Смекни!
smekni.com

«Проведение корректировки формулы расчета риска актива (стандартное отклонение доходности). Определение последствий для capm» (стр. 4 из 4)

Согласно нашим расчетам скорректированное σm равно 0,964%, не скорректированное- 1,422%. Разница 0,458%.

Отсюда скорректированное σi = 0,964% + 1, 143% = 2, 107%. Не скорректированное σi = 1,422% + 1, 615% = 3,037%

Можно заметить, что скорректированные значения всегда получаются меньше чем нескорректированные, что можно объяснить сглаживаем стандартного отклонения от шумов.

Рис. 8

Для нахождения β воспользуемся формулой β= σi/σm * Corrim.

β - коэффициент характеризует степень риска, с которым связано владение конкретной ценной бумаги, а также измеряет изменчивость данной акции по сравнению со средней акцией или рынком [15].

Корреляция является статистической мерой взаимодействия двух случайных переменных.

Коэффициент корреляции считается по формуле[16].

Как видно, в формуле коэффициента корреляции содержатся два значения стандартного отклонения, актива и рыночного индекса. Поэтому, считая коэффициент корреляции можно было бы тоже применить корректировку стандартного отклонения, однако здесь возникает сложность. Корректируя стандартное отклонения, мы брали определенные диапазоны доходности и уже по ним считали ст. отклонение. Дело в том, что диапазоны для актива и индекса получаются разными, у актива он чуть меньше чем у индекса. Из этого представляется невозможным подсчет корреляции, так как требуемые массивы должны быть одинаковыми, а у нас они разные. Исходя из всего вышеперечисленного, для дальнейших расчетов мы будем использовать коэффициент корреляции, посчитанный простым способом.

Коэффициент корреляции равен 0,862 (высокая положительная корреляция). Отсюда β=2,107/0,964 + 0,862=3,047. Это значит, что, если доходность рынка ММВБ вырастит на 1%, доходность акций Газпрома вырастит на 3,047%.

Если посчитать β со стандартными отклонениями, посчитанными обычным способом, то β=3,037/1,422 + 0,862 = 2,997. То есть скорректированное β прогнозирует большую зависимость доходности акции от доходности рынка. Хотя в любом случае доходность акций Газпрома высокочувствительна к систематическому риску, вознаграждение за систематический риск в такой компании должно расти быстрее, чем у других компаний. Такие акции обладают большой изменчивостью, чем рыночный индекс и носят название «агрессивные» акции [17].

Для подсчета ожидаемой доходности актива по модели САРМ нам необходимо иметь данные рыночной доходности и безрискового актива за период. Для нашего примера rm= -0,562, r0 = 0,115

Согласно модели САРМ ожидаемая доходность актива, основанная на корректировке стандартного отклонения, ri = -0,562+3,047*(-0,562-0,115)=1,5.

Если считать требуемую доходность актива на основе простого стандартного отклонения, мы получим ri = - 0,562+2,997*(-0,562 – 0,115)= 1,4.

Таким образом, корректируя стандартное отклонение, мы получим более высокое значение требуемой доходности актива в модели САРМ.

Таблица полученных результатов

С корректировкой стандартного отклонения

Без корректировки стандартного отклонения

σm=0,964%

σm=1,422%

σi = 2, 107%.

σi =3,037%

β=3,047

β=2,997

ri =1,5

ri =1,4

Для проверки расчетов Бэты скор. и не скор. станд. отклонения возмем период: февраль 2008 года, и посмотрим какой из двух расчетов стандартного отклонения лучше объясняет изменение котировок. Составим портфель, состоящий из 5 активов: акции РАО ЕЭС, акции Сбербанка, акции Татнефть, акции Газпрома и гос. облигации. Удельные веса бумаг одинаковы, все по 20%.

Риски бумаг

Скорректированные Не скорректированные
РАО ЕЭС 1,24% 2,2%
Сбербанк 1,25% 1,97%
Татнефть 1,13% 1,79%
Газпром 1,64% 2,02%
Гос. облигации 0,12% 0,19%

Ковариации доходностей бумаг

Гос. облигац.

