- •Инвестиции Учебное пособие
- •Печатается по решению редакционно-издательского совета сзагс
- •Содержание
- •Раздел I. 6
- •Раздел II. Лекции 8
- •Раздел IV. Планы практических занятий 185
- •Раздел V. Словарь основных понятий 196
- •Раздел VI. Примерные темы курсовых работ 203
- •Раздел VII. Примерный перечень вопросов к итоговой аттестации 205
- •Раздел I.
- •Выписка из образовательного стандарта
- •Инвестиции
- •Рынок ценных бумаг
- •Раздел II. Лекции Введение
- •1. Товары финансового рынка
- •2. Финансовые вычисления
- •2.1. Основные понятия
- •2.2. Кредитование
- •Пример 9.
- •Решение.
- •Решение.
- •2.3. Дисконтирование
- •2.4. Эффективная ставка
- •2.5. Непрерывная ставка (сила роста) и непрерывный дисконт
- •3. Потоки платежей
- •3.1. Однонаправленные потоки платежей
- •3.2. Финансовая рента (аннуитет)
- •Непрерывная рента.
- •3.3. Двусторонние потоки платежей. Эффективная ставка операции
- •3.4. Эффективная ставка кредита
- •Парадокс эффективной процентной ставки.
- •3.5 Финансовые вычисления по ценным бумагам
- •Фундаментальный и технический анализ ценных бумаг.
- •Оценка облигаций с нулевым купоном
- •Оценка облигации с фиксированной ставкой
- •Оценка бессрочных облигаций с постоянным доходом
- •Оценка обыкновенных акций
- •Формула Гордона.
- •Формула Модильяни
- •3.6. Вероятностные характеристики платежей
- •Оценка эффективности инвестиционного проекта
- •4.1 Критерии оценки эффективности инвестиционного проекта
- •Чистое современное значение npv (net present value).
- •Срок (время) окупаемости инвестиционного проекта (discount payback period, dpp).
- •Норма рентабельности, индекс доходности инвестиционного проекта (profitability index, pi).
- •4.2. Чистое современное значение npv (net present value)
- •4.3. Эффективная ставка, внутренняя эффективность, внутренняя норма доходности (internal rate of return, irr)
- •4.4. Срок (время) окупаемости инвестиционного проекта (discount payback period, dpp)
- •4.5. Норма рентабельности, индекс доходности инвестиционного проекта (profitability index, pi)
- •5. Моделирование рисков на рынке ценных бумаг
- •5.1. Финансовый риск
- •5.2. Неравенство Чебышева
- •Теорема Чебышева
- •5.3. Хеджирование
- •6. Портфель ценных бумаг
- •6.1. Характеристики портфеля ценных бумаг
- •6.2. Оценка доходности и риска портфеля ценных бумаг
- •6.3. Портфель из независимых ценных бумаг. Диверсификация портфеля
- •6.4. Портфель из коррелированных ценных бумаг
- •6.5. Портфель из антикоррелированных ценных бумаг
- •7. Оптимальный портфель при рискованных вложениях
- •Задача об осторожном инвесторе.
- •Портфель из статистически независимых ценных бумаг с минимальным риском
- •8. Оптимальный портфель ценных бумаг при безрисковых и рискованных вложениях (j. Tobin)
- •9. Статистика фондового рынка
- •9.1. Прямой статистический метод
- •9.2. Метод ведущих факторов
- •Заключение
- •Приложение Элементы теории вероятностей и математической статистики
- •Ковариация
- •Линейная регрессия. Парная линейная регрессия
- •Множественный регрессионный анализ
- •Раздел ш. Список рекомендуемой литературы
- •Задача 11.
- •Задача 12.
