Tangency portfolio weights under a skew-normal model in small and large dimensions

Javed, FarrukhLund University,Lunds universitet,Statistiska institutionen,Ekonomihögskolan,Department of Statistics,Lund University School of Economics and Management, LUSEM (författare)

In this paper, we investigate the distributional properties of the estimated tangency portfolio (TP) weights assuming that the asset returns follow a matrix variate closed skew-normal distribution. We establish a stochastic representation of the linear combination of the estimated TP weights that fully characterizes its distribution. Using the stochastic representation we derive the mean and variance of the estimated weights of TP which are of key importance in portfolio analysis. Furthermore, we provide the asymptotic distribution of the linear combination of the estimated TP weights under the high-dimensional asymptotic regime, i.e., the dimension of the portfolio p and the sample size n tend to infinity such that p/n & RARR;c & ISIN;(0,1). A good performance of the theoretical findings is documented in the simulation study. In an empirical study, we apply the theoretical results to real data of the stocks included in the S & P 500 index.

Mazur, Stepan,1988-Örebro universitet,Linnéuniversitetet,Institutionen för nationalekonomi och statistik (NS),Örebro University, Sweden,DISA;DSM,Handelshögskolan vid Örebro Universitet,Linnaeus University, Växjö, Sweden,Örebro University School of Business(Swepub:oru)snmr (författare)
Thorsén, Erik,1989-Stockholms universitet,Matematiska institutionen,Stockholm University, Sweden(Swepub:su)erth4337 (författare)
Statistiska institutionenEkonomihögskolan (creator_code:org_t)

Ingår i:Journal of the Operational Research Society: Taylor & Francis Group75:7, s. 1395-14060160-56821476-9360

Av författaren/redakt...: Javed, Farrukh; Mazur, Stepan, 1 ...; Thorsén, Erik, 1 ...

Om ämnet

SAMHÄLLSVETENSKAP: SAMHÄLLSVETENSKA ...; och Ekonomi och näri ...; och Nationalekonomi

Av lärosätet: Linnéuniversitetet; Örebro universitet; Stockholms universitet; Lunds universitet

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.