[4Xin2] ポスターセッション2

[4Xin2-55] SBLM: Spike and Slab 事前分布を用いた Sparse Black Litterman
Model

〇増田 樹¹、中川 慧²、星野 崇宏^1,3 (1.慶應義塾大学、2.野村アセットマネジメント株式会社、3.理化学研究所 AIPセンター)

キーワード：ポートフォリオ理論、ブラックリッターマンモデル、スパースモデリング

ポートフォリオ構築は実務的にも学術的にも重要な問題であり、平均分散法等の様々な手法が構築されてきた。
特に、Black Litterman~(BL)法は、期待リターンと投資家の見通しを確率変数として扱い、ベイズ更新を通じて資産ウェイトを推定することで、投資家の見通しを統合したポートフォリオを構築できる。
しかし、BL法は資産ウェイトに影響を与えるパラメータが多く存在するため、過度なリバランスが発生する可能性がある。
過度なリバランスは取引コストの増加につながり、パフォーマンスが悪化するため軽減する必要がある。
そこで、本研究では取引コスト削減のために、Sparse Black Litterman法をする。具体的には、ウェイト変化に対してSpike and Slab事前分布を導入することで、ウェイト変化にスパース性をもたらし、不必要なリバランスを抑制する。これにより、取引コストを削減しつつ、投資家の見通しを統合した効率的なポートフォリオを構築できる。理論的にも事前分布がリバランスを削減できることが示せる。
実証分析では、人工データおよび実データを用いて、提案手法の有効性と取引コスト削減の効果を検証する。