Диссертация (1137718), страница 17

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 17)

Другими словами, при практически такой жефактической доходности портфели с декомпозицией рисков предлагаютварианты с лучшими характеристиками, в частности, с меньшим риском (какобщим, так и специфическим и систематическим) и большими значениямикоэффициентов Шарпа, потенциала роста и Омега. Данный выводподтверждает гипотезу H8, хотя отметим, что она подтверждена дляконкретного частного случая.Обратим внимание на тот факт, что при одновременном увеличениикоэффициента неприятия специфического риска и уменьшении неприятиякоэффициента систематического риска уровень специфического риска всеравно растет.

Это объясняется тем, что уменьшая коэффициент неприятиясистематического риска бета портфеля увеличивается и логично, что врезультате этого вес длинных позиций портфеля вырастает. Это в своюочередь сопровождается тем, что портфель берет на себя большийспецифический риск, даже несмотря на то, что коэффициент неприятияспецифического риска также растет.На рисунке 18 наглядно показана разница между портфелями сдекомпозицией риски и портфелем, минимизирующем общий риск.13060%50%40%30%20%10%0%-10%-20%-30%Кумулятивная доходность стратегии: λ2=13, λ3=0.005Кумулятивная доходность стратегии: λ2=0.0001, λ3=0.6Кумулятивная доходность стратегии: λ1=4.6Рисунок 18.

Кумулятивная доходность портфелей с декомпозициейриска и портфеля, минимизирующего общий риск.Как показано на графике, портфель с декомпозицией риска и имеющийвысокое значение коэффициента неприятия систематического риска и низкоезначение коэффициента неприятия специфического риска намного менееволатилен, чем такой же портфель, но с обратной ситуацией (низким 2 ивысоким 3 ). При этом портфель, минимизирующий общий риск, находитсямежду ними, исходя из волатильности. Это говорит о том, что подход,предлагающий контроль обоих параметров риска, предлагает инвесторубольше опций для аллокации средств.В целом можно сделать вывод о том, что портфели с декомпозициейриска предлагают инвестору большую гибкость и несколько вариантов при131таргетированиидоходностивотличиеотклассическогоподхода,сконцентрированного лишь на одной мере риска.

Это позволяет инвесторусделать свой выбор оптимального портфеля, исходя из своих предпочтенийпо конкретным типам рисков или по определенным портфельным метрикам.Более того, как было показано для примера выше, портфели с декомпозициейриска превосходят портфели, основанные на традиционном подходе, чтопозволяет инвесторам достичь более оптимального распределения своихсредств.3.8 Основные выводы третьей главыВ работе была предложена модификация стандартной оптимизационнойзадачи инвестора для построения портфеля с возможность контролироватькак систематический, так и специфический риск (портфель с декомпозициейриска). С помощью современных эконометрических моделей были оценены испрогнозированы динамические альфа и бета австралийских акций, а на ихоснове построены бета-нейтральные портфели, портфели с декомпозициейриска и портфель по Марковицу с возможностью открытия короткихпозиций.Было выявлено отсутствие арбитража на австралийском рынке акций спомощью построения бета-нейтрального портфеля.

Кроме того, анализпоказал, что портфели с декомпозицией риска превосходят портфель поМарковицуисходяизразличныхпоказателейэффективностиинвестиционных стратегий.Дляпрактическогоиспользованияпредложенногоалгоритмаоптимизации портфеля рекомендуется применить его к контрольной выборкеиз соответствующих активов. Это нужно для оценки того, как изменение 2 и3 будет влиять на доходность, риск и другие показатели эффективности132портфеля.Будетполезнымпостроениесоответствующейматрицызависимостей основных портфельных индикаторов от коэффициентовнеприятия систематического и специфического риска.

Исходя из нее, можнобудет понять, на какую доходность и риски может рассчитывать инвесторпри выборе конкретных значений 2 и 3 . Для управляющей компании такжерекомендуется провести анкетирование, интервью или тест для определениетипа конкретного инвестора (от агрессивного до консервативного), как и вклассическом подходе.

На основе этих данных управляющая компанияможет предложить инвестору несколько вариантов 2 и 3 , которые будутотвечатьегопредпочтениямпорискам,доходностиилидругимпортфельным метрикам.Представленная в работе методология может быть полезной в работериск-менеджеров, трейдеров и портфельных управляющих. Так, показанная висследовании оптимизационная задача инвестора позволяет контролироватьсистематический и специфический риск портфеля в отличие от стандартногоподхода Марковица. Задача построения бета-нейтрального портфеля ипортфелей с декомпозицией риска может быть интересна хедж-фондам,которые специализируется на арбитражных стратегиях.

Более того, моделидля оценки и прогноза динамических альфа и бета могут быть использованывразличныхдругихинвестиционныхразнообразных производных инструментов.стратегияхсиспользованием133ЗАКЛЮЧЕНИЕДинамические модели систематического риска или показателя бетаполучают все большую популярность в финансовой математике и практикеинвестирования.

Это объясняется тем, что старые модели, предполагающиепостоянствосвязейразличныхфинансовыхинструментовиихволатильностей, теряют свою актуальность в сегодняшних реалиях. В товремя как подобные модели были апробированы на развитых рынках идоказали свою эффективность, для развивающихся рынков такого родаисследования встречаются крайне редко. В связи с этим для данных рынковотсутствуют устойчивые результаты, подтверждающие нестационарныйхарактер систематического риска и определяющие его детерминанты.В первой главе диссертации исследовались динамические моделисистематического риска применительно к акциям и индексам российскогофондового рынка. На основе прошлых работ по схожей тематике былипоставлены гипотезы о большей эффективности фильтра Калмана как дляанализа, так и прогноза показателя бета и его нестационарном характере.

