<<

стр. 2
(всего 7)

СОДЕРЖАНИЕ

>>

риска была подвергнута критике за то, что она с одинаковым безразличием
учитывает риск как роста, так и падения актива, что в глазах инвестора есть два
совершенно неравнозначных события. Из этого соображения возникал мера
downside-риска, т.е. такого, который сопряжен лишь с падением цены актива ниже
требуемого уровня. Одной из разновидностей downside-риска является широко
применяемый в банковском риск-менеджменте показатель Value-at-Risk –
статистическая оценка максимальных потерь за фиксированное время при
заданном уровне доверительной субъективной вероятности [127]. Проблема, как и
везде, состоит в том, что оценка Value-at-Risk предполагает наличие достоверной
оценки параметров распределения доходности портфеля. И с этой точки зрения
оценка Value-at-Risk базируется на том же информационном контенте, что и
классическая оценка риска по Марковицу.


1.5. Роль предпочтений и ожиданий финансового менеджера,
инвестора, эксперта в процессе принятия финансовых
решений
Субъективный фактор в процессе принятия финансовых решений до сих пор
не имел удовлетворительной теории для количественного оценивания. В то же
время неопределенность, сопровождающая финансовые решения, постоянно
рождает неуверенность принимающего эти решения лица, порождает риск
неверной интерпретации исходной инвормации для принятия решения. И такую
неуверенность уже давно следовало бы научиться количественно измерять.

Неуверенность ЛПР в своих оценках ситуации порождает качественные
высказывания в терминах естественного языка. Например, рассматривая

33
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
фундаментальные характеристики ценной бумаги, инвестор оценивает текущее
значение показателя P/E (цена к доходам), которое равно 20. «Много» это или
«мало», вот вопрос. На этом этапе инвестор может обратиться к финансовому
консультанту. Точным ответом на вопрос инвестора будет гистограмма, где по оси
Х отложены значения показателя P/E, а по оси Y – то, с какой относительной
частотой выпадают те или иные значения показателя для предприятий той же
отрасли, что и объект анализа.

Анализируя гистограмму, инвестор может задаться вопросом, почему одним
компаниям позволено иметь большие значения P/E, а другим – меньшие, и какой
уровень P/E следует считать объективным. Инвестор опять беспокоит своего
консультанта, и тот выдает заключение. Оказывается, доходность бумаги состоит в
обратном отношении к ее надежности, и зачастую люди покупают
высококапитализированные компании, имея ввиду в первую очередь низкий риск
дефолта, а во вторую очередь рассматривая уже соображения, связанные с
доходностью. Что до объективного уровня, то все зависит от периода анализа.
Например, для высокотехнологичных компаний в 1999-2000 г.г. характерным
уровнем P/E был уровень в несколько десятков единиц. Сегодня же типовое
значение – 10-15, потому что произошла коррекция.

И вот инвестор созрел для того, чтобы принимать решение. Он говорит себе:
«Сегодня у компании Х цена акций $20, а соотношение P/E составляет 41. Ее
капитализация – 100 млрд долларов, однако я считаю, что компания все равно
переоценена, и такой уровень P/E – слишком высокий. Для этой компании я считаю
приемлемым диапазон P/E порядка 30-35. И даже если сегодня цена компании
растет, я тем не менее нахожу, что этот рост ненадежен и может смениться спадом.
Я буду покупать эти акции при целевой цене на уровне $15-$17, что соответствует
моим ожиданиям».

Таким образом, инвестор произвел свою самостоятельную оценку ситуации и
принял решение. При этом в основаниях этого решения мы можем увидеть:
• ожидания – связанные с перспективами роста данных акций;
• нечеткую классификацию, когда инвестор сопоставлял текущую
капитализацию компании с ее P/E и производил анализ уровня показателя.

Все, что инвестор говорит на словах, он может вполне трансформировать в
описания на языке математики. И тогда ожидания, предпочтения и нечеткие
оценки, сделанные инвестором, явятся исходной инвформацией для моделирования
предпосылок для принятия (непринятия) инвестиционного решения.

