Для нахождения риска мы должны перемножить три матрицы: V, w и wT. Риск портфеля = 0,09%.Построим эффективный портфель в таблице 14. Таблица 14 — Эффективный портфель.
Акции компании.
СтруктураНорильский никель155,5%Газпром-19,0%Роснефть-53,0%Сбербанк16,5%Доходность портфеля=1,70%Риск портфеля=0,09%3.2 Оценка эффективности инвестиций ПАО «Сбербанк России» в построенный портфель акций.
Рассчитаем эффективный портфель с инвестициями в сумме 150 000 рублей. Нарисуем эффективную границу. Построение эффективной границы, используя метод Хуанга.
Литценбергера, произведем в excel. Необходимо сделать несколько итераций, чтобы найти точки на эффективной кривой. Чтобы найти несколько точек (координат) мы берем нашу заданную доходность портфеля, делим ее на 10 и умножаем на 1, 2, 3. Таблица 15 — Расчет координат.
Точка12 345 678 910.
Ожидаемая доходность0,2%0,3%0,5%0,7%0,9%1,0%1,2%1,4%1,5%1,7%Tghh*Tg + hTwT0,17%7,7%8698,2%14,8%22,5%22,5%-1,7%81,1%0,0398%0,17%0,2%-1130,1%-1,9%-1,7%0,17%96,0%-8763,9%-14,9%81,1%0,17%-3,9%1195,9%2,0%-1,8% 100,0% ghh*Tg + hTwT0,34%7,7%8698,2%29,6%37,3%37,3%-3,7%66,2%0,0366%0,34%0,2%-1130,1%-3,8%-3,7%0,34%96,0%-8763,9%-29,8%66,2%0,34%-3,9%1195,9%4,1%0,2% 100,0%ghh*Tg + hTwT0,51%7,7%8698,2%44,4%52,0%52,0%-5,6%51,3%0,0354%0,51%0,2%-1130,1%-5,8%-5,6%0,51%96,0%-8763,9%-44,7%51,3%0,51%-3,9%1195,9%6,1%2,2% 100,0%ghh*Tg + hTwT0,68%7,7%8698,2%59,1%66,8%66,8%-7,5%36,4%0,0364%0,68%0,2%-1130,1%-7,7%-7,5%0,68%96,0%-8763,9%-59,6%36,4%0,68%-3,9%1195,9%8,1%4,3% 100,0%ghh*Tg + hTwT0,85%7,7%8698,2%73,9%81,6%81,6%-9,4%21,5%0,0394%0,85%0,2%-1130,1%-9,6%-9,4%0,85%96,0%-8763,9%-74,5%21,5%0,85%-3,9%1195,9%10,2%6,3% 100,0%ghh*Tg + hTwT1,020%7,7%8698,2%88,7%96,4%96,4%-11,4%6,6%0,0446%1,020%0,2%-1130,1%-11,5%-11,4%1,020%96,0%-8763,9%-89,4%6,6%1,020%-3,9%1195,9%12,2%8,3% 100,0%ghh*Tg + hTwT1,19%7,7%8698,2%103,5%111,2%111,2%-13,3%-8,3%0,0518%1,19%0,2%-1130,1%-13,4%-13,3%1,19%96,0%-8763,9%-104,3%-8,3%1,19%-3,9%1195,9%14,2%10,4% 100,0%ghh*Tg + hTwT1,36%7,7%8698,2%118,3%126,0%126,0%-15,2%-23,2%0,0611%1,36%0,2%-1130,1%-15,4%-15,2%1,36%96,0%-8763,9%-119,2%-23,2%1,36%-3,9%1195,9%16,3%12,4% 100,0%ghh*Tg + hTwT1,53%7,7%8698,2%133,1%140,8%140,8%-17,1%-38,1%0,0725%1,53%0,2%-1130,1%-17,3%-17,1%1,53%96,0%-8763,9%-134,1%-38,1%1,53%-3,9%1195,9%18,3%14,4% 100,0%ghh*Tg + hTwT1,70%7,7%8698,2%147,9%155,5%155,5%-19,0%-53,0%0,0860%1,70%0,2%-1130,1%-19,2%-19,0%1,70%96,0%-8763,9%-149,0%-53,0%1,70%-3,9%1195,9%20,3%16,5% 100,0%Таблицы 16 — Координаты эффективной границыось-xось-yДоходность.
Риск10,17%0,0398%20,34%0,0366%30,51%0,0354%40,68%0,0364%50,85%0,0394%61,02%0,0446%71,19%0,0518%81,36%0,0611%91,53%0,0725%101,70%0,0860%Рисунок 4. Границы эффективности инвестиционного портфеля.
