Автор работы: Пользователь скрыл имя, 05 Декабря 2010 в 23:41, курсовая работа
Операциями с финансовыми активами в наибольшей степени свойственна рисковость, поскольку на финансовых рынках существенную роль играют факторы субъективности, ожидания, умения получать информацию и др. Это предопределяет высокую ценовую волатильность (ценовую изменчивость). В течение непродолжительного периода покупка финансового актива на рынке может обогатить инвестора, а может и разорить его. Степень рисковости финансового актива связана на прямую с доходностью.
Чем выше ожидаемая (или объявленная) доходность, тем выше риск ее неполучения. Основными показателями, характеризующими степень риска, являются дисперсия (мера разброса данной случайной величины, то есть её отклонения от математического ожидания), среднеквадратическое отклонение (Квадратный корень из дисперсии, равный ) и коэффициент вариации (показывает, какую долю среднего значения этой величины составляет ее средний разброс).
ВВЕДЕНИЕ
ГЛАВА 1. ТЕОРЕТИЧЕСКАЯ ЧАСТЬ.
1.1. Модель Г. Марковица
1.2. Модель CAРM и ее обобщение
ГЛАВА 2. ПРАКТИЧЕСКАЯ ЧАСТЬ
2.1 Применение модели Г.Марковица на практике
2.2 Применение модели САРМ на практике
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ
Рис.1.8 Линии капитала (СML) и ценных бумаг (SML)
Используя уравнение SML, можно определить факт недооценки или переоценки ценной бумаги ( например, акции) не только по ее доходности, но и сравнением ее действительного курса и курса в соответствии с равновесной ценой риска, который обозначим через . Пусть ожидаемая в конце некоторого будущего периода цена акции (учитывая дивидентный доход) равна . Приравнивая выражения доходности по определению и по уравнению SML, получим:
откуда следует известная
.
Обобщая изложенное, можно считать САРМ макроэкономическим обобщением теории Марковица, позволяющим установить соотношения между доходностью и риском актива для равновесного рынка. При этом важным оказывается тот факт, что при выборе оптимального портфеля инвестор должен учитывать не "весь" риск, связанный с активом (риск по Марковицу), а только недиверсифицируемую его часть. Эта часть риска актива тесно связана с общим риском рынка в целом и количественно представляется коэффициентом "бета", введенным Шарпом в его однофакторной модели. Остальная часть (несистематический, или диверсифицируемый риск) устраняется выбором соответствующего оптимального портфеля. Характер связи между доходностью и риском имеет вид линейной зависимости. Если инвесторы не располагают какой-либо дополнительной информацией, им следует держать такой же портфель акций, как и у других - т.е. рыночный портфель ценных бумаг.
В 1977 г. эта теория подверглась критике в работах Ричарда Ролла. Ролл высказал мнение, что САРМ следует отвергнуть, поскольку она в принципе не допускает эмпирической проверки. Существует достаточно много возражений против обоснованности положений CAPM, самыми спорными из них считаются [4] предположения:
1. Гипотеза эффективного рынка и связанная с ней модель "случайного блуждания" рыночных цен активов;
2.
Возможность на практике
3.Существование безрисковых активово и возможность неограниченного заимствования по ставке безрисковой доходности.
Несмотря на это, САРМ остается самой значительной и влиятельной современной финансовой теорией. Практические руководства по финансовому менеджменту в части выбора стратегии долгосрочного инвестирования основываются исключительно на САРМ, но используют различные приближения лежащих в ее основе понятий. Укажем два направления таких модификаций, которые в [4] названы обобщениями (обобщенными версиями) САРМ.
Возможность получать кредит по безрисковой ставке на практике имеет только государство, для других инвесторов эта ставка выше, поэтому эффективный фронт изменяется и приобретае вид кривой на рис.1.9, при этом участок соответствует распределению средств инвестора между портфелем А и безрисковым активом с доходностью , участок АВ - это участок эффективного фронта Марковица, а прямая BL означает получение кредита по ставке и инвестирование всех средств в портфель В. Существенно, что инвестор в этих случаях выбирает различные по структуре портфели рисковых активов. На практике вместо кривой используют прямую , где означает доходность гипотетического безрискового актива и определяется по специальным методикам. Новая имеет более пологий наклон , чем теоретическая, что означает меньшую цену среднерыночного риска.
Рис.1.9 Эффективное множество при различных безрисковых ставках и его аппроксимация
Другим направлением модификаций САРМ для практического применения являются различные представления рыночного портфеля совокупностью фондовых индексов и других факторов. Конечная цель построения таких моделей – получение коэффициентов активов, позволяющих по возможности точно описывать реальное поведение доходности ценных бумаг. Обзор методических подходов к решению этой задачи приводится в [4]. В западной практике такого рода деятельность осуществляется на коммерческой основе специальными службами, наиболее известны из них BARRA, R&R, Morningstar.
Глава 2. Практическая часть.
2.1 Применение модели
Марковица.
