Фондовый менеджмент. Вероятности как инструмент моделирования

Вероятности как инструмент моделирования финансовых процессов укоренились в экономическом анализе уже сравнительно давно (более полувека назад). Нечеткие же множества – инструмент для экономических исследований довольно непривычный и новый, причем это замечание справедливо не только для России (где рыночная экономика существует всего 20 лет, если не брать в расчет дореволюционную историю), но и для всего остального мира. Следует отметить, что 80-е – 90-е годы прошлого столетия были для экономической науки, и вообще для российской науки, весьма проблемными. Перед учеными встал вопрос об элементарном выживании, и они часто были вынуждены поставить меркантильные соображения по зарабатыванию денег во главу угла, в ущерб научным исследованиям. Многие специалисты эмигрировали. Наука о нечетких множествах не избежала общей участи. После 1985 года исследования в этой области в России пошли на спад и практически прекратились до середины 90-х годов.

За рубежом тем временем развитие не прерывалось. Начиная с конца 80-х годов, нечетко-множественные приложения к экономическим исследованиям начали обособляться от общей теории нечетких множеств, как в свое время обособилось направление интеллектуальных компьютерных систем и систем, основанных на нечетких знаниях. Произошло это потому, что экономика – это не техника, это специфический объект научного исследования, включающий в себя «развивающуюся в рамках общественно-исторической формации на базе сложившихся производительных сил и производственных отношений стратегию и тактику хозяйственной деятельности, что охватывают все звенья товарного производства, распределения, товародвижения и потребления материальных благ» . Поэтому математики, развивающие методическую часть теории, вынуждены были получать дополнительную квалификацию экономистов, чтобы научиться детальным образом понимать процессы, протекающие в экономике и подлежащие научному анализу.

Здесь надо сказать, что нарастающее вовлечение математиков по первому образованию в российскую и мировую экономическую науку – это объективный процесс, свидетельствующий о непрерывном усложнении экономики. Так, один из моих учителей, профессор А.А.Первозванский успешно конвертировал свои навыки математика, специалиста общей теории управления, в навыки финансового аналитика . Особенно тезис об усложнении экономики справедлив для самых динамичных ее секторов – банковского сектора и рынка ценных бумаг, где требуемая квалификация финансового менеджера (в части как экономической, так и общематематической, системной подготовки) является наивысшей.

Вероятности как инструмент моделирования
Управление финансами на основе анализа, планирования и прогнозирования
Прогнозирование финансового состояния хозяйствующих субъектов и организованных рынков
Методы ситуационного анализа
Планирование и финансовые решения в рамках плана

Финансовый анализ и его роль в принятии решений
Информационная неопределенность как фактор риска при принятии финансовых решений
Квазистатистика
Модели и методы управления финансами.
Стратегический финансовый менеджмент
Тактический финансовый менеджмент
Принципы оценки риска принятия финансовых решений

Роль предпочтений и ожиданий финансового менеджера, инвестора, эксперта в процессе принятия финансовых решений

Значимость нечетких описаний при принятии финансовых решений
Значимость нечетких описаний 2
Недостаточность традиционных подходов к оценке инвестиционной привлекательности фондовых активов

Рейтинг долговых обязательств субъектов РФ на основе нечетких моделей
Критерии, определяющие финансовое состояние региона
Критерии, определяющие уровень экономического развития региона
Результаты рейтинга по AK&M
Методика рейтинга обязательств субъектов РФ с использованием нечетких описаний

Выводы по разделу
Скоринг российских акций на основе нечетких моделей
Качественное описание рынка акций
Фундаментальный подход к оценке рынка акций
Источник данных для анализа

Предпосылки для построения метода скоринга
Построение гистограмм распределений факторов
Нечеткий классификатор уровня факторов
Классификация факторов с оценкой рангов

Комплексная оценка инвестиционного качества ценной бумаги
Оценка полученных результатов
Рейтинг российских корпоративных облигаций на основе нечетких моделей
Фундаментальный подход к оценке рейтинга облигаций
Предпосылки для построения метода рейтинга
Исходные данные для рейтинга

Нечеткий классификатор уровня факторов
Оценка полученных результатов
Нечетко-множественный подход к построению эффективных фондовых портфелей
Выбор модельных классов и их индексирование
Нечетко-множественная оценка доходности и риска индексов

Нечетко-множественная оптимизация модельного портфеля
Бенчмарк-риск
Наполнение модельного портфеля реальными активами
Стратегии хеджирования модельного фондового портфеля
Выводы по главе

Введение в современную теорию рационального инвестиционного выбора
Теоретические предпосылки для рационального инвестиционного выбора
Принцип инвестиционного равновесия
Модель рациональной динамики инвестиций
Фазы прогнозирования

Классификация экономических регионов и индексов. Обозначения
Модель и методика для фазы 1 (старт)
Модель и методика оценки расчетного коридора доходности по индексу облигаций (фаза 4)

Модель и методика оценки расчетного коридора 2
Модель и методика оценки расчетного коридора доходности по индексу акций второго эшелона (фаза 4)
Модель и методика оценки расчетного коридора 2
Модели и методики для фазы 5

Модели и методики для фазы 6
Модель и методика для фазы 7
Модель и методика для фазы 8
Модель и методика для фазы 9
Модель и методика для фазы 10
Модель и методика для фазы 11

Пример прогноза (USA)
Заключение по главе

Программная система оптимизации фондового портфеля

Буквально все научные результаты, изложенные в настоящей монографии, получили свое внедрение в Пенсионном Фонде Российской Федерации (ПФР). Соответствующие работы были заказаны организации Siemens Business Services Russia в 2002-2003 г.г. и поставлены ПФР в виде научных методик и программных средств.

Потребность ПФР в средствах автоматизации управления фондовыми активами прямо вытекает из содержания Федерального Закона ФЗ-111 «Об инвестировании ...» (далее по тексту – Закона). Например, ст. 10 Закона возлагает на ПФР ответственность за надежность, доходность и сохранность аккумулированных пенсионных сбережений. При этом эта ответственность не снимается с ПФР и в ходе передачи средств в доверительное управление специализированным управляющим компаниям и негосударственным пенсионным фондам (НПФ) от лица граждан.

Как следует из главы 11 Закона, граждане имеют право на выбор управляющей компании или НПФ для инвестиций. В этом случае ПФР выполняет функции доверенного лица гражданина, выполняющего агентские функции по обслуживанию пенсионных накоплений. Также предусмотрена возможность отказа гражданина от услуг негосударственных организаций по управлению активами. В этом случае инвестиции управляются государственной специализированной инвестиционной компанией. В этом случае ПФР прямо выступает как учредитель траста и держатель консолидированного инвестиционного портфеля граждан.

Исполнение требований ст. 10 достигается со стороны ПФР путем тотального контроля за процессами инвестирования пенсионных накоплений. Контроль за инвестициями предполагает их моделирование, с определением ожидаемой эффективности и риска фондовых инвестиций. Причем оценка должна проводиться как на уровне модельных классов, так и реальных активов, с расчетом на перспективу, т.е. как по фактическим данным, так и прогнозно. Все эти возможности моделирования обоснованы мной в настоящей монографии.

Содержание