Практическое применение модели Марковица

Работа Г. Марковица о диверсификации портфеля ценных бумаг. Теоретические сведения о модели Марковица. Доходность и риск ценной бумаги. Математическое ожидание доходности портфеля. Вычисление дисперсии. Матрица ковариаций. Практическое применение.

Рубрика Экономико-математическое моделирование
Вид курсовая работа
Язык русский
Дата добавления 21.08.2008
Размер файла 97,1 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

1

Курсовая работа

по дисциплине

на тему

Практическое применение модели Марковица

Санкт-Петербург

2007

Содержание

  • Содержание 2
  • Введение 3
  • Глава 1. Теоретические сведения о модели Марковица 5
  • Глава 2. Практическое применение 8
  • Заключение 18
  • Литература 19
  • Введение
  • Любой человек, владеющий свободными денежными средствами, заинтересован в их рациональном использовании. Деньги могут и должны «работать». Существует несколько наиболее привлекательных сфер вложения капитала. Критерии привлекательности для каждого инвестора могут быть разными, но существуют два основных параметра, по которым принимается окончательное решение, - это риск и доходность инвестиций. Сравнивая и оценивая эти показатели, потенциальный инвестор делает выводы о привлекательности того или иного сектора экономики, сферы бизнеса, финансово-кредитных институтов, предлагающих свои услуги в этой области [2]. Если с банковской системой все просто: известны кредитный рейтинг, величина уставного капитала, список крупных корпоративных клиентов, процентные ставки по вкладам, иные показатели, характеризующие устойчивость и степень доверия к данному финансово-кредитному институту, то с относительно новым видом вложения капитала для российского инвестора, каким является фондовый рынок, возникает множество вопросов при оценке этих двух принципиально важных показателей. Говоря об относительной новизне понятия «фондовый рынок», мы имеем в виду его российскую интерпретацию. Современное состояние рынка ценных бумаг в РФ предопределяет очень большой объем научно-прикладных исследований. Несмотря на более чем десятилетнею историю, говорить о реальном развитии можно лишь с конца 1998 года. Система государственных краткосрочных облигаций и федеральных займов, приносивших баснословные прибыли при минимуме риска, способствовала мобилизации на этом рынке практически всех финансовых ресурсов. Нестабильная политическая ситуация в стране в 90-х годах ХХ века, высокая инфляция, несовершенство, а иногда и отсутствие некоторых норм в законодательстве, регламентирующих инвестиционную деятельность, самым отрицательным образом отразились на российском фондовом рынке. Известный экономический закон, говорящий о том, что капитал всегда перетекает в наиболее доходную сферу бизнеса, лишний раз подтверждается российской действительностью. После краха пирамиды государственных краткосрочных облигаций, в связи с утерей доминантного источника прибыли, инвесторы вынуждены были расширять сферу своих интересов. Постепенно капитал стал перетекать на фондовую биржу, появились динамика, объем торгов и, как следствие, основа для научно-исследовательской деятельности [9].
  • Более чем вековая история западных, и особенно американского, фондовых рынков способствовала широкому развитию научных исследований в этой области. Огромное количество различных исследований, проведенных учеными и финансовыми компаниями, выявили определенные закономерности в динамике фондового рынка и позволили создать многочисленные теории, описывающие и объясняющие механизм взаимоотношений, а также философию поведения инвестора на рынке. Все эти теории и модели призваны служить в качестве опоры при принятии решений. Так как целью любого инвестора является максимальная прибыль при минимуме риска, то следует предположить, что, эмпирически оценив применимость (или неприменимость) западных моделей к отечественному фондовому рынку, можно выявить особенности и возможно «характер» российского рынка ценных бумаг, снизив тем самым риск потери капитала.
  • Из всего разнообразия различных теорий выделяется модель, созданная в 1950 году нобелевским лауреатом Гарри Марковицем и получившая название «модель Марковица», поскольку ее несомненным достоинством является строгая математическая формулировка, что обеспечивает максимальную объективность результатов. Модель лежит в основе инвестиционного планирования в условиях неопределенности, являясь существенным элементом теории рынка капитала, особенно такой ее формы, как модель оценки финансовых активов (САРМ).
  • Фундаментальная работа Г. Марковица о диверсификации портфеля ценных бумаг рассматривает задачу выбора оптимального портфеля из набора ценных бумаг, рассматриваемого на одном периоде действия доходностей при знании распределений и взаимозависимостей доходностей - оптимальный портфель получает предписанную среднюю доходность, имея при этом минимальный возможный разброс своей доходности. Далее эта задача развивается для случаев, когда запрещены короткие позиции и вводится безрисковый актив - Шарп, Тобин участвуют в этом развитии [4].
  • В 1952 г. Марковиц опубликовал фундаментальную работу, которая является основой подхода к инвестициям с точки зрения современной теории формирования портфеля. Подход Марковица начинается с предположения, что инвестор в настоящий момент времени имеет конкретную сумму денег для инвестирования. Эти деньги будут инвестированы на определенный промежуток времени, который называется периодом владения (holding period). В конце периода владения инвестор продает ценные бумаги, которые были куплены в начале периода, после чего либо использует полученный доход на потребление, либо реинвестирует доход в различные ценные бумаги (либо делает то и другое одновременно). Таким образом, подход Марковица может быть рассмотрен как дискретный подход, при котором начало периода обозначается t = 0, а конец периода обозначается t = 1. В момент t = 0 инвестор должен принять решение о покупке конкретных ценных бумаг, которые будут находиться в его портфеле до момента t = Г. Поскольку портфель представляет собой набор различных ценных бумаг, это решение эквивалентно выбору оптимального портфеля из набора возможных портфелей. Поэтому подобную проблему часто называют проблемой выбора инвестиционного портфеля.
  • Принимая решение в момент t = 0, инвестор должен иметь в виду, что доходность ценных бумаг (и, таким образом, доходность портфеля) в предстоящий период владения неизвестна. Однако инвестор может оценить ожидаемую (или среднюю) доходность (expected returns) различных ценных бумаг, основываясь на некоторых предположениях, а затем инвестировать средства в бумагу с наибольшей ожидаемой доходностью. (Методы оценки ожидаемой доходности основаны на рассмотрении соответствующих моделей). Марковиц отмечает, что это будет в общем неразумным решением, так как типичный инвестор хотя и желает, чтобы “доходность была высокой”, но одновременно хочет, чтобы “доходность была бы настолько определенной, насколько это возможно”. Это означает, что инвестор, стремясь одновременно максимизировать ожидаемую доходность и минимизировать неопределенность (т.е. риск (risk)), имеет две противоречащие друг другу цели, которые должны быть сбалансированы при принятии решения о покупке в момент t = 0. Подход Марковица к принятию решения дает возможность адекватно учесть обе эти цели.
  • Следствием наличия двух противоречивых целей является необходимость проведения диверсификации с помощью покупки не одной, а нескольких ценных бумаг [7].

