Фрактальный метод анализа ценных бумаг и формирования портфелей активов тема диссертации по экономике, полный текст автореферата
Автореферат
| Ученая степень | кандидат экономических наук |
| Автор | Янчушка, Златица Игоревна |
| Место защиты | Уфа |
| Год | 2007 |
| Шифр ВАК РФ | 08.00.13 |
Диссертация
Автореферат диссертации по теме "Фрактальный метод анализа ценных бумаг и формирования портфелей активов"
На правах рукописи
Яичушка Златица Игоревна
ФРАКТАЛЬНЫЙ МЕТОД АНАЛИЗА ЦЕННЫХ БУМАГ И ФОРМИРОВАНИЯ ПОРТФЕЛЕЙ АКТИВОВ
Специальность 08.00.13 ЧМатематические и инструментальные методы экономики (экономические науки)
АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук
Уфа-2007
ЗОБ 1115
003061115
Работа выпонена в ГОУ ВПО Уфимский государственный нефтяной технический университет
Научный руководитель
доктор физико-математических наук, профессор Бронштейн Ефим Михайлович
Официальные оппоненты доктор экономических наук, профессор
Фаттахов Рафаэль Валиахметович
кандидат экономических наук, доцент Фаткулин Николай Юрьевич
Ведущая организация
ГОУ ВПО Оренбургский государственный университет
Защита состоится л14 сентября 2007 г. в 14Ч часов на заседании регионального диссертационного совета Д 002 198 01 в Уфимском научном центре Российской академии наук по адресу 450054, г Уфа, Проспект Октября, 71.
С диссертацией можно ознакомиться в Научной библиотеке Уфимского, научного центра РАН
Автореферат разослан л15 июня 2007г
Ученый секретарь регионального диссертационного совета, дэн, проф.
Климова Н.И.
1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность исследования. В связи с сокращением объемов осударственных инвестиций в производственные отрасли российской кономики, при ограниченных возможностях самофинансирования :редприятий, в условиях незавершенного процесса стабилизации банковской истемы страны основным фактором развития отрасли становится привлечение бережений населения в сферу производства. В данной ситуации направление [еобходимых финансовых ресурсов в реальный сектор экономики может обеспечить фондовый рынок Основным стимулом для потенциальных инвесторов дожны стать подходы и методы финансового анализа, позволяющие им на начальной стадии разумно сформировать свои портфели активов, обеспечить снижение риска вложений, сделать более прозрачными прогнозы уровней доходности портфелей и повысить эффективность управления своими активами
Сложность поведения курсов ценных бумаг, обращающихся на рискованном и нестабильном фондовом рынке, стимулирует привлечение к их анализу различных математических методов Методы классической инвестиционной теории часто дают неверные результаты, т к содержат ряд допущений 1) все инвесторы рациональны и действуют в условиях эффективного рынка, где цены отражают всю публичную информацию, 2) цены следуют случайному блужданию, следовательно, вероятностное распределение случайных величин доходностей ценных бумаг приблизительно является нормальным (логнормальным) Однако еще до того, как поностью оформилась гипотеза эффективного рынка, обнаруживались исключения, которые ставили под сомнение предположение о нормальности В работах Фама и Б Мандельброта на основе проведенных исследований сделан вывод распределения курсов ценных бумаг правильнее относить к классу фрактальных, примером которых может служить устойчивое распределение Парето Поэтому анализ финансовых рынков на основе методов нелинейной динамики, в частности, методов теории фракталов является актуальным подходом к исследованию, т к позволяет учитывать их реальное состояние
На сегодняшний день не существует одного универсального метода формирования портфелей активов Инвесторам следует предложить широкий спектр инструментов в данной области В качестве альтернативного в работе предложен принципиально новый метод формирования портфелей ценных бумаг на основе вычисления статистических оценок фрактальной размерности временных рядов их доходностей, позволяющий в отличие от стандартных методов учесть особенности распределения курсов ценных бумаг
Таким образом, исследование, проведенное в данной диссертационной работе, соответствует теме 7.2 6 Анализ нестационарных динамических макроэкономических процессов Теория и методы экономико-математического моделирования основных направлений фундаментальных исследований РАН
Степень научной разработанности проблемы. Основной вклад в развитие методов портфельной теории внесли ученые стран Запада Ф Блэк,
Дж Вильяме, Дж Линтнер, Г Марковиц, М Милер, Ф. Модельяни Дж. Моссин, Р. Рол, С Росс, Дж Тобин, У. Шарп, М Шоус, И Фишер и др
Отечественные исследователи вносят огромный вклад в развитие методо: инвестиционной теории, не только адаптируя западные портфельные модели ; российским условиям функционирования финансовых механизмов, но ] разрабатывая новые экономико-математические методы формирования, оптимизации и управ тения портфелями активов Среди них* Г Агасандян, М Алексеев, Е Бронштейн, И. Волошин, Д Голембиовский, Д Денисов, А. Доматов, В. Евстигнеев, А Ерешко, Е Завьялова, С Зинковский, А Иванов, Ю Касимов, М Кудрявцев, М. Ломакин, В Малыхин, В Марков, Я. Миркин, Т Мосунова, И Натапуха, Н Петербургская, Б Рязанов, А. Середа, Е Царегородцев, А Шапкин, А Шведов и др.
Методы нелинейной динамики анализа финансовых рынков, в частности, фрактальные методы стали впервые применяться Б Мандельбротом, а впоследствии Б Вильямсом, Э Петерсом, А. Гавриловым, М Дубовиковым, Е Ремезовой, Н. Старчгнко, Л Яновским и др
Объектом исследования является портфель ценных бумаг
Предметом исследования являются методы, модели, инструменты и принципы, используемые при анализе ценных бумаг, формировании портфеля активов и последующего анализа его структуры
Целью исследования является разработка фрактального метода анализа финансовых инструментов и его использование для классификации акций и формирования портфелей активов
Для достижения указанной цели в работе были поставлены и решены следующие основные задачи
1) разработать метод формирования портфелей ценных бумаг на основе вычисления статистической оценки фрактальной размерности временных рядов доходности портфеля и программно его реализовать,
2) оценить применимость фрактального метода при формировании портфелей акций российских и зарубежных компаний нефтегазовой отрасли;
3) выявить тенденции изменения статистических оценок фрактальной размерности временных рядов доходностей портфелей акций российских и зарубежных компаний нефтегазовой отрасли,
4) установить характер склонности к риску инвестора, ориентированного на портфели акций российских и зарубежных компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей;
5) оценить и провести сравнение мер диверсифицированности портфелей акций российских и зарубежных компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их досодностей
Теоретической и методологической основой исследования являются методы инвестиционной теории, методы экономико-математического моделирования В исследовании автором применялись фрактальные методы
шнансового анализа, элементы математической статистики, основные оложения портфельной теории
Информационную базу исследования составили данные ежедневных оргов на фондовых биржах РТС (Российская торговая система), ММВБ Московская межбанковская валютная биржа), на Нью-Йоркской фондовой бирже (лNYSE), размещенные в сети Internet, материалы научной периодической печати
Диссертация по своему содержанию соответствует пункту 1.6 Математический анализ и моделирование процессов в финансовом секторе экономики, развитие метода финансовой математики и актуарных расчетов паспорта специальности 08 00 13 Ч Математические и инструментальные методы экономики
Научная новизна результатов диссертационной работы.
1 Разработан метод формирования портфелей ценных бумаг на основе вычисления статистических оценок фрактальной размерности временных рядов их доходностей, позволяющий в отличие от методов классической портфельной теории учесть особенности распределения курсов ценных бумаг и сформировать наиболее предсказуемые портфели.
2 Установлена применимость разработанного метода при формировании портфелей акций компаний нефтегазовой отрасли Портфели с минимальными значениями статистических оценок фрактальной размерности временных рядов их доходностей характеризуются впоне стабильной доходностью.
3. Установлено, что значения статистических оценок фрактальной размерности временных рядов доходностей портфелей акций зарубежных компаний нефтегазовой отрасли в среднем меньше соответствующих значений временных рядов доходностей портфелей акций российских компаний нефтегазовой отрасли
4 Установлена умеренная склонность к риску инвестора, ориентированного на портфели акций компаний нефтегазовой отрасли с минимальными значениями статистических оценок фрактальной размерности временных рядов их доходностей
5 Установлено, что портфели акций российских компаний нефтегазовой отрасли с минимальными значениями статистических оценок фрактальной размерности временных рядов их доходностей слабо диверсифицированы Портфели акций зарубежных компаний нефтегазовой отрасли с минимальными значениями статистических оценок фрактальной размерности временных рядов их доходностей средне и сильно диверсифицированы
Достоверность полученных результатов исследования обеспечивается научной методологией проведения исследования, изучением и критическим анализом трудов отечественных и зарубежных ученых по математическим методам портфельной теории, корректным применением математических методов для формирования портфелей ценных бумаг. Научные результаты, содержащиеся в диссертации, базируются на статистических и аналитических данных российских и зарубежных фондовых бирж, отчетных данных о результатах деятельности компаний нефтегазовой отрасли
Практическая значимость результатов работы Разработан метод формирования портфеля ценных бумаг на основе вычисления статистической оценки фрактальной размерности временных рядов его доходности, который принят в качестве альтернативного в инвестиционной практике брокерской компании ОАО ЮТРЭЙДРУ, что подтверждается справкой о внедрении Возможными пользователями разработанных автором предложений могут быть как профессиональные инвестиционные и брокерские компании, так и частные инвесторы Основные результаты предложенного в работе фрактального метода формирования портфеля ценных бумаг были использованы при написании учебно-методического пособия Методы формирования портфелей ценных бумаг, которое используется в учебном процессе Института экономики Уфимского государственного нефтяного технического университета при подготовке студентов специальностей 061800 - Математические методы в экономике, 351200 - Налоги и налогообложение, 060500 - Бухгатерский учет, анализ и аудит
Апробация результатов исследования. Основные результаты диссертационной работы докладывались и обсуждались на научных конференциях международного и всероссийского статуса- III научно-практическая международная конференция Экономика и бизнес позиция молодых ученых (Барнаул, 2004); The 6Й International Workshop on Computer Science and Information Technologies (CSIT'2004) (Budapest, Hungary, 2004), IV Всероссийская конференция Финансово-актуарная математика и смежные вопросы (Красноярск, 2005), Международная научно-практическая конференция Экономическое прогнозирование: модели и методы (Воронеж, 2005), VII Всероссийский симпозиум по прикладной и промышленной математике, зимняя сессия (Йошкар-Ола, 2006)
Публикации. Основные теоретические положения и выводы диссертаци; опубликованы в 11 научных работах, в том числе в журналах Обозрени прикладной и промышленной математики, Нефтегазовое дело, Финансы : кредит, входящих в перечень ВАК Министерства образования и науки РФ Общий объем публикаций 5,5 п л, в т ч соискателю принадлежат 4,6 п л
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, библиографического списка и приложений Содержание работ! изложено на 130 страницах машинописного текста, содержит 30 рисунков и 1 таблиц Список литературы включает 147 наименований, в том числе 5 источника, изданных за рубежом
2. ОСНОВНЫЕ НАУЧНЫЕ ПОЛОЖЕНИЯ И ПРАКТИЧЕСКИЕ РЕЗУЛЬТАТЫ, ВЫНОСИМЫЕ НА ЗАЩИТУ
2.1. Метод формирования портфеля ценных бумаг на основе вычисления статистических оценок фрактальной размерности временных
рядов его доходности
В диссертационной работе в результате аналит недостатков методов классической инвестиционной теории и преимуществ исследования финансовых рынков с помощью методов теории фракталов разработан метод формирования портфеля ценных бумаг на основе вычисления статистической оценки фрактальной размерности временных рядов его доходности
Данный метод в отличие от классических методов формирования инвестиционных портфелей позволяет учесть особенности распределения курсов ценных бумаг и доходностей портфелей Суть метода заключается в следующем
1. Из акций т различных компаний формируется класс всевозможных комбинаций по акциям z компаний, которые могут сформировать портфель Для каждой комбинации из акций z компаний формируется множество портфелей, в состав которых доля акций каждой из z компаний входит с кратностью 0,1 (10%).