Оценивая акции, инвестор может производить и макроэкономические
оценки, например, перспектив тех или иных отраслей или даже национальной
экономики. Уже в том утверждении, что США проходят фазу рецессии,
содержится огромное количество информации, которую необходимо учитывать для

34
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
принятии решения. Подробно об этом говорится в главе 2 книги, а сейчас
ограничимся тем замечанием, что рецессия ставит одни отрасли в
привелегированное положение, а другие отрасли оказываются ущемленными.
Значит, идет межотраслевое перераспределение инвестиционных рисков, которое
надо иметь ввиду.

Инвестор, покупая или продавая акции, должен составить себе мнение о том,
какой рынок сейчас одерживает победу – «медвежий» или «бычий». Это дает ему
основания считать, «что на «медвежьем» рынке переоцененные активы, скорее
всего, упадут, а недооцененные, если и упадут, то неглубоко. И наоборот: на
«бычем» рынке недооцененные активы, скорее всего, возрастут, а переоцененные,
если и возрастут, то несильно». Все, что отмечено курсивом в этих закавыченных
предложениях, представляет собой предмет оценки инвестором текущего
состояния рынка и его переспектив.

Таким образом, на примере инвестиционных решений, мы заключаем, что
огромное количество информации содержится в трудноформализуемых
интуитивных предпочтениях ЛПР. Если эти предпочтения и допущения ЛПР
обретают вербальную форму, они сразу же могут получить количественную оценку
на базе формализмов теории нечетких множеств и составить обособленный
контент исходной информации в рамках финансовой модели. Мы можем назвать
этот обособленный контент экспертной моделью.

Информация экспертной модели образует информационную ситуацию
относительно уровня входной неопределенности финансовой модели. Она
выступает как фильтр для исходных оценок параметров, преобразуя их из ряда
наблюдений квазистатистики в функции принадлежности соответствующего
носителя параметра тем или иным нечетко описанным кластерам (состояниям
уровня параметра). Таким образом, от нечеткой оценки входных параметров после
ряда преобразований мы можем перейти к нечетким оценкам финансовых
результатов и оценить риск их недостижения в рамках принимаемых в плановом
порядке финансовых решений.


1.6. Значимость нечетких описаний при принятии финансовых
решений
Проанализировав состояние теории финансового менеджмента, мы находим,
что применяемые в практике финансового менеджмента методы комплексного
финансового анализа, оценки эффективности и риска инвестиционного проекта,
модели и методы оптимизации фондового портфеля, методы прогнозирования
параметров финансовой модели хозяйствующего субъекта являются
неадекватными характеру поступающей на вход финансовой модели прогнозной
информации о состоянии внешнего окружения хозяйствующего субъекта. Помимо

35
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
этого, существующие методы не учитывают субъективный характер принимаемых
решений, не моделируют позначательную активность лица, принимающего
финансовые решения, его неполную информационную осведомленность и
возникающую в связи с этим неуверенность в ходе классификации уровней
анализируемых факторов и показателей. В этом и состоит существо проблемы,
которую я ставлю и разрешаю в настоящей монографии.

Применяемые для учета неопределенности субъективно-вероятностные
схемы являются неудовлетворительными, так как, потеряв связь с классической
основой вероятностной теории – частотной характеристикой генеральной
совокупности однородных событий, возникающих при неизменных внешних
условиях, - субъективно-аксиологические вероятности не нашли новой
фундаментальной основы для своего существования. Вероятность, используемая в
ходе оценки, ничего не говорит о субъективных предпочтениях лица, который
выдвинул эту вероятностную оценку. Поэтому существует актуальная научная
потребность в выработке новых принципов учета информационной
неопределенности, связанной с объектом научного исследования. В объект, как мы
уже отмечали, входит финансовая система хозяйствующего субъекта и лица,
принимающие финансовые решения в этой системе.