Построим эффективный инвестиционный портфель со следующими параметрами: Доходность портфеля = 3%.Риск портфеля = 0,09%.Сумма инвестиций = 150 000 рублей. Таблица 17 — Эффективный инвестиционный портфель.
КомпанияДоля (%)Доля (руб.)Количество акций.
ПозицияНорильский никель155,5%233 32039longГазпром-19,0%-28 554−229shortРоснефть-53,0%-79 462−344shortСбербанк16,5%24 69 6302longЭффективное множество портфеля, сформированного традиционным подходом, содержит те портфели, которые одновременно обеспечивают и максимальную ожидаемую доходность при фиксированном уровне риска, и минимальный риск при заданном уровне ожидаемой доходности; предполагается, что инвестор выбирает оптимальный портфель из портфелей, составляющих эффективное множество. Лучшей методикой для формирования оптимальной структуры портфеля ценных бумаг является параметрическая модель Марковица.
3.3. Моделирование инвестиций ПАО «Сбербанк России» в облигации федерального займа РФПостроим математическую модель зависимости случайной величины Y от случайных величин X1 и X2. Построение и оценку качества математической модели экономического роста вести в следующей последовательности:
1. Построить корреляционную матрицу для случайных величин и оценить статистическую значимость корреляции между ними. 2. Исходя из наличия между эндогенной переменной и экзогенными переменными, линейной зависимости, оценить параметры регрессионной модели по методу наименьших квадратов. Вычислить вектора регрессионных значений эндогенной переменной и случайных отклонений.
3. Найти средние квадратические ошибки коэффициентов регрессии. Используя критерий Стьюдента проверьте статистическую значимость параметров модели. Здесь и далее принять уровень значимости 0,05(т. е. надежность 95%).
4. Вычислить эмпирический коэффициент детерминации и скорректированный коэффициент детерминации. Проверить, используя критерий Фишера, адекватность линейной модели. Исследуем степень корреляционной зависимости между переменными. Для этого построим корреляционную матрицу. Корреляционная матрица приведена в таблице 3. Таблица 3 Корреляционная матрица Цена OFZ2−6.15Цена закрытия ОФЗ 26 203.
Дюрация OFZ2−6.15Цена OFZ2−6.151 Цена закрытия ОФЗ 262 030,873351 Дюрация OFZ2−6.150,752 090,807711.
Коэффициент корреляции величина безразмерная и характеризует тесноту линейной зависимости между величинами X и Y. Свойства коэффициента корреляции:
• - 1 ≤ ρ XY ≤ 1;
• ρ XY = 0, если X и Y некоррелированны;
• если ρ XY = − 1 или ρ XY = 1, то между X и Y существует линейная функциональная (не случайная) связь. Как видно в корреляционной таблице, цена на фьючерсный контракт OFZ2−6.15 в высокой степени зависит от цены закрытия ОФЗ 25 203 (коэффициент корреляции между ними равен 0,87 335).Также наблюдается прямая зависимость между ценой фьючерсного контракта OFZ2−6.15 и дюрацией фьючерса на «двухлетние» облигации ОФЗ (коэффициент корреляции между ними равен 0,75 209).Между ценой закрытия ОФЗ 26 203 и дюрацией фьючерса на корзину ОФЗ тоже наблюдается сильная корреляция — коэффициент корреляции равен 0,80 771.
Построим многофакторную регрессионную модель, в которой зависимая переменная — цена фьючерсного контракта OFZ2−6.
15.Определим коэффициенты уравнения регрессии. Y = b0 + b1∙X1 + b2∙X2Результаты множественной регрессии в численном виде представлены в табл. 4. Таблица 4Результаты множественной регрессии.
ВЫВОД ИТОГОВРегрессионная статистика.
Множественный R0,87960R-квадрат0,77 370.
Нормированный R-квадрат0,76 427.
Стандартная ошибка103,65 130.
Наблюдения51Дисперсионный анализ dfSSMSFЗначимость FРегрессия21 763 140,74326881570,3 716 382,055460,0.
Остаток48 515 692,4332110743,59 236.
Итого502 278 833,17647 Коэффициенты.
Стандартная ошибкаt-статистикаP-Значение.
Нижние 95%Верхние 95%Нижние 95,0%Верхние 95,0%Y-пересечение-2065,69 351 986,87037−1,39 360,30385−6059,939 981 929,80127−6059,939 981 929,80127.
