Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Формирование и управление портфелем дисконтных краткосрочных ценных бумаг с применением методов квантильной оптимизации

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Работа на рынке ценных бумаг несет в себе множество проблем для его профессиональных участников. Одна из них — желание получить максимально гарантированный доход от портфельных инвестиций. Участие в различных инвестиционных проектах может привести к потере инвестированных средств или недополучению прибыли из-за неопределенности (недетерминированности) эффективности финансовых операций… Читать ещё >

Содержание

  • 1. Обзор подходов к проблеме портфельных инвестиций и стратегии формирования портфеля
    • 1. 1. Фондовый рынок Российской Федерации. Проблемы инвестирования в различные сектора рынка
      • 1. 1. 1. Виды ценных бумаг.'
      • 1. 1. 2. Государственный рынок ценных бумаг
      • 1. 1. 3. Российский рынок корпоративных ценных бумаг
      • 1. 1. 4. Вексельный рынок
      • 1. 1. 5. Срочный рынок
      • 1. 1. 6. Проблемы инвестирования в различные сектора рынка
    • 1. 2. Обзор статей по портфельной оптимизации инвестиций в государственные краткосрочные облигации за период с 1994 по 1998 год
    • 1. 3. Мировые фондовые рынки. Краткий обзор
    • 1. 4. Понятие портфеля. Доходность и риск. Виды рисков
    • 1. 5. Описание неопределенности котировок ценных бумаг с помощью вероятностных моделей
    • 1. 6. Четыре задачи оптимизации портфельных инвестиций в ДКЦБ
    • 1. 7. Модель Тобина-Марковица и ее связь с квантильными оптимизационными постановками
    • 1. 8. Учет баланса «Доходность-Риск». Квантильный критерий
    • 1. 9. Постановки задач оптимизации портфельных инвестиций в ДКЦБ
      • 1. 9. 1. Базовая схема
      • 1. 9. 2. Рекуррентная схема
      • 1. 9. 3. Динамическая схема
    • 1. 10. Выводы по главе 1
  • 2. ДЕТЕРМИНИРОВАННАЯ АППРОКСИМАЦИЯ ОПТИМИЗАЦИОННОЙ МОДЕЛИ
    • 2. 1. Постановка задачи оптимизации квантили функции потерь
    • 2. 2. Доверительный метод для аппроксимации квантильных критериев
    • 2. 3. Применение доверительного метода к оценке квантили функции потерь. Первый этап аппроксимации
    • 2. 4. Второй этап аппроксимации
    • 2. 5. Параметризация полученной аппроксимационной схемы. Определение структуры оптимального портфеля
    • 2. 6. Выводы по главе 2
  • 3. АНАЛИЗ СТАТИСТИЧЕСКОЙ ИНФОРМАЦИИ И ПРОГРАММ НАЯ СИСТЕМА ОПРЕДЕЛЕНИЯ СТРУКТУРЫ ПОРТФЕЛЯ
    • 3. 1. Вероятностная модель динамики цен
    • 3. 2. Выделение основного тренда
    • 3. 3. Анализ случайных колебаний. Оценка дисперсий
    • 3. 4. Определение доли исходного капитала, инвестируемой в соответствии с оптимизационной моделью. Экспертные оценки
    • 3. 5. Описание программного обеспечения расчетов
      • 3. 5. 1. Описание программы подготовки исходных данных
      • 3. 5. 2. Описание программы для проведения расчетов
    • 3. 6. Оценка допустимого риска
    • 3. 7. Анализ результатов расчетов
    • 3. 8. Выводы по главе 3

Формирование и управление портфелем дисконтных краткосрочных ценных бумаг с применением методов квантильной оптимизации (реферат, курсовая, диплом, контрольная)

