Управление портфелем ценных бумаг: теория и практика
Лебедев Сергей Владимирович,
аспирант факультета государственного управления Московского государственного университета им. М.В.Ломоносова.
Современная финансовая теория значительное место уделяет проблемам конструирования портфеля ценных бумаг с акцентом на соотношение риска и доходности. Переход к такому подходу в интерпретации рисков во многом связан с отказом от религиозного мировоззрения, доминировавшего ранее. Религиозное мировоззрения было склонно к использованию таких понятий, как рок, фортуна, воля богов, жребий, удел – иными словами, оно выводило эти понятия за пределы человеческой власти и делало их независящими от индивидуальной воли. Это активно проявлялось не только в религиозных текстах, но и в литературе вообще. К примеру, если вспомнить стихотворение «Торжество победителей» Фридриха Шиллера, то оно заключается такими словами Кассандры: «Все великое, земное разлетается, как дым. Нынче жребий выпал Трое – завтра выпадет другим». Как подчеркивает американский ученый П. Бернстайн, «отличительной чертой нашего времени, определяющей границу Нового времени, является овладение стратегией поведения в условиях риска, базирующейся на понимании того, что будущее — это не просто прихоть богов и что люди не бессильны перед природой. Пока человечество не перешло через эту границу, будущее оставалось зеркалом прошлого или мрачной вотчиной оракулов и предсказателей, монополизировавших знания об ожидаемых событиях»[1]. Эти перемены в коллективном сознании позволили дать риску дефиницию в терминах вероятного убытка и даже дать ему математическое содержание.
Как утверждает российский ученый А.П. Альгин, «риск – деятельность, связанная с преодолением неопределенности в ситуации неизбежного выбора, в процессе которого имеется возможность количественно и качественно оценить вероятность достижения предполагаемого результата, неудачи и отклонения от цели»[2]. В.Д. Рудашевский дает риску аналогичную дефиницию, определяя его как «вероятность ошибки или успеха того или иного выбора в ситуации с несколькими альтернативами»[3].
Современная финансовая теория, заложенная в середине 1950х плеядой американских исследователей, позволяет использовать теорию вероятностей для анализа рисковости вложений на рынке ценных бумаг. Причем как единичных вложений, так и целого инвестиционного портфеля. По сути, риск определяется через среднеквадратическое отклонение доходности той или иной бумаги[4].
Для анализа рисковости портфеля бумаг также требуется получить коэффициент корреляции этих двух бумаг и знать, какую долю в портфеле составит та или иная бумага.
В первую очередь, необходимо высчитать дисперсию портфеля:
Var Portfolio = (W1*∂1)2 + (W2*∂2)2 + 2*(W1*∂1*(W2*∂2)* P12,
где W1, W2 – удельные веса бумаги 1 и 2 в портфеле, ∂1, ∂2 – рискованность бумаг и P12 – корреляция между бумагами 1 и 2.
mehgrad.ru
Риск портфеля, соответственно, равняется квадратному корню из дисперсии.
∂ Portfolio = √ Var Portfolio
Рассмотрим пример с портфелем, в равной мере инвестированным в две бумаги (W1= W2 = 0.5), чей риск составляет ∂1= 25% и ∂2= 18% соответственно, а корреляция между бумагами P12 = 0.5
Var Portfolio = (0.5* 25%)2 + (0.5*18%)2 + 2* 0.5*0.5*25%*18*0.5 = 349.75%
∂ Portfolio = √ 349.75% = 18,7%
Предположим, корреляция между двумя бумагами является абсолютно отрицательной. На практике такое вряд ли возможно – сложно представить себе акции двух компаний, которые будут в равной мере двигаться в совершенно противоположном направлении. В теории это позволяет, подобрав необходимые веса, построить совершенное безрисковый портфель бумаг.
