ci!0er-order duality for a
nondifferentiable pro!ra""in! proble") # convex dualit9
t!eorem Gnternational =ournal of ;ptimization: T!eor9
/et!ods and #pplications )2++*, '*2+ '7+"'76.
41*5 A. 3reda G. /. Stancu"/inasian <n duality for "ultiobAecti$e
"at0e"atical pro!ra""in! of n-set functions Beport no. 61
3isa Gtal9 )'**>,.
47+5 A. 3reda G./. Stancu"/inasian si O. Doller MultiobAecti$e
pro!ra""in! proble"s in$ol$in! !eneralized d-type-# and
related n-set functions 3roc.of Bom. #cad. Ser. # 2 )2++', <
::"6'.
47'5 A. 3reda G. %!itescu <n constraint ?ualifications /n
"ultiobAecti$e opti"ization proble"s, se"idifferentiable case
=.;ptim. T!eor9. and #ppl. '++)2,)'***, >':"><<I
4725 A. 3reda #. (atatorescu <n duality for "ini"a' !eneralized @-
$e' pro!ra""in! in$ol$in! n-set functions =ournal of %onvex
#nal9sis *)2, )2++2, 7+*"72<I
47<5 A. 3reda 9ondifferentiable "at0e"atical pro!ra"s opti"ality
and 0i!0er-order duality 3roc. Bom. #cad. * )2++6, <.
47>5 A. 3reda G./. Stancu"/inasian si O. Doller <n opti"ality and
duality for "ultiobAecti$e pro!ra""in! proble"s in$ol$in!
!eneralized d-type-# and related n-set functions =. /at!. #nal.
#ppl. 26<)2++<, ''>"'26I
4715 A. 3reda 6o"e opti"ality conditions for "ultiobAecti$e
pro!ra""in! proble"s wit0 set functions Bev. Boum. /at!.
3ures #ppl. '**<I
3%
4775 A. 3reda 6o"e sufficient opti"ality conditions /n "ultiobAecti$e
pro!ra""in! wit0 !eneralized con$e'ity #nn. Kniv. (uc. Ser.
/at!"Gnf. 1')', )2++2,.
47:5 /. 3uri and .. Balescu Fuzzy rando" $ariables =ournal of
/at!ematical #nal9sis and #pplications ''> )'*67, >+*">22.
4765 /. Bdulescu S. Bdulescu %.8 Bdulescu Modele
"ate"atice pentru opti"izarea in$estitiilor financiare )2++7,
''< "'2:.
47*5 S. Bamas-am9 (ortfolio selection usin! fuzzy decision t0eory
Eor0ing 3aper of (an0 for Gnternational Settlements Ho. 1*
)'**6,.
4:+5 T. Boc0afellar S. Kr9asev <pti"ization of Conditional Value at
Risk =ournal of Bis0 2 )<, )2+++, 2'">'.
4:'5 T. Boc0afellar S. Kr9asev Conditional Value at Risk for 8eneral
=oss 1istributions =ournal of (an0ing and Jinance 27 )2++2,
'>><"'>:'.
4:25 T. Boc0afellar S. Kr9asev /. 8abaran0in Master funds /n
portfolio analysis wit0 !eneral de$iation "easures =ournal of
(an0ing and Jinance <+ )2++1, pp. :><"::6.
4:<5 T. Boc0afellar S. Kr9asev /. 8abaran0in <pti"ality conditions
/n portfolio analysis wit0 !eneralized de$iation "easures.
/at!e"matical 3rogramming '+6 )2++7, 1'1"1>+.
4:>5 T. Boc0afellar S. Kr9asev /. 8abaran0in 8eneralized
de$iations /n risk analysis. Jinance and Stoc!astics '+ )2++7,
1'":>.
4:15 T. Boc0afellar Co0erent approac0es to risk /n opti"ization under
uncertainty& Gnstitute for ;perations Besearc! and t!e
/anagement Sciences Fanover )2++:,. <6"7'.
31
4:75 #... Bo9 6afety first and t0e 0oldin! of assts Oconometrics 2+
)'*12, >'<">>*.
