Ewa Michalska
Renata Dudzińska-Baryła
Uniwersytet Ekonomiczny w Katowicach
ZASTOSOWANIE PRAWIE
DOMINACJI STOCHASTYCZNYCH W PRESELEKCJI AKCJI
Wprowadzenie
Dla inwestora instytucjonalnego, podobnie jak dla drobnego inwestora in- dywidualnego, istotna jest liczba akcji tworzących portfel (stopień dywersyfika- cji) oraz liczba akcji rozpatrywanych jako zbiór potencjalnych składników port- fela. Mniejsza liczba akcji oznacza mniejsze koszty transakcji, łatwiej też zarządzać portfelem złożonym z mniejszej ilości walorów. Ograniczenie popula- cji dostępnych walorów odbywa się przez wstępną selekcję (preselekcję), naj- częściej ustala się ranking spółek zgodnie z przyjętą przez inwestora zasadą [Kopańska-Bródka, 1999].
Wyłonienie najlepszych potencjalnych składników portfela poprzez zasto- sowanie zasady dominacji stochastycznych (w ich tradycyjnym rozumieniu) nie zawsze jest możliwe ze względu na nieporównywalność części akcji. Sytuacje, w których zasady dominacji stochastycznych nie rozstrzygają wielu wydawało- by się oczywistych wyborów wymusiły złagodzenie tych zasad przez sformuło- wanie zasad prawie dominacji stochastycznych [Levy, 1992]. Wskazane przez autorki pracy własności prawie dominacji stochastycznych umożliwiają porów- nywanie wszystkich elementów zbioru losowych wariantów decyzyjnych i two- rzenie ich rankingu. W pracy przedstawiono propozycję sposobu wykorzystania prawie dominacji stochastycznych w procesie preselekcji akcji do portfela inwe- stycyjnego.
ZASTOSOWANIE PRAWIE DOMINACJI STOCHASTYCZNYCH… 159
1. Prawie dominacje stochastyczne
Powszechnie akceptowanymi i obiektywnymi, nieparametrycznymi zasa- dami wyboru są dominacje stochastyczne. Symbolami FL1 i FL2 oznaczmy dys- trybuanty odpowiadające losowym wariantom decyzyjnym L1 i L2, a symbolem S zbiór stanowiący łączny zbiór relatywnych wyników L1 i L2. Zasady domina- cji pierwszego (FSD) oraz drugiego rzędu (SSD) formułuje się w następujący sposób [Hanoch, Levy 1969]:
FSD: L1 dominuje L2 w sensie dominacji stochastycznych pierwszego stopnia, co zapiszemy L1 f FSD L2, wtedy i tylko wtedy, gdy dla każdego r ∈ S zachodzi nierówność FL1(r) – FL2(r) ≤ 0 oraz przynajmniej dla jednej wartości r ∈ S za- chodzi FL1(r) – FL2(r) < 0.
SSD: L1 dominuje L2 w sensie dominacji stochastycznych drugiego stopnia, co zapi- szemy L1 f SSD L2, wtedy i tylko wtedy, gdy dla każdego r ∈ S zachodzi nierówność
0 ) ( F ) (
FL1(2) r − L2(2) r ≤ oraz przynajmniej dla jednej wartości r ∈ S zachodzi 0
) ( F ) (
FL1(2) r − L2(2) r < , gdzie
∫
∞
−
= r t dt
r) F ( ) (
FL1(2) L1 ,
∫
∞
−
= r t dt
r) F ( ) (
FL2(2) L2 .
Zasady dominacji stochastycznych często jednak nie prowadzą do rozstrzy- gnięcia, który z rozważanych losowych wariantów decyzyjnych jest lepszy (choć wybór wydaje się oczywisty), co pokazuje prosty przykład.