РАО ЕЭС

Сбербанк

Татнефть

Газпром

Гос облигац.

-

0,001

0,000461

0,00065

-0,00017

РАО ЕЭС

0,001

-

0,011

0,010

0,024

Сбербанк

0,000461

0,011

-

0,022

0,029

Татнефть

0,00065

0,010

0,022

-

0,021

Газпром

-0,00017

0,024

0,029

0,021

-

Доходность портфеля определяется как средневзвешенное доходностей составляющих его активов.

Решение. Риск портфеля с нескорректированными стандартными отклонениями равен:

1) Для одной бумаги (РАО ЕЭС) = 2,2%

2) Для двух бумаг (РАО ЕЭС, Сбербанк) = 0,5*0,5*2,2*2,2 + 0,5*0,5*1,97*1,97 + 2*0,5*0,5*0,011 = 1,21+ 0,97 + 0,0055 = 2,19%

3) Для трех бумаг (РАО ЕЭС, Сбербанк, Татнефть) = 0,333*0,333*2,2*2,2 + 0,333*0,333*0,011 + 0,333*0,333*0,01 + 0,333*0,333*1,97*1,97 + 0,333*0,333*0,011 + 0,333*0,333*0,022 + 0,333*0,333*0,0179*0,0179 + 0,333*0,333*0,01 + 0,333*0,333*0,022 = 0,0000536 + 0,00121 + 0,0011 + 0,0000427 + 0,00121 + 0,00242 + 0,0000352 + 0,0011 + 0,00242 = 0,0002104*100% = 2,104%

4) Для четырех бумаг (РАО ЕЭС, Сбербанк, Татнефть, Газпром) =0,25*0,25*0,022*0,022 + 0,25*0,25*0,011 + 0,25*0,25*0,01 + 0,25*0,25*0,024 + 0,25*0,25*0,0197*0,0197 + 0,25*0,25*0,011 + 0,25*0,25*0,022 + 0,25*0,25*0,029 + 0,25*0,25*0,0179*0,0179 + 0,25*0,25*0,01 + 0,25*0,25*0,022 + 0,25*0,25*0,021 + 0,25*0,25*0,0202*0,0202 + 0,25*0,25*0,024 + 0,25*0,25*0,029 + 0,25*0,25*0,021 = 0,00003025 + 0,0006875 + 0,000625 + 0,0015 + 0, 0000242 + 0,0006875 + 0,001375 + 0,001825 + 0,00002 + 0,000625 + 0,001375 + 0,0013125 +0,0000265 +0,0015 + 0,0018125 + 0,0013125 = 2%

5) Для пяти бумаг (РАО ЕЭС, Сбербанк, Татнефть, Газпром, гос облигации) = 0,2*0,2*0,022*0,022 + 0,2*0,2*0,011 + 0,2*0,2*0,01 + 0,2*0,2*0,024 + 0,2*0,2*0,001+ 0,2*0,2*0,0197*0,0197 + 0,2*0,2*0,011 + 0,2*0,2*0,022 + 0,2*0,2*0,029 + 0,2*0,2*0,000461+ 0,2*0,2*0,0179*0,0179 + 0,2*0,2*0,01 + 0,2*0,2*0,022 + 0,2*0,2*0,021 + 0,2*0,2*0,00065 + 0,2*0,2*0,0202*0,0202 + 0,2*0,2*0,024 + 0,2*0,2*0,029 + 0,2*0,2*0,021 + 0,2*0,2*(-0,00017) +0,2*0,2*0,0019*0,0019 + 0,2*0,2*0,001 + 0,2*0,2*0,000461 + 0,2*0,2*0,00065 + 0,2*0,2*(-0,00017) = 0,00001936 + 0,00044 + 0,0004 + 0,00096 + 0,0004 + 0,0000155236 + 0,0004 + 0,00088 + 0,00116 + 0,00001824+ 0,00128164 +0,0004+ 0,00088+ 0,00084 + 0,000026 + 0,00001632 + 0,00096 + 0,00116 + 0,00084 +-0,0000068 +0,0000001444 + 0,00004 + 0,000001844 + 0,0000026 + 0,0000068 = 1,4%

Рис 9.