Поитогам эконометрического моделирования в первой части работы полученыследующие результаты: Было обнаружено, что фильтр Калмана не является наилучшеймоделью ни для оценки, ни для прогноза динамических бета длябольшинстваактивовПолупараметрическиепереключениямироссийскогомоделисоставилиемуифондовогомодельсерьезнуюсрынка.Марковскимиконкуренцияприоценивании динамических бета в анализируемом периоде, в то времякак многомерные GARCH модели оказались наилучшими для целейпрогнозирования бета.134 Сделан вывод о том, что бета по большей части российских активовнестационарна. Это значит, что применение МНК с постояннымибета может приводить к неправильным выводам о характересистематического риска этих бумаг и может сильно исказить ихоценку и соотношение «риск-доходность».Втораяглаваработыбылапосвященаизучениюдетерминантсистематического риска российского рынка.

В отличие от предыдущих работпо данной тематике исследование включает в себя анализ не тольколокальных и глобальных факторов, но и секторальных, в связи с чем ввыборку были включены и отраслевые российские индексы. Выборанализируемыхфакторовбазируетсянарезультатахпредыдущихисследований. В данной части диссертации также проверяется ряд гипотез овлиянии глобальных, локальных и секторальных факторов на показательбета,которыелитературы.основываютсяКлючевыенавыводырезультатахданнойпроанализированнойчастиработысводятсякследующему: Выявлено, что локальные, глобальные и секторальные факторы вцелом статистически значимо влияют на бета российских индексов.При этом из локальных факторов потребительская инфляция, темпроста предложения денег M1 и изменение индекса промышленногопроизводства оказались значимыми в большинстве случаев, а средиглобальных факторов – процентная ставка США и индекс доллара.

Вцелом результаты соответствуют выводам прошлых работ пороссийскому рынку [Verma, Soydemir, 2006; Marshall et al., 2009]. КнайденнымпредложенияоригинальнымденегM1,факторамизменениепроизводства и индекс доллара.относятсяиндексатемпростапромышленного135 Доказано, что локальные факторы имеют большую объяснительнуюсилу, нежели глобальные факторы для систематического риска всехотраслей, что согласуется с выводами исследования Ферсона и Харви[Ferson, Harvey, 1997]. Исключение составляет сектор материалов,для которого влияние обоих типов детерминантов оказалосьпрактически равнозначно.

Это можно объяснить тем, что сырьевыекомпании более интегрированы в глобальную экономику за счетспецифики своих рынков. Так, курс доллара является очень важнымпоказателем для сырьевых цен, в нашем конкретном случае цен наметаллы и удобрения. Анализ показал, что рассматриваемые секторальные факторы слабообъясняютдинамикубетаотраслевыхиндексовроссийскогофондового рынка. Из изученных индикаторов только показательдивидендной доходности оказался значимым и только для секторовматериалов и финансов.

Значимость дивидендной доходности какфактора систематического риска подтверждается и в статье Патро ссоавторами [Patro et al., 2002], однако для страновых, а несекторальных индексов.Третья глава работы была посвящена эмпирическому тестированиюмодифицированной многопериодной портфельной задачи инвестора. Наосноверассматриваемыхсистематическогооптимизационнойрисказадачидинамическихмоделейпредложенаавторскаямодификацияпостроенияпортфеляинвесторадлямежвременногосдекомпозицией риска. Общий риск портфеля (его дисперсия) разделяется надве составляющие для контроля систематического и специфического риска вотдельности через коэффициенты неприятия обоих рисков, которые вводятся136автором (коэффициент неприятия систематического риска  2 и коэффициентнеприятия остаточного риска 3 ).Вэтойчастидиссертациииспользуютсяданныепобумагамавстралийского фондового рынка в виду того, что на нем представлены всекрупнейшие мировые отрасли по классификации GICS, а по выбраннымакциям имеются данные с достаточным количеством наблюдений дляпроведения такого исследования.

Анализируются активы из разных отраслейв связи с тем, что их уровни систематического риска (показателя бета)сильно отличаются между собой, что требуется для построения бетанейтрального портфеля и портфеля с декомпозицией риска. Кроме того,данные акции являются одними из наиболее ликвидных на австралийскомрынке и большая часть крупных локальных и международных брокеровразрешают проводить по этим бумагам маржинальные непокрытые сделки напокупку и продажу (открытие long и short позиций).Помимо этого, в данной главе тестируется наличие арбитража наавстралийском рынке акций с помощью построения бета-нейтральногопортфеля в рамках рассматриваемой выборки, а также сравниваютсяпортфели с декомпозицией риска со стандартным подходом по Марковицу.По итогам формирования соответствующих портфелей сделаны следующиезаключения: Установлено отсутствие арбитража на австралийском рынке акций врамках анализируемой выборки с помощью построения бетанейтрального портфеля, что в целом подтверждает результатыработы Груневолда [Groenewold, 1997] для австралийского рынка.Однако в отличие от классических тестов используемый метод нетребует эмпирической спецификации факторов доходности актива137для проверки арбитража, что является недостатком стандартныхподходов [Fama, 1998]. На основе авторской методологии, показано,что портфели сдекомпозицией риска превосходят портфель по Марковицу исходя изразличных показателей эффективности инвестиционных стратегий.Предложен алгоритм практического применения предложенногоалгоритма оптимизации портфеля для инвестора или управляющейкомпании.По мнению автора исследования, результаты этого исследованияпривносят вклад в изучение природы систематического риска и еговзаимосвязей в глобальной экономике, в частности, в случае российскогофондового рынка и его секторов.

Характеристики

Список файлов диссертации