Глава 1. Теоретические сведения о модели Марковица

Модель Марковица основана на следующих принципах. Пусть инвестор имеет сегодня (в момент времени t=0) ликвидные средства. Его плановый период составляет T. Начальное имущество расходуется полностью, а именно, на ценные бумаги (акции) типа J, цена покупки которых (zj0 ) определена. Но возвратные потоки (дивиденды плюс будущая динамика курса) нельзя надежно спрогнозировать [6]. Известно лишь распределение вероятностей (в нашем случае они равновероятны). Мы ищем оптимальный портфель акций для инвестора, не расположенного к риску, который принимает свои решения на основе математического ожидания (m) и дисперсии (d2) , т.е ориентируется на принцип m-d2.

Под доходностью и риском ценной бумаги понимается следующая величина:

Доходность. Зависящая от ситуации доходность J-й акции составляет: rjs = -z1 js / z0 j-1, отсюда мы находим ожидаемую доходность:

Риск ценной бумаги измеряется средним квадратическим отклонением ее доходности:

Для портфеля из двух ценных бумаг ожидаемая доходность равна:

rps = w1r1s + w2r2s .

Поэтому математическое ожидание доходности портфеля можно представить в следующем виде:

Ожидаемая доходность портфеля соответствует взвешенной средней арифметической доходности содержащихся в портфеле акций.

