Автореферат (1137717), страница 4
Текст из файла (страница 4)
Недостаток этого подхода –жесткое следование инвестором заданному уровню бета и остаточного риска,что сильно ограничивает его возможности инвестирования.В представленном исследовании проводится декомпозиция общего рискапортфеля (его дисперсии) для контроля систематического и специфическогорискавотдельностичерезкоэффициентынеприятияобоихрисков:коэффициент неприятия систематического риска 2 и коэффициент неприятияостаточного риска 3 .
За счет учета динамической природы элементов рискатакой подход позволяет инвестору соответствующим образом реагировать напостоянно меняющуюся на рынке ситуацию.Тестируемая выборка включает данные по 10 акциям австралийскихкомпаний и австралийскому индексу ASX в качестве рыночного портфеля с 1июля 2000 года по 31 декабря 2012 года в качестве анализируемого периода(652 наблюдения) и с 1 января 2013 года по 31 июля 2016 года в качествепрогнозного периода (187 наблюдений). На австралийском фондовом рынкепредставлены все крупнейшие мировые отрасли по классификации GICS, а повыбранным акциям имеются данные с достаточным количеством наблюденийдля проведения такого исследования.
Анализируются активы из разныхотраслей в связи с тем, что их уровни систематического риска (бета) сильно19отличаются, что требуется для построения бета-нейтрального портфеля ипортфелей с декомпозицией риска. Каждая из рассматриваемых компанийпредставляет свою отрасль, в рамках которой она является одной из наиболеекрупных по капитализации. Данные акции также являются наиболееликвидными на австралийском рынке и большая часть крупных локальных имеждународных брокеров разрешают проводить по ним маржинальныенепокрытые сделки на покупку и продажу (открытие long и short позиций).В рамках оптимизационной задачи используются прогнозные оценкидинамических бета и альфа, которые получены с помощью различных моделей:скользящая регрессия, фильтр Калмана, полупараметрическая регрессия имодель Маркова с переключением режимов.
Все предложенные моделисравниваются по критерию точности прогнозов, определяется лучшая модельдля анализируемого и прогнозного периодов. Полученные прогнозные альфа ибета из наилучшей модели используются для построения трех типов портфелей:бета-нейтрального портфеля, портфеля по Марковицу с возможностьюоткрытия коротких позиций и портфелей с декомпозицией риска. Построениембета-нейтрального портфеля проверяется гипотеза о наличие арбитража наавстралийском рынке акций.
В этой части исследования тестируется двегипотезы:H7:Бета-нейтральныйпортфельприноситдоходность,непревышающую безрисковую.H8:Портфелисдекомпозициейрискадемонстрируютлучшиехарактеристики эффективности инвестирования, чем портфель поМарковицу с возможностью открытия коротких позиций.Результаты тестирования показали, что фактическая доходность бетанейтральных портфелей за весь временной период не сильно отличается отнулевой. Доходности не смогли превзойти ни рыночную доходность (19.6% запериод с 1 января 2013 года по 31 июля 2016 года), ни безрисковую (8.4%).20Портфели с декомпозицией риска с возможностью контролировать каксистематический, такиспецифическийрискстроилисьсвведениемкоэффициентов непринятия риска: систематического ( 2 ) и остаточного ( 3 ).
ВТабл. 4 показана доходность портфелей с декомпозицией риска.Таблица 4. Доходность портфелей с декомпозицией риска, доходностьавстралийского индекса ASX и безрисковая доходность за период01.01.2013 - 31.07.2016Коэффициент непринятияДоходность засистематического риска (λ2)период 01.01.2013 31.07.2016, %0.001 0.010.1150.05 137.4 121.6 104.8 79.4 57.3Коэффициент0.2116.2 116.2 100.9 66.0 52.0неприятия0.391.192.885.2 58.7 42.1остаточного0.461.345.447.0 32.4 20.2риска (λ3)0.540.941.826.6 11.0 6.6Индекс ASX19.6Rf8.40На основе результатов можно сделать вывод, что инвестор может черезоба показателя неприятия риска управлять доходностью портфеля.
При низкомуровне неприятия обоих рисков портфель может принести существеннуюдоходность и заметно превзойти безрисковую доходность и рыночный индекс.Для корректного эмпирического сравнения авторского подхода с 2 и 3 иклассического подхода Марковица (с тем лишь исключением, что появляетсявозможность открывать короткие позиции) с выделением только общего рискаи его коэффициента неприятия риска 1 в работе сопоставляются специальнопостроенные портфели, которые принесли приблизительно одинаковуюдоходность (50%) на австралийском рынке акций в прогнозном периоде.Следует учесть, что в случае традиционного подхода по Марковицу,минимизирующего только общий риск портфеля, решением такой задачи будетодин единственный вариант портфеля с конкретным уровнем неприятия общегориска ( 1 ).
В случае же подхода с учетом коэффициентов неприятия как21систематического, так и специфического рисков таких вариантов будет целоемножество в зависимости от выбора 2 и 3 . В Табл. 5 сравниваютсяпостроенные таким образом портфели.
