Xreferat.com » Рефераты по финансовым наукам » Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период

выплачиваемые по облигациям выпуска j, реинвестируются путем приобретения дополнительных облигаций выпуска j. Тогда доходность вложений в каждую облигацию определяется по формуле

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.4)

где Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период – доходность облигации выпуска j за период времени m при реализации сценария перемещения временной структуры процентных ставок s, Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период – цена облигации выпуска j через промежуток времени m при реализации сценария перемещения временной структуры процентных ставок s, Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период – коэффициент увеличения размера позиции по облигации выпуска j в результате реинвестирования полученных купонных платежей, Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период – цена облигации выпуска j в начальный момент времени.

Поправочный коэффициент Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период зависит не только от размеров и сроков выплаты купонных платежей по облигации, но и от состояния временной структуры процентных ставок в момент реинвестирования, которое определяет цену покупки новых облигаций. Используя предположение об устойчивости динамики временной структуры процентных ставок, можно определить

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.5)

где Ct – размер купона, выплачиваемого через промежуток времени t, Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период – цена облигации выпуска j через промежуток времени t при реализации сценария перемещения временной структуры процентных ставок, который определяется той же комбинацией квантилей распределения будущих значений главных компонент, что и сценарий состояния временной структуры процентных ставок в конечный момент времени.

Полученная выборка доходностей облигаций позволяет оценить математическое ожидание E(h(m)) и среднеквадратическое отклонение s(h(m)) распределения доходности портфеля за период m по формулам

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.6)

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.7)

где xj – доля вложений в облигации выпуска j в рыночной стоимости портфеля в начальный момент времени, S – число сценариев перемещения временной структуры процентных ставок, J – число выпусков облигаций, включенных в состав портфеля.

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период

Рис.2.3.1. Методика сценарного анализа процентного риска

портфеля государственных облигаций.

Методика сценарного анализа процентного риска, разработанная диссертантом, дает возможность ответить на ряд вопросов, имеющих как прикладное, так и теоретическое значение. Во-первых, она позволяет измерить ожидаемую доходность и риск портфелей государственных облигаций и сопоставить их с характеристиками альтернативных объектов вложений. Во-вторых, она позволяет оценить характер соотношения между доходностью и риском для различных портфелей облигаций и определить структуру эффективных портфелей, обеспечивающих наибольшую ожидаемую доходность при заданной степени риска. В-третьих, она позволяет выяснить, как изменяются значения показателей доходности и риска при увеличении срока вложений инвестора.

Эти вопросы стоят наиболее актуально на нестабильных развивающихся рынках, характеризующихся высокой изменчивостью конъюнктуры и краткосрочным характером операций большинства инвесторов. Такими признаками в полной мере обладает и российский рынок ГКО-ОФЗ. Поэтому разработанная методика сценарного анализа была использована для раскрытия закономерностей, связывающих на этом рынке структуру портфеля, срок вложений инвестора, ожидаемую доходность и степень риска.

На основе выборки временных структур процентных ставок российского рынка ГКО–ОФЗ, построенной по итогам торгов, проходившим в течение периода с 1 сентября 2000 г. по 28 марта 2001 г., автором была произведена оценка главных компонент вектора десяти спот-ставок для сроков вложений от 0.04 до 2.82 г. Две первые главные компоненты оказались способными объяснить 95.58% суммарной дисперсии выборки, что позволило считать их достаточно репрезентативными для адекватного описания всей временной структуры процентных ставок. Процедура варимаксного вращения осей75 позволила связать главные компоненты с динамикой краткосрочных и долгосрочных процентных ставок. Первая главная компонента, отвечающая за уровень краткосрочных процентных ставок, объясняла 47.82% суммарной дисперсии выборки, вторая, отвечающая за уровень долгосрочных ставок – 47.76%.

В рамках методики, разработанной диссертантом, построение сценариев будущих значений главных компонент временной структуры процентных ставок предполагает идентификацию моделей случайных процессов, которые определяют характер их динамики. Для этого использовался анализ автокорреляционных и частных автокорреляционных функций рядов первых разностей.

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период

Рис.2.3.2. Автокорреляционная функция первой разности

главной компоненты уровней краткосрочных процентных ставок.

