Реферат: Новосибирский государственный университет экономики и управления


Федеральное агентство по образованию

НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И УПРАВЛЕНИЯ

Институт Кафедра

Институт экономики, учета и статистики

Ценные бумаги

К ЗАЩИТЕ
Заведующий кафедрой
проф. Новиков А.В.

" " 200 5 г.

ДИПЛОМНАЯ РАБОТА

по специальности высшего профессионального образования
060400 «Финансы и кредит»

( шифр)

(название специальности)

^ Моделирование портфеля рублевых облигаций

( название темы)




( подпись, дата)

( подпись, дата)
Исполнитель, студент гр.0043

Руководитель


( Вальвачев Д.В. )

( проф. Новиков А.В. )

Новосибирск 2005

2 СОДЕРЖАНИЕ

ВВЕДЕНИЕ 3

^ ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ МОДЕЛИРОВАНИЯ ПОРТФЕЛЯ
РУБЛЕВЫХ ОБЛИГАЦИЙ 8

§1.1. Подход к определению термина «облигация» 8

§1.2. Сущность, классификация и сравнительный анализ базовых моделей с моделью
автора 10

§1.3. Проблемы моделирования портфеля рублевых облигаций 19

^ ГЛАВА 2. МЕТОДИЧЕСКИЙ ПОДХОД К МОДЕЛИРОВАНИЮ ОБЛИГАЦИОННОГО
ПОРТФЕЛЯ 25

§2.1. Этапы разработки модели 25

§2.2. Авторская система фундаментальных факторов, формирующих национальный
рынок облигаций 32

§2.3. Система учета финансовых рисков эмитента 40

§2.3.1. Рыночный риск 40

§2.3.2. Кредитный риск 42

^ ГЛАВА 3. ФОРМИРОВАНИЕ ПОРТФЕЛЯ РУБЛЕВЫХ ОБЛИГАЦИЙ 51

§3.1. Реализация методического подхода на примере рублевых облигаций ММВБ 51

§3.2. Бэк-тестинг (проверка) модели 67

§3.3. Рекомендации 70

ЗАКЛЮЧЕНИЕ 73

ЛИТЕРАТУРА 76

ПРИЛОЖЕНИЕ 79

3

Введение

«На первый взгляд некоторые лучшие труды современных авторов вступают в противоречие с работами их предшественников. Между тем…новые доктрины лишь дополняют старые, расширяют, развивают, иногда исправляют их, часто придают им иную тональность, по-новому расставляя акценты, но очень редко ниспровергают их»1.

Облигация, как финансовый инструмент, является, пожалуй, в некотором роде уникальным как среди долговых инструментов, так и по сравнению с долевыми ценными бумагами. В частности, в отличие банковских кредитов и векселей носит более долгосрочный характер. Также публичность размещения и качественная работа андеррайтера могут значительно снизить издержки заемщика по содержанию долга. В отличие же от акций облигации позволяют не «размывать» акционерный капитал и зарабатывать кредитную историю.

В России, в частности, рынок корпоративных облигаций начал развиваться в полном смысле этого слова лишь с середины 1999 года, когда Правительство РФ приняло Постановление №696 от 26.06.99 года, которое разрешило относить процентные платежи, а также дисконт по корпоративным облигациям на себестоимость продукции предприятия в пределах ставки рефинансирования ЦБ РФ + 3%. Поэтому говорить о наличии на российском рынке облигаций продолжительной кредитной истории эмитентов не приходится.

Учитывая особенности облигаций и позитивную текущую конъюнктуру, связанную с избыточной ликвидностью, многие крупные и средние российские предприятия стремятся выйти на российский облигационный рынок, о чем говорят темпы его роста. Например, объем рынка корпоративных облигаций (по номиналу) за 2004 год вырос со 159 млрд. до 267 млрд. рублей (+68%), количество рыночных эмиссий увеличилось со 152 до 201 (+32%)2. Различное

1 Маршалл А. Принципы экономической науки / «Прогресс».-М.-1993

2 Анализ статистики Корпоративные и банковские облигации. Ежемесячный информационно-аналитический
бюллетень //ИА «Cbonds».-2004.-№12.

