стр. 1
(всего 7)

СОДЕРЖАНИЕ

>>

©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях


Недосекин А.О.

«Фондовый менеджмент в расплывчатых условиях»
Санкт-Петербург, 2003 г.


Ключевые слова

Накопительная составляющая трудовой пенсии, Пенсионный фонд Российской
Федерации (ПФР), управляющие компании, модельные активы (модельные
классы), индексы модельных активов, реальные активы, портфельная
оптимизация, скоринг акций, рейтинг облигаций, эффективная граница
портфельного множества, нечеткие множества, квазистатистика, нечеткие
числа, функция принадлежности, нечеткая логика, оценки Фишберна.

Аннотация

Монография посвящена специфике управления фондовыми активами в условиях
существенной информационной неопределенности. Рассматриваются
теоретические предпосылки оптимального инвестирования на уровне
модельного и реального фондовых портфелей, авторские методики рейтинга
акций и скоринга облигаций, приводятся расчетные данные и примеры
оптимального инвестирования. В основу методов и стратегий оптимального
инвестирования положены результаты теории нечетких множеств. Описано
внедрение разработанных методов в практику Пенсионного фонда РФ.

Сведения об авторе

Недосекин Алексей Олегович – старший консультант компании Сименс Бизнес
Сервисез, кандидат технических наук. В настоящее время является соискателем
ученой степени доктора экономических наук при Санкт-Петербургском
университете экономики и финансов. Автор более 30 научных работ в области
финансового менеджмента, в том числе одной монографии.

Электронная почта: sedok@mail.ru
Домашняя страница в Интернете: http:/sedok.narod.ru/index.html


Работа выполнена при поддержке Международного научного фонда
экономических исследований академика Н.П. Федоренко. Проект № 2002-
036.


1
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях


Содержание

Введение ............................................................................................................................................ 5
Глава 1. Фондовый менеджмент как разновидность финансового
менеджмента ................................................................................................................................ 13
Управление финансами на основе анализа, планирования и
1.1.
прогнозирования ....................................................................................................................... 13
1.1.1. Прогнозирование финансового состояния хозяйствующих субъектов и
организованных рынков .......................................................................................................... 14
1.1.2. Планирование и финансовые решения в рамках плана ............................... 17
1.1.3. Финансовый анализ и его роль в принятии решений ................................... 21
Информационная неопределенность как фактор риска при
1.2.
принятии финансовых решений. Квазистатистика ............................................. 25
Модели и методы управления финансами. Адекватность
1.3.
методов управления финансами качеству исходной информации ........... 27
Принципы оценки риска принятия финансовых решений ............. 31
1.4.
Роль предпочтений и ожиданий финансового менеджера,
1.5.
инвестора, эксперта в процессе принятия финансовых решений.............. 33
Значимость нечетких описаний при принятии финансовых
1.6.
решений........................................................................................................................................... 35
Глава 2. Оценка инвестиционной привлекательности фондовых
активов............................................................................................................................................... 39
Недостаточность традиционных подходов к оценке
2.1.
инвестиционной привлекательности фондовых активов ................................ 39
Рейтинг долговых обязательств субъектов РФ на основе
2.2.
нечетких моделей...................................................................................................................... 42
2.2.1. Критерии, определяющие финансовое состояние региона ........................ 44
2.2.2. Критерии, определяющие уровень экономического развития региона . 46
2.2.3. Результаты рейтинга по AK&M ........................................................................... 46
2.2.4. Методика рейтинга обязательств субъектов РФ с использованием
нечетких описаний .................................................................................................................... 49
2.2.5. Выводы по разделу.................................................................................................... 52
Скоринг российских акций на основе нечетких моделей ............... 53
2.3.
Качественное описание рынка акций ................................................................. 53
2.3.1.
Фундаментальный подход к оценке рынка акций ......................................... 54
2.3.2.
Источник данных для анализа............................................................................... 55
2.3.3.
Предпосылки для построения метода скоринга ............................................. 55
2.3.4.
Исходные данные для скоринга............................................................................ 57
2.3.5.
Методика скоринга.................................................................................................... 57
2.3.6.

2
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Оценка полученных результатов.......................................................................... 60
2.3.7.
Рейтинг российских корпоративных облигаций на основе
2.4.
нечетких моделей...................................................................................................................... 62
Фундаментальный подход к оценке рейтинга облигаций........................... 64
2.4.1.
Источник данных для анализа ............................................................................. 64
2.4.2.
Предпосылки для построения метода рейтинга ............................................. 65
2.4.3.
Исходные данные для рейтинга............................................................................ 66
2.4.4.
Методика рейтинга.................................................................................................... 67
2.4.5.
Оценка полученных результатов.......................................................................... 69
2.4.6.
Глава 3. Нечетко-множественный подход к построению
эффективных фондовых портфелей........................................................................ 72
Выбор модельных классов и их индексирование................................. 73
3.1.
Нечетко-множественная оценка доходности и риска индексов.. 78
3.2.
Нечетко-множественная оптимизация модельного портфеля ..... 82
3.3.
Бенчмарк-риск ............................................................................................................ 87
3.4.
Наполнение модельного портфеля реальными активами ............... 87
3.5.
Стратегии хеджирования модельного фондового портфеля......... 88
3.6.
Выводы по главе........................................................................................................ 93
3.7.
Глава 4. Прогнозирование фондовых индексов........................................... 94
Введение в современную теорию рационального
4.1.
инвестиционного выбора ..................................................................................................... 94
Теоретические предпосылки для рационального инвестиционного
4.1.1.
выбора 96
Принцип инвестиционного равновесия........................................................... 104
4.1.2.
Модель рациональной динамики инвестиций............................................... 110
4.1.3.
Фазы прогнозирования .......................................................................................... 113
4.1.4.
Модели и методы прогнозирования фондовых индексов............. 114
4.2.
4.2.1. Классификация экономических регионов и индексов. Обозначения ... 114
4.2.2. Модель и методика для фазы 1 (старт) ............................................................ 116
4.2.3. Модель и методика для фазы 2 ........................................................................... 117
4.2.4. Модель и методика для фазы 3 ........................................................................... 117
4.2.5. Модель и методика оценки расчетного коридора доходности по
индексу облигаций (фаза 4).................................................................................................. 118
4.2.6. Модель и методика оценки расчетного коридора доходности по
индексу акций первого эшелона (фаза 4)........................................................................ 119
4.2.7. Модель и методика оценки расчетного коридора доходности по
индексу акций второго эшелона (фаза 4) ........................................................................ 120
4.2.8. Модели и методики для фазы 5 .......................................................................... 121
4.2.9. Модели и методики для фазы 6 .......................................................................... 124
Модель и методика для фазы 7 ....................................................................... 127
4.2.10.
Модель и методика для фазы 8 ....................................................................... 128
4.2.11.
Модель и методика для фазы 9 ....................................................................... 128
4.2.12.
3
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Модель и методика для фазы 10..................................................................... 128
4.2.13.
Модель и методика для фазы 11..................................................................... 128
4.2.14.
Пример прогноза (USA)...................................................................................... 129
4.3.
Заключение по главе ............................................................................................. 131
4.4.
Глава 5. Программная система оптимизации фондового
портфеля......................................................................................................................................... 134
Постановка задачи.................................................................................................. 134
5.1.
Модельные активы и портфели на их основе ....................................... 135
5.2.
Краткое описание программы «Система оптимизации
5.3.
фондового портфеля»........................................................................................................... 136
Модуль работы с инвестиционными профайлами....................................... 136
5.3.1.
Модуль создания инвестиционного профайла и модельных портфелей
5.3.2.
137
Модуль данных по индексам и модельным классам .................................. 139
5.3.3.
Модуль работы с профайлами экономического региона .......................... 139
5.3.4.
Модуль создания профайлов экономического региона............................. 141
5.3.5.
Заключение.................................................................................................................................. 142
Перечень цитируемых источников........................................................................ 145
Приложения ................................................................................................................................ 153
Приложение 1. Основы теории нечетких множеств......................................... 153
П1.1. Носитель .......................................................................................................................... 153
П1.2. Нечеткое множество.................................................................................................... 153
П1.3. Функция принадлежности......................................................................................... 153
П1.4. Лингвистическая переменная ................................................................................. 154
П1.5. Операции над нечеткими подмножествами........................................................ 155
П1.6. Нечеткие числа и операции над ними................................................................... 155
П1.7. Нечеткие последовательности, нечеткие прямоугольные матрицы,
нечеткие функции и операции над ними......................................................................... 159
П1.8. Вероятностное распределение с нечеткими параметрами ............................ 160
П1.9. Нечеткие знания............................................................................................................ 163
Приложение 2. Справочные материалы для оценки реитинга долговых
обязательств субъектов РФ............................................................................................... 166
Приложение 3. Справочные материалы для оценки скоринга акций
российских эмитентов.......................................................................................................... 175
Приложение 4. Справочные материалы для оценки рейтинга
корпоративных обязательств российских эмитентов ...................................... 191
Приложение 5. Краткий терминологический словарь .................................... 196




4
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях

Введение
Написанию этой монографии предшествовало пять лет научных
исследований [79] по применению теории нечетких множеств в финансовом и
инвестиционном анализе. 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»
[89]. 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 [82]. 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.