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период

Рис.2.3.3. Частная автокорреляционная функция первой разности

главной компоненты уровней краткосрочных процентных ставок.

Автокорреляционные функции первых разностей главных компонент временной структуры процентных ставок имеют резко выделяющиеся отрицательные значения на лаге 1. Частные автокорреляционные функции напоминают затухающие экспоненты. Поэтому динамика первых разностей главных компонент временной структуры процентных ставок описывается моделью скользящего среднего первого порядка MA(1) с положительным значением параметра q1:

Yt = et – q1 et-1. (2.3.8)

Результаты оценки параметров моделей подтвердили правильность произведенной идентификации. Все параметры оказались статистически значимыми, автокорреляция остатков не была обнаружена. Таким образом, динамика главных компонент временной структуры процентных ставок рынка ГКО–ОФЗ вполне удовлетворительно описывается моделями ARIMA(0,1,1).

Модели динамики главных компонент, оцененные автором, позволили построить сценарии будущих перемещений временной структуры процентных ставок. Сценарии строились на основе квантилей уровней 0.08, 0.24, 0.5, 0.76 и 0.92 условных распределений будущих значений главных компонент, период построения сценариев охватывал 8 недель. Таким образом, общее число сценариев оказалось равным 200. На основе значений ставок-представителей, соответствующих каждому сценарию будущих значений главных компонент, было сформировано множество сценариев перемещения временной структуры процентных ставок, которое позволило оценить ожидаемую доходность и процентный риск различных портфелей государственных облигаций.

Особый интерес представляет среднеквадратическое отклонение доходности рыночного портфеля ГКО–ОФЗ, которое отражает уровень риска на рынке в целом. В целях сопоставления изменчивости доходности операций на рынке ГКО–ОФЗ с изменчивостью доходности в других сегментах российского финансового рынка построенная выборка сценариев перемещения временной структуры процентных ставок была использована для оценки среднеквадратического отклонения доходности рыночного портфеля ГКО–ОФЗ, которая рассчитывалась по формуле

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.9)

где Vj – объем выпуска j в обращении по номиналу по состоянию на 28.03.2001.

В качестве представителей других сегментов финансового рынка нами рассматривались обменный курс доллара США к российскому рублю, а также индекс Российской торговой системы (РТС). Среднеквадратические отклонения доходностей вложений в доллар США и индекс РТС для сроков от 1 до 8 недель были рассчитаны на основе исторических выборок за период с 31.09.2000 по 28.03.2001.

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период

Рис.2.3.4. Зависимость натурального логарифма среднеквадратического отклонения доходности от срока вложений инвестора в различных сегментах российского финансового рынка.

Как свидетельствует рис.2.3.4, уровень риска, связанного с размещением средств на рынке ГКО–ОФЗ, существенно меньше (примерно в 9.7 раза) уровня риска операций на рынке акций, но больше (примерно в 2.6 раза) уровня риска операций на валютном рынке. На всех сегментах финансового рынка наблюдается обратная зависимость между сроком вложений и среднеквадратическим отклонением рыночной доходности. Следовательно, уменьшение уровня риска портфеля государственных облигаций при увеличении срока вложений не следует связывать с сокращением разрыва между дюрацией и сроком вложений. Гораздо сильнее проявляется другой эффект, общий для всех сегментов финансового рынка и обусловленный удлинением периода начисления процентов и увеличением знаменателя формулы расчета доходности.

Методика сценарного анализа, разработанная диссертантом, позволяет получить ответ на один спорный вопрос теории процентного риска портфелей ценных бумаг с фиксированным доходом применительно к рынку ГКО–ОФЗ. Дело в том, что в литературе высказываются два прямо противоположных мнения по поводу связи между дюрацией неиммунизированного портфеля и уровнем процентного риска, которому подвержен его владелец. Как полагают Г.Бьервэг, Г.Кауфман и А.Тоевс, зависимость между дюрацией портфеля и уровнем процентного риска близка к функциональной76. Чем больше абсолютное значение разности между дюрацией и сроком вложений, тем больше среднеквадратическое отклонение доходности портфеля и тем больше процентный риск, которому подвергается инвестор. Напротив, Р.Даттатрейа и Ф.Фабоззи считают, что показатель дюрации не может адекватно отражать степень подверженности процентному риску владельца портфеля, поскольку он учитывает лишь малую часть спектра возможных сценариев перемещения временной структуры процентных ставок77. Возможность непараллельных перемещений временной структуры, не учитываемая большинством показателей дюрации, оказывает существенное воздействие на уровень процентного риска портфеля, поэтому портфели, имеющие равные дюрации, могут характеризоваться различными среднеквадратическими отклонениями распределения доходности за период вложений инвестора.

