Die Cumulative Prospect Theory von Kahneman und Tversky (1992), angewandt auf ein Portfolioauswahlproblem, berücksichtigt menschliches Verhalten und Emotionen im Hinblick auf Investmenttätigkeiten und stellt eine Verallgemeinerung der Erwartungsnutzentheorie dar. In dieser Arbeit wird diese Cumulative Prospect Theory betrachtet und dabei postuliert, dass Investoren ihre Portfolios im Rahmen dieser Theorie entsprechend bewerten. Es wird die Methode zur Lösung des entsprechenden zeitstetigen Portfoliooptimierungsproblem, basierend auf einem bereits existieren Ansatz von Jin und Zhou (2008), vorgestellt. Darüber hinaus werden die erhaltenen Ergebnisse für eine Power Nutzenfunktion in Kombination mit einer speziellen Wahrscheinlichkeitsverzerrung angewandt. Die resultierende optimal Investmentstrategie wird sowohl im Falle des Fundings als auch des Underfundings untersucht und interpretiert, und mit einer konventionellen Constant Proportion Portfolio Insurance (CPPI) Strategie verglichen. Diese neue dynamische 'verhaltensgestörte' Investmentstrategie wird Generalized Leveraged CPPI (GLCPPI) Strategie genannt. Zusätzlich wird die Lösung numerisch untersucht. Dies beinhaltet einen Vergleich mit der Erwartungsnutzentheorie. Im Rahmen dieser Power Nutzenfunktion wird abschließend noch die Verbindung zwischen dem Performancemaß in Cumulative Prospect Theory und dem Sharpe Ratio als ein bekanntes Performancemaß in einem Mean-Variance Kontext analysiert.
«
Die Cumulative Prospect Theory von Kahneman und Tversky (1992), angewandt auf ein Portfolioauswahlproblem, berücksichtigt menschliches Verhalten und Emotionen im Hinblick auf Investmenttätigkeiten und stellt eine Verallgemeinerung der Erwartungsnutzentheorie dar. In dieser Arbeit wird diese Cumulative Prospect Theory betrachtet und dabei postuliert, dass Investoren ihre Portfolios im Rahmen dieser Theorie entsprechend bewerten. Es wird die Methode zur Lösung des entsprechenden zeitstetigen Portf...
»