Формирование и управление портфелем паевых инвестиционных фондов различных управляющих компаний // Constructing and management of a portfolio of mutual funds of various capital management companies
В данной выпускной квалификационной работе решена задача формирования оптимального инвестиционного портфеля. Предложена модель с заменой дисперсии на стоимостную меру риска VaR (метод Бенати – Рицци), а также модель, позволяющая учесть проблемы изменчивости волатильности DCC GARCH (Dynamic Conditional Correlation).
Введение ……………………………………………………………………………………………………… 12
Обзор литературы………………………………………………………………………………………… 15
1. Теоретическая часть …………………………………………………………………………………. 17
1.1 Паевые инвестиционные фонды …………………………………………………………… 17
1.2 Портфельное инвестирование Г. Марковица с использованием выборочной
оценки волатильности ………………………………………………………………………………. 21
1.3 Портфельное инвестирование Г. Марковица с использованием
многомерной модели условной гетероскедастичности DCC GARCH …………. 23
1.4 Портфельное инвестирование методом Бенати – Рицци ……………………….. 25
1.5 Коэффициент альфа и проверка статистической гипотезы о равенстве
коэффициента нулю ………………………………………………………………………………….. 28
2. Расчет и аналитика …………………………………………………………………………………… 31
2.1 Постановка задачи и исходные данные ………………………………………………… 31
2.2 Формирование портфеля методом Марковица ……………………………………… 31
2.3 Формирование портфеля методом Бенати – Рицци ………………………………. 33
2.4 Сравнение портфеля Марковица с портфелем Бенати – Рицци……………… 34
2.5 Формирование портфеля с использованием DCC GARCH ……………………. 38
2.6 Сравнение портфеля Марковица построенного с учетом безусловных и
условных характеристик …………………………………………………………………………… 41
2.7 Сравнение динамики стоимости портфеля Марковица, Бенати – Рицци и
DCC – GARCH после их формирования …………………………………………………….. 44
3. Финансовый менеджмент, ресурсоэффективность и ресурсосбережение …… 46
3.1 Потенциальные потребители результатов исследования ………………………. 46
3.2 SWOT – анализ ……………………………………………………………………………………. 47
3.3 Планирование управления научно-исследовательской работы ……………… 48
3.4 Расчет бюджета научного – технического исследования ………………………. 51
3.5 Определение ресурсосберегающей, финансовой, бюджетной, социальной и
экономической эффективности исследования ……………………………………………. 57
Выводы по главе «Финансовый менеджмент, ресурсоэффективность и
ресурсосбережение …………………………………………………………………………………… 60
4. Социальная ответственность ……………………………………………………………………. 61
4.1 Введение……………………………………………………………………………………………… 61
4.2 Правовые и организационные вопросы обеспечения безопасности ………. 61
4.3 Производственная безопасность ………………………………………………………….. 63
4.4 Анализ опасных и вредных производственных факторов ……………………… 64
4.5 Обоснование мероприятий по снижению уровней воздействия опасных и
вредных факторов на исследователя………………………………………………………….. 73
4.6 Экологическая безопасность………………………………………………………………… 73
4.7 Безопасность в чрезвычайных ситуациях …………………………………………….. 75
Выводы по главе «Социальная ответственность» ………………………………………. 76
Заключение …………………………………………………………………………………………………. 77
Список публикаций ……………………………………………………………………………………… 79
Список используемой литературы ……………………………………………………………….. 80
Приложение А …………………………………………………………………………………………….. 83
Приложение В……………………………………………………………………………………………… 94
Приложение С……………………………………………………………………………………………… 95
Приложение D …………………………………………………………………………………………….. 96
Приложение E ……………………………………………………………………………………………… 97
Приложение F ……………………………………………………………………………………………… 98
Приложение G …………………………………………………………………………………………….. 99
Под инвестиционным портфелем в данной работе подразумевается
совокупность паевых инвестиционных фондов (ПИФов) различных
управляющих компаний.
Любой инвестор, осуществляющий финансовые инвестиции в
определенный момент, сталкивается с задачей формирования портфеля. В
настоящий момент инвесторы имеют достаточно большой выбор различных
методов и алгоритмов для оптимального распределения активов в портфеле.
Так, предложенная Гарри Марковицем модель построения оптимального
портфеля уже на протяжении долгого времени остается одной из самых
популярных. Гарри Марковиц в своей работе предложил в качестве ожидаемой
доходности актива использовать выборочную оценку математического
ожидания доходности, а в качестве меры риска – выборочную оценку дисперсии
доходности актива.
Но в данной теории существуют также и недостатки.
Так, например, стандартное отклонение не учитывает вероятность как
сильного снижения доходности какой – либо бумаги, так и ее сверхсильный рост.