Для того, чтобы выяснить, какая из точек зрения более адекватна ситуации, сложившейся на российском рынке ГКО–ОФЗ, нужно построить область возможных комбинаций значений дюрации и среднеквадратического отклонения доходности вложений. Для этого необходимо найти наибольшие и наименьшие значения функции

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.10)

удовлетворяющие системе ограничений

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.11)

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.12)

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.13)

где Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период– дюрация Фишера–Вейла облигации выпуска j, Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период – целевое значение дюрации портфеля.

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период

Рис.2.3.5. Диапазон возможных соотношений между дюрацией и среднеквадратическим отклонением доходности портфеля при сроке вложений 8 недель на рынке ГКО–ОФЗ по состоянию на 28.03.2001.

Расчеты автора показывают, что среднеквадратическое отклонение доходности неиммунизированного портфеля возрастает с увеличением разрыва между его дюрацией Фишера–Вейла и сроком вложений инвестора. Однако зависимость между дюрацией и среднеквадратическим отклонением доходности портфеля не является функциональной. Как показывает рис.2.3.5, среди портфелей с одинаковой дюрацией наблюдается достаточно существенная вариация среднеквадратического отклонения доходности вложений. Таким образом, позиция Р.Даттатрейа и Ф.Фабоззи находит подтверждение на рынке ГКО–ОФЗ.

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период

Рис.2.3.6. Диапазон возможных соотношений между значением показателя M2 и среднеквадратическим отклонением доходности портфеля с дюрацией 1.5 г. для срока вложений 8 недель по состоянию на 28.03.2001.

Как показывает рис.2.3.6, важным фактором, определяющим разброс среднеквадратических отклонений доходностей неиммунизированных портфелей с одинаковой дюрацией, является степень рассеяния денежных поступлений вокруг даты окончания периода вложений. Чем больше значение показателя M2, тем меньше уровень процентного риска, которому подвергается инвестор.

По мнению диссертанта, это обусловлено эффектом диверсификации, проявляющимся при включении в состав портфеля денежных требований к эмитенту с короткими и длинными сроками исполнения. Поскольку значения краткосрочных и долгосрочных процентных ставок во многом определяются различными факторами, при увеличении значения показателя M2 происходит снижение коэффициента корреляции между темпами прироста рыночных оценок различных денежных требований к эмитенту, обеспечиваемых портфелем, и как следствие – падает общий уровень процентного риска.

Изучение характера взаимосвязи доходности и риска на рынке ГКО–ОФЗ предполагает построение границ области возможных комбинаций значений критериальных показателей эффективности для различных сроков вложений. Для этого необходимо найти наибольшие и наименьшие значения функции

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.14)

удовлетворяющие системе ограничений

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.15)

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.16)

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.17)

при различных значениях срока вложений m и целевого уровня риска sG.

Таблица 2.3.1.

Структуры портфелей ГКО–ОФЗ, обеспечивающих максимум ожидаемой доходности при заданном уровне риска при сроке вложений 8 недель по состоянию на 28 марта 2001 г.

s(h(m)) E(h(m)) 21145 21147 25014 25023 25024 25030 27005 27006 27007 27009 28001
0.0497 0.1637 0.8822 0 0 0 0 0 0 0 0 0 0.1178
0.0648 0.1783 0.4755 0 0 0 0.1777 0 0.3468 0 0 0 0
0.0799 0.1872 0 0 0 0.5835 0 0 0.4165 0 0 0 0
0.0949 0.1946 0 0 0 0.1574 0 0.3968 0.4457 0 0 0 0
0.1100 0.2011 0 0.2640 0.2643 0 0 0.1130 0.3587 0 0 0 0
0.1251 0.2064 0 0 0.4247 0 0 0 0.5753 0 0 0 0
0.1401 0.2107 0 0 0.1734 0 0 0 0.8266 0 0 0 0
0.1552 0.2144 0 0 0 0 0 0 0.8566 0.1434 0 0 0
0.1703 0.2169 0 0 0 0 0 0 0.2832 0.7168 0 0 0
0.1853 0.2173 0 0 0 0 0 0 0 0 0.7462 0.2538 0
0.2004 0.2146 0 0 0 0 0 0 0 0 0 0.9386 0.0614
0.2155 0.2039 0 0 0 0 0 0 0 0 0 0 1.0000

