CC BY
49
ISSN 2311-8709 (Online) ISSN 2071-4688 (Print)
Инвестиционная деятельность
ПОРТФЕЛЬНОЕ ХЕДЖИРОВАНИЕ: РАСШИРЕНИЕ ГРАНИЦ УПРАВЛЕНИЯ РЫНОЧНЫМ РИСКОМ ПРЕДПРИЯТИЙ НЕФИНАНСОВОГО СЕКТОРА
Евгений Эдуардович СПИРИДОНОВ
специалист отдела аудита, АО «КПМГ», Красноярск, Российская Федерация evgeniy_sp@bk.ru
История статьи:
Принята 26.01.2016 Одобрена 17.02.2016
УДК 338.57.055 JEL: С01, G11, G32
Ключевые слова: корреляция, ценовой риск, строительство, множественная регрессия
Аннотация
Предмет. Возможности и проблемы управления рыночным риском с помощью хеджирования в реальном секторе российской экономики. Российский рынок биржевых деривативов по уровню своего развития не уступает, а по ряду параметров опережает рынки срочных контрактов развитых и лидирующих по уровню интенсивности роста развивающихся стран. Несмотря на это, на отечественном срочном рынке основными участниками остаются спекулянты. Невозможность подобрать инструмент компенсации риска заставляет инвесторов искать другие способы управления риском, а биржи упускают возможность для роста за счет присутствия хеджеров.
Цель. Поиск способов применения хеджирования в нефинансовом секторе российской экономики. Изучение теоретических основ применения биржевых инструментов для управления рыночным риском в условиях ограниченного выбора.
Методология. Одним из способов преодоления существующего ограничения является портфельное хеджирование. Развитость математического аппарата в области регрессионного анализа позволяет формировать портфель из биржевых активов для эффективного управления рыночным риском.
Результаты. Удалось получить синтетический инструмент, способный компенсировать значительную часть ценового риска. Достигнутые результаты показывают высокую эффективность и широкую область применения портфельного подхода в управлении финансовым риском. Разработанный в статье хеджирующий портфель позволил значительно повысить ключевой показатель хеджирующего инструмента.
Значимость. Применение портфельного хеджирования не имеет отраслевых границ и может успешно применяться в любой сфере деятельности. Использование данного метода также возможно и в областях, отличных от управления риском, например, арбитражная торговля на бирже. Распространение программ статистического анализа делает доступным данный вид анализа любому желающему.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2016
Современные экономические условия не позволяют отдельным субъектам рыночных отношений абстрагироваться от общей экономической системы, в которой они существуют. Глобализация экономической системы неизбежно влечет за собой появление новых рисков и их обширное распространение в системе. Изменение прежней конъюнктуры экономической системы способно вызвать ухудшение условий ведения бизнеса. Например, рост цен на строительные материалы снижает рентабельность данного вида деятельности, а в некоторых случаях может привести к дефициту ликвидности предприятия и стать причиной банкротства [1].
Массовое поведение строительных фирм и спекулянтов на рынке строительных материалов вызывает значительные изменения в стоимости активов за счет изменяющегося спроса на них, тем самым снижая стабильность финансовой системы. Субъекты экономических отношений во время
роста увеличивают кредитное плечо, что позволяет им извлекать сверхприбыли. В результате создается замкнутый круг, работающий до тех пор, пока финансовая система находится в восходящем тренде. После смены тренда наступает период рецессии, когда цены перестают расти, и дальнейшее наращивание кредитного плеча строительными организациями и спекулянтами на рынке недвижимости по сложившемуся образцу становится невозможным [2].
Ранее в наших статьях уже были рассмотрены возможные современные инструменты снижения рыночного риска [3]. Понимание возможностей и необходимости подобных инструментов получило достаточный импульс для развития [4]. Появление таких инструментов идет быстрыми темпами, тем не менее их предложение сильно ограничено. Скромный выбор не всегда позволяет найти оптимальный вариант [5]. Приходится искать компромиссное решение, которое не в полной мере предотвращает рыночный риск, а также может
служить причиной появления у организации нового вида риска - базисного1.
Чтобы обойти существующее ограничение, можно воспользоваться портфельным хеджированием. Данная стратегия митигации финансового риска имеет много общего с портфельным инвестированием, таким образом наследуя все его преимущества [6].
Современная теория портфельных инвестиций берет свое начало из небольшой статьи Г. Марковица. В ней он предложил математическую модель формирования
оптимального портфеля ценных бумаг, а также привел методы построения таких портфелей при определенных условиях. Рассмотрев общую практику диверсификации портфеля, ученый показал, как инвестор может снизить его риск путем выбора некоррелируемых акций [7].