При P12 = - 1 формула дисперсии портфеля принимает вид обычного квадратного уравнения (a-b)2 = a2 + b2 – 2ab
Var Portfolio = (W1*∂1)2 + (W2*∂2)2 - 2*(W1*∂1*(W2*∂2) = (W1*∂1- W2*∂2)2
∂ Portfolio = √(W1*∂1- W2*∂2)2= W1*∂1- W2*∂2
∂ Portfolio = 0.5* 25% - 0.5*18%= 12.5% - 9% = 3.5%
Чем ниже коэффициент корреляции, тем ниже риск портфеля бумаг. Как уже отмечалось выше, при P12 = - 1 можно подобрать веса, при которых риск портфеля будет стремиться к нулю. Для этого необходимо решить простое уравнение
W1*∂1- W2*∂2 = 0
При этом ∂1 и ∂2 - известные величины, а W2 = 1- W1
Таким образом, W1*25% - (1- W1)*18% = 0
W1*43% = 18%
W1 = 0,418604651
W2 = 0,581395349
Таким образом, при необходимой балансировке весов, возможно сконструировать безрисковый портфель из двух бумаг.
Говоря о наборе портфелей на рынке, необходимо упомянуть такое явление, как эффективная граница Марковица – портфели с максимально возможной доходностью и минимальным риском. Портфели, лежащие внутри этой границы неэффективны, а за ее пределами - недостижимы. Чтобы понять, что представляет из себя представляет эффективная граница Марковица, рассмотрим несколько портфелей – А, Б и В. Доходность портфеля А составляет 10% и риск 20%, доходность портфеля Б составляет 12% и риск 20%, доходность портфеля В составляет 12% и риск 25%. Портфели А и В неэффективны и лежат внутри границы Марковица. Портфель Б эффективен и лежит на границе Марковица. Портфель Б предпочтительнее портфеля А из-за более высокой доходности и при аналогичном уровне риска и предпочтительнее портфеля В из-за более низкого уровня риска при аналогичной доходности.
Также при построении портфеля необходимо учитывать системный риск бумаг, которые в него входят. В теории выделяется два типа риска бумаги - индивидуальный риск и системный. Индивидуальный риск бумаги связан с характером бизнеса компании-эмитента. К примеру, акции биотехнологической компании только что начавшей клинические испытания своего нового лекарства – пример бумаг с высоким индивидуальным риском. Велика вероятность, что в ходе испытаний, к примеру, будут выявлены серьезные побочные эффекты, которые не позволят начать продажу нового препарата. Однако этот риск можно устранить за счет диверсификации - если купить бумаги не одной биотехнологической фирмы, а нескольких, то шанс того, что какие-то из них «выстрелят» серьезно повышается. Исследования показывают, что после того, как число бумаг в портфеле превышает отметку в 30, риск перестает снижаться. Индивидуальный риск сведен на нет и остается только системный риск, уже не поддающийся диверсификации. Системный риск связан с зависимостью бумаги от определенных глобальных факторов (экономический рост, настроения на рынке, политический климат) – именно поэтому его невозможно диверсифицировать. Примеры предприятий, особо подверженных системному риску – компании, производящие товары роскоши. Системный риск измеряется с помощью бета-коэффициента, который рассчитывается как отношение ковариации акции i и доходности рынка к дисперсии доходности рынка.
Þ = Cov (I;m)/Var market portfolio
Также бета можно посчитать как коэффициент корреляции между доходностью бумаги i и рыночного портфеля, помноженный на среднеквадратическое отклонение бумаги i и деленное на среднеквадратическое отклонение рыночного портфеля
Þ = P (I;m)*∂i/ ∂market portfolio
Что позволяет бета сказать о той или иной бумаге? Бета позволяет прогнозировать изменение доходности акции в зависимости от изменения доходности рынка. К примеру, если бета акции Y = 2, то рост доходности рынка на 10 % приведет к росту доходности бумаги на 20%.
К примеру, бета-коэффициент американской корпорации General Electric составляет 1.59. При росте доходности рынка на 10%, доходность бумаг General Electric вырастет на 15.9%.
В свою очередь, если среднерыночный риск составляет 5 процентов, то для этой бумаги он равен 10 процентам. Бета портфеля бумаг соответственно является сумой произведений бет конкретных бумаг на их удельный вес в портфеле.
Рассмотрим, каким образом можно посчитать бета на основании шестилетних данных о доходности рыночного портфеля и бумаги X.
Таблица 1.
