Тип работы:
Предмет:
Язык работы:


Аудит рисков портфеля ценных бумаг

Работа №57381

Тип работы

Магистерская диссертация

Предмет

аудит

Объем работы90
Год сдачи2016
Стоимость5550 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
355
Не подходит работа?

Узнай цену на написание


Введение 4
1. Теоритические основы аудита портфеля ценных бумаг 9
1.1. Сущность портфеля ценных бумаг 9
1.2. Стратегии управления рисками портфеля 16
1.3. Ошибки финансовых моделей 21
2. Методические подходы к определению и выявлению несовершенств
финансовых рынков 28
2.1. Случайное блуждание на финансовых рынках 28
2.2. Поиск неэффективностей финансовых рынков 33
2.3. Обнаружение инсайдерской торговли 38
3. Механизм принятия решений относительно портфеля ценных бумаг по
результатам аудита несовершенств финансовых рынков 47
3.1. Принципы алгоритмической торговли 47
3.2. Сбор и обработка данных 53
3.3. Поиск несовершенств рынка на основе анализа биржевого
инструмента 61
Заключение 67
Список использованных источников 70

За последние несколько десятков лет мировой финансовый рынок продемонстрировал очень высокие темпы роста, как по объемам торговли, так и по количеству торгуемых инструментов. Сейчас очень сложно представить инвестора, владеющего только лишь одним активом. Как правило, вложение средств производится в набор таких инструментов, называемым портфелем ценных бумаг. В него могут входить как инструменты одного вида, например, только акции или только облигации, так и различные активы: ценные бумаги, производные финансовые инструменты, недвижимость и т.д. Главной целью формирования портфеля ценных бумаг является стремление инвестора получить наиболее высокую доходность при заданном уровне риска или же иметь наиболее низкий риск для заданного уровня доходности. Это достигается, прежде всего, за счет эффекта диверсификации, т.е. распределения средств инвестора между различными активами, а также за счет тщательного подбора финансовых инструментов.
Моделирование портфелей ценных бумаг является специфической задачей составления такого сочетания ценных бумаг, которое бы удовлетворяло выбранной инвестиционной стратегии. Выбор ценных бумаг для инвестирования при этом основывается на двух основных процессах: анализе поведения ценных бумаг на основе их исторических котировок и прогнозировании динамики их котировок в будущем. Прогнозирование, при этом, является процессом с неопределенной степенью вероятности, так как на котировки ценных бумаг влияет множество факторов, от локальных до глобальных, поэтому подготовка адекватной модели является чрезвычайно трудной задачей. Процесс анализа является определенным по своей сути, так как берется уже известная информация о ценных бумагах, которая анализируется по метрикам, оценивающим соотношение доходности и риска. Это приводит к решению задачи поиска множества закономерностей из определенной совокупности рыночных элементов по заданному количеству элементов.
Актуальность темы исследования. В настоящее время российский рынок акций является развивающимся. Его становление связано с выбором источников российскою или иностранного капитала, методик управления рынком, защиты от финансовых кризисов.
Инвестирование денежных, средств в условиях рыночной экономики сопряжено с анализом и минимизацией риска. При этом решаются задачи обеспечения возврата основных сумм и получения дохода при наличии на рынке многообразия финансовых инструментов. Кроме того, одно из центральных мест в современной теории и практики финансов занимает проблема принятия эффективных управленческих решений в условиях возможности наступления неблагоприятного события, приводящего к потерям. Анализ развития методов и средств управления финансовыми инвестициями показывает, что со второй половины прошлого века наблюдается массовое внедрение в практику статистических моделей оценки доходности и риска для оценки чувствительности к экстремальным событиям на фондовых биржах.
Степень разработанности исследования. Классическая теория, включающая вопросы долгосрочного развития фондовых рынков, портфельного инвестирования и диверсификации, представлена в фундаментальных работах таких авторов, как Г. Дж. Александер, Дж. В. Бейли, Р. Брили, Г. Бокс, Л. Гитман, М. Джонк, Г М. Дженкинс, Г. Маркович, С. Майсрс, Д. Мерфи, Э. Петере, Дж. Тобин, Е. Фама, У. Шари.
Значительный вклад в исследование по теме диссертации внесли отечественные учёные А.В. Воронцовский, В.М. Золотарёв, Ю.П. Лукашин, ЯМ. Миркин, В.Н. Салин, Е М. Четыркин, В.В. Учайкин и другие.