Следовательно, основным преимуществом, которое наследует портфельное хеджирование от портфельного инвестирования, является диверсификация. Она способствует минимизации несистематического риска, который присущ лишь отдельным финансовым активам [8].
К несистематическим рискам можно отнести [9]:
— риск потери ликвидности - спрос на некоторые финансовые активы может подвергаться значительным изменениям, в том числе пропадать на продолжительные периоды времени;
— финансовый риск - цена финансового актива может колебаться в зависимости от сложившейся экономической ситуации в компании или отрасли;
— риск невыполнения обязательств - эмитент в силу различных причин (например, банкротство) может оказаться не в состоянии выполнить свои обязательства перед держателями его ценных бумаг.
Суть портфельного хеджирования заключается в том, что мы используем набор финансовых активов, обращающихся на бирже, для построения наиболее эффективной стратегии сокращения рыночного риска. Необходимость применения подобного вида страхования риска вызвана ограниченным набором биржевых инструментов
1 Бородач Ю.В. Проблемы развития динамического хеджирования на российском срочном рынке // Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. 2012. № 11. С. 103-110.
[10], что мешает подобрать инструменты для хеджирования.
Рассмотрим пример, наглядно показывающий существующие ограничения хеджирования одиночным активом.
Строительная компания, желающая купить краски, решает застраховаться от повышения цен на данный товар с помощью хеджирования. Для подбора финансового актива в качестве хеджирующего инструмента отбирается один из товаров, обращающихся на Московской бирже. Главным критерием отбора выступает коэффициент детерминации между ценой на краски, которые необходимо защитить от роста цен, и набором обращающихся на бирже активов
[11]. Более детальная информация процесса хеджирования рассмотрена в статье «Хеджирование закупочной деятельности
предприятий нефинансового сектора: современные
2
инструменты снижения рыночного риска» .
В целях исследования воспользуемся общедоступными данными цен на краски из статистических сборников «Цены в России»3, а также биржевыми котировками на финансовые инструменты компании «Финам» за период с января 2010 г. по декабрь 2013 г.
Наилучший результат в ходе анализа был выявлен между красками и золотом, которое составляет одиночную хедж-модель. Коэффициент детерминации за рассматриваемый период составил 0,135 (рис. 1). Низкий уровень коэффициента детерминации показывает, что вариация цены на краски плохо описывается вариацией цены на золото, а следовательно, данная регрессионная модель для хеджирования непригодна.
Несмотря на то что общая тенденция движения цен на золото и краски совпадает, краткосрочные и среднесрочные изменения цены на краски не могут быть компенсированы с помощью золота (рис. 2).
Чтобы обойти появившееся ограничение в выборе инструментов хеджирования, используем портфельное хеджирование. Создадим
синтетический финансовый инструмент из нескольких биржевых активов, который будет
2 Янкина И.А., Спиридонов Е.Э. Фьючерсные контракты: расчет эффективности хеджирования закупочной деятельности предприятия // Финансы и кредит. 2014. № 44. С. 10-18.
3 Строительство в России. 2014: Стат. сб. М.: Росстат, 2014. 220 с.
наилучшим образом отвечать нашим требованиям, то есть иметь удовлетворительный коэффициент детерминации.
Определимся с набором биржевых активов, из которых будем составлять хедж-портфель. Для данного исследования были отобраны все сырьевые активы, обращающиеся на Московской бирже (нефть марки Brent, природный газ, алюминий, бензин, золото, медь, мазут, никель, олово, палладий, платина, пшеница, сахар, свинец, серебро и цинк). На следующем этапе выбираем математический аппарат составления портфеля. Автор статьи решением поставленной задачи видит применение множественной регрессии, ввиду ее широкой распространенности, изученности и доступности в различных программах статистического анализа [12]. Также перед началом анализа установим пороговое значение уровня значимости, равное 1%, который будет определять допустимую ошибку полученных результатов. Дальнейшие расчеты проводятся с помощью программы Statistica.
Стадии, входящие в процедуру выполнения множественного регрессионного анализа, аналогичны двумерному регрессионному анализу [13]. Результаты стандартного множественного регрессионного анализа представлены в табл. 1. Из полученных результатов видно, что коэффициент детерминации значительно увеличился и составил 0,498 по сравнению с первоначальным значением (0,135). Однако значение F-статистики для выбранного уровня значимости (1%) для анализируемых данных составляет примерно 2,5, что заставляет усомниться в надежности полученной регрессионной модели. Также существенным недостатком стандартной множественной регрессии является включение в модель всех активов, выбранных для анализа. Чрезмерное количество активов в хеджирующем портфеле может привести к росту транзакционных издержек и усложнить хедж-модель без существенного улучшения итогового результата.
