Предыдущая страница реферата | 1  2  3  4  5  6  7 | Следующая страница реферата

[pic] [2,стр.251]

а величина риска -

[pic] [2,стр.253]

5.Определение оптимального набора ценных бумаг и их долевого весам в инвестиционном портфеле для максимизации доходности.

После всех проведенных преобразований получена для каждой ценной бумаги величину ожидаемой доходности и оценку имеющегося риска. Теперь задача сводится к тому, чтобы определить долевой вес этих ценных бумаг в инвестиционном портфеле с целью максимизации прибыли при заданном уровне риска (п.

Как известно, множество эффективных портфелей расположено на так называемой эффективной границе, не ниже точки минимизации риска.
Следовательно, в случае наличия определенности относительно желаемого уровня риска оптимальная точка для заданного набора ценных бумаг может быть определена однозначно:

Основываясь на данных, полученных на трех предыдущих этапах, исходные формулы выглядят следующим образом:

[pic]

[pic] [2,стр.260]

Как уже отмечалось, в случае необходимости добавляется условие не отрицательности долей mi.

Вывод: полученная задача легко решается как при помощи стандартно используемых вычислительных методов, так и большинством математических и экономических программных пакетов (MathCAD, SAS, Solver for MS Excel и т.д.).

4. Кластеризация «голубых фишек» российского фондового рынка

В данном разделе проведен анализ наличия кластеров наиболее ликвидных акций российского рынка. Результаты кластеризации отражены на рис. 2.

Т.к. данный анализ построен на корреляции переменных, то мы видим, что наиболее близкие друг другу переменные это РАО ЕЭС (EESR), Мосэнерго
(MSNG), Сургутнефтегаз (SNGS), Газпром (GSPBEX) и Татнефть (TATN). То есть на протяжении больше чем одного года, котировки данных акций кореллировали друг с другом, причем очень сильно. Учитывая, что это происходило в прошлом, скорее всего так будет и в будущем.

Следующий кластер - Сибнефть (SIBN) и Ростелеком (RTKM).Также очень зависимы друг от друга.

Рис. 2 «Результаты кластеризации».

[pic]

Остальные два кластера имеют большое расстояние в Евклидовом пространстве, т.е. котировки этих акций не кореллируют между собой.

Для оценки надежности данных высказываний используем метод корелляции
Спирмена непараметрической статистики.

Таблица 2 – Насколько надежен первый кластер.

|Сравниваемые эмитенты |Коэффициент корреляции |Уровень значимости |
| |Спирмена R |p-level |
|EESR & GSPBEX |0,806077 |0,000000 |
|EESR & TATN |0,785205 |0,000000 |
|EESR & MSNG |0,943979 |0,000000 |
|EESR & SNGS |0,903574 |0,000000 |
|SNGS & EESR |0,903574 |0,000000 |
|SNGS & MSNG |0,863814 |0,000000 |
|TATN & GSPBEX |0,779617 |0,000000 |
|TATN & MSNG |0,753098 |0,000000 |
|TATN & SNGS |0,874308 |0,000000 |

Корелляция достаточно сильная, с уровнем значимости менее 0.05. Вывод
: Кластер надежен

Таблица 2 – Насколько надежен второй кластер (Сибнефть и Ростелеком)

|Сравниваемые эмитенты |Коэффициент корелляции |Уровень значимости |
| |Спирмена R |p-level |
|RTKM & SIBN |0,946897 |0,00 |

Вывод : Кластер надежен, корелляция достаточно высокая, с уровнем значимости менее 0.05
Таким образом, при оптимизации структуры портфеля, можно объединить некоторые акции в отдельные кластеры, что при большом количестве активов существенно упрощает расчеты.

Рекомендуем скачать другие рефераты по теме: бесплатные дипломы, атлетика реферат.



Предыдущая страница реферата | 1  2  3  4  5  6  7 | Следующая страница реферата

Поделитесь этой записью или добавьте в закладки