Przykład 1
Wariant decyzyjny L1 to zysk 1 zł z prawdopodobieństwem 0,01 i 100 zł z prawdopodobieństwem 0,99, zaś wariant L2 to pewny zysk wynoszący 2 zł, co zapisujemy L1 = ((1;0,01);(100;0,99)) oraz L2 = ((2;1)).
W rozważanym przykładzie wariant decyzyjny L1 nie dominuje wariantu L2 w sensie dominacji stochastycznych pierwszego i drugiego stopnia, choć większość „rozsądnych” decydentów (jeśli nie wszyscy) będzie preferować L1 nad L2. Ponadto, analizując wykresy odpowiednich prawdopodobieństw skumu- lowanych przedstawionych na rys. 1, stwierdzamy, że obszar A odpowiadający przedziałowi, w którym L2 dominuje L1 jest bardzo mały w stosunku do obsza- ru B odpowiadającemu przedziałowi, w którym L1 dominuje L2 w sensie domi- nacji stopnia pierwszego. Można więc powiedzieć, że L1 „prawie” dominuje L2 w sensie dominacji stochastycznych stopnia pierwszego.
Ewa Michalska, Renata Dudzińska-Baryła 160
Rys. 1. Wykresy dystrybuant dla wariantów losowych L1 i L2
Rozważając podobne przykłady Leshno i Levy zaproponowali w 2002 r.
pewne „złagodzenie” warunków dominacji stochastycznych w postaci koncepcji prawie dominacji stochastycznych (ASD, almost stochastic dominance) − [Leshno, Levy, 2002]. Odpowiednie warunki dla prawie dominacji stochastycz- nych pierwszego i drugiego rzędu mają postać:
AFSD: L1 dominuje L2 w sensie prawie dominacji stochastycznych stopnia pierwszego, co zapiszemy L1 f AFSD L2, wtedy i tylko wtedy, gdy istnieje ε, 0 ≤ ε < ε*, taki że:
∫
∫
− ≤ε −S
L2 L1
S
L2
L1( ) F ( )) F ( ) F ( )
(F
1
dr
| r r
| dr r
r ,
gdzie S jest łącznym zbiorem wyników wariantów losowych L1 i L2 oraz S1 = {r ∈ S:FL2(r) < FL1(r)}.
ASSD: L1 dominuje L2 w sensie prawie dominacji stochastycznych stopnia drugiego ASSD, co zapiszemy L1 f ASSD L2, wtedy i tylko wtedy, gdy istnieje ε, 0 ≤ ε < ε*, taki że:
∫
∫
− ≤ε −S
L2 L1
S
L2
L1( ) F ( )) F ( ) F ( )
(F
2
dr
| r r
| dr r
r ,
oraz
E(L1) ≥ E(L2), F(L1)
F(L2)
1 1
0,01
2 100
A
B
g
r
i o
d j w z c z m
P R o D i
R
1
2
gdz S2 rozw
i dr obs
dom je L wan zbio cyzy z in mie
Prz Roz oraz Dla ilus
Rys.
1 W pu
2 DL sz
zie
={ waż
Za rugi
zar W minu L2 w
nie oru yjny ntuic eniu
zykł zpat z L4 a pa struj
. 2. W
W lit uszc
eshn Dla A zaró
S j {r∈ żany
arów iego rem W an uje w s kry nie ych cją, u) m
ład trzm
4 = ary w
je r
Wyk
eratu czaln
no, L AFS
w A
jest S1 ych wn o pr
nie naliz
L2 sens yter epor h. P
, po mog
d 2 my n
= ((5 war rys.
kresy
urze nej n Leib
D w A i B
ZAS
t łą F : L h lo
o d rzyj ezgo
zow w sie A riów
rów ona odcz ą ni
nast 5;0, rian
2)
y dy
e de niez bowi warto B.
