«Моделирование доходности компаний на развивающихся рынках в условиях кризиса» ВОРОНИН АНДРЕЙ ГРУППА 41ФФР.

Презентация:



Advertisements
Похожие презентации
Модели одностороннего риска в анализе доходности собственного капитала Подготовила: Шутова Е. С. Научный руководитель: Профессор, д.э.н. Теплова Т.В.
Advertisements

Российская академия народного хозяйства и государственной службы при Президенте РФ ВЫСШАЯ ШКОЛА ФИНАНСОВ И МЕНЕДЖМЕНТА Инвестиционный портфель Минасян.
Выполнила: Изтлеуова Гульмира ФС-402. Capital Asset Pricing Model, CAPM (досл. с англ. модель ценообразования активов) модель оценки финансовых активов.
Тема 3: Модель оценки финансовых активов. План лекции: 1. Понятие модели оценки финансовых активов 2. Рыночный и собственный риск портфеля ценных бумаг.
Безрисковая ставка. Особенности выбора и расчета. «Магнитогорский государственный технический университет им. Г.И. Носова» Магнитогорск, 2017.
1 Принципы эффективного инвестирования пенсионных средств и выбора компаний по управлению активами Джон П. Краули Проект АМР США Международные стандарты.
Практикум "Портфель инвестора" Методические указания 1. Задание 2. Основы теории портфельного управления 3. Практические рекомендации 4 Информационная.
Инструменты и нвестирования 2 квартал 2012 года
Тема 4: Факторные модели 1. Понятие факторной модели 2. Однофакторные модели 3. Многофакторные модели 4. Оценки факторных моделей Темы для самостоятельного.
ТЕСТИРОВАНИЕ МОДЕЛЕЙ CAPM И ФАМЫ-ФРЕНЧА ДЛЯ ОЦЕНКИ СТОИМОСТИ СОБСТВЕННОГО КАПИТАЛА Костарева М.М. Э-06-1.
Тема 7 Управление инвестиционными проектами Критерии реализации инвестиционного проекта: 4Отсутствие более выгодных вариантов вложения капитала 4Высокий.
1 Ноябрь, 2011 Практика управления ПИФ-ом «ВТБ-БРИК»
Инвестиции
ЭКОНОМИЧЕСКАЯ ЭФФЕКТИВНОСТЬ ВЫСОКИХ ТЕХНОЛОГИЙ 7. ОПРЕДЕЛЕНИЕ СТАВКИ ДИСКОНТИРОВАНИЯ.
Моделирование и формирование портфеля на рынке ценных бумаг выполнила:магистрантка Рымашевская М.О. научный руководитель: д.э.н., проф. Марков А.В.
Количественные характеристики случайных переменных Математическое ожидание (среднее значение) Математическое ожидание (среднее значение) Дисперсия и среднее.
Рынок акций энергетических компаний: Прошлое, Сентябрь 2006 и будущее… настоящее.
Управление активами и портфелями фондов. Опыт и новации ВТБ Управление Активами. 9 декабря 2010г., Москва Владимир Потапов, Руководитель бизнеса портфельных.
Паевой инвестиционный фонд Презентацию подготовил: студент группы 4061 Копытенков Анатолий.
+7 (495) (800) , Москва, Пятницкая, д.54, стр.2 Российский рынок Стратегия активных сигналов Класс: Directional.
Транксрипт:

«Моделирование доходности компаний на развивающихся рынках в условиях кризиса» ВОРОНИН АНДРЕЙ ГРУППА 41ФФР

Пять самых больших развивающихся стран современности: Китай, Индия, Индонезия, Бразилия и Россия. Страны, которые переориентируют свои рынки по модели свободного рынка. Общей чертой развивающихся рынков, привлекающих портфельных инвесторов, является потенциально более высокая прибыльность операций с ценными бумагами. Развивающимися обычно называют рынки, капитализация которых составляет менее 1/10 от мирового уровня, месячный объем торгов на которых не менее 2 млрд. долл. и число зарегистрированных компаний не менее 100. Наличие у развивающегося рынка определенного кредитного рейтинга. Характерна высокая доля иностранного спекулятивного капитала.

Общими негативными чертами для развивающихся рынков являются: Ограничения на репатриацию прибыли зарубежных инвесторов; Высокие налоги на прибыли иностранных компаний; Слабость рыночной инфраструктуры; Политическая нестабильность. Проблема с классификацией стран: Критерии соотношения стран к той или иной группе развивающихся рынков; Элемент исторической предвзятости; Нарочное упрощение списка стран в индексе.

Портфельный метод строится на следующей логике: Инвестор на рынке, рассматривающий инвестиционный проект, имеет возможность диверсифицировать капитал. Наилучший результат достигается при широкой диверсификации капитала, когда в портфель включается наибольшее возможное число различных активов. Снизить риск инвестирования до нуля через диверсификацию не удастся, так как на рынке есть факторы, которые одинаково действуют на существующие активы рынка. Таким образом, в каждый момент времени на рынке есть граница, предел возможного снижения риска портфеля за счет диверсификации.