Для устранения данных недостатков позже был введен критерий, который
объединил в себе черты дохода и риска, и был назван VaR-критерием (Value-at-
Risk). Метод VaR определяет риск актива путем максимального процентного
отклонения актива или его стоимости, с заданной вероятность. Так VaR может
выразить существующие риски одним числом. Соответственно дисперсию, в
классическом понимании теории Марковица, можно заменить на меру риска
VaR.
Также еще одним недостатком теории Марковица является предположение
о постоянстве доходностей и дисперсий отдельных активов, а также их
ковариаций. Можно отметить, что выборочные оценки не учитывают
возможности автокорреляции временных рядов доходностей.
Соответственно, встает необходимость в моделировании ожидаемых
доходностей, дисперсий и ковариаций доходностей, чтобы можно было
предсказать их будущее значение.
Все вышесказанное стало причиной выбора темы магистерской
диссертации.
Таким образом, практический раздел данной исследовательской работы
разделен на две части:
⎯ первая часть представляет собой сравнение двух методов
формирования портфеля, такие, как: метод Марковица с использованием
выборочной оценки дисперсии и метод с заменой дисперсии в классическом
понимании Марковица на меру риска VaR (метод Бенати – Рицци);
⎯ во второй части для решения проблемы изменчивости
волатильности, которую не учитывает Г. Марковиц в своей теории,
рассматривается многомерная модель DCC GARCH (Dynamic Conditional
Correlation).
Целью работы является моделирование оптимального портфеля паевых
инвестиционных фондов на основе различных математических методов.
Для достижения поставленной цели были сформулированы следующие
задачи:
1. Сформировать портфели на 29.07.2020 г. по методу Марковица с
помощью выборочной оценки волатильности и по методу Бенати – Рицци с
заменой дисперсии на меру риска VaR по данным с 01.12.2017 по 28.07.2020 гг.;
2. Сравнить полученные портфели. Найти статистические оценки для
коэффициентов альфа и проверить статистические гипотезы о равенстве
коэффициентов альфа нулю в каждый день после формирования портфелей;
3. Сформировать портфель с 29.07.2020 по 30.09.2020 г. по методу
Марковица с помощью многомерной модели условной гетероскедастичности;
4. Сравнить динамику изменения долей и фактической стоимости
портфеля, построенного с помощью выборочной оценки волатильности и
построенного с помощью многомерной модели DCC GARCH.
5. Сравнить динамику стоимости портфеля с 29.07.2020 по 30.09.2020,
сформированного тремя методами и дать оценку эффективности их управления.
Выбрать наилучший вариант.
Объектом исследования являются 10 паевых инвестиционных фондов
различных управляющих компаний.
Предметом исследования является формирование инвестиционного
портфеля различными методами.
В процессе выполнения работы исследование по одной из частей ВКР было
представлено на XVI Международной конференции студентов, аспирантов и
молодых ученых «Перспективы развития фундаментальных наук», город Томск,
23 – 26 апреля 2019 г.
Также, другая часть исследования была представлена на конференции
«Физико-технические проблемы в науке, промышленности и медицине
(ФТПНПМ-2019)», город Томск, 30 сентября – 04 октября 2019 г.
Обзор литературы
Для выполнения выпускной квалификационной работы была изучена
специализированная литература на русском и на английском языках, которая
включает в себя книги, научные журналы, статьи и пособия.
Методической основой исследования в области формирования
инвестиционного портфеля являются труды таких видных ученых, как: Г.
Марковиц, У. Шарп, Дж. Литнер, И. Фишер, Д.М. Кейнс и другие.
В данной работе, за основу моделирования инвестиционного портфеля взята
методология Марковица. Для этого были изучены следующие материалы [1].
Марковиц в своей теории в качестве меры риска использует дисперсию или
стандартное отклонение доходности. Но нередко это оказывается неэффективно.
Это объясняется тем, что дисперсия не раскрывает структуры отклонений, т.е. не
различает положительных и отрицательных отклонений и не учитывает риска
больших, но редких убытков. Дисперсия одинаково учитывает отклонения в
доходности актива в сторону ее увеличения и снижения. В то же время инвестора
беспокоит именно снижение актива [2]. На основании вышеперечисленной
проблемы позже был введен VaR – критерий. В данной работе используется
инновационный метод Бенати – Рицци, который учитывает оценку VaR. В статье
[3] рассмотрено несколько моделей, с учетом предпочтений инвестора. В данной
магистерской диссертации использовалась только модель минимизации риска.
Также в данной магистерской диссертации моделируется портфель с учетом
многомерной волатильности. Для его применения были изучены работы таких
ученых, как Р. Энгла и Т. Боллерслева. Их описание можно найти по ссылкам [4,
5, 6], а также другие работы [7, 8].
