Автор: Пользователь скрыл имя, 28 Октября 2013 в 21:20, диссертация
Целью данной диссертационной работы является разработка экономико-математических моделей и методов исследования финансовых систем с применением результатов теории нечетких множеств. В соответствии с поставленной целью, в работе поставлены и решены следующие задачи:
• изучить методологические основы применения результатов теории нечетких множеств в экономических исследованиях;
• обосновать применимость нечетко-множественных описаний для решения задач финансового и инвестиционного анализа, фондового менеджмента, актуарных расчетов в пенсионных системах;
• разработать модель комплексного финансового анализа корпорации и матричного метода оценки риска банкротства корпорации;
• разработать модель инвестиционного процесса и группу методов оценки риска инвестиционного проекта, в зависимости от способа задания критерия эффективности инвестиционного проекта;
• создать нечетко-множественные методы для оценки сильных и слабых сторон бизнеса корпорации и для двумерной оценки бизнеса в координатах «конкурентоспособность – перспективность» в ходе стратегического планирования деятельности корпорации;
• разработать группу методов для оценки инвестиционной привлекательности ценных бумаг вида долговых обязательств субъектов Российской Федерации, акций и корпоративных облигаций;
• создать нечетко-множественную модель фондового портфеля и метод нечетко-множественной оптимизации фондового портфеля на основе классического метода оптимизации по Марковицу;
• разработать модель рациональной динамики фондовых инвестиций и метод прогнозирования фондовых индексов;
• разработать актуарную модель накопительной пенсионной системы и метод оптимизации потоков накопительной пенсионной системы по критерию минимума риска срыва плановых заданий по формированию пенсионных резервов;
• разработать ряд программных средств для финансового и фондового менеджмента, в основе которых лежат модели и методы настоящей диссертационной работы.
Конкурентоспособность (А) измеряется на основе следующих базовых факторов:
Перспективность бизнеса (B) измеряется на основе следующих базовых факторов:
Всем перечисленным базовым факторам ai , bj сопоставляется 01-носитель. Если исторически эти факторы измеряются на основе другой количественной шкалы (например, от 1 до 5), то производится переход от существующей шкалы к 01-носителю на основе простого линейного преобразования.
Количественная оценка интегральных факторов A и B проводится в рамках стандартной матричной схемы оценки, но для распознавания уровня этих факторов применяется не стандартная пятиуровневая 01-классификация, а трехуровневуя 01-классификация, с подмножествами «Низкий уровень, Средний уровень, Высокий уровень» лингвистической переменной «Уровень фактора». Переход от пяти уровней к трем обусловлен тем, что модель Shell/DDM имеет размерность 3х3 (всего 9 позиций бизнеса).
Веса базовых факторов в интегральной оценке выбираются на основе дополнительных соображений. Одним из таких соображений выступает принцип Фишберна, используемый в матричной оценке комплексного финансового состояния корпорации.
В результате двумерного позиционирования бизнеса делается вывод о том, как в дальнейшем целесообразно управлять этим бизнесом (оставить как есть, дать дополнительные инвестиции, реорганизовать, сворачивать).Также в рамках процедуры стратегического планирования (в качестве отдельных процессов) использованы изложенные ранее методы оценки риска банкротства корпорации, оценки риска инвестиционного проекта, с внедрением процесса финансового планирования на основе нечетких чисел.
Методы оценки инвестиционной привлекательности российских ценных бумаг
В работе рассматриваются методы оценки инвестиционной привлекательности российских ценных бумаг различных типов. При этом в основе методов оценки лежит матричный подход. Исследован обширный контент рыночных исходных данных, построены и проанализированы гистограммы различных факторов оценки.
Адекватность разработанных методов оценки подтверждается, с одной стороны, их согласованностью с экспертным методом оценки долговых обязательств субъектов РФ, разработанным в агентстве AK&M, а, с другой стороны, результатами торгов российскими ценными бумагами в 2002 году (все акции, получившие положительную торговую рекомендацию в феврале 2002 года, в последующие несколько месяцев существенно выросли в цене).