Именно поэтому я здесь и во всех предшествующих своих научных работах
предлагаю в качестве новой основы для моделирования неопределенности
использовать формализмы теории нечетких множеств. Преимущества такого
подхода к разрешению проблемы диссертационной работы состоят в следующем:
• нечеткие множества идеально описывают субъектную активность ЛПР.
Неуверенность эксперта в оценке может моделироваться функцией
принадлежности, носителем которой выступает допустимое множество
значений анализируемого фактора. Помимо этого, ЛПР получает
возможность количественной интерпретации признаков, первоначально
сформулированных качественно, в терминах естественного языка;
• 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, порождая экспертную
модель в структуре обобщенной финансовой модели хозяйствующего

36
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
субъекта. Таким образом возникает платформа для интеграции
принципиально разнородных знаний в рамках одной количественной
финансовой модели;
• мы можем вернуть вероятностные описания в свой научный обиход, как
вероятностные распределения с нечеткими параметрами. Нечеткость
параметров распределения обусловлена тем, что классически понимаемой
статистической выборки наблюдений нет, и для анализа мы пользуемся
научной категорией квазистатистики. При таком подходе треугольные
параметры распределения устанавливаются на основе процедуры
установления степени правдоподобия. Таким образом, наметился путь для
синтеза вероятностных и нечетко-множественных описаний. Без
вероятностных распределений не обойтись там, где речь идет о
моделировании случайных процессов (например, в фондовом менеджменте);
• мы можем получить принципиально новый класс методов комплексного
финансового анализа, основанных на увязывании ряда отдельных
финансовых показателей в единый комплексный показатель финансового
состояния хозяйствующего субъекта. Мы можем при этом отказаться от идеи
Альтмана для оценки риска банкротства (как от специфически-частного
метода, который не в состоянии учитывать всю необходимую специфику
финансового состояния каждого отдельного хозяйствующего субъекта),
равно как и от ряда аналогичных методов (Тоффлера-Тисшоу [150], Лиса,
Чессера, Давыдовой-Беликова [23] и др.), при этом формируя перечень
участвующих в оценке отдельных финансовых факторов и их весов
самостоятельно, с учетом фактической специфики анализируемого
хозяйствующего субъекта;
• мы можем отказаться от сценарного моделирования при инвестиционном
проектировании, предполагая, что все возможные сценарии развития
событий, отражающиеся во входных параметрах финансовой модели
(уровень затрат, выручки, фактора дисконтирования и т.д.) учтены в
соответствующих треугольно–нечетких оценках, а веса вхождения
соответствующего сценария в полную группу характеризуются функцией
принадлежности соответствующего треугольного числа;
• мы можем воспользоваться матричной схемой для оценки комплексного
финансового состояния хозяйствующего субъекта для построения методов
оценки качественного уровня ценных бумаг – рейтинга облигаций и скоринга
акций;
• мы можем вернуться к продуктивной идее Гарри Марковица для
оптимизации фондового портфеля по схеме MVA (mean-variance analysis),
записав задачу портфельной оптимизации в нечеткой постановке.
Результатом решения этой задачи яявляется эффективная граница
портфельного множества в форме криволинейной полосы и оптимальный
портфель с нечеткими границами, построенный для предельно допустимого
уровня риска портфеля;


37
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
мы можем отказаться от применения методов ARCH/GARCH для

среднесрочного и долгосрочного прогнозирования фондовых идексов (в
связи с тем, что при смене макроэкономической парадигмы эти методы
перестают быть адекватными), предложив метод прогнозирования фондовых
индексов на основе количественного анализа рациональных инвестиционных
тенденций, Прогнозы по индексам будут иметь вид треугольных нечетких
последовательностей.

Руководствуясь изложенным, я разработал целый ряд методов оценки
инвестиционной привлекательности фондовых активов и портфелей на их основе.
К ним относятся методы рейтинга облигаций, скоринга акций, метода портфельной
оптимизации в нечеткой постановке. Также мной разработаны основы новой
теории прогнозирования фондовых индексов, с использованием результатов теории
нечетких множеств. Эта теория получила свое практическое подтверждение в
прогнозах, сделанных мною за год до второго падения фондового рынка США в
2002 году и оправдавшиеся полностью, не только качественно, но и количественно
(я сделал эти прогнозы в [67] за год до событий). Все вышеперечисленные методы
излагаются мной в главах 2 – 4 настоящей монографии.