Исторически первым методом портфельной оптимизации доходности является метод Гарри Марковица. Эта теория давала возможность оптимального выбора, опираясь на гипотезу о том, что изменение доходностей активов, составляющих портфель, подчиняется нормальному закону распределения. Задача управления портфелем заключается в таком случае в максимизации доходности портфеля при выбранном фиксированном уровне его риска, решением которой является эффективная граница портфельного множества в координатах «риск портфеля - доходность портфеля». На практике колебания цен акций не подчиняются гауссовскому закону, что вызвало ряд критических замечаний в адрес теории Марковича. Работы Б. Мандельброта и Е. Фама подхлестнули интерес к эмпирическому анализу распределений финансовых инструментов. Это привело к отказу от нормального приближения, вместо которого было предложено использовать устойчивое распределение Парето как статистическую модель доходности.
Следует отметить крайне малую освещённость проблемы закономерностей инсайдерской торговли в русскоязычной литературе. Работы по оценке инсайдерской торговли зачастую используют менее современные методы. Анализ зарубежных авторов в большинстве случаев основывается на индексах мировых торговых площадок, тогда как наиболее приближенным к реалиям инвестирования должна являться проблема исследования портфеля ценных бумаг, обращающегося на фондовом рынке той или иной страны.
Вследствие становления и успешного развития российского фондового рынка, а также в свете развития теории портфельного инвестирования с использованием устойчивых законов распределения вместо классического гауссовского подхода, озвученные проблемы легли в основу выбора темы, цели и задач диссертационного исследования.
Цель и задачи исследования. Целью диссертационного исследования является разработка методических подходов по выявлению рисков инвестиционного портфеля ценных бумаг и принятию своевременных решений.
Научная новизна исследования заключается в разработке предложений, методологических и практических рекомендаций:
- Предложено авторское обобщение ошибок финансовых моделей: 1) ложные предпосылки (линейность, стационарность, нормальность) 2) статистические искажения (ошибки выборки, ошибки подгонки, пропуск переменных);
- Проанализированы и сгруппированы гипотезы касающиеся неэффективности рынка:
Группа А рынки работают эффективно, все участники обладают полнотой информации, действуют оперативно и рационально
Группа В рынки неэффективны, но их неэффективность не дает преимущество частным игрокам
• Группа С неэффективность рынков достаточно высока, конкурентное преимущество: мобильность капитала и его объемы
- Разработан алгоритм поиска возможной неэффективности рынка на основе биржевого инструмента состоящий из трех этапов
1) Получение информации
2) Структурирование информации;
3) Построение графиков глубины рынков с возможным влиянием на цену
Для достижения поставленных целей необходимо решить следующие задачи:
- проанализировать стратегии управления рисками портфеля ценных бумаг;
- выявить и систематизировать ошибки финансовых моделей приводящих к неверным решениям в области управления рисками портфеля ценных бумаг;
- на основе статистических данных продемонстрировать обнаружение инсайдерской торговли приводящие к нарушению интересов держателей портфеля ценных бумаг, - рассмотрен метод формирования неэффективности рынка путем проведение инсайдерской торговли;
- предложить и описать принципы алгоритмической торговли
- разработать механизм поиска несовершенств рынка на основе биржевого инструмента для защиты интересов держателей ценных бумаг
Объектом исследования является рынок ценных бумаг Российской Федерации, в частности такой его сегмент, как валютный рынок.
Предметом исследования выступает статистическая методология исследования фондового рынка, выраженная в методике определения параметров законов распределения доходностей финансовых инструментов, структуры портфеля ценных бумаг и оценки рискованности инвестиций в финансовые активы
В данной работе в качестве источников информации были использованы: учебные пособия; статьи; результаты статистических
исследований российских и зарубежных компаний; материалы исследований независимых аналитических организаций; статистические данные Федерального агентства государственной статистики и данные международной статистики; электронные библиотечные системы и ресурсы глобальной информационной сети Интернет по теме исследования, позволившие получить необходимую для исследования информацию.
Структура данного исследования включает в себя введение, три главы, заключение, список использованных источников и приложения. Содержание данного исследования дает возможность логически рассмотреть теоретические и методологические вопросы, связанные с совершенствованием оценки и рискованности инвестиционного портфеля ценных бумаг.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