4 соотношение темпов прироста объема и количества корпоративных облигаций говорит о том, что в 2004 году средний размер выпуска значительно увеличился – приблизительно до 1,3 млрд. рублей (по нашей оценке величина этого показателя за 2003 год составляла около 1 млрд. рублей). В целом, в 2004 году объем рынка рублевых облигаций в России достиг 800 млрд. рублей, показав темп прироста в 68%, что соответствует приросту рынка корпоративных облигаций, а, значит, говорит о достаточно равномерном развитии различных сегментов облигационного рынка нашей страны.

Однако если рассматривать потенциал облигационного рынка в России не только с позиции предложения, но и спроса, то есть с позиции инвестора, прежде всего, банков и институтов коллективного инвестирования, то становится очевидным тот факт, что темпы его прироста недостаточны. Например, за 2004 год стоимость чистых активов российских ПИФов увеличилась до 110 млрд. рублей (+84%), количество ПИФов – до 270 (+108%)3. Средний размер остатков средств комбанков на корсчетах в ЦБ РФ в 2004 году по сравнению с 2003 годом вырос со 120 до 221 млрд. рублей (+84%)4, что по своей динамике превалирует над ростом рынка рублевых облигаций.

Более того, своему росту, в частности, рынок корпоративных облигаций обязан небольшому количеству известных эмитентов: Газпром (номинальный совокупный объем обращающихся выпусков облигаций равен 25 млрд. рублей, два из которых на сумму 15 млрд. были размещены в 2004 году), РЖД (все обращающиеся выпуски на общую сумму 12 млрд. рублей были выпущены в конце 2004 года), а также Лукойл, Центртелеком, Алроса и некоторые другие, облигационная задолженность которых превышает 3 млрд. рублей.

Все это свидетельствует, прежде всего, о том, что рынок облигаций в России слабо диверсифицирован, однако востребован в глазах инвесторов, для которых особенно важна степень надежности активов.

3 Анализ статистики на www.investfunds.ru

4 Расчет на основе статистики официального сайта ЦБ РФ www.cbr.ru

5

В этих условиях, перед инвестором стоит сложная задача формирования облигационной части своего портфеля. Для ее решения, как правило, используются различные теории портфельного моделирования.

Немало известных моделей подобного рода разработаны десятки лет назад, но актуальны и в наше время. Например, теория Гарри Марковитца, созданная им в 1952 году, явилась, на наш взгляд, основой для таких моделей как рыночная модель, CAPM. Существуют также другие, так называемые «исключительно» факторные модели, например, АРТ, а также очень популярная среди институциональных инвесторов модель (программа) Е2, созданная в начале 1970-х гг. «Стоит такая программа десятки тысяч долларов, в России она применяются пока 1-2 крупнейшими банками5».

К общим особенностям перечисленных моделей можно отнести следующее:

ориентация, прежде всего, на рынок акций;

эффективность моделей, как правило, прямо пропорциональна исследуемому количеству ценных бумаг, поэтому рынок априори должен быть глубоко диверсифицирован;

подразумевается (особенно в факторных моделях) наличие продолжительной истории существования РЦБ, в противном случае, возникает проблема информационной асимметрии.

Становится очевидным тот факт, что, использование предложенных моделей в условиях российского рынка, по крайней мере, в «чистом» виде является более чем некорректным.

Поэтому целью работы является разработка методического подхода к моделированию оптимального портфеля рублевых облигаций, максимально возможно учитывающего особенности российской экономики.

В соответствии с целью были поставлены и решены следующие задачи:

Дука А.С. Риск и доходность //Рискман.-21.10.04

6

рассмотреть определение понятия «облигация» в системе взглядов, позволяющее более глубоко осознать суть и сущность этого финансового инструмента;

классифицировать и провести сравнительный анализ базовых моделей портфеля ценных бумаг с моделью, разработанной автором;

выделить проблемы, с которыми можно столкнуться при моделировании портфеля рублевых облигаций;

разработать систему фундаментальных факторов, влияющих на динамику рынка рублевых облигаций;

разработать качественную математическую форму модели;

разработать систему учета финансовых рисков;

провести бэк-тестинг (проверку) модели;

разработать рекомендации по моделированию портфеля рублевых облигаций.

Методологией работы является системный подход, заключающийся в рассмотрении процесса моделирования портфеля рублевых облигаций с точки зрения факторов, влияющих на ценовую динамику бумаг, и степени развитости российского рынка облигаций.

В работе использованы следующие методы: исторический, логический, моделирование, сравнение, анализ, синтез, рейтинговые оценки, дедукция.