STO
ączn ( FL2(2)
sow dla
jmu odn wan
sen AF w pr wnyw
adto zas ie p
tępu ,1);(
ntów ora
ystry
finiu zgod
itch, ość p
OSO
nym ) (r wyc
pr uje nośc nym nsie SD raw wal o pr gdy potw
ując (28 w L az S
ybua
uje s dnoś
, 20 para
OWA
m z
<F ch w raw
się ci p m wc
dom dla wie
lnyc raw
y w wier
ce lo 8;0,5 L3 i SSD
ant d
się t ci (a 10].
amet NIE
zbio ( FL1(2) wari wie
ę, że pow cze min a ε
dom ch ( wie d waru rdza
osow 5);(
L4 D (ta
dla w
takż ang.
tru E PR
orem ) (r iant
dom e w winn śnie nacj
= 0 min (ze dom unki ać i
we (61;
4 nie ab.
wari
że ε*
. „a ε w
RAW
m w }. tów min warto
na b ej P ji pi 0,00 nacj
wz mina
i do intu
wa
;0,4 e za 1-2
antó
* − A llow wyzn
WIE D
wyn E(L w de
nacj ość być Przy ierw 001
i st zglę acje omi uicyj
arian 4)).
ach 2).
ów l
AFS wed”
nacz DOM
nikó L1) ecyz
ji s ć pa
mn ykła wsz
032 toch ędu
e sto inac yjny
nty hodz
osow
SD
” are za si
MINA
ów , E zyjn stoc aram niej adzi zego
2. P hast na i och cji s ych
dec zi d
wyc
oraz ea v ę ob
ACJ
wa E(L2 nyc chas metr sza ie 1 o an Pods tycz inn hasty
stoc wy
cyzy dom
ch L3
z ε*
viola blicz
JI ST
aria 2) o ch L styc ru ε a niż 1, lo ni d
staw zny
e kr ycz chas ybor
yjne mina
3 i L
* − A ation zając
TOC
antó ozn L1, czn ε zw ż ε*
osow drug
wow ych
ryte zne u
styc rów
e L3 acja
L4
ASS n), p c ilo
CHAS
ów nacz
L2 nych
wią
* = wy gieg wą k
jes eria ujaw czny w de
3 = a w
SD, g przy oraz
STY
los zają . h rz ązan
0,5 wa go st kor t m a) lo wni ych ecyd
((2 sen
gdzi czy pol
YCZN
sow ą w
zęd nego 51. arian
topn rzyś możl osow
iają h (w dent
25;0 nsie
ie ε*
ym 0 a ob
NYC
wych warto
du o z
nt d nia ścią liwo wyc ą pr w tra
ta.
,3);
e kry
* oz 0 ≤ bsza
CH…
h L ośc
pie ob
decy , jed ą jak ość ch w
efer ady
;(38 yter
znac ε <
aru A
…
L1 i o
rws bser
yzy dna ką d ć og
war ren ycyj
8;0,3 riów
za w ε*
A i s
i L cze
szeg rwo
yjny ak d daje gran rian
cje jnym
3);(4 w F
wska
≤ 0, sumy
L2 ekiw
go, wan
y L1 dom e st nicz tów zgo m r
49;0 FSD
aźni ,5 [L y pó
16
ora wan
ja nym
1 ni minu toso zeni w de odn rozu
0,4) D (c
k do Levy ól ob
61
az ne
ak m
ie u- o- ia e- ne
u-
)) co
o- y, b-
1
W m P R L
R
D 1 A m 162
Wed min Prz Roz L6 =
Rys.
Dla 1-2) ASS min
dług nują zykł zwa
= ((
. 3. W
a pa ). W SD nacj
Para E εA
εA
K
g k ącym
ład ażm (10
Wyk
ary Wed
obi i de
amet (L)
AFSD
ASSD
Kryte
kryt m j d 3 my l
;0,1
kresy
L5, dług ie w ecyd
tr
erium F S AF AS
eriu est
loso 1);(
y dy
, L6 g kr wart duje
m dec SD SD FSD SSD
um L4
owe (28;
ystry
6 b ryte tośc e w
W
L 99 0,0 0,9 0,0 0,9
cyzyj E
AF (ta
e w
;0,3
ybua
rak eriu ci p wów
Warto
L1 9,01 0001 9998 0001 9997
D yjne
Ewa
FSD ab. 1
wari 3);(4
ant d
k do um para wcza
ości
03 d 897 d 03 d 794 d
Dom a Mi
D po 1-2)
iant 46;0
dla w
omin AS amet
as m
par
dla (L dla (L dla (L dla (L
mina cha
odo ).