Развитие рыночной экономики, совершенствование юридической базы и вхождение России в международное сообщество определило пути развития Российского рынка ценных бумаг. Несмотря на все сложности современного периода, существование рынка ценных бумаг и профессиональных участников рынка — инвестиционных и финансовых институтов — необходимое условие для дальнейшего развития России. Дефолт на внутреннем рынке государственного долга еще раз поставил вопрос об осторожном и правильном управлении Государственными обязательствами такой большой страны, как Россия. Имея дефицитный бюджет, Россия рано или поздно вернется к заимствованиям на внутреннем рынке в связи с тем, что внешний рынок заимствований стал на время малодоступен для РФ. Изменить необходимо не финансовую и правовую систему рынка, а подход к размещению государственных обязательств и поддержанию рынка (при отдаче реального производства страны 20−25% годовых возможно размещение обязательств на уровне не более 10−15% годовых). Система финансового и фондового рынка России должна помогать оперативно размещать капитал и привлекать инвесторов для осуществления инвестиционных проектов и развития Российских предприятий. Использование экономико-математических моделей оптимизации портфельных инвестиций позволит работать с доходностью порядка 15% годовых и развивать реальный сектор экономики страны для постепенного движения к бездефицитному бюджету.

Наряду с Российским фондовым рынком существуют развитые и высоколиквидные мировые фондовые рынки (США, Англия, Япония и т. д.), на которых Российские банки и компании могут размещать свои активы через работающие в Москве крупные финансовые корпорации («CSFB», «Merrill Lynch», «Bank of America» и т. д.).

Работа на рынке ценных бумаг несет в себе множество проблем для его профессиональных участников. Одна из них — желание получить максимально гарантированный доход от портфельных инвестиций. Участие в различных инвестиционных проектах может привести к потере инвестированных средств или недополучению прибыли из-за неопределенности (недетерминированности) эффективности финансовых операций. Недетерминированность эффективности, влечет за собой риск, как свойство почти любой сделки, связанной с покупкой или продажей ценных бумаг. С помощью оптимизационных моделей и методов возможно ограничить риск и максимизировать доход от инвестиций в ценные бумаги.

В диссертационной работе в качестве объекта инвестиций рассматривается рынок дисконтных краткосрочных ценных бумаг (ДКЦБ). Под определение ДКЦБ попадает множество финансовых инструментов, обращающихся на мировых фондовых рынках. Государственные обязательства ряда стран размещаются в виде краткосрочных дисконтных векселей и облигаций (Россия — ГКО, США — Казначейские векселя и др.), а также довольно ликвидные негосударственные дисконтные ценные бумаги (Облигации Балка России — объем ежедневных торгов составляет около 300 млн руб.), краткосрочные облигации и векселя крупных компаний и корпораций. Рынки государственного долга являются наиболее ликвидными и надежными, составляя при этом в общей структуре фондовых рынков до 50% и более в зависимости от страны эмитента.

В отличие от фондовых рынков развитых стран фондовый рынок Российской Федерации находится в процессе развития. Существуют проблемы, связанные с ограниченностью объектов портфельного инвестирования, с ограниченной ликвидностью некоторых секторов рынка, таких как корпоративные акции, облигации, векселя и т. д., и отсутствием необходимого количества статистической информации для прогноза будущих котировок. Наиболее свободным от этих проблем являлся рынок государственных краткосрочных облигаций. В настоящее время этот рынок ушел в историю, однако он представляется удобным как полигон для апробации экономико-математических методов ввиду наличия обширного статистического материала по итогам реальных торгов на ММВБ.

Дисконтные краткосрочные ценные бумаги традиционно считаются несложным и предсказуемым финансовым инструментом, в отличие от акций. Более того, государственные ценные бумаги традиционно считаются безрисковым финансовым инструментом. Однако неверная стратегия инвестора на рынке дисконтных ценных бумаг может привести к частичной потере капитала. При этом вопрос об ограничении такого риска в настоящее время открыт. Это обстоятельство и побудило разработку специальных экономико-математических моделей и методов, представленных в диссертации и направленных на борьбу с риском на рынке дисконтных краткосрочных ценных бумаг. Рассмотрение именно краткосрочных бумаг объясняется не стационарностью процессов переходного периода, на котором находится в настоящее время Российская экономика.

Разработанная в диссертации модель позволяет моделировать и управлять портфелем ДКЦБ. В ее основу положено предположение о нормальности совместного распределения случайных цен покупки ДКЦБ, цены продажи считаются априорно известными и равными цене погашения (номиналу). В такой постановке доходности ДКЦБ не имеют нормального (Гауссовского) распределения и моментов любого натурального порядка, что приводит к неприменимости классических результатов (модель Тобина-Марковица, P. van Moeseke [18, 33, 37]), опирающихся на использование моментных характеристик доходностей.

