Математика управления капиталом (стр. 56 )

(7.06д) L1 = - 2,

где L1 = первый множитель Лагранжа данного портфеля на эффективной границе AHPR для портфелей с неограниченной суммой весов1.

Теперь объединим эти концепции вместе. Портфель, который с помощью рычага перемещается вдоль эффективных границ (арифметических или геометрических) портфелей с неограниченной суммой весов, является касательным портфелем к ли­нии CML, выходящей из RFR == 0, когда сумма весов ограничена 1,00 и NIC не ис­пользуется. Итак, мы можем найти неограниченный геометрический оптимальный порт­фель путем поиска касательного портфеля для RFR = 0, когда сумма весов огра­ничена 1,00, а затем поднять рычагом полученный портфель до точки, где он ста­новится геометрическим оптимальным. Но как определить, насколько повысить данный ограниченный портфель, чтобы сделать его эквивалентным неограни­ченному геометрическому оптимальному портфелю?

Вспомните, что касательный портфель находится на эффективной грани­це (арифметической или геометрической) портфелей с ограниченной сум­мой весов в точке с наивысшим отношением Шарпа (уравнение (7.01)). Мы просто повысим рычагом этот портфель и умножим веса каждого из его ком­понентов на переменную, называемую q, которую можно получить следую­щим образом:

(7.13) q=(E-RFR)/V,

где Е = ожидаемая прибыль (арифметическая) касательного портфеля;

RFR = безрисковая ставка, по которой вы можете занять или дать взай­мы;

V= дисперсия касательного портфеля.

Уравнение (7.13) является достаточно хорошим приближением реального опти­мального q.

Следующий пример может проиллюстрировать роль оптимального q. Вспом­ните, что наш неограниченный геометрический оптимальный портфель выгля­дит так:

Компонент	Вес
Toxico	1,025955
Incubeast	0,4900436
LA Garb	0,4024874

Портфель имеет AHPR= 1,245694 и дисперсию 0,2456941. В оставшейся час­ти нашего обсуждения мы будем исходить из того, что RFR = 0 (в данном слу­чае отношение Шарпа этого портфеля, (AHPR-(1 + RFR)) / SD, равно 0,49568).

Теперь, если мы введем те же прибыли, дисперсии и коэффициенты корреляции компонентов в матрицу и рассчитаем, какой портфель находится в точке касания при RFR = 0, когда сумма весов ограничена 1,00 и при отсутствии NIC, то полу­чим следующий портфель:

Компонент	Вес
Toxico	0,5344908
Incubeast	0,2552975
LA Garb	0,2102117

Этот портфель имеет AHPR = 1,128, дисперсию 0,066683 и отношение Шарпа 0,49568. Отметьте, что отношение Шарпа касательного портфеля, для которого сумма весов ограничена 1,00, при отсутствии NIC, в точности равно отноше­нию Шарпа для нашего неограниченного геометрического оптимального портфе­ля. Вычитая единицу из полученных AHPR, мы получаем арифметическую среднюю прибыль портфеля. Далее заметим: чтобы для ограниченного каса­тельного портфеля получить прибыль, равную прибыли неограниченного геометрического оптимального портфеля, мы должны умножить веса первого на 1,9195.

0,245694/0,128=1,9195

Теперь, если мы умножим каждый из весов ограниченного касательного портфе­ля, то получим портфель, идентичный неограниченному геометрическому опти­мальному портфелю:

Компонент	Вес *	1,9195 =	Вес
Toxico	0,5344908		1,025955
Incubeast	0,2552975		0,4900436
LA Garb	0,2102117		0,4035013

Множитель 1,9195 получен в результате деления прибыли неограниченного гео­метрического оптимального портфеля на прибьыь ограниченного касательного портфеля. Как правило, нам надо найти неограниченный геометрический опти­мальный портфель, зная только ограниченный касательный портфель. Именно здесь и используется оптимальное q. Если мы допускаем, что RFR = 0, то можно

определить оптимальное q по нашему ограниченному касательному портфелю следующим образом:

(7.13) q=(E-RFR)/V=(0,128-0)/0,066683 = 1,919529715

Несколько замечаний по поводу RFR. Когда речь идет о фьючерсных контрактах, следует приравнять RFR к нулю, так как в действительности мы не занимаем и не ссужаем средства для увеличения или уменьшения активов портфеля. С акциями ситуация иная, и RFR следует принимать во внимание.

Вы часто будете использовать AHPR и дисперсию для портфелей на основе дневных HPR компонентов. В таких случаях необходимо применять не годо­вую, а дневную ставку RFR. Это довольно простая задача. Сначала необходимо убедится, что годовая ставка является эффективной годовой процентной ставкой. Процентные ставки обычно указываются в годовых процентах, но часто они представляют собой номинальную годовую процентную ставку. Если процентная ставка складывается из полугодовых, квартальных, месячных ставок и т. д., то ставка, заработанная за год, будет больше, чем просто годовая ставка (номи­нальная). Когда процент суммируется, эффективная годовая процентная ставка может быть определена из номинальной процентной ставки. Полученную эф­фективную годовую процентную ставку мы и будем использовать в расчетах. Для преобразования номинальной ставки в эффективную ставку следует ис­пользовать формулу:

где Е = эффективная годовая процентная ставка;

R = номинальная годовая процентная ставка;

М == число периодов сложения за год.

