ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 07.04.2021

Просмотров: 1762

Скачиваний: 15

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
background image

128

Глава 10. Облигационные вычисления

Задача 10.42.

Номинал облигации

Р

1000, цена

Р

1066,24, купон 10%, вы-

плачивается один раз в год. До погашения облигации 4 года, доходность до

погашения 8%. Определить кривизну облигации.

Задача 10.43.

Номинал облигации

Р

1000, купон 10%, выплачивается один

раз в год. До погашения облигации 6 лет, доходность до погашения 10%. Опре-

делить кривизну облигации.

Задача 10.44.

Номинал облигации

Р

1000, купон 10%, выплачивается один

раз в год, до погашения бумаги 4 года, доходность до погашения 10%, модифи-

цированная дюрация 3,1699, кривизна 13,723. Определить процентное измене-

ние цены облигации при: а) росте доходности до погашения на 1%; б) снижении

доходности до погашения на 1%.

Задача 10.45.

Номинал облигации

Р

1000, цена

Р

1075,82, купон 12%. вы-

плачивается один раз в год. До погашения облигации 5 лет, доходность до по-

гашения 10%, модифицированная дюрация 3,704, кривизна 18,74. Определить

изменение цены облигации при: а) росте доходности до погашения на 0,1%;

б) снижении доходности до погашения на 0,1%.


background image

11

Основные подходы к моделированию

портфельных решений

11.1. Модель портфеля Г. Марковица

Формальное изложение основных положений теории портфельного инве-

стирования начнем с введения обозначений. Пусть

n

активов (акций, облигаций,

валютных единиц, всевозможных комбинаций активов) обращаются на финан-

совом рынке. Рыночную стоимость

i

-го актива в момент времени

t

будем обо-

значать

P

ti

, а величину денежного потока (дивиденды, купонные выплаты и

т.п.), связанного с этим активом в тот же самый момент времени –

D

ti

. Тогда,

используя введенные обозначения, можно записать выражение для расчета до-

ходности

i

-го актива за единичный период следующим образом:

r

ti

=

P

ti

P

t

1

i

+

D

ti

P

t

1

i

(11.1)

Доходность представляет собой ту характеристику, которая на финансо-

вом рынке больше всего интересует инвесторов. Она является случайной ве-

личиной. Для строгого математического описания ее поведения обычно вводят

фильтрованное вероятностное пространство

(Ω

,

I

,

F

= (

I

t

)

,

P

)

, где

– множе-

ство элементарных исходов на финансовом рынке;

I

– доступная информация

(произошедшие события);

F

– информационный поток, порождаемый инфор-

мацией

I

t

;

P

– вероятности на множестве событий. На формальном уровне до-

ходность актива в каждый момент времени описывается случайной величиной

r

ti

как функцией от

ω

t

, т.е.

r

ti

=

r

i

(

ω

t

)

.


background image

130

Глава 11. Основные подходы к моделированию портфельных решений

Известно, что в качестве данных для решения оптимизационной задачи

нельзя использовать случайные величины. Чтобы избежать нежелательной си-

туации при построении модели, переходят к их числовым характеристикам. В

непрерывном случае математическое ожидание случайной величины

r

i

(

ω

)

за-

писывается следующим образом:

m

i

=

E

(

r

i

) =

Z

r

i

(

ω

)

d

P

,

(11.2)

в дискретном случае вместо интегрирования осуществляется суммирование

m

i

=

E

(

r

i

) =

X

ω

r

i

(

ω

)

p

(

ω

)

,

(11.3)

где

p

(

ω

)

– вероятность элементарного исхода.

Аналогично определяются дисперсия и ковариация

σ

2

i

=

D

(

r

i

) =

E

(

r

i

m

i

)

2

,

(11.4)

σ

ij

=

E

(

r

i

m

i

) (

r

j

m

j

)

.

