مارکوف فیصلہ جاتی عمل سے ٹرانزیکشن لاگت سمیت بانڈ پورٹ فولیو کی متحرک اصلاح

خلاصہ

یہ دستاویز کئی ادوار میں بانڈ پورٹ فولیوز سنبھالنے کا تخروپن پر مبنی طریقہ پیش کرتی ہے، جس میں شرحِ سود کے رسک اور متناسب ٹریڈنگ لاگت شامل ہیں۔ یہ ڈائنامک نیلسن سیگل عوامل سے منافع کی منحنی حرکت ماڈل کرتی ہے، جن کی حرکیات ویکٹر آٹوریگریشن کی پیروی کرتی ہیں، پھر مختلف میعادوں کے مشترکہ منافع کو وقت کے ساتھ بدلتی ڈسکریٹ حالتوں کی مارکوف چین سے قریب کرتی ہے۔ یہ چین محدود مدت کے مارکوف فیصلہ جاتی عمل کے لیے حالتیں فراہم کرتی ہے۔ سرمایہ کار کا مقصد مدت کے آخر کی متوقع دولت زیادہ سے زیادہ کرنا ہے، اور بیک ورڈ انڈکشن سے بہترین ری بیلنسنگ پالیسی ملتی ہے۔

یہ فریم ورک جامد تقسیم کی ایک عملی کمزوری سے نمٹتا ہے: طویل مدتی بانڈز میں مرتکز پورٹ فولیو کو شرحیں بڑھنے پر نقصان اور لیکویڈیٹی کے دباؤ کا سامنا ہو سکتا ہے۔ دستاویز منتقلی کے احتمالات محدود کرنے سے پیدا ہونے والی غلطی کا بھی جائزہ لیتی ہے۔ رپورٹ کے مطابق اس تحدید کا مدت کے آخر کی اوسط دولت پر کم اثر ہوتا ہے، مگر یہ ڈرا ڈاؤن اور دُم کے رسک کے اعدادوشمار کو خاصا بگاڑ سکتی ہے۔ خلاصے میں تفصیلی ڈیٹا، پیرامیٹرز کے انتخاب یا وسیع تر توثیق نہیں، اس لیے نتائج یہ ثابت نہیں کرتے کہ یہ طریقہ دوسرے پورٹ فولیوز یا مارکیٹ حالات پر کتنا لاگو ہوتا ہے۔

اہم خیالات

• یہ فریم ورک متناسب ری بیلنسنگ لاگت کے ساتھ مختلف ادوار میں بانڈز کی ہولڈنگ بہتر بناتا ہے۔
• منافع کی منحنی کے عوامل کو ڈائنامک نیلسن سیگل حرکیات اور ویکٹر آٹوریگریشن سے ماڈل کیا گیا ہے۔
• ڈسکریٹ مارکوف چین مشترکہ منافع کے عمل کو قریب کرتی اور محدود مدت کے فیصلہ جاتی مسئلے کی حالتیں متعین کرتی ہے۔
• بیک ورڈ انڈکشن سے متوقع آخری دولت کو زیادہ سے زیادہ کرنے والی پالیسی حاصل ہوتی ہے۔
• منتقلی کے احتمالات محدود کرنے سے اوسط دولت برقرار رہ سکتی ہے، مگر ڈرا ڈاؤن اور دُم کے رسک کے پیمانے بگڑ سکتے ہیں۔

ٹیگز

# Multiperiod bond portfolio optimization with transaction costs using a Markov Decision process


# Multiperiod bond portfolio optimization with transaction costs using a Markov Decision process









Bank treasury portfolios must balance yield, liquidity, and interest-rate risk across bonds of different maturities. Static allocation rules are ill-suited to this task: portfolios concentrated in long-duration securities with no dynamic adjust- ment mechanism can accumulate large mark-to-market losses and liquidity stress under rising interest rates, as illustrated by the failure of Silicon Valley Bank in 2023. We develop a tractable simulation-based framework for multi-period bond port- folio optimization under interest-rate risk and proportional transaction costs. Yield-curve dynamics are modeled using the Dynamic Nelson-Siegel parameter- ization with Vector Autoregressive factor dynamics, from which we construct a time-inhomogeneous discrete-state Markov chain approximating the joint yield process across bond maturities. This chain forms the state space of a finite- horizon Markov Decision Process in which the investor maximizes expected terminal wealth subject to proportional rebalancing costs. The optimal portfolio policy is obtained by backward induction. We also quantify the approximation error introduced by truncating the transition kernel, and show that it leaves mean terminal wealth almost unchanged while substantially distorting drawdown and tail statistics.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