Расчеты автора показывают, что наименьший уровень риска достигается при формировании портфеля, в котором доля краткосрочного выпуска ГКО 21145 составляет более 80%, а доля долгосрочного выпуска ОФЗ–ФД 28001 – менее 20%78. Максимальный уровень риска достигается при размещении всех средств инвестора в долгосрочный выпуск ОФЗ–ФД 28001. Наибольшим уровнем ожидаемой доходности характеризуются выпуски ОФЗ–ФД 27006, 27007, 27008 и 27009 со сроками до погашения от 1.82 до 2.19 г., наименьшим – выпуск ГКО 21145 и выпуски ОФЗ–ПД 25023 и 25024 со сроками до погашения от 0.34 до 0.46 г. Портфели, обеспечивающие максимум ожидаемой доходности вложений при заданном уровне риска, включают не более четырех различных выпусков. Поскольку доходности различных облигаций определяются общими факторами, потенциал диверсификации как метода управления процентным риском оказывается ограниченным.

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период

Рис.2.3.7. Диапазоны возможных соотношений между среднеквадратическим отклонением и математическим ожиданием доходности вложений на рынке ГКО–ОФЗ по состоянию на 28.03.2001.

С увеличением срока вложений площадь критериальной области сокращается, а ее центр смещается в сторону оси ординат. Таким образом, несмотря на увеличение неопределенности по поводу будущих значений процентных ставок, которое выражается в расширении доверительных интервалов для значений главных компонент временной структуры и в увеличении размаха колебаний процентных ставок в рамках используемой выборки сценариев, удлинение периода вложений не увеличивает, а сокращает размах колебаний доходности вложений.

Увеличение срока вложений позволяет повысить эффективность инвестиционной операции. Рис.2.3.7 свидетельствует, что при заданном уровне ожидаемой доходности портфеля минимум среднеквадратического отклонения снижается с увеличением срока вложений, а при заданном уровне среднеквадратического отклонения максимум ожидаемой доходности портфеля увеличивается с увеличением срока вложений. В то же время при увеличении срока вложений снижается максимально достижимый уровень ожидаемой доходности (связанный с принятием инвестором большого процентного риска).

Проблема возможной неопределенности срока вложений инвестора игнорируется в большинстве работ по методологии управления процентным риском портфеля облигаций. Исключением является статья В.Хани79, в которой формулируется понятие об особой форме процентного риска портфеля – риске периода вложений (holding period risk).

Как отмечает Хани, большинство портфелей облигаций выполняют функцию вторичных резервов ликвидности. Предполагаемые сроки и размеры вывода средств из портфеля определяются характером краткосрочных обязательств, для выполнения которых недостаточно текущих поступлений на расчетный счет инвестора. Однако условия финансово-хозяйственной деятельности таковы, что довольно часто фактические сроки вложений расходятся с плановыми. Возникновение дополнительных текущих потребностей в денежных средствах вызывает необходимость продажи части портфеля облигаций; напротив, непредвиденный рост денежных поступлений позволяет перенести момент закрытия позиций по облигациям на более поздний срок.

Поскольку срок вложений не является жестко заданным, возникает дополнительный фактор риска, снижающий степень определенности размера доходности портфеля. Если распределение сроков отзыва средств из портфеля поддается экспертной оценке, эту информацию необходимо использовать при формировании его структуры.

