Индекс УДК 336.763
Дата публикации: 18.12.2019

Методические аспекты формирования портфеля ценных бумаг

Methodological aspects of forming a portfolio of securities

Халяпин А.А.
Кочка М. С.
Чупахина Ю.Н.

1. к.э.н., доцент, Кубанский государственный аграрный университет им. И.Т. Трубилина,
Краснодар, Россия
2. магистр, Кубанский государственный аграрный университет им. И.Т. Трубилина,
Краснодар, Россия
3. магистр, Кубанский государственный аграрный университет им. И.Т. Трубилина,
Краснодар, Россия

Khalyapin A.A.
Kochka M.S.
Chupakhina Yu.N.

1. Ph.D., Associate Professor, Kuban State Agrarian University named after I.T. Trubilin
Krasnodar, Russia
2. master, Kuban State Agrarian University named after I.T. Trubilin
Krasnodar, Russia
3. master, Kuban State Agrarian University named after I.T. Trubilin
Krasnodar, Russia
Аннотация: В данной статье анализируются различные подходы к формированию инвестиционного портфеля, также исследуется подход формирования оптимального портфеля Марковица и предпринимается попытка формирования инвестиционного портфеля.

Abstract: This article analyzes various approaches to the formation of an investment portfolio, also explores the approach to the formation of an optimal Markowitz portfolio and attempts to form an investment portfolio.
Ключевые слова: доходность, инвестиции, оптимизация, портфель, риск, ценные бумаги.

Keywords: profitability, investment, optimization, portfolio, risk, securities.


Преимущество портфельных инвестиций заключается в возможности выбора портфеля для решения определенных инвестиционных проблем [8]. В этом случае возможно использование различных типов портфелей ценных бумаг. В каждом из них инвестиционный риск и прибыль находятся на приемлемом уровне для владельца портфеля. Основной целью при формировании портфеля является достижение наиболее оптимального сочетания риска и дохода для инвестора. Другими словами, соответствующий набор ценных бумаг призван снизить риск потерь вкладчика до минимума и одновременно увеличить его доход до максимума [1].

Рассмотрим модель Гарри Марковица. Модель предлагает искать портфель ценных бумаг, который минимизирует риск портфеля, при условии, что ожидаемая доходность портфеля остается на уровне не ниже определенного порога, определенного инвестором. В данной модели риск заключается в дисперсии портфеля ценных бумаг. В своей работе Гарри Марковиц формирует портфель на один период, и каждый последующий период портфель будет пересчитываться и реформироваться.

Выделим достоинства модели Гарри Марковица:

  • математический аппарат, позволяющий автоматизировать процесс формирования инвестиционного портфеля;
  • возможность наглядного представления информации.

Недостатки:

  • базируется на предыстории, но не использует методы прогноза;
  • требует стабильность рынка;
  • требует частый пересчет портфеля [10].

Модель Шарпа (индексная модель). Шарп пытался избежать сложности первой модели. Он решил упростить расчеты, чтобы искомое решение было рассчитано с наименьшими усилиями [2]. Шарп ввел В-фактор., который использует соотношение между колебаниями цен отдельных акций. Согласно модели, все исходные данные могут быть рассчитаны с использованием только одного основного фактора и взаимосвязей, которые связывают его с корректировкой цен выбранных акций. Выявив линейную зависимость между конкретным индексом и ценой на акции, вы можете строить прогнозы и рассчитывать желаемую цену на акции. Вы также можете определить общий риск каждой акции как общую дисперсию. Основные данные модели: признанные показатели риска. Расчетный доход зависит от большого количества факторов. Предыдущие модели рассчитывали доход для рынка в целом, и здесь рассчитывается доля каждого фактора. Уровень дохода корректируется в зависимости от того, насколько одна акция зависит от экономических колебаний. Недостаток: сложно определить факторы, которые необходимо включить в модель (уровень инфляции, вероятность несостоятельности, конкретное предприятие, уровень развития промышленного производства, процентная ставка по банковским кредитам и депозитам) [5]. Модель ценообразования основных средств основана на том факте, что, выбирая рискованные инвестиции, инвесторы рассчитывают получить доход выше, чем безрисковая норма доходности.

Рисунок 1. Модель оценки капитальных активов – CAPM [3]

Модель предполагает, что уровень прибыльности будет состоять из уровня прибыли от безрисковых инвестиций и премии за риск, связанной с владением рискованным активом [4].