Вычисление дисперсии описывается выражением [5]:

Дисперсия доходностей акций:

Ковариация доходности 1 с доходностью акции 2:

Если проведем соответствующие подстановки и преобразования, формула дисперсии доходности портфеля будет выглядеть следующим образом:

Эквивалентный, но для определенных аспектов весьма полезный метод записи этого уравнения можно получить, если использовать коэффициент корреляции [8]:

Коэффициент корреляции является показателем линейной зависимости двух случайных переменных друг от друга. Коэффициент корреляции более прозрачен, чем ковариация, так как его значения не могут выходить за рамки строго определенного интервала [-1,1].

Для портфеля, состоящего из более чем двух ценных бумаг, вектор доходностей ценных бумаг выглядит в общем виде:

Матрица ковариаций имеет вид:

Доходность портфеля при наступлении s-й будущей ситуации характеризуется формулой:

Отсюда математическое ожидание доходности портфеля равно:

Дисперсия доходности портфеля определяется по формуле:

Если подставить в формулу дисперсии зависящих от ситуации портфельных доходностей и их математическое ожидание, то будет иметь место следующее выражение:

При использовании ковариации

получаем сокращенную формулу дисперсии доходности портфеля:

При этом ковариацией доходности j-й бумаги с доходностью той же бумаги является ее дисперсия:

Кроме того, верно

Таким образом, общую формулу риска портфеля, т.е. среднеквадратическое отклонение, можно записать следующим образом:

Когда в портфель включены более чем две ценные бумаги, путем изменения структуры портфеля можно варьировать риском портфеля, сохраняя неизменной его доходность. Не расположенный к риску инвестор всегда предпочитает при данной портфельной доходности портфель с меньшим риском, независимо от того, как велика его нерасположенность к риску.

Проблему минимизации можно решить, используя метод неопределенных множителей Лагранжа. Для этой цели, оставшиеся дополнительные ограничения путем преобразований надо приравнять к нулю, взвесить их, применяя множители Лагранжа, и подставить в целевую функцию. Тогда функция Лагранжа в общем виде будет выглядеть следующим образом:

Для определения процентных долей, которые минимизируют риск, необходимо приравнять производные функции Лагранжа по wj(j=1 - J), по l1 и по l2 к нулю. Таким образом, возникнет система (J+2) линейных уравнений с (J+2) неизвестными. В матричной форме записи система уравнений имеет следующую структуру:

Если мы решим эту систему уравнений для разных значений то получим структуру портфеля, минимизирующую риск [3].

Глава 2. Практическое применение

На сайтах www.RTS.ru и www.micex.ru возьмем по 35 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 доходностей:

Для Татнефти:

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

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

 

Для Лукойла:

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

 

Для Сбербанка

данные

номер

сортируем X

|X-Xсреднее|

(X-Xреднее)^2

0,067

1

-0,168

0,150

0,022

0,004

2

-0,143

0,125

0,016

0,042

3

-0,138

0,121

0,015

-0,064

4

-0,138

0,120

0,014

0,048

5

-0,133

0,116

0,013

-0,064

6

-0,113

0,096

0,009

0,166

7

-0,095

0,077

0,006

-0,077

8

-0,094

0,076

0,006

-0,138

9

-0,083

0,065

0,004

0,127

10

-0,080

0,063

0,004

0,002

11

-0,077

0,060

0,004

-0,083

12

-0,076

0,058

0,003

0,216

13

-0,075

0,058

0,003

-0,076

14

-0,064

0,047

0,002

0,056

15

-0,064

0,047

0,002

-0,059

16

-0,059

0,042

0,002

-0,168

17

-0,058

0,040

0,002

-0,094

18

-0,048

0,030

0,001

-0,004

19

-0,039

0,022

0,000

0,180

20

-0,013

0,005

0,000

-0,039

21

-0,004

0,013

0,000

-0,143

22

0,002

0,020

0,000

0,050

23

0,004

0,021

0,000

0,037

24

0,037

0,054

0,003

-0,048

25

0,042

0,059

0,004

-0,013

26

0,048

0,066

0,004

0,099

27

0,050

0,067

0,005

-0,133

28

0,055

0,073

0,005

-0,075

29

0,056

0,074

0,005

-0,095

30

0,067

0,084

0,007

0,055

31

0,099

0,116

0,014

-0,080

32

0,127

0,145

0,021

-0,113

33

0,166

0,184

0,034

-0,058

34

0,180

0,198

0,039

-0,138

35

0,216

0,233

0,054

сумма

 

-0,615

2,824

0,325

среднее

 

