- •Оглавление
- •Введение
- •Раздел 1 информационная поддержка принятия инвестиционных решений на малом предприятии. Постановка научной задачи
- •1.1. Определение, функции и классификация инвестиций
- •1.2. Управление финансовыми инвестициями
- •1.3. Классификация общих управленческих решений
- •1.4. Классификация инвестиционных управленческих решений
- •1.5. Характеристика технологического процесса принятия управленческих решений на малом предприятии
- •1.6. Требования, предъявляемые к системе поддержки принятия инвестиционных решений
- •1.7. Определение критериев оптимизации функционирования системы поддержки принятия инвестиционных решений. Постановка научной задачи
- •1.8. Общая схема решения задачи
- •Раздел 2 оценка экономической эффективности облигаций и определение их параметров
- •2.1. Общие принципы оценки эффективности финансовых инвестиций
- •2.2. Классификация облигаций
- •2.3. Оценка эффективности облигаций
- •2.4. Определение параметров облигаций
- •Раздел 3
- •3.2. Модели оптимизации распределения финансовых инвестиций
- •3.2.1. Геометрическая интерпретация модели Марковица
- •3.2.2. Постановка задачи определения распределения финансовых ресурсов в оптимальном портфеле Марковица
- •3.2.3. Обобщенный алгоритм реализации модели Марковица
- •3.2.4. Одноиндексная модель Шарпа
- •3.2.5. Нейромодифированная одноиндексная модель Шарпа
- •Раздел 4
- •Разработка автоматизированного рабочего места
- •Поддержки принятия инвестиционных решений
- •Малого предприятия
- •4.1. Состав и структура автоматизированного рабочего места поддержки принятия инвестиционных решений малого предприятия
- •4.2. Характеристика аппаратной платформы, общего программного обеспечения, технологической среды реализации и среды разработки автоматизированного рабочего места
- •4.2.1. Выбор операционной системы
- •4.2.2. Выбор технологической среды реализации
- •4.2.3. Выбор среды разработки программного обеспечения
- •4.3. Выбор системы управления базой данных автоматизированного рабочего места
- •4.4. Алгоритм обмена данными между бд
- •4.5. Эвристическая оптимизация структуры базы данных
- •4.6. Обоснование методов и инструментов архивации данных
- •4.7. Резервное копирование данных
- •4.7.1. Требования, предъявляемые к резервному копированию данных
- •4.7.2. Классификация типов резервного копирования
- •4.7.3. Реализация резервного копирования данных
- •4.8. Типизация искусственных нейронных сетей
- •4.9. Анализ методов и алгоритмов адаптации архитектуры искусственной нейронной сети
- •4.9.1. Предварительный подбор архитектуры сети
- •4.9.2. Подбор оптимальной архитектуры сети
- •4.9.3. Алгоритм каскадной корреляции Фальмана
- •4.9.4. Методы редукции сети с учетом чувствительности
- •4.9.5. Методы редукции сети с использованием штрафной функции
- •4.10. Совершенствование технологии моделирования искусственных нейронных сетей на основе визуального контактора
- •4.11. Модификация алгоритма обратного распространения ошибки
- •4.12. Эвристическая оптимизация функционирования алгоритма обратного распространения ошибки
- •4.13. Порядок функционирования автоматизированного рабочего места
- •Заключение
- •Библиографический список
- •394006 Воронеж, ул. 20-Летия Октября, 84
3.2.4. Одноиндексная модель Шарпа
Одноиндексная модель Шарпа находит широкое практическое применение среди инвесторов, управляющих портфелями ценных бумаг [87].
В отличие от модели Марковица, в ней не требуется выполнение сложной процедуры определения взаимной ковариации (и корреляции) выбранной ценной бумаги (ЦБ) со всеми остальными ЦБ. Достаточно определить, как каждая ЦБ соотносится с фондовым индексом (RTSI, RBCC и др.). Поэтому простота проведения инженерных расчетов является одним из безусловных достоинств данной модели [94]. В отличие от мультииндексной модели Марковица, модель Шарпа называют диагональной или одноиндексной моделью.
