Навігація
Головна
 
Головна arrow Інвестування arrow Інвестиційний менеджмент
< Попередня   ЗМІСТ   Наступна >

ОЦІНКА ЕФЕКТИВНОСТІ УПРАВЛІННЯ ПОРТФЕЛЕМ, ЗАСНОВАНА НА ОБЛІКУ РИЗИКУ

В період сучасного розвитку розробок інформаційного, технологічного та математичного забезпечення є велика кількість різноманітних інструментів оцінки ефективності управління портфелем інвестицій. У той же час постає завдання вибору оптимізованих значень параметрів і створення додаткових критеріїв оцінки результативності тестування торгової системи. В даний час немає єдиної методики оцінки інвестиційного результату в рамках оцінки "стабільності" оптимальних параметрів інвестиційного портфеля. Найчастіше показниками результативності є індикатори економічної статистики, що подаються розміром максимальної осідання депозиту, чистим прибутком, середнім значенням прибутку за угодою і так далі. Проте, слід враховувати, що торгова система, яка застосовується до певних фінансових інструментів (ф'ючерси, валютні пари, цінні папери і т.д.), відрізняються великою кількістю параметрів правил і самим набором правил, що складають алгоритм торгової системи.

При формуванні портфеля цінних паперів стрижневим етапом є оцінка можливих ризиків в умовах волатильності фінансового ринку. Аналіз потенційних втрат при застосуванні будь-якої стратегії інвестування сприяли появі завдання вибору найбільш ефективних стратегій при допустимому рівні ризику, що мають високу прибутковість. Таким чином, з'явилася задача оптимізації портфеля інвестицій.

Оптимізація портфеля цінних паперів в першу чергу будується на аналізі прибутковості з урахуванням оцінки ризику використання певної інвестиційної стратегії.

У роботі Г. Марковіца "Вибір портфеля" (1952) пропонувалося шукати такий портфель цінних паперів, який мінімізує ризик портфеля за умови, що очікувана прибутковість портфеля залишається на рівні не нижче деякого порога, визначеного інвестором. При цьому в розглянутій моделі в якості ризику розглядалася дисперсія портфеля цінних паперів. Це призводило до задачі квадратичного програмування з лінійними обмеженнями, яка допускає ефективне алгоритмічне рішення. У своїй роботі Г. Марковіц виходив з правила формування портфеля на один період. При цьому передбачалося, що в кожний наступний період завдання пошуку оптимального портфеля буде вирішена знову, а сам портфель переформований.

Показник оцінки оптимальності портфеля інвестицій, що враховує тільки ринковий ризик, запропонував Дж. Трейнор. Коефіцієнт Трейнора являє собою відношення середньої прибутковості, що перевищує безризикову процентну ставку, до систематичного ризику.

Коефіцієнт Трейнора має практично такий же сенс, як і коефіцієнт Шарпа, але оцінює додаткову дохід

ність тільки по відношенню до систематичного непереборний ризику.

Д. Стерлінг Джонс в 1981 році запропонував коефіцієнт, що вимірює відношення річної прибутковості до середньої величини максимального падіння котирувань за період.

Волатильність, використовувана при розрахунку коефіцієнта Шарпа, показує відхилення як в позитивну, так і в негативну сторону, в той час як максимальна просадка оцінює виключно потенційні втрати, тому коефіцієнт Стерлінга краще для оцінки системних ризиків.

Ф. Модільяні був запропонований більш глибокий коефіцієнт, що оцінює яка прибутковість була б отримана, якби сумарний ризик активу дорівнював ринковому ризику.

Ф. Сортіно і Л. Прайс запропонували використовувати новий показник, який при розрахунку ризику враховує тільки ризик падіння цін, так як інвестори чутливими до негативних доходностям, і для оцінки ефективності портфеля доцільно враховувати тільки негативну частину його розподілу, нижню волатильність.

Коефіцієнт Сортіно замість показника прибутковості безризикових вкладень використовує показник MAR (мінімальний рівень прибутковості, на який згоден інвестор), так як очевидно, що інвестор робить передумову заробити більше, ніж це можна зробити без ризику.

Особливістю даного підходу є те г факт, що для адекватного аналізу необхідно використовувати максимально довгі часові ряди, щоб отримати достатню кількість точок для збору інформації про негативну волатильності.

Таким чином, даний показник дозволяє більш адекватно оцінювати ефективність інвестування, так як в більшій мерс враховує переваги інвесторів і їхнє ставлення до ризику, як до прояву негативної прибутковості, а не просто зміни цієї прибутковості.

Коефіцієнт потенційного зростання випливає з коефіцієнта Сортіно. Даний показник визначає ставлення прибутковості, яка знаходиться вище рівня MAR до прибутковості, що знаходиться нижче рівня MAR. Таким чином, описується відношення позитивної волатильності до негативної.

