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.
Выведенные Марковицем правила построения границы эффективных портфелей позволяет 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 n ценных бумаг, то для построения границы эффективных портфелей необходимо предварительно вычислить n значений ожидаемых (средних арифметических) доходностей E(ri) каждой ценной бумаги, n величин у2i дисперсий всех норм отдачи и n(n-1)/2 выражений попарных ковариаций уi,j ценных бумаг в портфеле.
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 и в настоящее время известен как одноиндексная модель Шарпа (Sharpe single-index model).
В основе модели Шарпа лежит метод линейного регрессионного анализа, позволяющий связать две случайные переменные величины - независимую Х и зависимую Y линейным выражением типа Y = б + в*Х. В модели Шарпа независимой считается величина какого-то рыночного индекса. Таковыми могут быть, например, темпы роста валового внутреннего продукта, уровень инфляции, индекс цен потребительских товаров и т.п. Сам Шарп в качестве независимой переменной рассматривал доходность rm, вычисленную на основе индекса Standart and Poor"s (S&P500). В качестве зависимой переменной берется доходность ri какой-то i-ой ценной бумаги. Поскольку зачастую индекс S&P500 рассматривается как индекс, характеризующий рынок ценных бумаг в целом, то обычно модель Шарпа называют рыночной моделью (Market Model), а доходность rm - доходностью рыночного портфеля.
Пусть доходность rm принимает случайные значения, и в течение N шагов расчета наблюдались величины rm1, rm2, ... , rmN. При этом доходность ri какой-то i-ой ценной бумаги имела значения ri1, ri2, ... , riN. В таком случае линейная регрессионная модель позволяет представить взаимосвязь между величинами rm и ri в любой наблюдаемый момент времени в виде:
ri,t = бi + вirm,t + еi,t, где (1)
бi - параметр, постоянная составляющая линейной регрессии, показывающая, какая часть доходности i-ой ценной бумаги не связана с изменениями доходности рынка ценных бумаг rm;
вi - параметр линейной регрессии, называемый бета, показывающий чувствительность доходности i-ой ценной бумаги к изменениям рыночной доходности;
rm,t - доходность рыночного портфеля в момент t;
еi,t - случайная ошибка, свидетельствующая о том, что реальные, действующие значения ri,t и rm,t порою отклоняются от линейной зависимости.
Особое значение необходимо уделить параметру вi, поскольку он определяет чувствительность доходности i-ой ценной бумаги к изменениям рыночной доходности.
В общем случае, если вi>1, то доходность данной ценной бумаги более чувствительная, подвержена большим колебаниям, чем рыночная доходность rm. Соответственно, при вj < 1 ценная бумага имеет меньший размах отклонений доходности rj от средней арифметической (ожидаемой) величины E(r)j, чем рыночная доходность. В этой связи ценные бумаги с коэффициентом в > 1 классифицируются как более рискованные, чем рынок в целом, а с в < 1 - менее рискованными.
Как показывают исследования, для большинства ценных бумаг в > 0, хотя могут встретиться ценные бумаги и с отрицательной величиной в.
Для нахождения параметров бi и вi по результатам наблюдений используется метод наименьших квадратов (МНК). По этому методу в качестве параметров бi и вi берутся такие значения, которые минимизируют сумму квадратов ошибок е. Если провести необходимые вычисления, то окажется, что параметры бi и вi принимают следующие значения:
бi = E(ri) ? вi*E(rm) (2)
Параметры бi и вi регрессионной модели дают представление об общих тенденциях взаимосвязей между изменениями рыночного показателя rm и нормой отдачи ri. Однако величины бi и вi не позволяют давать однозначный ответ о степени подобной взаимосвязи. На точность регрессионной модели оказывает значительное влияние ошибки еi. Значит, точность регрессионной модели, степень взаимосвязи rm и ri, определяется разбросом случайных ошибок еi, который можно оценить с помощью дисперсии случайной ошибки. Кроме того, точность регрессии можно определить, оценивая, сколь точно регрессионная модель определяет дисперсию ценных бумаг, для которых составляется регрессионная модель.
Дисперсию i-ой ценной бумаги можно представить:
Разделим обе части равенства на величину:
В этом случае первое слагаемое будет показывать, какую долю в общем риске ценной бумаги можно описать с помощью регрессионной модели (ri,t = бi + вirm,t), а второе слагаемое - степень неточности регрессионной модели. Значит, чем ближе величина к единице, тем более точная регрессионная модель.
В данном случае средняя арифметическая величина вычисляется делением на (N-2), поскольку две степени свободы были утеряны при вычислении бi и вi.