5
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Поток публикаций по применению нечетких множеств в экономическом и
финансовом анализе за рубежом растет лавинообразно. Международная
ассоциация International Association for Fuzzy-Set Management & Economy (SIGEF)
[149] регулярно апробирует новые результаты в области нечетко-множественных
экономических исследований. Исследователями написано несколько сотен
монографий. В России этот процесс только набирает обороты. Формируется
международная научная школа на бывшем постсоветском пространстве, куда
входят исследователи из Белоруссии, Украины, Москвы, Санкт-Петербурга,
Тюмени, Казани. В октябре 2002 г. состоялась международная конференция NITE-
2002 в г. Минске [41], где целая секция была посвящена нечетко-множественным
исследованиям в экономике. На своем персональном сайте в сети Интернет [79] я
собираю работы по направлению «Нечеткие множества в экономике и финансах».
Статей пока опубликовано немного (несколько десятков, включая мои
собственные), но, как говорится, процесс пошел.

Мы наблюдаем оживление интереса к экономической науке и научным
исследованиям в России. Это не случайно, т.к. после памятного августовского
дефолта 1998 г., когда казалось, что на рыночных преобразованиях в РФ можно
ставить крест, российская экономика все же оправилась и уверенно набирает темп.
Собственники и менеджеры российских компаний получили неоценимый опыт
выживания в экстремальных рыночных условиях. И теперь, желая сохранить свой
бизнес, они учатся работать в новых условиях, при жесточайшей конкуренции, на
низких уровнях маржинальной прибыли. А, чтобы научиться работать в таких
условиях, без научной организации бизнеса не обойтись. Повсеместно на
российских предприятиях внедряется бизнес-планирование, финансовый и
инвестиционный анализ, процедуры управления проектами, с вычленением
отдельных бизнесов и производств в самостоятельные центры прибыли, маркетинг.
Возрос спрос на рыночные исследования, на финансовую и общеэкономическую
информацию, поставляемую на регулярной основе в требуемом компьютерном
формате.

Реорганизуется финансовый сектор. Банки, уцелевшие после дефолта,
сделали свои выводы из случившегося и пересмотрели свою финансовую
политику. Финансовый анализ состоятельности заемщика, анализ
привлекательности фондовых инвестиций, кредитный менеджмент – теперь все это
неотъемлемые стороны деятельности аналитического отдела любого банка.
Оживляется деятельность инвестиционных компаний и негосударственных
пенсионных фондов. Воскрес рынок ценных бумаг, в том числе производных
финансовых инструментов.

Набирает обороты пенсионная реформа. Принят Федеральный Закон «Об
инвестировании средств для финансирования накопительной части трудовой
пенсии в РФ» [3]. Уже в 2004 на открытом фондовом рынке появится довольно
мощный источник инвестиций в фондовые активы (поток составит от 2 до 4 млрд.

6
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
долл в год). Этот ресурс исключительно важен не только для развития рынка
корпоративных ценных бумаг, но явится источником недорогих заимствований для
региональных бюджетов. Там, где этими средствами смогут по достоинству
распорядиться, это будет означать расцвет социально-экономической жизни
региона, повышение уровня жизни граждан. Львиная часть средств (по оценкам –
не менее 80%) будет управляться от имени и по поручению будущих пенсионеров
Пенсионным Фондом РФ (ПФР) через государственную управляющую компанию.

Запущен механизм ипотечного кредитования. Долгосрочные облигации,
эмитируемые в ходе консолидации частных кредитов на покупку жилья в
федеральном Агентстве по жилищному кредитованию, будут размещены, в первую
очередь, на стороне ПФР и его уполномоченных инвестиционных институтов, а, во
вторую очередь, наполнят долгосрочную низкорисковую составляющую
кредитного портфеля банков, наравне с государственными облигациями.

И все субъекты фондового рынка – как эмитенты, так и инвесторы - в ходе
принятия своих рыночных решений сталкиваются с одной общей проблемой – с
неизвестностью завтрашнего дня, которая создает расплывчатые условия для
инвестиций. Все стремятся сделать этот мир более предсказуемым, что вызывает
потребность в планировании, прогнозировании, в оценке рыночного риска.
Генерируются сценарии перспективного развития событий, связанных с
изменением уровня цен, объемов выпуска и продаж товарной продукции, с
изменением макропараметров экономической среды (уровней налогообложения,
ставок по краткосрочным кредитам, темпов инфляции и т.д.), а затем проводится
анализ реакции корпоративных финансов на реализуемый гипотетический
сценарий. Оптимистические сценарии улучшают финансовое состояние
корпорации и ее рыночное положение, а пессимистические – ухудшают, в том
числе приводя корпорацию на грань банкротства.

Центральный вопрос – какова ожидаемость тех или иных сценариев в
перспективной картине существования корпорации. И вот здесь исследователи
начинают вводить веса сценариев в интегральной картине, причем эти веса имеют
вероятностный смысл. При этом сразу возникает два вопроса:
• на каком основании эти веса устанавливаются;
• все ли потенциальные сценарии развития корпорации и ее окружения учтены
в интегральной картине.

Честный ответ на эти два вопроса неутешителен: не хватает оснований для
назначения весов в свертке сценариев, не все сценарии учтены, да и учесть их все
не представляется возможным.

Можно перейти из дискретного пространства сценариев в непрерывное,
заменив дискретное весовое распределение факторов непрерывной плотностью
распределения. Имея такие распределения на входе в модель, можно точно или

7
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
приближенно восстановить распределение выходных параметров модели
(например, финансовых показателей). И такой путь, снимая проблему
ограниченности числа сценариев, не снимает другую проблему – обоснованности
модельных вероятностных распределений.

Если рассматривать классическое понимание вероятности, то прежде всего
такая вероятность вводится как частота однородных событий, происходящих в
неизменных внешних условиях. В реальной экономике нет ни однородности, ни
неизменности условий. Даже два предприятия, принадлежащие к одной отрасли и
работающие на одном и том же рынке, развиваются по-разному в силу внутренних
особенностей. Так, успешный менеджмент одной такой компании приводит ее к
успеху, а неуспешный менеджмент другой – к банкротству. На уровне «черных
ящиков» обе компании могут выглядеть одинаково, однородно, но при раскрытии
информации о компаниях, при детализации вся однородность пропадает.

Не сохраняется однородность и с течением времени. Так, российский рынок
образца 2002 года (после кризиса 1998 года) – это вовсе не то же самое, что рынок
образца 1992 года (до кризиса). Кардинально различны все макроэкономические
параметры (темпы роста ВВП, уровень инфляции, масштаб цен, курс рубля к
доллару в номинальных и реальных ценах и т.д.). Ясно, что рынку до кризиса
может быть сопоставлена одна сценарно-вероятностная модель, а для
послекризисного рынка она будет совсем другой: изменятся как сами сценарии, так
и их веса.

Много усилий в науке было потрачено на то, чтобы отойти от классического
понимания вероятностей. По мере перехода от классической вероятности к
аксиологической (субъективной) [43] возрастала роль эксперта, назначающего
вероятностные веса, увеличивалось влияние субъективных предпочтений эксперта
на оценку. Соответственно, чем более субъективной становилась вероятность, тем
менее научной она оказывалась.

Появление субъективных вероятностей в экономическом анализе далеко не
случайно. Этим было ознаменовано первое стратегическое отступление науки
перед лицом неопределенности, имеющей неустранимый характер. Такая
неопределенность является не просто неустранимой, она является «дурной» в том
смысле, что не обладает структурой, которую можно было бы один раз и навсегда
модельно описать вероятностями и вероятностными процессами. То, что с
большим успехом используется в технике, в теории массового обслуживания, в
статистике как науке о поведении большого числа однородных (принадлежащих
одному модельному классу) объектов, то совершенно не проходит в моделях
финансового менеджмента. Исследователь имеет дело с ограниченным набором
событий, разнородных по своему происхождению, и он затрудняется в том, какие
выводы сделать на основе полученной информации.


8
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Таким образом, сам эксперт, его научная активность, его предпочтения
начинают сами выступать как объект научного исследования. Уверенность
(неуверенность) эксперта в оценке приобретают количественное выражение, и
здесь вероятностям делать уже совершенно нечего. Аналогия может быть такой,
что если раньше врач пытался лечить больного, то теперь в лечении нуждается он
сам. Объект научного исследования доопределился: если ранее в него входил
только экономический объект (корпорация, отрасль, экономический регион,
страна), то в современном финансовом менеджменте объект научного
исследования дополняется лицом, принимающим решения (ЛПР). Таким лицом
выступает как финансовый менеджер, так и финансовый аналитик, готовящий
решения для менеджера. Активность обоих этих лиц подлежит детальному
исследованию.