ty d 0,6)
wari
nacj SD tru mnie
ame
L2 2,0 L1, L L2, L L1, L L2, L
acje alsk obni
dec )).
antó
cji w D w
ε są ejsz
etrów
2 00 L2) L1) L2) L1)
dla Przy
L1 L1
ka, R ie j
cyzy
ów l
w s aria ą m za w
w dl
war ykła - - 1 f L 1 f L
Rena ak
yjne
osow
ens ante mnie wart
la wa
3 0 0 0 0
riant ad 1
L2 L2
ata we
e L
wyc
sie k em ejsz tość
arian War
L3 38,50
,519 ,480 ,038 ,480
tów Dud edłu
L5 =
ch L5
kryt dom ze o ć pa
ntów rianty
0 9231 0769 8462 0769
decy dziń ug k
= (
5 i L
teri min d 0 aram
w de y dec
dla ( dla ( dla ( dla (
yzyj ńska kryt
((26
L6
iów nują ,5, metr
ecyz cyzy L 38 (L3, (L4, (L3, (L4,
jnyc Przy
L4 L4
a-Ba teriu
6;0,
w FS ącym
pon ru ε
zyjny yjne
L4 8,90
L4) L3) L4) L3)
ch L ykład
- - 4 f L 4 f L
arył um
2);(
SD, m j nadt , za
ych
L1-L d 2
L3 L3
ła m AS
(30
SS jest to E atem
L1-
6
SSD
;0,5
SD L6 E(L m L
L6
L5 37,0 0 0 0 0
D w
5);(
ora 6. D L5) = 6 d
5 00 0,5 dl 0,5 dl 0,3 dl 0,2 dl
wari
56;
az A Dla
= E dom
la (L la (L la (L la (L
Przy
L6
iant
;0,3
AFS kry E(L6 minuj
3 L5, L L6, L L5, L L6, L
ykład - - - 6 f L
tem
3))
SD yter 6) o uje L
Tab
L6 37,00 L6) L5) L6) L5) Tab
d 3
L5
m do
ora
(tab rium o do L5.
bela
0
bela
o-
az
b.
m o-
1
2
ZASTOSOWANIE PRAWIE DOMINACJI STOCHASTYCZNYCH… 163
Wzajemne zależności pomiędzy kryteriami FSD, SSD, AFSD i ASSD ilu- struje diagram na rys. 4.
Rys. 4. Zależności pomiędzy kryteriami decyzyjnymi FSD, SSD, AFSD i ASSD
Zależności te znajdują potwierdzenie w literaturze [Leshno, Levy, 2002; Levy, 1992].
3. Kryterium prawie dominacji stochastycznych w tworzeniu rankingu akcji
Relacje dominacji stochastycznych pierwszego, drugiego i wyższych rzę- dów są porządkiem częściowym [Dentcheva, Ruszczyński, 2003]. W zbiorze lo- sowych wariantów decyzyjnych mogą więc wystąpić elementy nieporównywal- ne (ze względu na kryterium decyzyjne w postaci dominacji stochastycznych określonego stopnia), co uniemożliwia utworzenie ich rankingu. Relacja prawie dominacji stochastycznych stopnia drugiego dla (ε* = 0,5) jest również porząd- kiem częściowym. Co więcej, badając relacje prawie dominacji stochastycznych pierwszego i drugiego stopnia na zbiorze (różnych) losowych wariantów decy- zyjnych zauważono pewne ciekawe własności dotyczące wartości parametrów ε.