Применительно к каждому типу ценных бумаг выбрана своя система показателей и своя система весов, которая зависит, в том числе, от страны, где осуществляется эмиссия ценных бумаг. Например, для облигаций субъектов РФ выбрана следующая система показателей:
Выбранные показатели группируются в 2 блока: X1-X7, X8 – X11, а затем, в пределах каждого блока, осуществляется ранжирование показателей по невозрастанию предпочтений для оценки:
Х1 » Х2 » Х3 ý Х4 ý Х5 » Х6 ý Х7, (6)
Х8 ý Х9 » Х10 ý Х11, (7)
где «»» означает отношение безразличия, а «ý» - отношение строгого предпочтения. Сами же блоки факторов упорядочиваются по весовой оценке в отношении 2:1. Это выражает предпочтение финансового блока для оценки кредитного риска облигаций субъектов РФ над показателями общеэкономического характера.
Из систем предпочтений (6) и (7) прямо вытекают определенные значения весов Фишберна для соответствующих показателей. Гистограммы распределения уровней факторов X1–X11 и их лингвистическая классификация позволяют осуществить нечеткое распознавание уровней этих факторов. В итоге, применяется матричный метод для комплексной оценки кредитного рейтинга облигаций субъектов РФ.
Модель скоринга акций РФ разработана с учетом опыта проектирования аналогичной модели, ориентированной на условия США. Ключевым фундаментальным индикатором оцененности акции выступает отношение цены акции к доходам по ней в годовом выражении (P/E), в долях. При этом, для повышения надежности оценки, в модели использованы интегральные средневзвешенные оценки факторов (ТТМ).
Были рассмотрены факторы, свидетельствующие о риске дефолта эмитента. В качестве последних выступают два фактора: капитализация эмитента (Cap) в миллионах долларах США и обеспеченность оборотных активов собственными средствами предприятия (Liquidity), в долях. Именно чистый оборотный капитал (ЧОК), участвующий в расчетах коэффициента обеспеченности, представляется наиболее представительным фактором для анализа. Отрицательное значение ЧОК свидетельствует о повышенном риске эмитента по отношению к его текушим финансовым обязательствам.
Далее были рассмотрены факторы, соотносящие цену акций и продажи, а также собственный капитал, в расчете на одну акцию (факторы P/S и P/B соответственно, в долях). Эти факторы, хорошо известные в мировой практике финансового анализа, оценивают, насколько эффективно работает предприятие, с одной стороны, и насколько «раздут» его капитал по отношению к стоимости собственных средств предприятия, с другой стороны. Также были рассмотрены факторы рентабельности предприятия – рентабельность активов, собственного капитала и инвестированного капитала (факторы ROA, ROE и ROIC соответственно, в процентах годовых).
Далее была разработана система предпочтения одних факторов другим. Показано, что шкала предпочтений факторов должна иметь следующий вид:
Ожидаемая доходность вложений в акции ý Надежность эмитента ý Текущая эффективность работы эмитента.
(8)
В такой системе предпочтений учтено то, что вложения в российские акции с мировой точки зрения – это заведомо рискованные вложения, и риск дефолта (фактор надежности) большей частью учтен инвесторами уже на страновом уровне (на шаге выбора страны для инвестиций) и волнует инвесторов во вторую очередь. Прежде всего инвестор рассчитывает на спекулятивный рост курсовой цены акций, на их перманентную недооцененность. И с этой точки зрения фактор P/E является главным в анализе. Далее, переходя от странового риска к частному риску дефолта эмитента, инвестор предпочтет иметь дело с компаниями, которые находятся на подъеме и занимают ощутимую долю на рынке. Отсюда роль капитализации и ликвидности в оценке.