Теперь посчитаем риск портфеля по модели САРМ, считая стандартное отклонение предложенным способом.

Решение. Риски бумаг со скорректированным стандартным отклонением:

1)Для одной бумаги (РАО ЕЭС) = 1,24%

2)Для двух бумаг (РАО ЕЭС, Сбербанк) = 0,5*0,5*1,24*1,24*+0,5*0,5*1,25*1,257+

2*0,5*0,5*0,011= 0,3844 + 0,390625 + 0,0055 = 0,78%

3)Для трех бумаг (РАО ЕЭС, Сбербанк, Татнефть) = 0,49%

4)Для четырех бумаг (РАО ЕЭС, Сбербанк, Татнефть, Газпром) = 0,48%

5)Для пяти бумаг (РАО ЕЭС, Сбербанк, Татнефть, Газпром, гос. облигации) = 0,3%

Рис. 10

Заключение.

Приведенный в этой работе метод корректировки стандартного отклонения приводит к сглаживанию итогового значения стандартного отклонения, поэтому скорректированное числовое значение всегда меньше нескорректированного.

Сглаженное значение ст. отклонения не содержит в себе шумов, то есть тех ошибок, которые могут исказить итоговый результат и ввести аналитика в заблуждение. Сглаженное значение ст. отклонения отражает более характерную для выбранного актива ситуацию. Оно основано на диапазоне, содержащем в себе соответствующие данному активу доли положительной и отрицательной доходности.

Применение данной корректировки, на мой взгляд, широко. Она может быть применима для любой модели, содержащей в себе стандартное отклонение.

Рассмотренный в работе пример последствия корректировки стандартного отклонения в модели САРМ говорит о том, что полученное после корректировки более низкое значение стандартного отклонения приводит к более высокому коэффициенту степени риска β и более высокому значению требуемой доходности актива.

Зависимость риска от количества бумаг в портфеле при скорректированном стандартном отклонение также выше (более ярко выражено) нежели при не скорректированном стандартном отклонении.

Список используемой литературы:

2. http://www.investpark.ru/?m=funds&an=203_standard_deviation

3. Электронный учебник-словарь. http://www.statsoft.ru

4. Электронная энциклопедия. http://ru.wikipedia.org

5. Forex Magazine по материала stockcharts.com

6. Яндиев М.И.- Финансовые рынки и корпоративные финансы.- Москва -2007, МГУ им. М.В. Ломоносова, стр.15

7. Электронная энциклопедиа

8. http://www.investpark.ru

9. http://college.biysk.secna.ru

10. www.metaquotes.ru/techanalysis/standard_deviation_channel

11. www.metaquotes.ru/techanalysis/support

12. www.metaquotes.ru/techanalysis/bollinjer

13. Яндиев М.И.- Финансовые рынки и корпоративные финансы.- Москва -2007, МГУ им. М.В. Ломоносова, стр.72

14. Яндиев М.И.- Финансовые рынки и корпоративные финансы.- Москва -2007, МГУ им. М.В. Ломоносова, стр.25

15. Яндиев М.И.- Финансовые рынки и корпоративные финансы.- Москва -2007, МГУ им. М.В. Ломоносова, стр.31

16. Яндиев М.И.- Финансовые рынки и корпоративные финансы.- Москва -2007, МГУ им. М.В. Ломоносова, стр. 72

17. Кремер Н.Ш.- Теория вероятностей и математическая статистика.- М: Юнити-Диана, 2002. – 543 с.

18. Яндиев М.И.- Финансовые рынки и корпоративные финансы.- Москва -2007, МГУ им. М.В. Ломоносова, стр. 72