Предположим, номинальная годовая процентная ставка составляет 9%, и доход по ней пересчитывается каждый месяц по формуле сложного процента. Соответ­ствующая эффективная процентная ставка будет равна:

(7.14) Е = (1+0,09/12)^ 12-1 = (1 + 0,0075)^12-1 ==1,0075^12- 1 = 1,093806898 = 0,093806898

Таким образом, наша эффективная годовая процентная ставка будет немногим больше 9,38%. Теперь, чтобы рассчитать HPR на основе рабочих дней, мы долж­ны найти среднее число рабочих дней 365,2425 /7*5= 260,8875. Разделив 0,093806898 на 260,8875, мы получим дневное RFR = 0,0003595683887.

Если мы на самом деле будем привлекать средства, чтобы получить из ограни­ченного касательного портфеля неограниченный геометрический оптимальный портфель, необходимо ввести значение RFR в отношение Шарпа, уравнение (7.01), и оптимальное q, уравнение (7.13).

Подведем итог. Допустим, RFR для вашего портфеля не равно 0, и необходимо найти геометрический оптимальный портфель, не рассчитывая ограниченный касательный портфель для этого RFR. Можете ли вы перейти прямо к матрице, установить сумму весов на какое-либо произвольно высокое значение, добавить NIC и найти неограниченный геометрический оптимальный портфель, когда RFR больше О? Да, если вычесть RFR из ожидаемых прибылей каждого компо­нента, но не из NIC (т. е. ожидаемая прибыль для NIC остается нулевой, что соот­ветствует среднему арифметическому HPR= 1,00). Теперь, решив матрицу, мы получим неограниченный геометрический оптимальный портфель, когда RFR больше 0.

Так как эффективная граница для портфелей с неограниченной суммой весов дает один и тот же портфель с различной величиной рычага, линия CML не может пересекаться или касаться эффективной границы портфелей с неограниченной суммой весов, если же сумма весов ограничена (т. е. равна 1) — это возможно.

Мы рассмотрели несколько способов определения геометрического оптимального портфеля. Например, мы можем рассчитать его эмпирически, что было продемон­стрировано в книге «Формулы управления портфелем» и повторено в первой главе этой книги. В данной главе мы узнали, как с помощью параметрического метода рас­считать портфель при любом значении безрисковой ставки.

Теперь, когда мы знаем, как определить геометрический оптимальный порт­фель, рассмотрим его использование в реальной жизни. Геометрический оптималь­ный портфель даст нам максимально возможный геометрический рост. В следую­щей главе мы рассмотрим способы использования этого портфеля при заданных рисковых ограничениях.

Глава 8

Управление риском

Мы познакомились с различными методами расчета оптимально­го портфеля, с геометрией портфелей и взаимосвязью оптималь­ного количества и оптимального веса. Если торговать портфе­лем базового инструмента на геометрическом оптимальном уровне и при этом реинвестировать прибыли, то отношение ожидаемого дохода к ожидаемому риску будет максимальным. В этой главе мы поговорим о построении геометрических опти­мальных портфелей при заданном уровне риска. Речь пойдет о том, что, какими бы инструментами мы ни торговали, можно выбрать область в спектре риска и добиться максимального гео­метрического роста для этого уровня риска.

Размещение активов

Следует иметь в виду, что оптимальный портфель, полученный с помощью пара­метрического метода, будет почти таким же, как и портфель, полученный с помо­щью эмпирического метода (он подробно рассматривался в главе 1).

В этом случае возможны большие проигрыши по портфелю (т. е. значительные колебания баланса), и единственная возможность избежать значительных убыт­ков — «разбавить» портфель, т. е. добавить к геометрическому оптимальному пор­тфелю какой-либо безрисковый актив. Вышеописанную процедуру мы назовем размещением активов (asset allocation). Степень риска и надежность любой инвести­ции является функцией не объекта инвестиций самого по себе, а функцией размеще­ния активов.

Даже портфели, состоящие из акций голубых фишек (blue-chip stocks), находящиеся на уровне неограниченного геометрического оптимального портфеля, могут показать значительные проигрыши. Однако этими акциями следует торговать именно на таких уровнях для максимизации отношения потенциального геометрического выигрыша к дисперсии (риску), чтобы обеспечить достижение цели за наименьшее время. С этой точки зрения тор­говля голубыми фишками является такой же рискованной, как и торговля контрактами на свинину, а торговля свининой не менее консервативна, чем торговля надежными акциями. То же можно сказать о портфеле фьючерсов или облигаций.