Оптимальный портфель ценных бумаг

b>n

Xi = 1

i=1

Проблема заключается в численном определении относительных долей акций и облигаций в портфеле (значений Xj), которые наиболее выгодны для владельца. Марковитц ограничивает решение модели тем, что из всего множества “допустимых портфелей”, т.е. удовлетворяющих ограничениям, необходимо выделить те, которые рискованнее, чем другие. Это портфели, содержащие при одинаковом доходе больший риск (дисперсию) по сравнению с другими, или портфели, приносящие меньший доход при одинаковом уровне риска.

При помощи разработанного Марковитцем метода критических линий можно выделить неперспективные портфели, не удовлетворяющие ограничениям. Тем самым остаются только эффективные портфели, т.е. портфели, содержащие минимальный риск при заданном доходе или приносящие максимально возможный доход при заданном максимальном уровне риска, на который может пойти инвестор.

Данный факт имеет большое значение в современной теории портфелей ценных бумаг. Отобранные таким образом портфели объединяют в список, содержащий сведения о процентном составе портфеля из отдельных ценных бумаг, а также о доходе и риске портфелей. Выбор конкретного портфеля зависит от максимального риска, на который готов пойти инвестор.

На рис. 1.2 представлены недопустимые, допустимые и эффективные портфели. Портфель является эффективным, если он удовлетворяет ограничениям, и, кроме того, для заданного дохода, например Е1, содержит меньший риск R1 по сравнению с другими портфелями, приносящими такой же доход Е1, или при определенном риске R2 приносит более высокий доход Е2 по сравнению с другими комбинациями с R2. [3]

2

Рис. 1.2. Недопустимые, допустимые и эффективные портфели

Разделение риска на независимые составляющие дает любому инвестору возможность проанализировать ценные бумаги со всех сторон и определить их сильные и слабые стороны при формировании портфеля. [1] С методологической точки зрения модель Марковитца можно определить как практически-нормативную, что, конечно, не означает навязывания инвестору определенного стиля поведения на рынке ценных бумаг. Задача модели заключается в том, чтобы показать, как поставленные цели достижимы на практике. [3]

Отрицательной чертой модели Марковитца можно назвать то, что для решения задачи Г. Марковитца требуется большой объем данных о рынке ценных бумаг, накопленных за многие годы и отвечающих условиям представительности. На практике, особенно на российском фондовом рынке, который лишь недавно был сформирован, такие данные получить очень трудно, а подчас и невозможно. [4]

1.3.2 Индексная модель Шарпа

Как следует из модели Марковитца, задавать распределение доходов отдельных ценных бумаг не требуется. Достаточно определить только величины, характеризующие это распределение: математическое ожидание Е1, дисперсию D1 и ковариацию Сik между доходами отдельных ценных бумаг. Это следует проанализировать до составления портфеля. На практике для сравнительного небольшого числа ценных бумаг произвести такие расчеты по определению ожидаемого дохода и дисперсии возможно. При определении же коэффициента корреляции трудоемкость весьма велика. Так, например, при анализе 100 акций потребуется около 500 ковариаций.

Для избежания такой высокой трудоемкости Шарп предложил индексную модель [3] (или модель оценки финансовых активов Capital Asset Pricing Model - CAPМ), представляющую собой зависимость между эффективностью конкретной ценной бумаги и эффективностью рыночного портфеля. [4] Причем он не разработал нового метода составления портфеля, а упростил проблему таким образом, что приближенное решение может быть найдено со значительно меньшими усилиями. Шарп ввел так называемый В-фактор, который играет особую роль в современной теории портфеля.