^ Научная новизна заключается в том, что:

выявлены и с точки зрения удобного практического применения классифицированы факторы, влияющие на ценовую динамику рублевых облигаций;

предложена нестандартная система оценки финансовых рисков;

для реализации проекта разработана автоматизированная модель облигации с возможностью амортизации долга;

разработаны рекомендации по моделированию портфеля рублевых облигаций.

7

^ Объекты исследования – выпуски российских рублевых облигаций.

Предмет исследования – процесс формирования портфеля рублевых облигаций.

Внедрение разработки: данная модель была разработана автором для оптимизации процесса формирования облигационной части портфелей ПИФов Управляющей Компании «Мономах» (см. «Справка» в Приложении)

Координация проекта осуществлялась к.э.н., специалистом инвестиционного управления УК «Мономах» Киселевым Егором Борисовичем.

8

Глава 1. Теоретические аспекты моделирования портфеля рублевых облигаций

§1.1. Подход к определению термина «облигация»

Понятие «облигация», несомненно, входит в число экономических категорий, которые являются общепризнанными. История облигаций уходит корнями далеко в позднее средневековье. Однако на сегодняшний день в научных трудах различных специалистов мы можем видеть не совсем тождественные трактовки термина «облигация» (см. таблицу 1):

Таблица 1

^ Различные подходы к определению понятия «облигация».





Определение понятия «облигация»

Источник

1

Приносящая процентный доход или дисконтная государственная ценная бумага, обязывающая сторону, выпустившую облигацию, периодически, как правило, раз в полгода, платить её владельцу определенную сумму денег, а также выплатить основную сумму займа по наступлении срока погашения

Джон Доунс, Джордан Элиот Гудман. «Финансово-инвестиционный словарь», 1997.

2

Долгосрочное обязательство, эмитируемое правительственной или частной организацией

Юджин Ф. Бригхем. «Энциклопедия финансового менеджмента», 1998.

3

Купонные ценные бумаги, со сроками погашения, превышающими 10 лет, размещаемые на аукционах.

Кристина И. Рэй. «Рынок облигаций», 1999.

4

Сертификат, удостоверяющий факт задолженности и обязательство должника выплатить кредитору определенный процент от долга и погасить сам долг (амортизацию) по истечении определенного периода

Б.И. Алехин. «Рынок ценных бумаг», 1991.

5

Долговое обязательство, в соответствии с которым заемщик гарантирует кредитору выплату определенной суммы по истечении обусловленного срока и выплату ежегодного дохода в виде фиксированного процента

А.Г. Ивасенко. «Основные понятия фондового рынка», 1995.

6

Ценная бумага, удостоверяющая право её владельца на получение от лица, выпустившего облигацию, в предусмотренный ею срок номинальной стоимости облигации или иного имущественного эквивалента

С.П. Гришаев. «Что нужно знать о ценных бумагах?», 1997.

9



7

Это серийное долговое обязательство. ^ Корпоративная облигация – это не только долговая, но и каузальная, эмиссионная, котируемая, фондовая, биржевая, рыночная, срочная ценная бумага

А.Г. Каратуев. «Ценные бумаги: виды и разновидности», 1997.

8

Кредитные соглашения, основанные на ценных бумагах, по которым не существует единственного кредитора, а, наоборот, целый ряд кредиторов, предоставляющих свои средства в кредит одному заемщику

Базовый курс по РЦБ /ФКЦБ.- 2000.

9

Эмиссионная ценная бумага, закрепляющая право её держателя на получение от эмитента облигации в предусмотренный ею срок номинальной стоимости и зафиксированного в ней процента от этой стоимости или иного имущественного эквивалента

ФЗ «О рынке ценных бумаг», статья 2.

Безусловно, все приведенные выше определения по-своему правильны и точно сказать, какое из них является наиболее верным вряд ли представляется возможным, так как отражает субъективный взгляд авторов – многие из них являлись и являются практикующими специалистами, поэтому в определении отразили реалии своего времени (с течением времени прежние финансовые инструменты становятся разнообразнее).

Однако здесь хотелось бы предложить свою собственную трактовку понятия «облигация», основанную на систематизации существующих определений (см. таблицу 2 в Приложении):


Вырезано.

Для доставки полной версии работы перейдите по ссылке.