(11.5)

В реальных расчетах обычно используются выборочные оценки, построен-

ные на основе исторических значений доходностей

r

ti

,

t

= 1

, . . . , T

m

i

=

1

T

T

X

t

=1

r

ti

,

(11.6)

σ

2

i

=

1

T

1

T

X

t

=1

(

r

ti

m

i

)

2

,

(11.7)

σ

ij

=

1

T

1

T

X

t

=1

(

r

ti

m

i

) (

r

tj

m

j

)

.

(11.8)

В однопериодной модели Г. Марковица инвестор в момент времени

T

фор-

мирует портфель

w

w

W

=

(

w

= (

w

1

, w

2

, . . . , w

n

) :

n

X

i

=1

w

i

= 1

)

,

(11.9)


background image

11.1. Модель портфеля Г. Марковица

131

где

w

i

– доля капитала инвестора, размещенная в

i

-м активе;

W

– достижимое

множество портфелей, которые можно сформировать из

n

активов.

Любой портфель из достижимого множества можно описать в соответствии

с подходом Г. Марковица двумя показателями: математическим ожиданием и

дисперсией, отражающих надежды и опасения инвесторов.

Математическое ожидание портфеля определяется выражением

m

w

=

E

 

n

X

i

=1

w

i

r

i

!

=

n

X

i

=1

w

i

E

(

r

i

) =

n

X

i

=1

w

i

m

i

(11.10)

и представляет собой ожидаемую в среднем доходность портфеля.

Дисперсия портфеля может быть представлена выражением

σ

2

w

=

D

 

n

X

i

=1

w

i

r

i

!

=

n

X

i

=1

n

X

j

=1

w

i

w

j

σ

ij

.

(11.11)

Эти выражения более удобны и компактны в матричной форме

m

w

=

w

0

m

,

(11.12)

σ

2

w

=

w

0

Σw

,

(11.13)

где

w

0

= (

w

1

, w

2

, ..., w

n

)

;

m

0

= (

m

1

, m

2

, ..., m

n

)

;

Σ

– ковариационная матрица

доходностей, элементы которой определяются в соответствии с (11.8).

С математической точки зрения стремление инвесторов сформировать порт-

фели, обеспечивающие им высокую доходность с достаточно низким уровнем

риска – нереально. Получить портфель, который обеспечивал бы достижение

максимальной доходности и минимального риска, как известно, невозможно.

Поэтому в задачах формирования портфеля предусматривают оптимизацию

одного из показателей при фиксированном уровне второго. Либо комбиниру-

ют эти критерии, строя на их основе целевую функцию в виде свертки этих

критериев, сводя тем самым многокритериальную (в данном случае двухкри-

териальную) задачу к однокритериальной.

Обобщая выше изложенное, можно рассматривать следующие варианты

моделей, обеспечивающих получение оптимальных портфелей:


background image

132

Глава 11. Основные подходы к моделированию портфельных решений

1. Минимизация риска при заданном уровне ожидаемой доходности

σ

2

w

min;

m

w

=

µ.

2. Максимизация ожидаемой доходности при заданном уровне риска

m

w

max;

σ

2

w

=

σ.

3. Максимизация специально построенной функции полезности

U

(

m

w

, σ

w

)

max

.

4. Максимизация функции полезности с ограничениями

U

(

m

w

, σ

w

)

max;

Aw

b

.

Во всех рассмотренных вариантах предполагалось, что сумма элементов

вектора структуры портфеля равна единице. Это условие далее мы будем за-

писывать в компактной форме

w

0

i

= 1

, где

i

– единичный вектор.

Принято считать, что в портфеле

w

, который является решением любой

из выше приведенных задач оптимизации, отражено предпочтение инвестора

относительно ожидаемой доходности и уровня риска. Такие портфели принято

называть эффективными.

Множество эффективных (оптимальных) портфелей, каждый из которых

обеспечивает либо максимальную ожидаемую доходность среди портфелей до-

стижимого множества с одинаковым уровнем риска (дисперсии)

W

=

w

W

:

m

w

= max

m

w

:

w

W

, σ

2

w

=

σ

 

,

либо минимальный риск среди портфелей достижимого множества с одинако-

вым значением ожидаемой доходности, которая не меньше доходности портфе-