Tối ưu hoá danh mục đầu tư đa kỳ

Tối ưu hoá danh mục đầu tư đa kỳ là một mở rộng động của lựa chọn danh mục trung bình‑phương sai, đồng thời xác định chuỗi trọng số danh mục và các hành động giao dịch qua nhiều kỳ thời gian tương lai. Thay vì tối ưu hoá sự đánh đổi một kỳ giữa lợi nhuận kỳ vọng và phương sai, phương pháp này giảm thiểu một mục tiêu tích lũy — thường là tổng có trọng số của tiện ích hoặc các hình phạt rủi ro riêng từng kỳ — dưới các ràng buộc ngân sách động, chi phí giao dịch và thông tin thay đổi. Khung này mô hình hoá một cách rõ ràng cách mà sở thích nhà đầu tư, kỳ vọng thị trường và các ràng buộc tiến triển theo thời gian, cho phép xây dựng các danh mục không chỉ tối ưu tại thời điểm khởi tạo mà còn khi được tái tối ưu liên tiếp.

Cách tiếp cận này mở rộng tối ưu hoá Markowitz tĩnh và khắc phục những hạn chế chính trong môi trường thực tế: nó tính đến tính phụ thuộc theo chuỗi (ví dụ, ảnh hưởng của giao dịch hôm nay đến tập cơ hội của ngày mai), cho phép mức độ chấp nhận rủi ro hoặc aversion lỗ thay đổi theo thời gian, và hỗ trợ việc đưa chi phí giao dịch và cân bằng lại vào mô hình. Các mô hình đa kỳ đặc biệt có giá trị đối với các nhà đầu tư tổ chức — như quỹ tài sản quốc gia, kế hoạch hưu trí và quỹ tài trợ — quản lý tài sản trên các khung thời gian dài, nhiều năm và phải phối hợp nhu cầu thanh khoản trung gian với mục tiêu tăng trưởng dài hạn.

Tối ưu hoá đa kỳ dựa trên ba thành phần liên kết chặt chẽ: biến trạng thái, biến quyết định và hàm mục tiêu. Các biến trạng thái nắm bắt bộ thông tin có sẵn tại mỗi kỳ (ví dụ, danh mục hiện có, giá thị trường, chỉ số kinh tế vĩ mô và sở thích nhà đầu tư). Các biến quyết định bao gồm vector trọng số danh mục hoặc vị thế tài sản sẽ nắm giữ ở mỗi kỳ, và tùy chọn, kích thước giao dịch thực hiện giữa các kỳ. Hàm mục tiêu tổng hợp tiện ích hoặc hình phạt riêng từng kỳ trên toàn bộ khoảng thời gian hoạch định, thường được biểu diễn dưới dạng tổng kỳ vọng của tiện ích kỳ trừ một khoản phạt rủi ro được điều chỉnh bởi tham số aversion rủi ro nhất quán theo thời gian.

Một công thức phổ biến sử dụng cấu trúc tiện ích đệ quy, trong đó hàm giá trị tại thời điểm t thỏa mãn:

V_t(S_t) = max_{a_t} { U(S_t, a_t) + β · E[V_{t+1}(S_{t+1}) | S_t, a_t] }

trong đó S_t là trạng thái tại thời điểm t, a_t là hành động (giao dịch hoặc lựa chọn danh mục), U là tiện ích một kỳ, và β ∈ (0,1] là hệ số chiết khấu. Khi áp dụng tiện ích bậc hai và lợi nhuận phân phối Gaussian, bài toán này giảm về một bài toán tối ưu lồi đối với chuỗi trọng số danh mục, với ma trận hiệp phương sai của lợi nhuận đa kỳ xuất hiện trong thành phần rủi ro.

Nhiều biến thể của tối ưu hoá đa kỳ được áp dụng thực tiễn, phân biệt dựa trên cách chúng mô hình hoá sở thích, ràng buộc và động lực lợi nhuận:

• Time-additive mean-variance: Sử dụng tổng các mục tiêu trung bình‑phương sai của từng kỳ với hệ số aversion rủi ro cố định. Dễ triển khai nhưng thường không đạt tính nhất quán thời gian trừ khi aversion rủi ro bằng không.
• Mean-variance thời gian nhất quán: Điều chỉnh mục tiêu để đảm bảo tính nhất quán qua các kỳ, thường bằng cách định nghĩa lại thành phần rủi ro để bao gồm phương sai có điều kiện của các hàm giá trị trong tương lai. Điều này tạo ra một bài toán điều khiển tuyến tính-bậc hai.
• Khung tránh lỗ: Kết hợp các sở thích phụ thuộc vào chuẩn tham chiếu (ví dụ, lý thuyết triển vọng) trong đó các khoản lỗ so với chuẩn so sánh hoặc tài sản ban đầu gây ra bất tiện cận biên cao hơn. Điều này đặc biệt liên quan tới các quỹ tài sản quốc gia và các khoản nợ hưu trí.
• Tối ưu đa giai đoạn kiên cố: Sử dụng cây kịch bản hoặc các tập không chắc để phòng ngừa rủi ro mô hình trong dự báo lợi suất, giảm độ nhạy cảm với sai số ước lượng trong môi trường đa chiều.