Авторская модель является факторной и неравновесной. Выбор в пользу этого был сделан по причине наличия у подобных моделей, несомненно, большей объективности, выраженной в учете влияния на поведение бумаги разносторонних факторов.

Также стоит сказать, что большинство теорий портфельного моделирования ориентированы на высококонкурентный, информационно открытый (что, по сути, разумно) рынок акций, где у инвесторов имеется широкое право выбора инвестиционных объектов. В противном случае, при использовании многих моделей, основанных, в том числе, на теории Марковитца, могут возникнуть трудности в построении эффективного множества. Несомненно, подобные проблемы будут иметь место при работе с относительно небольшим рынком рублевых облигаций (в главе 3 автором это утверждение будет доказано эмпирически). Поэтому при разработке модели мы постарались учесть специфику российского рынка, разработав альтернативную систему учета рисков.

Причина того, что мы отнесли модель Е2, в большей степени, к методу пассивного управления портфелем – наличие чрезмерного количества факторов (68), на получение информации и обработку которых, вероятно, уходит немало времени. Следовательно, для активного портфельного менеджера (особенно в российских условиях) использование данной модели явно нарушает принцип оперативности активного «трейдинга». Поэтому модель автора, будучи факторной, предназначена, в большей степени, для пассивного инвестора, который соответственно сохраняет модельную структуру портфеля длительное время, лишь изредка ее корректируя.

14

В результате, если говорить в терминах классического моделирования, в основе авторского методического подхода к формированию портфеля рублевых облигаций лежит многофакторная неравновесная модель, построенная по методу временных рядов.

Модель Марковитца

По нашему мнению, стоит согласиться с тем, что Марковитц благодаря своей теории стал, пожалуй, родоначальником портфельного моделирования в современном его понимании. И, прежде всего, ценность его работы, как нам кажется, заключается в том, что он разбил риск на две составляющие: рыночный и специфический, создав, тем самым, фундамент для работы портфельного менеджера.

Однако применение теории Марковитца всегда вызывало много споров в условиях российского фондового рынка. Считается, что основная трудность применения этой портфельной теории - невозможность корректно оценивать ожидаемую доходность актива, ее среднеквадратичное отклонение и взаимосвязь с другими активами на длительный срок.

Основная идея модели Марковитца заключается в том, чтобы статически рассматривать будущий доход, приносимый финансовым инструментом, как случайную переменную. Тогда, если некоторым образом определить по каждому инвестиционному объекту вполне определенные вероятности наступления, можно получить распределение вероятностей получения дохода по каждой альтернативе вложения средств. Для упрощения модель Марковитца предполагает, что доходы по альтернативам инвестирования распределены нормально.

В модели Марковитца для измерения риска вместо среднеквадратичного отклонения используется дисперсия Di.

Таким образом, дисперсия всего портфеля рассчитывается по следующей формуле:

И Н

X—ЧХ—ч

3-1 Jt-1

15

По определению, для i=k Cik равно дисперсии акции. Это означает, что дисперсия, а значит, и риск данного портфеля зависят от риска данной акции, ковариации между отдельными акциями (т.е. систематического риска) и долей Xi отдельных ценных бумаг в портфеле в целом.

При помощи разработанного Марковитцем метода критических линий можно выделить неперспективные портфели, не удовлетворяющие ограничениям (см. рисунок 1):





• ^ Эффективные портфели

Область допустимых портфелей

rtДопустимые,

но неэффективные портфели


х Недопустимые портфели




Рисунок 1. Недопустимые, допустимые и эффективные портфели

Модель оценки финансовых активов (Capital Asset Pricing Model, САРМ)

Данная теория является равновесной нефакторной моделью, которая, безусловно, продолжает теорию Марковитца, особенно в той части, которая касается эффективного множества. Сущность модели сводится к тому, что оптимальный портфель находится на прямой – касательной к эффективному множеству. Эта прямая называется CML (Сapital Market Line), которая имеет следующую запись:

rp = rf + [(rm-rf)/σm]* σp,где

rp– доходность эффективного портфеля;

rf– безрисковая ставка;

rm– рыночная ставка;

σm– стандартное отклонение рыночного портфеля;

σp– стандартное отклонение эффективного портфеля.