Подход Гарри Марковица к проблеме выбора портфеля предполагает, что инвестор пытается решить две проблемы:

  • максимизировать ожидаемую прибыль при данном уровне риска;
  • минимизировать неопределенность (риск) при заданном уровне ожидаемой доходности [6].

Для расчета инвестиционного портфеля по модели Гарри Марковица использованы акции крупных компаний России. Портфель будет состоять   из восьми компаний разных отраслей [7]. Для анализа используются котировки акций:

  • ПАО «Лукойл» (LKON) – нефть и газ;
  • ПАО «Новатэк» (NVTK) – нефть и газ;
  • ПАО «Сбербанк» России (SBER) – финансы;
  • ПАО Банк «ВТБ» (VTB) – финансы;
  • ПАО «АЛРОСА» (ALRS) – металлы и горная добыча;
  • ПАО «Северсталь» (CHMF) – металлы и горная добыча;
  • ПАО «Лента» (LNTA) – торговля;
  • ПАО «Мегафон» (MFON) – телекоммуникация.

Это обеспечивает диверсификацию и снижает риск портфеля. Для дальнейшего расчета взята цена акции за каждый месяц в период с 1 января 2019 года по 1 декабря 2019 года. Данные представлены в таблице 1.

Таблица 1

Цена акций

ДатаЦена акции
ЛукойлНовоатэкСбербанкВТБАлросаСеверстальЛентаМегафон
01.01.20193728,00727,70264,500,04981,50919,10392,50531,40
01.02.20193776,50710,00272,400,05386,30918,40368,50564,40
01.03.20193961,00737,60253,570,05292,00872,40344,00540,20
01.04.20194156,50770,00226,990,05489,611011,90354,00473,00
01.05.20194209,00838,20222,360,05088,301002,80351,50473,20
01.06.20194350,00852,80218,000,048100,00930,10350,00504,00
01.07.20194451,50924,40214,860,04897,281020,30312,00590,00
01.08.20194700,501083,00182,000,041101,391086,10287,00505,00
01.09.20195022,001168,20203,320,041106,791091,30231,50566,00
01.10.20194945,001049,80189,800,03799,901030,00237,50586,00
01.11.20194896,001127,20194,000,03799,631002,70236,90582,00
01.12.20195000,501126,60186,160,03498,67942,00215,50638,90

Для последующего формирования инвестиционного портфеля, следует рассчитать ежемесячные доходности по каждой акции. Далее нужно определить математическое ожидание доходностей по каждой акции, для этого найдем среднеарифметическое значение за весь период. Доходность и математическое ожидание представлены в таблице 2.

Таблица 2

 Доходность и математическое ожидание каждой акции

ДатаДоходность
ЛукойлНоватэкСбербанкВТБАлросаСеверстальЛентаМегафон
01.01.2019
01.02.20191,30%-2,43%2,99%6,80%5,89%-0,08%-6,11%6,21%
01.03.20194,89%3,89%-6,91%-2,08%6,60%-5,01%-6,65%-4,29%
01.04.20194,94%4,39%-10,48%4,47%-2,60%15,99%2,91%-12,44%
01.05.20191,26%8,86%-2,04%-7,56%-1,46%-0,90%-0,71%0,04%
01.06.20193,35%1,74%-1,96%-3,77%13,25%-7,25%-0,43%6,51%
01.07.20192,33%8,40%-1,44%0,56%-2,72%9,70%-10,86%17,06%
01.08.20195,59%17,16%-15,29%-14,25%4,22%6,45%-8,01%-14,41%
01.09.20196,84%7,87%11,71%-1,55%5,33%0,48%-19,34%12,08%
01.10.2019-1,53%-10,14%-6,65%-10,26%-6,45%-5,62%2,59%3,53%
01.11.2019-0,99%7,37%2,21%1,97%-0,27%-2,65%-0,25%-0,68%
01.12.20192,13%-0,05%-4,04%-8,28%-0,96%-6,05%-9,03%9,78%
ожидаемая доходность (х)2,74%4,28%-2,90%-3,09%1,89%0,46%-5,08%2,13%

Доходность акций ПАО «Сбербанк», ПАО Банк «ВТБ», ПАО «Лента» имеют отрицательное значение ожидаемой доходности, поэтому их следует исключить из портфеля. Далее портфель будет сформирован из пяти акций предложенных компаний. После подсчета ожидаемой доходности и риска получилось, что самый высокий ожидаемый доход акций компании ПАО «Новатэк» он составил 4,28%, а самый высокий риск акций компании ПАО «Мегафон» он составил 9,33%. Данные представлены в таблице 3.