В рамках модели Шарпа доходность портфеля ЦБ представляется как среднее взвешенное значение показателей доходности ценных бумаг, его составляющих, с учетом - риска. Она определяется в соответствии с выражением [70,137]:
, (3.15)
где - безрисковая доходность; - ожидаемая доходность рынка в целом.
Риск портфеля ценных бумаг находится с помощью оценки среднего квадратичного отклонения функции и определяется по формуле [137]:
, (3.16)
где - среднее квадратическое отклонение доходности рынка в целом, т. е. показатель риска рынка в целом; - - риск и остаточный риск i - й ценной бумаги; Wi – вес i - й ценной бумаги.
Математическая постановка решаемой задачи имеет вид
(3.17)
При реализации модели Шарпа использованы следующие ограничения и формулы.
1. В качестве безрисковой ставки доходности принята доходность государственных ценных бумаг (облигаций внутреннего государственного займа).
2. В качестве доходности рынка ценных бумаг в целом в период t используются фондовые индексы. Среднее значение доходности ценных бумаг, составляющих рынок, за период t рассчитывается в соответствии с выражением [70]
, (3.18)
где - доходность рынка ценных бумаг в период t; - доходность i - й ценной бумаги за период t.
3. - риск ценной бумаги, рассчитывается по формуле [70]
, (3.19)
где - -риск i - й ценной бумаги; - безрисковая доходность в период t; T - рассматриваемое количество периодов времени.
Избыточная доходность ценной бумаги рассчитывается по формуле [137]
. (3.20)
5. Риск рынка ценных бумаг в целом определяется по формуле [70]
. (3.21)
Обобщенный алгоритм реализации модели Шарпа представляет собой выполнение следующей последовательности действий [62]:
Шаг 1. Выбор М ценных бумаг, из которых формируется портфель, и определение исторического промежутка в N шагов расчета, за который рассматриваются значения доходности для каждой ЦБ.
Шаг 2. Определение рыночных доходностей за рассматриваемый период времени по выбранному рыночному индексу.
Шаг 3. Определение величины дисперсии рыночного показателя , значений ковариаций доходностей каждой ЦБ с доходностью рыночного портфеля (выбранным фондовым индексом) и расчет величины .
Шаг 4. Вычисление ожидаемых доходностей каждой ЦБ , доходности рыночного портфеля и расчет параметра .
Шаг 5. Вычисление дисперсии случайных ошибок .
Шаг 6. Подстановка полученных значений в соответствующие уравнения. Определение весов ЦБ с учетом выбранного значения ожидаемой доходности инвестиционного портфеля.
Шаг 7. Построение границы эффективных портфелей и определение оптимального портфеля.
Рассмотрим пример оптимизации портфеля ценных бумаг на основе одноиндексной модели Шарпа.
В качестве исходных данных (табл. 3.1) для моделирования использованы еженедельные котировки акций шести компаний в течение определенного периода.