Các nhà đầu tư tổ chức sử dụng tối ưu đa kỳ hạn để phối hợp giữa phân bổ tài sản chiến lược, cân bằng tác chiến thuật và đầu tư dựa trên nợ. Ví dụ, một quỹ hưu trí có thể xác định ba kỳ hạn: ngắn hạn (1‑2 năm) để khớp dòng tiền và thanh khoản, trung hạn (3‑5 năm) để lập ngân sách rủi ro và điều chỉnh các yếu tố, và dài hạn (trên 10 năm) để tăng trưởng và bảo vệ trước lạm phát. Bộ tối ưu đồng thời chọn các giao dịch qua các kỳ để giảm tổng trọng số của lỗi theo dõi, tỷ lệ quay vòng và rủi ro thiếu hụt, dưới các ràng buộc tỷ lệ tài trợ và giới hạn quy định.

Việc triển khai thường tuân theo mô hình kỳ hạn trượt hoặc kỳ hạn thu hẹp: vào mỗi ngày cân bằng lại, toàn bộ kế hoạch đa kỳ được giải lại bằng các dự báo và dữ liệu thị trường cập nhật, và chỉ hành động của kỳ đầu tiên được thực hiện. Cách này duy trì tính khả thi và khả năng thích ứng đồng thời giữ lại lợi ích của việc lập kế hoạch dự báo. Các phương pháp số như lập trình động, lập trình ngẫu nhiên, hoặc xấp xỉ lồi (ví dụ, giải pháp SDP) được sử dụng tùy theo kích thước và cấu trúc của bài toán.

Xét một mô hình hai kỳ với hai tài sản (cổ phiếu và trái phiếu), tài sản ban đầu W₀, và các kỳ vọng lợi suất đã biết μ₁, μ₂ cùng ma trận hiệp phương sai Σ qua các kỳ. Chi phí giao dịch tỷ lệ: κ·|Δw| cho mỗi đơn vị thay đổi trọng số. Nhà đầu tư tối đa hoá:

E[U₁] + β·E[U₂], trong đó Uₜ = wₜ′μₜ − (γ/2)·wₜ′Σₜwₜ − κ·|wₜ − wₜ₋₁|

Trọng số tối ưu cho kỳ đầu tiên w₀* giải một bài toán lập trình bậc hai cân bằng giữa lợi nhuận ngay lập tức, rủi ro và chi phí cam kết giao dịch trong tương lai. Nếu bộ tối ưu dự đoán cổ phiếu sẽ trở nên hấp dẫn hơn ở kỳ 2, nó có thể chấp nhận mức cân nặng thấp ban đầu – biết rằng chi phí cân bằng lại sẽ được bù đắp bởi lợi suất kỳ vọng cao hơn – trong khi một bộ tối ưu một kỳ sẽ phản ứng quá mức chỉ dựa trên tín hiệu của kỳ 1.

Tối ưu đa kỳ hạn mang lại một số rủi ro thực tiễn:

• Khuếch đại lỗi dự báo: Ước tính phân phối lợi suất đa kỳ đòi hỏi giả định về tương quan chuỗi và động lực biến động; những sai số nhỏ sẽ tích lũy qua các kỳ, dẫn đến chính sách không tối ưu hoặc không ổn định.
• Gánh nặng tính toán: Giải các chương trình đa giai đoạn quy mô lớn tốn kém; cây kịch bản với nhiều nhánh trở nên không thể giải quyết được sau một vài kỳ.
• Rủi ro mô hình: Các công thức thời gian nhất quán thường dựa trên hàm tiện ích bậc hai hoặc lợi suất chuẩn Gaussian, có thể mô tả sai hành vi đuôi và độ lệch.
• Quá khớp với ma trận hiệp phương sai lịch sử: Ước lượng hiệp phương sai đa chiều thường nhiễu, đặc biệt khi các kỳ hạn vượt quá kích thước mẫu hiệu quả của dữ liệu lịch sử.

Để giảm thiểu các rủi ro này, các nhà thực hành kết hợp tối ưu đa kỳ hạn với các kỹ thuật chuẩn hoá (ví dụ, thu hẹp, mô hình yếu tố), tạo kịch bản kiên cố, và kiểm tra căng thẳng đối với các đường đi lợi suất thay thế.

• Bỏ qua chi phí giao dịch trong lập kế hoạch động: Xem tối ưu đa kỳ hạn như một chuỗi các bài toán tĩnh dẫn đến tỷ lệ quay vòng quá mức và hiệu suất suy giảm.
• Sử dụng mức độ tránh rủi ro không nhất quán qua các kỳ: Áp dụng hệ số tránh rủi ro cố định trong mục tiêu mean-variance cộng dồn theo thời gian tạo ra các chiến lược mà nhà đầu tư sau này muốn từ bỏ – làm suy yếu độ tin cậy của kế hoạch.
• Bỏ qua các ràng buộc thanh khoản: Giả định mọi giao dịch có thể thực hiện đầy đủ ở giá dự báo có thể dẫn đến lịch trình cân bằng lại không khả thi, đặc biệt với các tài sản kém thanh khoản.
• Không đồng bộ kỳ hạn với quyền quyết định: Một người quản lý quỹ có thể tối ưu trên kỳ hạn 10 năm trong khi được đánh giá hàng quý, gây ra sự không khớp về động lực và thường xuyên lệch kế hoạch.

Thực hành tốt nhất là điều chỉnh độ dài kỳ hạn và mức độ tránh rủi ro phù hợp với chu kỳ quyết định thực tế của nhà đầu tư và xác nhận kết quả của bộ tối ưu bằng các chuẩn tham chiếu đơn giản (ví dụ, mua và nắm giữ, trọng số bằng nhau) trong các kịch bản ngoài mẫu.