Использование рыночной модели Шарпа для построения границы эффективных портфелей.
Одно из главных достоинств модели Шарпа состоит в том, что она позволяет значительно сократить объемы вычислений при определении оптимального портфеля, давая при этом результаты, близко совпадающие с получаемыми по модели Марковица. Поскольку в основу модели Шарпа положена линейная регрессия, то для ее применения необходимо ввести ряд предварительных условий. Если предположить, что инвестор формирует портфель из n ценных бумаг, то будем считать, что:
- 1) средняя арифметическая (ожидаемая) величина случайных ошибок E(еi)=0 для всех ценных бумаг портфеля, то есть для i = 1, 2, ... , n;
- 2) дисперсия случайных ошибок для каждой ценной бумаги постоянна;
- 3) для каждой конкретной ценной бумаги отсутствует корреляция между наблюдаемыми в течение N лет величинами случайных ошибок;
- 4) отсутствует корреляция между случайными ошибками любых двух ценных бумаг в портфеле;
- 5) отсутствует корреляция между случайными ошибками еi и рыночной доходностью.
Подведем итог: если инвестор формирует портфель из n ценных бумаг, то использование параметров линейной регрессии бi и вi позволяет выразить с их помощью все начальные элементы - ожидаемую доходность E(ri) каждой ценной бумаги в портфеле, дисперсии и ковариации бi,j норм отдачи этих ценных бумаг, необходимые для построения границы эффективных портфелей. При этом инвестору требуется предварительно вычислить n значений бi, n величин вi, n значений, а также E(rm) и у2m. Следовательно всего потребуется найти: (n+n+n+2) = 3n+2 начальных данных, что существенно меньше объема вычислений для модели Марковица.
Ожидаемая доходность портфеля, состоящего из n ценных бумаг:
где Wi - вес каждой ценной бумаги в портфеле.
Подставим в эту формулу выражение для ri:
Для придания этой формуле компактности, Шарп предложил считать рыночный индекс как характеристику условной (n+1)-ой ценной бумаги в портфеле. В таком случае, второе слагаемое уравнения можно представить в виде:
при этом считается, что дисперсия (n+1)-ой ошибки равна дисперсии рыночной доходности. Выражение (23) представляет собой сумму взвешенных величин “беты” (вi) каждой ценной бумаги (где весом служат Wi) и называется портфельной бетой (вn). С учетом сделанных допущений, формулу (9) можно записать так:
а поскольку, согласно введенному начальному условию 1), E(еi) = 0, то окончательно имеем:
Итак, ожидаемую доходность портфеля E(rn) можно представить состоящей из двух частей:
- а) суммы взвешенных параметров бi каждой ценной бумаги - W1б1 + W2б2 + .... + Wnбn, что отражает вклад в E(rn) самих ценных бумаг, и
- б) компоненты, то есть произведения портфельной беты и ожидаемой рыночной доходности, что отражает взаимосвязь рынка с ценными бумагами портфеля.
Дисперсия портфеля в модели Шарпа представляется в виде:
При этом только необходимо иметь в виду, что, то есть (Wn+1)^2=(W1в1 + W2в2 + .... + Wnвn)^2, а. Значит, дисперсию портфеля, содержащего n ценных бумаг, можно представить состоящей из 2-х компонент:
а) средневзвешенных дисперсий ошибок, где весами служат Wi, что отражает долю риска портфеля, связанного с риском самих ценных бумаг (собственный риск);
б) - взвешенной величины дисперсии рыночного показателя, где весом служит квадрат портфельной беты, что отражает долю риска портфеля, определяемого нестабильностью самого рынка (рыночный риск).
В модели Шарпа цель инвестора сводится к следующему:
Необходимо найти минимальное значение дисперсии портфеля:
при следующих начальных условиях:
- 1) выбрать n ценных бумаг, из которых формируется портфель, и определить исторический промежуток в N шагов расчета, за который будут наблюдаться значения доходности ri,t каждой ценной бумаги;
- 2) по рыночному индексу (например, AK&M) вычислить рыночные доходности rm,t для того же промежутка времени;
- 3) определить величины вi:
4) найти параметр бi:
бi = E(ri) - вiE(rm)
- 5) вычислить дисперсии уе 2 i ошибок регрессионной модели;
- 6) подставить эти значения в уравнения
После такой подстановке выяснится, что неизвестными величинами являются веса Wi ценных бумаг. Выбрав определенную величину ожидаемой доходности портфеля E*, можно найти веса ценных бумаг в портфеле, построить границу эффективных портфелей и определить оптимальный портфель.
Пример построения модели CAPM приведен в статье:
Построение модели CAPM для российского фондового рынка.