Инвестор также понимает, что в долгосрочной перспективе курсовой рост может быть обеспечен только успешной устойчивой работой предприятия. И с этой точки зрения факторы эффективности занимают в анализе третье место.
С точки зрения факторов оценки система предпочтений (8) приобретает вид:
P/E ý Cap » Liquidity ý P/S » P/B » ROA » ROE » ROIC. (9)
Информации, заключенной в (9), достаточно для того, чтобы перейти непосредственно к скорингу акций. Из (9) вытекает система весов Фишберна, а гистограммы распределения оцениваемых факторов дают основания для нечеткого распознавания уровней этих факторов. Таким образом, и в данном случае уместно применение матричного метода для комплексной оценки скоринга акций.
Кредитный рейтинг облигаций
РФ осуществляется в диссертационной
работе по аналогии с рейтингом облигаций
субъектов РФ и со скорингом акций
РФ. Выстраивается система
Фактор ликвидности (Х2) эмитента для оценки полагается основным. Ликвидность может быть оценена по-разному, но по укрупненному балансу предприятия возможен лишь анализ общей ликвидности как обеспеченности краткосрочных обязательств оборотными активами.
Далее рассматриваются факторы, характеризующие финансовую устойчивость. Соотношение собственных и заемных средств в структуре пассивов предприятия (коэффициент автономии Х1) является ключевым фактором для анализа. Существуют определенные проблемы в использовании этого показателя в финансовом анализе. Они связаны с тем, что очень часто ликвидность собственных средств предприятия низка (из-за необоснованных переоценок стоимости основных средств, например). Тем не менее в передовых компаниях ведется активная работа по техническому перевооружению производства, со списанием устаревших фондов, и при таком подходе коэффициент автономии является действительно содержательной характеристикой финансовой устойчивости эмитента.
Наконец, были рассмотрены факторы эффективности работы эмитента. Это:
Далее выстраивается система предпочтений одних факторов другим. Показано, что шкала предпочтений факторов должна иметь следующий вид:
Ликвидность ý Финансовая устойчивость ý Эффективность бизнеса эмитента.
С точки зрения факторов оценки система предпочтений (10) приобретает вид:
Х2 ý Х1 ý Х3 » Х4 » Х5 . (11)
Применение нечетко-множественных описаний для моделирования решений на фондовом рынке
Проблема научного управления портфельными инвестициями включает в себя:
А. Выбор перечня модельных классов, в рамках которых будет проводиться инвестирование, и их конструктивное описание. Под модельными классами или модельными активами (model assets) здесь понимается совокупность ценных бумаг, сгруппированных по определенному классификационному признаку (функциональному, отраслевому, региональному и т.п.). Примеры модельных классов: бумаги с фиксированным доходом, акции иностранных государств, акции российских нефтяных компаний, облигации зарубежных корпораций и т.п.
В. Определение оптимальной долевой пропорции между модельными классами в структуре модельного портфеля (asset allocation). Под модельным портфелем мы понимаем совокупность модельных классов, суммарная доля которых в портфеле составляет 100%.
С. Определение состава бумаг, наполняющих каждый из выбранных модельных классов.
D. Определение стратегии и тактики хеджирования портфеля.
Для целей оптимизации портфеля каждому модельному классу необходимо сопоставить фондовый индекс (уже практикуемый специалистами фондового рынка или вновь созданный), на основании которого производить анализ поведения модельного класса во времени.
В работе применяется модель финальной доходности фондового индекса:
S(t) = S(t0) ´ (1+r(t)´(t-t0)), (12)
где t – текущее время, t0 – начальный отсчет времени, S(t) - прогнозный уровень индекса – треугольная нечеткая функция, r(t) – расчетный коридор доходности индекса - треугольная нечеткая функция. В каждый момент t случайная величина r(t) имеет нормальное распределение j(r,m,s) с треугольно-нечеткими параметрами m,s. Модель (12) адекватна, если утверждается квазистационарность случайного процесса.
Если известны параметры
распределения финальной