Читать онлайн «Как играть на российских биржах». Страница 47

На Рисунке показано, как будет вести себя инвестор при выборе эффективного портфеля, когда кроме рискованных активов имеется безрисковый актив. Если кривые безразличия инвестора выглядят аналогично показанным на Рисунке 2.1, то оптимальный портфель (O*) будет состоять из вложений части начального капитала в безрисковый актив и остальной части – в портфель T, так как кривые безразличия касаются эффективного множества между безрисковым активом и портфелем T.

Аналогично, если инвестор менее склонен избегать риска и его портфель характеризуется кривыми безразличия, сходными с изображениями на рисунке 2.2, то оптимальный портфель (O*) вообще не будет включать безрисковых активов, так как кривые безразличия касаются искривленной части эффективного множества в точках, лежащих выше и правее точки Т.

В предыдущих статьях были рассмотрены Модель Марковца и Модель Тобина, которые предполагают, что для решения задачи портфельного инвестирования необходимо оценить два наиболее значимых параметра ценной бумаги – её ожидаемую доходность и неопределенность (риск). После чего нужно оценить все коэффициенты ковариации (найти статистическую связь) между ценными бумагами. Используя такие оценки, инвестор может построить кривую эффективного множества Марковца, и затем для заданной безрисковой процентной ставки определить касательный портфель, найдя эффективное множество по Тобину. Наконец, инвестор может произвести инвестицию в этот касательный портфель. Как оценить эти показатели с наименьшими трудозатратами? Наиболее простой способ состоит в применении так называемой рыночной модели, которая является частным случаем факторных (или индексных) моделях (factor тodels). В рыночной модели предполагается, что имеется только один фактор – доходность по индексу рынка. Итак, предположим, что доходность обыкновенной акции за данный период времени связана с доходностью рыночного индекса, например, индекса ММВБ. В этом случае с ростом рыночного индекса, вероятно, будет расти и цена акции, а с падением рыночного индекса, вероятно, будет падать и акция. Один из путей отражения данной зависимости носит название рыночная модель (тarket тodel):

ri = αiI + βiI * ri + εiI

, где

ri – доходность ценной бумаги i за данный период;

rI – доходность на рыночный индекс I за этот же период;

αiI – коэффициент смещения;

βiI – коэффициент наклона;

εiI – случайная погрешность. Предположив, что коэффициент наклона положителен, из приведенного уравнения можно заметить следующее: чем выше доходность на рыночный индекс, тем выше будет доходность ценной бумаги (заметим, что среднее значение случайной погрешности равняется нулю).

Наклон в рыночной модели ценной бумаги измеряет чувствительность её доходности к доходности на рыночный индекс. Коэффициент наклона рыночной модели принято называть «бета»-коэффициентом, он вычисляется следующим образом:

βiI = σiI/σi2

, где

σiI – ковариация между доходностью акции i и доходностью на рыночный индекс I;

σi2 – дисперсия доходности на индекс. Акция, которая имеет доходность, являющуюся зеркальным отражением доходности на индекс, будет иметь «бета»-коэффициент, равный 1. То есть акции с «бета»-коэффициентом больше единицы обладают большей изменчивостью, чем рыночный индекс, и носят название «агрессивные акции» (a• ressive stocks). И наоборот, акции с «бета»-коэффициентом меньше единицы обладают меньшей изменчивостью, чем рыночный индекс, и называются «оборонительными» акциями (defensive stock).