Все изложенные в книге методы получили свое внедрение в систему
оптимизации фондового портфеля, внедренной, в частности, в Пенсионном Фонде
Российской Федерации (об этом – в главе 5 нашей книги).




38
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях



Глава 2. Оценка инвестиционной привлекательности
фондовых активов
2.1. Недостаточность традиционных подходов к оценке
инвестиционной привлекательности фондовых активов
В качестве аналитика фондового рынка я работаю последние четыре года.
Поэтому все мои основные научные результаты (как я их сам оцениваю) получены
именно в области фондового менеджмента

После августовского кризиса 1998 года спрос на научные работы в области
фондового менеджмента в России исходил исключительно от западных компаний.
При этом этот спрос был целевым и подразумевал большей частью исследования
практического характера, направленные на разработку специализированных
программ для работы на фондовом рынке, в том числе портфолио-менеджеров.

Во время работы в компании Artificial Life Rus наше подразделение работало
над портфолио-проектами для крупнейших мировых финансовых организаций, к
которым относятся банк Credit Suisse First Boston, страховые компании LGT и UBS.
Демонстрационная версия разработанного нами продукта находится на сайте [108].
Это поддержанный роботом (smart bot) портфолио-менеджер с широкой
функциональностью.

Работы над фондовыми компьютерными программами проходил в атмосфере
того, что я склонен называть мировой NASDAQ-эйфорией, когда курсы акций
высокотехнологичных компаний взлетали до заоблачных высот, акции
традиционных отраслей стабильно росли до 30% в год в валюте, и ничто, казалось
бы, не предвещало близкого краха. Но эта ситуация очень схожа с той, которая
развивалась в России в 1994 году, во времена бурного роста акций АО «МММ».
Никто, кроме самых осторожных аналитиков, не предвещал скорого краха рынка
бумаг этой компании. Казалось, что в эту игру можно играть вечно. И точно так же
иногда казалось, что акции высокотехнологичного сектора, в силу их необычайной
привлекательности и перспективности, могут занять место альтернативной меры
стоимости, выступить чуть ли не в качестве американской резервной валюты.
Действительность быстро свела на нет эти химеры.

В тон рынку выступала и наука. Большинству фондовых аналитиков
виделось, что наступила эра процветания, базирующаяся на ценностях новой
экономики. Все усматривали в неуклонном многолетнем росте фондовых индексов
свидетельство особой синергии, когда новые технологии, оплодотворяя
традиционные базовые отрасли и сектора экономики, вызывают в них бурный рост
производительности труда, сжатие издержек и, соответственно, качественный

39
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
скачок уровня прибыльности. Казалось, что прорывы в одном направлении в русле
новой экономики должны будут вызвать немедленные прорывы на сопряженных
фронтах этой экономики.

Однако в действительности дело обстояло таким образом, что темпы роста
курсов акций в новой экономике многократно опережали темпы роста прибылей в
этой экономике (большая часть баснословно высоко оцененных компаний были
даже убыточными). И в то же время влияние новой экономики на старую оказалось
не столь масштабным, как хотелось бы ожидать. Поэтому завышенные ожидания
аналитиков не оправдались. Хуже того: аналитики просто проспали тот момент,
когда инвестор решил пересмотреть свои инвестиционные предпочтения и
принялся фиксировать прибыль, уходя с рынка. Стоило здравому смыслу хоть
немного возобладать над эйфорией, - и финансовая пирамида на перегретых
американских акциях начала осыпаться. И она осыпалась непрерывно в течение
двух последних лет. Американский рынок похудел, по разным оценкам, на 7 - 10
триллионов долларов.