Цена закрытия ОФЗ 26 203 129,4529819,593 046,607090,90,05854168,8 474 390,05854168,84 743.
Дюрация OFZ2−6.15 120,35860105,408 491,141830,25 919−91,57 938 332,29657−91,57 938 332,29657ВЫВОД ОСТАТКА ВЫВОД ВЕРОЯТНОСТИ Наблюдение.
Предсказанное Остатки.
Станд.
остатки.
Персентиль995 919 781,36360218,636 402,152840,98 039 930 029 782,5542497,445 760,959522,94 118 953 039 744,1601255,839 880,549844,90 196 955 549 735,74797−85,74 797−0,844 336,86275960059670,56 676−370,56 676−3,648 858,82353965069497,4 635 457,536460,5 665 410,78431966079618,33 085−88,33 085−0,8 697 712,74510966389746,48 930−146,48 930−1,4 424 314,70588967099698,2 472−35,2 472−0,3 448 816,666679690109740,56 231−40,56 231−0,3 994 018,627459700119901,44 210−151,44 210−1,4 912 020,588249700129678,2 429 921,757010,2 142 322,549029740139671,8 612 978,138710,7 694 124,509809750149870,21 850−20,21 850−0,1 990 826,470599750159728,8 206 011,179400,1 100 828,431379762169719,48 606−49,48 606−0,4 872 730,392169800179811,29 379−151,29 379−1,4 897 432,352949840189770,42 176−80,42 176−0,7 918 934,313739850199859,74 432−97,74 432−0,9 624 636,274519880209850,87 855−10,87 855−0,1 071 238,235299880219855,6 928 924,307110,2 393 440,1960899252210031,67 095−106,67 095−1,503 542,156869990239983,458 066,954200,6 592 844,1176510000249966,16 860 103,831401,223 946,0784310000259918,77 402 151,225981,4 890 748,0392210020269873,75 963 161,240371,5 876 850,0000010030279913,7 991 176,200890,7 503 351,9607810030289928,3 894 101,961061,39 853,9215710030299917,2 279 882,772020,8 150 355,8823510035309990,9 252 329,074770,2 862 957,8431410050319913,43 533 136,564671,3 447 159,8039210050329966,3 162 263,683780,6 270 761,76471100703310042,88 831−12,88 831−0,1 269 163,72549100703410016,45 206 119,547941,1 771 565,68627100903510072,1 381 547,861850,4 712 867,64706100903610121,96 689−13,96 689−0,1 375 369,60784101043710172,45 356−57,45 356−0,5 657 371,56863101053810198,54 736−53,54 736−0,5 272 673,52941101053910092,7 596 947,240310,4 651 675,49020101054010142,13 371−37,13 371−0,3 656 477,45098101084110096,89 479−6,89 479−0,678 979,41176101104210072,258 917,974110,1 769 981,37255101154310084,3 345 919,665410,1 936 483,33333101204410076,1 020 333,897970,3 337 885,29412101304510088,4 000 616,599940,1 634 587,25490101354610060,1 932 444,806760,4 412 089,21569101364710062,547 567,945250,6 690 391,17647101404810331,79 299−196,79 299−1,9 377 693,13725101454910201,13 642−41,13 642−0,4 050 695,09804101605010245,8 080−55,8 080−0,5 423 697,05882101905110257,11 666−44,11 666−0,4 344 099,0196110213.
Рисунок 6 График нормального распределения.
Уравнение (1) выражает зависимость цены OFZ2−6.15 (Y) от цены облигации ОФЗ 26 203 (Х1), и дюрации фьючерсного контракта (Х2). Коэффициенты уравнения показывают количественное воздействие каждого фактора на результативный показатель при неизменности других. В нашем случае цена фьючерсного контракта OFZ2−6.15 увеличивается на 129,45 298 ед. при увеличении цены закрытия ОФЗ 26 203 на 1 ед. при неизменности показателя дюрации фьючерса; цена фьючерсного контракта OFZ.
2−6.15 увеличивается на 120,35 860 ед. при увеличении дюрации фьючерса на 1 ед. при неизменности показателя цены закрытия ОФЗ 26 203. R2 — коэффициент детерминации, показывающий, что на 77,370% расчетные параметры модели, то есть сама модель, объясняют зависимость и изменения изучаемого параметра — Y от исследуемых факторов — X. Можно сказать что, это показатель качества модели и чем он выше, тем лучше.
