Рыночная модель шарпа. Модель оценки капитальных активов – CAPM (У

Рассмотрим практические аспекты построения модели оценки капитальных активов CAPM с помощью Excel для отечественных акций ОАО “Газпром”.

Модель оценки капитальных активов (англ. Capital Assets Price Model, CAPM) – модель оценки (прогнозирования) будущей доходности актива для инвесторов. Подход оценки активов был теоретически разработана еще в 50-е годы Г.Марковицем, и окончательно сформирован в виде модели в 60-е годы У.Шарпом (1964), Дж. Трейнором (1962), Дж. Линтнером (1965), Ж. Мосином (1966).

Модель CAPM основывается на гипотезе эффективного рынка капитала (E fficient M arket H ypothesis, EMH ), созданной еще в начале 20-го века Л. Башелье и активно продвигаемую Ю.Фамой в 60-е годы. Данная гипотеза имеет ряд условий по способу распространению информации и действию инвесторов на эффективном рынке капитала:

• Информация свободно распространяется и доступно всем инвесторам, рынок имеет совершенную конкуренцию. Другими словами, отсутствуют инсайдеры, которые обладают большим преимуществом в принятии решений и получении сверхдоходности (выше среднерыночной).
• Любое изменение информации о компании сразу приводит к изменению стоимости ее активов (акций). Это исключает возможность использования любой активной стратегии инвестирования для получения сверхприбыли. Данная предпосылка исключает возможность арбитражных сделок, когда инвестор заранее имеет полезную информацию, тогда как цена на активы компании еще не изменилась.
• Инвесторы на эффективном рынке имеют долгосрочный горизонт вложения. Это исключает возникновение резких изменений цен на активы (акции) и кризисов.
• Активы имеют высокую ликвидность и абсолютно делимы.

Исходя из гипотезы эффективного рынка, У. Шарп сделал предположение, что на будущую доходность акции будут оказывать влияние только рыночные (системные) риски. Другими словами, будущую доходность акции будут определять общее настроение рынка. Поэтому, кстати, он и был сторонником пассивного инвестирования, когда инвестиционный портфель не пересматривается от получения новой информации. Следует отметить, что на эффективном рынке невозможно получить сверхприбыль. Это делает любое активное управление инвестициями (инвестиционным портфелем) не целесообразным и ставит под сомнение эффективность вложения в ПИФы. В результате, модель У. Шарпа имеет всего один фактор – рыночный риск (коэффициент бета). Анализируя данные постулаты эффективного рынка, можно заметить, что в современной экономике многие из них не выполняются. Модель CAPM в большей степени является теоретической моделью и может использоваться на практике в общем случае.

Модель CAPM. Формула расчета

Формула оценки будущей доходности актива (акции) по модели CAPM имеет следующий аналитический вид:

r – ожидаемая доходность актива (акций);

r f – доходность по безрисковому активу;

r m – среднерыночная доходность;

β – коэффициент бета (мера рыночного риска), который отражает чувствительность изменения стоимости активов в зависимости от доходности рынка. Данный коэффициент иногда называют коэффициент Шарпа.

Модель представляет собой уравнение линейной регрессии и показывает линейную взаимосвязь между доходностью (r) и рыночным риском (β);

σ im – стандартное отклонение изменения доходности акции от изменения доходности рынка;

σ 2 m – дисперсия рыночной доходности.

Для того чтобы лучше понять модель CAPM разберем ее на реальном примере акций предприятия ОАО «Газпром». Для этого воспользуемся программой Excel. Получить котировки акций можно на сайте finam.ru в разделе «Про рынок» ­→ «Экспорт данных».

В нашей формуле за рыночную доходность будем брать изменения индекса РТС (RTSI), также это может быть индекс ММВБ (MICECX). Для американских акций зачастую берут изменения индекса S&P500. Были взяты ежедневные котировки акции и индекса за 1 год (250 данных), начиная с 31.01.2014 по 30.01.2015 г.
Далее необходимо рассчитать доходности акции (E) и индекса (D), по формулам:

Хочется заметить, что для оценки доходностей могла быть использована также формула расчета через натуральный логарифм:

Итоговый результат расчета доходности одинаковый.