В факторных моделях предполагается, что доходность ценной бумаги реагирует на изменения различных факторов. В предыдущей статье был рассмотрен частный пример факторной модели – рыночная модель. Однако более точной оценки доходности, неопределенности и статистической связи ценных бумаг многофакторные модели более полезны. Данный факт можно объяснить тем, что на фактические доходности ценных бумаг могут быть чувствительны не только к изменению индекса рынка, но и к другим экономическим показателям. Факторные модели представляют собой попытку учесть основные экономические силы, систематически воздействующие на курсовую стоимость всех ценных бумаг. При построении факторной модели неявно предполагается, что доходности по двум ценным бумагам связаны между собой (т.е. изменяются согласованно) только за счет общей реакции на один или более факторов, определенных этой моделью. Считается, что любой аспект доходности ценной бумаги, не объясненный факторной моделью, является уникальным для данной конкретной ценной бумаги и, следовательно, не коррелирован с уникальными аспектами других ценных бумаг. В результате факторная модель является мощным средством управления портфелем инвестиций. С помощью факторной модели можно:

• Вычислить ожидаемые доходности, дисперсии и ковариации для каждой ценной бумаги.

• Характеризовать чувствительность портфеля к изменениям факторов.

На практике все инвесторы явно или неявно применяют факторные модели. Это связано с тем, что невозможно рассматривать взаимосвязь каждой ценной бумаги с каждой другой по отдельности, так как объем вычислений при расчете ковариаций ценных бумаг растет с ростом числа анализируемых ценных бумаг. Сложная картина дисперсий и ковариаций начинает пугать воображение в случае десятка ценных бумаг, не говоря уже о сотнях или тысячах. Даже огромных возможностей быстродействующих компьютеров становится недостаточно для построения эффективных множеств при большом числе ценных бумаг. Поэтому абстракция является существенным шагом при определении кривой эффективного множества Марковица, и факторные модели дают необходимый уровень абстрактности. Этот метод позволяет выделить в экономике важные факторы и оценить, насколько различные ценные бумаги и портфели чувствительны к изменениям этих факторов. Если принять, что доходности ценных бумаг подвержены влиянию одного или более факторов, то первоначальной целью анализа ценных бумаг является определение этих факторов и чувствительности доходностей ценных бумаг к их изменению. Формальное утверждение о существовании такой связи называется факторной моделью доходности ценных бумаг.

Пусть задана система переменных r1, r2, …, rn, где ri – доходность по i-ой ценной бумаге в определенный момент времени. Представим исходную информацию в виде столбца R = (rit) размерности n. Предположим, что каждый элемент столбца R является результатом воздействия некоторого числа t гипотетических общих факторов и одного специфического (характерного) фактора. Тогда (rit) можно представить в виде следующего выражения:

tit = bi1 * f1t + bi1 * f2t + ... + bim * fmt + di * vit + εit

, где

tit – доходность ценной бумаги за период t;

f1t – j-ый фактор, оказывающий влияние на доход по всем ценным бумагам за период t;

bij – чувствительность i-ой ценной бумаги к изменению j-ого фактора;

di – весовой коэффициент i-ой ценной бумаги к изменению специфического (характерного) фактора;

vit – значение специфического (характерного фактора) для i-ой бумаги за период t;

εit – случайная ошибка.

Для оценок факторных моделей используется много различных методов, в общем случае их можно классифицировать по трем основным группам моделей:

• Методы временных рядов;

• Методы пространственной выборки;

• Методы факторного анализа.

Рассмотрим общие положения каждого из этих методов.

• Методы временных рядов

Предположим, что инвестор заранее знает, какие факторы влияют на доходность ценных бумаг. Идентификация соответствующих факторов обычно происходит на основе экономического анализа фирм, включаемых в модель, при этом главную роль играют аспекты макроэкономики, макроэкономики, организации промышленности и фундаментальный анализ ценных бумаг. Например, можно ожидать, что некоторые макроэкономические переменные значительно влияют на доходность ценных бумаг. К ним относятся, в частности, ожидаемый темп прироста ВВП, инфляция, процентные ставки, цены на нефть. После выбора таких факторов следующий шаг при построении модели состоит в сборе информации об их значениях и доходности ценных бумаг от периода к периоду. Затем полученные данные используются для вычисления чувствительности доходностей к факторам, специфических факторов (собственной доходности ценных бумаг), а также стандартных отклонений факторов и их корреляций. В этом подходе решающим моментом является точное измерение значений факторов, что на практике может составить нетривиальную задачу.