Понятное дело, что он не может быть больше 1 и считается неплохо, когда R2 выше 0,75, а если меньше 0,5, то смысл такой модели можно смело ставить под большой вопрос. В основе проверки значимости регрессии лежит идея разложения дисперсии (разброса) результативного признака на факторную и остаточную дисперсии, т. е. объясненную (за счет независимых факторов) часть дисперсии и часть, оставшуюся необъясненной в рамках данной модели. Мерой значимости регрессии служит значение т.н. F- критерия- отношения факторной дисперсии к остаточной. Чем лучше регрессионная модель, тем выше доля факторной и ниже доля остаточной дисперсии. Для проверки значимости каждого коэффициента регрессии вычисляется tстатистика, которая показывает, во сколько раз этот коэффициент превышает свою среднюю ошибку в выборке. Значение F
— критерия равно 82,5 546, а соответствующие ему уровни значимости p равны 0,30; 0,00 и 0,25.Соответствующая величина p (уровень значимости или вероятность ошибки) измеряет вероятность случайного появления в выборке значений t, равных или больших, чем данное значение. Если вероятность p меньше выбранного уровня значимости (по умолчанию 5% или 0,05), соответствующий коэффициент регрессии является статистически значимым. Чем больше по абсолютной величине значение t, тем меньше соответствующая вероятность p. Теперь проведем анализ остатков полученной модели. Важным является столбец с Остатками. Большие остатки по многим наблюдениям и наличие наблюдения с маленьким остатком может указывать на последнее как на выброс. Другими словами анализ остатков нужен для того, чтобы отклонения от предположений, угрожающие обоснованности результатов анализа, могли быть легко обнаружены. В нашем случае показатели остатков существенные, следовательно, есть предположения, что что-то угрожает обоснованности результатов анализа. Коэффициент детерминации рассматривают, как правило, в качестве основного показателя, отражающего меру качества регрессионной модели, описывающей связь между зависимой и независимыми переменными модели.
Коэффициент детерминации показывает, какая доля вариации объясняемой переменной y учтена в модели и обусловлена влиянием на нее факторов, включенных в модель: Y пересечение — коэффициент, который показывает, какой будет Y в случае, если все используемые в модели факторы будут равны 0, подразумевается что это зависимость от других неописанных в модели факторов. В данной модели использована одна переменная, которая характеризует степень влияния независимых переменных на зависимую переменную Y. Стандартная ошибка (1986,87) коэффициента при Y-пересечении слишком большая по сравнению с самим коэффициентом (- 2065,06).
3.4. Управление дюрацией и хеджирование инвестиционного портфеля ПАО «Сбербанк России"Фьючерсы на корзину ОФЗ позволяют эффективно управлять дюрацией портфеля облигаций. Пусть DV01Init — текущая дюрация портфеля, DV 01Targ — целевая дюрация портфеля, DV01CTD — дюрация облигации, наилучшей к поставке в корзине фьючерса, CFCTD — конверсионный коэффициент для облигации, наилучшей к поставке в корзине, тогда количество фьючерсных контрактов для приведения текущей дюрации к целевой будет равно: Преимущества данной стратегии:
отвлекаются значительно меньшие средства для достижения требуемой дюрации из-за значительного плеча;
и выйти из фьючерса быстрее и легче, чем войти и выйти из cashинструмента в связи с высокой ликвидностью рынка фьючерсных контрактов;
портфель облигаций остается неизменным — докупаем или продаем только фьючерсы на синтетические гособлигации (корзину ОФЗ). Таблица 5 Параметры облигаций на 07.
12.2015г.Дата.
ВыпускЦена, % номинала.
НКД,% номиналаDV01, руб./бп07.
12.2015ОФЗ 26 203 101,93,26−1,0907.
12.2015ОФЗ 25 080 108,95,3−2,8307.
12.2015ОФЗ 26 206 109,55,81−3,8407.
12.2015ОФЗ 25 081 110,810,55−4,6607.
12.2015ОФЗ 26 204 110,28,07−5,77Пусть на 07.