Аудит рисков можно описать как процесс сбора и анализа информации о портфеле и активов для качественной или количественной оценки уровня его защищенности от несовершенств рынка. Существует множество случаев, когда целесообразно проводить аудит рисков такого формата. Аудит может также предназначаться для систематизации и упорядочения существующих мер защиты интересов инвесторов или для оценки возможного ущерба, связанного с неэффективностью рынка.
Основная цель управления портфелем ценных бумаг (инвестиционным, фондовым портфелем, портфелем финансовых активов) заключается в достижении наиболее эффективных путей реализации инвестиционной стратегии предприятия на фондовом рынке. Для того, чтобы определить риск той или иной ценной бумаги, обращаемой на финансовом рынке инвестор должен иметь методический инструментарий не только оценки рисков, но и также определения их доходности.
Риск представляет собой обобщённую характеристику
инвестиционных процессов в рамках формирования портфеля ценных бумаг. Все риски вложения средств в ценные бумаги предприятий - эмитентов можно классифицировать по уровню влияния субъективных и объективных факторов. Среди субъективных факторов в первую очередь можно выделить склонность инвестора к риску. Среди объективных факторов можно выделить изменение рыночной конъюнктуры, валютного, налогового регулирования, стабильности экономического развития и т.п., которые могут привести либо к увеличению доходности, либо к потере доходности ценных бумаг.
Снижение либо увеличение доходности ценных бумаг в результате влияния рыночных факторов относят к спекулятивным рискам, кроме этого в практике инвестирования принято выделять чистые и системные риски, которые также обусловлены влиянием внешних факторов.
Чистый риск возникает в результате проявления форс-мажорных обстоятельств, и практически всегда несёт потери для предпринимательской деятельности, в том числе связанной с инвестированием.
Системный риск проявляется в том случае, когда один из участников рынка не может выполнить свои обязательства, что приводит к нарушению функционирования других участников и в целом нарушает сложившуюся структуру финансово-экономических отношений.
Стоит отметить, что весьма часто негативная синергия спекулятивных рисков приводит к появлению системных рисков, в этом случае кризисные тенденции уже не являются локальными, но проявляются на региональном, государственном и межгосударственном уровне.
В большинстве своем риски инвестирования в ценные бумаги можно классифицировать как спекулятивные и субъективные, и, как правило, эти риски зависят от принятых инвестиционных решений о структуре, размере, видах ценных бумаг, включенных в портфель.
Минимизация рисков достигается за счет пересмотра структуры, стоимости и видов ценных бумаг, включенных в инвестиционный портфель, и в этом аспекте важен фундаментальный анализ, который позволяет на определенный момент времени определить инвестиционную
привлекательность ценной бумаги и оценить вероятность получения доходов по ней с учетом риска.
В третей главе диссертации было проведено эмпирическое исследование, в котором были структурированы и проанализированы данные фондовой биржи. Анализ проводился на основе биржевого дня Московской Биржи.
В проведенном исследование были рассмотрены возможные наличия аномальных алгоритмов торговли участниками торгов. Было сделано предположение, что данный тип сделок может существенно повлиять на оценку риска как одного инструмента, так и всего рынка в общем. В конкретной выборке данные инструменты обнаружены не были, что говорит о временном флете рынка. Что и было подтверждено временным фактором.
Наиболее важные рекомендации и направления дальнейшего исследования являются в проведение подобного анализа на большем временном отрезке. Также, возможное создание алгоритма оценки и сбора информации о ситуации на рынке в реальном времени, с минимальным лагом по интерпретации результата.
Таким образом были разработаны методические подходы по выявлению рисков инвестиционного портфеля ценных бумаг и принятию своевременных решений.
В соответствии с поставленной целью были решены следующие задачи:
- проанализированы стратегии управления рисками портфеля ценных бумаг;
- выявлены и систематизированы ошибки финансовых моделей приводящих к неверным решениям в области управления рисками портфеля ценных бумаг;
- на основе статистических данных продемонстрировано обнаружение инсайдерской торговли приводящие к нарушению интересов держателей портфеля ценных бумаг, - рассмотрен метод формирования неэффективности рынка путем проведение инсайдерской торговли;
- предложен и описан принципы алгоритмической торговли
• - разработан механизм поиска несовершенств рынка на основе
биржевого инструмента для защиты интересов держателей ценных бумаг
Таким образом, полученные в данной работе выводы позволяют продолжить исследования в данной области, и доказывают важность акцентирования внимания на этой проблеме.