Таблица 3

 Ожидаемая доходность, риск и вариация

ДатаДоходность
ЛукойлНоватэкАлросаСеверстальМегафон
01.01.2019
01.02.20191,30%-2,43%5,89%-0,08%6,21%
01.03.20194,89%3,89%6,60%-5,01%-4,29%
01.04.20194,94%4,39%-2,60%15,99%-12,44%
01.05.20191,26%8,86%-1,46%-0,90%0,04%
01.06.20193,35%1,74%13,25%-7,25%6,51%
01.07.20192,33%8,40%-2,72%9,70%17,06%
01.08.20195,59%17,16%4,22%6,45%-14,41%
01.09.20196,84%7,87%5,33%0,48%12,08%
01.10.2019-1,53%-10,14%-6,45%-5,62%3,53%
01.11.2019-0,99%7,37%-0,27%-2,65%-0,68%
01.12.20192,13%-0,05%-0,96%-6,05%9,78%
ожидаемая доходность (х)2,74%4,28%1,89%0,46%2,13%
Риск (σ)2,55%6,77%5,39%7,03%9,33%
Вариация (V)93,27%158,31%284,63%1526,97%438,63%

Мы получили первоначальные необходимые данные для оценки долей данных акций в инвестиционном портфеле. Для оценки уровня риска всего инвестиционного портфеля следует определить ковариационную матрицу зависимостей акций. Отрицательная ковариация означает, что движение доходности двух акций имеет тенденцию изменяться в разных направлениях: если доходность одной акции возрастает, то доходность другой акции уменьшиться. Это свидетельствует об обратной связи. Компании, акции которых обладают обратной связью:

  • Лукойл и Мегафон;
  • Новатэк и Северсталь;
  • Новатэк и Мегафон;
  • АЛРОСА и Мегафон;
  • Северсталь и Мегафон.

Ковариация между другими акциями является положительной, что свидетельствует о прямой связи. Все данные представлены в таблице 4.

Таблица 4

Ковариационная матрица зависимостей акций

КовариацияЛукойлНоватэкАлросаСеверстальМегафон
Лукойл0,000652
Новатэк0,0009380,0045853
Алроса0,0006770,00069070,00290514
Северсталь0,000685-0,001211-0,001210830,004936
Мегафон-0,00053-0,0020466,7879E-05-0,002130,00870418

Для дальнейшей оценки уровня риска всего инвестиционного портфеля следует определить корреляционную матрицу уровня связи акций. Тесная связь наблюдается между акциями компаний:

  • Лукойл и Новатэк;
  • Лукойл и АЛРОСА;
  • Новатэк и Северсталь.

Остальные акции компании имеют низкую связь между собой. Чем ниже коэффициент корреляции этих акций, составляющих портфель, тем ниже и риск инвестиционного портфеля. Полученные данные корреляционной матрицы представлены в таблице 5.

Таблица 5

 Корреляционная матрица уровня связи

КорреляцияЛукойлНоватэкАлросаСеверстальМегафон
Лукойл1
Новатэк0,542734311
Алроса0,4917750170,1892331
Северсталь0,3819885830,462955-0,3197631
Мегафон-0,223198524-0,323830,0134986-0,325631841

Установлены доли акций в портфеле таблица 6.

Таблица 6

 Доли акций в портфеле

КомпанияДоля акций в портфеле (%)
Лукойл0,45
Новатэк0,3
Алроса0,15
Северсталь0,03
Мегафон0,07

С помощью определенных долей акций в портфеле, найден общий доход портфеля акций и общий риск портфеля. Общая доходность сформированного портфеля составила 2,96%, а общий риск портфеля составил 3,04%.

Основные показатели портфеля представлены в таблице 7.

Таблица 7

Основные показатели портфеля

Доходность портфеля (%)2,96%
Общий риск портфеля (%)3,04%

Самую большую долю в портфеле занимают акции компании Лукойл – 45%, далее идут акции компании Новатэк – 30%, акции компании АЛРОСА составляют 15% в портфеле, акции компаний Северсталь и Мегафон составляют малую долю портфеля – 3% и 7%. Для оптимизации портфеля найдены доли акций в портфеле при которых величина общего риска будет минимальной. Полученные данные представлены в таблице 8.