12.2015 имеем портфель из ОФЗ 25 080 стоимостью 50 миллионов рублей (43 782 облигаций), дюрация портфеля (DV01) составляет -123 903 руб/бп (=-2,83 руб./бп*43 782). На данную дату цена фьючерса на 2х летнюю корзину составляла 10 213 руб., облигацией, наилучшей к поставке, являлась ОФЗ 26 203 и конверсионный коэффициент для нее был равен 0.9484; цены по облигациям приведены в таблице 3. Допустим, что ожидаем понижения ставок и хотим нарастить дюрацию в 1.2 раза, т. е. до целевой DV01, равной — 148 684 руб/бп. Есть два варианта:
купить облигации ОФЗ 26 203 в количестве 8852 бумаг (=(148 684−123 903)/1.09) — для этого потребуется 22,7 млн. рублей;
— купить фьючерсы на &# 171;двухлетнюю" корзину ОФЗ, где количество фьючерсных контрактов будет равно 2156 (=0.1*0.9484*(148 684−123 903)/1.09) — для покупки контрактов понадобится внести гарантийное обеспечение в размере 881 тыс. рублей (= 2156*10 213 руб*4%). Т. е. для приведения дюрации к целевой с помощью фьючерсов понадобилось почти в 26 раз меньше средств. Фьючерсы на корзину ОФЗ являются удобными инструментами для хеджирования процентного риска для портфеля облигаций, т.к. — цены на фьючерсы на корзину ОФЗ тесно связаны с ценами на спот — рынке ОФЗ; - требуют низких транзакционных издержек — при занятии позиции платится только гарантийное обеспечение — например, стоимость занятия позиции по фьючерсу на двухлетнюю корзину ОФЗ номинальным объемом 1 миллионов рублей составляет всего 30 тыс.
рублей (3%); - фьючерсы на корзину ОФЗ — ликвидные инструменты с прозрачным ценообразованием и системой управления рисками. Покажем, как можно вычислить количество фьючерсных контрактов для хеджирования процентного риска. Пусть имеем портфель облигаций сдюрацией, равной DV 01(). Стоимость портфеля при добавлении N фьючерсных контрактов стоимостью F: NFF. Цель хеджа: после добавления фьючерсных контрактов должны уменьшить волатильность портфеля до нуля: DV01() NFDV 01(F) 0.
Можем считать, что цена фьючерса равна разнице между текущей ценой лучшей к поставке облигагии и «carry» (выгоды от владения облигацией):
где t — текущий момент времени, T — дата исполнения фьючерсного контракта, F (t) -цена фьючерсного контракта в рублях, NL — число облигаций в лоте фьючерсного контракта, CFCTD — конверсионный коэффициент, AICTD (T) — НКД в момент T, AICTD (t) — НКД в момент t, PCTD (t) — цена облигации (чистая) в момент t, ck — k -ый купон, tk — время выплаты kго купона, r — ставка РЕПО овернайт. Отсюда дюрация фьючерса (изменение стоимости фьючерса при изменении текущей доходности на 1 бп) равна:
Таким образом, количество фьючерсных контрактов для хеджирования равно:
Рассмотрим, как можно было хеджировать портфель из 10 000 ОФЗ 26 206 фьючерсами на двухлетнюю корзину OFZ2−03.15 в период 23 января 2015 — 5 февраля 2015.
Дата.
ОФЗ 26206OFZ2−3.15Цена, % номинала.
Цена, руб. Гарантийное обеспечение, руб.
23.01. 2 015 106,5898881405.
02.2015 110,7 9 005 815.
Стоимость портфеля на 23.
01.2015 составляла (без учета НКД) 10 000*1065=10 650 тыс. руб. и наилучшей бумагой к поставке была ОФЗ 25 081.
Дюрации по бумагам были равны: DV01, руб/бп.
ОФЗ 26 206 -3,84ОФЗ 25 081−4,66Конверсионный фактор по наилучшей к поставке бумаге (ОФЗ 25 081) равен 0.8760, ставка РЕПО овернайт равна 5,31%. Тогда количество фьючерсов для хеджирования равно: 2156 (= -0.1*[(10 000* 4,66)/3,84]*[(0,8760/(1+5,31%*105/365)] = -1061.
Финансовый результат по портфелю ОФЗ 25 081: 10 000*(1107−1095)=120 000 руб. Финансовый результат по фьючерсу OFZ2−03.15: -1061*(9115−8988)= - 134 747 руб. Итоговый финансовый результат (ошибка при хеджировании): 120 000 руб. — 134 747 руб. = ;
14 747 руб. Ошибка при хеджировании в %: 14 747/120000 = 12,2% Эффективность хеджа: 120 000/17930 = 8,14 Стоимость хеджирования: 1061*815 руб. = 864 715 руб. Итак, для хеджирования портфеля ОФЗ 26 206 объемом 10 миллионов рублей потребовалось 864. 715 тысяч рублей для продажи 1061 фьючерсов OFZ2−03.15 — при этом снизили волатильность портфеля в 8.14 раз (ошибка при хеджировании составила всего 12,2%).Таблица 6 Данные для моделирования Цена OFZ2−6.15Цена закрытия ОФЗ 26 203.
Дюрация OFZ2−6.
1518.
02.2 015 995 993,65−1,719.