-0,018

0,081

0,009

 

 

 

 

 

 

 

сводка параметров распределения

 

 

 

минимум

-0,167530288

 

 

 

максимум

0,215542059

 

 

 

размах

0,383072347

 

 

 

среднее

-0,018

 

 

 

дисперсия

0,009

 

Для Аэрофлота

данные

номер

сортируем X

|X-Xсреднее|

(X-Xреднее)^2

-0,158

1

-0,274

0,163

0,027

-0,178

2

-0,229

0,118

0,014

-0,198

3

-0,225

0,115

0,013

-0,002

4

-0,220

0,109

0,012

-0,117

5

-0,198

0,087

0,008

0,016

6

-0,194

0,084

0,007

-0,229

7

-0,182

0,071

0,005

-0,100

8

-0,178

0,067

0,004

-0,113

9

-0,172

0,061

0,004

-0,074

10

-0,165

0,054

0,003

-0,147

11

-0,158

0,048

0,002

-0,063

12

-0,158

0,047

0,002

-0,055

13

-0,152

0,041

0,002

-0,026

14

-0,147

0,036

0,001

0,003

15

-0,144

0,033

0,001

-0,182

16

-0,131

0,020

0,000

-0,033

17

-0,117

0,006

0,000

-0,077

18

-0,113

0,003

0,000

-0,172

19

-0,113

0,002

0,000

-0,092

20

-0,111

0,000

0,000

-0,194

21

-0,100

0,011

0,000

-0,111

22

-0,093

0,017

0,000

-0,225

23

-0,092

0,019

0,000

0,001

24

-0,077

0,034

0,001

-0,093

25

-0,074

0,036

0,001

-0,113

26

-0,063

0,047

0,002

-0,158

27

-0,055

0,056

0,003

0,109

28

-0,033

0,078

0,006

-0,009

29

-0,026

0,084

0,007

-0,131

30

-0,009

0,102

0,010

-0,165

31

-0,002

0,109

0,012

-0,220

32

0,001

0,112

0,012

-0,274

33

0,003

0,114

0,013

-0,152

34

0,016

0,127

0,016

-0,144

35

0,109

0,219

0,048

сумма

 

-3,875

2,330

0,239

среднее

 

-0,111

0,067

0,007

 

 

 

 

 

 

 

сводка параметров распределения

 

 

 

минимум

-0,273623448

 

 

 

максимум

0,108723577

 

 

 

размах

0,382347025

 

 

 

среднее

-0,111

 

 

 

дисперсия

0,007

 

Для РАОЕЭС

данные

номер

сортируем X

|X-Xсреднее|

(X-Xреднее)^2

0,349

1

-0,815

0,631

0,398

-0,538

2

-0,769

0,586

0,343

-0,045

3

-0,662

0,478

0,229

-0,263

4

-0,628

0,445

0,198

-0,039

5

-0,594

0,410

0,168

0,146

6

-0,538

0,354

0,125

-0,096

7

-0,432

0,248

0,062

0,201

8

-0,412

0,229

0,052

0,071

9

-0,396

0,212

0,045

-0,412

10

-0,329

0,146

0,021

-0,769

11

-0,295

0,111

0,012

-0,192

12

-0,269

0,085

0,007

0,329

13

-0,263

0,080

0,006

-0,594

14

-0,258

0,075

0,006

-0,432

15

-0,210

0,027

0,001

0,062

16

-0,192

0,009

0,000

-0,815

17

-0,186

0,002

0,000

-0,329

18

-0,174

0,010

0,000

-0,269

19

-0,168

0,016

0,000

-0,628

20

-0,114

0,070

0,005

-0,662

21

-0,097

0,087

0,007

-0,114

22

-0,096

0,087

0,008

-0,174

23

-0,045

0,138

0,019

-0,396

24

-0,039

0,145

0,021

-0,210

25

-0,035

0,148

0,022

-0,168

26

0,062

0,246

0,060

0,115

27

0,071

0,255

0,065

0,102

28

0,075

0,259

0,067

-0,186

29

0,102

0,286

0,082

0,075

30

0,115

0,299

0,089

-0,097

31

0,142

0,326

0,106

-0,258

32

0,146

0,330

0,109

-0,035

33

0,201

0,385

0,148

-0,295

34

0,329

0,513

0,263

0,142

35

0,349

0,532

0,283

сумма

 

