Шпаргалка по "Инвестиционному анализу"

Отобранные  таким образом портфели объединяют в список, содержащий сведения о  процентном составе портфеля из отдельных  ценных бумаг, а также о доходе и риске портфелей. Объяснение того факта, что инвестор должен рассмотреть только подмножество возможных портфелей, содержится в следующей теореме об эффективном множестве: «Инвестор выберет свой оптимальный портфель из множества портфелей, каждый из которых обеспечивает максимальную ожидаемую доходность для некоторого уровня риска и минимальный риск для некоторого значения ожидаемой доходности». Набор портфелей, удовлетворяющих этим двум условиям, называется эффективным множеством.

Рис. 2 Допустимое и эффективное множества               

На рисунке 2 представлены недопустимые, допустимые и эффективные портфели, а также  линия эффективного множества.

Для выбора наиболее приемлемого для инвестора портфеля ценных бумаг можно использовать кривые безразличия. В данном случае эти кривые отражают предпочтение инвестора в графической форме. Предположения, сделанные относительно предпочтений, гарантируют, что инвесторы могут указать на предпочтение, отдаваемое одной из альтернатив или на отсутствие различий между ними.

Если же рассматривать  отношение инвестора к риску  и доходности в графической форме, откладывая по горизонтальной оси риск, мерой которого является среднеквадратическое отклонение (s_p), а по вертикальной оси – вознаграждение, мерой которого является ожидаемая доходность (r_p ), то можно получить семейство кривых безразличия.

Располагая  информацией об ожидаемой доходности и стандартных отклонениях возможных  портфелей ценных бумаг, можно построить  карту кривых безразличия, отражающих предпочтения инвесторов. Карта кривых безразличия – это способ описания предпочтений инвестора к возможному риску полностью или частично потерять вкладываемые в портфель ценных бумаг деньги или получить максимальный доход.

Различные позиции инвесторов по отношению к риску можно представить в виде карт кривых, отражающих полезность вложений в те или иные инвестиционные портфели (рисунок 3). Каждая из указанных на рисунке 3 позиций инвестора к риску характерна тем, что любое уменьшение им риска сказывается на сокращении доходности и стандартном отклонении каждого из портфелей. И поскольку портфель включает в себя набор различных бумаг, то вполне объяснимым является зависимость его от ожидаемой доходности и стандартного отклонения от ожидаемой доходности и стандартного отклонения каждой ценной бумаги, входящей в портфель.

Рис. 3 Карты кривых безразличия инвесторо

Инвестор должен выбирать портфель, лежащий на кривой безразличия, расположенной выше и левее всех остальных кривых. В теореме об эффективном множестве утверждается, что инвестор не должен рассматривать портфели, которые не лежат на левой верхней границе множества достижимости, что является ее логическим следствием. Исходя из этого, оптимальный портфель находится в точке касания одной из кривых безразличия самого эффективного множества.

 На рисунке  4 оптимальный портфель для некоторого  инвестора обозначен O^*.

Определение кривой безразличия клиента является нелегкой задачей. На практике ее часто получают в косвенной или приближенной форме путем оценки уровня толерантности  риска, определяемой как наибольший риск, который инвестор готов принять для данного увеличения ожидаемой доходности.

Поэтому, с точки  зрения методологии модель Марковитца можно определить как практически-нормативную, что не означает навязывания инвестору  определенного стиля поведения на рынке ценных бумаг. Задача модели заключается в том, чтобы показать, как поставленные цели достижимы на практике.

 

44. Модель инвестиционного портфеля У. Шарпа.

 

Оценка  эффективности инвестиционного  портфеля (англ.Portfolio perfomance evaluation) - составляющая инвестиционного процесса, заключающаяся в периодическом анализе функционирования инвестиционного портфеля в терминах доходности и риска.

Одним из мерил  эффективности инвестиционного  портфеля является Коэффициент Шарпа RVAR (англ. Reward-to-variability ratio)

Коэффициент Шарпа — показатель эффективности инвестиционного портфеля (актива), который вычисляется как отношение средней премии за риск к среднему отклонению портфеля.

Расчет коэффициента

, где

- R— доходность портфеля (актива)

- Rf— доходность от альтернативного вложения (как правило, берётся безрисковая процентная ставка)

- E[R-Rf]— математическое ожидание

- σ— стандартное отклонение доходности портфеля (актива)

Если Rf является константой в течение рассматриваемого периода, то:

√Var [R-Rf]= √ Var[R]

Коэффициент Шарпа используется для  определения того, насколько хорошо доходность актива компенсирует принимаемый инвестором риск. При сравнении двух активов с одинаковым ожидаемым доходом, вложение в актив с более высоким коэффициентом Шарпа будет менее рискованным.

Ограничения

- Измерение прибыли в коэффициенте Шарпа, основанное на среднемесячной доходности (или доходности за другой временной промежуток), выраженной в процентах годовых больше приспособлено для оценки возможной результативности в следующем месяце, чем для оценки результативности на протяжении всего года. Измерение прибыли, используемое в коэффициенте Шарпа, при оценке потенциальной доходности за расширенный период может привести к большим искажениям.

- Коэффициент Шарпа не делает различий между колебаниями стоимости активов вверх и вниз. Он измеряет волатильность, а не риск. (Волатильность (Изменчивость, англ. Volatility) — статистический финансовый показатель, характеризующий изменчивость цены). 