- •1.3. Дисконтирование
- •1.4. Эффективная ставка
- •2.4.Эффективная ставка операции
- •Занятие № 3. Тема «финансовые вычисления по ценным бумагам» Оценка облигаций с нулевым купоном
- •Занятие № 4. Тема «оценка эффективности инвестиционного проекта»
- •Занятие № 5. Тема «финансовый риск»
- •3.2. Неравенство Чебышева
- •3.3. Хеджирование
- •Занятие № 6. Тема «портфель ценных бумаг». «построение оптимального портфеля ценных бумаг при рискованных вложениях»
- •Раздел V. Словарь основных понятий
- •Раздел VI. Примерные темы курсовых работ
- •Финансовые вычисления по ценным бумагам.
- •Хеджирование.
- •Оценка доходности и риска портфеля ценных бумаг.
- •Раздел VII. Примерный перечень вопросов к итоговой аттестации
- •Товары финансового рынка.
- •Эффективная ставка кредита.
- •Хеджирование.
- •Клоков Владимир Иванович инвестиции
Ковариация
Пусть x, y – две случайные величины. Оценка ковариации имеет вид:
(П.9)
или (П.10)
Вычислять ковариацию удобнее по формуле:
(П.11)
Оценка ковариации (П.9), (П.11) смещенная, точнее имеет место . Отсюда следует, что несмещенная оценка для ковариации получится при замене в формулах (П.9), (П.11) множителя 1/n на 1/(n-1) т. е.
(П.12)
Размерность ковариации равна произведению размерностей случайных величин x и y. Коэффициентом корреляции называется безразмерная величина равная:
(П.13)
где
;
;
.
Коэффициент корреляции изменяется в пределах от -1 до 1: .
При расчете коэффициента корреляции могут быть использованы смещенные и несмещенные оценки, при этом коэффициент корреляции не изменится.
1) Свойства ковариации:
1.
2. , где k - постоянный коэффициент;
3. , где c – постоянная;
2) Свойства коэффициента корреляции:
1. , где c – постоянная;
2. , где c – постоянная;
3. при β>0 при β<0.
Следовательно:
1.
2.
3. .
Не вдаваясь в тонкости математической статистики можно утверждать, что чем больше длина выборки, тем точнее определяются параметры. Если число параметров и объем выборки сравним, то параметры определить невозможно. Если длина выборки в 1,5÷2-10 раз больше числа параметров, то они определяются достаточно точно.
Линейная регрессия. Парная линейная регрессия
Пусть имеются две случайные величины X и Y. Можно ли считать их линейно связанными, т. е. можно ли Y считать линейной функцией от X? Каковы коэффициенты в этой линейной функции?
Сначала будем считать, что математические ожидания x и y равны нулю, ◦т. е.:
(П.14)
Это не очень большое ограничение, так как в случае отличия от нуля математических ожиданий и , всегда можно перейти к центрированным случайным величинам , . Для них математическое ожидание будет равно нулю.
Найдем коэффициент m, обеспечивающий наилучшую линейную связь между y и x:
y = mּx (П.15)
Коэффициент m можно выбрать так, чтобы дисперсия разности (невязки)
(П.16)
была минимальной.
Таким образом, m выбирается из минимума функции
(П.17)
Задача нахождения m, обеспечивающего min функции (П.17), типичной задачей метода наименьших квадратов. Для её решения распишем функцию (П.17)
где - дисперсия x,
- дисперсия y,
- ковариация x и y,
- коэффициент корреляции между x и y.
Коротко имеем:
(П.18)
Для нахождения m минимизирующего функцию Φ(m) приравняем к нулю производную:
отсюда (П.19)
Таким образом, уравнение линейной регрессии для случайных величин с нулевым математическим ожиданием имеет вид:
(П.20)
В общем случае при замене x, y на x- , y- имеем:
,
После элементарных преобразований уравнения линейной регрессии может быть записано в виде:
(П.21)
где ; (П.22)
- математические ожидания x, y;
- дисперсия x, y;
- коэффициент корреляции между x и y.
Погрешность определения линейной регрессии определяется дисперсией невязки:
(П.23)
Удобно использовать относительное значение дисперсии:
(П.24)
Качество линейной регрессии тем лучше, чем ближе к нулю величина . При коэффициенте корреляции получим и тогда между y и x имеется точная линейная связь.