Учет риска в модели осуществляется путем использования кван-тильного критерия оптимальности портфеля, который моделирует баланс между доходностью и риском. Квантильный критерий идейно увязан с известными классическими оптимизационными моделями портфельных инвестиций, предложеными в [33, 36, 37, 39].

Квантильные критерии и содержательная теория по ним возникли в недрах аэрокосмических приложений [14] для оптимизации качества систем с учетом ограничения по надежности. При этом под риском в этих приложениях понималась «ненадежность» системы. Теоретические основы и математический аппарат теории квантиль-ной оптимизации были заложены в работах Э. Райка (Эстония) [20, 21, 22, 23] в 70-е годы. Современное состояние науки в данной области аккумулирует результаты научной школа под руководством профессора А. И. Кибзуна и отражено в монографии [34].

Применительно к задачам портфельной оптимизации квантильный критерий впервые использовался в работе P. van Moeseke (Голландия) [37], где как и в трудах Тобина и Марковица исследовался случай нормального (Гауссовского) распределения доходностей. Следует также отметить работу Васина [4], в которой фактически квантильныи критерии использовался для прогнозирования цены отсечения на первичном рынке ГКО (аукцион). Квантильный критерий является удобным инструментом описания компромисса между риском и доходом портфеля. В случае нормального распределения доходности использование этого критерия согласуется, как показано в диссертации, с классическими моделями Тобина-Марковица и P. van Moeseke. Для распределений, отличных от нормального, вопрос о мере риска в настоящее время открыт. В диссертационной работе предложено использовать квантильный критерий для учета риска в случае произвольных распределений доходности.

Подготовка исходных данных для модели ведется комбинированным методом и включает в себя статистический и экспертный метод анализа и прогнозирования.

Широкое применение Российскими банками и компаниями модели «Портфельных инвестиций в краткосрочные дисконтные ценные бумаги с применением методов квантильной оптимизации» позволит более оперативно и точно моделировать портфель при заданных инвестором параметрах, что безусловно скажется как на стабильности доходов единичного инвестора, тале и на стабильности Российского рынка в целом.

Актуальность темы

диссертации объясняется нерешенностью проблемы работы на рынке дисконтных краткосрочных ценных бумаг без риска потери части инвестируемого капитала.

Целью диссертации является разработка модели по формированию и управлению портфелем ДКЦБ с учетом ограничений на риск при наличии факторов неопределенности. Под факторами неопределенности понимаются цены покупки ДКЦБ на будущих вторичных торгах. Делается акцент на исключение, а если это невозможно — на ограничение риска, обусловленного неопределенностью котировок.

Методы исследования. Для достижения поставленной цели в диссертации используются теория портфельного инвестирования, методы фундаментального и технического анализа и математические методы квантильной оптимизации.

Научная новизна. Впервые предложено применение квантиль-ного критерия к оптимизации портфеля ДКЦБ. Поставлена и решена квантильная нелинейная оптимизационная задача в предположении о нормальности совместного распределения цен покупки ДКЦБ. Предложены методики выделения трендов динамики цен ДКЦБ и анализа случайных колебаний для определения исходных данных к оптимизационной модели. Предложены оценки допустимого риска и выбор рекомендуемого риска.

Основные положения, выносимые на защиту.

1. Квантильная модель оптимизации портфеля ДКЦБ. Три способа реализации модели (базовая, рекуррентная и динамическая схемы).

2. Решение задачи оптимизации портфеля в предположении о совместном нормальном распределении цен покупки ДКЦБ на будущих вторичных торгах.

3. Метод подготовки данных для предложенной модели, метод экспертных оценок.

4. Оценка допустимого и выбор рекомендуемого рисков.

Апробация работы. Представленные в диссертации результаты обсуждались на научных семинарах кафедр 508 и 804 МАИ, на Всероссийской конференции «Математическое программирование и приложения» (Екатеринбург, 24−28 февраля 1997 г.) и на Международном симпозиуме по исследованию операций (Иена, Германия, 3−5 сентября 1997 г.).

Публикации. По теме диссертации опубликованы три печатные работы.

Структура диссертации. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений.

Результаты работы опубликованы в [И, 35, 12].