Доходность акции X и доходность рынка.
|
Доходность X |
Доходность рынка |
2004 |
0,1 |
0,2 |
2005 |
-0,15 |
-0,2 |
2006 |
0,2 |
-0,1 |
2007 |
0,25 |
0,3 |
2008 |
-0,3 |
-0,2 |
2009 |
0,2 |
0,6 |
Первым делом необходимо рассчитать дисперсии доходности бумаги X и доходности рынка. Средняя доходность бумаги X за 6 лет составляет 0,05. Средняя доходность рынка за 6 лет составляет 0,1. Дисперсия считается как сумму квадратов разницы между доходностью за период t и средней доходностью, деленная на N-1 периодов.
Var stock X = ((0.1 – 0,05)2 + (-0.15-0.05)2 + (0.2- 0.05)2+ (0.25 – 0.05)2+ (-0.3-0.05)2 + (0.2-0.05)2 )/5 = 0.05
∂ stock X = √0.05= 0.2236
Аналогичным образом вычисляется дисперсия рыночного портфеля
Var market portfolio = 0.104
∂ market portfolio = √0.104 = 0.3225
Для дальнейших вычислений разница между реальной доходностью за каждый год и средней доходностью еще понадобится, поэтому ее следует привести в Таблице 2.
Таблица 2.
Разница между реальной и средней доходностью.
|
Бумага X |
Рынок |
2004 |
0,05 |
0,1 |
2005 |
-0,2 |
-0,3 |
2006 |
0,15 |
-0,2 |
2007 |
0,2 |
0,2 |
2008 |
-0,35 |
-0,3 |
2009 |
0,15 |
0,5 |
После этого можно приступить к подсчету ковариации, которая равна сумме произведений разниц между реальной доходностью за каждый год и средней доходностью, деленная на N-1. Иными словами, сумма попарных произведений чисел из каждой строки в Таблице 2, деленная на 5.
Cov (stock X; Market portfolio) = ((0.05*0.1)+ (-0.2*-0.3)+(0.15*-0.2)+(0.2*0.2)+ (-0.35*-0.3)+ (0.15*0.5))/5 = 0.051
P (stock X; Market portfolio) = Cov (stock X; Market portfolio) / (∂ stock X *∂ market portfolio) = 0.051/ (0.2236*0.3225) = 0.7072
Таким образом, доходность бумаги X и Рынка оказывается достаточно сильно коррелированной между собой. После этого можно приступить к вычислению Бета-коэффициента.
Þ = Cov (I;m)/Var market portfolio= P (I;m)*∂i/ ∂market portfolio
Þ =0.051/0.104 = 0.49
При вычислении Бета альтернативным способом – через корреляцию и среднеквадратические отклонения получается тот же результат.
Следует добавить, что, безусловно, как и любая научная теория, изложенные выше факты не дают всей полноты картины. Эти модели делают ряд допущений и мало учитывают психологию рынка. Однако при всем при этом они являются значительной вехой на пути развития теории финансов и применяются в той или иной мере на практике даже сейчас.
Литература
1. Альгин А.П. Риск и его роль в общественной жизни. М., 1987.
2. Бернстайн П. Против богов: Укрощение риска. // Пер. с англ. - М.: ЗАО «Олимп - Бизнес», 2000. - 400 с.
3. Рудашевский В.Д. Риск, конфликт и неопределенность в процессе принятия решений и их моделирование.// Вопросы психологии №2, 1974.
4. Н. М. Markowitz. Portfolio Selection // Journal of Finance. 7: 77— 91.1952. March.
Поступила в редакцию 14.09.2012 г.
[1] Бернстайн П. Против богов: Укрощение риска. // Пер. с англ. - М.: ЗАО «Олимп - Бизнес», 2000. - 400 с: ил. С. 19.
[2] Альгин А.П. Риск и его роль в общественной жизни. М., 1987.
[3] Рудашевский В.Д. Риск, конфликт и неопределенность в процессе принятия решений и их моделирование.// Вопросы психологии №2, 1974.
[4] Н. М. Markowitz. Portfolio Selection // Journal of Finance. 7: 77— 91.1952. March.