2 Доходности полученных портфелей нормируются следующим образом
1) из дневных показателей доходности портфеля за год выбирается наибольшее значение;
2) рассчитываются отношения ежедневных показателей доходности портфеля за год к наибольшему значению
3 Вычисляются статистические оценки фрактальных размерностей кривых, выражающих зависимость доходности портфеля (в частности одной акции) от времени в течение года
Статистические оценки фрактальных размерностей вычисляются следующим образом Портфель описывается вектором .г = (.т|,х2, ,хл), где х1 -
доли акций различных компаний и Xх. =1- Квадратная область ломаной,
построенной по к последовательным значениям доходности, разбивается на п1
квадратов со стороной Ч, где п = 2 * к, т к. статистические оценки фрактальной п
размерности при данном значении п, как показ.али наши вычисления, стабилизируются Вычисляется число квадратов N(n), содержащих точки
In N(n)
ломаной, а затем - величина-, которая принимается за статистическую
оценку фрактальной размерности Область построения графика доходности в двумерном пространстве представляет собой квадрат, в котором длина оси X равна 1 году, высота оси Y равна 1 (максимальное значение элементов нормированного ряда доходности портфеля)
Таким образом, в работе использован прямой Дметод вычисления фрактальной размерности временного ряда доходности портфеля.
4. Из данного множества портфелей с рассчитанными статистическими оценками фрактальной размерности временных рядов их доходностей выбирается портфель с наименьшим значением этого показателя
Фрактальная размерность есть показатель того, насколько часто и как сильно изменяется доходность портфеля. Предпочтительным для инвестора окажется портфель ценных бумаг с неубывающей доходностью, фрактальная размерность временного ряда которой будет наименьшей Такой портфель интерпретируем как наиболее предсказуемый.
Инвестор, который стремится получить от портфеля определенный уровень доходности, может рассматривать множество портфелей с уровнем доходности, не ниже заданного, и выбирать в этом множестве наиболее предсказуемый портфель с помощью данного метода
На рис 1 приведена схема последовательности действий при разработке краткосрочной инвестиционной стратегии по выбору структуры портфеля ценных бумаг (ПЦБ) согласно разработанному фрактальному методу формирования портфелей ценных бумаг
Рис 1. Разработка краткосрочной инвестиционной стратегии по выбору структуры ПЦБ согласно фрактальному методу формирования ПЦБ
2.2. нализ применимости метода формирования портфеля ценных бумаг на основе вычисления статистических оценок фрактальной размерности временных рядов его доходности к акциям компаний нефтегазовой отрасли
Объектами исследования стали портфели наиболее ликвидных акций крупнейших эмитентов по капитализации нефтегазовой отрасли ОАО Газпром, ОАО ЛУКОЙЛ, ОАО Сургутнефтегаз, ОАО Газпромнефть (ОАО Сибнефть), ОАО Татнефть, лExxon Mobil Corporation, лChevron Corporation, лMarathon Ol Corporation. Периоды исследования для каждой компании приведены в таблице 1
Таблица 1
Периоды исследования_
Exxon Mobil Corporation, Chevron Corporation, Marathon Oil Corporation ОАО ЛУКОЙЛ, ОАО Татнефть, ОАО Сургутнефтегаз ОАО Газпром, ОАО Газпромнефть
1970-2006 rr 1997-2006 гг 2000-2006 гг
Для проверки применимости разработанного метода формирования портфеля ценных бумаг на основе вычисления статистических оценок фрактальной размерности временных рядов его доходности к акциям компаний нефтегазовой отрасли мы провели следующий анализ временных рядов курсов исследуемых акций
1) выявление автокорреляции уровней ряда,
2) проверка гипотезы о нормальном распределении генеральной совокупности значений курсов акций
Нами были построены автокорреляционные функции временных рядов курсов акций исследуемых компаний для выявления наличия корреляционной зависимости между последовательными уровнями временного ряда, т е автокорреляции уровней ряда
Коэффициент автокорреляции /-(г) есть мера внутренней связи между членами одного и того же временного ряда
г(г) Е[Щ-а)(х(1 + т)-а)} (3
где среднее значение *(/) = а, дисперсия Дх(/) = Е(х(с) - а)2 = а2, г -
сдвиг во времени (лаг)
Последовательность коэффициентов автокорреляции уровней первого, второго и т д порядков называют автокорреляционной функцией временного ряда График зависимости ее значений от величины лага (порядка коэффициента корреляции) называется коррелограммой Автокорреляционная функция безразмерна, т е не зависит от масштаба измерения анализируемого временного ряда. Ее значения могут колебаться от -1 до +1 Анализ автокорреляционной функции и коррелограммы позволяет определить лаг, при котором автокорреляция наиболее высокая, а, следовательно, и лаг, при котором связь между текущим и предыдущими уровнями ряда наиболее тесная.
Анализ показал, что исследуемые временные ряды обладают памятью. Высокие значения коэффициентов автокорреляции (г(г)=0,8) для большинства временных рядов курсов акций исследуемых компаний наблюдаются при лаге равном 10 дням (рис. 2), для некоторых компаний (ОАО Татнефть, лChevron Corporation) - при лаге ривном 20 дням (рис. 3)._______
10 ZD jo 4 ED SD TD DD SO 1D
0 1D3QJC40 iGDaTO ift
Рис. 2. Аитокоррсниннннан функции Рис. 3. Автокорреляционная функции
для временного рада курсов акции ком- ал л временного ряда куреоп акций компании ОАО Газнромнсф I ь (2006 г.) пайнн лChevron Corporation (1997 г.)
По критерию согласия % Пирсона была проверена гипотеза о нормальном распределения генеральной совокупности значений курсов акций анализируемых компаний. В результате проведенных исследований для акций каждой компании гипотеза отклоняется на уровне значимости а - 0.01, т.к. критические значения критерия X,v оказались меньше наблюдаемых значений
критерия xL, Например, для курсов акций ОАО Газпром за 2006 г. х1л, ~ 167,135, xlp = 24,7 при а = 0,01 и числе степеней свободы # = 11 (рис. 4). Для курсов акций лExxon Mobil Corporation за 2006 г. zL., ~ 106,01, xl, ~ 21,7 при уровне значимости а = 0.01 и числе степеней свободы df = 9 (рис. 5).
е V! E*WUrton ТМзпгчЛ
vd = O13C0 р* 0,01 LftWOT о л ОД1 СГк-еооПШ 107,43517, at m 11 [афлй , Pл .oecto
CJ-SoimreIfл- юоэазм i- .р-ОООХО
а гю аао г гл? ? яв jto гю г хо эго s we ззо зса зга
Рис. 4. Гистограмма частот распре- Рис. 5, Гистограмма частот распределения курсов а кипи ОАО Газпром деления курсов акций лExxon Mobil {2006 г.) Corporation (2006 г.)
Таким образом, в результате анализа установлено, что распределения случайных величин курсов исследуемых акций далеки от нормального, а соответствующие временные ряды обладают памятью Это подтверждает целесообразность применения фрактального анализа при принятии решения о выборе структуры портфеля акций компаний нефтегазовой отрасли
2.3. Исследование статистики оценок фрактальной размерности временных рядов доходностей портфелей акций российских и зарубежных компаний нефтегазовой отрасли
В работе проведен анализ динамики вычисленных значений статистической оценки фрактальной размерности временных рядов доходностей портфелей акций российских и зарубежных компаний нефтегазовой отрасли Проведенные вычисления дали следующие результаты
- найденные значения статистической оценки фрактальной размерности временных рядов доходностей исследуемых акций не превышают 1,5, следовательно, все исследуемые временные ряды являются персистентными или трендоустойчивыми,
Ч статистическая оценка фрактальной размерности курсов акций российских нефтегазовых компаний выше аналогичного показателя курсов акций зарубежных нефтегазовых компаний, тем самым мера неопределенности на российском рынке выше, нежели на западных рынках Это обусловлено намного более поздним становлением рынка ценных бумаг России На протяжении года курсы акций российских компаний претерпевают очень сильные изменения в отличие от акций зарубежных компаний (рис 6, 7),
А' A/v
Ьч л 'У
V
'к i У\ ч Т. * %
h п. у Ц ] * л/ t ) V* N
t. : 1
- Л
Рис. 6 Графическое отображение доходности портфеля зарубежных акций (Exxon Mobil Corporation - 70%, Chevron Corporation - 20%, Marathon Oil Corporation - 10%) за 2006 г.
Рис. 7. Графическое отображение доходности портфеля российских акции (ОАО Татнефть - 60%, ОАО Сургутнефтегаз - 20%, ОАО ЛУКОЙЛ - 20%) за 2006 г.
