WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


Pages:     | 1 |   ...   | 12 | 13 || 15 | 16 |   ...   | 17 |

Проблема возможной неопределенности срока вложений инвестора игнорируется в большинстве работ по методологии управления процентным риском портфеля облигаций.

Исключением является статья В.Хани79, в которой формулируется понятие об особой форме процентного риска портфеля – риске периода вложений (holding period risk).

Как отмечает Хани, большинство портфелей облигаций выполняют функцию вторичных резервов ликвидности. Предполагаемые сроки и размеры вывода средств из портфеля определяются характером краткосрочных обязательств, для выполнения которых недостаточно текущих поступлений на расчетный счет инвестора. Однако условия финансовохозяйственной деятельности таковы, что довольно часто фактические сроки вложений расходятся с плановыми. Возникновение дополнительных текущих потребностей в денежных средствах вызывает необходимость продажи части портфеля облигаций; напротив, непредвиденный рост денежных поступлений позволяет перенести момент закрытия позиций по облигациям на более поздний срок.

Поскольку срок вложений не является жестко заданным, возникает дополнительный фактор риска, снижающий степень определенности размера доходности портфеля. Если распределение сроков отзыва средств из портфеля поддается экспертной оценке, эту информацию необходимо использовать при формировании его структуры.

Для того, чтобы учесть фактор неопределенности срока вложений инвестора при выборе структуры оптимального портфеля, диссертант предлагает представить эту проблему в форме игры с природой, определив множество стратегий инвестора как множество вариантов формирования портфеля, а множество состояний природы – как множество возможных комбинаций периодов времени, через которые инвестору могут потребоваться денежные средства, со сценариями перемещения временной структуры процентных ставок. Тогда общее число возможных состояний природы определяется по формуле N = (mmax – mmin) FQ, (2.3.18) где mmax – максимальная продолжительность периода вложений (в неделях), mmin – минимальная продолжительность периода вложений (в неделях), F – число главных компонент, определяющих значения процентных ставок различной срочности, Q – число возможных значений главной компоненты, используемых при построении сценариев перемещения временной структуры процентных ставок.

Каждой комбинации структуры портфеля и состояния природы соответствует определенное значение доходности, которое рассчитывается по формуле Honey W. A risk controlled approach to managing corporate cash pools. // Controlling interest rate risk: new techniques and applications for money management. – N.Y.: Wiley, 1986. – p.351-383.

J hp(m,q1...qF ) hj (m,q1...qF ), (2.3.19) x j j где hp(m,q1...qF) – доходность портфеля при сроке вложений m и реализации сценария перемещения временной структуры, описываемого значениями F главных компонент c порядковыми номерами q1...qF, xj – доля вложений в облигации выпуска j в рыночной стоимости портфеля, hj – доходность облигации выпуска j.

Выигрыш инвестора при реализации различных состояний природы представляет собой разность между доходностью портфеля hp(m,q1...qF) и спот-ставкой s(m), установившейся в момент его формирования. Однако изменчивость выигрыша при рассмотрении различных сроков вложений не остается постоянной. Как показали результаты сценарного анализа, выполненного диссертантом, с увеличением срока вложений среднеквадратическое отклонение доходности портфеля государственных облигаций сокращается. Поэтому в целях обеспечения сопоставимости различных периодов времени диссертант считает необходимым осуществление нормировки выигрыша на размер среднеквадратического отклонения доходности рыночного портфеля для соответствующего срока. Тогда размер выигрыша R определяется как hp(m,q1...qF ) s(m) R(m,q1...qF ). (2.3.20) (m) M Полезность выигрыша зависит от индивидуальных особенностей инвестора. Однако большинство инвесторов испытывают отрицательное отношение к процентному риску. Для них увеличение выигрыша на заданную величину R ведет к меньшему изменению уровня полезности, чем снижение выигрыша на ту же величину R. Поэтому функция полезности, отражающая отрицательную склонность к риску, характеризуется положительным значением первой производной и отрицательным значением второй производной на всей области определения, соответствующей возможным значения выигрыша.

Диссертант предлагает воспользоваться функцией полезности вида hp(m,q1..qF ) s(m) w M (m) U(hp(m,q1...qF )) 1 e, w 0. (2.3.21) Функция вида f(x)=1-e-wx обладает двумя полезными свойствами, позволяющими использовать ее для моделирования отношения к процентному риску на рынке облигаций. Вопервых, она отражает неприятие риска. В самом деле, | f (x) we wx 0 x,w 0, (2.3.22) || f (x) w2e wx 0 x,w 0. (2.3.23) Во-вторых, она позволяет учитывать различие степени неприятия риска у различных инвесторов. Чем больше значение параметра w, тем выше степень неприятия риска.