16

rp

М

Tf

σр

Рисунок 2. Графическое представление СМL Для одной ценной бумаги существует так называемая SML (Security

Market Line):

ri = rf + [(rm-rfyσ2m]* cov(i,m),

где cov(i,m)/

Инвестор двигается от точки rf до точки М, выбирая долю рискового и

безрискового портфеля. Стоит сказать, что общий для всех инвесторов портфель рисковых активов называется рыночным портфелем, состоящим из всех ценных бумаг.

Здесь сразу хотелось бы отметить 2 из 10 положений, на которых основана САРМ:

- существует безрисковая процентная ставка, по которой инвестор может
инвестировать или взять в долг денежные средства;

- информация свободно и незамедлительно доступна для всех инвесторов.

Эти 2 предположения были отмечены автором, поскольку применительно к России нельзя с уверенностью сказать, что они выполняются. Поэтому ставится под вопрос разумность использования этой модели в рамках российского рынка.

Рыночная модель (Market Model, ММ)

На наш взгляд, рыночная модель является симбиозом 2-х почти кардинально разных видов моделей: факторных и нефакторных. Причины следующие:

17

• по своему подходу (виду уравнения) ММ очень близка к САРМ, а именно
к SML:

ri = αiI + βiI*rI + εiI

где ri - доходность ценной бумаги i за данный период; rI - доходность на рыночный индекс I за этот же период; αiI - коэффициент смещения; βiI - коэффициент наклона;

εiI - случайная погрешность.

• вместо рыночного портфеля используется рыночный индекс, а вместо

безрисковой ставки rf – αiI, что делает модель ММ неравновесной;

• наконец, как следствие использования индекса, модель является
факторной (однофакторной).

Хотелось бы заметить, что, несмотря на некоторые недостатки по сравнению с САРМ, рыночная модель является более применимой на практике, так как с индексным портфелем работать гораздо легче (реальнее), нежели с рыночным.

Факторные модели

На наш взгляд, главный недостаток перечисленных выше моделей – неспособность оценить несистематический риск – отслеживается лишь поведение цены (доходности) бумаги за определенный период времени.

В этом плане факторные модели являются более функциональными, поскольку обладают, на наш взгляд, как минимум двумя важными свойствами:

за счет использования самых различных экзогенных переменных (показателей финансовой отчетности, макропоказателей и т.д.), факторная модель может позволить учитывать (в разумных пределах) не только систематический риск, но и специфический;

методы работы, как нам кажется, являются более разнообразными, дающими больше свободы для комбинирования.

Методов построения факторной модели существует, по меньшей мере, 3:

18

метод временных рядов;

метод пространственной выборки;

метод факторного анализа.

Как уже было сказано выше, в число известных «исключительно» факторных моделей входят APT, E2.

Вырезано.

Для доставки полной версии работы перейдите по ссылке.

Автокорреляция (последовательная корреляция) определяется как корреляция между наблюдаемыми показателями, упорядоченными во времени13. При использовании же, например, метода пространственной выборки в построении модели автокорреляция встречается редко.

Основными причинами наличия автокорреляции являются ошибка спецификации, эффект «паутины», инерция в изменении экономических показателей, сглаживание данных.

Бородич С.А. Эконометрика / Новое знание.-Минск.-2001

22

Поскольку в модели не использовались сезонно-сглаженные данные, в первую очередь подверженные инертности, то автором была предпринята попытка решить две проблемы: ошибка спецификации, эффект «паутины».

^ Ошибка спецификации. Неучет в модели какой-либо важной объясняющей переменной, либо неправильный выбор формы зависимости обычно приводит к системным отклонениям точек наблюдений от линии регрессии, что может обусловить автокорреляцию.

^ Эффект «паутины». Во многих производственных и других сферах экономические показатели реагируют на изменение экономических условий с временным лагом. Например, предложение сельскохозяйственной продукции реагирует на изменение цены с запаздыванием, равным периоду созревания урожая. Тот же принцип автор постарался использовать при анализе такого фактора как цена на нефть марки WTI – очевидно, что за счет фьючерсной торговли «черным золотом», преимущественно на Нью-йоркской товарной бирже и Международной нефтяной бирже в Лондоне, цены на нефть влияют на величину выручки нефтеэкспортеров с некоторым лагом. Определение оптимальной для модели величины лага значений фактора – одна из непростых задач, которую пришлось решать.

5) Учет риска вложений средств является непременным атрибутом

практически любой финансовой модели.