Для того, чтобы учесть фактор неопределенности срока вложений инвестора при выборе структуры оптимального портфеля, диссертант предлагает представить эту проблему в форме игры с природой, определив множество стратегий инвестора как множество вариантов формирования портфеля, а множество состояний природы – как множество возможных комбинаций периодов времени, через которые инвестору могут потребоваться денежные средства, со сценариями перемещения временной структуры процентных ставок. Тогда общее число возможных состояний природы определяется по формуле

N = (mmax – mmin) ґ FQ, (2.3.18)

где mmax – максимальная продолжительность периода вложений (в неделях), mmin – минимальная продолжительность периода вложений (в неделях), F – число главных компонент, определяющих значения процентных ставок различной срочности, Q – число возможных значений главной компоненты, используемых при построении сценариев перемещения временной структуры процентных ставок.

Каждой комбинации структуры портфеля и состояния природы соответствует определенное значение доходности, которое рассчитывается по формуле

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.19)

где hp(m,q1...qF) – доходность портфеля при сроке вложений m и реализации сценария перемещения временной структуры, описываемого значениями F главных компонент c порядковыми номерами q1...qF, xj ­– доля вложений в облигации выпуска j в рыночной стоимости портфеля, hj – доходность облигации выпуска j.

Выигрыш инвестора при реализации различных состояний природы представляет собой разность между доходностью портфеля hp(m,q1...qF) и спот-ставкой s(m), установившейся в момент его формирования. Однако изменчивость выигрыша при рассмотрении различных сроков вложений не остается постоянной. Как показали результаты сценарного анализа, выполненного диссертантом, с увеличением срока вложений среднеквадратическое отклонение доходности портфеля государственных облигаций сокращается. Поэтому в целях обеспечения сопоставимости различных периодов времени диссертант считает необходимым осуществление нормировки выигрыша на размер среднеквадратического отклонения доходности рыночного портфеля для соответствующего срока. Тогда размер выигрыша R определяется как

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период. (2.3.20)

Полезность выигрыша зависит от индивидуальных особенностей инвестора. Однако большинство инвесторов испытывают отрицательное отношение к процентному риску. Для них увеличение выигрыша на заданную величину DR ведет к меньшему изменению уровня полезности, чем снижение выигрыша на ту же величину DR. Поэтому функция полезности, отражающая отрицательную склонность к риску, характеризуется положительным значением первой производной и отрицательным значением второй производной на всей области определения, соответствующей возможным значения выигрыша.

Диссертант предлагает воспользоваться функцией полезности вида

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период. (2.3.21)

Функция вида f(x)=1-e-wx обладает двумя полезными свойствами, позволяющими использовать ее для моделирования отношения к процентному риску на рынке облигаций. Во-первых, она отражает неприятие риска. В самом деле,

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.22)

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период. (2.3.23)

Во-вторых, она позволяет учитывать различие степени неприятия риска у различных инвесторов. Чем больше значение параметра w, тем выше степень неприятия риска.

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период

Рис.2.3.8. График функции Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период.

Структура портфеля, обеспечивающего максимальное среднее значение уровня полезности, зависит от вероятностей отзыва средств из портфеля через различные сроки и вероятностей реализации различных сценариев перемещения временной структуры процентных ставок. Для ее определения необходимо решить задачу оптимизации

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.24)

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.25)

Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период, (2.3.26)

где p(m) – вероятность отзыва средств из портфеля через период времени m, p(qf) – вероятность изменения значения f-й главной компоненты временной структуры процентных ставок в соответствии со сценарием с порядковым номером qf.

Определяя вероятности p(m), инвестор формализует свои оценки предполагаемого срока вложений. Определяя вероятности p(qf), инвестор формализует свои прогнозы будущего изменения рыночной конъюнктуры. Параметр w отражает отношение инвестора к процентному риску. Таким образом, модель (2.3.24)–(2.3.26), разработанная диссертантом, представляет собой инструмент поддержки принятия решений, позволяющий регулировать структуру портфеля на основе информации о предполагаемых сроках вложений, характере прогнозов инвестора и его отношении к процентному риску. Практическое значение этой модели состоит в том, что она может быть использована участниками рынка ГКО–ОФЗ в ходе реализации самых различных инвестиционных стратегий (как агрессивных, так и консервативных, как краткосрочных, так и среднесрочных).

