ЛЕКЦИИ 2 Версия 3
.pdfЭтот критерий можно обосновать, используя аксиомы7 Неймана – Мор-
генштерна [6].
Здесь Vx — наращенный (за счет вложений в портфель x) капитал инве-
стора в конце шага, u(V) — функция полезности инвестора, которая пред-
полагается возрастающей, равной нулю при V = 0 и выпуклой вверх (т.е. u"(V) < 0). Последнее требование означает, что инвестор не склонен к рис-
ку (“ осторожен”) и придает увеличению капитала меньшую ценность, чем
такому же по величине его уменьшению. Таких инвесторов — большинст-
во на финансовом рынке. Используя (4.1), целевую функцию задачи (4.3)
можно записать иначе:
|
|
|
|
max . |
|
U = M u K ∑ xi |
ξi |
(4.4) |
|||
|
|
i |
|
|
|
|
|
|
|
Таким образом, оптимальный портфель обеспечивает выполнение (4.4)
при естественных ограничениях на начальный капитал инвестора и неот-
рицательность долей всех ФА (рискованные активы только покупаем, но не берем в долг), кроме депозитов:
n |
|
|
|
∑ xi |
= 1; |
|
(4.5) |
i=0 |
|
|
|
xi > 0 |
для i > 0, |
x0 R. |
(4.6) |
Искомое поведение фирмы “ сегодня” |
в этой модели с самого начала |
рассчитывается на все возможные “ завтра” ситуации с учетом их вероят-
ностей, причем рассчитывается так, чтобы случайные последствия приня-
того решения оказались в некотором смысле наилучшими. Обратите вни-
мание, что при этом фирма не назначает себе какого-то целевого уровня завтрашнего собственного капитала и не ставит себе целью достичь этого уровня. Это резко отличает данный подход от рекомендованного в [11],
суть которого хорошо видна из следующей цитаты: “ Стратегические пла-
7 Отношение предпочтения полно, транзитивно, рефлексивно и т.д.
20
ны предприятия разрабатываются в расчете на некоторые фиксированные условия или, по крайней мере, на их более или менее предсказуемое разви-
тие. Вследствие того, что такие предположения часто нарушаются, осо-
бенно в долгосрочной перспективе, всегда остается шанс не достичь наме-
ченной цели, не получить запланированный стратегический результат.
Возможность отклонения от цели стратегического решения, т.е. несовпа-
дение фактически полученного экономического результата с намеченным в момент принятия решений, принято характеризовать с помощью катего-
рии “ хозяйственный риск”. Заметим, что это несовпадение не обязательно бывает в худшую сторону; весьма возможно, что результат превзойдет ожидания. Однако это, скорее, исключение, чем правило. ... Понятие риска используется в этом смысле как характеристика процесса и результата принятия стратегических решений. В таком аспекте риск – это возмож-
ность таких последствий принимаемых стратегических решений, при ко-
торых поставленные цели (генеральная цель предприятия либо стратегиче-
ские цели) частично или полностью не достигаются”. Соответственно да-
лее к факторам риска, существенным “ на уровне принятия руководством стратегических решений”, авторы относят и “ ошибочный прогноз развития внешней для предприятия хозяйственной среды в долгосрочной перспек-
тиве”. По нашему мнению, подобный взгляд на стратегическое планирова-
ние неконструктивен. Основным его отличием от оперативного планиро-
вания является как раз то, что здесь решения не базируются на каком-то одном “ прогнозе развития внешней для предприятия хозяйственной сре-
ды” и не предусматривают конкретных количественных целевых ориенти-
ров, которые должны достигаться “ во всех случаях жизни”.
Переходя к рассмотрению задачи выбора оптимального пакета, отметим два важных обстоятельства.