- на протяжении исследуемого интервала времени наблюдается тенденция к снижению статистической оценки фрактальной размерности временных рядов курсов акций российских нефтегазовых компаний (рис 8) и доходностей портфелей этих акций, тем самым происходит повышение инвестиционной привлекательности российского фондового рынка и его сближение с западными фондовыми рынками,
1997 1999 2000 2001 2002 2003 2004 2005 2006
| >-Татнефть я Сургутнефтегаз * ЛУКОЙЛ 9 Гззпрочнефть |
Рис. 8. Динамик.) минимальной статистической оценки фрактальной размерности временных рядов курсов акций российских нефтегазовых компаний
- изменение статистической оценки фрактальной размерности временных рядов курсов акций и доходностей портфелей акций зарубежных нефтегазовых компаний ярко выраженной тенденции не имеет, однако после 1997 года значения статистической оценки фрактальной размерности стали несколько выше (рис 9),
Рис. 9. Динамика минимальной статистической оценки фрактальной размерности временных рядов доходностей портфелей акций зарубежных компаний лExxon Mobil Corporation. лChevron Corporation, лMarathon Ol Corporation с 1970 r. no 2006 r.
Значения минимальных и максимальных статистических оценок фрактальной размерности временных рядов курсов акций российских и зарубежных компаний нефтегазовой отрасли отражены в табл. 2.
Таблица 2
Максимальные и минимальные значения статистических оценок фрактальной
Значения оценок фрактальной размерности Газпром Газпром-вефть Сургут вефте-газ Татнефть ЛУКОЙЛ Marathon Oil Chevron Exxon Mobil
Максимальное значение 1,498 1,29 1,289 1,306 1,294 1,26 1,229 1,227
Минимальное значение 1,223 1,219 1,217 1,207 1,183 1,16 1,155 1,148
Портфели исследуемых акций с минимальными оценками фрактальной размерности временных рядов их доходностей характеризуются впоне стабильной доходностью
В ходе исследования нами также было выявлено, что одна и та же структура портфеля с минимальными оценками фрактальной размерности временных рядов его доходности очень часто сохраняется на протяжении нескольких лет То же верно и для портфелей с наибольшими оценками фрактальной размерности Данная тенденция нарушается в случае политических и экономических событий, дестабилизирующих экономическое состояние страны в целом, и ситуацию на финансовых рынках - в частности Таким образом, можно говорить о памяти на финансовых рынках и возможности прогнозирования структуры портфеля
Например, статистическая оценка фрактальной размерности временных рядов доходностей портфеля акций ОАО Татнефть, ОАО Сургутнефтегаз, ОАО Газпром была максимальной для недиверсифицированного портфеля акций ОАО Сургутнефтегаз с 2001 г по 2006 г, те. поведение этого портфеля было очень сложно предсказать. Кроме тою, на протяжении всего времени он сохранял низкую доходность. В табл 3 представлены статистическая оценка фрактальной размерности (]}), доходность и риск данного портфеля
Таблица 3
Портфель Характеристики
TATN | SNGS | GAZP
Год Доли D Риск Доходность, S
2001 0 1 0 1,262 0,03 0,25
2002 0 1 0 1,252 0,04 0,36
2004 0 1 0 1,244 0,07 0,69
2005 0 1 0 1,217 0,15 0,92
2006 0 1 0 1,265 0,16 1,49
Портфель акций ОАО ЛУКОЙЛ, ОАО Газпромнефть, ОАО Татнефть с минимальной оценкой фрактальной размерности в 2000 г имел структуру (0,1; 0,8, 0,1) Те акции ОАО Газпромнефть преобладали (табл 4). С 2001 г по 2004 г данный портфель изменил структуру на (0,1, 0,1, 0,8), т.е. наиболее предсказуемыми стали акции ОАО Татнефть, в 2005 г. структура вновь изменилась на (0,2; 0,2, 0,6), т е долю ОАО Татнефть в 2006 г. разумно было уменьшить Действительно, портфель акций с минимальной оценкой фрактальной размерности в 2006 г. имел структуру (0,1, 0,8, 0,1)
Таблица 4
Динамика характеристик портфеля акций ОАО ЛУКОЙЛ, ОАО
Газпромнефть, ОАО Татнефть
Портфель Характеристики
LKOH | SIBN | TATN
Год Доли D Риск Доходность, S
2000 0,1 0.8 0,1 1,29 0,21 1,62
2001 0,1 0 1 0,8 1,249 0,14 1.51
2002 0,1 0,1 08 1.233 0,24 2,29
2003 0.1 0,1 08 1,208 0,39 28
2004 0,1 0 1 0,8 1,191 0,4 4,32
2005 0,2 0,2 0,6 1,181 2,67 10,72
2006 0,1 08 0,1 1,237 0.88 12,27
Таким образом, через 6 лет структура данного портфеля стала аналогичной 2000 году
2.4. Характер склонности к риску инвестора, ориентированного на портфели акций российских и зарубежных компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей
В работе проведен анализ портфелей с минимальными оценками фрактальной размерности временных рядов их доходностей с точки зрения классической теории формирования оптимального портфеля Марковица, чтобы выявить, какая склонность к риску соответствует инвестору, ориентированному на такие портфели
В частности использовалась функция полезности и(Р,а)= тп -а-^О^, где тп = - математическое ожидание доходности портфеля
Р=(хДх2, ,хД), т1 - средняя доходность актива г вида, Уп = Ч
дисперсия доходности портфеля Ч величина, характеризующая риск портфеля, Ч ковариация цен активов / и у вида, а Ч число, принимающее значения от 1 до 100, отражающее субъективное отношение инвестора к риску. Чем ближе а к 1, тем более азартен инвестор, чем ближе а к 100, тем более осторожен инвестор он склонен пожертвовать доходом в пользу безопасности вложений.
Склонность инвестора к риску при избранном портфеле определялась следующим образом.
1 Вычисляся максимум функции полезности: и(Р,а)Ч>тах, 1<а<100, а целое.
В результате выделяется набор портфелей Рт для каждого из которых при заданном а достигается максимум 17{Р,а)
2. Определялось, при каком а евклидово расстояние ~*2)2 + +(хДа-'\У между портфечми Ра=(х1а, хпа) и портфелем (х,,х2,. ,хп) с минимальной статистической оценкой фрактальной размерности временных рядов его доходности будет минимальным
Значения склонности к риску инвестора, ориентированного на портфель акций с минимальными статистическими оценками фрактальной размерности временных рядов его доходности приведены в табл 5, 6,7
Таблица 5
Значения склонности к риску инвестора, ориентированного на портфель акций компаний лExxon Mobil Corporation, лChevron Corporation, __ лMarathon Ol Corporation___
Годы 1970 1978 1979 1983 1984 1985 1989 1990 1991 1992
Значение склонности к риску (а) 5 15 15 35 22 44 74 33 90 8
Интерпретация склонности к риску Умеренная Умеренная Умеренная Сред няя Сред няя Сред няя Сред няя Сред няя Низкая Умеренная
Годы 1993 1995 1996 1998 1999 2000 2CI03 2004 2005 2006
Значение склонности к риску (а) 43 76 21 79 8 24 1 16 39 6
Интерпретация склонности к риску Сред ияя Низкая Сред няя Низкая Умеренная Сред няя Макс ималь ная Умеренная Сред няя Умеренная
Таблица 6
Значения склонности к риску инвестора, ориентированного на портфель акций компаний ОАО ЛУКОЙЛ, ОАО Татнефть, ОАО ___Сургутнефтегаз____гЧЧ
Годы 1997 1999 2001 2002 2003 2004 2005 2006
Значеине склонности к риску (о) 1 5 10 14 S 13 1 14
Интерпретация склонности к риску Макси маль-ная Умеренная Умеренная Умеренная Умеренная Умеренная Макси маль-ная Умеренная
Таблица 7
Значения склонности к риску инвестора, ориентированного на портфель акций компаний ОАО Газпромнефть, ОАО Татнефть, ОАО __ Сургутнефтегаз____
Годы 2001 2002 2003 2004 2005 2006
Значевпе склонности к риску (а) 13 5 9 8 19 И
Интерпретация склонности к риску Умеренная Умеренная Умеренная Умеренная Умеренная Умеренная
Интерпретация склонности инвестора к риску определяется на основе шкалы экспертных оценок (табл. 8), полученных в результате опроса частных инвесторов, которые являются клиентами брокерской компании ОАО ЮТРЭЙДРУ.
Таблица 8
Интерпретация склонности инвестора к риску на основе экспертных
оценок___
Значение склонности к риску (а) Интерпретация склонности к риску
1-3 Максимальная
4-20 Умеренная
21-50 Средняя
51-90 Низкая
91-100 Минимальная
Таким образом, установлена умеренная склонность к риску инвестора, ориентированного на портфели акций российских компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей Инвестор, ориентированный на портфели акций зарубежных компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей чаще обладает средней склонностью к риску
2.5. Сравнение мер диверсифицированности портфелей акций российских и зарубежных компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей
В качестве оценки меры диверсифицированности портфеля была принята доля акций конкретной компании, входящих в портфель Чем меньше эта величина, тем более диверсифицирован портфель Т е мера
диверсифицированности портфеля определяется как Ч, где g Ч число
компаний, акции которых входят в состав исследуемого портфеля Если максимальная доля акций определенной компании, входящих в портфель,
существенно превышает значение Ч, то портфель слабо диверсифицирован, в
его структуре преобладают акции одной компании Если же максимальная доля
акций различных компаний, входящих в портфель соизмерима со значением Ч
или незначительно превышает его, то портфель сильно диверсифицирован
Проведенные расчеты подтверждают целесообразность диверсификации портфеля ценных бумаг. Статистическая оценка фрактальной размерности временных рядов доходности диверсифицированного портфеля ниже статистической оценки фрактальной размерности временных рядов доходности недиверсифицированного портфеля При этом портфели иностранных акций с минимальными оценками фрактальной размерности часто сильно диверсифицированы, портфели российских акций с минимальными оценками фрактальной размерности средне и слабо диверсифицированы
Например, максимальная доля акций одной компании в портфеле акций компаний лExxon Mobil Corporation, лChevron Corporation, лMarathon Oll Corporation с минимальной оценкой фрактальной размерности временного ряда его доходности за 1997 год составляет 0,4, в то время как для портфеля акций компаний ОАО Татнефть, ОАО Сургутнефтегаз, ОАО ЛУКОЙЛ тот же показатель равен 0,8
3. ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ
В соответствии с целями и задачами диссертационной работы получены следующие основные результаты научного и практического характера
1 Разработан новый метод формирования портфелей ценных бумаг на основе вычисления статистической оценки фрактальной размерности соответствующих временных рядов доходностей портфелей. Данный метод позволяет в отличие от методов классической портфельной теории учесть особенности распределения курсов ценных бумаг и формировать наиболее предсказуемые портфели относительно поведения их доходности Разработанный метод программно реализован.