-6,420

8,259

3,029

среднее

 

-0,183

0,236

0,087

 

 

сводка параметров распределения

 

 

 

минимум

-0,814683813

 

 

 

максимум

0,348850949

 

 

 

размах

1,163534762

 

 

 

среднее

-0,183

 

 

 

дисперсия

0,087

 

Для расчета матрицы ковариации воспользуемся Excel

ТАТНЕФТЬ

ЛУКОЙЛ

СБЕРБАНК

АЭРОФЛОТ

РАОЕЭС

ТАТНЕФТЬ

0,015

0,001

0,005

0,000

0,007

ЛУКОЙЛ

0,001

0,008

0,000

0,001

-0,004

СБЕРБАНК

0,005

0,000

0,009

-0,001

0,001

АЭРОФЛОТ

0,000

0,001

-0,001

0,007

-0,002

РАОЕЭС

0,007

-0,004

0,001

-0,002

0,087

Теперь можем составить оптимальный портфель. Представим, что у нас есть 10000р. И мы хотим найти наименее рискованный портфель при 10% норме доходности, т.е. требуем 1000р. дохода.

Воспользуемся пакетом оптимизации в Maple. Покажем код программы, который нам даст оптимальный портфель

> n := 5: X := <seq( x[i], i=1..n )>:

c := 10000;

G := 1000; # доходность 10%

r := <0.154,0.319,-0.018,-0.111,-0.183>;

Q := <<0.015,0.001,0.005,0.000,0.007> |

<0.001,0.008,0.000,0.001,-0.004> |

<0.005,0.000,0.009,-0.001,0.001> |

<0.000,0.001,-0.001,0.007,-0.002> |

<0.007,-0.004,0.001,-0.002,0.087> >;

Тогда целевая функция - квадратичная функция по X, следовательно можем использовать квадратичную оптимизацию.

> objective := expand( Transpose(X).Q.X );

Наши ограничения

> budget := add( x[i], i=1..n ) <= c;

growth := add( x[i]*r[i], i=1..n ) >= G;

Решим задачу оптимизации с помощью QPSolve.

> QPSolve( objective, {budget, growth}, assume=nonnegative );

Таким образом, минимум риска при ожидаемой доходности в 10% достигается при Активы 3,4,5 не покупается, т.к. их доходности отрицательны и ковариация с другими активами не является отрицательной для диверсификации портфеля.

Заключение

Существенный вклад в данную теорию был сделан другим американским математиком - Дж. Тобином (Tobin J. The Theory of Portfolio Selection in F.H. Hahn and F.R.P. Brechling (eds) ), который установил существование оптимального портфеля среди множества эффективных портфелей. Работы Г. Марковица привлекли внимание многих математиков и специалистов по ценным бумагам и вызвали большое число обсуждений и публикаций. Особое внимание заслуживает монография У. Шарпа (Sharpe W.E. Portfolio Theory and Capital Markets), который предложил упрощенный метод выбора оптимального портфеля на основе однофакторной модели рынка капиталов, позволяющий сводить задачу квадратичной оптимизации к линейной [1].

Со времен Марковица портфельный анализ существенно продвинулся, в его рамках были построены модели рыночного равновесия, предложены разнообразные способы измерения риска, учитывались все новые и новые инструменты. Успехи теории стимулировали создание новых рыночных инструментов, которые без сложившейся солидной расчетной базы просто не могли возникнуть. Задачи портфельного анализа являются также иллюстративным материалом для применения теории финансовых рисков. Модель Марковица активно применяется в практических расчетах для фондовых рынков. Впоследствии портфельный анализ Марковица был использован для рынка инвестиций, валютного, денежного рынка и для других рынков [10].

В заключение хотелось бы отметить, что модель не может однозначно ответить на все поставленные вопросы. Оценивая риск и доходность российского рынка ценных бумаг, мы можем лишь с определенной долей вероятности предположить, что будущая ситуация на фондовой бирже будет укладываться в рамки полученных статистических данных. Наличие огромного количества факторов, напрямую или косвенно влияющих на динамику котируемых эмитентов, не позволяет однозначно спрогнозировать и сократить до нуля риск потери инвестиций, но свести его до минимума с оптимальной доходностью возможно.

Литература

1. Лутц Крушвиц. Инвестиционные расчеты. - СПб, 2001.