Таблица 3.1
Исходные данные о доходности ценных бумаг
|
НОМЕР ПЕРИОДА |
|||||||
ЦБ: |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
Акции 1 |
-1,25% |
0,00% |
4,43% |
-12,12% |
32,41% |
-5,21% |
-17,58% |
14,00% |
Акции 2 |
-15,56% |
0,00% |
72,11% |
10,86% |
22,76% |
1,12% |
6,67% |
-8,33% |
Акции 3 |
11,24% |
0,00% |
19,79% |
17,39% |
-4,07% |
4,25% |
-25,93% |
-9,00% |
Акции 4 |
0,00% |
0,00% |
2,30% |
1,12% |
0,00% |
0,00% |
16,56% |
0,00% |
Акции 5 |
-0,85% |
14,89% |
33,59% |
-27,09% |
0,12% |
23,29% |
-4,41% |
2,62% |
Акции 6 |
47,37% |
-11,90% |
-9,46% |
4,48% |
22,00% |
-4,92% |
-3,33% |
-8,66% |
|
НОМЕР ПЕРИОДА |
|||||||
ЦБ: |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
|
Акции 1 |
0,00% |
-3,46% |
-10,00% |
30,00% |
1,23% |
-8,97% |
-1,45% |
|
Акции 2 |
1,14% |
3,45% |
5,20% |
-7,65% |
-13,21% |
2,76% |
8,52% |
|
Акции 3 |
23,08% |
10,60% |
0,98% |
0,00% |
12,34% |
0,00% |
-34,00% |
|
Акции 4 |
0,00% |
5,76% |
1,54% |
-0,70% |
0,00% |
-1,46% |
-12,51% |
|
Акции 5 |
0,32% |
13,40% |
4,70% |
0,00% |
-23,51% |
9,43% |
3,01% |
|
Акции 6 |
-3,77% |
-1,20% |
0,00% |
32,10% |
17,30% |
2,01% |
-1,92% |
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. 3.2.
Таблица 3.2
Данные о доходности рынка в целом и о безрисковой доходности
Период |
Доходность рынка в целом |
Безрисковая доходность |
1 |
5 % |
0,75 % |
2 |
2,5 % |
0,75 % |
3 |
10 % |
0,80 % |
4 |
2 % |
0,80 % |
5 |
7 % |
0,80 % |
6 |
4 % |
0,90 % |
7 |
1,5 % |
0,90 % |
8 |
2 % |
0,90 % |
9 |
3 % |
0,90 % |
10 |
3,5 % |
0,85 % |
11 |
2,5 % |
0,85 % |
12 |
5 % |
0,85 % |
13 |
1,5 % |
0,85 % |
14 |
2 % |
0,85 % |
15 |
1 % |
0,85 % |
Рассчитанные характеристики ЦБ ( - риск, избыточная доходность и остаточный риск ) представлены в табл. 3.3.
Таблица 3.3
Значения основных характеристик ценных бумаг
Вид акции |
- риск |
Избыточная доходность |
Остаточный риск |
Акции 1 |
2,883 |
-7,04 % |
11,89 % |
Акции 2 |
5,913 |
-10,58 % |
14,34 % |
Акции 3 |
2,672 |
-6,17 % |
11,37 % |
Акции 4 |
0,130 |
-0,35 % |
5,55 % |
Акции 5 |
3,353 |
-6,46 % |
12,65 % |
Акции 6 |
1,568 |
0,33 % |
15,95 % |
При проведении расчетов учитывалось, что: требуемая доходность портфеля =4 %, допустимый риск портфеля =8 %, прогнозируемая безрисковая доходность =1 %, ожидаемая доходность фондового рынка =3,5 %.
При проведении оптимизации решалась прямая задача (обеспечение максимальной доходности при заданном уровне риска) и обратная (обеспечение минимального риска для требуемой доходности).
Модель Шарпа обладает одним существенным недостатком, который призвана парировать разработанная автором нейромодифированная одноиндексная модель Шарпа.
Результаты оптимизации структуры фондового портфеля применительно к акциям 6 типов, представлены в табл. 3.4.
Таблица 3.4
Результаты оптимизации портфеля на основе модели Шарпа
Прогноз: |
доходность рынка 3,5 % ; безрисковая доходность 1 % |
|
|
Структура портфеля |
|
|
Прямая задача |
Обратная задача |
Требования: |
Риск меньше 8 % |
Доходность выше 4 % |
Акции 1 |
0 % |
0 % |
Акции 2 |
18 % |
23 % |
Акции 3 |
0 % |
0 % |
Акции 4 |
38 % |
23 % |
Акции 5 |
11 % |
11 % |
Акции 6 |
34 % |
43 % |
Характеристики |
Доходность 3,38 % |
Доходность 4 % |
оптимального портфеля |
Риск 8 % |
Риск 9,72 % |