2 Установлена применимость метода формирования портфелей ценных бумаг на основе вычисления статистической оценки фрактальной размерности соответствующих временных рядов их доходностей при формировании портфелей акций компаний нефтегазовой отрасли.
3 Установлено, что значения статистических оценок фрактальной размерности временных рядов доходностей портфелей акций западных компаний нефтегазовой отрасли ниже соответствующих значений временных рядов доходностей портфелей акций российских компаний нефтегазовой отрасли, что свидетельствует о большей стабильности и предсказуемости поведения западных портфелей. Установлено, что российский фондовый рынок по исследуемому показателю приближается к западному фондовому рынку Расчеты показали, что существуют портфели, временные ряды доходностей
которых имеют минимальную статистическую оценку фрактальной размерности в течение нескольких лет Это говорит о возможности более точно прогнозировать структуру портфеля на следующий временной интервал Установлено, что портфели акций с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей отличаются стабильной доходностью
4 Установлено, что инвестор, ориентированный на портфели акций российских компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей обладает умеренной склонностью к риску Инвестор, ориентированный на портфели акций зарубежных компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей чаще обладает средней склонностью к риску
5 Портфели акций иностранных компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей сильно диверсифицированы, аналогичные портфели акций российских компаний нефтегазовой отрасли средне и слабо диверсифицированы
Основные публикации по теме диссертации:
1. Публикации в изданиях, рекомендованных ВАК Минобразования
и науки РФ:
1 Бронштейн Е M , Янчушка 3 И Использование фрактальных методов при формировании портфелей ценных бумаг // Обозрение прикладной и промышленной математики M Х 2006 Том 13 Вып 6 С 1058-1059
2 Янчушка 3 И Формирование инвестиционных портфелей на основе анализа их фрактальных характеристик // Нефтегазовое дело Уфа Изд-во УГНТУ, 2006 Том 4 № 1 С 191-196
3 Бронштейн Е M , Янчушка 3 И Фрактальный подход к формированию портфелей ценных бумаг // Финансы и кредит M ООО Издательский дом Финансы и кредит, 2007 № 12(252) С 26-29
2. Публикации в прочих изданиях:
4 Янчушка 3 И Анализ курсов ценных бумаг с использованием фрактальных характеристик // Экономика и бизнес- позиция молодых ученых. Материалы международной конференции Барнаул Изд-во Аз Бука, 2004 С 335-337.
5 Bronshtein Е, Yanchushka Z The Statistical Analysis of Stocks' Pnces Fractal Charactenstics // Proc of the б"1 Int Workshop on Computer Science and Information Technologies CSIT'2004 Budapest, 2004 Vol 1 P 253-255
6 Бахтизин P H, Бронштейн E M, Янчушка 3 И Применение современных методов количественного анализа в моделировании динамики рынка ценных бумаг // Научно-практическая конференция Актуальные
вопросы экономики топливно-энергетического комплекса Уфа Изд-во Нефтегазовое дело, 2004 С. 26-30.
7. Бронштейн Е M, Янчушка 3 И. Сравнительный анализ фрактальных характеристик финансовых показателей // IV Всероссийская ФАМ конференция. Тезисы докладов, 2005 г / Под ред кф-мн ДВ Семеновой Красноярск: Изд-во Красноярского гос ун-та, 2005 С. 21-22
8 Янчушка 3 И Поиск путей формирования оптимального инвестиционного портфеля // Экономическое прогнозирование: модели и методы материалы Международной научно-практической конференции / Под ред проф В.В Давниса. Воронеж. Изд-во Воронежского гос ун-та, 2005. Ч 2 С 347-349.
9. Янчушка 3 И, Бронштейн Е M, Бахтизин Р.Н Оценка ситуации на российском рынке ценных бумаг на основе гипотезы фрактального рынка И Современные проблемы экономической теории и практики Межвуз сб науч тр / Редкол JI И. Ванчухина и др ; Под общ ред. проф JT И Ванчухиной и Ю А Фролова Уфа Изд-во УГНТУ, 2005 Вып 3 С 303-307.
10 Янчушка 3 И Методы формирования портфелей ценных бумаг Учебное пособие Уфа Изд-во УГНТУ, 2006 55 с
11. Yanchushka Z The Fractal Approach to the Oil and Gas Companies Stocks Portfolio Formation // Intellectual Service for Oil and Gas Industry Analysis, Solutions, Perspectives Miskolc Ufa State Petroleum Technological University, Miskolc University, 2007 4th Volume P. 202-205.
Подписано в печать 09 Об 07 Бумага офсетная Формат 60x80 1/16 Гарнитура Тайме Печать трафаретная Уел печ л 1 Тираж 100 Заказ 145 Типография Уфимского государственного нефтяного технического университета. Адрес типографии 450062, Республика Башкортостан, г Уфа, ул Космонавтов, 1
Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Янчушка, Златица Игоревна
ВВЕДЕНИЕ
1. ЭКОНОМИКО-МАТЕМАТИЧЕСКИЕ МЕТОДЫ ФОРМИРОВАНИЯ ПОРТФЕЛЕЙ ЦЕННЫХ БУМАГ
1.1. История развития портфельной теории
1.2. Сущность классического подхода
1.3. Модель ценообразования активов капитала
1.4. Современные экономико-математические методы формирования портфелей ценных бумаг
1.4.1. Модификация задачи об оптимальном портфеле для нестационарного рынка
1.4.2. Методы непараметрического анализа и оптимизации портфелей ценных бумаг
1.4.3. Игровые модели принятия решений в условиях риска и неопределенности при формировании портфеля ценных бумаг
1.4.4. Оптимальные стратегии инвестирования и потребления с учетом стохастической динамики цен рисковых активов
1.4.5. Формирование оптимального портфеля акций с использованием мер риска VaR и СVaR
1.4.6. Составление оптимальных портфелей с помощью аппарата линейного программирования и метода Лагранжа
1.4.7. Модель оптимизации портфеля производных финансовых инструментов с учетом залоговых ограничений
2. ФРАКТАЛЬНЫЙ ПОДХОД К АНАЛИЗУ ФИНАНСОВЫХ РЫНКОВ
2.1. Недостатки классического подхода
2.2. Фрактальный анализ финансовых рынков
2.3. Фрактальная размерность и методы ее вычисления
3. ФРАКТАЛЬНЫЙ МЕТОД ФОРМИРОВАНИЯ ПОРТФЕЛЕЙ ЦЕННЫХ БУМАГ
3.1. Анализ состояния и перспектив нефтегазового сектора экономики на российском фондовом рынке
3.1.1. Инвестиционные возможности финансового рынка
3.1.2. Состояние и перспективы нефтегазового сектора экономики на российском фондовом рынке
3.2. Фрактальный метод формирования портфелей ценных бумаг
3.3. Результаты исследования
3.3.1. Анализ динамики статистических оценок фрактальной размерности временных диаграмм доходностей портфелей
3.3.2. Мера диверсифицированности портфеля
3.3.3. Доходность портфелей ценных бумаг с минимальными статистическими оценками фрактальной размерности
3.3.4. Уровень склонности инвестора к риску
3.3.5. Рекомендации по использованию фрактального метода формирования портфелей ценных бумаг
Диссертация: введение по экономике, на тему "Фрактальный метод анализа ценных бумаг и формирования портфелей активов"
Актуальность исследования. В связи с сокращением объемов государственных инвестиций в производственные отрасли российской экономики, при ограниченных возможностях самофинансирования предприятий, в условиях незавершенного процесса стабилизации банковской системы страны основным фактором развития отрасли становится привлечение сбережений населения в сферу производства. В данной ситуации направление необходимых финансовых ресурсов в реальный сектор экономики может обеспечить фондовый рынок. Основным стимулом для потенциальных инвесторов дожны стать подходы и методы финансового анализа, позволяющие им на начальной стадии разумно сформировать свои портфели активов, обеспечить снижение риска вложений, сделать более прозрачными прогнозы уровней доходности портфелей и повысить эффективность управления своими активами.
Сложность поведения курсов ценных бумаг, обращающихся на рискованном и нестабильном фондовом рынке, стимулирует привлечение к их анализу различных математических методов. Классические методы инвестиционной теории часто дают неверные результаты, т.к. содержат ряд допущений: 1) все инвесторы рациональны и действуют в условиях эффективного рынка, где цены отражают всю публичную информацию; 2) цены следуют случайному блужданию, следовательно, вероятностное распределение случайных величин доходностей ценных бумаг приблизительно является нормальным (логнормальным). Однако еще до того, как поностью оформилась гипотеза эффективного рынка, обнаруживались исключения, которые ставили под сомнение предположение о нормальности. В работах Фама и Б. Мандельброта на основе проведенных исследований сделан вывод: распределения курсов ценных бумаг правильнее относить к классу фрактальных, примером которых может служить устойчивое распределение Парето. Поэтому анализ финансовых рынков на основе методов нелинейной динамики, в частности, методов теории фракталов является актуальным подходом к исследованию, т.к. позволяет учитывать реальное состояние финансовых рынков.
На сегодняшний день не существует одного универсального метода формирования портфелей активов. Инвесторам следует предложить достаточно широкий спектр инструментов в данной области. В качестве альтернативного в работе предложен принципиально новый метод формирования портфелей ценных бумаг на основе вычисления статистических оценок фрактальной размерности временных рядов их доходностей, позволяющий в отличие от стандартных методов учесть особенности распределения курсов ценных бумаг.
Таким образом, исследование, проведенное в данной диссертационной работе, соответствует теме 7.2.6. Анализ нестационарных динамических макроэкономических процессов. Теория и методы экономико-математического моделирования основных направлений фундаментальных исследований РАН.
Степень научной разработанности проблемы. Основной вклад в развитие методов портфельной теории внесли ученые стран Запада: Ф. Блэк, Дж. Вильяме, Дж. Линтнер, Г. Маркович, М. Милер, Ф. Модельяни, Дж. Моссин, Р. Рол, С. Росс, Дж. Тобин, У. Шарп, М. Шоус, И. Фишер и др.