1. Ang A., Chen J. (2002). Asymmetric correlations of equity portfolios. Journal of Financial Economics, 63 (3), 443 - 494.
2. Artzner P., Delbaen F., Eber J.-M., Heath D. Coherent Measures of Risk. // Mathematical Finance. 1999. Vol.9. No.3. P. 203-228.
3. Autchariyapanitkul K., Chanaim S., Sriboonchitta S. Portfolio optimization of stock returns in high-dimensions: A copula-based approach. Proceedings of the Proceedings of the 18th International Academic Conference, Sep 2015, pages 698-709
4. Basak S, Shapiro A. Value-at-risk based risk management: optimal policies and asset prices. Review of Financial Studies 2001; 14:371-405.
5. Breymann W., Dias A., Embrechts P. (2003). Dependence structures for multivariate high-frequency data in finance. Quantitative Finance, 3, 1 - 14.
6. Cai ZW, Wang X. Nonparametric estimation of conditional VaR and expected shortfall. Journal of Econometrics 2008;147:120-30.
7. Chen FY. Analytical VaR for international portfolios with common jumps. Computers and Mathematics with Applications 2011; 62:3066-76.
8. Chen SX. Nonparametric estimation of expected shortfall. Journal of Financial Econometrics 2008;6(1):87-107.
9. Claro J, Pinho de Sousa J. A multiobjective metaheuristic for a mean-risk multistage capacity investment problem with process flexibility. Computers and Operations Research 2012;39:838-49.
10. Embrechts P., McNeil A. J., Straumann D. (1999). Correlation and
dependency in risk management: Properties and pitfalls. Working paper, Department of Mathematik, ETHZ, Zurich. (Now in M.A.H. Dempster (ed.) (2002), Risk Management: Value at Risk and Beyond, 176 - 223.
Cambridge: Cambridge University Press).
11. Erb C., Harvey C., Viskanta T. (1994). Forecasting international equity correlations. Financial Analysts Journal, 50, 32 - 45.
12. Fantazzini D. (2009а). A dynamic grouped T copula approach for market risk management. In: G. Gregoriou (ed.), A VaR Implementation Handbook, 253 - 282, McGraw-Hill: New York.
13. Fantazzini D. (20096). The effects of misspecified marginals and copulas on computing the value at risk: A Monte Carlo study. Computational Statistics and Data Analysis, 53 (6), 2168 - 2188.
14. Fantazzini D. (2010). Three-stage semi-parametric estimation of T-copulas: Asymptotics, finite-sample properties and computational aspects. Computational Statistics and Data Analysis, forthcoming.
15. Fermanian J., Scaillet O. (2003). Nonparametric estimation of copulas for time series. Journal of Risk, 5, 25 - 54.
16. Frees E. W., Valdez E. (1998). Understanding relationship using copulas. North American Actuarial Journal, 2, 1 - 25.
17. Genest C., Favre A.-C. (2007). Everything you always wanted to know about copula modeling but were afraid to ask. Journal of Hydrologic Engineering, 12 (4), 347 - 368.
18. Genest C., Ghoudi K., Rivest L.-P. (1995). A semiparametric estimation procedure of dependence parameters in multivariate families of distribution. Biometrika, 82 (3), 543 - 552.
19. Goh JW, Lim KG, Sim M, Zhang W. Portfolio value-at-risk optimization for asymmetrically distributed asset returns. European Journal of Operational Research 2012; 221:397-406.
20. Haixiang, ZhongfeiLi, YongzengLai Mean-portfolio selection: A
nonparametric estimation framework. Computers & Operations Research 2012; 40:1014-1022.
21. Hennessy D., Lapan H. (2002): The Use of Archimedean Copulas to Model Portfolio Allocations // Mathematical Finance. № 12. P. 143-154.
22. Hoeffding D. (1940). Masstabinvariante Korrelationstheorie. Schriften des Mathematischen Seminars und des Instituts fur Angewandte Mathematik der Universitat, 5, 181 - 233.
23. Huang DS, Zhu SS, Fabozzi FJ, Fukushima M. Portfolio selection with uncertain exit time: a robust approach. Journal of Economic Dynamics and Control 2008;32:594-623.
24.Iakovos Kakouris, Berg Rustem. Robust portfolio optimization with copulas European Journal of Operational Research 235(1): 28-37 2014
25. John MM, Hafize GE. Applying for decentralized risk management of financial companies. Journal of Banking and Finance 2006;30:627-44.
26. Jondeau E., Rockinger M. (2003). Conditional volatility, skewness, and kurtosis: existence, persistence, and comovements. Journal of Economic Dynamics and Control, 27, 1699 - 1737.
27. Keating C. and Shadwick W.F., “A Universal Performance Measure”, Journal of Performance Measurement, vol. 6, 2002.
28. Lauprete G.J, Samarov A.M., Welsch R.E. Robust portfolio optimization. Metrica 2002. 55: 139-149.
