Post-Modern Portfolio Theory (PMPT) optimalisatie

Post-Modern Portfolio Theory (PMPT) optimalisatie is een raamwerk voor het samenstellen van beleggingsportefeuilles door downside‑risico te minimaliseren — gedefinieerd als rendementen onder een gespecificeerde target of minimaal aanvaardbaar rendement — in plaats van totale variantie. Het breidt Modern Portfolio Theory (MPT) uit door te erkennen dat beleggers verliezen en winsten asymmetrisch waarnemen: zij zijn gevoeliger voor tekorten dan voor upside‑volatiliteit. PMPT‑optimalisatie vervangt daarom mean‑variance optimalisatie (MVO) door downside‑risk optimalisatie (DRO), met behulp van metrieken zoals semi‑variantie, semi‑deviatie of de Sortino‑ratio om beslissingen over activatoewijzing te sturen.

In tegenstelling tot MPT, dat veronderstelt dat beleggers zich bekommeren om de spreiding van rendementen rond het gemiddelde, ongeacht de richting, modelleert PMPT risico expliciet als het niet behalen van een doel, zoals een verplichtingsschema, benchmark of persoonlijke rendementsdrempel. Hierdoor is PMPT bijzonder geschikt voor toepassingen in pensioenplanning, endowment‑beheer en andere contexten waarin onderpresteren concrete consequenties heeft.

PMPT‑optimalisatie bepaalt de portefeuillesamenstellingen die het verwachte rendement maximaliseren onder een beperking op downside‑risico, of evenzo het downside‑risico minimaliseren onder een streefrendement. Het optimalisatieprobleem wordt doorgaans geformuleerd met behulp van lagere partiële momenten (LPM), waarbij de doel­functie alleen de kwadratische afwijkingen onder een streefrendement \(T\) integreert:

waar \(r\) de willekeurige opbrengst is en \(f(r)\) de bijbehorende kansdichtheid. In de praktijk wordt dit benaderd met behulp van historische of gesimuleerde opbrengstverdelingen:

Dit doel vervangt de variantieterm \(\sigma^2 = \frac{1}{N} \sum (r_t - \bar{r})^2\) die in MVO wordt gebruikt. De resulterende efficiënte frontier is concaaf in het rendement‑neerwaarts‑risicovlak en levert vaak portefeuilles op met een lagere kans op onderpresteren ten opzichte van het doel.

• Target Return (T): Een vooraf gespecificeerde benchmark — zoals inflatie plus 3 %, een verplichtingscashflow, of een risicovrije rente — die de drempel voor ‘ongewenste’ rendementen definieert.
• Semi-Variance / Semi-Deviation: De variantie of standaarddeviatie van rendementen onder het doel, die dient als risicometiek.
• Sortino Ratio: Het overschotrendement ten opzichte van het doel gedeeld door de semi‑deviatie, gebruikt als prestatiemaatstaf bij optimalisatie of rangschikking.
• Downside Risk Optimization (DRO): De rekenmethode om het PMPT‑doel op te lossen, vaak geïmplementeerd via kwadratische programmering wanneer rendementen discreet worden benaderd.

• Convergence Behavior: Empirische studies tonen aan dat onbegrensde semi‑variantie‑optimaliseerders niet altijd convergeren naar extreme ‘hoekoplossingen’ zoals de theorie voorspelt; in plaats daarvan leveren ze vaak gediversifieerde allocaties, vooral wanneer rendementsverdelingen niet‑Gaussiaans zijn of vette staarten bevatten.
• Data Sensitivity: PMPT‑optimalisatie is gevoeliger voor de keuze van het doelrendement en de aannames over de rendementsverdeling dan MPT. Kleine wijzigingen in het doel of schattingsfouten in neerwaartse momenten kunnen de optimale gewichten aanzienlijk beïnvloeden.
• Computational Complexity: Hoewel hanteerbaar voor een gematigd aantal activa, wordt DRO computationeel zwaarder dan MVO bij grootschalige problemen vanwege niet‑symmetrische risicoweging en niet‑convexiteiten in hogere‑orde LPM‑formuleringen.
• Goal Alignment: PMPT blinkt uit wanneer de beleggingsdoelen duidelijk gedefinieerd zijn (bijv. het financieren van een bekende verplichtingsstroom), maar het voordeel ten opzichte van MPT verdwijnt wanneer doelen willekeurig zijn of wanneer rendementsverdelingen symmetrisch en dunstaartig zijn.

Stel dat een belegger een jaarlijks rendement van 5 % nastreeft en twee activaklassen evalueert op basis van historische jaarlijkse rendementen:

• Asset A: rendementen van [2 %, 6 %, 8 %, 4 %]
• Asset B: rendementen van [3 %, 3 %, 7 %, 7 %]

Voor Asset A zijn de afwijkingen onder 5 % [−3 %, 0 %, 0 %, −1 %] → gekwadrateerde negatieve waarden: [9, 0, 0, 1] → semi‑variantie = 2,5. Voor Asset B zijn de afwijkingen onder 5 % [−2 %, −2 %, 2 %, 2 %] → gekwadrateerde negatieve waarden: [4, 4, 0, 0] → semi‑variantie = 2,0.

Beide activa hebben dezelfde gemiddelde (5 %), maar Asset A draagt een groter neerwaarts risico (semi‑variantie 2,5 vs 2,0) omdat de tekortkomingen onder het 5 %-doel groter zijn, waardoor een verliesaversieve belegger die onder PMPT optimaliseert Asset B zou verkiezen. De twee kaders wijken het sterkst wanneer activa dezelfde totale variantie hebben maar verschillen in de vorm van hun rendementsverdelingen: omdat totale variantie zowel opwaartse als neerwaartse afwijkingen gelijk weegt, kunnen twee activa met identieke variantie zeer verschillende semi‑variantie hebben zodra hun rendementen scheef zijn — en juist die asymmetrie is waar PMPT op is afgestemd.