02.20 151 000 093,2501−1,8720.
02.2 015 988 093,25−1,8624.
02.2 015 980 092,9999−1,9125.
02.2 015 965 093−1,9826.
02.2 015 930 092,45−1,9327.
02.2 015 955 591,15−1,9702.
03.2 015 953 092−1,8803.
03.2 015 960 092,99−1,8804.
03.2 015 966 392,69−1,9605.
03.2 015 970 093−1,9406.
03.2 015 975 093,75−1,4110.
03.2 015 970 092,5−1,9211.
03.2 015 975 092,46−1,9312.
03.2 015 985 093,89−1,8213.
03.2 015 974 092,9−1,9316.
03.2 015 967 092,8−1,917.
03.2 015 966 093,4999−1,8918.
03.2 015 969 092,71−1,3819.
03.2 015 976 293,4−1,3820.
03.2 015 984 093,7499−1,8323.
03.2 015 988 093,7499−1,7924.
03.2 015 992 595,1−1,7825.
03.20 151 005 094,65−1,726.
03.20 151 007 094,25−1,4127.
03.20 151 007 094,2−1,7530.
03.20 151 003 593,75−1,6431.
03.2 015 999 094,05−1,6301.
04.20 151 003 094,16−1,6302.
04.20 151 000 094,03−1,5803.
04.20 151 002 094,59−1,5706.
04.20 151 005 094,01−1,5907.
04.20 151 003 094,3999−1,5708.
04.20 151 003 095,01−1,5909.
04.20 151 013 694,75−1,5310.
04.20 151 012 095,05−1,3913.
04.20 151 010 895,5−1,4614.
04.20 151 011 595,89−1,4615.
04.20 151 014 595,98−1,3416.
04.20 151 014 095,2−1,3817.
04.20 151 010 595,6−1,420.
04.20 151 009 095,39−1,5521.
04.20 151 009 095,17−1,5222.
04.20 151 010 495,2−1,4523.
04.20 151 011 095,155−1,4724.
04.20 151 010 595,25−1,4727.
04.20 151 010 595,06−1,528.
04.20 151 013 095−1,4229.
04.20 151 013 597−1,3330.
04.20 151 016 096−1,3405.
05.20 151 019 096,2−1,1906.
05.20 151 021 396,2−1,09Заключение.
Применение научно обоснованных методов управления капиталом является необходимым и важным условием конкурентоспособности инвестиционных управляющих в условиях нестабильности на финансовых рынках. Отбор ценных бумаг в инвестиционный портфель осуществляется на основе фундаментального анализа с применением, как сравнительной оценки, так и метода дисконтированных денежных потоков. Существенное влияние на структуру портфеля оказывает как текущая, так и прогнозируемая макроэкономическая ситуация. Деятельность.
ПАО «Сбербанк России» по управлению портфелем ценных бумаг заключается в том, чтобы производить качественный инвестиционный продукт, основанный на изучении экономической природы стоимости активов, объединять с его помощью средства клиентов и инвестировать их таким образом, чтобы клиенты становились участниками бизнеса эффективных российских предприятий и получали доход от их деятельности. Для того чтобы повысить эффективность управления портфелем ценных бумаг, ПАО «Сбербанк России"разработаны и внедрены: — методика прогнозирования дисконтов привилегированных акций к обыкновенным акциям;
структура процентных ставок;
мониторинга и исключения аналитических ошибок. В дипломной работе составлен инвестиционный портфель акций компаний: ОАО «Норильский никель», ОАО «Газпром», ОАО НК «Роснефть», ОАО «Сбербанк России». Составление портфеля по стратегии представлено в три этапа: На первом этапе производится отбор возможных кандидатов на включение в портфель по объему торгов акций на бирже. Данный шаг направлен на снижение риска ликвидности, то есть невозможности быстро купить или продать большой объем акции без существенных потерь из-за большой разницы между ценой покупки и ценой продажи, либо вообще отсутствия потенциальных контрагентов, что вполне может случиться при торговле акциями второго и третьего эшелонов. На втором этапе из числа наиболее ликвидных отбираются акции с максимальным потенциалом роста. Такие акции, как правило, растут сильнее рынка при наличии достаточно сильного среднесрочного или долгосрочного тренда. И, наконец, на третьем этапе из числа выбранных ранее, отбираются четыре акции с наименьшей взаимной корреляцией, которые и включаются в портфель по данной стратегии. Отбор акций по показателю взаимной корреляции направлен на уменьшение возможных рисков по портфелю. Чем меньше корреляция активов, входящих в портфель, тем он более устойчив к негативу в случае появления на рынке нисходящего движения. Список использованной литературы.