Расчет коэффициента бета с помощью формул Excel

Для расчета коэффициента бета можно воспользоваться формулой ИНДЕКС и ЛИНЕЙН, первая позволяет взять индекс b из формулы линейной регрессии между доходностями акции и индекса, который соответствует коэффициенту бета. Формула расчета будет следующая:

ИНДЕКС(ЛИНЕЙН(E7:E256;D7:D256);1)

Расчет коэффициента бета через надстройку «Регрессия»

Второй вариант расчета рыночного риска модели заключается в использовании надстройки в разделе «Главное меню» → «Данные» →«Анализ данных» → «Регрессия».

В открывшемся окне необходимо заполнить два поля: «Входной интервал Y» и «Входной интервал Х» доходностями индекса и акции соответственно.

На новом листе Excel появится основные параметры модели линейной регрессии. В ячейке В18 отразится рассчитанный коэффициент линейной регрессии – коэффициент бета. Рассмотрим другие полученные параметры анализа. Так показатель Множественной R (коэффициента корреляции) между доходностью акции и индекса составляет 0,29, что показывает низкую степень зависимости доходности акции от доходности индекса. Коэффициент R-квадрат (коэффициент детерминированности) отражает точность полученной модели. Точность составляет 0,08, что очень мало для того чтобы принимать адекватные решения о прогнозировании будущей доходности на основе взаимосвязи только с уровнем риска рынка.

Что показывает коэффициент бета в модели CAPM?

Коэффициент бета показывает чувствительность изменения доходности акции и доходности рынка. Другими словами, отражает рискованность вложения в тот или иной актив. Коэффициент бета служит мерой рыночного риска. Знак перед показателем отражает их однонаправленное или разнонаправленное движение. Рассмотрим более подробно значение бета в таблице ниже:

Как было отмечено выше, модель Марковица не дает возможности выбрать оптимальный портфель, а определяет набор эффективных портфелей. Каждый из этих портфелей обеспечивает наибольшую ожидаемую доходность для определения уровня риска. Однако главным недостатком модели Марковица является то, что она требует очень большого количества информации. Гораздо меньшее количество информации используется в модели У. Шарпа. Последнюю можно считать упрощенной версией модели Марковица. Если модель Марковица можно назвать мультииндексной моделью, то модель Шарпа называют диагональной моделью или моделью единичного индекса.

Согласно Шарпу, прибыль на каждую отдельную акцию строго коррелирует с общим рыночным индексом, что значительно упрощает процедуру нахождения эффективного портфеля. Применение модели Шарпа требует значительно меньшего количества вычислений, поэтому она оказалась более пригодной для практического использования.

Анализируя поведение акций на рынке, Шарп пришел к выводу, что вовсе не обязательно определять ковариацию каждой акции друг с другом. Вполне достаточно установить, как каждая акция взаимодействует со всем рынком. И поскольку речь идет о ценных бумагах то, следовательно, нужно взять в расчет весь объем рынка ценных бумаг. Однако нужно иметь в виду, что количество ценных бумаг и прежде всего акций в любой стране достаточно велико. С ними осуществляется ежедневно громадное количество сделок как на биржевом, так и внебиржевом рынке. Цены на акции постоянно изменяются, поэтому определить какие-либо показатели по всему объем рынка оказывается практически невозможным. В то же время установлено, что если мы выберем некоторое количество определенных ценных бумаг, то они смогут достаточно точно охарактеризовать движение всего рынка ценных бумаг. В качестве такого рыночного показателя можно использовать фондовые индексы.

Рассматривая выше взаимосвязь поведения акций друг с другом, мы установили, что достаточно трудно или почти невозможно найти такие акции, доходность которых имеет отрицательную корреляцию. Большинство акций имеют тенденцию расти в цене, когда происходит рост экономики, и снижаться в цене, когда происходит спад в экономике.

Разумеется, можно найти несколько акций, которые выросли и цене из-за особого стечения обстоятельств, в то время когда другие акции падали в цене. Труднее найти такие акции и дать логическое объяснение тому, что эти акции будут повышаться в цене в будущем, в то время как другие акции будут снижаться в цене. Таким образом, даже портфель, состоящий из очень большого количества акций, будет иметь высокую степень риска, хотя риск будет значительно меньше, чем если бы все средства были вложены в акции одной компании.