1. Целевая функция является строго выпуклой вверх функцией от x. Это следует из строгой выпуклости функции u. Действительно, пусть x и y —
21
какие-то |
|
два |
пакета. |
Возьмем |
“ средний” |
|
пакет z = (x + y)/2. |
Тогда |
|||||||||||
Vz = (Vx + Vy)/2 и, следовательно, |
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
V +V |
y |
|
|
u(V |
) + u(V |
y |
) |
|
M u(Vx ) |
+ M u(Vy ) |
|
|||||
|
|
= M u |
x |
|
> M |
|
x |
|
|
|
= |
|
|
|
|
. |
|||
|
|
|
|
|
|
|
|
|
|
||||||||||
M u(Vz ) |
2 |
|
|
|
2 |
|
|
|
|
|
2 |
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В частности, если два пакета дают одну и ту же ожидаемую полезность,
то “ объединенный” пакет (а его доходность будет полусуммой доходно-
стей обоих пакетов) обеспечит получение большей ожидаемой полезно-
сти.
Таким образом, мы имеем дело с задачей максимизации выпуклой вверх функции при ограничениях типа равенств, заданными линейными функ-
циями. Поэтому здесь можно применить известную из выпуклого анализа теорему Куна-Таккера, и выяснить, что пакет x будет оптимальным тогда и
только тогда, |
когда при некотором ϑ он является решением задачи |
W = U − ϑ∑ xi |
max при ограничениях (4.5) и (4.6). |
i |
|
Примечание. Решение задачи устроено очень просто: на переменную x0
не наложено никаких ограничений, поэтому ∂W ∂x0 = 0 , какие-то из вели-
чин xn положительны, тогда соответствующая производная ∂W ∂xn тоже
равна нулю, а все остальные xn = 0 и для них соответствующая производ-
ная ∂W ∂xn не положительна.
Потребуем теперь дополнительно, чтобы критерий оптимальности U в
нашей задаче зависел только от математического ожидания и дисперсии наращенного капитала:
M[u(Vx)] = f(M[Vx], D[Vx]), где f(M, D) — некоторая гладкая функ-
ция двух переменных,. Это возможно в двух случаях:
А. В диапазоне реального изменения наращенного капитала функция
полезности |
u(V) |
является |
возрастающей |
и |
квадратичной: |
u(V)=pV-qV 2; |
|
|
|
|
|
22
Б. Вектор, образованный случайными доходностями всех ФА, имеет
(многомерное) нормальное распределение. В частности, доходность любо-
го ФА тоже является нормально распределенной случайной величиной.
Действительно, в случае А величина M[u(Vx)] = pM[Vx] - qM[(Vx)2] =
pM[Vx] - qD[Vx] - qM[Vx]2 будет функцией, возрастающей по M[Vx] и
убывающей по D[Vx].
Рассмотрим подробнее случай Б. Здесь Vx = Kξ x = ∑ Kxiξi , являясь ли-
i
нейной комбинацией от компонент нормально распределенного вектора,
сама имеет нормальное распределение, которое определяется только пара-
метрами M[Vx] и D[Vx]. Этими же параметрами однозначно характеризу-
ется и распределение любой функции от нее, в том числе и u(Vx), и мате-
матическое ожидание M[u(Vx)].
Обратим особое внимание, что случай Б имеет место только тогда, когда доходности всех ФА имеют совместное нормальное распределение. Того факта, что каждая из этих доходностей в отдельности имеет нормальное распределение, недостаточно.