Е. Меротом в 2011 р запропонований У 2 коефіцієнт (названий скорочено від назви компанії "Va / і Valu"). V 2 характеризується відношенням величини надлишкового доходу до втрат портфеля щодо еталона порівняння. призначення даного

коефіцієнта полягає в виділення психологічного впливу результатів інвестування.

У 2 коефіцієнт показує - наскільки краще веде себе портфель в порівнянні з еталоном порівняння, як в моменти зростання, так і в моменти падіння.

У 2000 р М. Штуцер запропонував новий показник для оцінки ефективності інвестування, покликаний вирішити проблему асиметрії і ексцесу розподілів. Штуцер припустив, що додаткова прибутковість, отримана понад певного рівня, в подальшому з великою часткою ймовірності виявиться негативною протягом тривалого періоду часу. Виходячи з цього, необхідно мінімізувати цю ймовірність протягом всього терміну інвестування.

Якщо припустити, що дотримуються передумови Г. Марковіца про незалежність і однаковою розподіленості прибутковості і їх математичне очікування більше нуля, то відповідно до закону великих чисел шукана ймовірність буде близька до нуля. Отже, всі стратегії є однаково ефективними. Однак подібне твердження далеко не завжди виявляється справедливим. Для вирішення цієї загадки Штуцер запропонував використовувати теорію великих відхилень. Використовуючи цей підхід, можна оцінити, з якою швидкістю вивчається можливість сходиться до 0.

У коефіцієнта Штуцера є недоліки, пов'язані з нестабільністю даного показника, але це властивість проявляється в меншій мірі, оскільки він бере до уваги вищі моменти розподілу. Крім того, слід враховувати, що при формуванні інвестиційного портфеля і включенні в нього навіть великої кількості активів для кращої диверсифікації припущення про те, що прибутковості незалежні і однаково розподілені, не дотримуються.

Крім зазначених комплексних показників також застосовуються і інші показники історичного аналізу, які можуть дати більше актуальної інформації для аналізу і оцінки ринкової ситуації.

Коефіцієнт Сортіно, на наш погляд, є найбільш оптимальним для формування моделі створення оптимального портфеля на основі критерію "прибутковість / ризик".

У 1990-х рр. Аркадій Немирівський запропонував методологію робастний оптимізації. Сенс полягає в наступному. У попередньому прикладі невизначеність щодо майбутнього ціни цінного паперу враховувалася через очікувану прибутковість паперів і матрицю ковариаций доходностей паперів. При цьому вплив

моментів більш високого порядку не враховувалося. Тут також є неявне припущення про те, що ми можемо оцінити середню прибутковість і ковариацию цінних паперів. Також інвестор погоджувався з тим, що з певною ймовірністю він може понести навіть дуже великий збиток.

У робастной оптимізації обмеження в задачі оптимізації "жорсткі". З точки зору інвестора ж мова йде про існування деякого рівня прибутковості (або ризику портфеля), нижче (для ризику, відповідно, вище) якого інвестор не згоден опускатися ні в якому разі. Це вимагає нового підходу до обліку невизначеності.

Наприклад, вважати, що прибутковість цінних паперів та їх матриця ковариаций належать деякому (опуклого, замкнутому) безлічі векторів і матриць. При цьому концепція "рішення" буде наступною. При побудові робастного портфеля цінних паперів ми будемо шукати такий портфель, який навіть при "найгіршою" (для кожного портфеля свій "найгірший" випадок) реалізації прибутковості і матриці кореляцій, задовольняє обмеженням інвестора [1] . Такий портфель можна назвати робастний допустимим. Після цього серед робастний допустимих портфелів шукається портфель з найкращим значенням цільової функції (максимальною прибутковістю або мінімальним ризиком). Це рішення і буде робастних оптимальним портфелем.

Легко бачити, що значення цільової функції, що досягається на робастний оптимальному портфелі "гірше, ніж на оптимальному портфелі" в сенсі Г. Марковіца. Дійсно, обидва підходи припускають одну і ту ж цільову функцію, однак допустимий безліч в робастний випадку "вже" за рахунок жорстких обмежень. Відповідно, робастний оптимальний портфель є більш консервативним, ніж оптимальний в сенсі Г. Марковіца [2] .

На відміну від оптимального портфеля в сенсі Г. Марковіца, робастний оптимальний портфель стійкий до невеликих відхилень реалізувалися доходностей і матриці кореляцій від їх очікуваних значень.

Дійсно, оптимальний портфель за Г.Марковіцем є оптимальним тільки для однієї, конкретної реалізації майбутніх доходностей і кореляцій цінних паперів, з яких формується портфель, а саме коли реалізовані і очікувані (в момент прийняття рішення) прибутковості та кореляції цінних паперів збігаються. При цьому навіть невелике відхилення реалізованого вектора доходностей або матриці кореляцій від очікуваних в момент прийняття рішення значень може привести до значного погіршення якості портфеля.