Для того, чтобы уяснить более точно, какое влияние структура портфеля оказывает на риск портфеля, обратимся к графику на рис. 7, который показывает, как снижается риск портфеля, если число акций в портфеле увеличивается. Стандартное отклонение для «среднего портфеля», составленного из одной акции, котируемой на Нью-Йоркской фондовой бирже, составляет приблизительно 28%. Средний портфель, составленный из двух случайно выбранных акций, будет иметь меньшее стандартное отклонение -- около 25%. Если число акций в портфеле довести до 10, то риск такого портфеля снижается примерно до 18%. График показывает, что риск портфеля имеет тенденцию к снижению и приближается к некоторому пределу по мере того, как величина портфеля увеличивается. Портфель, состоящий из всех акций, который принято называть рыночным портфелем, должен был бы иметь стандартное отклонение около 15,1%. Таким образом, почти половина риска, присущего средней от дельной акции, может быть исключена, если акции будут находиться в портфеле, состоящем из 40 или более акций. Тем не менее некоторый риск всегда остается, как бы широко ни был диверсифицирован портфель.

Та часть риска акций, которая может быть исключена путем диверсификации акций в портфеле, называется диверсифицируемым риском (синонимы: несистематический, специфический, индивидуальный); та часть риска, которая не может быть исключена, называется недиверсифицируемым риском (синонимы: систематический рыночный).

Специфический фирменный риск связан с такими явлениями, как изменения в законодательстве, забастовки, удачная или неудачная маркетинговая программа, заключение или потеря важных контрактов и с другими событиями, которые имеют последствия для конкретной фирмы. Воздействие таких событий на портфель акции можно исключить путем диверсификации портфеля. В этом случае неблагоприятные явления в одной фирме будут перекрываться благоприятным развитием событий в другой фирме. Существенно важным при этом является то, что значительная часть риска всякой отдельной акции может, быть исключена путем диверсификации.

Рыночный риск обусловлен наличием факторов, которые оказывают влияние на все фирмы. К таким факторам относятся война, инфляция, спад производства, повышение процентных ставок и др. Поскольку такие факторы действуют на большинство фирм в одном и том же направлении, то рыночный или систематический риск не может быть устранен путем диверсификации.

Модель Шарпа рассматривает взаимосвязь доходности каждой ценной бумаги с доходностью рынка в целом.

Основные допущения модели Шарпа:

В качестве доходности ценной бумаги принимается математическое ожидание доходности;

Существует некая безрисковая ставка доходности , т. е. доходность некой ценной бумаги, риск которой всегда минимален по сравнению с другими ценными бумагами;

Взаимосвязь отклонений доходности ценной бумаги от безрисковой ставки доходности (далее: отклонение доходности ценной бумаги ) с отклонениями доходности рынка в целом от безрисковой ставки доходности (далее: отклонение доходности рынка ) описывается функцией линейной регрессии ;

Под риском ценной бумаги понимается степень зависимости изменений доходности ценной бумаги от изменений доходности рынка в целом;

Считается, что данные прошлых периодов, используемые при расчете доходности и риска, отражают в полной мере будущие значения доходности.

По модели Шарпа отклонения доходности ценной бумаги связываются с отклонениями доходности рынка функцией линейной регрессии вида:

где - отклонение доходности ценной бумаги от безрисковой;

Отклонение доходности рынка от безрисковой;

Коэффициенты регрессии.

Исходя из этой формулы, можно по прогнозируемой доходности рынка ценных бумаг в целом рассчитать доходность любой ценной бумаги, его составляющей:

где , - коэффициенты регрессии, характеризующие данную ценную бумагу.

Теоретически, если рынок ценных бумаг находится в равновесии, то коэффициент будет равен нулю. Но так как на практике рынок всегда разбалансирован, то показывает избыточную доходность данной ценной бумаги (положительную или отрицательную), т.е. насколько данная ценная бумага переоценивается или недооценивается инвесторами.

Коэффициент называют -риском, т. к. он характеризует степень зависимости отклонений доходности ценной бумаги от отклонений доходности рынка в целом. Основное преимущество модели Шарпа - математически обоснована взаимозависимость доходности и риска: чем больше - риск, тем выше доходность ценной бумаги.