Для того, чтобы проанализировать сравнительную значимость различных факторов, влияющих на выбор инвестора, автором был проведен эксперимент по определению структур оптимальных портфелей при различных возможных значениях параметров p(m), p(q) и w. Предполагалось, что портфель формируется 28 марта 2001 г. из финансовых инструментов, обращающихся на рынке ГКО–ОФЗ. Для решения задачи нелинейного программирования (2.3.24)–(2.3.26) использовалась утилита Solver программной среды Excel 7.0.

Таблица 2.3.2.

Рассматриваемые комбинации значений параметров,

определяющих выбор структуры оптимального портфеля ГКО–ОФЗ.

№ m=1 m=2 m=3 m=4 m=5 m=6 m=7 q1=1 q1=2 q1=3 q1=4 q1=5 q2=1 q2=2 q2=3 q2=4 q2=5 w
1 0.25 0.5 0.25 0 0 0 0 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.5
2 0.25 0.5 0.25 0 0 0 0 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 1
3 0.25 0.5 0.25 0 0 0 0 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 2
4 0.25 0.5 0.25 0 0 0 0 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.5
5 0.25 0.5 0.25 0 0 0 0 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 1
6 0.25 0.5 0.25 0 0 0 0 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 2
7 0.25 0.5 0.25 0 0 0 0 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.5
8 0.25 0.5 0.25 0 0 0 0 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 1
9 0.25 0.5 0.25 0 0 0 0 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 2
10 0 0 0.25 0.5 0.25 0 0 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.5
11 0 0 0.25 0.5 0.25 0 0 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 1
12 0 0 0.25 0.5 0.25 0 0 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 2
13 0 0 0.25 0.5 0.25 0 0 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.5
14 0 0 0.25 0.5 0.25 0 0 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 1
15 0 0 0.25 0.5 0.25 0 0 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 2
16 0 0 0.25 0.5 0.25 0 0 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.5
17 0 0 0.25 0.5 0.25 0 0 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 1
18 0 0 0.25 0.5 0.25 0 0 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 2
19 0 0 0 0 0.25 0.5 0.25 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.5
20 0 0 0 0 0.25 0.5 0.25 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 1
21 0 0 0 0 0.25 0.5 0.25 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 2
22 0 0 0 0 0.25 0.5 0.25 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.5
23 0 0 0 0 0.25 0.5 0.25 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 1
24 0 0 0 0 0.25 0.5 0.25 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 2
25 0 0 0 0 0.25 0.5 0.25 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.5
26 0 0 0 0 0.25 0.5 0.25 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 1
27 0 0 0 0 0.25 0.5 0.25 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 2

Для изучения влияния срока вложений на структуру оптимального портфеля рассматривались три возможных варианта: сверхкраткосрочный период вложений с ожидаемой продолжительностью две недели и вероятностями сроков отзыва средств p(1)=0.25, p(2)=0.5, p(3)=0.25; краткосрочный период вложений с ожидаемой продолжительностью четыре недели и вероятностями сроков отзыва средств p(3)=0.25, p(4)=0.5, p(5)=0.25; среднесрочный период вложений с ожидаемой продолжительностью шесть недель и вероятностями сроков отзыва средств p(5)=0.25, p(6)=0.5, p(7)=0.25. Для изучения влияния отношения к риску на структуру оптимального портфеля рассматривались три возможных значения параметра w, равные 0.5, 1 и 2.

Для изучения влияния характера прогнозов инвестора на структуру оптимального портфеля рассматривались три возможных варианта прогнозов. Согласно прогнозу улучшения состояния рыночной конъюнктуры, наиболее вероятными считаются вторые сценарии изменения значений главных компонент, соответствующие умеренному снижению уровня процентных ставок, а вероятности пяти различных значений каждой из двух главных компонент определяются условием p(1)=0.2, p(2)=0.4, p(3)=0.2, p(4)=0.1, p(5)=0.1. Согласно прогнозу сохранения текущего состояния рыночной конъюнктуры, наиболее вероятными считаются третьи сценарии изменения значений главных компонент, соответствующие незначительному изменению уровня процентных ставок и представляющие собой предсказания моделей ARIMA, а вероятности пяти различных значений каждой из двух главных компонент определяются условием p(1)=0.1, p(2)=0.2, p(3)=0.4, p(4)=0.2, p(5)=0.1. Согласно прогнозу ухудшения состояния рыночной конъюнктуры, наиболее вероятными считаются четвертые сценарии изменения значений главных компонент, соответствующие умеренному росту уровня процентных ставок, а вероятности пяти различных значений каждой из двух главных компонент определяются условием p(1)=0.1, p(2)=0.1, p(3)=0.2, p(4)=0.4, p(5)=0.2.

