6 Minh họa thực nghiệm

Với mục đích minh họa , chúng tôi sử dụng các chỉ số phát triển thị trường của MSCI
(Úc, Áo, Bỉ, Canada, Đan Mạch, Phần Lan, Pháp, Đức
Bảng 1: Các đặc điểm của biên phương sai trung bình cho k thị trường phát triển đầu tiên
(trái) và mới nổi thị trường (bên phải) trong khoảng thời gian từ tháng 6 năm 2004 đến
tháng 3 năm 2014.

Hongkong, Ireland, Israel, Ý, Nhật Bản, Hà Lan, New Zealand, Na Uy, Bồ Đào Nha,
Singapore, Tây Ban Nha, Thụy Điển, Thụy Sĩ, Vương quốc Anh, Hoa Kỳ) và đối với Chỉ
số thị trường mới nổi MSCI (Brazil, Chile, Trung Quốc, Colombia, Cộng hòa Séc, Ai
Cập, Hy Lạp, Hungary, Ấn Độ, Indonesia, Hàn Quốc, Malaysia, Mexico, Peru,
Philippines, Ba Lan, Nga, Nam Phi, Đài Loan, Thái Lan, Thổ Nhĩ Kỳ). Thị trường lần
lượt bao gồm 23 và 21 quốc gia và thời gian kéo dài từ tháng 6 năm 2004 đến tháng 3
năm 2014, kết quả là 117 quan sát. Để đánh giá tác động của thứ nguyên, chúng tôi xem
xét các danh mục đầu tư bao gồm của k = 2, 5, 10, 15, 21 (hoặc 23) tài sản. Để đơn giản,
chúng tôi chọn nội dung đầu tiên một phần của nghiên cứu theo thứ tự bảng chữ cái, ví
dụ: khi k = 2, các quốc gia là Úc và Áo cho các thị trường phát triển và Brazil và Chile
cho các thị trường mới nổi. Các thách thức đặc biệt của biên giới được tóm tắt trong Bảng
1. Đúng như dự đoán, phương sai của Danh mục đầu tư GMV VGMV giảm khi tăng k,
nhưng RGMV trở lại và độ dốc s tăng lên. Hơn nữa, lợi nhuận và phương sai của các
cổng phương sai tối thiểu toàn cầu thấp hơn đối với các thị trường phát triển, so với các
thị trường mới nổi, phù hợp với mong đợi của chúng tôi.
6.1 Lợi tức Gaussian
Hệ số ngại rủi ro γquad và γexp đối với Gaussian trả về dưới dạng các hàm của α được thể
hiện trong Hình 1. Theo Định lý 1, lưu ý rằng các hệ số này là tăng đơn điệu theo α.
Ngoài ra, các hệ số cũng đang tăng lên trong k (số lượng tài sản). Do đó, nếu quy mô của
danh mục đầu tư tăng lên, thì danh mục VaR tối thiểu tương ứng với hệ số ngại rủi ro cao
hơn. Điều tương tự cũng được quan sát bằng cách so sánh kết quả cho các thị trường đã
phát triển và mới nổi, trong đó các thị trường sau mức độ không thích rủi ro ngụ ý là thấp
hơn mặc dù có sự biến động cao hơn. Nói chung, đối với α> 0,95, mức độ ngại rủi ro cao
và danh mục đầu tư gần với danh mục GMV. Ngay cả đối với nhỏ giá trị của α, mức độ
ngại rủi ro cao hơn nhiều so với các giá trị thường được sử dụng từ 1 đến 10 cho γexp.
Điều này ngụ ý rằng nếu các nhà đầu tư quan tâm đến các VaR ở mức độ tin cậy 99%, thì
họ không thích rủi ro hơn nhiều so với thông thường giả định trong công việc thực
nghiệm.
Để làm cho nghiên cứu trở nên mạnh mẽ với sự lựa chọn của các chỉ số, chúng tôi cố định
α ở mức 99% và lấy mẫu 200 danh mục đầu tư có quy mô khác nhau từ cả hai nhóm chỉ
mục. Đối với mỗi danh mục đầu tư

chúng tôi tính toán các hệ số ngại rủi ro tương ứng và vẽ biểu đồ của chúng trong Hình 2.
Kết quả là hệ số ngại rủi ro tăng lên trong số lượng tài sản vẫn nắm giữ. Do đó, kết quả
này chắc chắn khi sử dụng các tập hợp nội dung khác nhau. Hơn nữa, nhỏ danh mục đầu
tư dẫn đến việc tránh rủi ro có hệ thống thấp hơn một cách có hệ thống so với các danh
mục đầu tư lớn hơn
6.2 Lợi nhuận hình elip
Để minh họa các kết quả lý thuyết cho phân bố hình elip, chúng tôi tập trung vào phân
phối Laplace đa biến. Phân phối này thu được với giả định rằng r tuân theo phân phối hàm
mũ với cường độ bằng 1. Trong một khung đơn biến, phân phối kết quả của Xi là phân bố

Laplace với mật độ Lượng tử 1 - α của phân bố này được

sử dụng như là d(1- α) lượng tử trong Định lý 2. Các chi tiết kỹ thuật về phân bố Laplace
đa biến có thể được tìm thấy trong Eltoft et al. (2006), trong khi Kotz et al. (2001) thảo
luận về việc áp dụng phân phối Laplace đa biến trong lý thuyết danh mục đầu tư. Ngoài
ra, người ta có thể xem xét phân phối t đa biến, được áp dụng rất thường xuyên trong việc
lựa chọn danh mục đầu tư .
Phân bố Laplace có đuôi nặng hơn so với bình thường và do đó thay thế hợp lý trong các
ứng dụng tài chính. Một ứng dụng rõ ràng của phân biệt bution này đòi hỏi về mặt kỹ
thuật do các biểu thức phức tạp cho mật độ (xem Eltoft et al. Năm 2006). Tuy nhiên,
trong trường hợp của chúng tôi, biểu diễn ngẫu nhiên cho phép chúng tôi làm việc với r
thôi. Các hệ số ngại rủi ro tương ứng γquad và γexp dưới dạng các hàm của α được thể
hiện trong Hình 3. Tương tự như phân phối chuẩn, mức độ ngại rủi ro đạt được giá trị rất
cao ngay cả đối với các mức α khiêm tốn. Tuy nhiên, điều quan trọng cần lưu ý là giá trị
của các hệ số thấp hơn so với phân phối chuẩn. Điều này ngụ ý rằng nếu chúng ta chuyển
từ phân bố bình thường sang phân bố theo đuôi nặng hơn thì sự không chắc chắn về