Таким образом, здесь M[u(Vx)] будет функцией только от M[Vx] и
Чтобы доказать, что эта функция возрастает по M[Vx] и убывает по т.е. ее производные по этим аргументам соответственно положительные и отрицательные, рассмотрим случай, когда Vx имеет нормальное распределение со средним a и дисперсией σ2. Тогда, обозначив через N(x) — плотность стандартного нормального распределения, имеем:
M u (V ) = |
1 |
∞ u (V ) N |
V − a |
||
σ |
|
||||
|
|
∫ |
σ |
||
|
|
|
−∞ |
|
|
Отсюда, учитывая, что функция N(x) —
вающая, получаем искомые неравенства:
|
∞ |
|
∫ u (a + tσ) N (t )dt . |
||
dV = |
||
|
−∞ |
|
|
четная, а функция u'(V) — убы-
23
|
|
|
|
∂M u (V ) |
||
|
|
|
|
|
|
= |
|
|
|
|
∂a |
|
|
|
|
|
|
|
|
|
∂M u (V ) |
|
∞ |
|
|
||
|
|
= |
∫ u′(a + tσ)tN (t ) |
|||
∂σ |
|
|||||
|
|
−∞ |
|
|
||
|
|
|
|
|
∞
∫ u′(a + tσ) N (t )dt > 0,
−∞ |
|
|
|
|
dt = |
∞ |
u′(a + tσ) − u′(a − tσ) tN (t )dt < 0. |
||
∫ |
||||
|
|
|
||
|
0 |
|
|
Примечание. Тот факт, что f(M, D) возрастает по M и убывает по D,
представляется совершенно естественным: при сравнении двух портфелей с одинаковыми математическими ожиданиями наращенного капитала фирма, скорее всего, выберет портфель, которому отвечает меньшая дис-
персия, а при сравнении двух портфелей с одинаковыми дисперсиями — тот, которому отвечает большее математическое ожидание. Легко пока-
зать, что лучшее решение задачи с критерием f(M(x),D(x)) является опти-
мальным по Парето для задачи с двумя критериями М(х) максимизиро-
вать, σ(x) минимизировать. Если поделить данные величины на исходный капитал инвестора (весь капитал, а не часть, инвестируется в пакет), то получим традиционную “ портфельную” постановку. Как правило, задачу изначально ставят еще в более “ технической упаковке”: минимизировать риск, σ(x), при заданной доходности. Это один из приемов нахождения точек оптимальных по Парето, эффективных. Нормальность распределе-
ния, как правило, не оговаривается, а принятие среднеквадратичного от-
клонения в качестве меры риска – просто декларируется. Кстати, при та-
ком подходе возникает вопрос: « А почему в качестве меры риска не взять бы отклонения только в худшую сторону? Это же более соответствует бытовому пониманию риска?» Рассмотрение данного вопроса с помощью функции полезности дает ответ: «В случае нормального распределения это возможно, т. к. дисперсия убытков в два раза меньше всей дисперсии».
Нетрудно показать, что кривая безразличия, f (M, D)= const, функция
M(D) является возрастающей и строго выпуклой.
24
Итак, критерии доходность-риск – это результат решения задачи оптимизации всего финансового плана (а не локальной задачи выбора лучшего проекта в рамках одного периода, при этом остальные ресурсы инвестируются в финансовые активы), поэтому они “ не такие” как
NPV.
С учетом изложенного выше, полученное условие оптимальности можно сформулировать иначе: пакет x будет оптимальным тогда и только тогда,
когда при некотором ϑ производные будут равны ϑ, если n = 0 или xn > 0,
и будут не больше ϑ, если n > 0 и xn = 0. Чтобы конкретизировать это ус-
ловие, вычислим указанные производные. Для этого заметим, что в силу
(4.2):
M[Vx ] = K ∑ xiai ,D[Vx ] = K 2 ∑ xi x jcij |
, |
|
|
|
|
|
|
|
|
|
поэтому |
|||||||||||||
|
|
i |
|
|
|
|
|
|
|
i , j |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∂M[Vx ] |
= Kan |
, |
∂D[Vx ] |
= 2K 2 ∑cin xi . |
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
∂xn |
|
∂xn |
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Введем следующие обозначения для производных функции f в точке |
|||||||||||||||||||||||
(M[Vx], D[Vx]): |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
f ′ |
( |
M (V |
) |
,D |
(V |
) |
= |
A |
, |
f ′ = − |
B |
|
. |
(4.6а) |
||||||
|
|
|
|
|
|
2 |
||||||||||||||||||
|
|
|
|
M |
|
|
|
x |
|
|
|
x |
) |
|
|
K |
D |
2K |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
Из свойств функции f(M, D) видно, что величины A и B положитель- |
|||||||||||||||||||||||