4::5 T.D. Bo9 /. /aiti * fuzzy in$entory "odel wit0 constraints
;psearc! <2)>, )'**1, 26:"2*6.
4:65 T.D. Bo9 /. /aiti Multi-obAecti$e in$entory "odels of
deterioratin! ite"s wit0 so"e constraints /n fuzzy-
en$iron"ents %omputers and ;perations Besearc! 21 )'2,
)'**6, '+61"'+*1.
4:*5 #. Buszcz9ns0i .. .entc!eva <pti"ality and duality for
stoc0astic opti"ization proble" wit0 nonlinear do"inance
constraints /at!ematical programing manuscript Ho =anuar9
2* )2++<,.
46+5 #. Sc!ied <pti"al in$est"ents for robust utility functionals /n
co"plete "arket "odels /at!ematics of ;perations
Besearc! <+ )<, )2++1, :1+":7>.
46'5 ?. Simaan ;sti"ation risk /n portfolio selection, T0e "ean
$ariance "odel and t0e "ean-absolute de$iation "odel
/anagement Science >< )'**:, '><:N'>>7.
4625 E. J. S!arpe Capital asset prices, * t0eory of "arket
e?uilibriu" under conditions of risk& =ournal of Jinance '*
)'*7>, >21">>2.
46<5 /.Q. Speranza =inear pro!ra""in! "odel for portfolio
opti"ization Jinance '> )'**<, '+:N'2<.
46>5 J. Stambaug! Risk and Value-at-Risk Ouropean /anage"ment
=ournal '> )7, )'**7, 7'2"72'.
4615 G./. Stancu"/inasian 6toc0astic pro!ra""in! wit0 "ultiple
obAecti$e functions .. Beidel .ordrec!t. )'*6>,.
4675 S. SudradCat Mate"atical pro!ra""in! "odels for portfolio
selection Oditura Kniversitatii din (ucuresti )2++:,.
3$
46:5 =. Tobin ;sti"ation of relations0ips for li"ited dependent
$ariablesU. ;cono"etrica )T!e Oconometric Societ9, 27 )',
)'*16, 2>N<7.
4665 =. Tobin =i?uidity (reference as @e0a$ior Towards Risk Re$iew
of ;cono"ic 6tudies 21 )',)'*16, 71"67.
46*5 #. Trindade S. Kr9asev #. S!apiro Q. 8raz!evs09 Financial
prediction wit0 constrained tail risk& =ournal of (an0ing and
Jinance <' )2++:, <12>"<1<6.
4*+5 =. Aoros (ortfolio analysis-an analytic deri$ation of t0e
efficientportfolio frontier Ouropean =ournal of ;perational
Besearc! 2< )'*67, 2*>"<++.
4*'5 F.Eang E. @an %. Tsai * @ayesian infor"aioncriterion for
portfolio selection %omputational StatisticsS.ata #nal9sis 17
)2+'2, 66"**.
4*25 =. Eatada Fuzzy portfolio "odel for decision "akin! /n
in$est"ent& 3!9sica"Aerlag Feidelberg )2++', '>'"'72.
4*<5 #. ?os!imoto T0e "eanD$ariance approac0 to portfolio
opti"ization subAect to transaction costs =ournal of t!e
;perational Besearc! Societ9 of =apan <* )'**7, **N'':.
4*>5 @.#. 8ade! Fuzzy sets Gnformation and %ontrol 6 )'*71, <<6N
<1<.
4*15 @.#. 8ade! Fuzzy sets as a basis for a t0eory of possibility
Juzz9 Sets and S9stems ' )'*:6, <N26.
4*75 F.=. 8immerman 1escription and opti"ization of fuzzy syste"
Gnternational =ournal of Qeneral S9stems 2 2+*"2'1. )'*:7,
4*:5 F.=. 8immerman Fuzzy linear pro!ra""in! wit0 se$eral
obAecti$e functions Juzz9 Sets and S9stems ' )'*:6, >7"11.
-0
4*65 R. S. 8!ou and /. .ong Can fuzzy lo!ic "ake tec0nical
analysis -EF-EG Jinancial #nal9sts =ournal 7+ )>, )2++>, 1>"
:1.
-1