- Коэффициент Шарпа не делает различий между чередующимися и последовательными убытками.

 

44. Модель инвестиционного портфеля У. Шарпа.

 

Как следует из модели Марковитца, задавать распределение доходов отдельных ценных бумаг не требуется. Достаточно определить только величины, характеризующие это распределение: математическое ожидание, среднеквадратическое отклонение и ковариацию между доходностями отдельных ценных бумаг. На практике для сравнительно небольшого числа ценных бумаг произвести такие расчеты по определению ожидаемого дохода и дисперсии возможно. При определении же коэффициента корреляции трудоемкость весьма велика.

В 1960-х годах  Уильям Шарп первым провел регрессионный анализ рынка акций США. Во избежание высокой трудоемкости Шарп предложил индексную модель. 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 b-фактор, который играет особую роль в современной теории портфеля.

                     

Где:

s_iM – ковариация между темпами роста курса ценной бумаги и темпами роста рынка;

s²_M – дисперсия доходности рынка.

Показатель  «бета» характеризует степень риска  бумаги и показывает, во сколько раз изменение цены бумаги превышает изменение рынка в целом. Если бета больше единицы, то данную бумагу можно отнести к инструментам с повышенной степенью риска, т.к. ее цена движется в среднем быстрее рынка. Если бета меньше единицы, то степень риска этой бумаги относительно низкая, поскольку в течение периода глубины расчета ее цена изменялась медленнее, чем рынок. Если бета меньше нуля, то в среднем движение этой бумаги было противоположно движению рынка в течение периода глубины расчета.

В индексной  модели Шарпа используется тесная корреляция между изменением 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. Как правило, за такой фактор берется значение какого-либо индекса. Зависимость доходности ценной бумаги от индекса описывается следующей формулой:

                   

Где:

r_i – доходность ценной бумаги i за данный период;

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

a_iI – коэффициент смещения;

b _iI – коэффициент наклона;

e _iI – случайная погрешность.

Как следует  из уравнения, «бету» ценной бумаги можно  интерпретировать как наклон линии. Если этот коэффициент был постоянным от периода к периоду, то «историческую бету» бумаги можно оценить путем сопоставления прошлых данных о соотношении доходности рассматриваемой бумаги и доходности рынка (индекса).

Статистическая  процедура для получения таких  значений коэффициента «бета» представляет собой простую линейную регрессию, или метод наименьших квадратов.

Уравнение, записанное без случайной погрешности, является уравнением линейной регрессии. Параметр «бета» поэтому является коэффициентом регрессии и может быть определен по формуле:

                   

Где:

x_i – доходность рынка в i-й период времени;

y_i– доходность ценной бумаги в i-й период времени;

n – количество периодов.

По Шарпу  показатель «альфа» (его также называют сдвигом) определяет составляющую доходности бумаги, которая не зависит от движения рынка.

                   

В соответствие с одной из точек зрения, «альфа»  является своего рода мерой недо- или переоценки рынком данной бумаги. Положительная «альфа» свидетельствует о переоценке рынком данной бумаги. Отрицательная «альфа» свидетельствует о недооценке рынком данной бумаги.

Случайная погрешность e показывает, что индексная модель Шарпа не очень точно объясняет доходности ценной бумаги. Разность между действительным и ожидаемым значениями при известной доходности рыночного индекса приписывается случайной погрешности.

Случайную погрешность  можно рассматривать как случайную  переменную, которая имеет распределение вероятностей с нулевым математическим ожиданием и стандартным отклонением, вычисляемым по формуле:

         

Истинное значение коэффициента «бета» ценной бумаги невозможно установить, можно лишь оценить это значение. Так что даже если бы истинное значение «беты» оставалось постоянным всегда, его оценка, полученная по методу наименьших квадратов, все равно бы менялась бы во времени из-за ошибок при оценке – ошибок выборки. Стандартная ошибка «беты» есть попытка оценить величину таких ошибок:

                   

Аналогично  стандартная ошибка для «альфы»  дает оценку величины отклонения прогнозируемого значения от «истинного»:

                   

Для характеристики конкретной ценной бумаги используются и другие параметры.

R-squared (R²), или коэффициент детерминации, равен квадрату коэффициента корреляции цены бумаги и рынка. R-squared меняется от нуля до единицы и определяет степень согласованности движения рынка и бумаги.

                   

Коэффициент детерминации представляет собой пропорцию, в  которой изменение доходности ценной бумаги связано с изменением доходности рыночного индекса. Другими словами, он показывает, в какой степени колебания доходности ценной бумаги можно отнести за счет колебаний доходности рыночного индекса.

Если этот коэффициент  равен единице, то бумага полностью  коррелирует с рынком, если равен нулю, то движение рынка и бумаги абсолютно независимы. Ошибки показателей «бета» и «альфа» определяются непосредственно ошибкой регрессионной модели. Естественно, в первую очередь они зависят от глубины расчета.

При различных  стадиях рынка (растущий, падающий) для достижения лучшего эффекта можно пользоваться следующими комбинациями коэффициентов:

 

	На покупку	На продажу
Падающий рынок
Растущий рынок

   

На западных рынках значения a, b, 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 a-, b-,  R²-анализ.

 

 

 

 

 

4. Учет амортизации при оценке эффективности инвестиций.