7.3 Задача инвестирования (выбора портфеля)
Предпочтения инвестора описывается функцией типа НейманаМоргенштерна
U(x) = ?,^ О,
(98)
61
Для упрощения задачи заменим функцию и(.) ее квадратичной аппроксимацией, то есть разложением в ряд Тейлора вплоть до членов только второго порядка в некоторой точке (например, х = га). Тогда функция U(.) примет вид
с2сг2, (99)
где Сі > 0 некоторые константы, г = Е(х) — ожидаемая доходность портфеля, сг2 = var(x) — дисперсия доходности (рискованность портфеля). Эти величины вычисляются по формулам: г = Е^а/Л где rk — ожидаемая доходность kто актива (rk = Eg/Vfe) сг2 = Efci Efc2 oklok2pklk2, где crfc — корень из дисперсии (среднеквадратическое отклонение) kто актива (сг2, = Eg/^O"*; — rk)2), pklk2 — коэффициент корреляции
b! rk)(rqk2
В такой упрощенной модели выбора каждый вид акций (актив) характеризуется для инвестора всего двумя параметрами, поэтому задачу инвестирования можно и удобно рассматривать на плоской диаграмме с осями сг, г. На этой диаграмме каждый актив или портфель р активов можно изобразить точкой сгр,гр, а кривые безразличия представляют собой параболы с минимумом доходности при нулевом риске (сг = 0).
Рассмотрим ряд легко доказываемых утверждений о характеристиках составных портфелей активов, верных для этой модели. (Для более общей модели верны их аналоги.)Рассмотрим произвольный портфель р = (а0,...,ак), состоящий из к+ I активов.
Ожидаемая доходность портфеля есть средневзвешенная с весами ak доход ность всех составляющих его активов: rp = Y.kak^k
Если портфель р = (ско,а:І), составлен из безрискового актива (k = 0) и неко торого другого (первого) актива, (возможно, составленного из других активов), то среднеквадратическое отклонение есть ар = а\а\. Таким образом, различные выпук лые комбинации этих активов лежат на отрезке с концами в точках (0,г0) и (сгьгі). Если можно взять кредит, то возможные комбинации лежат на луче, выходящем из (О, г0). Этот отрезок/луч — аналог бюджетной прямой. Отсюда следует, что инвестор с неприятием риска при наличии безрискового актива всегда выберет свой порт фель на луче выходящем, из (0,го), имеющем максимальный наклон. Имеется в виду максимум из всех таких лучей, содержащих какиелибо точки — рисковые активы, или точки — комбинации рисковых активов.
Пусть доходность всех активов жестко коррелирована: pklk2 = I (Vfci, k2 7^ 0). Тогда а = Y.kak&k (риски складываются с весами а, как и доходности) 40, поэтому множество возможных комбинаций активов есть их выпуклая комбинация, то есть представляет собой выпуклый многоугольник с вершинами в точках (crfc, rk), k = О,..., /. В этих условиях можно утверждать, что (а) Без кредита (неважно, при наличии или отсутствии нерискового актива) нестрого предпочитаемым всегда (и строго пред почитаемым "почти всегда") является портфель с не более чем двумя активами, сколько бы ни было предприятий (активов).
(б) При наличии нерискового актива и возможности кредита это также верно, причем один из двух активов всегда — гарантированный, а второй — актив с максимальным тангенсом наклона Sk = (rk — r0)/ak (k 7^ 0).
3) В случае некоррелированности доходностей активов, (то есть при pklk2 = 0 для fci 7^ k2) следует, что сг =
40Такое может происходить, если доходности зависят от фазы экономического цикла или другого общего параметра.
62
В отличие от предыдущего случая, риски при некоррелированности не складываются, поэтому риск при комбинировании активов будет снижен.
Тогда все активы с доходностью выше гарантированной должны войти в оптимальный портфель (эффект диверсификации). (Точная формулировка этого утверждения приводится ниже.)4) Если доходности двух активов жестко отрицательно коррелированы, то из них можно составить безрисковый портфель. Пусть, например, р12. Тогда а =
а\ — a\ai г0) войдет в портфель, т.е. ak > 0.
Докво. Функция Лагранжа для задачи инвестора: L = Y,q А^ЩС/с ®krl)+\(l—Y,k «fc)+ Zfc^o^fcQifc где А > О множитель Лагранжа для ограничения ZfcQifc < 1 ^ > О — для ak > 0. Из dL/da0 = 0 имеем r0Y,q^qu'(xq) = А, а из dL/dak = 0 имеем Y,qnqrlu'(xq) = Л vk.
Воспользуемся тем, что мат. ожидание произведения независимых случайных ве личин равно произведению их мат. ожиданий. При ak = 0 г\ и хд, а следовательно и г\ и и'(хд) независимы. Поэтому получим Y,q^lY.ql^qu''(xq) = rkY.ql^qu'(xq} = A — vk < TO ICg/Jqu'(xq). Так как /j,qu'(xq) > О, то не может быть, чтобы rk > r0