Диссертация (793627), страница 21
Текст из файла (страница 21)
Ранговая корреляция показателей UPM/LPM скоэффициентами Шарпа и Сортино. Расчеты автора на основанииданных НЛУ [190]показателиUPM/LPMдемонстрируют высокий уровень селективности портфеля: существенно128выше, чем у показателей R и L. Методика кусочно-линейной аппроксимациипо селективности также превосходит методики R и L, но несколько уступаетметодике UPM/LPM. Данный результат можно объяснить тем, что в целомвыбранные в гл. 2 спецификации модели не предполагают стольсущественных различий между предпочтениями инвесторов, как выбранныеспецификации в модели UPM/LPM3. Но при этом практическое применениемодели кусочно-линейной аппроксимации проще, поскольку модель являетсяболее гибкой и возможно более достоверное и детальное определение профиляинвестора.3.3.Применение методики кусочно-линейной аппроксимации вусловиях низкого качества управления портфелямиОсобенностью российских паевых инвестиционных фондов являетсянизкий уровень качества управления.
При оценке качества управления паевыминвестиционным фондом будет применен нормативный подход, т.е. качествоуправления будет оцениваться в сравнении с неким нормативным значением.В теории в качестве ориентира для оценки качества управления используетсяэффективнаяграницапортфеля[123],показывающаямаксимальновозможную доходность при данном уровне риска. Таким образом, качествоуправления конкретным фондом оценивается по удаленности ожидаемойдоходности от максимально возможного значения [39]. Однако на практикепостроение эффективной границы портфеля представляется сложной задачей,посколькутребуетсбораоченьбольшогоколичестваинформации(фактически необходимы сведения о доходности всех ценных бумаг задостаточно долгий промежуток времени).
В связи с этим для целей данногоисследования будет построена граница доходности некого референсногопортфеля, составленного при условии «наивного» инвестирования. Под3Поскольку модели построены на разных предпосылках, точно подобрать инвесторов с аналогичнымпрофилем представляется сложным.129«наивной» мы понимаем стратегию инвестирования, основанную на публичнодоступной информации и предполагающую вложение средств в индексныепортфели акций (российских и зарубежных) и облигаций, банковскиедепозиты, а также в валюту и активы товарного рынка в определенныхпропорциях.Построение эффективной границы портфеля производилось численнымиметодами. При заданном уровне волатильности и при известном векторезначений ожидаемой доходности и матрице ковариации подбирался векторвесов инструментов портфеля, чтобы обеспечить максимальную доходность.Оптимизационная задача в этом случае выглядит следующим образом (20):=(⋮⋯()…)→⋮⋯⋱⋯при=⋮⋮,=(20)где wi – вес соответствующего инструмента, ri – доходность инструмента, Vi –дисперсия инструмента, Covn,m – ковариация доходностей двух инструментов.Структура оптимального портфеля при разных значениях волатильностипредставлена в табл.