Отечественные исследователи вносят огромный вклад в развитие методов инвестиционной теории, не только адаптируя западные портфельные модели к российским условиям функционирования финансовых механизмов, но и разрабатывая новые экономико-математические методы формирования, оптимизации и управления портфелями активов. Среди них: Г. Агасандян, М. Алексеев, Е. Бронштейн, И. Волошин, Д. Голембиовский, Д. Денисов, А. Доматов, В. Евстигнеев, А. Ерешко, Е. Завьялова, С. Зинковский, А. Иванов, Ю. Касимов, М. Кудрявцев, М. Ломакин, В. Малыхин, В. Марков, Я. Миркин, Т. Мосунова, И. Наталуха, Н. Петербургская, Б. Рязанов, А. Середа, Е. Царегородцев, А. Шапкин, А. Шведов и др.
Методы нелинейной динамики анализа финансовых рынков, в частности, фрактальные методы стали впервые применяться Б. Мандельбротом, а впоследствии Э. Петерсом, Б. Вильямсом, А. Гавриловым, М. Дубовиковым, Е. Ремезовой, Н. Старченко, J1. Яновским и др.
Объектом исследования является портфель ценных бумаг.
Предметом исследования являются методы, модели, инструменты и принципы, используемые при анализе ценных бумаг, формировании портфеля активов и последующего анализа его структуры.
Целью исследования является разработка фрактального метода анализа финансовых инструментов и его использование для классификации акций и формирования портфелей активов.
Для достижения указанной цели в работе были поставлены и решены следующие основные задачи:
1) разработать метод формирования портфелей ценных бумаг на основе вычисления статистической оценки фрактальной размерности временных рядов доходности портфеля и программно его реализовать;
2) оценить применимость фрактального метода при формировании портфелей акций российских и зарубежных компаний нефтегазовой отрасли;
3) выявить тенденции изменения статистических оценок фрактальной размерности временных рядов доходностей портфелей акций российских и зарубежных компаний нефтегазовой отрасли;
4) установить характер склонности к риску инвестора, ориентированного на портфели акций российских и зарубежных компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей;
5) оценить и провести сравнение мер диверсифицированности портфелей акций российских и зарубежных компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей.
Теоретической и методологической основой исследования являются методы инвестиционной теории, методы экономико-математического моделирования. В исследовании автором применялись фрактальные методы финансового анализа, элементы математической статистики, основные положения портфельной теории.
Информационную базу исследования составили данные ежедневных торгов на фондовых биржах РТС (Российская торговая система), ММВБ (Московская межбанковская валютная биржа), на Нью-Йоркской фондовой бирже (лNYSE), размещенные в сети Internet, материалы научной периодической печати.
Диссертация по своему содержанию соответствует пункту 1.6. Математический анализ и моделирование процессов в финансовом секторе экономики, развитие метода финансовой математики и актуарных расчетов паспорта специальности 08.00.13 - Математические и инструментальные методы экономики.
Научная новизна результатов диссертационной работы.
1. Разработан метод формирования портфеля ценных бумаг на основе вычисления статистических оценок фрактальной размерности временных рядов его доходности, позволяющий в отличие от методов классической портфельной теории учесть особенности распределения курсов ценных бумаг и сформировать наиболее предсказуемые портфели.
2. Установлена применимость разработанного метода при формировании портфелей акций компаний нефтегазовой отрасли. Портфели с минимальными значениями оценок фрактальной размерности временных рядов их доходностей характеризуются впоне стабильной доходностью.
3. Установлено, что значения статистических оценок фрактальной размерности временных рядов доходностей портфелей акций зарубежных компаний нефтегазовой отрасли в среднем меньше соответствующих значений временных рядов доходностей портфелей акций российских компаний нефтегазовой отрасли.
4. Установлена умеренная склонность к риску инвестора, ориентированного на портфели акций компаний нефтегазовой отрасли с минимальными значениями оценок фрактальной размерности временных рядов их доходностей.
5. Установлено, что портфели акций российских компаний нефтегазовой отрасли с минимальными значениями статистических оценок фрактальной размерности временных рядов их доходностей слабо диверсифицированы. Портфели акций зарубежных компаний нефтегазовой отрасли с минимальными значениями статистических оценок фрактальной размерности временных рядов их доходностей средне и сильно диверсифицированы.
Достоверность полученных результатов исследования обеспечивается научной методологией проведения исследования, изучением и критическим анализом трудов отечественных и зарубежных ученых по математическим методам портфельной теории, корректным применением математических методов для формирования портфелей ценных бумаг. Научные результаты, содержащиеся в диссертации, базируются на статистических и аналитических данных российских и зарубежных фондовых бирж, отчетных данных о результатах деятельности компаний нефтегазовой отрасли.
Практическая значимость результатов работы. Разработан метод формирования портфеля ценных бумаг на основе вычисления статистической оценки фрактальной размерности временных диаграмм его доходности, который принят в качестве альтернативного в инвестиционной практике брокерской компании ОАО ЮТРЭЙД.РУ, что подтверждается справкой о внедрении. Возможными пользователями разработанных автором предложений могут быть как профессиональные инвестиционные и брокерские компании, так и частные инвесторы. Основные результаты предложенного в работе метода формирования портфеля ценных бумаг были использованы при написании учебно-методического пособия Методы формирования портфелей ценных бумаг, которое используется в учебном процессе Института экономики Уфимского государственного нефтяного технического университета при подготовке студентов специальностей 061800 - Математические методы в экономике, 351200 - Налоги и налогообложение, 060500 - Бухгатерский учет, анализ и аудит.
Апробация результатов исследования. Основные научные результаты, диссертационной работы были апробированы на научных конференциях международного и всероссийского статуса: III научно-практическая международная конференция Экономика и бизнес: позиция молодых ученых (Барнаул, 2004); The 6th International Workshop on Computer Science and Information Technologies (CSIT'2004) (Budapest, Hungary, 2004); IV Всероссийская конференция Финансово-актуарная математика и смежные вопросы (Красноярск, 2005); Международная научно-практическая конференция Экономическое прогнозирование: модели и методы (Воронеж, 2005); VII Всероссийский симпозиум по прикладной и о промышленной математике, зимняя сессия (Йошкар-Ола, 2006).
Публикации. Основные теоретические положения и выводы диссертации опубликованы в 11 научных работах, в том числе в журналах Обозрение прикладной и промышленной математики, Нефтегазовое дело, Финансы и кредит, входящих в перечень ВАК Министерства образования и науки РФ. Общий объем публикаций 5,5 п.л., в т.ч. соискателю принадлежат 4,6 п.л.
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, библиографического списка и приложений. Содержание работы изложено на 130 страницах машинописного текста, содержит 30 рисунков и 17 таблиц. Список литературы включает 147 наименований, в том числе 54 источника, изданных за рубежом.
Диссертация: заключение по теме "Математические и инструментальные методы экономики", Янчушка, Златица Игоревна
3.3. Результаты исследования
В соответствии с поставленными задачами были произведены расчеты с помощью разработанного метода формирования портфелей ценных бумаг и проанализированы полученные результаты. Приложение D содержит расчетные таблицы и результаты.
3.3.1. Анализ динамики статистических оценок фрактальной размерности временных диаграмм доходностей портфелей
Проведенные вычисления дали следующие результаты.
- Найденные значения фрактальной размерности доходностей исследуемых акций не превышают 1,5 [4, 88], следовательно, все исследуемые временные ряды являются персистентными или трендоустойчивыми [61].
- Фрактальная размерность курсов российских акций выше фрактальной размерности курсов зарубежных акций, тем самым мера неопределенности на российском рынке выше, нежели на западных рынках. Это обусловлено намного более поздним становлением рынка ценных бумаг России. На протяжении года курсы акций российских компаний претерпевают очень сильные изменения в отличие от акций зарубежных компаний (рис. 3.12, 3.13, 3.14).
Ценя i > i i -.
J rv 1
1
1
L . .
Рис. 3.12. Графическое отображение динамики доходности портфеля зарубежных акций (Exxon Mobil Corporation - 70%, Chevron Corporation - 20%, Marathon Oil Corporation - 10%) за 2006 r.
1 t i J г I 1
Рис. 3.13. Графическое отображение динамики доходности портфеля российских акций (Татнефть - 60%, Сургутнефтегаз - 20%, ЛУКОЙЛ - 20%) за 2006г.
Рис. 3.14. Графическое отображение динамики доходности портфеля акций ОАО Газпром за 2003 г.
- На протяжении исследуемого интервала времени наблюдается тенденция к снижению оценки фрактальной размерности курсов российских акций (рис.3Л5, 3.16), исключение составляет 2006 г., в котором значения фрактальной размерности увеличились. Снижение значений фрактальной размерности свидетельствует о том, что происходит сближение российского фондового рынка с западными рынками, повышается его инвестиционная привлекательность. Характер взаимодействия отечественного и зарубежных фондовых рынков отражен также в [56].
Увеличение значений оценок фрактальной размерности временных рядов доходностей российских акций в 2006 г. обусловлено следующим. С 7 августа 2006 г., когда стоимость нефти достигла исторического максимума в 78 дол./баррель, цены упали на 20%. Корреляция российских нефтяных бумаг с рынком нефти с начала падения стоимости на сырье стала практически 100%-ной, российский рынок акций перестал обращать внимание на информацию внутри отрасли, не заметил повышения суверенного рейтинга России. Если рост цен на нефть с 70 до 78 дол./баррель практически не оказал влияния на показатели акций российских нефтяных компаний, то падение с 65 до 60 дол./баррель привело к массовой распродаже нефтяных акций. А когда цены на нефть на короткое время приблизились к уровню 59 дол./баррель, показатели российских нефтяных бумаг упали еще на 3 - 4%. Подобную реакцию рынка можно охарактеризовать скорее как эмоциональную, нежели фундаментальную.
Но вместе с тем очевидны и фундаментальные причины падения стоимости акций нефтяных компаний. Существующий механизм исчисления экспортных пошлин на нефть практически лишает компании выгод при повышении цен на нефть (уровень налоговой нагрузки на нефтяную отрасль составляет порядка 55%). Если к экспортным пошлинам прибавить налог на добычу полезных ископаемых и акцизы, то получается, что уровень полученных российскими компаниями выгод в случае роста цен на нефть значительно уступает самому повышению ее стоимости. Экспортная пошлина на нефть пересматривается раз в 2 месяца, исходя из средней 2-месячной цены марки Urals на мировом рынке. Поэтому в период падения цен на нефть добывающие компании продожают платить высокие экспортные пошлины, рассчитанные по предыдущим уровням цен [71].