Ющенко, В. А. Управление валютными рисками [Текст]: учебное пособие / В. А. Ющенко, В. И. Мищенко. — М.: Знание, 2013. — 444 с. Пикус, Р. В. Управление финансовыми рисками [Текст]: учебное пособие / Р. В. Пикус, Н. В. Приказюк.
— М .: Знание, 2010. — 598 с.
Акулов, М. Г. Экономика труда и социально-трудовые отношения [Текст]: учебное пособие / М. Г. Акулов, А. В. Драбанич, Т. В. Евась [и др.] - М .: Центр учебной литературы, 2012. — 328 с. Завиновская, Г.
Т. Экономика труда [Текст]: Учеб. пособие / Г. Т. Завиновська. ;
М .: Финансы, 2013. — 300 с. Мамалуй, А. А. Основы экономической теории [Текст]: Учеб. пособие / О. О. Мамалуй, О. А. Гриценко, Л. В. Гриценко. — М .:Интер, 2012.
— 479с. Чимерис, А. А. Категорийный анализ понятия «фактор» в контексте изучение проблемы повышения уровня успешности будущих учителей математики [Текст] / А. А. Чимерис // Вестник Житомирского государственного университета имени Ивана Франко.
— 2014. — № 14. — С. 55−57.Донец, Л.
И. Экономические риски и методы их измерения [Текст]: учебное пособие / Л. И. Донец. — К.: ЦУЛ, 2014.
— 312 с. Уткин, Э. А. Управление рисками предприятия [Текст]: учебно-практическое пособие / Э. А.
Уткин, Д. А. Фролов — М.: ТЕИС, 2013. — 247 с. Ребрик, М.
А. Управление валютным риском в банке: дис. на соискание ученой степени канд. экон. наук: спец 08.
00.08 «Деньги, финансы и кредит» / Ребрик Михаил Андреевич. — Сумы, 2011. — 276 с. Ковалев, П. П. Категория «риск» [Текст]: сущность, качества, функции (вопросы теории) / П.
П. Ковалев // Журнал «Банковский бизнес». — 2014. — № 3. — С. 17−24.Пискулов, Д.
Ю. Теория и практика валютного дилинга. F oreignexchangeandmoneymarketoperations [Текст]: прикладное пособие / Д. Ю. Пискулов. ;
Второй, испр. — М .: Инфра-М, 2012. — 224 с. Гаджиев, Ф. Р. Принципы организации системы управления валютными рисками в банковских структурах / Ф. Р. Гаджиев // Финансы и кредит. ;
2011. — N 8. — C. 25−33.Лукашов, А. В. Международные корпоративные финансы и управление валютными рисками в нефинансовых корпорациях / А. В. Лукашов // Управление корпоративным финансами.
— 2015. — № 1.
— С. 36−52Суварян, Г. Г. Совершенствование внутренних методов регулирование валютного риска коммерческим банком [Текст] / Г. Г. Суварян // Банковские услуги. ;
2013. — N 10. — C. 27−34.Белинская, Я. В. Теоретические основы анализа валютных рисков / Я. В. Белинская // Актуальные проблемы экономики. ;
2012. — N 10. — C. 33−41.Маринич, Т. А. Эволюция управления валютными рисками в банках в свете требований Базеля II в [Электронный ресурс]: / Режим доступа:
http://dspace.uabs.edu.Ua/bitstream/123 456 789/509/1/PPRBS25_18. pdf. Жмурко Н. Определяющие факторы образования валютного курса государства как главного элемента реализации ее валютно-курсовой политики [Электронный ресурс] / Н. Жмуркою — Режим доступа:
http://www.lnu.edu.ua/faculty/ekonom/Form_Rynk_Econ/ 200919 / 34_% D0% 96% D 0% BC% D 1% 83% D 1% 80% D0% BA% D0% BE.pdf.Барейша И. Секьюритизация: причины успеха // Рынок ценных бумаг.- 2004. № 4. — С. 57−61.Белозеров С. А., Лупырь А. А. Исторические формы и концепции секьюритизации активов // Финансы и кредит.- 2013. № 31. — С. 69−79.Бэр Х. П. Секьюритизация активов: секьюритизация финансовых активов — инновационная техника финансирования банков / Пер. с нем. — М .:Волтерс.
Клувер, 2013. — 624 с. Казаков А. История секьюритизации // Рынок ценных бумаг.- 2013.
