Covariance Matrix Estimation and Mean-Variance Optimization in application to International Diversification

Tutkimus keskittyy kansainväliseen hajauttamiseen suomalaisen sijoittajan näkökulmasta. Tutkimuksen toinen tavoite on selvittää tehostavatko uudet kovarianssimatriisiestimaattorit minimivarianssiportfolion optimointiprosessia. Tavallisen otoskovarianssimatriisin lisäksi optimoinnissa käytetään kahta kutistusestimaattoria ja joustavaa monimuuttuja-GARCH(1,1)-mallia. Tutkimusaineisto koostuu Dow Jonesin toimialaindekseistä ja OMX-H:n portfolioindeksistä. Kansainvälinen hajautusstrategia on toteutettu käyttäen toimialalähestymistapaa ja portfoliota optimoidaan käyttäen kahtatoista komponenttia. Tutkimusaieisto kattaa vuodet 1996-2005 eli 120 kuukausittaista havaintoa. Muodostettujen portfolioiden suorituskykyä mitataan Sharpen indeksillä. Tutkimustulosten mukaan kansainvälisesti hajautettujen investointien ja kotimaisen portfolion riskikorjattujen tuottojen välillä ei ole tilastollisesti merkitsevää eroa. Myöskään uusien kovarianssimatriisiestimaattoreiden käytöstä ei synnytilastollisesti merkitsevää lisäarvoa verrattuna otoskovarianssimatrisiin perustuvaan portfolion optimointiin.

Modeling of non-isothermalvapor membrane separation with thermodynamic models and generalized mass transfer equations

A rigorous unit operation model is developed for vapor membrane separation. The new model is able to describe temperature, pressure, and concentration dependent permeation as wellreal fluid effects in vapor and gas separation with hydrocarbon selective rubbery polymeric membranes. The permeation through the membrane is described by a separate treatment of sorption and diffusion within the membrane. The chemical engineering thermodynamics is used to describe the equilibrium sorption of vapors and gases in rubbery membranes with equation of state models for polymeric systems. Also a new modification of the UNIFAC model is proposed for this purpose. Various thermodynamic models are extensively compared in order to verify the models' ability to predict and correlate experimental vapor-liquid equilibrium data. The penetrant transport through the selective layer of the membrane is described with the generalized Maxwell-Stefan equations, which are able to account for thebulk flux contribution as well as the diffusive coupling effect. A method is described to compute and correlate binary penetrant¿membrane diffusion coefficients from the experimental permeability coefficients at different temperatures and pressures. A fluid flow model for spiral-wound modules is derived from the conservation equation of mass, momentum, and energy. The conservation equations are presented in a discretized form by using the control volume approach. A combination of the permeation model and the fluid flow model yields the desired rigorous model for vapor membrane separation. The model is implemented into an inhouse process simulator and so vapor membrane separation may be evaluated as an integralpart of a process flowsheet.

A generalized 1D particle transport method for convection diffusion reaction model

This work is devoted to the development of numerical method to deal with convection diffusion dominated problem with reaction term, non - stiff chemical reaction and stiff chemical reaction. The technique is based on the unifying Eulerian - Lagrangian schemes (particle transport method) under the framework of operator splitting method. In the computational domain, the particle set is assigned to solve the convection reaction subproblem along the characteristic curves created by convective velocity. At each time step, convection, diffusion and reaction terms are solved separately by assuming that, each phenomenon occurs separately in a sequential fashion. Moreover, adaptivities and projection techniques are used to add particles in the regions of high gradients (steep fronts) and discontinuities and transfer a solution from particle set onto grid point respectively. The numerical results show that, the particle transport method has improved the solutions of CDR problems. Nevertheless, the method is time consumer when compared with other classical technique e.g., method of lines. Apart from this advantage, the particle transport method can be used to simulate problems that involve movingsteep/smooth fronts such as separation of two or more elements in the system.

Generalized Differential Evolution for Global Multi-Objective Optimization with Constraints

The objective of this thesis work is to develop and study the Differential Evolution Algorithm for multi-objective optimization with constraints. Differential Evolution is an evolutionary algorithm that has gained in popularity because of its simplicity and good observed performance. Multi-objective evolutionary algorithms have become popular since they are able to produce a set of compromise solutions during the search process to approximate the Pareto-optimal front. The starting point for this thesis was an idea how Differential Evolution, with simple changes, could be extended for optimization with multiple constraints and objectives. This approach is implemented, experimentally studied, and further developed in the work. Development and study concentrates on the multi-objective optimization aspect. The main outcomes of the work are versions of a method called Generalized Differential Evolution. The versions aim to improve the performance of the method in multi-objective optimization. A diversity preservation technique that is effective and efficient compared to previous diversity preservation techniques is developed. The thesis also studies the influence of control parameters of Differential Evolution in multi-objective optimization. Proposals for initial control parameter value selection are given. Overall, the work contributes to the diversity preservation of solutions in multi-objective optimization.

