Диссертация (1137765), страница 17
Текст из файла (страница 17)
Причѐм матожидание цены сложного продукта,полученное с помощью предложенного во второй главе подхода, ниже суммыфактически наблюдаемых на рынке цен его составных частей, в то время какматожидание суммы цен составных частей продукта, вычисленное по моделиБлэка, оказывается выше эмпирических данных.Отсутствие общепринятого способа аналитической оценки сложныхфинансовых продуктов равносильно отсутствию механизма их справедливогоценообразования. Эта ситуация, в свою очередь, предполагает более высокиериски, а значит, и завышенные премии.
Следовательно, появление специфическойдля данного типа инструментов аналитической оценки на основе негауссовскогораспределенияскоррелированныхбазовыхценовыхпроцессовспособнообеспечить общее снижение уровня премий и рост ликвидности рынкаструктурированныхконтрактов.Этимобусловленспроссостороныпрофессиональных участников и финансовых институтов на результатыдиссертационного исследования.963.3 Инвестиционные стратегии со структурированными деривативамина валютном, денежном и срочном рынкахПостроим инвестиционные стратегии на примере каждого из трѐхоценѐнных в предыдущем параграфе сложных продукта:– The Barrier Bermuda Foreign Exchange EUR/USD INTERESTing Swaption), call;– Structured Volatility Risk reversal Swaption, call;– Structured Volatility Strangle Swaption, call.После чего, проведѐм оценку накопленной доходности (выигрыша) покаждой стратегии и сравним результаты с наивной стратегией.Начнѐм с построения.
Предполагается, что у трейдера в момент времени t=0имеются денежные средства (cash), на которые он покупает структурированныйдериватив. Короткая позиция запрещена, т.е. продукт не может быть продан, еслиу трейдера нет длинной позиции по нему. Кредитное плечо отсутствует. Приналичии длинной позиции трейдер может продать продукт, либо же удерживатьдлинную позицию.
В случае короткой позиции (т.е. при наличии cash,полученных от продажи продукта), трейдер может принять решение купитьструктурированный дериватив, либо же удерживать cash.При этом, трейдер производит расчѐт теоретической цены на каждыймомент времени t+1 как по модифицированной модели Блэка, так и попредложенной нами модели.Таким образом, возможны следующие инвестиционные стратегии, которыеосновываются на трѐх торговых правилах:– купи продукт в момент t=0 и держи вплоть до момента истечения срокадействия контракта (наивная стратегия);– покупай в момент t=i, если в соответствии с оценкой по модифицированноймодели Блэка теоретическая цена в момент t=i+1 выше фактической цены вмомент t=i.
Продавай в момент t=i, если в соответствии с оценкой помодифицированной модели Блэка теоретическая цена в момент t=i+1 ниже97фактической цены в момент t=i. Иначе, удерживай текущую позицию (стратегияBlack);– покупай в момент t=i, если согласно оценке, полученной с помощьюпредложенного нами подхода, теоретическая цена в момент t=i+1 вышефактической цены в момент t=i. Продавай в момент t=i, если согласно оценке,полученной с помощью предложенного нами подхода, теоретическая цена вмомент t=i+1 ниже фактической цены в момент t=i.
Иначе, удерживай текущуюпозицию (стратегия Aut).Первое правило есть просто пассивная стратегия, дающая динамику рынка.Накопленный нарастающим итогом выигрыш инвестиционных стратегий,основанных на трѐх вышеназванных торговых правилах, для каждого изпредложенных продуктов сведѐн в таблицу 15. На рисунке 9 приведена динамиканакопленного нарастающим итогом выигрыша инвестиционных стратегий Black иAut для Structured Volatility Risk reversal call Swaption.Таблица 15 – Накопленный нарастающим итогом выигрыш инвестиционныхстратегий, основанных на трѐх торговых правилахНакопленная доходность (в процентах)НаивнаяСтратегияСтратегиястратегияBlackAut345убыток равенпремии по101,4141,9свопциону вмомент t=0№п/пПродукт121The Barrier Bermuda Foreign ExchangeEUR/USD INTERESTing Swaption, call2Structured Volatility Strangle, call105,8133,1370,33Structured Volatility Risk reversal, call111,4192,3800,5Источник: разработано автором989,008,007,006,005,004,003,002,001,00Ноябрь 2014Декабрь2014Январь 2015Февраль2015AutМарт 2015Апрель 2015Май 2015BlackРисунок 9 – Динамика накопленного нарастающим итогом выигрышаинвестиционных стратегий Black и Aut для Structured Volatility Risk reversal callSwaptionИсточник: разработано автором; [122] – в части эмпирических данныхКак видно из таблицы 15 и рисунка 9, наивная стратегия приводит либо кпотерям, либо к самой низкой доходности.
