Индексная модель шарпа. Теоретические аспекты формирования оптимальных инвестиционных портфелей с использованием безрисковых кредитов и заемных средств Рыночная модель шарпа

Выведенные Марковицем правила построения границы эффективных портфелей позволяют находить оптимальный (с точки зрения инвестора) портфель для любого количества ценных бумаг в портфеле. Основной сложностью применения метода Марковица является большой объем вычислений, необходимый для определения весов Wi каждой ценной бумаги. Действительно, если портфель объединяет п ценных бумаг, то для построения границы эффективных портфелей необходимо предварительно вычислить п значений ожидаемых (средних арифметических) доходностей E (r i) каждой ценной бумаги, п величин дисперсий всех доходностей и п (п – 1)/2 выражений ковариаций σi,j акций в портфеле. При увеличении числа ценных бумаг в портфеле количество необходимых значений ковариаций становится непомерно большим. Например, если инвестор желает сформировать портфель из 30 акций, то ему необходимо вычислить 435 ковариаций, 30 ожидаемых доходностей и 30 дисперсий, т.е. всего около 500 величин! Если количество ценных бумаг удвоить (до 60), то инвестору понадобится уже 1770 значений ковариаций плюс 120 величин E (r i) и σj. А при 100 ценных бумаг в портфеле необходимое количество исходных данных превысит 5000.

В 1963 г. американский экономист У. Шарп (William Sharpe) предложил новый метод построения границы эффективных портфелей, позволяющий существенно сократить объемы необходимых вычислений. В дальнейшем этот метод модифицировался, в настоящее время известен как одноиндексовая модель Шарпа. Далее приводятся основные этапы построения данной модели.

Общее описание модели

В основе модели Шарпа лежит метод линейного регрессионного анализа , позволяющий связать две случайные зависимые переменные величины X и Y линейным выражением типа

В модели Шарпа в качестве зависимой переменной Y берется доходность r i,t какой-то i-й акции портфеля, измеренная за выбранные шаги расчета. Независимой переменной X считается величина какого-то рыночного показателя, воздействующего на доходности акций портфеля. Таковым показателем может быть, например, темп роста валового внутреннего продукта, уровень инфляции, индекс цен потребительских товаров и т.п. Сам Шарп в качестве независимой переменной рассматривал доходность рыночного портфеля r т,t вычисленную за те же шаги расчета на основе индекса Standard and Poor"s (S&P500 ). Выражение (3.12) называется уравнением линейной регрессии, а постоянные коэффициенты а и β считаются параметрами линейной регрессии .

В российских условиях доходность r т,t рыночного портфеля можно оценивать с использованием отечественных индексов РЦБ (например, индекса ММВБ или индекса РТС). Если задана длительность холдингового периода и известны значения индекса I в начале I нач и в конце I кон холдингового периода, то доходность рыночного портфеля за этот период находится по формуле

Построение регрессионной модели

Для наглядного изложения содержания модели Шарпа предположим, что портфель формируется из рассмотренных ранее акций фирм А, В и С. Пусть задана длительность будущего холдингового периода (для последующего сравнения модели Шарпа с моделью Марковица будем полагать, что эта длительность совпадает с выбираемой длительностью в модели Марковица). Зададим также N = 10 шагов расчета в прошлом (что совпадает с введенными в прошлой главе начальными условиями для примера по Г. Марковицу). На основании данных об изменениях рыночного индекса (полученных из открытых источников) вычислим доходности r т,t рыночного портфеля за выбранные N шагов расчета. Полученные данные внесем в табл. 3.5, где также приведены доходности r с,t акции С, вычисленные ранее.

Таблица 3.5

Условные доходности рыночного портфеля и акции С

В таком случае для акции С уравнение линейной регрессии (3.14) должно принимать вид

Строго говоря, можно выбирать любые величины параметров αC и βC, понимая, что получаемые из этого выражения теоретические величины r С,t будут отличаться от реально наблюдаемых величин (см. табл. 3.5).