Самое главное в такой постановке научной задачи – научиться моделировать
субъектную активность. В частности, важно представлять, по каким критериям
ЛПР производит распознавание текущей экономической ситуации, состояния
объекта исследования, поля для принятия решений. Информации не хватает, она не
очень высокого качества. Соответственно, ЛПР сознательно или подсознательно
отходит от точечных числовых оценок, заменяя их качественными
характеристиками ситуации, выраженными на естественном языке (например,
«высокий/низкий уровень фактора», «большой/малый/незначительный размер
денежного потока», «приемлемый/запредельный риск» и т.д.). Пока терминам
естественного языка не сопоставлена количественная оценка, они могут
интерпретироваться произвольно. Но если такая оценка состоялась как
конвенциальная модель, образованная на пересечении мнений и предпочтений
целого ряда экспертов, наблюдающих примерно одну и ту же экономическую
реальность, тогда она обладает значимостью для моделирования экономического
объекта, наряду с данными о самом этом объекте.

Что такое сегодня «высокая процентная ставка по кредитам»? Мы не узнаем
об этом ничего, пока не опросим некоторую группу предприятий, пользующихся
кредитными ресурсами банков. Все эти предприятия пользуются кредитами на
разных условиях: чем надежнее заемщик, тем меньшую ставку по кредиту он
может себе позволить. Все заемщики разные, однако в ходе сводного исследования
вырисовывается некая целостная картина (обычно интерпретируемая как
гистограмма испытаний). Становится возможным определить среднюю ставку
заимствований, вокруг которой группируются все остальные ставки. И, чем далее
вправо по оси Х (уровень процентной ставки) мы будем двигаться от
определенного среднего значения, тем больше оснований мы получаем заявлять,
что данная ставка – «высокая». Так мы можем выделить три группы ставок:
«высокая», «средняя», «низкая» - и разнести все имеющиеся ставки по выделенным
классам (кластерам) двумя путями. Мы можем сделать это вполне точно (хотя и
грубо), установив соответствующие интервалы на оси Х, и принадлежность к тому
или иному интервалу будет вызывать однозначную словесную оценку. Если делать

9
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
такую же работу более тщательно, то следует описать нашу уверенность
(неуверенность) в классификации. Тогда четкие множества интервалов
преобразуются в нечеткие подмножества с размытыми границами, а степень
принадлежности той или иной процентной ставки к данному подмножеству
определяется функцией принадлежности, построенной по специальным правилам.

Таким образом, наметились пути второго стратегического отступления
науки в ходе исследования неопределенности в экономике. Если раньше ученые
вынуждены были отказаться от классической вероятности в пользу вероятности
субъективной, то теперь и субъективная вероятность перестает устраивать
исследователя. Потому что в ней оказывается слишком много субъективной
экспертной оценки и слишком мало – информации о том, как эта оценка была
получена.

Третьего стратегического отступления не предвидится, потому что некуда
больше отступать. Мы отступаем потому, что хотим сохранить адекватность
используемых моделей и требуемую степень их достоверности. Мы хотим быть
честными, поэтому постепенно выводим субъективные вероятности из оборота,
заменяя их нечеткими множествами. И тут возникает возможность для
перегруппировки и стратегического наступления на неопределенность. Причин к
этому несколько:
• нечеткие множества идеально описывают субъектную активность ЛПР;
• нечеткие числа (разновидность нечетких множеств) идеально подходят для
планирования факторов во времени, когда их будущая оценка затруднена
(размыта, не имеет достаточных вероятностных оснований). Таки образом,
все сценарии по тем или иным отдельным факторам могут быть сведены в
один сводный сценарий в форме треугольного числа, где выделяются три
точки: минимально возможное, наиболее ожидаемое и максимально
возможное значения фактора. При этом веса отдельных сценариев в
структуре сводного сценария формализуются как треугольная функция
принадлежности уровня фактора нечеткому множеству «примерного
равенства среднему»;
• мы можем в пределах одной модели формализовывать как особенности
экономического объекта, так и познавательные особенности связанных с
этим объектом субъектов менеджера и аналитика;
• мы можем вернуть вероятностные описания в свой научный обиход, как
вероятностные распределения с нечеткими параметрами [53]. Нечеткость
параметров распределения обусловлена тем, что классически понимаемой
статистической выборки наблюдений нет, и для анализа мы пользуемся
научной категорией квазистатистики (которую я ввел в [53]). При таком
подходе треугольные параметры распределения устанавливаются на основе
процедуры установления степени правдоподобия. Таким образом, наметился
путь для синтеза вероятностных и нечетко-множественных описаний.


10
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Собственно, вся настоящая монография как раз и посвящена обоснованию
применимости нечетко-множественных описаний в фондовом менеджменте. В ней
рассматривается комплекс вопросов, объединенных общей темой: как
инвестировать в расплывчатых, информационно скудных условиях.
Монография состоит из настоящего введения, пяти глав, заключения и пяти
приложений.

Глава 1 посвящена обзору теории финансового менеджмента. Финансовые
решения рассматриваются с системных позиций, как результат анализа,
планирования, прогнозирования и управления. Анализируется роль
неопределенности при принятии финансовых решений и сопутствующий таким
решениям риск. В качестве специализированного объекта научного исследования
рассматривается поведение лиц, принимающих финансовые решения (инвестора,
менеджера, эксперта).

В главе 2 мною рассматриваются теоретические вопросы оценки
инвестиционной привлекательности фондовых активов. В связи с тем, что
информация по эмитентам ценных бумаг является неоднородной, то
количественной статистики по фактором финансовой отчетности эмитентов нет.
Следовательно, чтобы сделать заключение об уровне факторов, необходимо
прибегать к нечетко-множественным формализмам.

В главе 3 ставится и и решается в нечетко-множественной постановке задача
оптимизации фондового портфеля, при размытых факторах доходности и риска
активов.

Глава 4 посвящена проблематике прогнозирования фондовых индексов.
Излагается подход, альтернативный хорошо известным в фондовом менеджменте
подходам к прогнозированию GARCH/ARCH.

В финальной главе 5 раскрывается существо внедрения результатов научной
работы автора в практику управления накопительной составляющей трудовых
пенсий от лица Пенсионного фонда России. Дается краткое описание
программного продукта «Система оптимизации фондового портфеля», в основу
которого легли разработанные и представленные здесь методы.

Все научные основы теории нечетких множеств, используемые мною в
монографии, составляют Приложение 1 к настоящей монографии. Приложение 1
воспроизводит главу 2 моей монографии [53]. Поэтому всегда, когда у читателя
возникает трудность в интерпретации того или иного понятия теории нечетких
множеств, я советую ему заглянуть в упомянутое приложение, где все требуемые
формализмы надлежащим образом введены.



11
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Приложения 2 – 4 яваляются справочными и поясняют содержание глав с
соответствующими номерами. Приложение 5 содержит краткий термино-
логический словарь

В завершение настоящего введения к своей монографии я хочу
поблагодарить:
• Господа Бога – за все;
• свою мать Татьяну и отца Олега – за предоставленную возможность
участвовать в делах этого мира;
• жену Нонну – за терпение, сочувствие и огромную помощь;
• Захаряна Гамлета Оганезовича – за спонсорскую помощь и поддержку;
• моего учителя, академика Российской академии безопасности, д.т.н.,
профессора Г.Н.Черкесова – за путевку в жизнь научного работника;
• профессоров Джейма Бакли [113], Ричарда Хоппе [123] и Эдварда Альтмана
[107] – за содействие моим научным изысканиям;
• компанию Артифишел Лайф Рус [108] – за то, что профиль моей работы в
этой компании определил содержание всех моих будущих исследований в
области фондового менеджмента;
• компанию Сименс Бизнес Сервисез (Siemens Business Services Russia) [148] –
за то, что разработанные мною методы легли в основу программных средств
компании Siemens Business Services Russia, предназначенных для портфолио-
менеджмента средств накопительной составляющей трудовых пенсий от
лица Пенсионного Фонда Российской Федерации;
• Международный научный фонд экономических исследований академика
Н.П.Федоренко – за финансовую поддержку моих исследований в рамках
гранта.




12
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях


Глава 1. Фондовый менеджмент как разновидность
финансового менеджмента
1.1. Управление финансами на основе анализа, планирования
и прогнозирования

С точки зрения системы финансов хозяйствующего субъекта, вся финансовая
деятельность – это генерация финансовых результатов как откликов на
суперпозицию управленческих решений лиц, эти решения принимающих (ЛПР), и
внешних рыночных сигналов, обладающих индетерминированной (стохастической
природой), см. рис. 1.1 (на рис. 1.1 толстыми стрелками с тенями отмечены
процессы управления финансами со стороны ЛПР и внешней рыночной среды, а
тонкими стрелками отмечены информационные потоки, концентрирующиеся на
ЛПР и служащие основой для принятия финансовых решений.). Так, например,
неоптимальное решение финансового менеджера о сокращении инвестиций в
запасы готовой продукции на складе, в суперпозиции с резко возросшим спросом
на товары данного вида, вызывает дефицит и соответствующую упущенную
выгоду, что может обернуться убытками отчетного периода.