Кроме того, модель Шарпа имеет особенность: существует опасность, что оцениваемое отклонение доходности ценной бумаги не будет принадлежать построенной линии регрессии. Этот риск называют остаточным риском . Остаточный риск характеризует степень разброса значений отклонений доходности ценной бумаги относительно линии регрессии. Остаточный риск определяют как среднее квадратическое отклонение эмпирических точек доходности ценной бумаги от линии регрессии. Остаточный риск i - ой ценной бумаги обозначают .

Другими словами показатель риска вложения средств в данную ценную бумагу определяется - риском и остаточным риском .

В соответствии с моделью Шарпа доходность портфеля ценных бумаг – это среднее взвешенное значение показателей доходности ценных бумаг, его составляющих, с учетом - риска. Доходность портфеля определяется по формуле:

где - безрисковая доходность;

Ожидаемая доходность рынка в целом;

Риск портфеля ценных бумаг может быть найден с помощью оценки среднего квадратичного отклонения функции и определяется по формуле:

,

где - среднее квадратическое отклонение доходности рынка в целом, т. е. показатель риска рынка в целом;

Риск и остаточный риск i - ой ценной бумаги;

С использованием модели Шарпа для расчета характеристик портфеля прямая задача приобретает вид:

Обратная задача выглядит аналогичным образом:

При практическом применении модели Шарпа для оптимизации фондового портфеля используются следующие допущения и формулы.

1). Обычно в качестве безрисковой ставки доходности принимают доходность государственных ценных бумаг, например, облигаций внутреннего государственного займа.

2). В качестве доходности рынка ценных бумаг в целом в период t используются экспертные оценки рыночной доходности от аналитических компаний, из средств массовой информации и т. п. В условиях развитого фондового рынка для этих целей принято использовать какие-либо фондовые индексы. Для не очень большого по количеству ценных бумаг фондового рынка принимается среднее значение доходности ценных бумаг, составляющих рынок, за этот же период t:

где - доходность рынка ценных бумаг в период t;

Исходные данные для расчета (доходность ценных бумаг) остаются без изменений (см. табл. 4.9.1). Кроме того, модель Шарпа предусматривает использование доходности рынка в целом и безрисковой доходности. Доходность рынка в целом принималась на основании экспертных оценок, ввиду отсутствия данных из внешних источников. В качестве безрисковой доходности принималась приведенная к недельному сроку доходность трехмесячных государственных краткосрочных облигаций. Данные о доходности рынка в целом и о безрисковой доходности представлены в табл. 4.9.5.

Модель «доходность-риск Марковица»

Любой портфель ценных бумаг следует оценивать как с точки зрения уровня доходности, так и степени риска. Большинство инвесторов при формировании портфеля ориентируются не только на получение более высокой нормы прибыли, но и стремятся снизить риск своих вложений, т. е. перед ними возникает проблема выбора состава портфеля. Традиционный подход состоит в том, чтобы диверсифицировать свои вложения. Если инвестор распределил свои вложения, например, на 10 равных частей для вложения в 10 различных акций, то подобная операция сама по себе уже будет означать снижение риска инвестиций. Однако такой подход является главным образом качественным, так как при этом обычно не производится точная количественная оценка всех ценных бумаг в портфеле, производится лишь качественный отбор ценных бумаг, не ставится задача достичь какой-то определенной величины ожидаемой нормы прибыли или степени риска портфеля. Однако если учесть, что в любой стране в обращении находятся десятки тысяч акций, то выбор инвестора огромен и визуального отбора становится явно недостаточно.

Современная теория портфеля, трактуя риск в количественных терминах и основываясь на и тщательном анализе и оценке индивидуальных ценных бумаг, дает количественную определенность целям портфеля и в зависимости от заданных параметров соотношения дохода и риска портфеля определяет состав портфеля.

Первой работой, в которой были изложены принципы формирования портфеля в зависимости от ожидаемой нормы прибыли и риска портфеля явилась работа Г. Марковица под названием «Выбор портфеля: эффективная диверсификация инвестиций».

Марковиц исходил из предположения, что большинство инвесторов стараются избегать риска, если это не компенсируется более высокой доходностью инвестиций. Для какой-либо заданной ожидаемой нормы прибыли большинство инвесторов будут предпочитать тот портфель, который обеспечит минимальное отклонение от ожидаемого значения. Таким образом, риск был определен Марковицем как неопределенность или способность ожидаемого результата к расхождению, измеряемого посредством стандартного отклонения. Это была первая попытка дать количественную оценку степени инвестиционного риска, учитываемого при формировании портфеля.