По результатам расчетов были определены структуры портфелей, которые в наилучшей степени отвечают индивидуальным особенностям инвесторов, отличающихся сроками вложений, прогнозами и отношением к риску.

Таблица 2.3.3 показывает, что в состав оптимальных портфелей вошли облигации двенадцати различных выпусков из восемнадцати рассматриваемых. Выпуски с минимальными сроками до погашения наиболее широко представлены в структуре портфелей, рекомендуемых инвесторам, характеризующимся высокой склонностью к устранению риска и прогнозирующим рост уровня процентных ставок. Более долгосрочные выпуски наиболее широко представлены в структуре портфелей, рекомендуемых инвесторам, характеризующимся слабым стремлением к устранению риска и прогнозирующим падение уровня процентных ставок.

Оценка сравнительной значимости различных факторов, определяющих размер дюрации оптимального портфеля, производилась диссертантом при помощи регрессионной модели с фиктивными переменными, определения которых даны в таблице 2.3.4.

Таблица 2.3.3.

Структуры и дюрации оптимальных портфелей ГКО–ОФЗ по состоянию на 28.03.2001.

№ 21145 21147 25014 25023 25024 25030 27004 27005 27006 27007 27008 28001 DFW
1 0 0 0 0 0 0.511 0 0 0 0.489 0 0 1.137
2 0 0 0 0.627 0 0 0 0 0 0.373 0 0 0.876
3 0.747 0 0 0 0 0 0 0 0 0 0.253 0 0.708
4 0 0 0 0.568 0 0 0 0 0 0.432 0 0 0.942
5 0 0 0 0 0.69 0 0 0 0 0.31 0 0 0.753
6 0.797 0 0 0 0 0 0 0 0 0 0.203 0 0.636
7 0.861 0 0 0 0 0 0 0 0 0 0.139 0 0.543
8 0.865 0 0 0 0 0 0 0 0 0 0.135 0 0.537
9 0.875 0 0 0 0 0 0 0 0 0 0.112 0.013 0.528
10 0 0 0.313 0 0 0 0.687 0 0 0 0 0 1.208
11 0 0 0 0 0 0.599 0 0.401 0 0 0 0 0.958
12 0 0 0 0 0.685 0 0 0 0.315 0 0 0 0.747
13 0 0 0 0.131 0 0.38 0 0 0 0.488 0 0 1.103
14 0 0 0 0.643 0 0 0 0 0.357 0 0 0 0.845
15 0.737 0 0 0 0 0 0 0 0.263 0 0 0 0.657
16 0.851 0 0 0 0 0 0 0 0.149 0 0 0 0.52
17 0.86 0 0 0 0 0 0 0 0.14 0 0 0 0.509
18 0.887 0 0 0 0 0 0 0 0 0 0 0.113 0.552
19 0 0 0.106 0 0 0 0.894 0 0 0 0 0 1.281
20 0 0 0.734 0 0 0 0 0.266 0 0 0 0 1.058
21 0 0 0 0.575 0 0 0 0.425 0 0 0 0 0.824
22 0 0.258 0 0 0 0 0 0.742 0 0 0 0 1.224
23 0 0 0 0.094 0 0.44 0 0.466 0 0 0 0 0.972
24 0 0 0 0.096 0.593 0 0 0 0.311 0 0 0 0.75
25 0.806 0 0 0 0 0 0 0 0.194 0 0 0 0.574
26 0.841 0 0 0 0 0 0 0 0.159 0 0 0 0.533
27 0.865 0 0 0 0 0 0 0 0 0.135 0 0 0.509

Таблица 2.3.4.

Булевы переменные, выражающие специфику различных инвесторов.