Рис. 1.1. Финансы как кибернетическая система


13
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Поэтому грамотный финансовый менеджмент – это управление финансами в
целях достижения планируемых финансовых результатов с учетом существенной
неопределенности относительно будущих параметров рыночного окружения
хозяйствующего субъекта. Здесь в качестве цели финансовой системы выступают
планируемые финансовые результаты хозяйствующего субъекта, и предполагается,
что существуют: а) прогнозы динамики внешних по отношению к системе
рыночных факторов; б) прогнозы финансовых результатов хозяйствующего
субъекта на основе комплексной прогнозной модели и сформированные на основе
этих прогнозов финансовые планы; б) процедуры оценки (распознавания) уровня
достигнутых финансовых результатов (процедуры финансового анализа).
Рассмотрим все вышеперечисленные аспекты по порядку.


1.1.1. Прогнозирование финансового состояния хозяйствующих
субъектов и организованных рынков

Традиционные подходы к прогнозированию, нашедшие применение в
экономической практике, можно подразделить на три основные группы [38]. Это
методы экспертных оценок, методы обработки пространственно-временных
совокупностей и ситуационные методы. Рассмотрим по порядку.

Методы экспертных оценок являются,пожалуй, самыми популярными, и
имеют древнюю историю. В частности, так называемый дельфийский метод [143]
(названный так в часть древнегреческого города Дельфы, известного своими
оракулами), базируется на многоступенчатом экспертном опросе (методом
«мозгового штурма») с проследующей обработкой данных методами
экономической статистики. Хорошо также известна практика обработки
экспертных оценок на базе теории нечетких множеств [48].

Ограниченность методов экспертных оценок в том, что в них присутствует
субъективный элемент и возможность ошибочного суждения. Часто бывает, что
эксперт формирует свое мнение на основе неосознанных субъективных
предпочтений, внутренней картины мира, сложившейся в течение всей жизни
эксперта. Эксперт, бывает, склонен даже игнорировать новые факты и гипотезы,
которые противоречат сложившемуся у эксперта взгляду на вещи и не
вписываются в его научное мировоззрение. Чем консервативнее эксперт (это часто
корреспондируется с его возрастом), тем менее он склонен непрерывно учиться.
Также случается, что эксперт излишне подвержен коллективному мнению,
расхожим, популярным теориям (например, если концепции, исповедуемые
научной школой, к которой принадлежит эксперт, подвергаются обоснованной
критике, то смене взглядов эксперта может помешать не только его косность, но и
«корпоративная солидарность»).



14
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
В финансовом менеджменте нет и не может быть ничего застывшего,
окончательного. Даже результаты, получившие в свое время нобелевскую премию
в области экономики, попадают под удар сокрушительной критики. Так было,
например, с портфельной теорией Марковица [134 - 135], с теорией линии рынка
капитала Шарпа-Литнера [131, 144], с теорией справедливой оценки стоимости
европейского опциона Блэка-Шоулза-Мертона [111]. Оказывалось, что
предпосылки, положенные в основу этих теорий (нормальность законов
распределения доходности активов, монотонность инвестиционных предпочтений,
винеровский случайный процесс ценовых колебаний) существенно расходятся с
реальностью фондового рынка [117, 118, 156]. Инвесторы, следовавшие
«классическим» теориям фондового менеджмента, потерпели колоссальные убытки
в 2001 – 2002 годах (только в США за эти годы инвесторы потеряли 7-10 трлн.
долларов), когда изменившаяся картина рынка вступила в противоречие с научной
его картиной, бытующей по сию пору. Основополагающее значение
перечисленных «нобелевских» теорий для финансового менеджмента никем не
оспаривается. Однако из этого не следует, что невозможно развитие и появление
новых теорий финансового менеджемента, оппонирующих уже существующим
теориям. Такая ломка научных стереотипов, кризис экономической парадигмы, о
которой писал Т.Кун в [45], воспринимается сложившимися экспертами весьма
болезненно, потому что вынуждает их обновлять свое научное мировоззрение,
доучиваться. Новые теории обесценивают роль предшествующих теорий в научном
процессе, равно как и вклад в науку целых поколений ученых, работавших в русле,
очерченном их предшественниками. Все это рождает латентный протест, который
может в конечном счете выразиться в ошибочном экспертном заключении.

Методы обработки пространственно-временных совокупностей
существенно варьируют по сложности используемых алгоритмов. Простейший
вариант прогноза – это предположение регрессии прогнозируемого параметра по
фактору времени:

Y(t) = a + b ? t +? (t), (1.1)

где a,b –параметры регрессии (определяемые обычно по методу наименьших
квадратов), ? (t) – случайная величина с нулевым математическим ожиланием и
фиксированными прочими параметрами вероятностного распределения.

Предположение о линейности регрессии прямо вытекает из допущения, что
прогнозируемый случайный процесс является стационарным, т.е. в каждом
временном сечении этого процесса лежит случайная величина, вероятностное
распределение которой содержит постоянные, неизменные во времени параметры.

Из этого же допущения о стационарности случайного процесса исходят все
методы авторегрессии, когда прогнозируемое значение параметра линейным
образом зависит от некоторой совокупности предыдущих значений параметров:

15
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях


Y(t) = A0 + A1Y(t-1) + A2Y(t-2) + … + ? (t). (1.2)

Авторегрессия свидетельствует об инерционности и стационарности
прогнозируемого процесса, о сохранении на всем интервале прогнозирования
исторически сложившейся экономической парадигмы. Однако это допущение
является слишком сильным и малореалистичным. Чтобы смягчить эту предпосылку
о стационарности, зарубежные исследователи Энгл и Боллерслев разработали
семейство методов ARCH и GARCH соответственно ([112, 116, 119]), допуская, что
прогнозируемый процесс перестает быть стационарным, но будущее значение
волатильности этого процесса может быть предсказано по ряду предыдущих
значений волатильности процесса (условно-непостоянная волатильность). Т.е. в
алгоритме прогнозируется не только искомый параметр, но и параметры
распределения ошибки прогноза.

Развитием методов ARCH и GARCH является технология так называемых
нейронных сетей [22], когда система прогнозирования в автоматическом режиме
осуществляет оценивание параметров регрессии, минимизируя функцию ошибки.
Любопытно, что иногда для обучения финансовых нейронных сетей используются
даже астрологические прогнозы [93] (в мире существует ряд финансовых программ
на астрологическом базисе, и мы здесь обходим стороной вопрос о том, является ли
астрология наукой или нет).

Методы ARCH и GARCH (равно как и построенные на их основе нейронные
сети) перестают работать, когда исследуемая экономическая система терпит так
называемый эпистемологический, парадигмальный разрыв [45], т.е., с резким
изменением экономических тенденций вся накопленная история оказывается
неподходящей для прогноза. Характерный пример – перелом тенденции фондового
рынка США в 2001 году. И в этом случае для прогнозирования тенденций
подсистемы необходимо пользоваться данными надсистемы, не претерпевшей
парадигмального разрыва. Так, для прогнозирования американских фондовых
индексов сегодня можно воспользоваться данными макроэкономических индексов
и обновленными предположениями о рациональных инвестиционных тенденциях,
используя идеологию треугольных нечетких функций [75].

Методы ситуационного анализа предполагают генерацию экономических
сценариев и детерминированное факторное моделирование реакции системы на
сгенерированный сценарий, измеряемое по финансовым результатам системы.
Всем сценариям в генеральной их совокупности присваиваются вероятностные
веса. Таким образом, итоговый ожидаемый финансовый результат
интерпретируется как матожидане случайной величины показателя,
распределенной в соответствии с исходным весовым распределением входных
сценариев.


16
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Если сценарии воздействия на финансовую систему являются
многоступенчатыми, процессными, то в ходе исследования финансвых результатов
строится дерево решений [15, 85]. Построение дерева решений влечет
«ращепление» исходных вероятностей возникновения сценариев на вероятности
подсценариев, вложенных в базовый. Тогда результирующее вероятностное
распределение финансовых результатов восстанавливается по известным
формулам Байеса для полной вероятности.

В финансовом менеджменте особенно широко деревья решений
используются при макроэкономическом моделировании [129] и для оценки
стоимости опционов [124].