Создадим новый рабочий лист в Excel и построим следующую таблицу. Используя поиск решений нам необходимо найти доли акций в новом инвестиционном портфеле. На рисунке, они помечены синей колонкой. Перед нами стоит прямая задача максимизации доходность инвестиционного портфеля с ограничением на риск. Максимальный риск установим на отметке 5%. Заполним дополнительные столбцы для расчета доходности и риска.
R*W= B2*G2 – произведение средней доходности и весов;
β*W=G2*C2 – произведение бета акции и веса;
(β*W)^2=I2*I2 – квадрат произведения;
σ^2*W^2=D2*D2*G2*G2 – произведение квадратов;
СУММА W =СУММ(G2:G6) –сумма весов портфеля.
Формула расчета целевой ячейки с доходностью портфеля (C9) будет следующая.
=СУММ(B2*G2;B3*G3;B4*G4;B5*G5;G6*B6)+F4*СУММ(C2*G2;C3*G3;C4*G4;C5*G5;C6*G6)
Формула расчета риска инвестиционного портфеля:
=КОРЕНЬ(J7*E4*E4+K7)
Для нахождения оптимальной структуры портфеля загрузим надстройку «Поиск решений». Выберем целевую функция – ячейку с доходностью (С9). Ее мы будем максимизировать. Для этого будем изменять доли акций в портфеле – диапазон ячеек C2:G6. Необходимо так же наложить ограничения на риск и веса акций. Веса должны быть положительны, сумма их должна не превышать единицы и риск рассчитанный в ячейке С10 должен быть меньше 5%.
В итоге мы получаем расчет долей акций в нашем инвестиционном портфеле. В итоге мы получили следующее соотношений весов акций в портфеле. Доля акций Аэрофлота (AFLT) составляет 37.7%, доля акций Якутэнерго (YKEN) составляет 40.5%, доля акций Сбербанка (SBER) 1.3%, доля акций Лукойла (LKOH) 0% и доля акций ГМКНорНикель (GMKN) 20.5%.
И так проведем качественное сравнение трех моделей формирования инвестиционного портфеля: модель Г.Марковица, модель У.Шарпа (CAPM) и модель «Квази - Шарпа».
Модель Марковица рационально использовать на стабильных рынках с повышающей доходностью, когда портфель формируется из акций, принадлежащих различным отраслям. Недостаток этой модели - это оценка доходности как среднеарифметическое доходностей за предыдущие периоды.
Модель У. Шарпа применяется для рассмотрения большого количества ценных бумаг, охватывающих большую часть фондового рынка. Недостаток этой модели – это необходимость прогнозирования доходности фондового рынка и безрисковую ставку доходности.
Модель «Квази- Шарпа » рационально использовать при рассмотрении небольшого числа ценных бумаг, принадлежащих одной или нескольким отраслям. С помощью этой модели хорошо поддерживать оптимальную структуру уже созданного инвестиционного портфеля. Недостатком этой модели можно считать не учет глобальных тенденций, которые влияют на доходность портфеля.
Добрый день, уважаемое сообщество трейдеров, инвесторов и всех кто интересуется рынком ценных бумаг!
Модель У. Шарпа или как её ещё называют часто рыночная модель была впервые предложена американским экономистом, лауреатом Нобелевской премии Уильямом Форсайтом Шарпом в середине 60-х годов прошлого столетия.
Уильям Ф. Шарп является в настоящее время почетным профессором Высшей школы бизнеса Стэнфордского университета.
В 1990 г. он получил Нобелевскую премию по экономике, которую он получил за развитие теории оценки финансовых активов.
В модели Шарпа представлена зависимость между ожидаемой доходностью актива и ожидаемой доходностью рынка. Предполагается, что доходность обыкновенной акции за определенный период связанна с доходностью за аналогичный период с доходностью рыночного индекса. В этом случае с ростом рыночного индекса, вероятно, будет расти и цена акции и наоборот.
Таким образом данная модель предполагается линейной. А уравнение предложенной модели имеет следующий вид:
Главное отличие модели У. Шарпа от модели Г. Марковица состоит в следующем:
Модель Шарпа рассматривает взаимосвязь доходности каждой ценной бумаги с доходностью рынка в целом, в то время как модель Марковица - рассматривает взаимосвязь доходностей ценных бумаг между собой.
Именно для того, чтобы избежать высокую трудоемкость модели Марковица Уильям Шарп предложил рыночную (индексную) модель. При этом модель Шарпа это не новый метод составления портфеля ценных бумаг - это упрощенная модель Марковица, где решение проблемы выбора оптимального портфеля осуществляется с меньшими усилиями. Модель Шарпа обычно применяют при рассмотрении большого количества ценных бумаг, которые представляют значительную часть рынка.