Портфель на основе данного метода моделируется в программе RStudio, для
его применения были изучены следующие книги [9,10]. В данных книгах
описана методика составления портфеля и примеры реализации данной задачи в
этой программе.
Помимо этого, в данной работе рассчитывается коэффициент альфа
Йенсена. Более подробно об оценке эффективности управления
инвестиционным портфелем описано в статье [11].
Так как объектом исследования в данной работе являются 10 паевых
инвестиционных фондов различных управляющих компаний, то изучение
подходов и методов, которые рассматривают ПИФы как инструмент для
формирования инвестиционных портфелей в данной работе особенно актуально.
Однако вышеуказанные авторы в своих работах касаются только
формирования портфеля с использованием акций и облигаций.
Поэтому для изучения специфики рынка коллективных инвестиций были
рассмотрены работы других талантливых ученых, такие как: А. Абрамов, А.
Радыгин, М. Чернова «Эффективность управления портфелями паевых
инвестиционных фондов» [12] и М. Капитан «Паевые фонды. Современный
подход к управлению деньгами» [13].
1. В первой части магистерской диссертации были сформированы портфель
по методу Марковица и по методу Бенати – Рицци на 29.07.2020 г по данным с
01.12.2017 по 28.07.2020 гг. Они имеют вид:
= 0,270 (Альфа Глобальный баланс) + 0,662 (БКС Империя)
+ 0,053 (Райффайзен США)
+ 0,015 (Райффайзен Фонд активного управления);
= 0,582 (Альфа Глобальный баланс) + 0,254 (БКС Империя)
+ 0,164 (Сбер Финансовый сектор)
Так, при ожидаемой доходности ≥ 17% минимальный риск на момент
формирования портфеля составил 13,58% годовых.
2. Найдены статистические оценки для коэффициентов альфа и проверены
статистические гипотезы о равенстве коэффициентов альфа нулю в каждый день
после формирования портфелей. Оказалось, что портфель, составленный по
Марковицу и Бенати – Рицци в обоих методах управляется одинаково
неудовлетворительно лишь в 6,67 % случаев.
Таким образом, сделано заключение о том, что портфели в
переформировании не нуждаются.
3. Во второй части магистерской диссертации используя DCC GARCH был
сформирован портфель по методу Марковица с учетом условных числовых
характеристик. На 29.07.2020 г. его структура составляет:
= 0,269 (Альфа Глобальный баланс) + 0,665 (БКС Империя)
+ 0,052 (Райффайзен США)
+ 0,015 (Райффайзен Фонд активного управления)
Так, при ожидаемой доходности ≥ 17% минимальный риск на момент
формирования портфеля составил 10,52% годовых.
4. Было выдвинуто предположение о том, что портфель Марковица
построенный с учетом условных числовых характеристик, оцененных с
помощью многомерной модели GARCH, уменьшает риск по сравнению с
портфелем Марковица построенного с учетом безусловных характеристик. Для
этого доказательства были рассчитаны выборочные с.к.о;
5. Так для портфеля Марковица построенного с учетом многомерной
модели – среднеквадратическое отклонение составило 0,81 %, а для портфеля
Марковица с учетом безусловных характеристик 0,87 % соответственно.
6. В качестве заключительного этапа был проведен сравнительный анализ
цен сформированного портфеля разными методами за период с 29.07.2020 по
30.09.2020 г. Так, качестве наиболее эффективной стратегии инвестирования
было предложено инвестировать в портфель сформированным с учетом
многомерной модели GARCH.
Список публикаций
1. Фокина Е.К., Крицкий О.Л. Формирование портфеля криптовалют с
помощью предельной величины риска // Физико – технические проблемы в
науке, промышленности и медицине (ФТПНПМ – 2019). Сборник научных
трудов Международной научно – практической конференции студентов,
аспирантов и молодых ученых, г. Томск, 30 сентября – 04 октября 2019. Изд-во
ТПУ. С. 97.
2. Фокина Е.К. Формирование инвестиционного портфеля
криптовалют методом Марковица // Перспективы развития фундаментальных
наук: сборник трудов XVI Международной конференции студентов, аспирантов
и молодых ученых, Томск, 23-26 Апреля 2019. Изд-во ТПУ. Т.3. Математика.
Последние выполненные заказы
Хочешь уникальную работу?
Больше 3 000 экспертов уже готовы начать работу над твоим проектом!
5 (188 отзывов)
4.6 (71 отзыв)
4.6 (30 отзывов)
5 (8 отзывов)
4.1 (20 отзывов)
4.9 (37 отзывов)
4.8 (105 отзывов)
5 (14 отзывов)
4.9 (522 отзыва)