ЗАКЛЮЧЕНИЕ

.

В диссертации исследована проблема борьбы с несистематическим риском на рынке дисконтных краткосрочных ценных бумаг путем использования специальных стратегий формирования и управления портфелем, основанных на методах фундаментального и технического анализа и решении оптимизационных моделей.

Рассмотренные оптимизационные модели содержат функцию квантили как критерий оптимальности портфеля. Такой критерий характеризует доход, гарантируемый с заданной вероятностью, и учитывает ограничение на риск. Установлена связь классических моделей Тобина-Марковица, Элтона-Грубера и Моесеке с предлагаемым учетом несистематического риска посредством квантильных критериев. Предложено учитывать баланс «Доходность-риск» с помощью кван-тильного критерия в случае произвольного распределения случайных котировок ценных бумаг.

Исследованы три схемы реализации оптимизационной модели портфельных инвестиций в ДКЦБ: базовая, рекуррентная и динамическая.

Предложен метод построения верхних оценок квантилей вогнутой по случайным факторам функции потерь в случае нормального рас-предления этих факторов. Метод основан на поиске критических значений случайного вектора цен в результате решения задачи максимизации функции потерь на ядре вероятностной меры в пространстве возможных значений цен.

Предложенный метод применен для двухэтапной аппроксимации исходной квантильной оптимизационной модели. Аппроксимация выполнена с учетом специфики ДКЦБ. В результате получена двухпа-раметрическая схема расчета оптимального портфеля, основанная на последовательном решении задач квадратичного программирования. При построении аппроксимации существенно использовались ограничения на невозможность взятия ДКЦБ в долг, что нашло отражение в предположении о неотрицательности компонент вектора стратегий.

Объем вычислений при проведении конкретных расчетов по предложенной методике практически пропорционален трудоемкости решения задачи Тобина-Марковица.

Разработана вероятностная модель динамики цен ДКЦБ, включающая детерминированный основной тренд и случайные колебания.

На основе этой модели и применения методов технического анализа предложены статистические процедуры оценки математических ожиданий и дисперсий цен на будущих вторичных торгах, входящие в число исходных данных для оптимизационной модели.

Для повышения надежности принимаемых решений наряду с методами технического анализа и рекомендациями оптимизационной модели предложено использовать экспертные оценки для улучшения точности прогностических оценок будущего состояния рынка. Такой комбинированный подход позволяет дополнить математические модели и методы учетом человеческого фактора, оказывающего существенное влияние на рынок.

Предложены методика оценки допустимого и выбор рекомендуемого рисков.

Проведены расчеты портфелей и вычислены их фактические доходности на примерах реальных данных по рынку государственных краткосрочных облигаций, свидетельствующие об экономической эффективности разработанных в диссертации моделей и методик.

Разработанные модели и методы применимы и к западным рынкам ДКЦБ, в частности, к рынку казначейских векселей США.

Предложенная модель представляется удобной для практического применения, поскольку более адекватна к Российскому рынку, и трудоемкость вычислений сравнима с трудоемкостью аналогичных классических моделей (Тобина-Марковица, Моесеке, Элтона-Грубера).