Стратегия Black обеспечиваеттрейдера положительным результатом. Самое выигрышное торговое правило –стратегия Aut.Такимобразом,разработанныйнамитеоретическийподходканалитической оценке сложных продуктов позволяет не только рассчитывать ихсправедливую цену в момент заключения контракта, но и с достаточной степеньюнадѐжности прогнозировать эволюцию цены во времени, а значит и доходность наамериканском и европейском финансовых рынках. Количественно это выражаетсяв успехе виртуального инвестиционного портфеля, основанного на стратегии Aut,который значительно превосходит рыночную динамику (наивную стратегию) имодифицированную модель Блэка (стратегию Black).Подведѐм итог третьей главы.Предложенапродуктоваялинейкаструктурированныхдеривативов,удовлетворяющих ряд непокрытых потребностей современного финансового99рынка (валютного, денежного и срочного): потребность в едином инструменте,объединяющем несколько многосторонних сделок, а также потребность в болеедешѐвых аналогах существующих продуктов и потребность в повышенииликвидности не только сложных продуктов, но и стандартизированных биржевыхконтрактов.Проведена оценка теоретических цен предложенных продуктов, составныечасти которых имеют рыночные котировки, с помощью модифицированноймодели Блэка, которая основана на гауссовском распределении, и с помощьюпредложенного нами подхода, основанного на негауссовском распределении.Проведено сравнениеполученныхтеоретических ценструктурированныхдеривативов с суммой (либо же разницей – в зависимости от спецификациифункции выплат) фактически наблюдаемых на рынке цен их составных частей(эмпирическими данными).
Мы убедились, что верхняя граница множестваоценок сложного продукта близка к сумме эмпирических премий составныхчастей схемы, родственной к этому продукту.Полученные результаты позволили сделать два ключевых вывода. Вопервых, создание единого инструмента, объединяющего несколько сделок совзаимосвязанными активами, значительно удешевляет стоимость деривативов.Во-вторых, заложив в основу подхода к определению справедливой стоимостисложного финансового продукта предположение о негауссовском характереценовых процессов и оценивая продукт на основе совместного двумерногораспределения,получаем существенное снижение теоретических цен поотношению к эмпирическим премиям.Отсутствие общепринятого способа аналитической оценки сложныхфинансовых продуктов равносильно отсутствию механизма их справедливогоценообразования. Эта ситуация, в свою очередь, предполагает более высокиериски, а значит, и завышенные премии.
Следовательно, появление специфическойдля данного типа инструментов аналитической оценки на основе негауссовскогораспределенияскоррелированныхбазовыхценовыхпроцессовспособнообеспечить общее снижение уровня премий и рост ликвидности рынка100структурированныхконтрактов.Этимобусловленспроссостороныпрофессиональных участников и финансовых институтов на результатыдиссертационного исследования.Построены инвестиционные стратегии на примере оценѐнных сложныхпродуктов, проведены расчѐт накопленной доходности (выигрыша) по каждойстратегии, а также сравнение полученных результатов с наивной стратегией.Стратегия, основанная на предложенном во второй главе подходе к оценкесложных продуктов, обеспечивает самую высокую доходность.
Данный результатсвидетельствует о том, что разработанный нами теоретический подход каналитическойоценкеструктурированныхдеривативовможетиспользоваться для прогнозирования доходности на финансовых рынках.успешно101ЗаключениеОдна из ключевых характеристик финансового рынка – негауссовскийхарактер ценовых процессов, то есть тот эмпирический факт, что распределениелогарифмовнаблюдаемыхценфинансовыхинструментов,атакжеихотносительных приростов не подчиняется нормальному закону. В связи с этимценообразование сложных финансовых продуктов эффективно имитируется спомощьюименноаналитическойоценкисправедливойстоимостиструктурированных деривативов, а не использования готовых формализмов (вчастности,формулыБлэка–Шоулза),противоречащихвышеназваннойхарактеристике рынка. В диссертации достигнута цель исследования –реконструкция эмпирических цен структурированных производных финансовыхинструментов с помощью разных подходов к их аналитической оценке,отличающихся свойствами распределения вероятностей цен базовых активов.На основе результатов анализа состава, профилей исполнения (структуры) инаправлений использования структурированных деривативов, разработанныхфинансовымиинститутами,былапредложенаклассификациясложныхфинансовых продуктов, которая содержит существенную информацию для ихценообразования: виды базовых активов, профиль исполнения, спецификацияфункции выплат и срок исполнения сделки.
В формализме, определяющемэволюцию во времени справедливой стоимости структурированных деривативов,финансовые переменные – это цены базовых активов, область интегрированияопределяетсяпрофилемспецификацияфункцииисполнениявыплатсложногопроизводногопродукта,конкретнаяфинансовогоинструментараскладывается по базису, а дисконтирующий множитель зависит от срокаисполнения сделки.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