Dla dowolnych (różnych) wariantów decyzyjnych Li oraz Lj zachodzi:
(1) εAFSD(Li, Lj) + εAFSD(Lj, Li) = 1,
(2) εASSD(Li, Lj) + εASSD(Lj, Li) = max{εAFSD(Li, Lj), εAFSD(Lj, Li)},
gdzie εAFSD(Li, Lj) oznacza udział obszaru niezgodności z dominacją pierwszego stopnia Li nad Lj, w obszarze zawartym pomiędzy dystrybuantami FLi i FLj, na- tomiast εAFSD(Lj, Li) oznacza udział obszaru niezgodności z dominacją pierw- szego stopnia Lj nad Li, w obszarze zawartym pomiędzy dystrybuantami FLi i FLj, zaś parametry εASSD(Li, Lj) oraz εASSD(Lj, Li) oznaczają odpowiednie udziały obszarów niezgodności dla dominacji stopnia drugiego w obszarze za- wartym pomiędzy dystrybuantami FLi i FLj. Dla dowolnych dwóch różnych wa- riantów decyzyjnych Li oraz Lj mamy więc Li f ASSD Lj lub Lj f ASSD Li lub Li∼
ASSD Lj. Przy czym Li∼ ASSD Lj oznacza, że warianty losowe Li oraz Lj są indyfe- rentne, tzn. E(Li)=E(Lj) oraz εASSD (Li, Lj) = εASSD (Lj, Li) = 0,25. Wskazane
FSD SSD
ASSD AFSD
Ewa Michalska, Renata Dudzińska-Baryła 164
własności oznaczają, że relacja prawie dominacji stochastycznych stopnia dru- giego (dla ε* = 0,5) pozwala na porównanie wszystkich elementów zbioru loso- wych wariantów decyzyjnych i utworzenie ich rankingu.
W tworzeniu rankingu losowych wariantów decyzyjnych wykorzystamy za- proponowaną przez Frencha reprezentację funkcyjną relacji preferencji (ang.
agreeing ordinal value function) − [French, 1993, s. 61-101]. Niech L oznacza zbiór rozważanych (różnych) losowych wariantów decyzyjnych, reprezentacją funkcyjną relacji preferencji jest funkcja h: L→N ∪{0}, definiowana następująco:
h(Li)={ilość losowych wariatów Lj ∈ L takich, że Li f Lj lub Li ∼ Lj}.
Funkcja ta pozwala na przyporządkowanie danemu losowemu wariantowi decyzyjnemu liczby oznaczającej ilość zdominowanych i indyferentnych warian- tów losowych ze zbioru L. Otrzymane wartości określają miejsca w rankingu od- powiednich klas obojętności (tworzonych z wariantów losowych o takiej samej wartości funkcji h). Pierwsze miejsce w rankingu zajmuje klasa obojętności, której odpowiada największa z otrzymanych wartość funkcji h(Li), zaś ostatnie miejsce w rankingu zajmuje klasa obojętności z najmniejszą wartością h(Li).
Proponowaną w pracy metodykę tworzenia rankingu akcji na podstawie kryterium prawie dominacji stochastycznych zastosowano dla danych rzeczywi- stych. Przeanalizowano relacje prawie dominacji stochastycznych AFSD i ASSD (dla ε* = 0,5) na zbiorze A={A1, A2, A3, A4, A5, A6, A7, A8, A9} zawierają- cym dziewięć różnych spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie. Wśród wybranych znalazły się spółki należące do trzech sekto- rów, których indeksy miały najwyższe stopy zwrotu od stycznia do października 2012 r. Były to sektory: chemia, paliwo oraz surowce. Z każdego z rozważanych sektorów wybrano po trzy spółki:
A={A1-PUŁAWY, A2-SYNTHOS, A3-AZOTYTARNOW, A4-PKNORLEN, A5-LOTOS, A6-PGNIG, A7-KGHM, A8-JSW, A9-BOGDANKA}.