Statistical segmentation methods and color variance analysis of retinal images

In this research, the effectiveness of Naive Bayes and Gaussian Mixture Models classifiers on segmenting exudates in retinal images is studied and the results are evaluated with metrics commonly used in medical imaging. Also, a color variation analysis of retinal images is carried out to find how effectively can retinal images be segmented using only the color information of the pixels.

Optimizing counterparty credit risk portfolio by reducing exposure at default variance

Rahoitusyhtiöt pitävät omaa pääomaa taseessa harvinaisen suuria markkinamuutoksia varten ja tämän pääoman määrä on ohjattu valvontaviranomaisten toimesta. Euroopassa Basel akordi antaa suuntaviivat näille säädöksille. 2007 vuoden finanssikriisin jälkeen rahoitusyhtiöt sekä valvojat ovat olleet entistä kiinnostuneempia pääoman riittävyydestä. Tutkimuksia riskistä, säädöksistä ja pääomavaateen madaltamisesta on tehty aikaisemmin, mutta tässä tutkimuksessa keskitytään vaateen jatkuvan muutoksen suuruuteen. Tutkimus sisältää hypoteettisen vastapuoliriski portfolion, jossa on mukana valuuttajohdannaisia. Tätä portfoliota simuloidaan eri tavoin, jotta nähtäisiin kuinka suuri vaikutus portfolion koostumuksella voi olla pääomavaateen varianssiin. Jos tämä muuttuja on merkittävä, pitäisikö rahoitusyhtiöiden yrittää pienentää muutosta, jotta yhtiöiden varapääoman määrää voitaisiin alentaa? Tutkimuksessa on myös haastateltu Suomen johtavia vastapuoliriski asiantuntijoita, jotta nähtäisiin rahoitusalan oma näkemys asian merkittävyydestä. Tutkimusmenetelminä toimivat haastattelut sekä numeerinen analyysi hypoteettisella portfoliolla. Kaupat tähän vastapuoliriski portfolioon on luotu 14 vuoden ajalle ja se sisältää ainoastaan valuuttajohdannaisia viidessä eri valuutassa. Riski lasketaan markkina-arvo menetelmällä, joista lasketaan VaR-mallilla tulevaisuuden riski nettoutuksen kera. Portfolion rakennetta muutetaan simuloinneissa, jotta nähtäisiin vaikutus tulevaisuuden riskeille, joita käytetään edustamaan pääomavaateen määrää ja sen vaihtelua yli ajan. Portfolioiden riskejä lasketaan myös rasituskokeiden avulla, jotta tuloksista saataisiin mahdollisimman todenmukaisia. Analyyttinen osuus tutkimuksesta näyttää sen, että tämän kaltainen optimointi on suuresti riippuvainen alkuperäisestä portfoliosta, jonka määrittää yleisesti rahoitusyhtiön myyntistrategia. Yleisesti ottaen pääomavaateen varianssin muutos voi simuloinneissa olla melko suurta, varsinkin jos mukaan huomioidaan rasitus testit, puuttuvat tuotteet sekä muut pääomavaateen laskentaan huomioitavat seikat. Haastatteluissa saatiin selville millainen optimointi voisi olla mahdollista todellisuudessa. Huomattiin myös että tämän kaltainen ajattelumalli on jo huomattu alalla ennestään. Jon Gregory jopa mainitsi, että jotkin rahoitusyhtiöt ovat enemmän kiinnostuneita muutosten pienentämisestä kuin itse pääomavaateen suuruudesta. Näyttääkin siltä, että tämän aihepiiri vaatisi entistä enemmän tutkimusta, sillä sitä ei ennestään vielä ole, ja rahoitusyhtiöt ovat jo alkaneet etsimään uusia keinoja selvitäkseen rahoitusalalla, joka on yhä entisestään kilpailullisempi.

Variance reduction properties of dynamic hedging models - empirical evidence from BRICS countries

This Master’s Thesis analyses the effectiveness of different hedging models on BRICS (Brazil, Russia, India, China, and South Africa) countries. Hedging performance is examined by comparing two different dynamic hedging models to conventional OLS regression based model. The dynamic hedging models being employed are Constant Conditional Correlation (CCC) GARCH(1,1) and Dynamic Conditional Correlation (DCC) GARCH(1,1) with Student’s t-distribution. In order to capture the period of both Great Moderation and the latest financial crisis, the sample period extends from 2003 to 2014. To determine whether dynamic models outperform the conventional one, the reduction of portfolio variance for in-sample data with contemporaneous hedge ratios is first determined and then the holding period of the portfolios is extended to one and two days. In addition, the accuracy of hedge ratio forecasts is examined on the basis of out-of-sample variance reduction. The results are mixed and suggest that dynamic hedging models may not provide enough benefits to justify harder estimation and daily portfolio adjustment. In this sense, the results are consistent with the existing literature.