Показать весь текст

Список литературы

  1. А., Демидов Е.} Михеев А., Тягунов И. Сравнение методов управления портфелем ГКО. — Рынок ценных бумаг, No.5, 1997, сс. 10−13.
  2. В. Кривая доходности в операциях с ГКО. — Рынок ценных бумаг, No.2, 1994, сс.6−8.
  3. .Ц., Назиров Р. Р., Эльясберг П. Е. Определение и коррекция движения. М.: Наука, 1980.
  4. A.A. Портфельные инвестиции в ГКО. Ж. «Деловой партнер», 1995, пилотный номер.
  5. М., Никифоров JI., Соколов В. Построение оптимального портфеля ГКО: как максимизировать прибыль. — Рынок ценных бумаг, No.6, 1996, сс. 19−22.
  6. М., Никифоров JI., Соколов В. Что нельзя упускать при построении модели управления портфелем ГКО. — Рынок ценных бумаг, No. ll, 1996, сс.13−15.
  7. Ю. Оценка доходности операций с ГКО: варианты биржевой игры. — Рынок ценных бумаг, No.6, 1994, сс.10−13.
  8. Т. Технический анализ новая наука. Пер. с англ. — М.: Диаграмма, 1997.
  9. С.Н. Фондовые рынки: основные понятия, механизмы, терминология. М.: Предприниматель и рынок, 1992.
  10. А. Как превысить среднюю доходность рынка ГКО. — Рынок ценных бумаг, No. ll, 1997, сс.31−33.
  11. Кал Ю.С., Русяев A.B. Задача квантильной оптимзации с билинейной функцией потерь. — Автоматика и телемеханика, 1998, No. 5.
  12. Кибзун А. К, Панков А. Р., Сиротин А. Н. Учебное пособие по теории вероятностей. М.: МАИ, 1993.
  13. В.В., Кибзун А. И. Анализ и синтез высокоточного управления летательными аппаратами. М.: Машиностроение, 1987.
  14. П., Кулакова Ю. Прогнозирование тренда цены ГКО. — Рынок ценных бумаг, No.6, 1996, сс.23−27.
  15. А. Управление портфелем ГКО. — Рынок ценных бумаг, No.21, 1995, сс.35−37.
  16. А., Струнков Т. Учет процентного риска при управлении портфелем. — Рынок ценных бумаг, No.24, 1997, сс.32−34.
  17. A.A., Первозвалская Т. Н. Финансовый рынок: Расчет и Риск. М.: Инфра-М, 1994.
  18. .Н. Метод линеаризации. М.: Наука, 1983.
  19. Э. Качественные исследования нелинейных задач стохастического программирования. Изв. АН ЭССР, физ.-мат., 20, No. l, 1971, сс.8−14.
  20. Э. О функции квантиля в нелинейной задаче стохастического программирования. Изв. АН ЭССР, физ.-мат., 20, No.2, 1971, сс. 229−231.
  21. Э. О задаче стохастического программирования с функционалами вероятности и квантиля. Изв. АН ЭССР, физ.-мат., 21, No.2, 1972, сс. 142−148.
  22. Э. Дифференцируемость по параметру функции вероятности и псевдоградиентный метод для ее оптимизации. Изв. АН ЭССР, физ.-мат., 24, No. l, 1975, сс.3−8.
  23. Рынок Ценных бумаг. Под ред. В. А. Галанова, А. И. Басова. М.: Финансы и статистика, 1996.
  24. СП СССР, N 25−26 от ст. 100.
  25. Ю. Методика анализа и прогнозирования рынка ГКО. — Рынок ценных бумаг, No.8, 1997, сс.44−46.
  26. Р.Дж., Брэдлш Э. С., Тьюлз Т. М. Фондовый рынок. 6-е изд.: Пер. с англ. — М.: Инфра-М, 1997.
  27. А., Лагута В. Стратегия инвестора на рынке ГКО. — Рынок ценных бумаг, No.9, 1994, сс. 14−18.
  28. Шим Дж.К., Сигел Дж.Г. Финансовый менеджмент. М.: ИИД «Филинъ», 1996.
  29. А. Способ интегрального представления состояния рынка ГКО. — Рынок ценных бумаг, No.20, 1997, сс.32−34.
  30. Elton E.J., Gruber M.J. Modem portfolio theory and investment analysis. 4th ed. New York: Wiley, 1991.
  31. Kibzun A.I., Kan Yu.S. Stochastic Programming Problems with Probability and Quantile Functions. Chichester (UK): Wiley, 1996.
  32. Kan, Yu.S., Rusyaev, A.V. On The Portfolio Selection With Heavy-Tail-Distributions. In: Symposium liber Operations Research. Jahrestagung der DGOR und GMOOR. Programm und Abstracts. Friedrich-Schiller-Universitat Jena. 3.-5. September 1997. P.63−65.
  33. Markowitz H.M. Portfolio selection. J. of Finances, 7, No. l, 1952, pp. 77−91.
  34. Moeseke P.v. Stochastic linear programming. Yale Economic Essays, 5, 1965, pp.197−253.
  35. Princ M.J. Technical analysis explained. 3rd ed. New York: McGraw-Hill, 1981.
  36. Tobin D. Liquidity preference as behavior toward risk. Rev. of Econ. Studies, 25, No. l, 1958, pp.65−86.
Заполнить форму текущей работой