Например, если выбрать αC = 0,1, а βC = 0,5, то теоретическая величина r С,1теор составит

что отличается от наблюдаемого значения r С,1набл= 0,110. Чтобы уровнять теоретические и наблюдаемые величины, необходимо провести коррекцию теоретической величины r С,1теор. Достигается это путем добавления к значению r С,1теор ошибки εС,1, которая составляет εС,1 = -0,0505, поскольку (0,1605 – 0,0505 = 0,110).

Можно убедиться, что и для второго шага расчета

также не совпадает с наблюдаемой величиной εС,2 = 0,320, поэтому требуется корректировать r С,2теор ошибкой εС,2 = + 0,074.

Поскольку величины r m,t и r C,t случайные, то, скорее всего, и остальные теоретические значения r C,t получаемые с использованием уравнения линейной регрессии, будут отличаться от реально наблюдаемых величин r C,t, приведенных в табл. 3.5. В связи с этим величины r C,t теор необходимо корректировать ошибкой ε C,t на каждом шаге расчета. Так как величины r m,t , и r C,t случайные, то и значения ошибки ε C,t также должны представлять собой случайные величины. В итоге уравнение линейной регрессии для акции С должно иметь следующий вид:

где ε C,t – случайная ошибка.

В общем случае если в портфель включено п акций, то для любой г-й акции портфеля уравнение линейной регрессии выглядит следующим образом:

где r i,t – доходность i -й акции портфеля за шаг t; αi – параметр линейной регрессии, называемый коэффициентом "альфа" , показывающий, какая часть доходности i -й акции портфеля не связана с изменениями доходности рыночного портфеля r m,t; βi – параметр линейной регрессии, называемый коэффициентом "бета" , характеризующий чувствительность доходности г-й акции портфеля к изменениям рыночной доходности r m,t; r m,t – доходность рыночного портфеля в момент t; εm,t – случайная ошибка , свидетельствующая о том, что реальные, наблюдаемые значения r i,t отклоняются от теоретических величин r i,tтеор, получаемых с использованием линейной зависимости (3.13).

Уравнение (3.13) является основным в линейном регрессионном анализе и берется за основу в модели Шарпа. В линейном регрессионном анализе полагается, что средняя арифметическая (ожидаемая) величина ошибок наблюдения Ε (ε i,t) = 0, т.е. фактические величины r i,t в среднем равномерно распределяются выше и ниже значений, получаемых при линейной регрессии.

Модель Шарпа рассматривает взаимосвязь доходности каждой ценной бумаги с доходностью рынка в целом.

Основные допущения модели Шарпа:

В качестве доходности ценной бумаги принимается математическое ожидание доходности;

Существует некая безрисковая ставка доходности , т. е. доходность некой ценной бумаги, риск которой всегда минимален по сравнению с другими ценными бумагами;

Взаимосвязь отклонений доходности ценной бумаги от безрисковой ставки доходности (далее:отклонение доходности ценной бумаги ) с отклонениями доходности рынка в целом от безрисковой ставки доходности (далее: отклонение доходности рынка ) описывается функцией линейной регрессии ;

Под риском ценной бумаги понимается степень зависимости изменений доходности ценной бумаги от изменений доходности рынка в целом;

Считается, что данные прошлых периодов, используемые при расчете доходности и риска, отражают в полной мере будущие значения доходности.

По модели Шарпа отклонения доходности ценной бумаги связываются с отклонениями доходности рынка функцией линейной регрессии вида:

где - отклонение доходности ценной бумаги от безрисковой;

Отклонение доходности рынка от безрисковой;

Коэффициенты регрессии.

Основной недостаток модели - необходимость прогнозировать доходность фондового рынка и безрисковую ставку доходности. Модель не учитывает колебаний безрисковой доходности. Кроме того, при значительном изменении соотношения между безрисковой доходностью и доходностью фондового рынка модель дает искажения. Таким образом, модель Шарпа применима при рассмотрении большого количества ценных бумаг, описывающих бо льшую часть относительно стабильного фондового рынка.

41.Рыночная премия за риск и коэффициент бета.

Рыночная премия за риск - разница между ожидаемой доходностью рыночного портфеля и безрисковой ставкой.