0.0.0.-0.-0.-1.-1.-2.-2 -1 0 1.

Рис.2.3.8. График функции f (x) 1 e 05x.

Структура портфеля, обеспечивающего максимальное среднее значение уровня полезности, зависит от вероятностей отзыва средств из портфеля через различные сроки и вероятностей реализации различных сценариев перемещения временной структуры процентных ставок. Для ее определения необходимо решить задачу оптимизации J hj (m,q1...qF )x s(m) j j =mmax Q Q w M (m) ) p(m) p(q1)... p(qF ) max, (2.3.24)... (1 e m mmin q1 1 qF J x 1, (2.3.25) j j x 0, j 1,J, (2.3.26) j где p(m) – вероятность отзыва средств из портфеля через период времени m, p(qf) – вероятность изменения значения f-й главной компоненты временной структуры процентных ставок в соответствии со сценарием с порядковым номером qf.



Определяя вероятности p(m), инвестор формализует свои оценки предполагаемого срока вложений. Определяя вероятности p(qf), инвестор формализует свои прогнозы будущего изменения рыночной конъюнктуры. Параметр w отражает отношение инвестора к процентному риску. Таким образом, модель (2.3.24)–(2.3.26), разработанная диссертантом, представляет собой инструмент поддержки принятия решений, позволяющий регулировать структуру портфеля на основе информации о предполагаемых сроках вложений, характере прогнозов инвестора и его отношении к процентному риску. Практическое значение этой модели состоит в том, что она может быть использована участниками рынка ГКО–ОФЗ в ходе реализации самых различных инвестиционных стратегий (как агрессивных, так и консервативных, как краткосрочных, так и среднесрочных).

Для того, чтобы проанализировать сравнительную значимость различных факторов, влияющих на выбор инвестора, автором был проведен эксперимент по определению структур оптимальных портфелей при различных возможных значениях параметров p(m), p(q) и w. Предполагалось, что портфель формируется 28 марта 2001 г. из финансовых инструментов, обращающихся на рынке ГКО–ОФЗ. Для решения задачи нелинейного программирования (2.3.24)–(2.3.26) использовалась утилита Solver программной среды Excel 7.0.

Таблица 2.3.2.

Рассматриваемые комбинации значений параметров, определяющих выбор структуры оптимального портфеля ГКО–ОФЗ.

№ m=1 m=2 m=3 m=4 m=5 m=6 m=7 q1=1 q1=2 q1=3 q1=4 q1=5 q2=1 q2=2 q2=3 q2=4 q2=5 w 1 0.25 0.5 0.25 0 0 0 0 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.25 0.5 0.25 0 0 0 0 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 3 0.25 0.5 0.25 0 0 0 0 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 4 0.25 0.5 0.25 0 0 0 0 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.5 0.25 0.5 0.25 0 0 0 0 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 6 0.25 0.5 0.25 0 0 0 0 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 7 0.25 0.5 0.25 0 0 0 0 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.8 0.25 0.5 0.25 0 0 0 0 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 9 0.25 0.5 0.25 0 0 0 0 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 10 0 0 0.25 0.5 0.25 0 0 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.11 0 0 0.25 0.5 0.25 0 0 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 12 0 0 0.25 0.5 0.25 0 0 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 13 0 0 0.25 0.5 0.25 0 0 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.14 0 0 0.25 0.5 0.25 0 0 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 15 0 0 0.25 0.5 0.25 0 0 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 16 0 0 0.25 0.5 0.25 0 0 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.17 0 0 0.25 0.5 0.25 0 0 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 18 0 0 0.25 0.5 0.25 0 0 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 19 0 0 0 0 0.25 0.5 0.25 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.20 0 0 0 0 0.25 0.5 0.25 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 21 0 0 0 0 0.25 0.5 0.25 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.1 22 0 0 0 0 0.25 0.5 0.25 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 0.23 0 0 0 0 0.25 0.5 0.25 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 24 0 0 0 0 0.25 0.5 0.25 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.1 25 0 0 0 0 0.25 0.5 0.25 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 0.26 0 0 0 0 0.25 0.5 0.25 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 27 0 0 0 0 0.25 0.5 0.25 0.1 0.1 0.2 0.4 0.2 0.1 0.1 0.2 0.4 0.2 Для изучения влияния срока вложений на структуру оптимального портфеля рассматривались три возможных варианта: сверхкраткосрочный период вложений с ожидаемой продолжительностью две недели и вероятностями сроков отзыва средств p(1)=0.25, p(2)=0.5, p(3)=0.25; краткосрочный период вложений с ожидаемой продолжительностью четыре недели и вероятностями сроков отзыва средств p(3)=0.25, p(4)=0.5, p(5)=0.25; среднесрочный период вложений с ожидаемой продолжительностью шесть недель и вероятностями сроков отзыва средств p(5)=0.25, p(6)=0.5, p(7)=0.25. Для изучения влияния отношения к риску на структуру оптимального портфеля рассматривались три возможных значения параметра w, равные 0.5, 1 и 2.