Рис. 3.15. Динамика минимальной статистической оценки фрактальной размерности временных рядов курсов акций ОАО Газпром с 2001 г. по 2006 г.
1997 1999 2000 2001 2002 2003 2004 2005 2006
ХТатнефть ЧХЧСургутнефтегаз * ЛУКОЙЛ Газпром нефть
Рис. 3.16. Динамика минимальной статистической оценки фрактальной размерности временных рядов курсов акций российских компаний ОАО Татнефть, ОАО Сургутнефтегаз, ОАО ЛУКОЙЛ, ОАО Газнромнефть с 1997 г. но 2006 г.
- Соответственно, наблюдается тенденция к снижению оценки фрактальной размерности доходностей портфелей акций российских компаний (рис.3.17, 3.18, 3.19, 3.20, 3.21).
Рис. 3.17. Динамика минимальной статистической оценки фрактальной размерности временных рядов доходности портфелей акций российских компаний ОАО Татнефть, ОАО Сургутнефтегаз, ОАО ЛУКОЙЛ с 1997 г. по 2006 г.
2001 2002 2003 2004 2005 2006
Рис. 3.18. Динамика минимальной статистической оценки фрактальной размерности временных рядов доходности портфелей акций российских компаний ОАО Татнефть, ОАО Сургутнефтегаз, ОАО Газпромнефть с 2001 г. по 2006 г.
1,3 т я 5 1,28 = з 1,26 я й I 1,24
2 а 1,22 1 1'2 " 5 1 1,18
5 S я ^ 1,16 и | 1,14 1,12
2000 2001 2002 2003 2004 2005 2006
Рис. 3.19. Динамика минимальной статистической оценки фрактальной размерности временных рядов доходности портфелей акций российских компаний ОАО Сургутнефтегаз, ОАО Газпромнефть, ОАО ЛУКОЙЛ с 2000 г. по 2006 г. g S 1,28 s
К м й а 1,22
4 л . Д го 1,2 5 1,18 s я g 2 1.16 н я
U а 1,14 -91,12
2000 2001 2002 2003 2004 2005 2006
Рис. 3.20. Динамика минимальной статистической оценки фрактальной размерности временных рядов доходности портфелей акций российских компаний ОАО ЛУКОЙЛ, ОАО Газпромнефть, ОАО Татнефть с 2000 г. по 2006 г.
Рис.3.21. Динамика минимальной статистической оценки фрактальной размерности временных рядов доходности портфелей акций российских компаний ОАО Газпром, ОАО Газпромнефть, ОАО ЛУКОЙЛ с 2000 г. по 2006 г.
- Изменение фрактальной размерности курсов акций зарубежных компаний ярко выраженной тенденции не имеет, однако после 1995 года значения фрактальной размерности стали несколько выше (рис. 3.22) [15]. хом
ХCVX ХMRO о О) го ю оо о CNI ю со о ч- со гЧ со оо оо СП О) О) О) о о о
О) о 05 СП О) О) О) СП о о о тЧ т- тЧ тЧ тЧ тЧ Ч см см см
Рис. 3.22. Динамика минимальной статистической оценки фрактальной размерности временных рядов курсов акций зарубежных компаний Exxon Mobil Corporation (ХОМ), Chevron Corporation (CVX), Marathon Oil Corporation (MRO) с 1970 г. но 2006 г.
- Соответственно, та же тенденция наблюдается у значений фрактальной размерности доходностей зарубежных портфелей (рис. 3.23).
Рис. 3.23. Динамика минимальной статистической оценки фрактальной размерности временных рядов доходности портфелей акций зарубежных компаний Exxon Mobil Corporation, Chevron Corporation, Marathon Oil Corporation с 1970 r. no 2006 r.
Различия в значениях минимальных и максимальных статистических оценок фрактальной размерности временных диаграмм доходностей портфелей российских и зарубежных акций отражены в табл. 3.3.
ЗАКЛЮЧЕНИЕ
В соответствии с целями и задачами диссертационной работы получены следующие основные результаты научного и практического характера.
1. Разработан новый метод формирования портфелей ценных бумаг на основе вычисления статистической оценки фрактальной размерности соответствующих временных рядов доходностей портфелей. Данный метод позволяет в отличие от методов классической портфельной теории учесть особенности распределения курсов ценных бумаг и формировать наиболее предсказуемые портфели относительно поведения их доходности. Разработанный метод программно реализован.
2. Установлена применимость метода формирования портфелей ценных бумаг на основе вычисления статистической оценки фрактальной размерности соответствующих временных рядов их доходностей при формировании портфелей акций компаний нефтегазовой отрасли.
3. Установлено, что значения статистических оценок фрактальной размерности рядов доходностей портфелей акций западных компаний нефтегазовой отрасли ниже соответствующих значений рядов доходностей портфелей акций российских компаний нефтегазовой отрасли, что свидетельствует о большей стабильности и предсказуемости поведения западных портфелей. Установлено, что российский фондовый рынок по исследуемому показателю приближается к западному фондовому рынку. Расчеты показали, что существуют портфели, временные диаграммы доходностей которых имеют минимальную статистическую оценку фрактальной размерности в течение нескольких лет. Это говорит о возможности более точно прогнозировать структуру портфеля на следующий временной интервал. Установлено, что портфели акций с минимальными оценками фрактальной размерности рядов их доходностей отличаются стабильной доходностью.
4. Установлено, что инвестор, ориентированный на портфели акций российских компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей обладает умеренной склонностью к риску. Инвестор, ориентированный на портфели акций зарубежных компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей чаще обладает средней склонностью к риску.
5. Портфели акций иностранных компаний нефтегазовой отрасли с минимальными статистическими оценками фрактальной размерности временных рядов их доходностей сильно диверсифицированы, аналогичные портфели акций российских компаний нефтегазовой отрасли средне и слабо диверсифицированы.
Диссертация: библиография по экономике, кандидат экономических наук , Янчушка, Златица Игоревна, Уфа
1. Агасандян Г.А. Элементы многопериодной портфельной модели. - М.: ВЦ РАН, 1997.
2. Айвазян С.А. Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. 2-е издание., испр. Т. 2: Основы эконометрики. - М.: ЮНИТИ-ДАНА, 2001. - 432 с.
3. Аскинадзи В.М. Инвестиционные стратегии на рынке ценных бумаг: Монография. М.: ООО Маркет ДС Корпорейшн, 2004. - 106 с.
4. Бранис А. Перспективы российского рынка для портфельных инвесторов // Рынок ценных бумаг. М.: 2005. - № 8. - С. 66-68.
5. Бронштейн Е.М. Математические проблемы теории портфельных инвестиций // Вестник УГАТУ. Уфа: 2001. - №1. - С. 53-58.
6. Бронштейн Е.М., Завьялова Е.А. Мера диверсифицированности оптимального инвестиционного портфеля как индикатор развития национальной экономики // Обозрение прикладной и промышленной математики. М.: Изд-во ТВП, 2002. - Вып. 2, том 8. - С.
7. Бронштейн Е.М., Биглова А.Ф. Проверка гипотез о нормальности и устойчивости распределений доходностей финансовых активов // Обозрение прикладной и промышленной математики. -М.: Изд-во ТВП, 2005. Вып. 2, том 12.-С. 301.
8. Бронштейн Е., Куреленкова Ю. Как измерить риск. // Рынок ценных бумаг. М.: 2006. - № 12 (315). - С. 69-72.
9. Бронштейн Е.М., Спивак С.И. Как сформировать оптимальный портфель // Рынок ценных бумаг. М.: 1997. - № 14.
10. Бронштейн Е.М., Спивак С.И. О применении выпуклых структур в теории инвестиций // Труды Средневожского математического общества. -1998. № 1.-С. 5-15.
11. Бронштейн Е.М., Янчушка З.И. Использование фрактальных методов при формировании портфелей ценных бумаг // Обозрение прикладной и промышленной математики. М.: 2006. - Том 13. - Вып. 6. - С. 1058-1059.
12. Бронштейн Е.М., Янчушка З.И. Сравнительный анализ фрактальных характеристик финансовых показателей // IV Всероссийская ФАМ конференция: Тезисы докладов / Под ред. к.ф.-м.н. Д.В. Семеновой. -Красноярск: Изд-во Красноярского гос. ун-та, 2005. С. 21 - 22.
13. Бронштейн Е.М., Янчушка З.И. Фрактальный подход к формированию портфелей ценных бумаг // Финансы и кредит. М.: ООО Издательский дом Финансы и кредит, 2007. - № 12 (252). - С. 26 - 29.
14. Брюков В. Методика оценки управления инвестиционным портфелем // Рынок ценных бумаг. М.: 2006. - № 11 (314). - С. 31 - 34.
15. Булатов В.В. Экономический рост и фондовый рынок: В 2 т. Том 1 / Под ред. В.В. Булатова. М.: Наука, 2004. - 353 с.
16. Вильяме Б. Торговый хаос. Экспертные методики максимизации прибыли. М.: Изд-во ИК Аналитика, 2006. - 330 с.
17. Волошин И.В. Var-подход к поиску оптимального портфеля активов // Бизнес и банки. М.: 2001. - № 44. - С. 6.
18. Гасанов И., Ерешко А. Оптимальное управление портфелем дисконтных облигаций //Рынок ценных бумаг. -М.: 2001. № 14. - С. 58 -61/
19. Гибсон Р. Формирование инвестиционного портфеля: управление финансовыми рисками / Роджер Гибсон; Пер. с англ. М.: Альпина Бизнес Букс, 2005.-276 с.
20. Голембиовский Д.Ю., Доматов А.С. Модель оптимизации портфеля производных финансовых инструментов с учетом залоговых ограничений // Известия Академии наук. Теория и системы управления. М.: 2001. - № 3. -С. 75-85.
21. Голембиовский Д.Ю., Доматов А.С. Решение задачи управления портфелем производных финансовых инструментов с учетом залоговых ограничений // Известия Академия наук. Теория и системы управления. М.: 2001.-№4.-С. 69-77.
22. Денисов Д.А., Наталуха И.Г. Особенности оптимальных портфельных стратегий при наличии текущего потребления // Обозрение прикладной и промышленной математики. М.: 2006. - Том 13. - Вып. 6. - С. 1071- 1073.