Чтобы избежать избыточного числа финансовых инструментов в портфеле и получить более надежное уравнение регрессии, обратимся к следующему виду множественного
регрессионного анализа - пошаговая регрессия. Цель пошаговой регрессии состоит в отборе из большого количества небольшой подгруппы переменных, которые вносят наибольший вклад в вариацию зависимой переменной. В этой процедуре независимые переменные вводят или выводят из уравнения регрессии по очереди.
Существует несколько подходов к выполнению пошаговой регрессии [14].
1. Прямая пошаговая регрессия - включение переменной. Изначально уравнение регрессии не содержит предикторов. Они вводятся по одному, если они удовлетворяют определенному F-критерию. В основе порядка введения включаемых переменных лежит вклад переменной в объясняемую вариацию.
2. Обратная пошаговая регрессия - исключение переменной. Изначально все предикторы входят в уравнение регрессии. Затем по очереди выводятся из уравнения, исходя из их соответствия F-критерию.
F-критерий для обоих случаев равен 2,5, исходя из установленного уровня значимости (1%) для анализируемых данных. Полученные результаты приведены в табл. 1.
Таким образом, находим искомое уравнение регрессии, которое содержит оптимальный набор инструментов и их весов в хеджирующем портфеле. Наилучший результат показывает обратная пошаговая регрессия (табл. 1). Ее F-статистика превышает критическое значение (2,5), а также имеет высокий коэффициент детерминации (рис. 3) и сокращает число активов в портфеле с 16 - при стандартной регрессии, до 6.
В результате удалось получить хедж-модель из нескольких финансовых активов, которая более полно описывает движение цены хеджируемого товара (краски). На рис. 4 видно, что портфель, полученный с помощью обратной пошаговой регрессии, точнее описывает вариации цен на краски в краткосрочной и среднесрочной перспективе по сравнению с одиночной хедж-моделью.
При использовании методов множественной регрессии не стоит забывать о мультиколлинеарности. Она может вызвать трудности при оценке относительной важности предикторов, объясняющих изменения цены зависимой переменной [15]. Помимо этого, сильная связь независимых переменных между собой в полученном уравнении регрессии снижает эффект диверсификации. Для борьбы с мультиколлинеарностью некоторые исследователи предлагают использовать гребневую или
4
ридж-регрессию .
4 Кудрявцев А.А. Регрессионные модели с учетом качества данных при наличии мультиколлинеарности // Вестник ИНЖЭКОМА. Серия: экономика. 2010. № 5. С. 146-154.
Следует внимательно относиться к полученному портфелю финансовых активов. Проводить дальнейший анализ отобранных активов на наличие внутренних корреляций. Во избежание сильных взаимосвязей внутри портфеля можно использовать расширенный набор биржевых инструментов из разнородных отраслей. Формирование стратегии хеджирования всегда производится на основе исторических данных, что не гарантирует сохранение выявленных параметров системы в будущем [16]. Систематическое отслеживание движения цен активов, формирующих хедж-портфель, позволит заблаговременно подстроиться под изменившуюся модель поведения цен.
Таким образом, проведенный анализ и его результаты показывают практическую значимость и приемлемость портфельного метода хеджирования рыночного риска для предприятий нефинансового сектора. Метод хеджирования
позволяет получить конкурентное преимущество в области затрат на строительную продукцию, но необходимо помнить, что использование данного метода не является полностью безопасным. Стоит отметить, применение хеджа влечет за собой появление валютного и базисного риска, которые играют значительную роль в достижении желаемых результатов.
Применение портфельного хеджирования не ограничивается строительной отраслью или хеджируемыми товарами. Использование данного метода страхования рыночного риска не имеет четких границ и пригодно для любой сферы деятельности. Кроме того, рассмотренный метод составления синтетического актива из набора существующих финансовых инструментов может быть применен для построения арбитражных торговых стратегий [17] и инвестиционных портфелей с заданными параметрами риска и доходности.
Таблица 1
Результаты множественного регрессионного анализа за период январь 2010 г. - декабрь 2013 г.
Вид множественной регрессии Коэффициент Коэффициент F-статистика P-статистика
корреляции детерминации
Стандартная 0,705 0,498 1,918 0,058
Включение 0,367 0,135 7,18 0,01
Исключение 0,652 0,425 5,051 0,001
Рисунок 1
Точечная диаграмма цен на одиночную хедж-модель и краски за январь 2010 г. - октябрь 2013 г.
