УДК 330.322
Сергей Сергеевич Акимов, старший преподаватель кафедры управления и информатики в технических системах, ФГБОУ ВО «Оренбургский государственный университет»
e-mail: sergey_akimov_work@mail.ru
МОДЕЛИРОВАНИЕ ПОРТФЕЛЯ ИНВЕСТИЦИЙ ПРИ ПОМОЩИ ИДЕНТИФИКАЦИИ ЗАКОНА РАСПРЕДЕЛЕНИЯ
Актуальность исследуемой проблемы обусловлена ростом интереса к инвестированию в нашей стране, появлению новых инструментом и более глубоких методов и средств анализа и прогнозирования доходности.
Цель исследования – улучшение метода формирования портфеля инвестирования на основе идентификации закона распределения.
В работе ставится под сомнение априорное использование показателя стандартного отклонения цены как показателя волатильности, и предлагается идентификация закона распределения, которому подчиняется цена актива и расчет волатильности как параметра масштаба соответствующего распределения. На основе этого предлагается пересмотр структуры инвестиционного портфеля, рассчитанного по соотношению «доходность/волатильность» и формирование новой структуры, с учетом проведенной идентификации.
Проведенный анализ показал, что из пяти используемых инструментов цены только на два из них подвержены нормальному распределению. Для остальных инструментов были подобраны свои законы распределения и сформирована новая структура портфеля, доход по которому оказался выше на 2,3%.
Материалы статьи могут быть полезны для инвесторов, трейдеров и других участников фондового рынка, а также исследователям в области инвестиций.
Ключевые слова: фондовый рынок, формирование портфеля, расчет волатильности, идентификация закона распределения.
Литература
1. Акимов, С.С. Разработка модели инвестиционного портфеля / С.С. Акимов // Интеллект. Инновации. Инвестиции. – 2016. – № 5. – С. 6-8.
2. Задорожная, А.Н. Порядок использования метода волатильности EBIT и модели анализа EBIT-EPS при принятии финансовых решений / А.Н. Задорожная // Финансовая аналитика: проблемы и решения. – 2015. – № 36 (270). – С. 24-37.
3. Иваницкий, В.П. Проблема формирования эффективного портфеля ценных бумаг из российских акций / В.П. Иваницкий, С.Г. Ветышев // Известия УрГЭУ. – 2008. – № 3 (22). – С. 56-61.
4. Мицек, Е.Б. Оптимизационная задача и эконометрические оценки инвестиций из прибыли в российской экономике / Е.Б. Мицек, С.А. Мицек // Прикладная эконометрика. – 2010. – № 2 (18). – С. 20-31.
5. Нагапетян, А.Р. Кластеризация волатильности доходности акций и динамика диверсификационного потенциала на российском рынке / А.Р. Нагапетян // Теория и практика общественного развития. – 2017. – № 6. – С. 18-23.
6. Федорова, Е.А. Применение методологии excess volatility на российском фондовом рынке / Е.А. Федорова, С.В. Сеначин // Экономический анализ: теория и практика. – 2014. – № 48 (399). – С. 15-25.
7. Шепель, В.Н. Использование оценки Хилла для различения законов распределения вероятности / В.Н. Шепель, С.С. Акимов // Вестник Оренбургского Государственного университета. – 2014. – № 1 (162). – С. 75-78.
8. Яковенко, К.В. Динамика цен российских акций с различной ликвидностью / К.В. Яковенко // Экономика. Налоги. Право. – 2013. – № 1. – С. 123-127.
9. Ang, A., Hodrick, R.J., Xing, Y., Zhang, X. High idiosyncratic volatility and low returns: international and further U.S. evidence // Journal of Financial Economics. – 2009. – Vol. 91. – pp. 1-23.
10. Damodaran A. Applied Corporate Finance. 3rd Edition. Willey, 2010. – 752 p.
11. Levi Maurice, D. International Finance. Part 7. – UK: Taylor & Francis, 2010. – pp. 145-166.
12. Wang, P. Modeling and forecasting of realized volatility based on high-frequency data: Evidence from FTSE-100 index. – Hanken, 2009. – 334 p.