Бета-коэффициент (бета-фактор) - показатель, рассчитываемый для ценной бумаги или портфеля ценных бумаг. Является мерой рыночного риска , отражая изменчивость доходности ценной бумаги (портфеля) по отношению к доходности портфеля (рынка ) в среднем (среднерыночного портфеля). В случае компаний, не имеющих торгуемых на рынке акций, можно расчитать бета-коэффициент, основанный на сравнении с показателями компаний-аналогов. Аналоги берут из той же отрасли, бизнес которых максимально похож на бизнес непубличной компании. При расчёте необходимо сделать ряд поправок, в частности, на разницу в структуре капитала сравниваемых компаний (соотношения долга и акционерного капитала).

Коэффициента Бета для актива в составе портфеля ценных бумаг, или актива (портфеля) относительно рынка является отношением ковариации рассматриваемых величин кдисперсии эталонного портфеля или рынка соответственно :

где - оцениваемая величина, для которой вычисляется коэффициент Бета: доходность оцениваемого актива или портфеля, - эталонная величина, с которой происходит сравнение: доходность портфеля ценных бумаг или рынка, - ковариация оцениваемой и эталонной величины, - дисперсия эталонной величины.

Бета-коэффициент – это единица измерения, которая дает количественное соотношение между движением курса данной акции и движением рынка акций в целом. Нельзя путать с изменчивостью.

Бета-коэффициент (англ. beta coefficient) – это показатель степени риска применительно к инвестиционному портфелю или к конкретным ценным бумагам; отражает степень устойчивости курса данных акций по сравнению с остальным фондовым рынком; устанавливает количественное соотношение между колебаниями цены данной акции и динамикой цен рынка в целом. Если этот коэффициент больше 1, значит, акция неустойчива; при бета-коэффициенте меньше 1 – более устойчива; именно поэтому консервативные инвесторы в первую очередь интересуются этим коэффициентом и предпочитают акции с низким его уровнем.

Модель Шарпа рассматривает взаимосвязь доходности каждой ценной бумаги с доходностью рынка в целом.

Основные допущения модели Шарпа:

В качестве доходности ценной бумаги принимается математическое ожидание доходности;

Существует некая безрисковая ставка доходности , т. е. доходность некой ценной бумаги, риск которой всегда минимален по сравнению с другими ценными бумагами;

Взаимосвязь отклонений доходности ценной бумаги от безрисковой ставки доходности (далее: отклонение доходности ценной бумаги ) с отклонениями доходности рынка в целом от безрисковой ставки доходности (далее: отклонение доходности рынка ) описывается функцией линейной регрессии ;

Под риском ценной бумаги понимается степень зависимости изменений доходности ценной бумаги от изменений доходности рынка в целом;

Считается, что данные прошлых периодов, используемые при расчете доходности и риска, отражают в полной мере будущие значения доходности.

По модели Шарпа отклонения доходности ценной бумаги связываются с отклонениями доходности рынка функцией линейной регрессии вида:

где - отклонение доходности ценной бумаги от безрисковой;

Отклонение доходности рынка от безрисковой;

Коэффициенты регрессии.

Исходя из этой формулы, можно по прогнозируемой доходности рынка ценных бумаг в целом рассчитать доходность любой ценной бумаги, его составляющей:

где , - коэффициенты регрессии, характеризующие данную ценную бумагу.

Теоретически, если рынок ценных бумаг находится в равновесии, то коэффициент будет равен нулю. Но так как на практике рынок всегда разбалансирован, то показывает избыточную доходность данной ценной бумаги (положительную или отрицательную), т.е. насколько данная ценная бумага переоценивается или недооценивается инвесторами.

Коэффициент называют -риском, т. к. он характеризует степень зависимости отклонений доходности ценной бумаги от отклонений доходности рынка в целом. Основное преимущество модели Шарпа - математически обоснована взаимозависимость доходности и риска: чем больше - риск, тем выше доходность ценной бумаги.