№ 19. — С. 62−65.Крицкий О. Л., Бельснер А. А. Оптимизация портфеля финансовых инструментов // Финансы и кредит.- 2013. № 36. — С.
35−40.Логинов Е. Л., Логинова Е. В. Деривативы в российской экономике: стратегические тренды управления ассиметричностью распределенных рынков // Финансы и кредит.- 2012. № 30. — С. 26−33.Лукьянов В. С. Современные финансовые рынки. — М .: Знание, 2013.
— 479 с. Лукьянов В. С. Финансовые инновации и их влияние на развитие финансовых рынков в современных условиях // Научный журнал НПУ имени Н. П. Драгоманова.
Серия 18: Экономика и право.- 2012. Вып. 18. — С.
33−41.Попова Ю. Ю. Кредитно-дефолтные свопы как амортизаторы финансового кризиса в странах еврозоны // Финансы и кредит.- 2013. № 28. — С. 66−72.Раевский Д. Ю. Раскрытие понятия «дериватив» в отечественной практике // Финансы и кредит.- 2012. № 39. — С. 60−69.Семенов В. П., Рябикин В. И. Валютный депозит как виртуальные дериватив // Финансы и кредит.- 2013. № 28.
— С. 2−13.
17. Халл Д. К. Опционы, фьючерсы и другие производные финансовые инструменты / Пер. с англ. — М .: Вильямс, 2008. — 122 с. Щеголева Н. Г., Хабаров В. И. Обзор международного своп-рынка // Финансы и кредит.-2012. № 41. — С.
2−13.Brown, E.N. (2008). W eb of Debt: The Shocking Truth About Our Money System and How We Can Break Free. T hird Edition. R evised and Expanded. B.
aton Rouge (Louisiana): Third Millenium Press. 206 г. Frost, C.W. (1997). A sset Securitization and Corporate Risk Allocation. T he Tulane Law Review, 72: 72−152.Iacobucci, E.M., Winter, R.A. (2005). A.
sset Securitization and Asymmetric Information. T he Journal of Legal Studies, 34: 161−206.Lejot, P., Arner, D, Schou-Zibell, L. (2008). S.
ecuritization in East Asia. W orking Paper Series on Regional Economic Integration. A.
sian Development Bank. 69 p. Markowitz H. P ortfolio Selection; Efficient Diversification of Investments. — N.Y., 2011. Modern portfolio theory and investment analysis / Elton E.J., Gruber M.J., Brown S.J., Goetzman W.N. — 6th ed. — N.Y.: J.
ohn Wiley & Sons, Inc., 2003. — 705 p. Prather L., Bertin W.J., Henker T. M utual funds characteristics, managerial attributes, and fund performance // Review of Financial Economics. — 2004. — V.
ol. 13, № 4. — Р. 305−326.Sharp W.F. Capital Asset Prices; A Theory of Market Equilibrium inder Conditions of Risk.
— J ournal of Finance. 1952. Verchenko O. D eterminants of Stock Market Volatility Dynamics.
University of Lausanne, 2002.
Интернет-сайт Центрального банка России (www.cbr.ru) Интернет-сайт Федеральной службы государственной статистики (www.gks.ru)Интернет-сайт НКО ЗАО НРД (www.nsd.ru)Интернет-сайт Нью-Йоркской фондовой биржи (www.nyse.com) Интернет-сайт ОАО Московская Биржа (www.micex.ru) Интернет-сайт журнала «Эксперт» (www.expert.ru) Интернет-сайт журнала «Личные Деньги» (www.personalmoney.ru) Интернет-сайт Национальной ассоциации участников фондового рынка (www.naufor.ru)Приложения.
Приложение 1Сегментация инфраструктуры рынка ценных бумаг.
Приложение 2Взаимодействие инфраструктурных институтов на рынке ценных бумаг.
А — Обслуживание денежных счетов инвесторов кредитными организациями. В — Обслуживание счетов депо инвесторов и их представителей (брокеров и кастодианов) депозитариями. С — Открытие денежного клирингового счета в расчетной организации. D — Открытие клирингового счета депо в расчетном депозитарии. Е — Прямые договоры участников торговых операций с клиринговым центром как центральным контрагентом (технология ССР).1 — Адресация заявок клиентов брокерским фирмам.
2 — Адресация клиентских и дилерских заявок в торговую систему.
3 — Заключение сделок в торговой системе.
4 — Передача информации о заключенных сделках и обязательствах сторон.
5 — Адресация поручений на исполнение сделок после завершения сверки, зачета и иных клиринговых процедур.
6 — Исполнение сделок — расчеты по денежным средствам и расчеты по ценным бумагам.