Предполагая, что инвесторы стараются избегать риска, Марковиц пришел к выводу, что инвесторы будут пытаться минимизировать стандартное отклонение доходности портфеля путем диверсификации ценных бумаг в портфеле. Но особенно важно то, что, как подчеркнул Марковиц, сочетание различных выпусков ценных бумаг в портфеле может незначительно снизить отклонение ожидаемой доходности, если эти ценные бумаги имеют высокую степень позитивной ковариации. Эффект от диверсификации достигается только в том случае, если портфель составлен из ценных бумаг, которые ведут себя не схожим образом. В этом случае стандартное отклонение доходности портфеля может быть значительно меньше, чем отклонение для индивидуальных ценных бумаг в портфеле.

Это положение легко объясняется на примере портфеля, состоящего из двух акций. Если акции ведут себя совершенно одинаково, то в этом случае комбинация ценных бумаг в портфеле не снижает риска портфеля. В то же время если две ценные бумаги имеют абсолютно негативную корреляцию, то риск портфеля может быть полностью исключен.

Для практического использования модели Марковица необходимо определить для каждой акции ожидаемую доходность, ее стандартное отклонение и ковариацию между акциями. Если имеется эта информация, то, как показал Марковиц, с помощью квадратичного программирования можно определить набор «эффективных портфелей», что иллюстрируется с помощью графика на рисунке 2.1.

Рисунок 2.1 - Кривая эффективных портфелей

Согласно трактовке Марковица, если имеется некий портфель А, то он является субоптимальным, так как портфель В мог бы обеспечить тот же самый уровень ожидаемой доходности с меньшей степенью риска, в то время как портфель С при той же степени риска мог бы обеспечить более высокую ожидаемую доходность. Таким образом, все эффективные портфели должны лежать на кривой EF, которая часто называется «эффективной границей Марковица».

Портфели, которые лежат в средней части кривой, обычно содержат много ценных бумаг, в то время как ближе к краям всего несколько. Точка F ассоциируется с тем, что все инвестиции вложены в акции одного вида, с максимальной ожидаемой доходностью. А точка Е соответствует тому положению, когда сочетание нескольких акций в портфеле обеспечивает наименьшую степень риска портфеля.

Итак, модель Марковица не дает возможности выбрать оптимальный портфель, а определяет набор эффективных портфелей. Каждый из этих портфелей обеспечивает наибольшую ожидаемую доходность для определенного уровня риска.

Конечно, использование современной вычислительной техники значительно облегчает использование модели Марковица на практике, и это как бы снимает препятствие для применения модели. Поэтому значительно большим недостатком является тот факт, что модель Марковица предлагает набор эффективных портфелей. Эти наборы могут быть такими многочисленными, что менеджерам пришлось бы какие-то акции покупать, какие-то продавать, что привело бы к большим издержкам. Даже если это осуществлять раз в квартал, все равно затраты будут значительными.

Модель Шарпа

Как было сказано выше, модель Марковица не дает возможности выбрать оптимальный портфель, а определяет набор эффективных портфелей. Главным недостатком модели Марковица является то, что она требует очень большого количества информации. Гораздо меньше информации используется в модели У. Шарпа. Модель Шарпа можно считать упрощенной версией модели Марковица. Так же эту модель называют диагональной или моделью единичного индекса.

Согласно Шарпу, прибыль на каждую отдельную акцию строго корректирует с общим рыночным индексом, что значительно упрощает процедуру нахождения эффективного портфеля. Применение модели Шарпа требует значительно меньшего количества вычислений, поэтому она оказалась более пригодной для практического использования.

Анализируя поведение акций на рынке, Шарп пришел к выводу, что вовсе не обязательно определять ковариацию каждой акции друг с другом. Вполне достаточно установить, как каждая акция взаимодействует со всем рынком. И поскольку речь идет о ценных бумагах, то, следовательно, нужно взять в расчет весь объем рынка ценных бумаг. Однако нужно иметь ввиду, что количество ценных бумаг и прежде всего акций в любой стране достаточно велико. С ними осуществляется ежедневно громадное количество сделок, как на биржевом, так и внебиржевом рынке. Цены на акции постоянно изменяются, поэтому определить какие-либо показатели по всему объему рынка оказывается практически невозможным. В то же время установлено, что если мы выберем некоторое количество определенных ценных бумаг, то они смогут достаточно точно охарактеризовать движение всего рынка ценных бумаг. В качестве такого рыночного показателя можно использовать фондовые индексы.