Весьма интересным представляется сравнение результатов полученных по модели Марковица и модели Шарпа.
Для этого мной было разработано приложение, в Microsoft Office Excel*, под названием - "".
В недавнем своем посте я демонстрировал результат расчета определения оптимального расчета на российском рынке акций по модели Марковица со следующими вводными:
- были взяты акции входящие в расчет основного индекса Московской Биржи - Индекса ММВБ - 50 наиболее ликвидных и капитализированных ценных бумаг на российском рынке акций;
- исторический период для анализа по рассматриваемым инструментам был выбран с 09 января 2007 года по 24 октября 2013 года;
- уровень ожидаемой доходности - максимальный;
- уровень приемлемого риска - минимальный;
- диверсификация (максимальная доля вложений в финансовый инструмент) - 15% от имеющихся активов;
- минимальный уровень дневной ликвидности по акциям - 6 млн. рублей.
Полученный результат по указанным моделям Вы можете видеть ниже:
Модель Марковица:
Модель Шарпа:
Как видно разница в составе предложенных оптимальных портфелей ценных бумаг небольшая. В модели Шарпа доля бумаг Северстали составила - 11% против 2,8% в модели Марковица; акции Башнефти в модели Шарпа менее 1%, в модели Марковица - 5,8%; в модели Шарпа акции НЛМК -13,3%, в модели Марковица - 15%; в модели Шарпа акций Татнефти нет совсем, в модели Марковица - 1,5%. Остальные доли бумаг одинаковы для описываемых моделей.
Итоговые параметры следующие:
Модель Марковица:
Модель Шарпа:
Здесь мы наблюдаем, что при одинаковом уровне риска доходность портфеля Шарпа оказывается несколько выше доходности по модели Марковица - 26,75% против 24,32% годовых, соответственно. При этом мы видим, что бета портфеля по модели Шарпа также выше беты получаемой по модели Марковица (0,64 против 0,59), а это, в свою очередь говорит о том, что портфель Шарпа является чуть менее оборонительным (защитным), чем портфель Марковица.
Рыночная модель У. Шарпа оптимального портфеля в итоге выглядит следующим образом:
Все остальные расчетные показатели в представленном приложении "Портфельные инвестиции на российском рынке акций по модели У. Шарпа (рыночная модель)
" являются такими же как и в модели Марковица.
Приложение "Портфельные инвестиции на российском рынке акций по модели У. Шарпа (рыночная модель)
" содержит также те же технические характеристики, что и приложение «Портфельные инвестиции на российском рынке акций по модели Марковица»
В журнале сделок настроен удобный, быстрый переход от одной страницы к другой за счет внутренних гиперссылок. Гиперссылки к графикам позволят быстро перейти к нужной сводной таблице на базе которых они построены. В наличии подробная инструкция для работы с приложением.
Всего в приложении более 65 различных графиков
, более 75 сводных таблиц
и все четко структурированы.
Приложение настроено так, что Вы легко сможете распечатать все листы (нет необходимости специально форматировать их), чтобы делать для себя специальные папки куда вы можете подшивать Ваши расчеты и т.д. и т.п. Все страницы пронумерованы.
Также Вы сможете, при желании, преобразовать его в удобный, читаемый PDF формат (при наличии специальной программы для создания PDF файлов).
Для наглядности я выложил итоговый файл с данными, преобразованный в PDF формат, на общем диске. Вы можете пройти по ссылке и посмотреть либо скачать:
Все формулы в приложении открыты так, что Вы можете заглянуть в глубь самих расчетов в части использованных в приложении различных показателей.
При желании исходную базу данных приложения о ценовых параметрах, уже включенных в него финансовых инструментов, можно изменить, расширить (как по перечню рассматриваемых бумаг, так и по горизонту их исследования) и конечно же периодически обновлять приложение на текущую дату.
В условиях развитых и стабильно функционирующих фондовых рынков вышеупомянутые классические модели Марковица и Шарпа работают вполне эффективно. При этом в современных условиях применение лишь отдельно взятой модели не является правильным. Модели У. Шарпа и Г. Марковица могут являться хорошим дополнением к другим факторам при составлении оптимального портфеля ценных бумаг.
"Портфельные инвестиции на российском рынке акций по модели У. Шарпа (рыночная модель) " - это отличный инструмент для профессионального подхода к инвестированию на рынке ценных бумаг.
Если Вас заинтересовало приложение, то его можно приобрести либо на сайте.
