CC BY
75
Таким образом, главной целью корпоративного планирования является построение системы эффективного управления коммерческим банком на основе своевременного выявления угроз и возможностей для банковского бизнеса и системы управления его финансовыми и другими ресурсами.
Библиографический список
1. Индикативное планирование как основа стратегического развития промышленного предприятия / С.А. Агапцов [и др.]. М.: Высшая школа, 2002.
E.S. Vasiliev
Planning of commercial bank's activity in the conditions of astable environment
The essence of commercial bank management is given, necessity of financial analysis system of commercial bank activity for increase of its efficiency is considered.
Key words: management, commercial bank, corporate planning, administrative relations, the analysis of financial activity.
УДК 336.764/.768
C.C. Дубровин, 8-953-9-677-677, stasdss@gmail.com, (Россия, Тула, ТулГУ)
ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ ПОРТФЕЛЕМ ЦЕННЫХ БУМАГ
Рассмотрена методика поддержки принятия решении при формировании и сопровождении инвестором портфеля ценных бумаг в условиях риска и неопределенности, включающая комплекс методов отбора активов, прогнозирования их доходности, а также определения предварительной и окончательной количественной структуры портфеля.
Ключевые слова: принятие решений, портфель ценных бумаг, многокритериальная оптимизация, доходность, риск, оптимальное решение, управление активами.
В последние годы в России в связи с укреплением и развитием рыночной экономики существенно повысился интерес к постановкам и решению задач оптимизации структуры портфелей ценных бумаг (ПЦБ).
Фондовый рынок РФ по-прежнему относят к развивающимся рынкам, так как его общая капитализация в марте 2012 г. составила 27,8 трлн руб., а общее количество торгуемых акций всего 428 штук, тогда как капитализация Нью-Иоркой фондовой биржи достигла 15,7 трлн долл. при наличии более 4000 торгуемых акций.
Потенциальный российский инвестор имеет возможность альтернативного вложения своего капитала в ценные бумаги. Для этого необходимо прогнозировать состояние экономики, следить за изменением ценовых тенденций отдельных эмитентов, с целью снижения рисков инвестирования следует формировать портфель ценных бумаг и изменять его структуру в соответствии с выбранной инвестиционной стратегией.
Разработка научно обоснованных методик по эффективному управлению портфелями финансовых инструментов обусловлена необходимостью, во-первых, привлечь как институциональных, так и неиституцио-нальных клиентов к инвестированию средств, во-вторых, облегчить подбор наиболее ликвидных и перспективных бумаг для формирования портфеля инвестора, и в-третьих, самое главное — повысить эффективность управления активами. Такие модели и методики могут быть использованы консультантами банков или инвестиционных компаний на этапах как формирования, так и сопровождения портфеля ценных бумаг.
Модель, описывающая этапы процесса управления портфелем ценных бумаг, представлена на рис. 1.
Рис. 1. Этапы управления портфелем ценных бумаг
Следующие задачи являются центральными при управлении портфелем ценных бумаг:
- задача отбора активов для включения в состав инвестиционного портфеля;
- задача определения оптимальной структуры портфеля ценных бумаг;
- задача прогнозирования динамики доходностей активов с целью определения моментов наиболее благоприятных для осуществления переформирования структуры ПЦБ.
Задача отбора активов решается с применением фундаментального анализа фондового рынка и экспертных методов.
С помощью метода баллов определяются наиболее перспективные ценные бумаги по приведенному ниже алгоритму [1; 6]:
1) расчет основных коэффициентов (ROCE, ROE, Р/Е и P/S), характеризующих финансовое положение эмитента;
2) определение веса каждого коэффициента;
3) начисление баллов по каждому коэффициенту для конкретной ценной бумаги;
4) нахождение взвешенной оценки каждого коэффициента для определенной акции;
5) суммирование взвешенных баллов для каждой ценной бумаги;
6) ранжирование ценных бумаг на основе полученных результатов (чем больше набранная сумма, тем выше место);
7) подведение окончательных результатов оценки наиболее перспективных акций.
Таким образом, с фундаментальной точки зрения можно сделать вывод о недооцененности или переоцененности рынком акций соответствующих компаний.
В частности, определить наличие взаимозависимости между курсами акций и главное выявить так называемых «лидеров» рынка (акции, которые должны хотя бы с минимальной долей должны войти в состав ПЦБ) позволяет тест Грэнджера [9].