При разработке своей модели, автор сделал акцент на 2-х видах финансового риска: рыночном и кредитном. Однако помимо этих рисков в число финансовых рисков, например, в соответствии с классификацией рисков д.э.н., профессора Е.В. Семенковой, входят также риск ликвидности и операционный14. Но учет вероятности потерь за счет риска ликвидности, в целом, тождественен, по мнению автора, с кредитным риском. Риск

Рынок ценных бумаг /Под ред. Галанова В.А.-«Финансы и статистика».-М.-2003г.

23 операционный, в свою очередь, вообще сложно поддается анализу, так как отражает возможность потерь в результате действий оператора рынка.

Трудность в отражении рыночного риска возникла, как уже было сказано, по причине невозможности использования классических моделей, позволяющих строить эффективное множество. Поэтому пришлось искать альтернативу стандартным методам определения рыночного риска.

Вырезано.

Для доставки полной версии работы перейдите по ссылке.

25

Глава 2. Методический подход к моделированию облигационного портфеля

§2.1. Этапы разработки модели

В целом, предложенный методический подход представляет собой комплекс факторных моделей и действий, направленных на определение оптимального портфеля.

^ 1) Сбор и анализ информации (отсев)

2) Выбор индекса (ориентира)

3) Разработка системы факторов, влияющих на значение индекса

4) Разработка математической формы модели (для прогноза индекса)

5) Прогноз значений факторов

«Справедливый» прогноз

«Пессимистичный» прогноз

6) Прогноз значений индекса

7) Построение линейной регрессии индекса и бумаги, и нахождение

прогнозной ср. взв. эфф. YTM

8) Определение прогнозной «грязной» цены бумаги с помощью автоматизированной модели облигации

9) Нахождение IRR

«Справедливой» IRR (отсев)

«Пессимистичной» IRR

10) Оценка рыночного риска бумаги (отсев)

11) Оценка кредитного риска бумаги

Банки

Предприятия (отсев)

Государство


НЕТ

12) Предварительное формирование портфеля

13) Модель прошла бэк-тестинг? | ДА

Рисунок 4. ^ Блок-схема методического подхода к моделированию оптимального портфеля рублевых облигаций

26 Формирование портфеля происходит, главным образом, за счет ряда этапов, постепенно исключающих из выборки «лишние» бумаги. Таким образом, весь процесс напоминает процедуру «отсеивания» (см. рисунок 4).

Комментарий к методическому подходу

1 ЭТАП. Итак, весь процесс составления оптимального портфеля, естественно, начинается со сбора необходимой информации.

Первое, что мы должны получить – однонедельные данные о средневзвешенной эффективной YTM и цене каждого обращающегося на ММВБ выпуска (причина выбора именно ММВБ тривиальна – основанная торговля рублевыми облигациями ведется посредством этого организатора). Из получившегося списка сразу необходимо исключить следующие выпуски:

срок погашения или оферты которых ранее, чем через 1 год;

государственные облигации и облигации города Москвы;

количество дней с не признаваемыми котировками более 20% в рабочем году;

- информации по доходности не хватает для качественного построения
регрессии.

В данном случае в качестве порогового значения выбран 1 год, но для пассивного инвестирования этот срок может быть иным, который каждый портфельный менеджер определит самостоятельно.

Государственные и московские бумаги исключаются, так как очевидно, что подобные бумаги являются высоконадежными и малодоходными соответственно. Поэтому, принимая решение о долгосрочном инвестировании в эти бумаги достаточно отталкиваться от текущего значения их эффективной YTM.

В третьем критерии величина в 20% обусловлена тем, что обычно за 1 неделю перед выплатой купона прекращается торговля облигациями. Так как по закону количество купонных выплат в году не может превышать 4, то соответственно 4 недели (28/260*100=10% дней в году) у бумаги может не

27 быть котировок, плюс 10% (свободная величина, определенная экспертным мнением).

2 ЭТАП. Этот этап направлен на определение того показателя, от
прогнозных значений которого мы сможем отталкиваться при прогнозировании
YTM самих бумаг.