Для изучения влияния характера прогнозов инвестора на структуру оптимального портфеля рассматривались три возможных варианта прогнозов. Согласно прогнозу улучшения состояния рыночной конъюнктуры, наиболее вероятными считаются вторые сценарии изменения значений главных компонент, соответствующие умеренному снижению уровня процентных ставок, а вероятности пяти различных значений каждой из двух главных компонент определяются условием p(1)=0.2, p(2)=0.4, p(3)=0.2, p(4)=0.1, p(5)=0.1. Согласно прогнозу сохранения текущего состояния рыночной конъюнктуры, наиболее вероятными считаются третьи сценарии изменения значений главных компонент, соответствующие незначительному изменению уровня процентных ставок и представляющие собой предсказания моделей ARIMA, а вероятности пяти различных значений каждой из двух главных компонент определяются условием p(1)=0.1, p(2)=0.2, p(3)=0.4, p(4)=0.2, p(5)=0.1. Согласно прогнозу ухудшения состояния рыночной конъюнктуры, наиболее вероятными считаются четвертые сценарии изменения значений главных компонент, соответствующие умеренному росту уровня процентных ставок, а вероятности пяти различных значений каждой из двух главных компонент определяются условием p(1)=0.1, p(2)=0.1, p(3)=0.2, p(4)=0.4, p(5)=0.2.

По результатам расчетов были определены структуры портфелей, которые в наилучшей степени отвечают индивидуальным особенностям инвесторов, отличающихся сроками вложений, прогнозами и отношением к риску.





Таблица 2.3.3 показывает, что в состав оптимальных портфелей вошли облигации двенадцати различных выпусков из восемнадцати рассматриваемых. Выпуски с минимальными сроками до погашения наиболее широко представлены в структуре портфелей, рекомендуемых инвесторам, характеризующимся высокой склонностью к устранению риска и прогнозирующим рост уровня процентных ставок. Более долгосрочные выпуски наиболее широко представлены в структуре портфелей, рекомендуемых инвесторам, характеризующимся слабым стремлением к устранению риска и прогнозирующим падение уровня процентных ставок.

Оценка сравнительной значимости различных факторов, определяющих размер дюрации оптимального портфеля, производилась диссертантом при помощи регрессионной модели с фиктивными переменными, определения которых даны в таблице 2.3.4.

Таблица 2.3.3.

Структуры и дюрации оптимальных портфелей ГКО–ОФЗ по состоянию на 28.03.2001.

№ 21145 21147 25014 25023 25024 25030 27004 27005 27006 27007 27008 28001 DFW 1 0 0 0 0 0 0.511 0 0 0 0.489 0 0 1.2 0 0 0 0.627 0 0 0 0 0 0.373 0 0 0.3 0.747 0 0 0 0 0 0 0 0 0 0.253 0 0.4 0 0 0 0.568 0 0 0 0 0 0.432 0 0 0.5 0 0 0 0 0.69 0 0 0 0 0.31 0 0 0.6 0.797 0 0 0 0 0 0 0 0 0 0.203 0 0.7 0.861 0 0 0 0 0 0 0 0 0 0.139 0 0.8 0.865 0 0 0 0 0 0 0 0 0 0.135 0 0.9 0.875 0 0 0 0 0 0 0 0 0 0.112 0.013 0.10 0 0 0.313 0 0 0 0.687 0 0 0 0 0 1.11 0 0 0 0 0 0.599 0 0.401 0 0 0 0 0.12 0 0 0 0 0.685 0 0 0 0.315 0 0 0 0.13 0 0 0 0.131 0 0.38 0 0 0 0.488 0 0 1.14 0 0 0 0.643 0 0 0 0 0.357 0 0 0 0.15 0.737 0 0 0 0 0 0 0 0.263 0 0 0 0.16 0.851 0 0 0 0 0 0 0 0.149 0 0 0 0.17 0.86 0 0 0 0 0 0 0 0.14 0 0 0 0.18 0.887 0 0 0 0 0 0 0 0 0 0 0.113 0.19 0 0 0.106 0 0 0 0.894 0 0 0 0 0 1.20 0 0 0.734 0 0 0 0 0.266 0 0 0 0 1.21 0 0 0 0.575 0 0 0 0.425 0 0 0 0 0.22 0 0.258 0 0 0 0 0 0.742 0 0 0 0 1.23 0 0 0 0.094 0 0.44 0 0.466 0 0 0 0 0.24 0 0 0 0.096 0.593 0 0 0 0.311 0 0 0 0.25 0.806 0 0 0 0 0 0 0 0.194 0 0 0 0.26 0.841 0 0 0 0 0 0 0 0.159 0 0 0 0.27 0.865 0 0 0 0 0 0 0 0 0.135 0 0 0.Таблица 2.3.4.