29. Li Q, Racine JS. Nonparametric Econometrics: Theory and Practice. Princeton University Press; 2007.
30. Longin F., Solnik B. (2001). Extreme correlation of international equity markets. Journal of Finance, 56 (2), 649 - 676.
31. Manying Bai and Lujie Sun. Application of copula and copula- in the Multivariate Portfolio Optimization. 2007 P. 108-116
32. Markowitz H. Portfolio selection. Journal of Finance 1952; 7(1):77-91.
33. Modigliani F. and Modigliani L., “Risk-Adjusted Performance”, Journal of Portfolio Management, winter 1997, pp.45-54.
34. Morgan JP. Risk Metrics TM: Technical Document, 4th ed. New York: Morgan Guaranty Trust Company; 1996.
35. Myles Hollander, Douglas A. Wolfe. Nonparametric Statistical Methods. — New York: John Wiley & Sons, 1973. — 503 с.
36. Nelson, R. B , An Introduction to Copulas, New York: Springer, 1999.
37. Patton A. (2004). On the out-of-sample importance of skewness and asymmetric dependence for asset allocation. Journal of Financial Econometrics, 2 (1), 130 - 168.
38. Patton A. (2006а). Estimation of copula models for time series of possibly different lengths. Journal of Applied Econometrics, 21, 147 - 173.
39. Peracchi F, Tanase AV. On estimating the conditional expected shortfall. Applied Stochastic Models in Business and Industry 2008; 24(5):471-93.
40. Pflug G. Some remarks on the value-at-risk and the conditional value-at- risk. In: Uryasev S, editor. Probabilistic Constrained Optimization: Methodology and Applications. Dordrecht: Kluwer Academic Publishers; 2000.
41. Pu Huang, Dharmashankar Subramanian, Jie Xu. An importance sampling method for portfolio cvar estimation with Gaussian copula models. Proceedings of the 2010 Winter Simulation Conference P. 2790-2800
42. Rockfeller T, Uryasev S. Conditional value-at-risk for general loss distribution. Journal of Banking and Finance 2002; 26(7):1443-71.
43. Rockfeller T, Uryasev S. Optimization of conditional value-at-risk. Journal of Risk 2000; 2(3):21-4.
44.Sawik T. Selection of a dynamic supply portfolio in make-to-order environ¬ment with risks. Computers and Operations Research 2011; 38:782-96.
45.Scaillet O. Nonparametric estimation and sensitivity analysis of expected shortfall. Mathematical Finance 2004; 14(1):115-29.
46.Scaillet O. Nonparametric estimation of conditional expected shortfall. Insurance and Risk Management Journal 2005; 74:639-60.
47.Sklar A. (1959). Fonctions de repartition a n dimensions et leurs marges. Publ. Inst. Statis. Univ. Paris, 8, 229 - 231.
48.Sklar A. (1996). Random variables, distribution functions, and copulas: Personal look backward and forward. Lecture notes. Monograph series, 28, 1 - 14.
49. Wang S. (1998). Aggregation of correlated risk portfolios: Model and algorithms. Proceedings of the Casualty Actuarial Society, LXV, 848 - 893.
50. William T.S. Portfolio optimization for VaR, CVaR, Omega and utility with general return distributions: a Monte-Carlo approach for long-only and bounded short portfolios with optional robustness and a simplified approach to covariance matching, University College London 2011
51. Xubiao He, Pu Gong. Measuring the coupled risks: A copula-based CVaR model. Journal of Computational and Applied Mathematics 2009 P. 97-113
52. Yannick Malevergne, Didier Sornette - Extreme Financial Risks: From Dependence to Risk Management, 2005 - P. 328
53. Yau S, Kwon RH, Rogers JS, Wu D. Financial and operational decisions in the electricity sector: contract portfolio optimization with the conditional value- at-risk criterion. International Journal of Production Economics 2011; 134: 67-77.
54. Yu K, Allay A, Yang S, Hand DJ. Kernel quantile based estimation of expected shortfall. The Journal of Risk 2010;12(4):15- 32.
55. Zhu SS, Fukushima M. Worst-case conditional value-at-risk with application to robust portfolio management. Operations Research 2009; 57(5):1155-68.
56. Алексеев В.В., Шоколов В.В., Соложенцев Е.Д. (2006): Логико-вероятностное моделирование портфеля ценных бумаг с использованием копул // Управление финансовыми рисками. № 3. C. 272-283.
57. Берзон Н. И., Дорошин Д.И. Особенности применения показателей эффективности финансовых инвестиций// Финансы и кредит . 2012 № 4 (494)
58. Буренин А.Н. Управление портфелем ценных бумаг М., Научно-техническое общество имени академика СИ. Вавилова, 2008, - 440 с.
59. Буренин А.Н. Рынок ценных бумаг и производных финансовых
инструментов: Учебное пособие — М.: 1 Федеративная Книготорговая Компания, 1998. —352 с.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