Было решено взять за «ориентир» индекс RUX-Cbonds средневзвешенная эффективная доходность корпоративных облигаций. В расчет этого индекса входят высоколиквидные бумаги (среднедневной оборот свыше 2млн. рублей), без валютной привязки, составляющие не менее 5% от номинального объема облигаций, торгующихся на ММВБ, РТС, СПВБ. Автор уверен, что в прогнозе уровня доходности любой облигации на рынке следует отталкиваться от уровня YTM «первоклассных» бумаг, как это и принято в мировой практике (в список бумаг для расчета индекса входят Газпром-2, Газпром-3, Алроса-19, ЕЭС-2, Сибирьтелеком-1 и другие (всего 20 штук))16.

3 ЭТАП. Далее следует разработка системы фундаментальных факторов,
оказывающая, наиболее ощутимое влияние на формирование рублевого рынка
облигаций (детальное описание представлено в §2.2).

4 ЭТАП. На данном этапе необходимо сформировать качественное
математическое выражение результата влияния факторов на индекс. Под
качеством здесь понимается, прежде всего, отсутствие автокорреляции и
максимально возможное значение скорректированного коэффициента
детерминации (Adjusted R2), которые были приняты за наиболее важные
показатели качества построенной регрессии.

Устранение этой проблемы в рамках данного этапа решалось подбором значений факторов и формы модели (линейная, показательная, логарифмическая, полиномиальная и т.п.). Очевидно, что в силу своей специфики такие модели как показательная или логарифмическая не подходят для аппроксимации значения индекса. Например, экспоненциальная функция

www.cbonds.ru

28 больше подходит для описания величины с постоянным темпом прироста во времени. Линейная же функция дает низкое качество регрессии. Поэтому автором было решено взять за основу регрессии полиномиальную модель.

Изначально, как уже было описано в §1.3, проблема наличия автокорреляции устранялась двумя способами:

устранение эффекта «паутины»;

нивелирование ошибки спецификации.

После реализации 3 этапа методического подхода необходимо было определить наличие и «оптимальный» размер лагов у некоторых факторов. После длительного процесса комбинирования у 2-х из 4-х факторов были найдены подобные лаги, обеспечивающие (в разумных пределах) наилучшее качество регрессии.

Что же касается самой формы уравнения регрессии, то здесь основная задача сведена к определению оптимальной степени полинома в соответствии с качеством регрессии, определяемым с помощью графического и аналитического методов (см. Приложение, рисунок 5).

В соответствии с этими данными, можно с уверенностью сказать, что с возрастанием степени улучшается качество модели. Всего автором было построено порядка 200 полиномиальных моделей (с учетом определения оптимального лага факторов) с помощью программ Statistica 6.0 и Excel 2003, но, к сожалению, приходится констатировать тот факт, что исключить наличие автокорреляции полностью не удалось.

Качество полинома 4 и 5 степени очень схоже – статистика Дарбина-Уотсона (DW), которую решено использовать в качестве меры автокорреляции, и Adj.R2 практически идентичны. Но остальные показатели, а также эмпирическое испытание, говорят в пользу применения 5 степени. Однако автор понимает, что с возрастанием степени полинома ухудшаются, в некотором роде, прогнозные качества модели. Поэтому было решено

29 использовать среднее из двух значений, получившихся в соответствии с линейной и полиномиальной моделью.

Вырезано.

Для доставки полной версии работы перейдите по ссылке.

значение кредитного риска является, в большей степени, качественной, а не количественной характеристикой, что продолжает логику первого утверждения.

13 ЭТАП. Бэк-тестинг проводится с целью проверки модели на
состоятельность – способность адекватно отражать реальную ситуацию с
доходностью и риском портфеля. То есть на исторических данных мы
сравниваем результаты, полученные с помощью модели, с истинными
рыночными результатами.

14 ЭТАП. Только после прохождения всех предыдущих 13 этапов у нас
получился список бумаг, из которых мы можем сформировать интересующий
нас портфель. Известно, что инвестор (спекулянт) может быть как рискофобом,
так и рискофилом, поэтому долю каждой бумаги портфельный менеджер
должен определять самостоятельно, учитывая величину желаемой будущей
доходности и тот риск, на который он готов пойти.

§2.2. Авторская система фундаментальных факторов, формирующих национальный рынок облигаций

Безусловно, представленная в этом параграфе система факторов не претендует на полноту. Однако рассмотренный перечень фундаментальных факторов отражает субъективный взгляд автора, основанный на собственном анализе долгового рынка в течение длительного периода времени.