На сайтах www.RTS.ru и www.micex.ru возьмем по 35 наблюдений котировок акций компаний: ТАТНЕФТЬ, ЛУКОЙЛ, СБЕРБАНК, АЭРОФЛОТ, РАОЕЭС.
Таблица 2.1 «Наблюдений котировок акций компаний: ТАТНЕФТЬ, ЛУКОЙЛ, СБЕРБАНК, АЭРОФЛОТ, РАОЕЭС.»
наблюдение | ТАТНЕФТЬ | ЛУКОЙЛ | СБЕРБАНК | АЭРОФЛОТ | РАОЕЭС |
1 | 0,200 | 0,172 | 0,067 | -0,158 | 0,349 |
2 | 0,135 | 0,406 | 0,004 | -0,178 | -0,538 |
3 | 0,083 | 0,212 | 0,042 | -0,198 | -0,045 |
4 | 0,334 | 0,384 | -0,064 | -0,002 | -0,263 |
5 | 0,278 | 0,278 | 0,048 | -0,117 | -0,039 |
6 | 0,223 | 0,436 | -0,064 | 0,016 | 0,146 |
7 | 0,366 | 0,393 | 0,166 | -0,229 | -0,096 |
8 | 0,307 | 0,135 | -0,077 | -0,100 | 0,201 |
9 | 0,161 | 0,289 | -0,138 | -0,113 | 0,071 |
10 | 0,273 | 0,333 | 0,127 | -0,074 | -0,412 |
11 | 0,051 | 0,293 | 0,002 | -0,147 | -0,769 |
12 | 0,175 | 0,346 | -0,083 | -0,063 | -0,192 |
13 | 0,149 | 0,411 | 0,216 | -0,055 | 0,329 |
14 | 0,239 | 0,268 | -0,076 | -0,026 | -0,594 |
15 | 0,135 | 0,350 | 0,056 | 0,003 | -0,432 |
16 | 0,147 | 0,320 | -0,059 | -0,182 | 0,062 |
17 | -0,035 | 0,388 | -0,168 | -0,033 | -0,815 |
18 | 0,129 | 0,332 | -0,094 | -0,077 | -0,329 |
19 | 0,157 | 0,323 | -0,004 | -0,172 | -0,269 |
20 | 0,300 | 0,227 | 0,180 | -0,092 | -0,628 |
21 | 0,116 | 0,442 | -0,039 | -0,194 | -0,662 |
22 | -0,127 | 0,378 | -0,143 | -0,111 | -0,114 |
23 | 0,063 | 0,318 | 0,050 | -0,225 | -0,174 |
24 | 0,030 | 0,179 | 0,037 | 0,001 | -0,396 |
25 | -0,038 | 0,210 | -0,048 | -0,093 | -0,210 |
26 | 0,089 | 0,192 | -0,013 | -0,113 | -0,168 |
27 | 0,314 | 0,308 | 0,099 | -0,158 | 0,115 |
28 | 0,023 | 0,367 | -0,133 | 0,109 | 0,102 |
29 | 0,122 | 0,434 | -0,075 | -0,009 | -0,186 |
30 | 0,273 | 0,318 | -0,095 | -0,131 | 0,075 |
31 | 0,425 | 0,427 | 0,055 | -0,165 | -0,097 |
32 | 0,083 | 0,208 | -0,080 | -0,220 | -0,258 |
33 | 0,014 | 0,293 | -0,113 | -0,274 | -0,035 |
34 | 0,102 | 0,490 | -0,058 | -0,152 | -0,295 |
35 | 0,110 | 0,291 | -0,138 | -0,144 | 0,142 |
Найдем
средние и дисперсии
Таблица
2.2. Средние и дисперсии
данные | номер | сортируем X | |X-Xсреднее| | (X-Xреднее)^2 | |||
0,200 | 1 | -0,127 | 0,282 | 0,079 | |||
0,135 | 2 | -0,038 | 0,193 | 0,037 | |||
0,083 | 3 | -0,035 | 0,189 | 0,036 | |||
0,334 | 4 | 0,014 | 0,141 | 0,020 | |||
0,278 | 5 | 0,023 | 0,132 | 0,017 | |||
0,223 | 6 | 0,030 | 0,125 | 0,016 | |||
0,366 | 7 | 0,051 | 0,103 | 0,011 | |||
0,307 | 8 | 0,063 | 0,092 | 0,008 | |||
0,161 | 9 | 0,083 | 0,071 | 0,005 | |||
0,273 | 10 | 0,083 | 0,071 | 0,005 | |||
0,051 | 11 | 0,089 | 0,065 | 0,004 | |||
0,175 | 12 | 0,102 | 0,053 | 0,003 | |||
«Продолжение табл. 2.2» | |||||||
0,149 | 13 | 0,110 | 0,045 | 0,002 | |||
0,239 | 14 | 0,116 | 0,039 | 0,001 | |||
0,135 | 15 | 0,122 | 0,032 | 0,001 | |||
0,147 | 16 | 0,129 | 0,026 | 0,001 | |||