2. Брэйли Р., Майерс С. «Принципы корпоративных финансов». Пер. с англ. - М. «Олимп-бизнес». 1997г.

3. «Мастерство Финансы» Пер. с англ. - М. «Олимп-бизнес». 1998 г.

4. Беккер А., Федорин В. «Россия: Минфин скупил долги на $2,5 млрд.» // Ведомости (20.02.02)

5. Водянов А., Смирнов А. « Паутина роста». // Эксперт. №42 (254), 2000г.

6. Егерев И. «Определение размера надбавок за риск при кумулятивном построении ставки дисконта». // Рынок ценных бумаг № 1 (160), 2000г.

7. Ефимова О. «Дисконтированная стоимость: расчет и анализ». // Бухгалтерский учет №10, 1998г.

8. Лимитовский М., Паламарчук В. «Стоимость собственного капитала российской корпорации». // Рынок ценных бумаг № 18 (153), 1999г.

9. Салун В. «Как правильно выбрать ставку дисконта». // Рынок ценных бумаг № 4 (139), 1999г.

10. Тихонов О. «Концепция дохода». // Рынок ценных бумаг № 5 (116), 1998г.


Подобные документы

  • Виды инвестиционного риска. Понятия доходности и риска ценной бумаги. Однофакторная модель рынка капитала. Модель размещения средств с анализом риска убытков Ф. Фабоцци. Практическое применении модели Г. Марковица для оптимизации фондового портфеля.

    презентация [109,0 K], добавлен 04.01.2015

  • Расчет портфеля ценных бумаг методом Марковица, формулы и алгоритмы расчета. Построение портфелей ценных бумаг с различными параметрами, их сравнение и анализ. Альтернативный метод формирования инвестиционных портфелей, риск-нейтральный портфель.

    дипломная работа [1,5 M], добавлен 11.02.2017

  • Сущность портфельного подхода при решении задачи распределения капитала, который участник рынка хочет потратить на покупку ценных бумаг. Варианты составления портфеля равными долями и оптимального портфеля. Влияние корреляции ценных бумаг разного вида.

    презентация [196,6 K], добавлен 01.11.2013

  • Характеристики и свойства условно-гауссовской модели ARCH для прогнозирования волатильности стоимости ценных бумаг. Акции предприятия на рынке ЦБ. Оценка параметров модели ARCH для прогнозирования их доходности методом максимального правдоподобия.

    курсовая работа [161,5 K], добавлен 19.07.2014

  • Нахождение оптимального портфеля ценных бумаг. Обзор методов решения поставленной задачи. Построение математической модели. Задача конусного программирования. Зависимость вектора распределения начального капитала от одного из начальных параметров.

    дипломная работа [1,5 M], добавлен 11.02.2017

  • Сущность банка, его деятельность и риски. Особенности развития банковского бизнеса в России. Управление риском в процессе кредитования. Модели оценки кредитоспособности заемщика. Математический аппарат в их разработке и его практическое применение.

    дипломная работа [440,3 K], добавлен 30.05.2012

  • Модель оценки долгосрочных активов (Capital Asset Pricing Model, САРМ). Оценка доходности и риска на основе исторических данных. Выбор оптимального портфеля из рискованных активов. Риск и неопределенность денежных потоков. Расчет бета-коэффициента.

    презентация [104,1 K], добавлен 30.07.2013

  • Модель зависимости доходности индекса телекоммуникации от индекса рынка. Результаты регрессионного анализа. Уравнение регрессии зависимости доходности отраслевого индекса от индекса. Регрессионная статистика, дисперсный анализ. Минимальный риск портфеля.

    лабораторная работа [1,7 M], добавлен 15.11.2010

  • Производственная функция как экономико-математическое уравнение, связывающее переменные величины затрат (ресурсов) с величинами продукции (выпуска), ее практическое применение. Свойства функции предложения. Моделирование издержек и прибыли предприятия.

    курсовая работа [707,1 K], добавлен 02.12.2009

  • Базовые принципы и приемы, используемые при имитационном моделировании доходности финансового актива. Построение модели, способной прогнозировать доходность акции компании "РосНефть" через индекс MICEX и нефть марки Brent. Проверка модели на адекватность.

    контрольная работа [415,5 K], добавлен 11.12.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.