Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период
Диссертация - Компьютеры, программирование
Другие диссертации по предмету Компьютеры, программирование
еляются условием p(1)=0.2, p(2)=0.4, p(3)=0.2, p(4)=0.1, p(5)=0.1. Согласно прогнозу сохранения текущего состояния рыночной конъюнктуры, наиболее вероятными считаются третьи сценарии изменения значений главных компонент, соответствующие незначительному изменению уровня процентных ставок и представляющие собой предсказания моделей ARIMA, а вероятности пяти различных значений каждой из двух главных компонент определяются условием p(1)=0.1, p(2)=0.2, p(3)=0.4, p(4)=0.2, p(5)=0.1. Согласно прогнозу ухудшения состояния рыночной конъюнктуры, наиболее вероятными считаются четвертые сценарии изменения значений главных компонент, соответствующие умеренному росту уровня процентных ставок, а вероятности пяти различных значений каждой из двух главных компонент определяются условием p(1)=0.1, p(2)=0.1, p(3)=0.2, p(4)=0.4, p(5)=0.2.
По результатам расчетов были определены структуры портфелей, которые в наилучшей степени отвечают индивидуальным особенностям инвесторов, отличающихся сроками вложений, прогнозами и отношением к риску.
Таблица 2.3.3 показывает, что в состав оптимальных портфелей вошли облигации двенадцати различных выпусков из восемнадцати рассматриваемых. Выпуски с минимальными сроками до погашения наиболее широко представлены в структуре портфелей, рекомендуемых инвесторам, характеризующимся высокой склонностью к устранению риска и прогнозирующим рост уровня процентных ставок. Более долгосрочные выпуски наиболее широко представлены в структуре портфелей, рекомендуемых инвесторам, характеризующимся слабым стремлением к устранению риска и прогнозирующим падение уровня процентных ставок.
Оценка сравнительной значимости различных факторов, определяющих размер дюрации оптимального портфеля, производилась диссертантом при помощи регрессионной модели с фиктивными переменными, определения которых даны в таблице 2.3.4.
Таблица 2.3.3.
Структуры и дюрации оптимальных портфелей ГКООФЗ по состоянию на 28.03.2001.
№211452114725014250232502425030270042700527006270072700828001DFW1000000.5110000.489001.13720000.627000000.373000.87630.7470000000000.25300.70840000.568000000.432000.942500000.6900000.31000.75360.7970000000000.20300.63670.8610000000000.13900.54380.8650000000000.13500.53790.8750000000000.1120.0130.52810000.3130000.687000001.20811000000.59900.40100000.9581200000.6850000.3150000.747130000.13100.380000.488001.103140000.64300000.3570000.845150.73700000000.2630000.657160.85100000000.1490000.52170.8600000000.140000.509180.88700000000000.1130.55219000.1060000.894000001.28120000.73400000.26600001.058210000.5750000.42500000.8242200.258000000.74200001.224230000.09400.4400.46600000.972240000.0960.5930000.3110000.75250.80600000000.1940000.574260.84100000000.1590000.533270.865000000000.135000.509
Таблица 2.3.4.
Булевы переменные, выражающие специфику различных инвесторов.
Sравна 1, если срок вложений инвестора сверхкраткосрочный, и 0 в противоположном случаеLравна 1, если срок вложений инвестора среднесрочный, и 0 в противоположном случаеFравна 1, если инвестор прогнозирует падение процентных ставок, и 0 в противоположном случаеGравна 1, если инвестор прогнозирует рост процентных ставок, и 0 в противоположном случаеNравна 1, если инвестор характеризуется низкой степенью неприятия процентного риска (w=0.5), и 0 в противоположном случаеAравна 1, если инвестор характеризуется высокой степенью неприятия процентного риска (w=2), и 0 в противоположном случае
В результате было получено следующее уравнение зависимости между дюрацией оптимального портфеля и фиктивными переменными, отражающими индивидуальные особенности инвестора:
DFW = 0.855 0.049 S + 0.069 L + 0.102 F 0.342 G + 0.166 N 0.125 A; R2 = 0.868.(2.3.27)
- (16.144) (-0.993) (1.417) (2.079) (-6.968) (3.377) (-2.558)
Все коэффициенты регрессии имеют ожидаемые знаки (bS0, bA<0). При этом четыре из шести коэффициентов статистически значимы на 6% уровне. Наибольшие по абсолютной величине значения t-статистик зафиксированы у коэффициентов при переменных, отражающих характер прогнозов инвестора и его стремление к устранению процентного риска, а наименьшие у коэффициентов при переменных, измеряющих продолжительность периода вложений.
Полученные результаты позволили автору прийти к заключению, что важнейшим фактором, определяющим размер дюрации оптимального портфеля при осуществлении краткосрочных рисковых вложений, является характер прогнозов инвестора. Большое значение играет и степень неприятия процентного риска. Чем сильнее степень уверенности инвестора в падении уровня процентных ставок в ближайшем будущем, чем больше его готовность рисковать и чем более продолжительным является его период вложений, тем больше дюрация оптимального портфеля.
2.4. Краткосрочное прогнозирование конъюнктуры рынка ГКО-ОФЗ.
Динамика процентных ставок определяется взаимодействием целого ряда факторов: денежно-кредитной и налогово-бюджетной политики государства, состояния ликвидности банковской системы, тенденций развития инфляционных процессов, спроса на кредитные ресурсы со стороны реального сектора экономики, конъюнктуры смежных секторов финансового рынка и степени их интегрированности с сектором долговых финансовых инструментов, а также зависит от потока информационных сообщений, отражающих перспективы изменения состояния этих факторов, которые поступают рыночным агентам и определяют характер их последующих действий. Одни из факторов определяют долгосрочные тенденции изменения уровня процентных ставок, другие вызывают краткосрочные колебания, затухающие через несколько дней после первичной реакции рынка.
Автор полагает, что исследуя реакцию процентных ставок на изменения значений макроэкономических и финансовых показателей, отражающие перемены в состоянии экономики страны и конъюнктуре финансового рынка, можно построить модель прогнозиро?/p>