Булевы переменные, выражающие специфику различных инвесторов.

S равна 1, если срок вложений инвестора – сверхкраткосрочный, и 0 – в противоположном случае L равна 1, если срок вложений инвестора – среднесрочный, и 0 – в противоположном случае F равна 1, если инвестор прогнозирует падение процентных ставок, и 0 – в противоположном случае G равна 1, если инвестор прогнозирует рост процентных ставок, и 0 – в противоположном случае N равна 1, если инвестор характеризуется низкой степенью неприятия процентного риска (w=0.5), и 0 – в противоположном случае A равна 1, если инвестор характеризуется высокой степенью неприятия процентного риска (w=2), и 0 – в противоположном случае В результате было получено следующее уравнение зависимости между дюрацией оптимального портфеля и фиктивными переменными, отражающими индивидуальные особенности инвестора:

DFW = 0.855 – 0.049 S + 0.069 L + 0.102 F – 0.342 G + 0.166 N – 0.125 A; R2 = 0.868. (2.3.27) (t) (16.144) (-0.993) (1.417) (2.079) (-6.968) (3.377) (-2.558) Все коэффициенты регрессии имеют ожидаемые знаки (bS<0, bL>0, bF>0, bG<0, bN>0, bA<0). При этом четыре из шести коэффициентов статистически значимы на 6% уровне.

Наибольшие по абсолютной величине значения t-статистик зафиксированы у коэффициентов при переменных, отражающих характер прогнозов инвестора и его стремление к устранению процентного риска, а наименьшие – у коэффициентов при переменных, измеряющих продолжительность периода вложений.

Полученные результаты позволили автору прийти к заключению, что важнейшим фактором, определяющим размер дюрации оптимального портфеля при осуществлении краткосрочных рисковых вложений, является характер прогнозов инвестора. Большое значение играет и степень неприятия процентного риска. Чем сильнее степень уверенности инвестора в падении уровня процентных ставок в ближайшем будущем, чем больше его готовность рисковать и чем более продолжительным является его период вложений, тем больше дюрация оптимального портфеля.

§2.4. Краткосрочное прогнозирование конъюнктуры рынка ГКООФЗ.

Динамика процентных ставок определяется взаимодействием целого ряда факторов:

денежно-кредитной и налогово-бюджетной политики государства, состояния ликвидности банковской системы, тенденций развития инфляционных процессов, спроса на кредитные ресурсы со стороны реального сектора экономики, конъюнктуры смежных секторов финансового рынка и степени их интегрированности с сектором долговых финансовых инструментов, а также зависит от потока информационных сообщений, отражающих перспективы изменения состояния этих факторов, которые поступают рыночным агентам и определяют характер их последующих действий. Одни из факторов определяют долгосрочные тенденции изменения уровня процентных ставок, другие вызывают краткосрочные колебания, затухающие через несколько дней после первичной реакции рынка.

Автор полагает, что исследуя реакцию процентных ставок на изменения значений макроэкономических и финансовых показателей, отражающие перемены в состоянии экономики страны и конъюнктуре финансового рынка, можно построить модель прогнозирования, способную предсказывать направление движения процентных ставок более, чем в 50% случаев.

Конечно, намерение добиться чрезвычайно высокой точности прогнозов является утопией.

Набор доступных индикаторов, сколь бы широким он ни был, не может дать полностью адекватную картину комплекса сил, определяющих траекторию движения процентных ставок.

Pages:     | 1 |   ...   | 12 | 13 || 15 | 16 |   ...   | 17 |










© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.