37.RGBITRUSDEURS&P GLOBALGoldSilverPlatinumPalladium0,654%0,0% 99,3%0,7%0,0%0,0%0,0%0,0%0,0%0,0%0,0%0,0%0,5%0,716%1,3% 92,2%0,0%1,4%0,0%0,0%0,0%2,9%0,0%0,0%2,2%MIBID0,25%MICEXCBITRВолатильность(мес)Ожидаемаядоходность(мес)Таблица 37. Структура референсного портфеля при различныхзначениях волатильности. Расчеты автора на основании данныхМосковской биржи [186], Банка России [187], Агентства Standard&Poor’s[192]Эффективная границаСтруктура портфеляпортфеля130Продолжение таблицы 371,0%0,796%3,2% 80,5%0,0%4,7%0,0%0,0%0,0%7,0%0,0%0,0%4,6%1,5%0,874%5,0% 69,1%0,0%8,1%0,0%0,0%0,0% 10,9%0,0%0,0%7,0%2,0%0,951%6,8% 57,7%0,0% 11,4%0,0%0,0%0,0% 14,7%0,0%0,0%9,4%2,5%1,027%8,6% 46,5%0,0% 14,6%0,0%0,0%0,0% 18,6%0,0%0,0% 11,7%3,0%1,104% 10,3% 35,3%0,0% 17,8%0,0%0,0%0,0% 22,5%0,0%0,0% 14,1%3,5%1,180% 12,1% 24,1%0,0% 21,1%0,0%0,0%0,0% 26,3%0,0%0,0% 16,4%4,0%1,256% 13,9% 12,9%0,0% 24,3%0,0%0,0%0,0% 30,1%0,0%0,0% 18,8%4,5%1,332% 16,1%7,1%0,0% 21,9%0,0%0,0%0,0% 33,9%0,0%0,0% 20,9%5,0%1,408% 18,1%0,0%0,0% 21,2%0,0%0,0%0,0% 37,2%0,0%0,0% 23,5%5,5%1,483% 20,5%0,0%0,0% 13,3%0,0%0,0%0,0% 40,2%0,0%0,0% 25,9%6,0%1,557% 22,9%0,0%0,0%5,5%0,0%0,0%0,0% 43,2%0,0%0,0% 28,4%6,5%1,630% 23,9%0,0%0,0%0,0%0,0%0,0%0,0% 41,4%0,0%0,0% 34,7%7,0%1,688% 21,7%0,0%0,0%0,0%0,0%0,0%0,0% 30,7%0,0%0,0% 47,6%7,5%1,737% 19,9%0,0%0,0%0,0%0,0%0,0%0,0% 20,8%2,5%0,0% 56,8%8,0%1,782% 18,6%0,0%0,0%0,0%0,0%0,0%0,0% 10,6%7,5%0,0% 63,3%8,5%1,825% 17,0%0,0%0,0%0,0%0,0%0,0%0,0%1,4% 11,7%0,0% 69,9%9,0%1,863%8,5%0,0%0,0%0,0%0,0%0,0%0,0%0,0%9,3%0,0% 82,2%9,5%1,894%0,4%0,0%0,0%0,0%0,0%0,0%0,0%0,0%6,5%0,0% 93,1%9,7%1,905%0,0%0,0%0,0%0,0%0,0%0,0%0,0%0,0%0,0%0,0% 100,0%Как видно из табл.
37., в референсный портфель не вошли такие активы,как валюта, иностранные акции и платина. Наименее рисковые активысодержат большую долю банковских депозитов, а также небольшую долюгосударственных облигаций, акций российских компаний, золота и палладиядля целей диверсификации и повышения доходности. В портфелях со среднимуровнемрискапримерновравныхдоляхприсутствуютакции,государственные облигации, золото и палладий. Портфель с наименьшимуровнем риска (волатильность 0,25 п.п. в месяц, что соответствует 0,87 п.п.
вгод) имеет ожидаемую доходность в размере 0,654%/мес (7,8% годовых) исостоит практически целиком из активов денежного рынка (банковскихдепозитов) с добавлением небольшого объема корпоративных облигаций. Внаиболее рисковых портфелях присутствуют в основном активы товарного131рынка – золото, серебро и палладий. Портфель с наиболее высоким уровнемриска (волатильность 9,7 п.п./мес, что соответствует 33,6 п.п. в год) состоитцеликом из вложений в палладий и имеет ожидаемую доходность 1,905%/мес(22,9% годовых). Более высокий уровень доходности в рамках данныхпредположений получить не удается.При помощи полиномиального сглаживания нами было полученоуравнение эффективной границы портфеля «наивного» инвестора (сиспользованием всех инструментов инвестирования, включая драгоценныеметаллы):= ,+ ,− ,.(21)Свободный член в уравнении эффективной границы (21) можнотрактовать как нормативную доходность безрискового портфеля.
