9.4. Определение уровня недиверсифицируемого риска методом корреляционно-регрессионного анализа
Если инвестиционный портфель уже диверсифицирован, то перед инвестором стоит задача определения уровня недиверсифицируемого риска. Этот уровень можно измерить с помощью линейного регрессионного уравнения:
rit= ai + bi × rmt,
где rit - доходность ценной бумаги (портфеля) i в момент времени t;
ai - свободный член уравнения регрессии;
bi - коэффициент уравнения регрессии "бета";
rmt - доходность фондового рынка в момент времени t.
Коэффициент регрессии b измеряет относительную неустойчивость доходности конкретной ценной бумаги или портфеля в сравнении с репрезентативным показателем доходности фондового рынка.
Выполним расчет коэффициента "бета" на основе исходных данных, приведенных в таблице 7.6.
Таблица 7.6 - Исходные данные для расчета
| Доходность фондового рынка | Доходность ценной бумаги |
1 | 0.1 | 0.15 |
2 | 0.12 | 0.16 |
3 | 0.1 | 0.14 |
4 | 0.08 | 0.1 |
5 | 0.12 | 0.2 |
6 | 0.13 | 0.17 |
7 | 0.09 | 0.11 |
8 | 0.14 | 0.21 |
9 | 0.13 | 0.18 |
10 | 0.15 | 0.22 |
Для выполнения расчетов используем процессор электронных таблиц EXCEL.
Полученное уравнение регрессии имеет вид:
(7.10)
Коэффициент детерминации = 0.78. Считается, что для хорошо диверсифицированного инвестиционного портфеля коэффициент детерминации имеет значение около 0.9. Это означает, что на 90 % колебания курсов ценных бумаг портфеля объясняются изменениями на фондовом рынке. В расчетах коэффициентов "бета" индивидуальных ценных бумаг параметр R2имеет достаточно широкий диапазон в интервале от 0.2 до 0.5.
Коэффициент "бета" в регрессионном уравнении, равный 1.67, показывает, что инвестиционный портфель в 1.67 раза более изменчив, чем фондовый рынок в целом. Если рыночная доходность в целом увеличится на 10 %, то доходность инвестиционного портфеля возрастет на 16.7 %. При обратной тенденции, при снижении рыночной доходности на 10 %, доходность инвестиционного портфеля снизится на 16.7 %.
Поэтому при "бета" < 1, инвестиционный портфель можно считать низкорискованным, а при "бета" > 2 - высокорискованным.
- Методы моделирования и прогнозирования
- 1. Экономико-математические методы и модели
- Определение модели и цели моделирования
- Последовательность построения экономико-математической модели
- Основные типы моделей
- Классификация экономико-математических методов
- 1.3. Объекты моделирования
- 1.4. Цель, критерий и ограничения в экономико-математических моделях
- Математические модели рынка
- Понятие рыночного равновесия
- Объем предложения
- 2.2. Паутинообразная модель рынка
- Балансовый метод планирования рыночной экономики
- Модель межотраслевого баланса
- 4.5. Модели стохастического программирования
- 3. Производственные функции
- 3.1.Виды производных функций
- 3.2. Пример построения производственной функции
- 3.3. Производственные функции и прогнозирование
- 4.6. Модели оптимального планирования транспортного типа
- 4.8. Производственно-транспортные модели
- 4.9. Транспортные модели с промежуточными пунктами
- Методы решения транспортных задач Метод северо-западного угла
- Метод минимальных элементов
- Метод Фогеля
- 4.11. Модели параметрического программирования
- 5. Матричные игры
- 5.1. Игры двух лиц с нулевой суммой
- 5.2. Верхнее и нижнее значения игры, условие седловой точки
- 5.3. Смешанные стратегии
- Очевидным следствием из Теоремы о минимаксе является соотношение
- 5.4. Игры с ненулевой суммой и кооперативные игры
- 5.5. Введение в теорию игр п лиц
- 5.6. Позиционные игры
- 5.7. Выбор оптимальной стратегии в условиях неопределенности (игры с природой)
- 5.7.2. Критерии выбора оптимальной стратегии
- 5.8. Применение теории матричных игр в управлении
- 6. Имитационное моделирование
- 6.1. Метод Монте-Карло
- 6.2. Моделирование систем массового обслуживания
- 6.2.1. Одноканальная модель с пуассоновским входным потоком с экспоненциальным распределением длительности обслуживания
- 6.2.2. Многоканальная модель с пуассоновским входным потоком и экспоненциальным распределением длительности обслуживания
- 6.3. Моделирование систем массового обслуживания с использованием метода Монте-Карло
- 7. Моделирование потребления
- Функции полезности
- 2. Функция полезности с полным дополнением благ (функция полезности Леонтьева):
- Совершенные товарозаменители.
- Основные виды кривых безразличия
- 2. Выпуклые предпочтения потребителя
- 8. Модели оценки финансового состояния
- 8.1.Виды моделей
- 8.1. Статическая модель и динамическая оценки финансового
- 9.2. Оптимальное планирование портфеля инвестиций
- 9.3 Учет факторов риска при оценке инвестиций
- 9.4. Определение уровня недиверсифицируемого риска методом корреляционно-регрессионного анализа
- Прогнозирование экономических процессов
- 1 Классификация предвидений (прогнозов)
- 2 Принципы организации прогнозирования
- 3. Порядок прогнозирования
- 4.2.Корреляционные методы
- Трендовая модель прогнозирования Понятие временного ряда
- Задачи анализа временного ряда
- Первоначальная подготовка данных
- Задача построения аналитического тренда
- Определение базы построения тренда
- 3.6 Наиболее употребимые виды трендов
- Определение тренда на основе сглаживания ряда
- Механическое сглаживание (пример для понимания)
- Аналитическое сглаживание
- Прогнозирование по тренду
- Прогнозирование на основе регрессионных моделей Понятие регрессии
- Отбор факторов для регрессии
- Вид функции регрессии