1.1.2. Планирование и финансовые решения в рамках плана

В экономической литературе, особенно англоязычной, проводится
достаточно четкое различие между понятиями «план» и «бюджет». Так, Коласс [39]
выделяет три вида планирования: а) стратегическое; б) среднесрочное, или
оперативное; в) краткосрочное, или бюджетное. В.В.Ковалев [38], разграничивая
понятие плана и бюджета, приводит следующую таблицу ключевых различий этих
понятий:

Таблица 1.1. Ключевые различия понятий «план» и «бюджет»
Признак План Бюджет
Показатели и ориентиры Любые, в том числе и В основном
неколичественные стоимостные
Горизонт планирования В зависимости от В основном до года
предназначения плана
Предназначение Формулирование целей, а) детализация способов
которые нужно ресурного обеспечения
достигнуть, и способов выбранного варианта
достижения достижения целей;
б) средство текущего
контроля исполнения
плана

С позиции количественных оценок планирование текущей деятельности
заключается в построении генерального бюджета, представляющего собой систему
систему взаимосвязанных операционных и финансовых бюджетов (рис 1.2, [38]).

• рыночные (какой сегмент рынка товаров и услуг планируется охватить,
каковы приоритеты в основной производственно-коммерческой деятельности
компании);


17
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
• производственные (какие структура производства и технология обеспечат
выпуск продукции необходимого объема и качества);
• финансово-экономические (каковы основные источники финансирования и
прогнозируемые финансовые результаты выбираемой стратегии);
• социальные (в какой мере деятельность компании обеспечит удовлетворение
определенных социальных потребностей общества в целом или отдельных
его слоев).




Рис. 1.2. Генеральный бюджет хозяйствующего субъекта

Стратегический план может иметь следующую структуру [7, 8]:




18
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Содержание и целевые установки деятельности фирмы (предназначение и

стратегическая цель деятельности фирмы, масштабы и сфера деятельности,
тактические цели и задачи).
• Прогнозы и ориентиры (прогноз экономической ситуации на рынках
капиталов, продукции и труда, намеченные преспективные ориентиры по
основным показателям).
• Специализированные планы и прогнозы (производство, маркетинг, финансы,
кадры, инновационная политика, новая продукция и рынки сбыта).
• Интегральная оценка эффективности и рисков стратегического плана
(соотношение инвестиций, ожидаемых прибылей и рисков).

Интересен опыт стратегического планирования компании Siemens Business
Services [148], в которой я сейчас работаю. Компания, имея представительства в 45
странах мира, планирует свою деятельность матричным способом, выделяя
направления оказываемых работ и услуг и на пересечении страны и бизнеса
формируя соответствующие бизнес-подразделения, которые имеют двойное
подчинение: менеджменту страны и менеджменту бизнес-направления.
Соответственно, исходный стратегический план компании разверстывается по
двум направлениям: на региональные стратегические планы и на стратегические
бизнес-планы по направлениям бизнеса. Таким образом, каждое бизнес-
подразделение планирует свою деятельность на пересечении регионального
старатегического плана и плана по направлению бизнеса. Такой подход дает
руководству Siemens Business Services возможность тотального контроля за
деятельностью региональных подразделений, с одной стороны, и за
развертыванием отдельных бизнес-активностей – с другой стороны.

Уровень неопределенности исходных данных, сопровождающий
стратегический план, очень высок. Он имеет макроэкономическую природу и
связан с неточностью определения рыночных сегментов и параметров динамики
развития этих сегментов. Неопределенность в части рыночных сегментов
преобразуется в неопределенность проектной выручки, а та, в свою очередь – в
неопределенность интегральных показателей эффективности проекта, что
сопряжено с риском неэффективности планируемого бизнеса.

Говоря уже о бизнес-планировании, многие в России в первую очередь
вспоминают о методике бизнес-планирования, разработанной под эгидой Комитета
ООН по промышленному развитию (United Nations Industrial Development
Organization, UNIDO [152]), а также о программе «Альт-Инвест», явившейся
исторически первым российским инструментом для бюджетирования
инвестиционных проектов [84] (разработчик программы К.И.Воронов).

Стандартный отчет о результатах бизнес-планирования должен содержать
следующие основные разделы:


19
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
• Вводная часть отчета
• Особенности и состояние выбранной сферы бизнеса
• Сущность предполагаемого бизнеса (проекта)
• Ожидаемая квота рынка и обоснование ее величины
• План основной (производственной) деятельности
• План маркетинга
• Администрирование
• Оценка предпринимательских рисков и их страхование
• Финансовый раздел бизнес-плана
• Стратегия финансирования проекта.

Разумется, бизнес-план конкретного проекта обладает меньшим количеством
плохо обусловленных данных, нежели стратегический план, но тем не менее
неустранимая неопределенность в части исходных данных и прогнозных оценок
бизнес-плана сохраняется. При этом затратная часть бизнес-плана обладает на
порядок меньшей неопределеннностью, нежели та часть бизнес-плана, которая
касается выручки. Потому что именно за рамками хозяйствующего субъекта, как
указывал Друкер [24], находится ряд источников формирования неопределенности,
что делает невозможным точное предсказание уровня продаж в принципе.

Отсюда следует, что для учета неопределенности в части ожидаемой
выручки бизнес-проекта должны применяться специальные модели и методы. Один
из таких методов изложен нами в [58], где моделирование выручки от продаж
осуществляется с применением аппарата треугольных нечетких функций.

Исполнение планов и бюджетов влечет необходимость принятия ряда
финансовых решений, связанных с управлением капиталом. Так, выполнение
инвестиционного проекта требует мобилизации инвестиционного капитала путем
эмиссии ценных бумаг или привлечения кредитных ресурсов банков;
осуществление годового производственного плана предполагает резервирование
денежных средств на обеспечение потребности в чистом оборотном капитале
(запасы, расчеты с дебиторами и прочее). Примеры можно продолжать.

Успешность финансовых решений напрямую зависит от степени качества
осуществляемого планфактного контроля. Например, собственник проекта,
убеждаясь в его неэффективности в ходе планфактного контроля проекта, может
прервать финансирование инвестиционной программы и выйти из проекта, тем
самым отсекая потенциальные убытки. Менеджер производственного предприятия,
предвидя увеличение спроса на определенный товар, может пойти на увеличение
размера складских запасов. Управляющий негосударственного пенсионного фонда,
опасаясь падения цены некоторого фондового актива, может приобрести пут-
опцион на фьючерс по данному базовому активу. Все эти решения влекут
дополнительные затраты, эффект от которых должен быть детально обоснован.

20
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Поэтому, чтобы принимать уверенные финансовые решения в рамках плана
или бюджета, обеспечивая их исполнение, а при необходимости – корректируя
планы и бюджеты, - финансовый менеджер должен непрерывно контролировать
риски, связанные с исполнением плана. Это возможно лишь в ходе оперативного
моделирования финансовых решений и финансового анализа их последствий, в том
числе оценки ожидаемости того, что принимаемые решения могут вызвать
немедленные или отложенные убытки.


1.1.3. Финансовый анализ и его роль в принятии решений

Финансовый анализ в системе управления финансами хозяйствующего
субъекта в наиболее общем виде представляет собой способ накопления,
трансформации и использования информации финансового характера, имеющий
целью:
• оценить текущее и перспективное имущественное и финансовое состояние
хозяйствующего субъекта, в том числе риск его неплатежеспособности или
банкротства;
• оценить возможные и целесообразные темпы развития хозяйствующего
субъекта с позиции финансового их обеспечения;
• выявить доступные источники средств и оценить возможность и
целесообразность их мобилизации;
• спрогнозировать положение хозяйствующего субъекта на рынке капитала.

В общем виде укрупненная программа анализа финансово-хозяйственной
деятельности предприятия (корпорации, хозяйствующего субъекта) может
выглядеть следующим образом [38]:

• Предварительный обзор экономического и финансового положения субъекта
хозяйствования (характеристика общей направленности финансово-
хозяйственной деятельности, выявление «больных» статей отчетности).
• Оценка и анализ экономического потенциала субъекта хозяйствования, в том
числе:
- оценка имущественного положения (построение аналитического
баланса-нетто, вертикальный анализ баланса, горизонтальный анализ
баланса, анализ качественных сдвигов в имущественном положении);
- оценка финансового положения ликвидности и
(оценка
платежеспособности, оценка финансовой устойчивости).
• Оценка и анализ результативности финансово-хозяйственной деятельности
субъекта хозяйствования (оценка производственной деятельности, анализ
рентабельности, оценка положения на рынке ценных бумаг).

В настоящее время в мировой учетно-аналитической практике известны
десятки показателей, используемых для оценки имущественного и финансового
21
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
состояния компаний. Классифицируя эти показатели, выделяют обычно шесть
групп, описывающих: имущественное положение компании, ее ликвидность,
финансовую устойчивость, деловую активность, рентабельность, положение на
рынке ценных бумаг.

Наиболее распространенные показатели имущественного положения
компании следующие:
• сумма хозяйственных средств, находящихся в собственности и распоряжении
компании;
• доля активной части основных средств;
• коэффициент износа;
• коэффициент обновления;
• коэффициент выбытия.

