Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Лекции Оптимальный портфель ценных бумаг.doc
Скачиваний:
0
Добавлен:
01.05.2025
Размер:
1.27 Mб
Скачать
  1. Индексы, использующие взвешивание арифметических и геометрических величин.

К таким индексам относятся два различных индекса, рассчитываемые компанией Value line.

Все индексы отражают рост и падение соответствующей группы ценных бумаг, однако они сильно отличаются друг от друга. Поэтому при использовании индексов важно учитывать их специфику.

Определим соотношение оцениваемой информации и количество оцениваемых чисел в указанных индексах, считая что в распоряжении имеются данные за предыдущие 25 лет:

  • Для индекса Доу – Джонса – имеются следующее количество данных:

25(лет)*4(квартала)*30(бумаг)=3000 чисел

Требуется оценить чисел. Используя 3000 чисел можно достаточно достоверно оценить 480 чисел.

  • Для индекс “Standart and Poor’s” данных 50000, а требуется оценить 125000 чисел, что, конечно в принципе невозможно.

  • Для индекс “Wilshire” данных 50000, требуется оценить 125000 чисел!.

Таким образом прямой статистический анализ можно применять лишь для оценки эффективности и ковариации небольшого числа ценных бумаг. Если составить оптимальный портфель, то риск из такого оптимального портфеля будет большим, а эффективность – маленькой по сравнению с оптимальным портфелем, составленным из всех ценных бумаг.

Итак, применение прямого статистического метода приводит к необходимости формирования портфеля ценных бумаг с завышенным риском и заниженной эффективностью, в то же время его использование для формирования портфеля, когда число независимых ценных бумаг несколько сотен или больше, в принципе, математически некорректно.

Более того, использование этого метода при анализе финансового рынка также некорректно для профессиональных индексов. Достоинством метода прямого статистического анализа является логическая и вычислительная простота, поэтому он применяется для учебных задач.

Метод прямого статистического анализа используется на практике только для оценки эффективности ценных бумаг, а матрица ковариации считается с использованием других методов, например, с использованием метода ведущих факторов.

9.2.Метод ведущих факторов.

Метод ведущих факторов основан на методе наименьших квадратов. Рассмотрим простейший вариант метода наименьших квадратов, в случае, когда ведущий фактор один, уравнение регрессии – линейное.

Имеется n – данных неизвестной функциональной зависимости между x и y

Построим линейную функцию:

,

которая наименее откланяется от табличных данных.

Таким образом, задача заключается в том, чтобы найти такие параметры и при которых прямая менее всего отклоняется от всех точек одновременно.

Р ис.1.Геометрическая интерпретация метода наименьших квадратов.

Математически это приводим к следующей задачи минимизации:

Минимум достигается там, где градиент функции f равен нулю.

Преобразуем первое уравнение:

Окончательно

(74)

Преобразуем второе уравнение

Окончательно

(75)

Получим два уравнения (74), (75) для двух неизвестных ( и ).

Расчеты удобно проводить с помощью таблицы, записывая вместо *, рассчитанные величины:

1

2

3

n

*

-

-

-

-

-

*

-

-

*

-

-

-

-

-

*

Из уравнения (1) и (2) следует, что

(76)

,

где

Запишем формулу (76) в более удобной форме.

Лемма1. Для любых n, xi ,yi ,i=1,…,n справедливо тождество:

(77)

Доказательство:

Обозначим и запишем и сумму в правой части (77) с использованием евклидового скалярного произведения:

,

что и требовалось доказать.

Лемма доказана.

Положим в (77) получим, что справедливо следующее.

Следствие1. Для любых справедливо тождество:

Следствие2.

Обозначим:

,

вариация данных по ,

,

ковариация данных по и , тогда

(78)