Принцип скользящей верификации как основа для идентификации базовых критериев портфельного анализа

Статья посвящена инвестиционному анализу, одним из наиболее актуальных и востребованных методов которого являются портфельные методы. В традиционной постановке теории портфеля подразумевается, что базовые критерии портфельной теории, такие как ожидаемая доходность и уровень риска, для всех рассматриваемых финансовых инструментов рассчитываются по историческим данным одинаковой длины и остаются неизменными на протяжении всего времени эксплуатации модели. Предлагаемый авторами подход представляет собой модификацию модели Г. Марковица, суть которой заключается в том, что для вычисления ожидаемой доходности и уровня риска для каждого анализируемого финансового инструмента отыскивается своя оптимальная (уникальная) длина обучающей выборки. Поиск экстремума целевой функции осуществляется методом полного перебора (цикловая оптимизация), что обеспечивает достижение глобального экстремума критерия оптимизации при ограничении на предельно допустимый уровень риска. Величина выборки подбирается по двум критериям качества, в основу которых положена точность вырабатываемых прогнозов, а именно: 1) из условия минимума суммы квадратов отклонений прогнозных значений ожидаемой доходности, от ее реальных значений; 2) из условия максимизации таких результатов прогнозов, когда ожидания инвестора оправдались и при минимуме результатов, когда реальная доходность оказалась меньше предполагаемой. Селекция оптимальной длины обучающей выборки осуществляется по принципу скользящей верификации на независимом материале. Изложенная процедура апробирована на реальных примерах: прогноза доходности фондового рынка США и прогнозе прироста урожайности основных сельскохозяйственных культур Российской Федерации. Изложенный алгоритм, положенный в основу синтеза широко диверсифицированных портфелей, позволяет значительно повысить эффективность принимаемых инвестиционных решений, чему способствует учет особенностей как изучаемых рынков, так и соответствующих финансовых инструментов.

1. Брейли, Р., Майерс, С. (2008). Принципы корпоративных финансов М.:ЗАО «Олимп — Бизнес».

2. Герцекович, Д.А., Бабушкин Р.В. (2019). Динамический портфельный анализ мировых фондовых индексов. Мир экономики и управления, Т. 19, № 4. С. 14 – 30. DOI 10.25205/2542-0429-2019-19-4-14-.

3. Герцекович, Д.А. (2008). Количественные методы анализа финансовых рынков Иркутск: Изд-во Иркут. гос. ун-та.

4. Гершенгорн, Г.И. (1977). Пакет программ для построения эмпирических дифференциальных уравнений. Долгосрочные прогнозы природных явлений. Новосибирск : Наука.

5. Гитман, Л.Дж., Джонк, М.Д. (1997). Основы инвестирования. М.: Дело.

6. Грэм, Б. (2018). Разумный инвестор: Полное руководство по стоимостному инвестированию. М.: Альпина Паблишер.

7. Дамодоран, А. (2007). Инвестиционная оценка: Инструменты и методы оценки любых активов. М. : Альпина.

8. Инвестиции в России. 2017. Стат. сб. Росстат. М.

9. Кейнс, Дж.М. (2007). Общая теория занятости, процента и денег. Избранное. М.: Эксмо.

10. ЛеБо, Ч., Лукас, Д.В. (1999). Компьютерный анализ фьючерсных рынков. М. : Альпина.

11. Фабоцци, Ф.Дж. (2000). Управление инвестициями. М.: ИНФРА-М.

12. Ферри, Р. (2013). Все о распределении активов. Легкий способ начать свой путь. М.: Издательство «Манн, Иванов и Фербер».

13. Шарп, У., Александер, Г., Бэйли, Дж. (2016). Инвестиции. М.: ИНФРА-М.

14. Элдер, А. (2003). Как играть и выигрывать на бирже. М. : Диаграмма.

15. Bernstein, U. (2001). The Intelligent Asset Allocator. How to Build Your Portfolio to Maximize Returns and Minimize Risk. The McGraw-Hill Companies, Inc.

16. DeBondt, W.F.M., Thaler, R. (1985). Does the stock market overreact? Journal of Finance, Vol. 40, P. 793 – 805.

17. DeBondt, W.F.M., Thaler, R. (1987). Further evidence on investor overreaction and stock market seasonality. Journal of Finance, Vol. 42, P. 557 – 581.

18. Jegadeesh, N. (1990). Evidence of Predictable Behavior of Security Returns. Journal of Finance, Vol. 45, № 3, P. 890 – 891.

19. Jegadeesh, N., Titman, S. (1993). Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency. Journal of Finance, Vol. 48, № 1, P. 65 – 91.

20. O`Shaughnessy, J. (2005). What Works on Wall Street. McGraw-Hill, XVI, p. 273–295.

21. Fisher, I. (1930). The Theory of Interest. The Macmillan Company, N.Y.

22. Gertsekovich, D., Grigorova, L., Peshkov, V. (2019). Return on investment in REIT real estate funds. IOP Conference Series: Materials Science and Engineering, 667 (1), № 012025.

23. Keynes, J.M. (1936). General Theory of Employment, Interest and Money. Harcourt, Brace, N.Y..

24. Keynes, J.M. (1937). General Theory of Employment. Economic Journal, Vol. 51, № 2, P. 214.

25. Lintner, J. (1965). The Valuation of Risk Assets and the Selection of Risky Investments in Stock Portfolios and Capital Budgets. Review of Economics and Statistics, 47, 1, P. 13 – 37.

26. Markovitz, H.M. (1952). Portfolio selection. J. of Finance, Vol. 7, № 1, P. 77 – 91.

27. Merton, R.C. (1971). Optimum consumption and portfolio rules in a continuous time model. Journal of Economic Theory, 3, P. 373 – 413.

28. Miller, M.H. (1978). Dividends and Taxes, Journal of Financial Economics. M. Scholes, 6.

29. Mossin, J. (1966). Equilibrium in a Capital Asset Markets. Econometrica, Vol. 34, № 4, P. 768 – 783.

30. Roll, R. A. (1977). Critique of the Asset Pricing Theory`s Tests. Part 1. On Past and Potential Testability of the Theory. Journal of Financial Economics, 4, № 2 (March), P. 129 – 176.

31. Siegel, J.J. (1992). The Equity Premium: Stock and Bond Returns Since 1802. Financial Analysts Journal, 48, № 1, (January/February), P. 28 – 38.

32. Tobin, J., Hahn, F.H., Brechling, F.P.R. (1965). The Theory of Portfolio Selection. Theory of Interest Rates. London: MacMillan.