Исходя израсчетов, она должна составлять порядка 0,6% в месяц (7,2% годовых). Сростом уровня риска ожидаемая доходность портфеля растет, однако болеемедленнымитемпами,нежелилинейнаяфункция.Квадратичнаяфункциональная форма свидетельствует о том, что при определенном уровневолатильности (в данном случае равном 17,1 п.п.) доходность портфелядостигает максимума и не может быть увеличена за счет более рискованныхвложений.Графически качество управления фонда можно представить какположение фонда в координатах «доходность-волатильность» относительноэффективной границы. Если фонд находится выше эффективной границы, токачество управления можно признать высоким, поскольку действияуправляющего позволили получать доходность выше, чем при использовании«наивной» стратегии. Нахождение фонда в районе построенной эффективнойграницы может расцениваться как удовлетворительный результат.
Еслидоходность фонда значительно ниже референсной, качество управленияследует признавать низким.132Ниже представлена карта паевых инвестиционных фондов в координатах«доходность-волатильность»всравнениисреференснымпортфелем(эффективной границей).r = -0,5596σ2 + 0,1913σ + 0,006R² = 0,99832,250%Эффективная граница1,750%Фонды акций1,250%Фонды денежногорынкаИндексные фонды0,750%Фонды облигаций0,250%Фонды смешанныхинвестицийФонды фондов-0,250%0,0%2,0%4,0%6,0%8,0%10,0%12,0%14,0%-0,750%Рисунок 17. Параметры портфелей паевых инвестиционных фондовв РФ и эффективная граница портфеля.
Построения автора на основанииданных Московской биржи [186], Банка России [187], АгентстваStandard&Poor’s [192], НЛУ [190]Как видно из рис. 17, качество управления паевыми инвестиционнымифондами в РФ в среднем находится на достаточно низком уровне. Отставаниеот референсного портфеля составляет в среднем 0,85 п.п. в месяц (10,2 п.п. вгод), что нельзя объяснить наличием трансакционных издержек приуправлении средствами фондов.При разбиении фондов на группы по категориям выявлено, чтоотставание от референсного портфеля статистически значимо различается дляразных категорий фондов. Для тестирования данной гипотезы был проведенанализANOVA,в результатекоторогогипотеза остатистическойнезначимости разбиения на группы была отвергнута. Для уточнения характерасвязи между отставанием от референсного портфеля и категорией фонда былаоценена модель регрессии переменной=−на фиктивныепеременные, характеризующие принадлежность фонда к определенной133категории (в качестве эталонной переменной принимались индексные фонды).Результаты проведенного анализа представлены в табл.
38.Таблица 38. Анализ зависимости качества управления фондом отинвестиционной декларации фондов. Расчет автора на основании данныхМосковской биржи [186], Банка России [187], Агентства Standard&Poor’s[192], НЛУ [190]ANOVAКатегорииКоличествофондов в выборкеСреднее значение отставаниядоходности фонда отреференсного портфеля-0,00960-0,00111-0,00941-0,00491-0,00874-0,01195MSFP-Значение0,000226,820,000010,00003акций110денежного рынка4индексный22облигаций47смешанный62фондов10Источник вариацииSSdfМежду группами0,00115Внутри групп0,008249Итого0,0091254Регрессия на фиктивные переменныеЗависимая переменная: PERFORMANCEМетод: МНКРазмер выборки: 255P-критерийЗначение коэф.
Ст.ошибкаt-критерий(вероятность)-0,0090,001-7,7700,000-0,0000,001-0,1440,8850,0080,0032,6890,0080,0050,0013,0690,0020,0010,0010,4760,635-0,0020,002-1,1730,242СреднеезначениеR2 (коэф.детерм.)0,120 зависимой переменной-0,008СтандартноеR2, скорр. на числоотклонениестепеней свободы0,103 завис.перем.0,006ИнформационныйСтандартная ошибка0,006 критерий Акаике-7,480СуммаквадратовИнформационныйостатков0,008 критерий Шварца-7,397ИнформационныйЛогарифм функциикритерийХэннанаправдоподобия959,708 Квинна-7,447F-критерий6,815Вероятность по Fкритерию0,000ПеременнаяCSTOCKMONEYBONDMIXEDFUND134В табл. 38 приведены средние значения отставания доходности фонда отреференсного портфеля.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