Наиболее распространенные показатели ликвидности и
платежеспособности компании следующие:
• величина собственных оборотных средств;
• коэффициент текущей ликвидности;
• коэффициент быстрой ликвидности;
• коэффициент абсолютной ликвидности;
• коэффициент обеспеченности текущей деятельности собственными
оборотными средствами;
• коэффициент покрытия запасов.

Наиболее распространенные показатели финансовой устойчивости
компании следующие:
• коэффициент финансовой автономии;
• коэффициент маневренности собственного капитала;
• коэффициент структуры долгосрочных источников финансирования;
• коэффициент структуры привлеченных средств
• коэффициент структуры заемных средств;
• коэффициент обеспеченности процентов к уплате;
• коэффициент покрытия постоянных финансовых расходов.

Наиболее распространенные показатели деловой активности компании
следующие:
• коэффициент устойчивости экономического роста;
• коэффициент фондоотдачи;
• коэффициент оборачиваемости средств в активах.

Наиболее распространенные показатели рентабельности компании
следующие:
• рентабельность совокупного капитала;
22
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
• рентабельность собственного капитала;
• рентабельность инвестиций;
• валовая рентабельность реализованной продукции (валовая маржа).

Наиболее распространенные показатели положения компании на рынке
ценных бумаг следующие:
• доход на акцию;
• ценность акции (price-to-earnings ratio);
• дивидендная доходность акции;
• коэффициент котировки акции (price-to-book ratio).


От частных показателей, характеризующих отдельную сторону
хозяйствования компании, переходят к комплексным коэффициентам,
характеризующим положение хозяйствущего субъекта в целом. Первой попыткой в
истории финансового менеджмента построить такой показатель была попытка
Уолла [155], который нашел комплексный показатель как свертку исходных
отдельных показателей, причем эксперт сам должен был назначать веса в формуле
свертки.

Следующий шаг был предпринят Эдвардом Альтманом [104 - 106] в 1968
году, который в многомерном пространстве ряда частных коэффициентов
сориентировал гиперплоскость таким образом, что фазовые точки в
гиперпространстве, отвечающие эффективно работающим предприятиям,
оказались по одну сторону гиперплоскости, а фазовые точки предприятий,
движущихся к банкротству – по другую. Соответствующая Z-оценка, полученная
как свертка отдельных показателей с весами, вычисленными с помощью метода
дискриминантного анализа, является комплексной оценкой финансового состояния
предприятия. Альтман пронормировал свою Z-оценку, введя состояния
нормального финансового положения с минимальным риском банкротства,
промежуточное состояние с растущим риском банкротства и состояние, когда риск
банкротства угрожающе высок.

В дальнейшем Альтман непрерывно повторял свои исследования для ряда
стран мира и для США в различные годы. Стало понятно, что веса в свертке и
нормировочные условия для Z-оценки сильно разнятся от года к году и от страны к
стране. Центральным недостатком метода Альтмана было и остается то, что он
рассматривает объект своего исследования – совокупность отчетов предприятий –
как черный ящик, не анализируя и не интерпретируя статистику по каждому
отдельному фактору. Поэтому Альтман, образно говоря, не является хозяином
своему методу, - его методом управляет прихотливая статистика банкротств.

Я здесь не привожу ссылки на еще ряд исследований, повторяющих идею
Альтмана (это будет сделано в главе 2 диссертационной работы), потому что эти
23
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
исследования проводились в русле идеи Альтмана и не вызвали качественного
скачка в теории комплексной оценки финансового состояния хозяйствующего
субъекта.

Следующим шагом в плане построения комплексного показателя
финансового состояния хозяйствующего субъекта я считаю нашу совместную
работу с О.Б.Максимовым [55, 59]. Мы ушли от попытки интерпретировать
статистику по предприятиям на основе дискриминантного анализа, взамен этого
мы выдвинули нормы по каждому частному параметру в нашей интегральной
оценке финансового состояния предприятия. Мы заранее условились, что не можем
провести классификацию уровней параметров вполне точно, потому что на вход
метода поступает не статистика, а квазистатистика, поэтому аналитик затрудняется
в оценке класификационных уровней. Мы выстроили нечетко-множественную
класификацию параметров, ввели веса показателей в интегральной оценке и
получили саму оценку финансового положения предприятия не как свертку самих
факторов (как все делали до нас), а как свертку текущих уровней этих факторов.
Это позволило нам получить интегральный показатель финансового состояния на
интервале от 0 до 1 и пронормировать его, выделяя 5 состояний: очень высокий,
высокий, средний, низкий и очень низкий уровень комплексного показателя. В
обратном порядке изменяется риск банкротства предприятия (очень низкий,
низкий, средний, высокий и очень высокий соответственнно).

Предлагаемая нами методика, подробно рассматриваемая в главе 2
настоящей диссертационной работы, позволяет уйти от схемы «черного ящика» и
контролировать процесс комплексной оценки изнутри, на основе самостоятельного
выбора оцениваемых параметров и их классификации. Предложенная нами
методика представляет собой разновидность конструктора, который может быть
настроен на специфику оцениваемого предприятия, ссоответствующим выбором
перечня оцениваемых показателей и их весов в интегральной оценке финансового
состояния предприятия и риска банкротства.

Метод, разработанный нами, носит матричный характер, где по столбцам
матрицы откладываются частные финансовые показатели, а по столбцам –
всевозможные уровни этих показателей с точки зрения комплексной оценки
финансового состояния предприятия. На пересечении столбцов и строк находятся
уровни принадлежности значений факторов тем или иным состояниям
(интерпретируемым как нечеткие подмножества). Интегральный показатель
строится по принципу двойной свертки параметров двумерной матрицы. Все
методы комплексной оценки, построенные по этому принципу, мы назвали
матричными. Такие матричные методы оказались перспективными в финансовом
анализе на рынке ценных бумаг, при рейтинговании облигаций и в ходе оценки
инвестиционной привлекательности акций. Подробно это
(скоринга)
рассматривается в главе 4 настоящей диссертационной работы.


24
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях

1.2. Информационная неопределенность как фактор риска при
принятии финансовых решений. Квазистатистика
Как уже отмечалось, причины, определяющие уровень эффективности
функционирования корпорации, частично находятся за пределами корпорации и не
подлежат тотальному контролю со стороны этой корпорации. Такое положение дел
вызывает феномен неопределенности. В монографии [48], посвященной нечетким
множествам и их использованию в моделях принятия решений, приведена
классификация видов неопределенности. Если спроектировать эту классификацию
на специфику финансовых решений, то мы можем обозначить два укрупненных
вида неопределенности:

• неясность (отсутствие точного знания) относительно будущего состояния
всех прогнозируемых параметров финансовой модели хозяйствующего
субъекта;
• нечеткость классификации отдельных сторон текущего финансового
положения корпорации или состояния рынка ценных бумаг.

Неопределенность – это неустранимое качество рыночной среды, связанное с
тем, что на рыночные условия оказывает свое одновременное воздействие
неизмеримое число факторов различной природы и направленности, не
подлежащих совокупной оценке. Но и даже если бы все превходящие рыночные
факторы были в модели учтены (что невероятно), сохранилась бы неустранимая
неопределенность относительно характера реакций рынка на те или иные
воздействия.

Рыночная неопределенность законно считается «дурной», т.е. не обладающей
статистической природой. Экономика непрерывно порождает изменяющиеся
условия хозяйствования, она подчинена закономерностям циклического развития,
при этом хозяйственные циклы не являются стопроцентно воспроизводимыми, т.к.
циклическая динамика макроэкономических факторов находится в суперпозиции с
динамикой научно-технического прогресса. Возникающая в результате этой
суперпозиции рыночная парадигма является уникальной. Из всего сказанного
следует, что не удается получить выборки статистически однородных событий из
их генеральной совокупности, наблюдаемых в неизменных внешних условиях
наблюдения. То есть классически понимаемой статистики нет.

Во всех определениях термина «статистика» (обширный перечень таких
определений приведен в [51]) есть общее зерно, которое собственно, и относится к
статистике в самом общем смысле слова, и это зерно в следующем. Мы имеем
некий набор наблюдений по одному объекту или по совокупности объектов.
Причем мы предполагаем, что за случайной выборкой наблюдений из
гипотетической их генеральной совокупности кроется некий фундаментальный
закон распределения, который сохранит свою силу еще на определенный период

25
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
времени в будущем, что позволит нам прогнозировать тренд будуших наблюдений
и расчетный диапазон отклонений этих наблюдений от расчетных ожидаемых
трендовых значений.

Если мы договорились, что все наблюдения совершались в неизменных
однотипных внешних условиях и/или наблюдались объекты с одинаковыми
свойствами по факту, например, их появления по одной и той же причине, то мы
оцениваем и подтверждаем искомый закон распределения частотным методом.
Разбивая весь допустимый диапазон наблюдаемого параметра на ряд равных
интервалов, мы можем подсчитать, сколько наблюдений попало в каждый
выбранный интервал, то есть построить гистограмму. Известными методами мы
можем перейти от гистограммы к плотности вероятностного распределения,
параметры которого можно оптимальным образом подобрать. Таким образом,
идентификация статистического закона завершена.