Отметим, что согласно конкретномузначению показателя минимизирующего общий риск портфеля был выставленранг, определяющий его место среди всех сформированных портфелей. Так,для каждого показателя можно понять, насколько эффективен портфель поМарковицу с возможностью открытия коротких позиций.Согласно результатам расчетов можно сделать вывод, что портфель,минимизирующий общий риск, не превосходит портфели с декомпозициейрисков ни для одного из анализируемых показателей. При практически такойже фактической доходности портфели с декомпозицией рисков предлагаютварианты с лучшими характеристиками, в частности, с меньшим риском (какобщим, так и специфическим и систематическим) и большими значениямикоэффициентов Шарпа, Сортино и Омега.В целом можно сделать вывод о том, что портфели с декомпозициейриска предоставляют инвестору большую гибкость и позволяет ему сделатьсвой выбор оптимального портфеля, исходя из своих предпочтений поконкретным типам рисков или по определенным портфельным метрикам.
Болеетого, как было показано для примера выше, портфели с декомпозицией рискамогут превосходить портфели, основанные на традиционном подходе, чтопозволяет инвесторам достичь более оптимальной аллокации своих средств.Для практического использования предложенного алгоритма оптимизациипортфелярекомендуетсясоответствующихзависимостейприменитьактивовосновныхиегопостроитьпортфельныхкконтрольнойвыборкесоответствующиеиндикаторовотизматрицыкоэффициентовнеприятия систематического и специфического риска.
На основе этих данныхуправляющая компания может предложить инвестору несколько вариантов 2 и3 , которые будут отвечать его предпочтениям по рискам, доходности илидругим портфельным метрикам.22Таблица 5. Сравнение портфелей с декомпозицией рисков и портфеля, минимизирующего общий рискПоказательλ1λ2λ3Фактическая доходность, %Стандартное отклонение, %Специфический риск, %Систематический риск, %CAPM бета портфеляНедельный VaR, %Максимальная просадка, %Коэффициент асимметрииКоэффициент эксцессаКоэффициент ШарпаКоэффициент СортиноКоэффициент ОмегаПортфели с декомпозицией риска130.00549.791.208.51-1.25-0.0921.136.591.698.261.570.762.62120.0149.011.248.78-1.27-0.0941.177.061.547.641.500.732.48100.0549.691.218.63-1.24-0.0911.257.121.497.871.550.732.5760.250.791.248.78-1.28-0.0951.286.861.618.101.550.752.592320.348.631.369.70-1.40-0.1031.557.061.617.741.340.702.280.010.450.212.1615.530.350.0262.5414.091.674.690.870.681.600.00250.549.762.2916.421.130.0842.4513.231.916.270.810.681.59Минимизирующий общийРангрискпортфель4.60.00010.651.3751.033.611.496/924.4310.466/98.552.098/90.6310.1547/85.041.656/926.706.983/90.671.058/96.206.227/90.491.246/90.500.686/91.301.886/93.
ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ РАБОТЫ.1. Для акций российского фондового рынка было обнаружено, чтополупараметрическиерегрессии,фильтрКалманаимодельсМарковскими переключениями являются наилучшими подходами дляоценивания динамических бета в анализируемом периоде, в то время какмногомерные GARCH модели оказались наиболее точными для целейпрогнозированиязафиксированныхбета.ФильтррезультатовКалманаповотличиезарубежнымотранеерынкамнепродемонстрировал на российском рынке наилучших результатов ни дляоценки, ни для прогноза динамических бета.2. Бета коэффициенты большей части российских акций нестационарны.Применение МНК с постоянными бета может приводить к ошибочнымвыводам и может исказить их оценку соотношения «риск-доходность».3. Локальные, глобальные и секторальные факторы в целом статистическизначимо влияют на бета российских индексов.
При этом из локальныхфакторов потребительская инфляция, темп роста предложения денег M1и изменение индекса промышленного производства оказались значимымив большинстве случаев, а среди глобальных факторов – процентнаяставка США и индекс доллара. В целом результаты соответствуютвыводам ранее проведенных работ по российскому рынку [Verma,Soydemir, 2006; Marshall et al., 2009]. К найденным оригинальнымфакторам относятся темп роста предложения денег M1, изменениеиндекса промышленного производства и индекс доллара.4. Локальные факторы имеют большую объяснительную силу, нежелиглобальные факторы для систематического риска всех отраслей, чтосогласуется с выводами исследования Ферсона и Харви [Ferson, Harvey,1997]. Исключение составляет сектор материалов, для которого влияниеобоих типов детерминант оказалось практически равнозначно. Это можнообъяснить тем, что сырьевые компании более интегрированы в24глобальную экономику за счет специфики своих рынков.
Так, курсдоллара является очень важным показателем для сырьевых цен, в данномконкретном случае цен на металлы и удобрения.5. Рассматриваемые секторальные факторы слабо объясняют динамику бетаотраслевых индексов российского рынка. Только показатель дивиденднойдоходности оказался значимым и только для секторов материалов ифинансов.Значимостьдивиденднойдоходностикакфакторасистематического риска подтверждается в работе Патро с соавторами[Patro et al., 2002], однако для страновых, а не секторальных индексов.6. Установлено отсутствие арбитража в рамках анализируемой выборки спомощью построения бета-нейтрального портфеля, что подтверждаетрезультаты работы Груневолда [Groenewold, 1997] для австралийскогорынка акций. Однако в отличие от классических тестов используемыйметод не требует эмпирической спецификации факторов доходностиактива, что является недостатком стандартных подходов [Fama, 1998].7.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