-0,035 | 17 | 0,135 | 0,020 | 0,000 | |||
0,129 | 18 | 0,135 | 0,019 | 0,000 | |||
0,157 | 19 | 0,147 | 0,008 | 0,000 | |||
0,300 | 20 | 0,149 | 0,005 | 0,000 | |||
0,116 | 21 | 0,157 | 0,003 | 0,000 | |||
-0,127 | 22 | 0,161 | 0,007 | 0,000 | |||
0,063 | 23 | 0,175 | 0,020 | 0,000 | |||
0,030 | 24 | 0,200 | 0,046 | 0,002 | |||
-0,038 | 25 | 0,223 | 0,068 | 0,005 | |||
0,089 | 26 | 0,239 | 0,084 | 0,007 | |||
0,314 | 27 | 0,273 | 0,118 | 0,014 | |||
0,023 | 28 | 0,273 | 0,119 | 0,014 | |||
0,122 | 29 | 0,278 | 0,124 | 0,015 | |||
0,273 | 30 | 0,300 | 0,146 | 0,021 | |||
0,425 | 31 | 0,307 | 0,153 | 0,023 | |||
0,083 | 32 | 0,314 | 0,160 | 0,026 | |||
0,014 | 33 | 0,334 | 0,180 | 0,032 | |||
0,102 | 34 | 0,366 | 0,212 | 0,045 | |||
0,110 | 35 | 0,425 | 0,270 | 0,073 | |||
сумма | 5,405 | 3,418 | 0,525 | ||||
среднее | 0,154 | 0,098 | 0,015 | ||||
сводка параметров распределения | |||||||
минимум | 0,127301297 | ||||||
максимум | 0,424543709 | ||||||
размах | 0,551845005 | ||||||
среднее | 0,154 | ||||||
дисперсия | 0,015 |
Таблица
2.3. Средние и дисперсии
данные | номер | сортируем X | |X-Xсреднее| | (X-Xреднее)^2 |
0,172 | 1 | 0,135 | 0,184 | 0,034 |
0,406 | 2 | 0,172 | 0,147 | 0,022 |
0,212 | 3 | 0,179 | 0,140 | 0,020 |
0,384 | 4 | 0,192 | 0,126 | 0,016 |
0,278 | 5 | 0,208 | 0,111 | 0,012 |
0,436 | 6 | 0,210 | 0,109 | 0,012 |
0,393 | 7 | 0,212 | 0,107 | 0,011 |
0,135 | 8 | 0,227 | 0,092 | 0,008 |
0,289 | 9 | 0,268 | 0,051 | 0,003 |
0,333 | 10 | 0,278 | 0,040 | 0,002 |
0,293 | 11 | 0,289 | 0,030 | 0,001 |
0,346 | 12 | 0,291 | 0,028 | 0,001 |
0,411 | 13 | 0,293 | 0,025 | 0,001 |
0,268 | 14 | 0,293 | 0,025 | 0,001 |
0,350 | 15 | 0,308 | 0,011 | 0,000 |
0,320 | 16 | 0,318 | 0,000 | 0,000 |
0,388 | 17 | 0,318 | 0,000 | 0,000 |
0,332 | 18 | 0,320 | 0,002 | 0,000 |
0,323 | 19 | 0,323 | 0,004 | 0,000 |
0,227 | 20 | 0,332 | 0,013 | 0,000 |
0,442 | 21 | 0,333 | 0,015 | 0,000 |
0,378 | 22 | 0,346 | 0,028 | 0,001 |
0,318 | 23 | 0,350 | 0,032 | 0,001 |
0,179 | 24 | 0,367 | 0,048 | 0,002 |
0,210 | 25 | 0,378 | 0,060 | 0,004 |
0,192 | 26 | 0,384 | 0,065 | 0,004 |
0,308 | 27 | 0,388 | 0,070 | 0,005 |
0,367 | 28 | 0,393 | 0,074 | 0,006 |
0,434 | 29 | 0,406 | 0,088 | 0,008 |
0,318 | 30 | 0,411 | 0,093 | 0,009 |
0,427 | 31 | 0,427 | 0,108 | 0,012 |
0,208 | 32 | 0,434 | 0,115 | 0,013 |
0,293 | 33 | 0,436 | 0,118 | 0,014 |
0,490 | 34 | 0,442 | 0,123 | 0,015 |
0,291 | 35 | 0,490 | 0,172 | 0,030 |
сумма | 11,153 | 2,453 | 0,265 | |
среднее | 0,319 | 0,070 | 0,008 | |
сводка параметров распределения: | ||||
минимум | 0,134549726 | |||
максимум | 0,490418177 | |||
размах | 0,355868451 | |||
среднее | 0,319 | |||
дисперсия | 0,008 |
Информация о работе Управление финансовыми рисками: теория портфеля и модели оценки активов