Если же мы имеем дело с «дурной» неопределенностью, когда у нас нет
достаточного количества наблюдений, чтобы вполне корректно подтвердить тот
или иной закон распределения, или мы наблюдаем объекты, которые, строго
говоря, нельзя назвать однородными, тогда классической статистической выборки
нет.

В то же время, мы, даже не имея достаточного числа наблюдений, склонны
подразумевать, что за ними стоит проявление некоторого закона. Мы не можем
оценить параметры этого закона вполне точно, но мы можем прийти к
определенному соглашению о виде этого закона и о диапазоне разброса ключевых
параметров, входящих в его математическое описание. И вот здесь уместно ввести
понятие квазистатистики [53].

Квазистатистика – эта выборка наблюдений из их генеральной
совокупности, которая считается недостаточной для идентификации
вероятностного закона распределения с точно определенными параметрами, но
признается достаточной для того, чтобы с той или иной субъективной степенью
достоверности обосновать закон наблюдений в вероятностной или любой иной
форме, причем параметры этого закона будут заданы по специальным правилам,
чтобы удовлетворить требуемой достоверности идентификации закона
наблюдений. Такое определение квазистатистики дает расширительное понимание
вероятностного закона, когда он имеет не только частотный, но и субъективно-
аксиологический смысл. Здесь намечены контуры синтеза вероятности в
классическом смысле - и вероятности, понимаемой как структурная характеристика
познавательной активности эксперта-исследователя.

Также это определение намечает широкое поле для компромисса в том, что
считать достаточным объемом выборки, а что – нет. Например, эксперт, оценивая
финансовое положение предприятий машиностроительной отрасли, понимает, что

26
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
каждое предприятие отрасли уникально, занимает свою рыночную нишу и т.д., и
поэтому классической статистики нет, даже если выборка захватывает сотни
предприятий. Тем не менее, эксперт, исследуя выборку какого-то определенного
параметра, подмечает, что для большинства работающих предприятий значения
данного параметра группируются внутри некоторого расчетного диапазона, ближе
к некоторым наиболее ожидаемым, типовым значениям факторов. И эта
закономерность дает эксперту основания утверждать, что имеет место закон
распределения, и далее эксперт может подыскивать этому закону вероятностную
или, к примеру, нечетко-множественную форму.

Аналогичные рассуждения можно провести, если эксперт наблюдает один
параметр единичного предприятия, но во времени. Ясно, что в этом случае
статистическая однородность наблюдений отсутствует, поскольку со временем
непрерывно меняется рыночное окружение фирмы, условия ее хозяйствования,
производственные факторы и т.д. Тем не менее, эксперт, оценивая некоторое
достаточно приличное количество наблюдений, может сказать, что «вот это
состояние параметра типично для фирмы, это – из ряда вон, а вот тут я сомневаюсь
в классификации». Таким образом, эксперт высказывается о законе распределения
параметра таким образом, что классифицирует все наблюдения нечетким,
лингвистическим способом, и это уже само по себе есть факт генерации
немаловажной для принятия решений информации. И, раз закон распределения
сформулирован, то эксперт имел дело с квазистатистикой.

Понятие квазистатистики дает широкий простор для применения нечетких
описаний для моделирования законов, по которым проявляется та или иная
совокупность наблюдений. Строго говоря, не постулируя квазистатистики, нельзя
вполне обоснованно с научной точки зрения моделировать неоднородные и
ограниченные по объему наблюдения процессы, протекающие на фондовом рынке
и в целом в экономике, невозможно учитывать неопределенность,
сопровождающую процесс прринятия финансовых решений.


1.3. Модели и методы управления финансами. Адекватность
методов управления финансами качеству исходной
информации
При переходе от плановой к рыночной экономике в России появился ряд
видов деятельности, имеющих для финансового менеджера принципиально новый
характер. К их числу относятся задачи эффективного вложения денежных средств в
ходе ивестиционного процесса, формирования портфеля ценных бумаг, управления
активами хозяйствующего субъекта в условиях отсутствия нормативов отдельных
видов активов (что имели место в советский период). В.В.Ковалев [38] отмечает
ряд существенных моментов, сопровождающих изменение существа методов
управления финансами при переходе к рыночной экономике:

27
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
• были упразднены многие ограничения, в частности, нормирование
оборотных средств, что автоматически исключило один из основных
регуляторов величины финансовых ресурсов на предприятии;
• кардинальным образом изменился порядок исчисления финансовых
результатов и распределения прибыли. С введением новых форм
собственности стало невозможным изъятие прибыли в бюджет волевым
методом, благодаря чему у предприятий появились свободные денежные
средства;
• произошла существенная переоценка роли финансовых ресурсов, т.е.
появилась необходимость грамотного управления ими, причем в различных
аспектах – по видам, по назначению, во времени и т.д.;
• появились принципиально новые виды финансовых ресурсов, в частности
возросла роль денежных эквивалентов, в управлении которыми временной
аспект имеет решающее значение;
• произошли принципиальные изменения в вариантах инвестиционной
политики (открылись новые возможности приложения капитала);
• в условиях финансовой нестабильности переходного периода (весь конец
ХХ-го века в России) и гиперинфляции появилась потребность в
эффективном управлении денежными активами в целях их ускоренной
оборачиваемости.

К этому перечню следует добавить еще одно важное обстоятельство:
возникшая рыночная неопределенность, связанная с нестабильностью, потребовала
от финансового менеджера навыков управления активами и пассивами компании в
условиях неполной, расплывчатой информации, не обладающей статистической
природой. Зародилось отдельное направление российского финансового
менеджмента, именуемое за рубежом и в России риск-менеджментом.

Все научно обоснованные финансовые решения применяются на основе
модели финансовой системы, которую здесь и далее для краткости мы будем
называть финансовой моделью хозяйствующего субъекта. Наряду с традиционной
количественной информацией о финансовом состоянии хозяйствующего субъекта,
эта модель содержит прогнозные оценки о внешних по отношению к субъекту
рыночных условиях, а также данные об условиях принятия решения, в том числе об
уровнях неопределенности тех или иных параметров модели (варианты: точное
значение фактора, статистическое распределение, квазистатистическое
распределение, качественная оценка на естественном языке и т.д.).

В зависимости от сроков осуществления и последействия финансовых
решений, все эти решения можно условно подразделить на стратегические и
тактические. Рассмотрим подробнее.

К стратегическому финансовому менеджменту относятся решения в рамках
инвестиционной стратегии хозяйствующего субъекта. Именно в рамках
28
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
инвестиционной стратегии компания реализует свои возможности к
предвосхищению долгосрочных тенденций экономического развития и адаптации к
ним. Инвестиционные решения целесообразны, если [96]:
• чистая прибыль от вложений превышает чистую прибыль от помещения
средств на банковский депозит в надежном банке;
• рентабельность инвестиций выше уровня инфляции;
• рентабельность выбранного инвестиционного проекта с учетом временной
стоимости денег выше рентабельности альтернативных проектов;
• рентабельность активов компании после осуществления проекта по крайней
мере не уменьшится и в любом случае превысит среднюю расчетную ставку
по заемным средствам;
• рассматриваемый проект соответствует генеральной стратегической линии
хозяйствующего субъекта с точки зрения формирования рациональной
ассортиментной структуры производства, сроков окупаемости затрат,
наличия финансовых источников покрытия издержек, оптимального бюджета
движения денежных средств компании и т.д.

Ключевыми методами выбора оптимального инвестиционного проекта
являются методы оценки чистой современной ценности проекта (NPV – Net Present
Value) и срока окупаемости проекта по дисконтированным потокам (DPBP –
Discount Pay-Back Period). Центральная проблема использования этих методов –
неразрешимая входная неопределенность относительно проектной выручки
(экономии затрат), которая может быть учтена с применением теории нечетких
множеств. Метод оценки NPV в нечетко-множественной форме, с одновременной
оценкой степени риска неоптимальности проекта, разработан мною совместно с
К.И. Вороновым [56, 59] на базе идеи, высказанной Кофманом и Хил Алухой в
[42]. Вкратце суть метода в следующем. На вход модели поступают нечетко-
множественные последовательности, соответствующие потокам затрат и выручки.
Полученный на этой основе чистый денежный поток проекта (нечетко-
множественная последовательность) дисконтируется и суммируется наростающим
итогом, что дает NPV в форме треугольного нечеткого числа. Обработка этого
числа по специальным формулам позволяет получить степень риска
неоптимальности проекта (того, что NPV проекта окажется меньше планового
значения).

К тактическому финансовому менеджменту относятся финансовые решения
в области управления чистым оборотным капиталом хозяйствующего субъекта.
Сюда относятся методы оптимизации производственных запасов, денежных
средств, дебиторской задолженности и краткосрочных пассивов, методы
оперативного управления портфелем ценных бумаг и т.д.