Рисунок 2
Динамика цен на краски и одиночную хедж-модель за январь 2010 г. - октябрь 2013 г.
1С
а.
70 000 65 ООО 60 ООО
¿J. 55 ООО
50 000 45 ООО
/_ f Л ту 4 / w
V v
г0> ф V ^ V г0>' ^
rÇV cV «S> рК сЛ- сЛ- -S»'
.о"
î>
.о1
Краски
Одиночная хедж-модель
Рисунок 3
Точечная диаграмма цен на портфельную хедж-модель и краски за январь 2010 г. - октябрь 2013 г.
Рисунок 4
Динамика цен на краски и портфельную хедж-модель за январь 2010 г. - октябрь 2013 г.
Список литературы
1. Богомолова Л.Л. Методические подходы к анализу и экономической оценке ликвидности баланса и ликвидности деятельности предприятия. URL: http://goo.gl/WFZu64.
2. Котюжанский М.А. Влияние левериджа и кредита на течение финансового цикла // Банковское дело. 2013. № 10. С. 35-39.
3. Янкина И.А., Спиридонов Е.Э. Методология управления рыночным риском на предприятиях нефинансового сектора // Научное обозрение. 2015. № 17. С. 361-365.
4. Буренин А.Н. Хеджирование фьючерсными контрактами Фондовой биржи РТС. М.: Научно-техническое общество им. академика С.И. Вавилова, 2009. 174 с.
5. Астапов К.Л. Развитие рынка деривативов в Российской Федерации в контексте решений стран «Группы 20» // Деньги и кредит. 2013. № 6. С. 59-64.
6. Мечик С.В. Портфельный подход к инвестированию субъектами предпринимательства // Экономика и предпринимательство. 2015. № 10-1. С. 1174-1177.
7. MarkowitzH. Portfolio Selection // The Journal of Finance. 1952. № 1. P. 77-91.
8. Омарова З.Н. Диверсификация как метод рационального управления рисками // Молодой ученый. 2015. № 21. С. 423-431.
9. Батырмурзаева З.М. Понятие, классификация инвестиционного риска и методы его снижения // Экономика и предпринимательство. 2014. № 11-3. С. 555-557.
10. Семенкова Е.В., Грушин М.Ю. Тенденции развития рынка товарных фьючерсных контрактов в Российской Федерации // Экономика и предпринимательство. 2015. № 5-2. С. 989-993.
11. Антонов В.А. Оценка адекватности регрессионной модели по погрешности экспериментальных измерений // Альманах современной науки и образования. 2014. № 11. С. 27-32.
12. Давнис В.В. Использование регрессионных моделей в факторном анализе рисков // Современная экономика: проблемы и решения. 2011. № 8. С. 96-102.
13. Ферстер Э., Ренц Б. Методы корреляционного и регрессионного анализа. М.: Финансы и статистика, 1983. 304 с.
14. Стрижов В.В., Крымова Е.А. Методы выбора регрессионных моделей. М.: ВЦ РАН, 2010. 60 с.
15. Орлова И.В., Филонова Е.С. Выбор экзогенных факторов в модель регрессии при мультиколлинеарности данных // Международный журнал прикладных и фундаментальных исследований. 2015. № 5. С. 108-116.
16. Фатхуллина Л.И. Хеджирование рыночных рисков // Экономика и управление в XXI веке: тенденции развития. 2013. № 12. С. 222-227.
17. Полтева Т.В., Дедкова А.А. Арбитражные и хеджевые стратегии и проблемы их использования на российском рынке // Азимут научных исследований: экономика и управление. 2014. № 4. С. 74-76.
ISSN 2311-8709 (Online) Investing
ISSN 2071-4688 (Print)
PORTFOLIO HEDGING: EXPANDING THE BOUNDARIES OF MARKET RISK MANAGEMENT AT NON-FINANCIAL SECTOR ENTERPRISES
Evgenii E. SPIRIDONOV
AO KPMG, Krasnoyarsk, Russian Federation evgeniy_sp@bk.ru
Article history:
Received 26 January 2016 Accepted 17 February 2016
JEL classification: C01, G11, G32
Keywords: correlation, price risk, construction, multiple regression
Abstract
Importance The article considers opportunities and challenges of market risk management in the real sector of the Russian economy through hedging. Impossibility to find a tool to compensate risk forces investors to look for other ways of risk management, and stock exchanges lose an opportunity for growth due to the presence of hedgers.
Objectives The aim is to find ways to use hedging in the non-financial sector of the Russian economy, to study theoretical background of applying financial instruments for market risk reduction under conditions of limited choice.