Модель САРМ в качестве меры оценки риска отдельного актива по отношению к риску рыночного портфеля (у которого остался только систематический риск) рассматривает бета- коэффициент - однофакторная модель, единственный фактор, определяющий премию за риск рыночный риск, который не устраняется диверсификацией. В теории рыночная доходность и рыночный риск оцениваются по портфелю, включающему все рискованные активы рынка. На практике рыночный портфель строится по активам фондового рынка (локального или глобального) и анализируется по динамике фондового индекса. Систематический риск влияет на большое число инвестиций, несистематический присущ только данному активу.

Причины, побудившие исследователей к активному анализу развивающихся рынков следующие: Традиционная модель САРМ провалилась в попытках объяснить вариацию цен на акции (Harvey, 1995). Распределение доходностей на развивающихся рынках оказалось несимметричным (Hwang and Pedersen, 2002). Доходность обладает высокой волатильностью (Bekaert and Harvey, 2003).

В большинстве случаев инвесторы ассоциируют риск с негативными последствиями, такими как отрицательная доходность, или, другими словами, фактическая доходность окажется меньше ожидаемой. Как правило, инвесторы не думают о риске как о чем-то, что приносит положительную доходность, так же инвесторы не ассоциируют риск: с доходностью (фактическая доходность выше ожидаемой), или с подъемом цены активов. Именно по этой причине современные представления инвесторов о риске противоречат портфельной теории и ее интерпретации риска. Несмотря на то, что формальные определения одностороннего риска так же стары, как и книжные определения, используемые в современной портфельной теории. Односторонний риск стал всерьез учитываться исследователями на практике и в теории всего лишь семь лет назад.

САРМ базируется на равновесии, в котором инвесторы максимизируют свои функции полезности, которые, соответственно, зависят от поведения среднего отклонения и дисперсии доходности портфеля. Дисперсия доходности является спорным индикатором риска, по крайней мере, по двум причинам. 1.Дисперсия доходности является индикатором риска лишь в случае, если распределение доходности симметрично. 2.Показатель может быть использован в модели, только, если распределение нормально. Полудисперсия доходности, с другой стороны, может считаться более надежным индикатором риска по ряду причин. 1.Инвесторы, очевидно, склоняются к тому, что двусторонняя волатильность лучше односторонней, и предпочитают первую второй. 2.Если сравнивать этот показатель с дисперсией, он более практичен в применении в случаях, когда распределение доходности несимметрично, ровно, как и симметрично. 3.Полудисперсия учитывает две статистики – дисперсию и асимметричность (скошенность) модели – в одном показателе, таким образом, давая исследователю возможность применять однофакторную модель для поиска ожидаемой доходности.

ИндексыАргентинаБразилияИндияИндонезияРоссия Дневные данные Средняя доходность -0,36%-0,27%-0,25%-0,36%-0,70% Стандартное отклонение 3,32%3,70%2,89%3,05%4,94% Недельные данные Средняя доходность -1,61%-1,29%-1,35%-1,61%-3,36% Стандартное отклонение 8,48%7,60%5,65%6,82%12,14% Месячные данные Средняя доходность -7,73%-6,01%-4,06%-7,24%-15,74% Стандартное отклонение 13,18%9,26%10,81%13,77%11,82%

АргентинаБразилияИндияИндонезияРоссия Дневные данные Преимущества CAPM Не выявлены Выявлены Не выявлены Преимущества DCAPM Не выявленыВыявлены Не очевидны Не выявленыНе очевидны Недельные данные Преимущества CAPM Не выявлены Преимущества DCAPM Не выявлены Не очевидны Выявлены Месячные данные Преимущества CAPM Не выявлены Не очевидны Преимущества DCAPM Не очевидныВыявлены Не очевидны

Риски: Российский рынок - самый рискованный. Индийский рынок - самый «стабильный». Корректность использования данных: Аргентинский рынок - месячные данные. Бразильский, индийский, индонезийский рынки – дневные данные. Российский рынок – недельные данные. Корреляция: средняя доходность/стандартное отклонение Аргентина – положительная Бразилия – отрицательная Индия - отрицательная Индонезия - отрицательная Россия – разная (от – к +) Скошенность: Аргентина – положительная (+/+/-) Бразилия – положительная (+/+/-) Индия – положительная (+/+/-) Индонезия – положительная (+/+/+) Россия – положительная (=/+/+)

Преимущества моделей: Аргентина – нет Бразилия – DCAPM (дневные, месячные) Индия - нет Индонезия - САРМ (дневные) Россия – DCAPM (недельные) Проверка на нелинейность: Аргентина – нет Бразилия – по классическому бета Индия - нет Индонезия - нет Россия – по классическому и одностороннему бета Рекомендации: Аргентина. Увеличить выборку и рассматриваемый период. Индия. Увеличить рассматриваемый период. Россия. Попробовать рассмотреть ММВБ. Увеличить рассматриваемый период.