23. Дубовиков М. М., Крянев А. В., Старченко Н. В. Размерность минимального покрытия и локальный анализ фрактальных временных рядов // Вестник РУДН, серия Прикладная и компьютерная математика. М.: 2004.-Т.З.-№1.-С.З(М4.
24. Дубовиков М. М., Старченко Н. В. Индекс вариации и его приложение к анализу фрактальных структур // Научный альманах. М.: Изд-во Поматур, 2003. -№ 1.- С. 5 -32.
25. Евстигнеев В.Р. Портфельные инвестиции в мире и России: выбор стратегии / Ин-т транснац. корпораций. М.: Эдиторная УРСС, 2002. - 303 с.
26. Ежов В.Г. Формирование портфеля корпоративных ценных бумаг предприятий и оценка его эффективности: Автореф. Дисс. канд. наук; Экономические науки: 08.00.10 / С. Петерб. гос. ун-т экономики и финансов. -СПб.: 2001,- 19 с.
27. Ерешко А.Ф. Локально-оптимальные стратегии в задаче управления портфелем ценных бумаг // Тезисы доклада 3-ей Московской международной конференции по исследованию операций. М.: ВЦ РАН, 2001. - С. 29 - 30.
28. Ерешко А.Ф. Методы декомпозиции и локально-оптимальные стратегии в задачах управления портфелем ценных бумаг. М.: ВЦ РАН, 2002. - 79 с.
29. Ерешко А.Ф. Эффекты нелинейности при формировании портфеля ценных бумаг и декомпозиция финансовых инструментов // Труды международной научно-практической конференции Теория активных систем. М.: ИПУ РАН, 2001. - Т. 2. - С. 28.
30. Завьялова Е.А. Применение меры риска VaR для сравнительного анализа поведения инвесторов / Принятие решений в условиях неопределенности: Межвуз. науч. сб. Уфа: Уфимск. госуд. авиац. техн. ун-т, 2004. - С. 219-224.
31. Зинковский С.А. Декомпозиция решения в задаче оптимизации портфеля ценных бумаг // Механика и процессы упр., Сборник научных трудов СПбГТУ. СПб.: 1994,- № 447.
32. Зинковский С.А., Первозванский А.А. Управление портфелем ценных бумаг на основе прогноза // Механика и процессы упр., Сборник научных трудов СПбГТУ. СПб.: 1994.- № 448.
33. Ибатулин P.P., Вершинина А.В. Формирование оптимального портфеля инвестиционных проектов // Нефтегазовое дело. Уфа: Изд-во УГНТУ, 2006. -Том 4.-№ 2.-С. 210-214.
34. Иванов А., Саркисян А. Обоснование структуры инвестиционного портфеля // Журнал для акционеров. М.: 2001. - № 9. - С. 41 - 49.
35. Иванченко Е. Особенности управления портфелем ценных бумаг в малых банках // Рынок ценных бумаг. М.: 2005. - № 1 (280). - С. 28 - 30.
36. Капитоненко В.В. Финансовая математика и ее приложения. Учеб.-практ. пособие для ВУЗов. М.: ПРИОР, 1998. - 144 с.
37. Касимов Ю.Ф. Введение в теорию оптимального портфеля ценных бумаг / Под ред. Ю.Ф.Касимова М.: Анкил, 2005. - 144 с.
38. Кац И. Я., Тимофеева Г. А. Бикритериальная задача стохастической оптимизации // Автоматика и телемеханика. М.: 1997. - № 3. - С. 116 - 123.
39. Кох И. Современные возможности диверсификации на рынке акций. // Рынок ценных бумаг. М.: 2006. - № 7 (310). - С. 72 - 75.
40. Кроновер Р. Фракталы и хаос в динамических системах. М.: Техносфера, 2006. - 488 с.
41. Кудрявцев М.А., Королев А.Ю. Методы формирования портфеля ценных бумаг с учетом рисков// Финансы.-М.: 2001.-№3,-С. 57-59.
42. Ломакин М.И. Альтернативная модель оптимального портфеля ценных бумаг // В кн. Информационные системы в социально-экономической сфере. М.: АТСО, 2001. - С. 23 - 32.
43. Ломакин М.И. Метод формирования оптимального портфеля ценных бумаг // Методы менеджмента качества. М.: 2002. - № 1. - С. 27 - 31.
44. Ломакин М.И. Модели оптимального портфеля ценных бумаг. М.: ВУ, 2001.- 183 с.
45. Ломакин М.И. Оптимальный портфель ценных бумаг при произвольных распределениях их доходностей // В кн. Информационные системы в социально-экономической сфере. М.: АТСО, 2001. - С. 59 - 65.
46. Лосев М. Масштабы и перспективы портфельных инвестиций российских предприятий // Финансы и кредит. М.: 2003. - № 18. - С. 46 -51.
47. Малыхин В.И. Оптимальные портфели и пакеты ценных бумаг: Учебное пособие. М.: ГУУ, 2002. - 36 с.
48. Малыхин В.И. Финансовая математика: Учебное пособие для ВУЗов. -М.: ЮНИТИ-ДАНА, 2000. 247 с.
49. Мандельброт Б. Фракталы, случай и финансы. Москва-Ижевск: НИЦ Регулярная и хаотическая динамика, 2004. - 256 с.
50. Мандельброт Б., Хадсон Р. Л . (Не)послушные рынки: фрактальная революция в финансах. Пер. с англ. М.: Вильяме, 2006. Ч 400 с.
51. Мариничев А.Ю. Состояние ресурсов и запасов газа и перспективы развития его внутреннего рынка в Российской Федерации // Нефть, Газ и Бизнес. М.: 2006. - №6. - С. 20 - 22.
52. Марков В.З., Сетчекова JI.A. Особенности моделирования оптимальной структуры инвестиционного портфеля негосударственного фонда // Деньги и кредит. М.: 1999. - № 6. - С. 37 - 39.
53. Миркин Я., Кудинова М. Будущая динамика российского рынка акций: взаимодействие с зарубежными рынками // Рынок ценных бумаг. М.: 2006. -№8(311).-С. 44-46.
54. Мосунова Т.Г., Царегородцев Е.И. Моделирование рынка ценных бумаг // Обозрение прикладной и промышленной математики. М.: 2006. - Том 13. -Вып. 6.-С. 1099.
55. Мухаметзянов И.З. Структурная организация макромолекулярных ассоциатов в нефтяных средах. М.: Химия, 2003. - 156 с.
56. Петербургская Н.А. Особенности формирования банковсих портфелей ценных бумаг // Соврем, аспекты экономики. М.: 2003. - № 14. - С.91 - 97.
57. Петере Э. Фрактальный анализ финансовых рынков: Применение теории Хаоса в инвестициях и экономике. М.: Интернет-Трейдинг, 2004. - 304 с.
58. Петере Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка: Пер. с англ. М.: Мир. 2000. -333 с.
59. Потемкин А. Роль банковской системы и фондового рынка в финансировании реального сектора // Рынок ценных бумаг. М.: 2005. - № 14 (293).-С. 16-20.
60. Потемкин А. Фондовый рынок как фактор удвоения ВВП // РЦБ. М.: 2004.-№24 (279).-С. 6-10.64. Продожающийся рост Бизнес-журнал Республики Башкортостан № 1 (59) Январь 2007.
61. Ремезова Е., Карташов Б., Гаврилов А. Идентификация фрактальных закономерностей на рынке акций // Рынок ценных бумаг. М.: 2006. - №14 (317).-С. 26-28.
62. Рогов М.А. Синтез теории хаоса и нейроматематики в портфельном риск-менеджменте и перспективы синергетического подхода// Московский международный синергетический форум vvww.hedging.ru/publications/132
63. Рогов М.А. Хаос, фракталы, нейрофинансовая теория и квантовая финансовая математика в новой парадигме риск-менеджмента // Тезисы The International Conference "Reliability and Statistics in Transportation and Communication-2003"
64. Россия как объект инвестиций. The PBN Company. // Рынок ценных бумаг. М.: 2006. - № 10 (313). - С. 74 - 77.
65. Рынок ценных бумаг: Учебник / под ред. В.А. Галанова, А.И. Басова. -2-е изд., перераб. и доп. М.: Финансы и статистика, 2004. - 448 с.
66. Рязанов Б. Теории портфельного и их применение в условиях российского рынка // Рынок ценных бумаг. М.: 1998. - № 2. - С. 74 - 76.
67. Саперов Н. Нефтяные правила игры // Рынок ценных бумаг. М.: 2006. -№20 (323).-С. 26-27.
68. Тарасов А.В. Совершенствование портфельных инвестиций в условиях развивающегося рынка акций: Автореф. дисс. канд. наук; Экономические науки: 08.00.10 / Морд. Гос. Ун-т им. Н.П. Огарева. Саранск, 2001. - 17 с.
69. Ульянецкий М. Бивалютные портфели с точки зрения теории Марковица // Рынок ценных бумаг. М.: 2006. - № 12 (315). - С. 58 - 60.
70. Филатов Д.А. Являются ли финансовые рынки мультифрактальными? //Актуальные проблемы менеджмента, маркетинга и информационныхтехнологий: Сб. науч.тр. Вып.5 Воронеж: АОНО ВПО Институт менеджмента, маркетинга финансов, 2004. - С. 183 - 187.
71. Фракталы в физике / Под ред. А. Пьетроноро, Э. Тозатти. М.: Мир, 1988.
72. Хаертфельдер М., Лозовская Е., Хануш Е. Фундаментальный и технический анализ рынка ценных бумаг. СПб.: Питер, 2005. - 352 с.
73. Шапкин А.С. Задачи математического программирования формирования портфеля ценных бумаг. Наука-сервису. V-я междунар.НТК. Тезисы докл. и выст. Часть 2, МАИ, МАНВШ, АПК. М.: МГУ С, 2000.
74. Шапкин А.С. Модели формирования оптимального инвестиционного портфеля. Научное издание. -М.: Изд-во МГУС, 2000.
75. Шапкин А.С. Двухкритериальная задача формирования эффективного портфеля инвестиций // Страховое дело. М.: 2003. - №3.
76. Шарп У., Александер Г., Бэйли Дж. Инвестиции: Пер. с англ. М.: ИНФРА-М, 1999.- 1028 с.
77. Шведов А.С. Теория эффективных портфелей ценных бумаг. М.: ГУ-ВШЭ, 1999.-142 с.
78. Ширяев А.Н. Основы стохастической финансовой математики: в 2 т. -М.: ФАЗИС, 1998.- 1056 с.