ны. Тогда имеем: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
∂f (M (V |
) |
,D (V |
) ) |
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
x |
|
|
= Aan − B∑cin xi . |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
∂xn |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
|
|
|
Итак, мы получили, что пакет x будет оптимальным, если и только если
при некотором ϑ будут выполняться соотношения:
|
|
|
|
= ϑ, |
(i = 0); |
|
|
c |
= ϑ, |
(i > 0, x > 0); |
(4.7) |
||
Aa − B |
x |
|||||
i |
|
∑ in |
n |
|
i |
|
|
|
n |
≤ ϑ, |
(i > 0, x = 0), |
|
|
|
|
|
|
|
i |
|
25
Поскольку ковариация детерминированной и случайной величин равна нулю, то ci0= c0i= 0 при всех i. Поэтому в соотношениях (4.7) можно сум-
мировать только по n > 0, а первое из этих соотношений становится совсем
простым: Aa0= J. Вычитая это из двух последних соотношений, для i > 0
найдем:
A(a - a |
|
c |
|
= 0, |
( x > 0); |
(4.7а) |
|
) - B |
x |
|
i |
||||
i |
0 |
|
∑ in |
n |
£ 0, |
( x = 0). |
|
|
|
n>0 |
|
|
i |
|
|
|
|
|
|
|
Обозначив h = A/B, полученные соотношения можно записать иначе:
|
|
= 0, |
( x |
> 0); |
|
h(ai |
|
|
i |
= 0). . |
|
- a0 ) - ∑ cin xn £ 0, |
( x |
(4.8) |
|||
|
n>0 |
|
i |
|
|
|
|
|
|
|
Итак, мы получили, что каким бы ни был оптимальный пакет x (а опти-
мальных пакетов может быть много), его компоненты будут удовлетворять соотношениям (4.9) при некотором положительном h. Заметим теперь, что неизвестная x0 в систему (4.8) не входит. Однако, решив эту систему, мож-
но найти x0 из (4.9):
x0 =1 - ∑ xi . |
(4.9) |
i>0 |
|
Учтем теперь, что полученные соотношения являются необходимыми и достаточными для оптимальности пакета x. В общем случае им может удовлетворять не один, а много разных векторов x, но значение целевой
функции для всех этих пакетов будет одно и то же.
Рассмотрим теперь неотрицательные величины yi=xi/h. В силу (4.8) они
будут решениями системы:
|
|
|
= a - a |
0 |
, |
(y |
i |
> 0); |
|
|
|||
∑c y |
|
|
i |
|
|
|
|
|
(i > 0). |
(4.10) |
|||
|
|
|
- a |
|
|
|
|
(y |
|
= 0); |
|||
in |
n |
³ a |
0 |
, |
i |
|
|
||||||
n >0 |
|
|
i |
|
|
|
|
|
|
|
Пусть Y — это множество всех решений системы, очевидно, оно – вы-
пукло. Докажем, что в Y найдется вектор w, пропорциональный вектору m,
26
характеризующему структуру рыночного пакета всех рискованных фи-
нансовых титулов, ФТ8. Для этого заметим, что любое решение (4.8) по-
лучается из какого-то решения (4.10) умножением на число h. Поэтому можно считать, что инвестор вначале выбирает какой-то вектор из множе-
ства Y, затем умножает его на h, получая в результате структуру x своего оптимального портфеля рискованных активов, и, наконец, находит долю депозита/кредита из (4.9). Далее, инвесторов на рынке много, и каждому s-
му из них отвечает свое значение hs, свой вектор ys и соответствующий оптимальный пакет рискованных ФТ hsys. Однако все выбранные ys
принадлежат одному и тому же выпуклому множеству Y. Но тогда вектор m, характеризующий структуру рыночного пакета рискованных ФТ, ока-
жется линейной комбинацией hsys с положительными коэффициентами
(зависящими от объемов вложений инвесторов): m = ∑δs hs y s . Положим
|
|
|
|
s |
λ = |
|
∑δs hs |
−1 |
|
|
|
и образуем вектор w = λm. Тогда w окажется выпуклой ли- |
||
|
|
s |
|
|
нейной комбинацией векторов ys Y, и, значит, будет принадлежать Y.
Учтем теперь, что рыночный пакет содержит все имеющиеся на рынке виды рискованных ФТ, т.е. каждая компонента вектора m, а, значит, и
вектора w, положительна. В этом случае в системе (4.10) будут выполнять-
ся точные равенства:
∑cin wn = ai − a0 . |
(4.11) |
n >0 |
|
Но на множестве Q решений системы(4.8)-(4.9) целевая функция любо-
го s-го инвестора принимает одно и то же максимальное значение (исполь-
зуем достаточные условия теоремы К-Т). Поэтому она не изменится, если инвестор заменит использованный в указанной выше процедуре им вектор ys на w. Иными словами, любой инвестор, не ухудшая своего положе-
8 ФТ и ФА – обозначают одно и то же.