Кроме того, модель Шарпа имеет особенность: существует опасность, что оцениваемое отклонение доходности ценной бумаги не будет принадлежать построенной линии регрессии. Этот риск называют остаточным риском . Остаточный риск характеризует степень разброса значений отклонений доходности ценной бумаги относительно линии регрессии. Остаточный риск определяют как среднее квадратическое отклонение эмпирических точек доходности ценной бумаги от линии регрессии. Остаточный риск i - ой ценной бумаги обозначают .

Другими словами показатель риска вложения средств в данную ценную бумагу определяется - риском и остаточным риском .

В соответствии с моделью Шарпа доходность портфеля ценных бумаг – это среднее взвешенное значение показателей доходности ценных бумаг, его составляющих, с учетом - риска. Доходность портфеля определяется по формуле:

где - безрисковая доходность;

Ожидаемая доходность рынка в целом;

Риск портфеля ценных бумаг может быть найден с помощью оценки среднего квадратичного отклонения функции и определяется по формуле:

,

где - среднее квадратическое отклонение доходности рынка в целом, т. е. показатель риска рынка в целом;

Риск и остаточный риск i - ой ценной бумаги;

С использованием модели Шарпа для расчета характеристик портфеля прямая задача приобретает вид:

Обратная задача выглядит аналогичным образом:

При практическом применении модели Шарпа для оптимизации фондового портфеля используются следующие допущения и формулы.

1). Обычно в качестве безрисковой ставки доходности принимают доходность государственных ценных бумаг, например, облигаций внутреннего государственного займа.

2). В качестве доходности рынка ценных бумаг в целом в период t используются экспертные оценки рыночной доходности от аналитических компаний, из средств массовой информации и т. п. В условиях развитого фондового рынка для этих целей принято использовать какие-либо фондовые индексы. Для не очень большого по количеству ценных бумаг фондового рынка принимается среднее значение доходности ценных бумаг, составляющих рынок, за этот же период t:

где - доходность рынка ценных бумаг в период t;

Исходные данные для расчета (доходность ценных бумаг) остаются без изменений (см. табл. 4.9.1). Кроме того, модель Шарпа предусматривает использование доходности рынка в целом и безрисковой доходности. Доходность рынка в целом принималась на основании экспертных оценок, ввиду отсутствия данных из внешних источников. В качестве безрисковой доходности принималась приведенная к недельному сроку доходность трехмесячных государственных краткосрочных облигаций. Данные о доходности рынка в целом и о безрисковой доходности представлены в табл. 4.9.5.

Как было отмечено выше, модель Марковица не дает возможности выбрать оптимальный портфель, а определяет набор эффективных портфелей. Каждый из этих портфелей обеспечивает наибольшую ожидаемую доходность для определения уровня риска. Однако главным недостатком модели Марковица является то, что она требует очень большого количества информации. Гораздо меньшее количество информации используется в модели У. Шарпа. Последнюю можно считать упрощенной версией модели Марковица. Если модель Марковица можно назвать мультииндексной моделью, то модель Шарпа называют диагональной моделью или моделью единичного индекса.

Согласно Шарпу, прибыль на каждую отдельную акцию строго коррелирует с общим рыночным индексом, что значительно упрощает процедуру нахождения эффективного портфеля. Применение модели Шарпа требует значительно меньшего количества вычислений, поэтому она оказалась более пригодной для практического использования.

Анализируя поведение акций на рынке, Шарп пришел к выводу, что вовсе не обязательно определять ковариацию каждой акции друг с другом. Вполне достаточно установить, как каждая акция взаимодействует со всем рынком. И поскольку речь идет о ценных бумагах то, следовательно, нужно взять в расчет весь объем рынка ценных бумаг. Однако нужно иметь в виду, что количество ценных бумаг и прежде всего акций в любой стране достаточно велико. С ними осуществляется ежедневно громадное количество сделок как на биржевом, так и внебиржевом рынке. Цены на акции постоянно изменяются, поэтому определить какие-либо показатели по всему объем рынка оказывается практически невозможным. В то же время установлено, что если мы выберем некоторое количество определенных ценных бумаг, то они смогут достаточно точно охарактеризовать движение всего рынка ценных бумаг. В качестве такого рыночного показателя можно использовать фондовые индексы.