Система выстроена в разрезе двух групп факторов: качественные и количественные для более удобного использования на практике при прогнозировании (см. рисунок 7):

33

Качественные

Количественные


политика президента, правительства политика ЦБ РФ суверенный рейтинг поведение населения


мировые цены на нефть

доходность US Treasuries

индекс EMBI+

объем запланированных выпусков облигаций

курс $/рубль

остатки средств коммерческих банков |на коррсчетах в ЦБ РФ

Рисунок 7. Система фундаментальных факторов, влияющих на развитие

отечественного рынка облигаций

Комментарии к классификации:

1. Политика президента, правительства. Влияние этого фактора
бесспорно в любом государстве, особенно в России, где политические риски
всегда были высоки, что подтверждается также нежеланием некоторых
рейтинговых агентств в недавнем прошлом повышать суверенный рейтинг до
инвестиционного уровня (S&P, Fitch). Повышение рейтинга, в частности,
зависит от того насколько качественно и быстро государство реформирует
банковскую систему, вводит механизм ипотеки и т.п.

Вырезано.

Для доставки полной версии работы перейдите по ссылке.

Стоит также сказать, что значение доходности самих T-Bonds зависит от CPI (индекс потребительских цен) и уровня ставки FED (Федеральная резервная система), которая за 2004 год уже была повышена на 75 б.п.

7. Индекс EMBI+. Индекс EMBI+ рассчитывается банком JPMorgan, и характеризует динамику государственных облигаций стран Emerging Markets. При расчете индекса учитываются номинированные в долларах еврооблигации, а также номинированные в долларах облигации, обращающиеся на внутренних рынках. Спрэды индекса EMBI+ характеризуют разницу в доходностях облигаций развивающихся рынков и американских госбумаг. По классификации JPMorgan на 13.10.03 рынки 19 стран относятся к

Emerging Stock Market Factbook 1998 //IFC.-Washington.-1998 www.ustreas.gov; www.cbonds.ru

38

развивающимся: Аргентина, Бразилия, Болгария, Колумбия, Эквадор, Египет, Малайзия, Мексика, Марокко, Нигерия, Панама, Перу, Филиппины, Польша, Россия, ЮАР, Турция, Украина, Венесуэла26.

Исследование поведения индекса EMBI+ интересно по той причине, что позволяет определить общую тенденцию улучшения (ухудшения) ситуации на развивающихся рынках по отношению к американской экономике. То есть это относительный показатель, а значит, позволяет напрямую проводить сравнительный анализ развития экономик.

Позиционирование в среде развивающихся стран также очень важно, как и снижение кредитного спрэда к US Treasuries как такового. Можно сказать, что это борьба за потенциального мирового инвестора. Влияние этого фактора для России, на наш взгляд, особо ощутимо среди прочих 18 стран индекса, так как она является одной из трех стран, удельный вес в EMBI+ которых – наибольший (см. график 4):

График 4

^ Структура индекса EMBI+ на 14.11.0327

25%

20%

Бразилия

Мексика

Россия

15%

10%

5%

0%

Турция

Филлипины

Венесуэла



]=к

По моим исследованиям коэффициент корреляции между индексом EMBI+ и EMBI+Russia равен не менее 0,5, что говорит о наличии возможности прогнозирования влияния EMBI+ на российский рынок облигаций.

www.e-inform.com.ua

Шеметило Д. Российские облигации глазами иностранного инвестора (www.cbonds.ru)

39

8. Объем запланированных выпусков. Данный фактор, на наш взгляд,
полезно рассматривать, прежде всего, с позиции экономической теории в
контексте спроса и предложения.

Дело в том, что облигация – это тоже товар, избыток или недостаток которого на рынке влияет на экономическую конъюнктуру. Если в ближайшее время ожидаются размещения бумаг большого объема, то следует ожидать некоторой коррекции рынка в сторону общего понижения цены при прочих равных условиях.

9. Курс $/рубль. Выше уже было отмечено, как влияет динамика курса
доллара на доходность рублевых облигаций. Здесь лишь отмечу, что при
прогнозе значения самого курса полезно учитывать политику ЦБ РФ, динамику
курса доллара к основным мировым валютам (особенно к евро), а также
величину золотовалютных резервов как инструмент борьбы с инфляцией (а,
значит, и с обесцениванием национальной валюты).

10. Остатки средств коммерческих банков на коррсчетах в ЦБ РФ

Данный фактор
еще рефераты
Еще работы по разное