Таблица 8

Доли акций в портфеле после оптимизации

КомпанияДоля акций в портфеле (%)
Лукойл0,480083632
Новатэк0,27
Алроса0,148190862
Северсталь0,030253511
Мегафон0,071471998

После определения долей акций в портфеле, найден общий доход портфеля акций и общий риск портфеля. Общая доходность сформированного портфеля составила 2,92%, а общий риск портфеля составил 2,93%.

После оптимизации общая доходность уменьшилась на 1,35%, а общий риск уменьшился на 3,6%. Основные показатели портфеля представлены в таблице 9.

Таблица 9

 Основные показатели портфеля

Доходность портфеля (%)2,92%
Общий риск портфеля (%)2,93%

После оптимизации долей в портфеле ситуация изменилась, но не значительно. Акции Лукойл составили 48%, далее идут акции компании Новатэк – 27%, акции компании АЛРОСА составляют 14,8% в портфеле, акции компаний Северсталь и Мегафон составляют малую долю портфеля – 3,03% и 7,17%.

Подводя итог, отметим, что риск в форме дисперсии одинаково учитывает как негативные изменения в прибыльности, так и позитивные изменения, распределение которых кажется симметричным, при использовании опционов и других современных финансовых инструментов, стоимость которых варьируется нелинейно по отношению к рыночным ценам активов, приводит к неправильной оценке рисков и допускает большое количество ошибок. Это, в свою очередь, требует разработки новых моделей для быстрого управления рисками инвестиционного портфеля в нестабильной экономике. Основной вывод данной статьи состоит в том, что при расчете инвестиционных характеристик по методу Гарри Марковица фактическая доходность портфеля является самой высокой, поэтому рекомендуется использовать этот подход при расчете оптимального портфеля. В качестве возможного совершенствования данной модели автор предлагает использование компьютерной реализации моделей, которое значительно повышает эффективность получения аналитического материала для принятия инвестиционных решений. Таким образом, выполняются такие основные свойства управления, как: оперативность, эффективность и непрерывность [9].

Библиографический список

1. Буракова А.Н. Управление портфелем ценных бумаг. – М.: Научно-техническое общество имени академика С.И. Вавилова, 2018. – 167 с.
2. Галанов В.А. Рынок ценных бумаг: Учебник / В.А. Галанов. - М.: НИЦ ИНФРА-М, 2016. - 378 c.
3. Захарян, А.В. Совершенствование управления финансовой деятельностью организаций агропромышленного сектора экономики / Захарян А.В. // Colloquium-journal. - 2019. № 6-11 (30). С. 15-20.
4. Киреева Ю.Ф. Основы теории оптимального портфеля ценных бумаг. - М.: Филин, 2018. – 164 с.
5. Халяпин, А.А. Концептуальные детерминанты финансового инструментария инвестирования / Халяпин А.А. // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. – Краснодар: КубГАУ, 2015, № 112. - С. 1279-1294.
6. Халяпин А.А. Оптимизация структуры бухгалтерского баланса как фактор повышения финансовой устойчивости организации / Халяпин А.А. // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. – 2016, № 120. - С. 954-983.
7. Халяпин, А.А. Инструменты государственного экономического регулирования аграрного сектора экономики (по материалам Краснодарского края) / Халяпин А.А. // диссертация на соискание ученой степени кандидата экономических наук. – Краснодар: Кубанский государственный аграрный университет, 2010.
8. Халяпин А.А. Формирование механизма государственного регулирования устойчивого развития предпринимательских структур Краснодарского края / Халяпин А.А. // Инженерный вестник Дона. - Ростов-на-Дону: Северо-Кавказский научный центр высшей школы федерального государственного автономного образовательного учреждения высшего профессионального образования Южный федеральный университет, 2012. № 4-2 (23). С. 42.
9. Шедько, Ю.Н. Кадровое обеспечение инновационного развития российского государства / Москвитина Е.И., Шедько Ю.Н. // В сборнике: Фундаментальные и прикладные вопросы эффективного предпринимательства: новые решения, проекты, гипотезы Материалы V Международного научного конгресса. Под научной редакцией А.В. Шарковой, И.А. Меркулиной. - 2017. С. 88-90.
10. Markowitz H. Portfolio selection // Journal of Finance. 1952. Vol. 7. P. 77-91.