Депозитария и их роль на рынке ценных бумаг

Многие показатели получились достаточно «близкими» и одинаково  направленными относительно рыночных изменений. Даже если данные получились разных знаков их отличие не так  велико. Но некоторые значения имеют  значительные колебание. По компании Аэрофлот мы имеем значительный скачек коэффициента во времени. Можно сделать вывод, что коэффициент «бета» в модели САРМ в среднем обладает достаточной устойчивостью по различным промежуткам времени.

Что касается объяснительных возможностей модели CAPM, то результат  в графической форме представлен  на рисунках ниже.

Рис.1 Аэрофлот Рис.2 Газпром

Рис.3 ГМК НН Рис. 4 Лукойл

Рис.5 Роснефть Рис.6 Ростелеком

Рис.7 Сбербанк Рис. 8 МТС

Как видно из графиков, объясненные  величины довольно неплохо повторяют динамику реальных показателей, хотя до абсолютных совпадений далеко, только по Ростелекому мы имеем почти наслоившиеся значения. Остальные значения представляют что-то вроде тренда или среднего значения. Лишь данные по Роснефти разительно отличаются. Однако не стоит забывать, что САРМ это лишь модель с определенными ограничениями, отдаляющих ее от реальности. При попытке «объяснить» переменные, мы получили лишь прогнозы, но переменчивая экономическая ситуация может внести существенные изменения.

Попробуем проиграть ситуацию инвестирования на основании сделанных  расчетов. Предположим мы инвестор и на дворе март 2008 года. Мы просчитали по восьми компаниям значение b-коэффициента и должны определиться с портфелем. Как известно, значение b-коэффициента определяет степень рискованности  актива по сравнению со среднерыночным риском. Составим портфель со следующими весами:

Сбербанк – 0,5;

Ростелеком – 0,3;

МТС – 0,2.

К сентябрю 2008 года мы будем  иметь доходность - 0,3165. А индекс ММВБ за эти 6 месяцев изменился на -0,26. Таким образом, наш портфель, составленный на основе значений b-коэф. не смог увеличить наши денежные средства или «просесть» в меньшей степени, чем ранок в среднем.

Заключение

Модель САРМ очень привлекательна для теоретиков – она логична  и рациональна. Специалисты, имеющие  достаточное математическое образование, обычно безоговорочно ее принимают. Тем не менее, уже на этапе осмысления допущений, заложенных в основу модели, возникают определенные сомнения о  применимости модели в реальных ситуациях.

Если руководствоваться  принципом Милтона Фридмена, который в своем эссе однажды написал: «…Что касается «предположений» какой-либо теории, то уместным является не вопрос об их «реалистичности», которой они никогда не обладали, а о том, насколько хорошей аппроксимации рассматриваемого явления они позволяют добиться», то данная модель дает четкие и ясные ответы на вопросы о взаимосвязи риска и требуемой доходности. Не случайно ее называют величайшим достижением в области инвестиционного менеджмента. Однако только в голой теории модель не может существовать, и, к сожалению, на практике САРМ не выдерживает эмпирических проверок и критического анализа.

Проведенные мною эмпирические исследования также выявили недостатки модели. В исследовании на устойчивость коэффициента «бета» и в проверке возможностей предсказания модели были даны отрицательные результаты. Рассмотренные  мною компании представляют лишь небольшую  часть рынка, однако мои результаты пересеклись с результатами Ю. Фама, К. Френча из Чикагского университета, которые анализировали схожие свойства. [5]

Впоследствии в модель вносились упрощение. Рассматривалось  поведение модели при исключении некоторых условий, рассматриваются  схожие модели с более серьезным  математическим аппаратом, с большим  количеством влияющих факторов-регрессоров (модель АРМ).