Для его проведения необходимо методом наименьших квадратов (МНК) оценить авторегрессионную модель следующей спецификации:
yt = а1 У;-1 + «2 Л-2 +... + ap У,-p + A Xt-1 + A xt-2 + ... + ßpxt-p + £t
(1)
x, = Mx,-1 +M2X-2 +... + Mpxt-p + Кyt-1 +72yt-2 +... + 7pyt-p + '
где yt и x, — значения временных рядов цен рассматриваемых активов; р — выбранная заранее величина лага; ap — степень влияния прошлого значения у на его текущее значение; ßp — степень влияния прошлого значения х на его настоящее значение; ßp — степень влияния х на у; ур —
степень влияния у на х.
Результаты экспериментов подтверждают целесообразность выбора единичного лага р = 1, что также продиктовано глубоким экономическим
смыслом, который заключается в том, что рынок в целом и отдельные ценные бумаги реагируют на выходящие новости мгновенно или с небольшой задержкой, величина которой составляет не более одного дня.
Задача определения оптимальной структуры портфеля включает в себя два этапа.
Сначала с помощью модели скоринга определяется предварительная структура портфеля [2]. Далее для определения точных долей вхождения ценных бумаг в инвестиционный портфель необходимо построить параметрическую модель рынка ценных бумаг и решить задачу многокритериальной оптимизации следующего вида:
Fk (X*) = min Fk (X), (2)
где X — вектор варьируемых переменных xi, i = 1, n; DX — множество допустимых значений вектора варьируемых переменных; Fk (X) — значение k-ro частного критерия оптимальности (целевой функции); s — число целевых функций, k = 1, s; min — означает, что данный критерий нужно минимизировать [3; 7].
И заданы граничные условия следующего вида:
n
Ъх = 1;
i=1
<Ai" < x <Я;, z^M;, (3)
xt > 0, i = 1, n,
где А" и A® — ограничения, накладываемые соответственно на нижнюю и верхнюю доли варьируемых переменных.
В работе в модели (2) использовались две целевые функции: первая из которых характеризует доходность, а вторая — риск инвестиций.
Решение задачи многокритериальной оптимизации структуры ПЦБ осуществлялось с помощью комплекса программ разработанной системы поддержки принятия решения «Проф-Оптим» методами справедливого компромисса, приближения по всем частным критериям оптимальности к идеальному решению и методом последовательных уступок.
Портфели ценных бумаг формировались на основе данных о дневных доходностях за период с 15 января 2009 г. по 31 марта 2010 г. Датой формирования портфелей будем считать 01 апреля 2010 г. Горизонт инвестирования — 12 месяцев (табл. 1). Под эффективностью системы будем понимать разницу между доходностью, полученной от реализации построенного портфеля, и доходностью от реализации эталонного портфеля, построенного на ту же контрольную дату (01 апреля 2011 г.). В качестве эталонного портфеля принимаются портфели, построенные по принципам стандартных индексов РТС и ММВБ.
Таблица 1
Доли активов в структуре оптимального ПЦБ за 2010-2011 гг. при пассивной стратегии управления, %
Наименование Метод справедливого компромисса Метод приближения к идеальному решению Метод последовательных уступок (приор. риск) Метод после-доветельных уступок (приор. доходность)
ОАО «Газпром» 17,6 14,4 15,5 18,9
ОАО «НК Рос- 5 6,3 5 5
нефть»
ОАО «ЛУКОЙЛ» 9 11,1 9 13,8
ОАО «Сургутнефте- 2 2 2 2
газ»
ОАО «Ростелеком» 0 5,6 0 0
ОАО «ГМК Норильский никель» 15,2 16,3 17,3 17,1
ОАО «Полюс Золо- 5 5 5 5
то»
ОАО «УК Арсаге- 2 2 2 2
ра»
ОАО «Банк Возро- 5 5 5 5
ждение»
ОАО «Банк ВТБ» 10,2 5 9,8 5
ОАО «Сбербанк России» 16,5 14,6 7,7 4,6
ОАО «НЛМК» 2,8 0 9,2 0
ОАО «Татнефть» 1,3 0 4,4 5,8
ОАО «РусГидро» 0 2,4 0 0
Фьючерс на золото 8,4 10,3 8,1 15,8
Анализ вышеприведенной таблицы показывает, что полученные структуры инвестиционных портфелей достаточно схожи и в значительной степени диверсифицированы. Поэтому в зависимости от целей и задач инвестора может быть использован лишь один из четырех исследованных методов решения многокритериальной задачи оптимизации структуры портфеля ценных бумаг.
Задача мониторинга структуры ПЦБ решается с помощью прогнозирования динамики доходностей активов с целью определения моментов наиболее благоприятных для осуществления переформирования структуры портфеля.