Methods The portfolio hedging is a method to overcome the existing limitation. Developed mathematical tools in the regression analysis enables to create a portfolio of assets for effective management of market risk.
Results The paper presents a synthetic instrument capable to offset a significant portion of price risk. The achieved results show a high efficiency and wide scope of application of the portfolio approach in financial risk management. The designed hedging portfolio will significantly enhance the key indicator of the hedging instrument.
Relevance The portfolio hedging has no industry boundaries and can be successfully applied in any fields of activity. The method may also be applied in areas other than risk management, such as arbitrage trading on stock exchange. Distribution of the statistical analysis software makes this type of analysis accessible to all.
© Publishing house FINANCE and CREDIT, 2016
References
1. Bogomolova L.L. [Methodological approaches to analysis and evaluation of balance sheet and enterprise performance liquidity]. Ekonomika i Sotsium, 2014, no. 4, pp. 629-636. (In Russ.) Available at: http://goo.gl/WFZu64.
2. Kotyuzhanskii M.A. [The impact of leverage and credit on the financial cycle]. Bankovskoe delo = Banking, 2013, no. 10, pp. 35-39. (In Russ.)
3. Yankina I.A., Spiridonov E.E. [A methodology for market risk management at non-financial enterprises]. Nauchnoe obozrenie = Science Review, 2015, no. 17, pp. 361-365. (In Russ.)
4. Burenin A.N. Khedzhirovanie fyuchersnymi kontraktami Fondovoi birzhi RTS [Hedging by futures contracts of the RTS Stock Exchange]. Moscow, Nauchno-tekhnicheskoe obshchestvo imeni akademika S.I. Vavilova Publ., 2009, 174 p.
5. Astapov K.L. [Development of the derivatives market in the Russian Federation in the context of the G-20 decisions]. Den'gi i kredit = Money and Credit, 2013, no. 6, pp. 59-64. (In Russ.)
6. Mechik S.V. [A portfolio approach to investing by business entities]. Ekonomika i predprinimatel'stvo = Economy andEntrepreneurship, 2015, no. 10-1, pp. 1174-1177. (In Russ.)
7. Markowitz H. Portfolio Selection. The Journal of Finance, 1952, vol. 7, no. 1, pp. 77-91.
8. Omarova Z.N. [Diversification as a method of rational risk management]. Molodoi uchenyi = Young Scientist, 2015, no. 21, pp. 423-431. (In Russ.)
9. Batyrmurzaeva Z.M. [A concept, classification of investment risk and methods to reduce it]. Ekonomika i predprinimatel'stvo = Economy and Entrepreneurship, 2014, no. 11-3, pp. 555-557. (In Russ.)
10. Semenkova E.V., Grushin M.Yu. T[Trends in the commodity futures market development in the Russian Federation]. Ekonomika i predprinimatel'stvo = Economy and Entrepreneurship, 2015, no. 5-2, pp. 989-993. (In Russ.)
11. Antonov V.A. [Assessing the regression model adequacy based on errors in experimental measurements]. Al'manakh sovremennoi nauki i obrazovaniya = Almanac of Modern Science and Education, 2014, no. 11, pp. 27-32. (In Russ.)
12. Davnis V.V. [Using a regression model in factor analysis of risks]. Sovremennaya ekonomika: problemy i resheniya = Modern Economy: Problems and Solutions, 2011, no. 8, pp. 96-102. (In Russ.)
13. Forster E., Rontz B. Metody korrelyatsionnogo i regressionnogo analiza [Methoden der Korrelation und Regressiolynsanalyse]. Moscow, Finansy i Statistika Publ., 1983, 304 p.
14. Strizhov V.V., Krymova E.A. Metody vybora regressionnykh modelei [Methods of selecting regression models]. Moscow, Computing Center of RAS Publ., 2010, 60 p.
15. Orlova I.V., Filonova E.S. [The choice of exogenous factors in the regression model with multicollinearity of data]. Mezhdunarodnyi zhurnalprikladnykh i fundamental'nykh issledovanii = International Journal of Applied and Fundamental Research, 2015, no. 5, pp. 108-116. (In Russ.)
16. Fatkhullina L.I. [Market risk hedging]. Ekonomika i upravlenie XXI veke: tendentsii razvitiya = Economics and Management in 21st Century: Development Trends, 2013, no. 12, pp. 222-227. (In Russ.)
17. Polteva T.V., Dedkova A.A. [Arbitration and hedge strategies and problems of their use in the Russian market]. Azimut nauchnykh issledovanii: ekonomika i upravlenie = ASR: Economics and Management, 2014, no. 4, pp. 74-76. (In Russ.)