Zestawienie wartości parametrów ε dla prawie dominacji stochastycznych pierwszego i drugiego stopnia przedstawiono w tab. 3-4. Dla dowolnych (róż- nych) akcji Ai, Aj∈A zachodzi:
(1) εAFSD (Ai, Aj) + εAFSD (Aj, Ai) = 1,
(2) εASSD (Ai, Aj) + εASSD (Aj, Ai) = max{εAFSD (Ai, Aj), εAFSD (Aj, Ai)}.
Oznacza to, że w rozważanym zbiorze A nie ma elementów nieporówny- walnych ze względu na badaną relację ASSD. Co więcej, w badanym zbiorze A wszystkie elementy są porównywalne już ze względu na kryterium AFSD (tab. 3).
ZASTOSOWANIE PRAWIE DOMINACJI STOCHASTYCZNYCH… 165
Tabela 3 Wartości parametrów εAFSD(Ai,Aj) dla akcji A1-A9
εAFSD(Ai,Aj) A1 A2 A3 A4 A5 A6 A7 A8 A9 A1 0,37269 0,60325 0,41137 0,42851 0,54046 0,34908 0,26255 0,30723 A2 0,62731 0,65070 0,54582 0,56109 0,61315 0,47310 0,51499 0,47202 A3 0,39675 0,34930 0,32771 0,35056 0,46174 0,30433 0,29619 0,26190 A4 0,58863 0,45418 0,67229 0,52051 0,59607 0,34085 0,45885 0,40138 A5 0,57149 0,43891 0,64944 0,47949 0,59981 0,36717 0,45105 0,36640 A6 0,45954 0,38685 0,53826 0,40393 0,40019 0,36495 0,37965 0,35330 A7 0,65092 0,52690 0,69567 0,65915 0,63283 0,63505 0,54219 0,49127 A8 0,73745 0,48501 0,70381 0,54115 0,54895 0,62035 0,45781 0,42413 A9 0,69277 0,52798 0,73810 0,59862 0,63360 0,64670 0,50873 0,57587
Tabela 4 Wartości parametrów εASSD(Ai,Aj) dla akcji A1-A9
εASSD(Ai,Aj) A1 A2 A3 A4 A5 A6 A7 A8 A9 A1 0 0,36913 0,01637 0 0,09238 0 0,13318 0,05477 A2 0,62731 0,65070 0,54582 0,56109 0,45058 0,34233 0,51499 0,47202 A3 0,23412 0 0,03814 0 0,05510 0,00247 0,15044 0,13127 A4 0,57226 0 0,63415 0,11371 0,24710 0 0,44134 0,37199 A5 0,57149 0 0,64944 0,40679 0,26404 0,02972 0,44278 0,36640 A6 0,44808 0,16256 0,48316 0,34897 0,33577 0,22653 0,37965 0,35330 A7 0,65092 0,18457 0,69319 0,65915 0,60311 0,40852 0,54219 0,48974
A8 0,60427 0 0,55337 0,09981 0,10617 0,24070 0 0,04270 A9 0,63800 0,05597 0,60683 0,22663 0,26721 0,29340 0,01899 0,53317
Ustalone relacje prawie dominacji stochastycznych stopnia pierwszego po- krywają się z relacjami prawie dominacji stochastycznych stopnia drugiego. Od- powiadające poszczególnym akcjom wartości funkcji h(Ai) zawiera tab. 5.