Рассматривая выше взаимосвязь поведения акций друг с другом, мы установили, что достаточно трудно или почти невозможно найти такие акции, доходность которых имеет отрицательную корреляцию. Большинство акций имеют тенденцию расти в цене, когда происходит рост экономики, и снижаться в цене, когда происходит спад в экономике.

Разумеется, можно найти несколько акций, которые выросли и цене из-за особого стечения обстоятельств, в то время когда другие акции падали в цене. Труднее найти такие акции и дать логическое объяснение тому, что эти акции будут повышаться в цене в будущем, в то время как другие акции будут снижаться в цене. Таким образом, даже портфель, состоящий из очень большого количества акций, будет иметь высокую степень риска, хотя риск будет значительно меньше, чем если бы все средства были вложены в акции одной компании.

Для того, чтобы уяснить более точно, какое влияние структура портфеля оказывает на риск портфеля, обратимся к графику на рис. 7, который показывает, как снижается риск портфеля, если число акций в портфеле увеличивается. Стандартное отклонение для «среднего портфеля», составленного из одной акции, котируемой на Нью-Йоркской фондовой бирже, составляет приблизительно 28%. Средний портфель, составленный из двух случайно выбранных акций, будет иметь меньшее стандартное отклонение -- около 25%. Если число акций в портфеле довести до 10, то риск такого портфеля снижается примерно до 18%. График показывает, что риск портфеля имеет тенденцию к снижению и приближается к некоторому пределу по мере того, как величина портфеля увеличивается. Портфель, состоящий из всех акций, который принято называть рыночным портфелем, должен был бы иметь стандартное отклонение около 15,1%. Таким образом, почти половина риска, присущего средней от дельной акции, может быть исключена, если акции будут находиться в портфеле, состоящем из 40 или более акций. Тем не менее некоторый риск всегда остается, как бы широко ни был диверсифицирован портфель.

Та часть риска акций, которая может быть исключена путем диверсификации акций в портфеле, называется диверсифицируемым риском (синонимы: несистематический, специфический, индивидуальный); та часть риска, которая не может быть исключена, называется недиверсифицируемым риском (синонимы: систематический рыночный).

Специфический фирменный риск связан с такими явлениями, как изменения в законодательстве, забастовки, удачная или неудачная маркетинговая программа, заключение или потеря важных контрактов и с другими событиями, которые имеют последствия для конкретной фирмы. Воздействие таких событий на портфель акции можно исключить путем диверсификации портфеля. В этом случае неблагоприятные явления в одной фирме будут перекрываться благоприятным развитием событий в другой фирме. Существенно важным при этом является то, что значительная часть риска всякой отдельной акции может, быть исключена путем диверсификации.

Рыночный риск обусловлен наличием факторов, которые оказывают влияние на все фирмы. К таким факторам относятся война, инфляция, спад производства, повышение процентных ставок и др. Поскольку такие факторы действуют на большинство фирм в одном и том же направлении, то рыночный или систематический риск не может быть устранен путем диверсификации.

Модель У. Шарпа (концепция коэффициента β). Прогнозирование доходности финансовых инструментов невозможно без учета факторов риска. В первую очередь, рисков систематических. Риски измеряются с помощью методов теории вероятности в виде дисперсии (среднего квадратичного отклонения). К i – возможный доход, p i – вероятность.

Коэффициент вариации показывает риск, приходящийся на единицу доходности. . .

Среднерыночная доходность может быть измерена с помощью фондовых индексов. У. Шарп поставил задачу найти связь между колебаниями рынка и колебаниями конкретной акции. Все акции, котирующиеся на бирже, представляют рыночный портфель.

К

δ

Все точки внутри кривой – допустимые портфели . Точки на прямой – эффективные портфели – это портфели, которые обеспечивают либо максимальную доходность при допустимом риске, либо минимальные риски при заданной доходности.

Но для конкретного инвестора необходим портфель, который отвечает всем требованиям. Такое сочетание доходности и риска, которое устраивает конкретного инвестора представляет собой оптимальный портфель .