Графические модели разворота и продолжения трендов в системе поддержки принятия решений при осуществлении портфельных инвестиций используются как дополнительные сигналы при определении момента совершения сделки и уточнения доли актива в составе портфеля при его мониторинге [4]. Формирование таких моделей на ценовом графике инвестиционного инструмента позволяет лицу, принимающему решение, уста-
навливать диапазон вхождения ценной бумаги в портфель с долей не более 5 % от его общего объема.
Что касается конкретных предложений по построению взвешенных скользящих средних, то в результате исследований нами было установлено, что для краткосрочных инвестиций наиболее предпочтительными являются средние с порядками 14 и 30, а для среднесрочных — средние с порядками 9 и 23 (рис. 2) [5].
Наиболее достоверные сигналы от индикатора RSI [8] на дневном графике подаются при установке периода n = 8 (рис. 3).
Рис. 3. Сигналы RSI на открытие длинной и короткой позиций
Инвестиционные портфели (рис. 4), построенные с помощью модели многокритериальной оптимизации, при пассивной стратегии управления
лишь незначительно превосходят в доходности биржевые индексы РТС и ММВБ. Применение же активной стратегии управления портфелем позволяет получить доходность в среднем на 10 % выше, чем у рассмотренных эталонных портфелей.
Рис. 4. Доходности (% годовых) управляемых портфелей
за 2010-2011 гг.
Библиографический список
1. Бухтиярова Т.И. Модель оценки финансового состояния предприятия // Финансы. 1992. № 7. С. 7-11.
2. Железко Б., Синявская О. Скоринг ценных бумаг как способ оптимизации инвестиционных решений // Финансовый директор. 2005. № 5. С. 65-69, № 6. С. 67-71.
3. Лотов A.B., Поспелова И.И. Многокритериальные задачи принятия решений: учебное пособие. М.: МАКС Пресс, 2008. 197 с.
4. Мэрфи Дж. Технический анализ фьючерсных рынков: теория и практика. М.: Диаграмма, 1998. 588 с.
5. Твардовский В.В., Паршиков C.B. Секреты биржевой торговли: Торговля акциями на фондовых биржах. М.: Альпина Паблишер, 2003. 530 с.
6. Хачатрян С.Р. Прикладные методы математического моделирования экономических систем. Научно-методическое пособие. М.: Экзамен, 2002.192 с.
7. Штойер Р. Многокритериальная оптимизация: теория, вычисления, приложения. М.: Радио и связь, 1992. 504 с.
8. Эрлих A.A. Технический анализ товарных и финансовых рынков. М.: ИНФРА-М, 1996. 174 с.
9. Granger C.W.J. Investigating Causal Relations by Econometric Models and Cross-spectral Methods // Econometrica. 1969. V. 37, N 3. P. 424-438.
S.S. Dubrovin
Research of efficiency management security portfolio
Method of decision-making is consideration at formation and management of security portfolio by the investor in the conditions of risk and the uncertainty, including a complex of methods of selection of assets, forecasting of their profitability, and also definition ofpreliminary and final estimate structure of portfolio.
Keywords: decision-making, security portfolio, multicriteria optimization, profitability, risk, optimal resolution, management of assets.
УДК 338.124.4; 336(7)
В.В. Евсюков, доцент, (Россия, Тула, ВЗФЭИ)
АНАЛИЗ РИСКОВ В СФЕРЕ ПОД/ФТ ПРИ ОСУЩЕСТВЛЕНИИ БАНКОВСКОЙ ДЕЯТЕЛЬНОСТИ С ИСПОЛЬЗОВАНИЕМ ГИБРИДНОЙ ТЕХНОЛОГИИ МОДЕЛИРОВАНИЯ
Рассматриваются вопросы анализа возникающих у банков рисков, обусловленных противоправной деятельностью в области отмывания полученных преступным путем доходов и финансированию терроризма. Данный подход предполагает применение гибридной технологии, опирающейся одновременно на сформулированные в законодательных и нормативных актах правила и на генетический алгоритм, позволяющий выявлять ассоциации данных.
Ключевые слова: анализ рисков, ПОД/ФТ, гибридная технология моделирования.
Десять лет в нашей стране действует Федеральный закон «О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма» от 7 августа 2001 г. № 115-ФЗ (далее — Закон).
Тем не менее в Заявлении Правительства Российской Федерации и Центрального банка Российской Федерации «О стратегии развития банковского сектора Российской Федерации на период до 2015 года» среди основных направлений его развития выделена деятельность по предотвращению вовлечения кредитных организаций в противоправную деятельность, прежде всего в целях легализации (отмывания) доходов, полученных преступным путем, и финансирования терроризма.