Продолжаем тему анализа рынков и портфельного менеджмента. На сей раз рассмотрим тему индексной модели известнейшего американского экономиста Уильяма Шарпа (за что тот, кстати, получил нобелевскую премию по экономике в 1990 году). На сегодняшний день крупнейшие инвестиционные дома и фонды мира, а также международные банки используют именно эту модель для расчета рисков вложений в те или иные активы. Сразу хочется отметить, что теоретическая часть этой модели довольно сложная для освоения, поэтому если будут вопросы, можете задать под статьей либо в рубрике «задай вопрос аналитику».

Суть ее заключается в том, чтобы уже имеющиеся методы построения портфелей максимально упростить для снижения трудоемкости процесса (порой для построения портфеля ценных бумаг линейными методами не хватало даже целого штата профессиональных управляющих и финансовых аналитиков). В частности, данная модель использует регрессионный анализ рынка – то есть анализ исторических данных котировок. Понятно, что при ручном регрессионном анализе каждого актива из общей выборки, которая может достигать до нескольких тысяч, потребуется очень значительное время даже при большом штате компетентных сотрудников, поэтому еще в 60-е годы Шарп предложил использовать индексный метод регрессионного анализа для облегчения этого процесса. Сама формула расчета коэффициента Шарпа довольно простая:

S=(R a -R f)/s a , где

R a – доходность непосредственного актива;

R f – доходность безрисковой инвестиции;

s a – стандартное отклонение актива.

В частности, введено понятие бета-коэффициента, о котором было уже немало рассказано во многих статьях. Формула расчета бета всем хорошо известна: b= Cov am /s 2 m , где Cov am – ковариация дохоности актива с рынком, а s 2 m – дисперсия доходности рынка. Данный показатель указывает на степень риска вложений в тот или иной . Долго расписывать тут про это понятие нет смысла, так как цель данной статьи состоит в другом, а более подробно о расчете бета-коэффициента вы можете прочитать в других статьях на моем блоге. Суть модели Шарпа состоит в том, чтобы использовать в качестве бенчмарка уже рассчитанный индекс, исходя из которого и проводился бы расчет риска. Общая же зависимость ценной бумаги от индекса записывается в виде формулы:

r ia =a am +b am r im +e am , где

a am – коэффициент смещения (альфа-коэффициент);

b am – коэффициент наклона (бета-коэффициент);

e am – случайная погрешность;

r ia – доходность актива за i период;

r im – доходность рынка за аналогичный период.

Согласно теории Шарпа, бета-коэффициент указывает на зависимость актива от динамики рынка, а в свою очередь альфа-коэффициент – это доходность актива вне зависимости от конъюнктуры рыночного индекса. В случае с бета предполагается, что этот коэффициент статичен от периода к периоду, и поэтому для его расчета достаточно применения метода обычной линейной регрессии. Альфа-коэффициент, в свою очередь, указывает на переоцененность (в случае положительного альфа) или напротив – недооцененность того или иного актива относительно рынка (в случае отрицательного альфа).

Теперь же постараемся обобщить материал непосредственно по модели Уильяма Шарпа. Итак, цель данной модели – упростить линейные методы построения инвестиционных портфелей и регрессионного анализа за счет использования индексов (то есть доходности бенчмарка – фондового индекса либо индивидуально построенного рыночного индекса). Для этого проводится регрессионный анализ – то есть анализируются исторические данные котировок конкретного актива и рынка. При этом ставится задача выявить зависимость изменения цены актива от динамики бенчмарка и исходя из этого рассчитать в конечном итоге коэффициент риска, который станет индикатором актуальности инвестирования в актив. Вот собственно и все. В одном из последующих статей будет выложен конкретный пример расчета коэффициента Шарпа и его использования непосредственно при построении портфеля.

Будьте в курсе всех важных событий United Traders - подписывайтесь на наш