CML (capital market line) – линия рынка капитала, линейная комбинация между безрисковым активом и рыночным портфелем. Она показывает, какая связь существует между доходностью безрискового актива и доходностью рыночного портфеля. Точка пересечения линии рынка капитала с осью доходностью дает величину безрисковой ставки (R f).

CML показывает, что ожидаемая норма доходности любого эффективного портфеля равна безрисковой ставке «плюс» рисковая премия. Она иллюстрирует, что чем больше доходность, тем больше риск.

Эта доходность может быть рассчитана следующим образом:
. − рыночное среднее квадратичное отклонение. − портфель средней квадратичного инвестора.

Шарп исследовал взаимосвязь доходности между колебаниями рынка и конкретного актива.

Финансовые аналитики занимаются прогнозированием среднерыночной доходности (фондовых индексов), а конкретному инвестору необходимо знать доходность конкретной акции.

Если построить регрессию через точки, то можно получить SML (share market line), и она будет выглядеть следующим образом: . Это и есть модель Шарпа (модель оценки капитальных активов – CAMP).

Эта модель позволяет оценить требуемую доходность по конкретной акции (цену привлечения капитала). Коэффициент β в данном случае – это тот самый коэффициент, которые показывает, как связаны колебания рынка и конкретной ценной бумаги. С точки зрения математики, .

Эти коэффициенты публикуются. Например, на сайте Damodaram.com. Например, на конец 2007 г. по Российским компаниям, β был следующим. По «голубым фишкам», β=1. Это означает, что акции этих компаний колеблются точно так же, как и фондовый рынок. Если β>1, то размах колебаний доходности акции больше, чем колебания рынка. Например, строительные компании, высокотехнологичные отрасли. Систематический риск для данных ценных бумаг больше среднерыночного (больше дисперсия). Если коэффициент β<1, это значит, что размах колебаний доходности конкретной акции меньше среднерыночного и, следовательно, систематический риск тоже меньше среднерыночного. Примером таких компаний являются компании пищевой промышленности.

− рисковая премия. − рыночная рисковая премия. Рассчитывается глобальная рисковая премия и страновые рисковые премии. В частности на Damodaran.com есть такие данные : глобальная рисковая премия = 3,7%, по Европе – 3,9%. По странам, самые низкие рисковые премии у Дании, 1,8%, Бельгия – 2,6%, Швейцария – 2,1%, США – 4,2%, Япония – 5,1%, Германия – 5,4%, Ирландия – 2,6%, Норвегия – 2%.

Страновые риски определяются в т.ч. еще и кредитным рейтингом.

Достоинства модели состоят в доступности исходных данных, простоте расчета и широком распространении. Недостатки: это однофакторная модель, она не учитывает влияния других факторов, существует большая погрешность при расчетах коэффициента β из-за расхождения во мнениях у разных аналитиков.

Недостатки модели CAPM преодолеваются с помощью некоторых поправок. Рассчитывается модифицированная модель CAPM – MCAPM. В ней учитываются такие факторы, как страновой риск, премия для небольших компаний, риск внедрения новой продукции или новых инвестиционных проектов.

Существуют другие модели многофакторные, например, трехфакторная модель: Фама-Фрейч . . β − чувствительность актива к рыночной доходности, с – чувствительность к размеру компании, d – чувствительность актива к коэффициенту Тобина. К HMB – рыночная премия за риск, K SMB – ожидаемая премия за размер.

Например , R f = 6,8%, β=0,9%, c=0,5, K SMB = 6,3, K HMB = 5%, d = 0,3. R m = 8%.

6,8+(8-6,8)*0,9+6,3*0,5+5*0,3= получаем ожидаемая доходность или требуемая доходность.

Преимущество модели в том, что она использует три фактора. Ее недостаток в том, что коэффициенты c и d нигде не публикуются и должны быть рассчитаны самими аналитиками.

Многофакторная модель . В ней помимо трех названных факторов учитываются и другие: ожидаемая инфляция, рост ВВП и другие экономические и политические факторы.

На практике модель CAPM является оптимальной.