Generalized concavity of a function in portfolio theory

SummaryThe analysis of portfolio selection and capital market equilibrium problems involving multivariate lognormal distributions is impeded because this distribution is not closed under addition. To overcome this difficulty it is convenient to use the approximation that this sum is lognormal. Simulation and empirical tests and theoretical results lend support to the appropriateness of the approximation. This paper develops the necessary theory to determine whether such approximating functions are concave or at least quasiconcave and thus their analysis can proceed by standard methods. The characterizations, which involve explicit algebraic criteria related to the parameter values of the random variables and utility function, are evaluated using monthly and yearly stock price data.ZusammenfassungDie Analyse von Portfolio Selection Problemen sowie von Gleichgewichts-problemen wird beim Vorliegen logarithmisch-normaler Verteilungen dadurch erschwert, daß diese Klasse von Verteilungen nicht abgeschlossen gegenüber der Addition ist. Das Ersatzmodell, das man dadurch erhält, daß die Summe als logarithmisch-normalverteilt unterstellt wird, erweist sich jedoch als gute Approximation des ursprünglichen Problems, wie empirische sowie theoretische Ergebnisse zeigen. In der vorliegenden Arbeit wird untersucht, unter welchen Bedingungen die approximierende Zielfunktion konkav oder wenigstens quasikonkav ist, und daher das Ersatzproblem mit einem Standardverfahren der konkaven Programmierung gelöst werden kann. Es werden notwendige und hinreichende Bedingungen für die Quasikonkavität der approximierenden Funktion für verschiedene Parameterwerte der Verteilung und der Nutzenfunktion abgeleitet. Die Verwendung der erhaltenen Kriterien, die leicht nachzuprüfen sind, wird am Beispiel monatlicher und jährlicher Daten illustriert.

[1]  Israel Zang,et al.  Nine kinds of quasiconcavity and concavity , 1981 .

[2]  J. G. Kallberg,et al.  An Extended Frank-Wolfe Algorithm with Application to Portfolio Selection Problems , 1980 .

[3]  Harvey J. Greenberg,et al.  A Review of Quasi-Convex Functions , 1971, Oper. Res..

[4]  Stephen A. Ross,et al.  Mutual fund separation in financial theory—The separating distributions , 1978 .

[5]  J. Aitchison,et al.  The Lognormal Distribution. , 1958 .

[6]  W. Ziemba Choosing investment portfolios when the returns have stable distributions , 1972 .

[7]  Olvi L. Mangasarian,et al.  Nonlinear Programming , 1969 .

[8]  P. Newman,et al.  Some properties of concave functions , 1969 .

[9]  F. R. Gantmakher The Theory of Matrices , 1984 .

[10]  J. Pratt RISK AVERSION IN THE SMALL AND IN THE LARGE11This research was supported by the National Science Foundation (grant NSF-G24035). Reproduction in whole or in part is permitted for any purpose of the United States Government. , 1964 .

[11]  B. Noble Applied Linear Algebra , 1969 .

[12]  N. H. Hakansson. ON OPTIMAL MYOPIC PORTFOLIO POLICIES, WITH AND WITHOUT SERIAL CORRELATION OF YIELDS , 1971 .

[13]  Barr Rosenberg. The Behavior of Random Variables with Nonstationary Variance and the Distribution of Security Prices , 1972 .

[14]  H. Levy,et al.  Efficiency analysis of choices involving risk , 1969 .

[15]  W. Sharpe Portfolio Theory and Capital Markets , 1970 .

[16]  James A. Ohlson,et al.  Portfolio Selection in a Lognormal Market When the Investor Has a Power Utility Function , 1976, Journal of Financial and Quantitative Analysis.

[17]  Jean-Pierre Crouzeix,et al.  On second order conditions for quasiconvexity , 1980, Math. Program..