В индексной модели Шарпа используется тесная (и сама по себе нежелательная из-за уменьшения эффекта рассеивания риска) корреляция между изменениями курсов отдельных акций. Предполагается, что необходимые входные данные можно приблизительно определить при помощи всего лишь одного базисного фактора и отношений, связывающих его с изменением курсов отдельных акций. Предположив существование линейной связи между курсом акции и определенным индексом, можно при помощи прогнозной оценки значения индекса определить ожидаемый курс акции. Помимо этого можно рассчитать совокупный риск каждой акции в форме совокупной дисперсии. [3]

В САРМ-модели предполагается, что эффективность ценной бумаги Хj линейно зависит от некоторого ведущего фактора F, описывающего эффективность рынка в целом, и в то же время на каждую j ценную бумагу влияют и специфические для нее факторы, являющиеся случайными величинами ej. Тогда

Хj = j + j * F + ej

где j и j - некоторые детерминированные величины, а коэффициент j отражает зависимость эффективности бумаги от рыночной конъюнктуры, если j > 0, то эффект бумаги аналогичен эффекту рынка, если j < 0, то эффективность бумаги возрастает, когда эффективность рынка снижается

Для характеристики конкретной ценной бумаги используются и другие параметры. Поскольку вариация эффективности каждой ценной бумаги состоит из “собственной” и “рыночной”, то величина

Rj2 = (j * VF) / Vej

где VF - вариация эффективности рынка;

Vej - вариация “собственной” составляющей эффективности бумаги

будет характеризовать долю риска каждого вклада, вносимую неопределенностью рынка в целом. Из этого выражения видно, что чем больше R2, тем меньше доля “собственного” риска бумаги Vej, следовательно, предпочтительней при прочих равных условиях бумаги с большими значениями R2.

Если отсчитывать эффективность инвестиций в ценную бумагу от эффективности безрискового вклада r0, то параметр

aj = j - j * r0

представляет собой превышение эффективности ценной бумаги над безрисковой эффективностью (можно считать это некоторой премией за риск). Если aj < 0, то рыночная цена на эту бумагу завышена, и в ближайшем будущем она может понизиться; если же aj > 0, то рыночная цена занижена, и в будущем вероятно ее повышение. Следовательно, при прочих равных условиях более предпочтительна бумага с aj > 0.

На западных рынках значения , и R2 регулярно рассчитываются для всех ценных бумаг и публикуются вместе с индексами. Пользуясь этой информацией, инвестор может сформировать собственный портфель ценных бумаг. На российском рынке профессионалы постепенно тоже начинают использовать -, - и R2-анализ. Отдельные инвестиционные институты рассчитывают , и R2. [4]

Пример. Оптимальная структура портфеля ценных бумаг приведена в таблице 1.2. Оценка оптимальной структуры проводилась по методике Марковитца и основывалась на собранной в базе данных статистической информации о проведении котировок акций и курса доллара США на ММВБ. Для анализа было выбрано 14 эмитентов с наибольшей ликвидностью акций. Кроме того, рассматривалась возможность вложения капитала в твердую валюту - доллар США (валютный портфель).

При анализе лучшим считался тот портфель, который позволяет достигнуть возможно большей средней эффективности (доходности) при фиксированном риске. Под эффективностью понимается доход на единицу вложенного капитала, а мерой риска считалась дисперсия этой эффективности.

Кроме вложения капитала в “рисковые” ценные бумаги, такие ценные бумаги, эффективность вложений в которые есть величина случайная, рассматривалась возможность “безрискового” вклада, или, другими словами, предполагалось существование “безрисковой” ценной бумаги. Ценная бумага является “безрисковой”, если эффективность вложения в нее фиксирована, заранее известна.

Таблица 1.2. Оптимальное распределение капитала по акциям, %

Эмитент	Структура распределения капитала по рисковым вложениям, %	Структура распределения капитала при желаемой эффективности 5% в неделю
1) Инкомбанк	10,49	21,92
2) АвтоВАЗбанк	0,00	0,00
3) Банк “Санкт-Петербург”	21,31	44,52
4) Торибанк	0,00	0,00
5) МАБ “Гермес-Центр”	6,92	14,45
6) Витабанк	0,00	0,00
7) Витабанк (привил.)	6,38	13,32
8) Глориябанк	23,16	48,48
9) Промстройбанк	20,89	43,63
10) Сибторгбанк (2 вып.)	0,00	0,00
11) СКВ-банк	0,00	0,00
12) Сибюргбанк (3 вып.)	0,40	0,83
13) СПб биржевой банк	0,00	0,00
14) Доллар	0,00	0,00
Безрисковая ценная бумага: 108,9% Стандартная девиация: 9,25%

Страницы: 1, 2, 3, 4, 5