Отток инвестиций вызвал большие проблемы с заимствованиями длинных
денег. Многие компании высокотехнологичного сектора вдруг с ужасом
обнаружили, что структура их баланса неудовлетворительна, а занять денег на
поправку дел негде. Началась целая цепь банкротств, поглощений, сворачивания
бизнеса. Так, упомянутая уже компания Artificial Life Rus вынуждена была
оставить лишь один свой офис в Гонконге, последовательно закрыв офисы в
Швейцарии, Германии, России и США. И какого-то промежуточного финиша эта
череда банкротств и скандалов достигла в 2002 году, с банкротством крупнейших
корпораций Enron и WorldCom.

Итак, финансовые аналитики просмотрели не только момент того, что
мыльный пузырь новой экономики лопнул, но и момент смены целой
макроэкономической парадигмы. Резкое ухудшение условий бизнеса, затяжная
рецессия привели к тому, что экономика США (а вслед за ней и всего мира)
вступила в фазу перерегулирования [132, 133]. Качественно сдвинулись
оптимальные пропорции между инвестициями в долговые обязательства и
инвестициями в акции. Владельцы акций стали требовать дополнительной
доходности по акциям как премии за риск в условиях рецессии и корпоративных
скандалов. Корпорации не смогли удовлетворить эти запросы в части прибыли, -
соответственно, инвестор проголосовал ногами, обеспечив требуемый ему уровень
доходности через снижение цены тех активов, в которые планируется
инвестирование.

Американские финансовые аналитики беспомощно наблюдали за
разаворачивающейся на их глазах драмой. Апофеозом беспомощности считается
совет, выданный одним из крупнейших аналитиков США Эбби Коэн в 2001 г. –
«сидеть тихо», т.е. следовать за рынком, ожидая коррекции рынка акций в сторону

40
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
повышения. Со времен этого совета инвесторы потеряли еще 20% капиталов,
инвестированных в акции.

Стало вдруг ясно, что наступил масштабный кризис представлений о
фондовом рынке. Рынок потерял привычное обличье, картина мира обновилась,
новая непредсказуемость рынка вызвала потребность в ревизии всех ранее
построенных моделей. То, что в свое время считалось приемлемым, перестало
годиться куда бы то ни было. Теория оптимального портфеля Марковица [134,
135], уже попадавшая в 70-е годы в немилость у рыночных специалистов, вновь
подверглась остракизму за «ложную стационарность». Зашаталась теория Шарпа-
Линтнера [144, 146]. Оказалась неработоспособной формула Блэка – Шоулза [111].
Совсем недавно возникшая теория Value-at-Risk [127] не избежала общей участи
[122], попав под огонь критики с тех же позиций, что и прочие теории. Методы
GARCH/ARCH [112, 119] прогнозировали только растущий рынок на данных
растущего же рынка; на рынке падающем предсказательная способность этих
методов себя исчерпала. И, пожалуй, главное: перестала работать стационарная
модель рыночного индекса как винеровского случайного процесса [115].

Наступило время возвращаться к базовым истинам, которые сохранили себя
в неприкосновенности хотя бы на уровне словесных высказываний. В первую
очередь это – золотое правило инвестирования, которое устанавливает
пропорциональную зависимость между доходностью инвестиций и их риском.
Рациональный фондовый портфель, построенный на по золотому правилу, я назвал
монотонным [68]. В 2000 году американский монотонный фондовый портфель не
существовал, потому что риск вложений в акции (ожидаемые возможные убытки)
был несоизмеримо выше ожидаемой доходности при сохранении сценария роста
рынка. Рациональный портфель того времени – 100% в государственных
обязательствах – не был выдержан ни в одном из пенсионных фондов, ни в одной
инвестиционной компании Америки. Можно списать это только на эйфорию
инвесторов, частных и институциональных, на их веру в непрерывный и
бесконечный прогресс, - и одновременно на неверие простым истинам, вроде
золотого правила инвестирования.