Уровень чистого оборотного капитала компании находится в обратном
отношении к риску ее неплатежности. В то же самое время избыточный чистый
оборотный капитал отрицательно сказывается на прибыльности компании, что

29
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
заставляет ее руководство искать компромисс между риском
неплатежеспособности и риском неэффективности работы. Этот компромисс
может быть найден при комплексной оценке финансового положения предприятия,
куда ликвидность и деловая активность входят как отдельные составляющие
оценки. Если в оценке превалирует деловая активность (входит в нее с
соответствующим весом), то завышенный размер чистого оборотного капитала
приведет к снижению комплексного коэффициента. Наоборот, если в оценке
превалирует ликвидность, то с ростом размеров чистого оборотного капитала
компании комплексная оценка также будет расти.

Методы управления каждой составляющей в структуре чистого оборотного
капитала специфичны для этой составляющей, с использованием моделей Баумоля,
Миллера-Орра, Стоуна, имитационных моделей по схеме Монте-Карло и др. [14].
Общее этих методов в том, что они определяют рациональные нормативы
потребности в чистом оборотном капитале, применение которых в тактическом
финансовом менеджменте минимизирует риски неплатежеспособности и
недопустимого снижения рентабельности операций. Часто эти нормативы
связывают с периодом оборот различных типов оборотных активов.

Упомянем вкратце методы и модели фондового менеджмента. Они
совмещают в себе как стратегическую (долгосрочные фондовые инвестиции) так и
тактическую (оперативный ребалансинг портфеля) составляющие финансовых
решений.

Исторически первым методом портфельной оптимизации является метод,
предложенный нобелевским лауреатом Гарри Марковицем, суть которого в
следующем. Пусть цена актива колеблется в соответствии с винеровским
двупараметрическим случайным процессом. Соответственно, логарифмическая
(текущая эффективная) доходность такого актива обладает нормальным
распределением с параметрами среднего и дисперсии распределения. Матожидание
доходности характеризует эффективность инвестиций в актив, а дисперсия – риск.
Соответственно, можно составить задачу управления портфеля как задачу
максимизации доходности портфеля при выбранном загодя фиксированном уровне
его риска. Эта задача квадратической оптимизации имеет своим решением
эффективную границу портфельного множества в координатах «риск портфеля –
доходность портфеля».

Критики теории Марковица утверждали, что в действительности движение
активов не подчиняется модели винеровского случайного процесса. Реакцией на
эту критику стала теория Шарпа-Литнера, которая в ходе оптимизации снимает
допущение о нормальности распределения, однако сохраняет допущение о
стационарности ценового процесса. Шарп правильно замечает [100, 144, 146], что в
условиях синхронной волатильности всех активов, принадлежащих выбранному
модельному классу (очень высокая степень корреляции активов) превышение

30
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
доходности актива над среднерыночным значением доходности является фактором,
характеризующим риск этого актива (так называемый бета-фактор). Однако в
рамках этой теории Шарп считает, что риск актива – это условно-постоянная
величина. Следовательно, снова мы имеем дело со стационарной моделью
фондового актива.

Кризис 2001 года явно дал понять, что ни о какой стационарности не может
быть и речи. Поэтому теория Шарпа-Литнера также не выдержала испытания на
прочность. Она (равно как и теория Марковица) хорошо работает в условиях
неизменной парадигмы фондового рынка. В кризисные времена смены парадигмы,
когда нестационарность ценовых процессов оказывается наиболее очевидной,
столь же очевидной оказывается необходимость отказа от описаний,
использующих стационарные случайные процессы. Эффект синхронной
волатильности редуцируется, и инвесторы начинают приглядываться к
возможностям роста или спада цены каждого конкретного актива, к
фундаментальным параметрам эмитента. Возникает индивидуальный риск
несовпадения фактической квартальной прибыли эмитента ожидаемым значениям,
который зависит от рыночных условий хозяйствования эмитента. Этот риск
порождает встречный риск оценочного понижения (downgrade) с вытекающим
отсюда неизбежным падением цены акций. Таким образом рыночный риск актива
теряет фундаментальный базис для измерения – рыночную линию, которая в
условиях кризиса перестает существовать. Сейчас (ноябрь 2002 года) мы как раз
наблюдаем поиски фондовым рынком США нового положения равновесия, новой
рыночной линии. Однако эти поиски остаются тщетными, потому что еще
окончательно не развеяны иллюзии инвесторов относительно справедливой цены
активов, и целый ряд индустрий американской экономики по-прежнему являются
переоцененными. Только при достижении окончательного дна фондовых индексов
США можно говорить о формировании новой рыночной парадигмы и,
соответственно – новой рыночной линии.


1.4. Принципы оценки риска принятия финансовых решений
Сделаем ряд замечаний относительно существа финансового риск-
менеджмента. Под риском мы здесь понимаем возможность финансовых потерь,
вытекающая из специфики тех или иных явлений природы и видов деятельности
человека.

Классификационная система рисков включает в себя группы, виды, подвиды
и разновидности рисков [96].

В зависимости от возможного результата (рискового события) все риски
подразделяются на чистые (с обязательно нулевым результатом) и спекулятивные
(где возможен как положительный, так и отрицателльный исход операции).
Финансовые риски (предмет собственно финансового риск-менеджмента) являются
31
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
спекулятивными. Они входят в состав коммерческих рисков (опасность потерь в
результате финансово-хозяйственной деятельности. При этом чистые риски входят
составляющей коммерческого риска на уровне прогнозных сценариев
неблагоприятного развития событий (климатические катаклизмы, забастовки,
техногенные катастрофы, криминальные факторы и т.д.).

Сугубо финансовые риски подразделяются на риски, связанные с
покупательной способностью денег (инфляционные, валютные риски и риски
ликвидности) и на инвестиционные риски (риски упущенной выгоды, риски
снижения доходности и риски прямых финансовых потерь). В свою очередь, на
низовом уровне иерархии инвестиционных рисков находятся процентные риски,
кредитные риски, биржевые риски, селективные риски и риски банкротства.

Каждый из выделенных видов финансового риска имеет свою
специфическую процедуру управления. Например, чистые риски подлежат
страхованию, а инвестиционные риски часто анализируются на основе дерева
вероятностей [15]. Но во всех случаях базовым подходом в оценке рисков в
нынешнем финансовом менеджменте является использование точечных
вероятностей и вероятностных распределений сценариев возможных событий,
влияющих на финансовый результат.

О проблемах, связанных с использованием вероятностей в риск-
менеджменте, я пишу в работе [57]. Отказ от классического понимания
вероятности и использование субъективно-аксиологической вероятности есть не
что иное как стратегическое отступление науки перед лицом дурной
неопределенности. И если раньше мы имели дело в ходе исследования только с
финансовой моделью хозяйствующего субъекта, то теперь мы должны
верифицировать вероятностную модель, предложенную экспертом, т.е. исследовать
познавательную активность и самого эксперта. Вероятности не дают никакой
информации о том, как они получены, если не предваряются дополнительными
качественными соображениями о принципе вероятностной оценки. Одним из таких
принципов, продуктивно использовавшихся до сих пор, является принцип
максимума правдоподобия Гиббса-Джейнса [90, 95], который в настоящий момент
подвергнут обоснованной критике в связи с тем, что принцип максимума энтропии
не обеспечивает автоматически монотонности критерия ожидаемого эффекта.
Принцип генерации условных вероятностных оценок Фишберна [95, 98] выдвигает
лишь идею назначения точечных оценок вероятностей, удовлетворяющих
критерию максимума правдоподобия, однако не существует доказательств полноты
выбранного поля сценариев.

Все идет к тому, что сценарно-вероятностные методы анализа риска
начинают себя понемногу изживать. На смену им приходят нечетко-
множественные подходы, которые, с одной стороны, свободны от вероятностной
аксиоматики и от проблем с обоснованием выбора вероятностных весов, а, с

32
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
другой стороны, включают в себя все возможные сценарии развития событий. Так,
треугольно-нечеткое число включает в себя все числа в определенном интервале,
однако каждое значение из интервала характеризуется определенной степенью
принадлежности к подмножеству треугольного числа. Такой подход позволяет
генерировать непрерывный спектор сценариев реализации по каждому из
прогнозируемых параметров финансовой модели. Подробно об основах теории
нечетких множеств см. материал Приложения 1 к настоящей монографии.

Наконец, нечетко-множественный подход позволяет учитывать в финансовой
модели хозяйствующего субъекта качественные аспекты, не имеющие точной
числовой оценки. Оказывается возможным совмещать в оценке учет
количественных и качественых признаков, что резко повышает уровень
адекватности применяемых методик.

Несколько замечаний следует сделать относительно методов оценки риска в
фондовом менеджменте. Классическая мера риска по Марковицу – это
среднеквадратическое отклонение распределения доходности актива. Эта мера

стр. 1
(всего 7)

СОДЕРЖАНИЕ

>>