27
ния, может заменить свой оптимальный пакет рискованных ФТ другим, имеющим структуру рыночного пакета. Это утверждение известно как теорема разделения Тобина.
В этой связи надо отметить три обстоятельства.
Во-первых, полученное решение действительно носит стратегический характер: в оптимальном пакете должны присутствовать все имеющиеся на рынке рискованные ФТ и в той пропорции, которая сложилась на рынке в момент принятия решения. Склонность инвестора к риску учитывается при этом только отношением объема депозита/кредита к вложениям в рыноч-
ный пакет.
Во-вторых, именно при доказательстве теоремы Тобина модель приоб-
рела “ общерыночный” характер, поскольку здесь мы учли, что:
1)на рынке есть много инвесторов, каждый из которых максимизирует свою функцию ожидаемой полезности;
2)все инвесторы используют одну и ту же информацию о рынке, поку-
пают и продают ФТ по одним и тем же (рыночным) ценам;
3) все инвесторы имеют однородные ожидания (homogeneous expectations), т.е. исходят из одного и то же совместного вероятностного распре-
деления доходностей ФТ, которому отвечают входящие в (4.8) средние значения, дисперсии и ковариации доходностей;
4) спрос на ФТ совпадает с предложением, т.е. сумма рискованных час-
тей оптимальных пакетов всех инвесторов равна общему пакету рискован-
ных ФТ, находящихся в обращении на рынке.
БЕТА-ФОРМУЛА
Из изложенного выше следует, что равенствам (4.11) удовлетворяет век-
тор w = λm. Поэтому имеем:
28
ai − a0 = ∑λmncov(ξi |
|
|
|
= λ cov(ξi ,ξm ) . (4.12) |
,ξn ) = λ cov |
ξi ,∑mnξn |
|||
n |
|
n |
|
|
Как правило, средние доходности ФА больше безрисковой (a0). По-
этому, как видно из (4.12), с ростом ковариации cov(ξi, ξm) соответствую-
щее превышение ai- a0 увеличивается. На этом основании величина cov(ξi, ξm)/σm обычно трактуется как мера систематического (рыночный,
недиверсифицируемый) риска, связанного с i-ми ФА, разность ai- a0 |
— |
как |
“ премия” владельцу этих ФА за такой риск, а коэффициент λ ·σm |
— |
как |
рыночная стоимость единицы этого риска, коэффициент Шарпа9. Чтобы найти λ, умножим обе части (4.12) на mi и просуммируем по всем i. Мы получим:
∑(ai − a0 )mi = λ∑mi |
cov(ξi |
|
∑ |
|
,ξm ) = λcov |
||||
i |
i |
|
|
i |
m ξ |
,ξ |
|
= λcov(ξ |
m |
,ξ |
m |
) . |
i i |
|
m |
|
|
|
||
|
|
|
|
|
|
|
|
Но ∑(ai − a0 ) mi |
= ∑aimi |
− a0 ∑mi = am − a0 , |
а cov(ξm ,ξm ) = Dm . По- |
||||
i |
i |
i |
|
||||
этому am - a0 = λDm, что позволяет определить |
|
||||||
|
λ = |
|
am − a0 |
. |
|
(4.13) |
|
|
|
|
|||||
|
|
|
|
Dm |
|
||
Подставляя это в (4.12) и обозначая |
|
||||||
|
β = |
cov(ξi ,ξm ) |
, |
(4.14) |
|||
|
|
||||||
|
i |
Dm |
|
||||
|
|
|
|
|
|||
получаем основную формулу CAPM (бета-формулу): |
|||||||
|
ai= a0+ βi(am - a0). |
(4.15) |
Явление, при котором доходности активов скоррелированы с доходностью рыночного пакета, обычно называют систематическим (или неди-
9 Лауреат Нобелевской премии по экономике.
29