Це не відбувається в разі робастного оптимального портфеля (якщо відхилення укладаються в закладений рівень невизначеності). Можна сказати, що робастний оптимальний портфель в деякому сенсі рівномірно близький до цілого сімейства оптимальних в сенсі Г. Марковіца портфелів. У табл. 10.7 наводиться коротке зведення розглянутих методів, застосовуваних при оптимізації інвестиційного портфеля.

Таблиця 10.7

Порівняльний аналіз методів оптимізації портфеля

метод оптимізації

Основні особливості

Недоліки та обмеження сфери застосування

теорія Марковіца

Аналіз ставлення "середня прибутковість / ризик"

Заснована на припущенні про нормальний розподіл доходностей

модель Тобіна

Вкладення частини коштів в інструмент з гарантованою ненульовий прибутковістю

Частина інвестованих коштів недоступна для активного управління

САРМ

Оцінка Неди перевіряється ризику

Зниження ризику за рахунок погіршення потенційної прибутковості

VaR

Оцінка ризиків з урахуванням ймовірності

Відсутність властивості су баддітівності

З VaR

Оцінка прибутковості для найгіршого випадку

Чи не розглядаються високоприбуткові стратегії з малою вірогідністю настання

"Оптимізація під управлінням користувача"

(Кац, МакКормік)

Використання статистичних методів в оцінці якості торгової системи; множинні тести

Рекомендація аналізувати чутливість до змін параметрів; відсутність заходів чутливості

"Подвійне сліпе тестування" (Пардо)

Оптимізація в "межах вибірки" і "поза межами вибірки"

Вербальне вимога "гладкості" цільової функції

Аналіз табл. 10.7 показав, що, незважаючи на використання кількісних заходів прибутковості і ризику, оцінка якості результатів оптимізації не включає аналіз "стабільності" або чутливості, параметрів, при яких цільова функція досягає оптимального значення. У деяких роботах згадуються "бажані" властивості цільової функції без вказівки способів їх виміру.

Так як показники для аналізу та оцінки можливих портфелів є статистичними, то очевидно, що на їх значення буде впливати вибраний часовий горизонт часу. У зв'язку з цим виникає проблема адекватного вибору часового періоду для аналізу і того, як будуть змінюватися результати моделювання в ході зміни часового горизонту.

важливо запам'ятати

Підходи до оптимізації портфеля, розглянуті вище, не застосовуються до вирішення завдання підвищення ефективності управління інвестиційним портфелем в контексті застосування торговельних систем по ряду обмежень:

- склад портфеля (може бути представлений лише "блакитними фішками");

- оптимізація не величини прибутковості, а параметрів торговельної системи;

- ризик як можлива просадка депозиту в результаті використання нестійкою торгової системи.

Оптимізація інвестиційного портфеля із застосуванням заходів ризику зачіпає, в основному, завдання прогнозування і оптимізації прибутковості цінних паперів, що знаходяться в портфелі. Метою оптимізації торгових систем є підвищення ефективності управління портфелем, який може бути представлений одним фінансовим інструментом або декількома, що входять до списку найбільш ліквідних акцій па фондовій біржі. Основне завдання в процесі розробки торгової системи і пошуку оптимальних параметрів полягає в необхідності переконатися, що оптимальні рішення залишаються ефективними на різних вибірках даних котирувань фінансових інструментів.

  • [1] Шамсіева Л. М. Автоматизація оптимального налаштування торгової стратегії // Мавлютовскіе читання. Всеросійська молодіжна конференція. М.: МАТИ. 2010 року.
  • [2] ВІМСе Р. Математика управління капіталом. Методи аналізу ризику для трейдерів і портфельних менеджерів: пров. з англ. М .: Паблішер, 2010 року.
 
Якщо Ви помітили помилку в тексті позначте слово та натисніть Shift + Enter
< Попередня   ЗМІСТ   Наступна >
data-override-format="true" data-page-url = "//stud.com.ua">
 
Дисципліни
Агропромисловість
Аудит та Бухоблік
Банківська справа
БЖД
Географія
Документознавство
Екологія
Економіка
Етика та Естетика
Журналістика
Інвестування
Інформатика
Історія
Культурологія
Література
Логіка
Логістика
Маркетинг
Медицина
Нерухомість
Менеджмент
Педагогіка
Політологія
Політекономія
Право
Природознавство
Психологія
Релігієзнавство
Риторика
Соціологія
Статистика
Техніка
Страхова справа
Товарознавство
Туризм
Філософія
Фінанси
Пошук