79. Шуркалин А.К., Баринов Н.И. Формы внешнего финансирования Российских нефтегазовых компаний // Нефть, газ и бизнес. М.: 2006. - № 9. -С. 46-50.
80. Юзьков В.Г. Формирование оптимального банковского портфеля // Экономика и бизнес: позиция молодых ученых. Материалы международной конференции. Барнаул: Изд-во Аз Бука, 2004. - С. 326 - 329.
81. Яновский Л.П., Филатов Д.А. Анализ состояния финансовых рынков на основе методов нелинейной динамики // Финансы и кредит. М.: ООО Издательский дом Финансы и кредит, 2005. - № 32 (200). - С. 2 - 14.
82. Яновский Л.П., Филатов Д.А. Мультифрактальность фондовых и валютных рынков и финансовые пузыри на финансовом рынке //
83. Системное моделирование социально-экономических процессов. Материалы 27-ой научно-методической конференции. М.: ЦЭМИ РАН, 2005. - С. 205 -209.
84. Янчушка З.И. Анализ курсов ценных бумаг с использованием фрактальных характеристик // Экономика и бизнес: позиция молодых ученых. Материалы международной конференции. Барнаул: Изд-во Аз Бука, 2004.-С. 335-337.
85. Янчушка З.И. Методы формирования портфелей ценных бумаг: Учебное пособие. Уфа: Изд-во УГНТУ, 2006. - 42 с.
86. Янчушка З.И. Формирование инвестиционных портфелей на основе анализа их фрактальных характеристик // Нефтегазовое дело. Уфа: Изд-во УГНТУ, 2006. - Том 4. - № 1. - С. 191 - 196.
87. Alssie R., Hochguertel S., Soest A. van Ownership of stocks and mutual funds: a panel data analysis // Rev. of economics a. statistics. Amsterdam, 2004. - Vol. 86, №3. - P. 783-796. - Bibliogr.: p. 796
88. Black F., Sholes M. The Pricing of Options and Corporate Liabilities. Journal of Political Economy. 1973. -№3. - P. 637 - 659.
89. Bradley S.P., Crane D.B. A dynamic model for bond portfolio management // Management Science. 1972. -№19. - P. 139-151.
90. Bronshtein E., Yanchushka Z. The Statistical Analysis of Stocks' Prices Fractal Characteristics // Proc. of the 6th Int. Workshop on Computer Science and Information Technologies CSIT'2004. Budapest, 2004. - Vol. 1. - P. 253 - 255.
91. Chopra V.K., Ziemba W.T. The Effect of Errors in Mean, Variance and Covariances on Optimal Portfolio Choice // Worldwide Asset and Liability Modeling / Ziemba W.T., Mulvey J.M. eds. Cambridge University Press, 1998. -P. 53-61.
92. Consigli G. and Dempster M.A.H. The CALM Stochastic Programming Model for Dynamic Asset-Liability Management // Worldwide Asset and Liability Modeling / Ziemba W.T., Mulvey J.M. eds. Cambridge: University Press, 1998. -P. 464 500.
93. Coonter P., ed. The Random Character of Stock Market Prices. Cambridge: MIT Press, 1964b.
94. Dubovikov M.M., Starchenko N.V., Dubovikov M.S. Dimention of the minimal cover and fractal analysis of natural time series. Physica A, 2004. - 3391. P
95. Fama E. F. The Behavior of Stock Market Prices // Journal of Business 38, 1956a.
96. Fama E.F. Portfolio Analysis in a Stable Paretian Market // Management Science 11, 1965a.
97. Fisher I. The theory of interests. New York: Macmillan, 1930.
98. GE asset management, genworth financial, and GE insurance use a sequential-linear-programming algorithm to optimize portfolios / ChalermKravuth K.C. et. al. // Interfaces. Providence (RI), 2005. - Vol. 35, №5. - P.370 - 380.
99. Grinold R.C., Kelly K.E. Attribution of Perfomance and Holdings // Worldwide Asset and Liability Modeling / Ziemba W.T., Mulvey J.M. eds. Cambridge University Press, 1998. P. 87 - 113.
100. Handbook of Heavy Tailed Distribution in Finance (ed. S.T. Rachev) Elsevier Science Pub Co, 2003. 662 p.
101. Hausdorff F, Dimension und Ausseres Mass, Mathematische Annalen, Vol. 79, 1919, P. 157 179.
102. Hurst H. E. "The Long-Term Storage Capacity of Reservoirs," Transactions of the American Society of Civil Engineers 116, 1951
103. Hyde S., Sherif M. Consumption asset pricing models: evidence from the VK // Manchester school. Oxford; Maiden (MA), 2005. - Vol. 73, №3. - P. 343 -363.
104. Kenneth Falconer. Fractal Geometry: Mathematical Foundations and Applications, John Wiley & Sons, New York, 1990.
105. Knight F.H. Risk, Uncertain and Profit, Houghton Mifflin. Boston and New-York, 1921.
106. Lacaille R. Active investing: a symmetrical approach // Global investor. -N.Y., 2005. Sept. - P. 42-44.
107. Lane M., Hutchinson P. A model for managing a certificate of deposit portfolio under uncertainty // Stochastic Programming / Dempster M.A.H. ed. Academic Press, 1980. P. 473 -493.
108. Larrain M. "Empirical Test of Chaotic Behavior in a Nonlinear Interest Rate Model," Financial Analysts Journal 47, 1991.
109. Leledakis G., Davidson I., Karathanassis G. Cross-sectional estimation of stock returns in small markets: The case of the Athens Stock Exchange // Appl. financial economics. L., 2003. - Vol.13, № 6. - P. 413 - 426.
110. Lintner J. The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets, Review of Economics and Statistics, February, 1965.-P. 13-27.
111. Mandelbrot B.B. Fractales, hasard et finance. Paris: Flammarion, 1997.
112. Mandelbrot B.B. Heavy Tails in Finance for Independent or Multifractal Price Increments (in Handbook of Heavy Tailed Distributions in Finance Elsevier Science Pub. Co, 2003).
113. Mandelbrot B.B. The many faces of scaling: fractals, geometry of nature and economics. Self-organization and Dissipative Structures // W.C. Schieve & P.M. Alien. -1982. P. 91 - 109.
114. Mandelbrot B.B. The Pareto-Levy law and the distribution of income. / International Economic Review. -1960. № 1. - P. 79 - 106.
115. Mandelbrot B.B. The Variation of Certain Speculative Prices // in P. Cootner, ed., The Random Character of Stock Prices. -Cambridge: MIT Press, 1964.
116. Mandelbrot B.B. Les objets fractals: forme, hazard et dimension. Paris: Flammarion, 1975.
117. Markowitz H. Mean-Variance Analysis in Portfolio Choice and Capital Markets. Cambridge, MA: Blackwell,1990.
118. Markowitz H. Portfolio selection // Journal of Finance. 1952. - Vol. 7. - P. 77-91.
119. Markowitz H. Portfolio selection. Efficient Diversification of Investments. -New York: Wiley, 1959.
120. Markowitz H., Todd P., Ganfin X., Yamane Y. Fast Computation of Mean -Variance Efficient Sets Using Historical Covariances // Journal of Financial Engineering.-1992.-Vol. 1,№2.-P. 117-132.
121. Merton R.C. An Analitic Derivation of the Efficient Portfolio Frontier // J. Financial and Quantative Anal. 1972. - № 7. - P. 1851 - 1872.
122. Merton R.C. Theory of Rational Option Pricing // Bell Journal of Economics and management Science. 1973. - № 4 (Spring). - P. 141 - 183.
123. Modigliani F., Miller M. The Cost of Capital, Corporation Finance and Theory of Investment // American Economic Review. 1958. - June. - P.261 -297.
124. Mossin J. Equilibrium in a capital asset market // Econometrica. 1966. -№ 34(4).- October.-P.68-83.
125. Osborne M. F. M. Brownian Motion in the Stock Market // in P. Coonter, ed., The Random Character of Stock Prices. Cambridge: MIT Press, 1964.
126. Rachev S.T., Menn C., Fabozzi F.J. Fat-tailed and Skewed Asset Return Distributions: Implications for Risk Management, Portfolio Selection and Option Pricing. New York: John Wiley & Sons, 2005.
127. Rachev S.T., Mitnik S. Stable Paretian Models in Finance // Financial Economics and Quantitative Analysis Series. New York: John Wiley & Sons, 2000.-900 p.
128. Roll R. A Critique of the Asset Pricing Theory Test // Journal of Financial Economics. 1977. - March.
129. Ross S.A. The arbitrage theory of capital asset Pricing // Journal of Economic theory. 1976. - December.
130. Rowland P.F., Tesar L.L. Multinationals and the gains from international diversification // Rev. of econ. Dynamics. Amsterdam, 2004. - Vol. 7, №4 - P. 789 - 826.
131. Sharpe W.F. A Simplified model for portfolio analysis // Management Science. 1963. - January.
132. Sharpe W.F. Capital asset price: a theory of market equilibrium under conditions of risk // Journal of Finance. 1964. № 29(3) September. - P.25 - 42.
133. Sharpe W. F. Portfolio Theory and Capital Markets. New York: McGraw-Hill, 1970.
134. Tobin J. The Theory of Portfolio Selection in F.H.Hahn and F.R.P. Brechling (eds) The Theory of Interest Rate, London, Macmillan, 1965, pp. 3-51.
135. Turner A. L. and Weigel E. J. An Analysis of Stock Market Volatility // Russell Research Commentaries, Frank Russell Company, Tacoma, WA, 1990.
136. Vaga T. The Coherent Market Hypothesis // Financial Analysts Journal. -1991.- December/January.
137. Vecchi S. Mimicking portfolios in the hedge funds industry // Finance India. -Delhi, 2004. Vol. 18, spec. iss. - P. 723 - 736.
138. William J.B. The Theory of Investment Value (1938), North-Holland, Amsterdam, 1964.
139. Ziemba W.T., Mulvey J.M. Asset and liabilities management systems for long-term investors: discussion of the issues // Worldwide Asset and Liability Modelling. Cambridge: University Press, 1998. - P. 3 - 38.
Похожие диссертации
- Инновационный подход к управлению инвестициями на рынке ценных бумаг
- Формирование и развитие рынка ценных бумаг инвестиционных фондов
- Разработка математических моделей для оценки стоимости ценных бумаг на фондовом рынке
- Оптимальное управление портфелем ценных бумаг по составным критериям
- Формирование портфеля ценных бумаг с условно ожидаемой доходностью