S равна 1, если срок вложений инвестора – сверхкраткосрочный, и 0 – в противоположном случае
L равна 1, если срок вложений инвестора – среднесрочный, и 0 – в противоположном случае
F равна 1, если инвестор прогнозирует падение процентных ставок, и 0 – в противоположном случае
G равна 1, если инвестор прогнозирует рост процентных ставок, и 0 – в противоположном случае
N равна 1, если инвестор характеризуется низкой степенью неприятия процентного риска (w=0.5), и 0 – в противоположном случае
A равна 1, если инвестор характеризуется высокой степенью неприятия процентного риска (w=2), и 0 ­– в противоположном случае

В результате было получено следующее уравнение зависимости между дюрацией оптимального портфеля и фиктивными переменными, отражающими индивидуальные особенности инвестора:

DFW = 0.855 – 0.049 S + 0.069 L + 0.102 F – 0.342 G + 0.166 N – 0.125 A; R2 = 0.868. (2.3.27)

(16.144) (-0.993) (1.417) (2.079) (-6.968) (3.377) (-2.558)

Все коэффициенты регрессии имеют ожидаемые знаки (bS<0, bL>0, bF>0, bG<0, bN>0, bA<0). При этом четыре из шести коэффициентов статистически значимы на 6% уровне. Наибольшие по абсолютной величине значения t-статистик зафиксированы у коэффициентов при переменных, отражающих характер прогнозов инвестора и его стремление к устранению процентного риска, а наименьшие – у коэффициентов при переменных, измеряющих продолжительность периода вложений.

Полученные результаты позволили автору прийти к заключению, что важнейшим фактором, определяющим размер дюрации оптимального портфеля при осуществлении краткосрочных рисковых вложений, является характер прогнозов инвестора. Большое значение играет и степень неприятия процентного риска. Чем сильнее степень уверенности инвестора в падении уровня процентных ставок в ближайшем будущем, чем больше его готовность рисковать и чем более продолжительным является его период вложений, тем больше дюрация оптимального портфеля.


§2.4. Краткосрочное прогнозирование конъюнктуры рынка ГКО-ОФЗ.

Динамика процентных ставок определяется взаимодействием целого ряда факторов: денежно-кредитной и налогово-бюджетной политики государства, состояния ликвидности банковской системы, тенденций развития инфляционных процессов, спроса на кредитные ресурсы со стороны реального сектора экономики, конъюнктуры смежных секторов финансового рынка и степени их интегрированности с сектором долговых финансовых инструментов, а также зависит от потока информационных сообщений, отражающих перспективы изменения состояния этих факторов, которые поступают рыночным агентам и определяют характер их последующих действий. Одни из факторов определяют долгосрочные тенденции изменения уровня процентных ставок, другие вызывают краткосрочные колебания, затухающие через несколько дней после первичной реакции рынка.

Автор полагает, что исследуя реакцию процентных ставок на изменения значений макроэкономических и финансовых показателей, отражающие перемены в состоянии экономики страны и конъюнктуре финансового рынка, можно построить модель прогнозирования, способную предсказывать направление движения процентных ставок более, чем в 50% случаев. Конечно, намерение добиться чрезвычайно высокой точности прогнозов является утопией. Набор доступных индикаторов, сколь бы широким он ни был, не может дать полностью адекватную картину комплекса сил, определяющих траекторию движения процентных ставок. Кроме того, эффективные рынки оперативно реагируют на вновь поступающую информацию, поэтому лаговые значения доступных индикаторов могут объяснить лишь часть вариации будущих изменений прогнозируемого показателя. В этой связи любая, даже самая эффективная модель прогнозирования обречена на ошибки; она не может гарантировать тесной корреляции между предсказанными и фактическими значениями объясняемой случайной переменной.

Однако попытка построить модель, верно определяющую направление движения рынка немногим более, чем в 50% случаев, и обеспечивающую небольшую положительную корреляцию между прогнозируемыми и фактическими изменениями, при определенных обстоятельствах может увенчаться успехом. По мнению автора, степень эффективности прогнозирования зависит от трех основных факторов: степени устойчивости тенденций, определявших динамику процентных ставок в недавнем прошлом, степени эффективности рынка, или скорости его адаптации к новым состояниям факторов среды, а также качества используемой модели. Два первых фактора находятся

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: