Автореферат (1138371), страница 2
Текст из файла (страница 2)
Предложен валидный и релевантный бенчмаркдля оценки российских управляющих активами ПИФ-ов, исследовано влияниечастоты используемых данных на оценку навыка управляющих, данырекомендации относительно минимальной частоты данных.Разработанныйинструментарийбудетполезендляучастниковроссийского фондового рынка: он может применяться инвесторами (частнымии профессиональными) для выбора паевого инвестиционного фонда приразмещении свободных денежных средств. Важным плюсом метода являетсяиспользование только общедоступной информации. Кроме того, такойинструмент может быть интересен и менеджменту паевых инвестиционныхфондов для внутреннего мониторинга эффективности и создания системымотивации для отдельных управляющих активами ПИФ-ов.8Такжематериалыдиссертационногоисследованиямогутбытьиспользованы в рамках научной и преподавательской деятельности понаправлениям «Количественный анализ финансовых рынков», «Управлениепортфелем».Апробация результатов исследования.
Результаты диссертационногоисследования включены в программу научно-исследовательского семинаракурса подготовки магистров направления «Финансы» НИУ ВШЭ - Пермь, атакжеиспользованывработеНаучно-учебнаялабораториямеждисциплинарных эмпирических исследований (Пермь).Основныерезультатыдиссертационногоисследованиябылипредставлены автором на 3 конференциях: 9-я международная конференция поприкладной финансовой экономике (Самос, 2012), VIII Международнойнаучно-практической конференции по проблемам экономического развития всовременном мире "Устойчивое развитие российских регионов: человек имодернизация" (Екатеринбург,2011); Научно-практической конференции смеждународным участием «Актуальные вопросы и современные технологииуправления финансами в условиях инновационного развития экономическихсистем» (Пермь, 2012).Положенияирезультатыдиссертацииобсуждалисьнанаучныхсеминарах кафедры оценки стоимости активов и кафедры финансовогоменеджмента НИУ ВШЭ - Пермь (декабрь 2011 г., февраль 2012 г., июнь 2013г.), а также на научном семинаре кафедры фондового рынка и рынкаинвестиций НИУ ВШЭ (март 2012 г., июнь 2012).Публикации.
Основные результаты диссертационного исследованияопубликованы в 4 работах общим объемом 3,9 п.л. (личный вклад автора 3,2п.л.).Изних3опубликованывжурналах,рекомендованныхМинистерства образования и науки России, общим объемом 3,1 п.л.9ВАКСтруктура работы. Диссертационная работа изложена на 184 страницахпечатного текста, включает 8 таблиц, 31 рисунок, и состоит из введения, трехглав, заключения и приложений.102. ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИВо введении обоснована актуальность выбранной темы, определеныцель, задачи, объект и предмет диссертационного исследования, раскрытанаучнаяновизна,новизна,теоретическаяипрактическаязначимостьисследованияотраженыполученных результатов.Впервойглаведиссертационноготеоретические вопросы поставленной проблемы. В частности, уточненоопределение атрибуций навыков управляющих (пикинг и тайминг).
Подспособностями к таймингу предполагается наличие у управляющего навыков,которые позволяют ему угадывать движения всего рынка в целом.Микропрогнозирование(пикинг)заключаетсявпоискенедооцененныхактивов, приобретение которых способно принести прибыль в будущем.На сегодняшний день под атрибуционным анализом эффективности,как правило, понимается определение добавленной стоимости активногоуправленияиеепоследующаядекомпозициянасоставляющие,сформированные за счет способностей менеджеров к пикингу и таймингу.
Этотподходпозволяетоднофакторныеполучитьмерывболееточныеусловияхоценкинестационарностинавыков,рисканежелипортфеля,характерной для реальных ситуаций.Проведенноеисследованиевопросовоценкиэффективностиуправляющих показало, что большинство используемых показателей являютсястатическими и не предполагают учета влияния решения, принятогоменеджерами в прошлом, на текущие результаты деятельности. Эту проблемупопытался разрешить Эндрю Ло, предложивший методику проведениядинамического теста на наличие у менеджеров способностей, позволяющих имнеслучайно и регулярно обыгрывать рынок [Lo, 2000; Palmiter, Taha, 2008].Выбор оптимального показателя должен производиться с учетом требованийинвестора к риску и объема информации, которой инвестор располагает.
Взависимости от того, какие цели ставит перед собой инвестор в рамках11процесса принятиярешения о распределении капитала, для определениякачества навыков менеджеров им могут использоваться однофакторные илиатрибуционные показатели (коэффициент Шарпа, коэффициент Трейнора,альфа Йенсена, мера Трейнора и Мазуи и др.);Однофакторные модели (коэффициент Шарпа, коэффициента Трейнора идр.) являются достаточно чувствительными к манипуляциям с исходнымиданными, вследствие чего они завоевали достаточно высокую степеньпопулярностивсредепрактиков.Атрибуционныйподходпозволяетпроизводить разделение случайного и неслучайного результатов, а такжедекомпозировать его на составляющие в зависимости от требований в каждойконкретной ситуации.
Таким образом, для корректной оценки навыковжелательно использование атрибуционного подхода.На практике фонды часто предоставляют информацию о своейдеятельности в большем объеме и с более высокой частотой, нежели чем этоготребует законодательство.
Делается это в основном для привлечения новыхклиентов и удержания уже имеющихся. На основании этой информации многиерейтинговые агентства и инвестиционные компании выстраивают рейтингиуправляющих. Несмотря на то, что располагаемый набор данных превышаетминимально необходимый, согласно законодательству, этого все равнонедостаточнодляполноценнойоценкиэффективности.Болеетого,рейтинговыми агентствами, как правило, используются достаточно простыемеры эффективности, которые достаточно легко поддаются манипуляциям засчет видоизменения используемых данных.
Наиболее часто используетсяатрибуционный показатель альфы Йенсена – он рассчитывается многимизарубежными и некоторыми российскими рейтинговыми агентствами и широкоиспользуется в эмпирических исследованиях.Таким образом, не существует единого устоявшегося подхода к оценкеспособностейуправляющих,чтоподтверждаетрассматриваемых в диссертации.12актуальностьвопросов,Вторая глава посвящена анализу опыта зарубежных и российскихэмпирических исследований по данной проблематике. Несмотря на большоечисло исследований, посвященных способам оценки навыков управляющихактивами ПИФ-ов, их измерение и само по себе решение вопроса о наличииили отсутствии способностей к управлению активами является нерешеннойзадачей, при этом специфичной для конкретного рынка ввиду страновыхособенностей. В процессе анализа исследований были выявлены основныепроблемы, затрудняющие корректную оценку способностей управляющего.Существующие меры эффективности (коэффициент Шарпа, коэффициентСортино, коэффициент Трейнора и др.) не позволяют в полной мере оценитьимеющиеся у управляющего навыки и отделить их от удачи, т.е.
случайногополучения доходности на вложенные инвестором средства. На основаниисуществующих работ можно выделить наиболее часто используемый методразделения удачи и навыка. Данный метод, основанный на бутстрапе, впервыебыл предложен в работе Косовски [Kosowski et al., 2006]. Положительнойстороной данного метода является устойчивость к гетероскедастичностивременного ряда, а так же авто- и кросс-корреляции доходностей фондов.Бутстрап является наиболее подходящей методикой для решения проблемыненормальностираспределенийальфыЙенсенаотдельныхфондовисовместного распределения доходностей фондов.Работы, основанные на бутстрап-моделировании [Kosowski et al., 2006,Cuthbertson, 2005, Fama, French, 2010], имеют схожие результаты: средибольшого количества различных ПИФов можно выделить несколько фондов,управляющие которых обладают навыком.
Однако высокую доходностьподавляющего большинства фондов можно полностью объяснить удачей, в товремя как плохие результаты нельзя полностью списать на невезение.Выборбенчмаркатакжеиграетключевуюрольприоценкеуправляющего. Для оценки способностей управляющего к обыгрыванию рынканеобходимо сопоставить показатели доходности паевого фонда с показателями13доходности эталонного показателя, по риску соответствующего стратегииуправляющего.В настоящеевремянет точногометода определенияинвестиционного ориентира; отсутствие эталонного показателя в значительноймере затрудняет оценку способностей управляющего.Существуют исследования, показывающие, что оценки показателейнавыков управляющих являются неустойчивыми к частоте используемыхданных: т.е.
для одного и того же управляющего могут быть получены разныеоценки способностей при использовании, например, месячных данных вместодневных. В качестве примера подобного исследования можно выделить работу[Sehgal, Jhanwar, 2008], где проводилась оценка наиболее часто используемыхмер на месячных и дневных данных по выборке из 59 индийских фондов.Полученные результаты свидетельствуют о том, что показатели способностейуправляющих к пикингу значительно улучшаются при использовании дневныхданных вместо месячных — около 28% фондов в выборке начинаютхарактеризоватьсязначимымположительнымуровнемальфыЙенсена.Похожий результат был получен в работе Ченса и Хельмера (Chance, Helmer,2001). Гоэтзманн с соавторами [Goetzmann et al., 2000], показал, чтоспособностиуправляющего,ежедневнопринимающегоинвестиционныерешения, будут недооценены при использовании месячных данных.
РаботаБоллена и Бьюсси [Bollen, Busse, 2001] показала, что использование дневныхданных значительно увеличивает число фондов, обладающих способностями ктаймингу.Третья глава посвящена разработке и эмпирической проверке методаоценки навыков российских управляющих активами ПИФ-ов. На основеанализа, проведенного в первой главе, были сформулированы требования кпоказателю способностей управляющего (относительная простота в расчетах,интерпретируемость, распространенность).показатель альфа Йенсена [Jensen, 1969].определяется следующей формулой:14Исходя из них, был выбранРасчет данного показателя r (rf p (rm rf )) ,где rb - доходность бенчмарка, r - доходность по портфелю фонда. Этотпоказатель относительно прост в расчетах, легко интерпретируем – еговеличина показывает избыточную доходность относительно бенчмарка сзаданнымриском.рейтинговымиКромеагентствамитого,данный(например,показательInvestFundsрассчитывается(investfunds.ru),Национальная лига управляющих (nlu.ru)) и некоторыми ПИФ-ами, т.е.является распространенным.В работе сформулированы основные требования к валидному ирелевантному бенчмарку (объяснение общей составляющей дисперсии активовна финансовом рынке, объяснение индивидуальных различиях в активах,повторимость и др.).
Исходя из них, было решено оценивать фонды акций ифонды облигаций по разным бенчмаркам: MSCI Russia для фондов акций иMICEX CORP BOND TR для фондов облигаций.Используемый метод. Обзор работ, приведенный ранее, позволяетсделать вывод о бутстрапе как о наиболее распространенном методе оценкинавыков управляющих активами ПИФ-ов. Подобный подход позволяет болееточно оценить значимость альфы Йенсена, если распределение доходностейфонда не может быть точно аппроксимировано каким-либо параметрическимраспределением (нормальным, логнормальным и т.д.). В ином случае наиболеелогично воспользоваться асимптотическим подходом.В современном эконометрическом анализе выделяют несколько подходовк инференции (проверке гипотез): точный и асимптотический [Анатольев,2007].
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