Tabela 5 Relacje prawie dominacji stochastycznych AFSD i ASSD
oraz wartości funkcji h(Ai) dla akcji A1-A9
ASSD A1 A2 A3 A4 A5 A6 A7 A8 A9 h(Ai)
A1 f p f f p f f f 6
A2 p p p p p f p f 2
A3 f f f f f f f f 8
A4 p f p p p f f f 4
A5 p f p f p f f f 5
A6 f f p f f f f f 7
A7 p p p p p p p f 1
A8 p f p p p p f f 3
A9 p p p p p p p p 0
Ewa Michalska, Renata Dudzińska-Baryła 166
Wyznaczone wartości funkcji h(Ai) stanowią podstawę do utworzenia ran- kingu rozważanych akcji. Otrzymane różne wartości funkcji h(Ai) dla akcji A1-A9 oznaczają, że każda z klas obojętności będzie zawierała tylko jeden ele- ment. Pierwsze miejsce w rankingu zajmie zatem akcja, której odpowiada najwięk- sza z otrzymanych wartość funkcji h(Ai), zaś ostatnie miejsce w rankingu zajmuje walor z najmniejszą wartością h(Ai). Wyniki rankingu przedstawia tab. 6.
Tabela 6 Rankingi akcji A1-A9 według kryterium AFSD i ASSD
Ranking AFSD (lub ASSD)
1 A3 2 A6 3 A1 4 A5 5 A4 6 A8 7 A2 8 A7 9 A9
Według kryterium prawie dominacji stochastycznych pięć najlepszych spółek w rozważanym zbiorze to: AZOTY TARNOW, PGNIG, PUŁAWY, LO- TOS oraz PKNORLEN.
Podsumowanie
Przedstawiona w pracy propozycja tworzenia rankingu akcji na podstawie relacji prawie dominacji stochastycznych ASSD jest możliwa dzięki szczegól- nym własnościom tych relacji, których nie posiadają zwykłe dominacje stocha- styczne. Często też w przypadku prawie dominacji stochastycznych rozstrzyga- jącą jest już dominacja stopnia pierwszego, co zaprezentowano w przykładzie dotyczącym danych rzeczywistych pochodzących z Giełdy Papierów Warto- ściowych w Warszawie. Dla danej listy rankingowej, preselekcja odbywa się ze względu na ograniczenie liczebności albo ze względu na wartość parametru, we- dług którego został dokonany ranking.
ZASTOSOWANIE PRAWIE DOMINACJI STOCHASTYCZNYCH… 167
Literatura
Dentcheva D., Ruszczyński A. (2003): Optimization with Stochastic Dominance Con- straints. „SIAM Journal on Optimization”, Vol. 14, No. 2.
French S. (1993): Decision Theory. An Introduction to the Mathematics of Rationality.
Ellis Horwood Limited.
Hanoch G., Levy H. (1969): The Efficiency Analysis of Choices Involving Risk. „Review of Economic Studies”, Vol. 36, No. 3.
Kopańska-Bródka D. (1999): Optymalne decyzje inwestycyjne. Wydawnictwo Akademii Ekonomicznej, Katowice.
Leshno M., Levy H. (2002): Preferred by „All” and Preferred by „Most” Decision Ma- kers: Almost Stochastic Dominance. „Management Science”, Vol. 48, Iss. 8.
Levy H. (1992): Stochastic Dominance and Expected Utility: Survey and Analysis. „Ma- nagement Science”, Vol. 38, No. 4.
Levy H., Leshno M., Leibovitch B. (2010): Economically Relevant Preferences for all Observed Epsilon. „Annals of Operations Research”, Vol. 176.
ALMOST STOCHASTIC DOMINANCE IN STOCKS PRESELECTION Summary
The stochastic dominance rules are a very popular tool in the support of decision making in various fields of economics and management. However the selection of the best alternative on the basis of stochastic dominance is sometimes impossible due to in- comparability of alternatives. Some particular properties of almost second degree sto- chastic dominance (which stochastic dominance do not posses) allow to compare all elements of the set of random alternatives and to build a ranking of them.
The aim of the article is to propose a stocks preselection method based on almost stochastic dominance. Our method allow to determine the set of the best stocks and the- reby to reduce the number of stocks as a potential elements of a portfolio. Such reduction is very important nowadays because with every year more and more stocks are quoted on Stock Exchange in Warsaw.