Следующая базовая истина – это равновесие инвестиционных
предпочтений. Выбор осуществляется по результатам сопоставления уровней
эффективности ряда инвестиционных альтернатив. Нарушение равновесия
предпочтений влечет переток капитала. Если акции «перегреты», рационально
выводить из них капитал, пренебрегая советами аналитиков вроде Эбби Коэн. Чем
больше растут активы, находясь в противоречии с рациональными
инвестиционными представлениями, тем выше риск их катастрофического
падения, тем позже они могут быть включены в монотонный инвестиционный
портфель.



41
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Большое значение для рациональных инвестиций является парадигмальный
принцип. Различные исторические периоды хапрактеризуются своими
инвестиционными пропорциями. Между отдельными парадигмами пролегает
эпистемологический разрыв [45], который обесценивает для прогноза статистику,
полученную в рамках предыдущей экономической парадигмы. Поэтому
прогнозирование тенденций в рамках новой парадигмы должно опираться на
самостоятельную экспертную модель. В свою очередь, эта экспертная модель
должна содержать в своем составе классификатор состояний исследуемой
рыночной среды (например, классификацию уровней финансовых показателей
корпорации). Разумеется, такая классификация не может быть точной, и поэтому
лучше с самого начала делать ее размытой. Экспертная модель, построенная таким
образом, представляет собой фундаментальный принцип для оценки текущего и
перспективного состояния финансовых систем.

Далее по тексту монографии мы демонстрируем, как выработанные и
озвученные выше принципы научного исследования фондового рынка смогли
воплотиться в методах анализа инвестиционной привлекательности фондовых
активов, оптимизации фондового портфеля, прогноза фондовых индексов.


2.2. Рейтинг долговых обязательств субъектов РФ на основе
нечетких моделей
Применим то, что сделано нами в [53 - 77], к исследованию кредито-
способности субъектов Росиийской Федерации. С недавних пор этот вопрос
получил дополнительную актуальность. Дело в том, что с 2004 года накопительная
составляющая трудовой пенсии, согласно закону [3], будет инвестироваться в
разрешенные фондовые активы российских и зарубежных эмитентов, в том числе и
в долговые обязательства субъектов РФ. И, чем лучше финансово-экономическое
состояние региона, тем больше он, в принципе, может разместить своих
обязательств.

Следует ожидать, что в ближайшее время регионы, которые еще могут
рассчитывать на инвестиции (таких в РФ чуть меньше половины), будут приводить
свои бюджеты в относительный порядок, чтобы рассчитывать на дополнительные
инвестиции. И им важно знать, что в оценке параметров регионального бюджета
следует считать «хорошим», а что – «плохим», что следует поощрять, а с чем
предстоит всемерно бороться. И, как всегда, встает вопрос о выработке единого
показателя кредитоспособности региона. Все перечисленные задачи в настоящей
работе нами решены.

Для регионов, в отличие от предприятий, инвестиции имеют во многих
случаях более важное значение, поскольку от них зависит не только рост
экономического потенциала, но и состояние социальной сферы, определяющей в

42
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
том числе и политическую ситуацию. Пенсионные капиталы, оставленные для
инвестирования в регионах, - это, несомненно, фактор не только экономической, но
и политической консолидации общества.

Несмотря на то, что в стране имеется достаточно большое количество
финансовых ресурсов, инвестиционная активность находится на недостаточном
уровне. C одной стороны, регионы испытывают острую необходимость в
привлечении инвестиций, а с другой стороны, инвесторы (в том числе банки) не
готовы к активному вложению средств в регионы. И это понятно, т.к. существует
дефолтный риск, который гораздо больше, чем в случае гособязательств. Известно
уже множество примеров срыва выполнения обязательств по долгам субъектов
РФ. Беспрецендентен случай, когда целый регион (Ульяновская обл.) фактически
был объявлен банкротом в 2002 году.

Одним из ключевых факторов, препятствующих успешному развитию
процесса привлечения заимствований регионами, является их слабая
информационная прозрачность. Возможно, именно отсутствие качественной
информации о платежеспособности региона является важнейшей причиной
неразвитости рынка региональных облигаций.
Как показал анализ исполнения бюджетов субъектов РФ по итогам 2001 года,
проведенный Рйтинговым центром АК&М, 16 из них не соответствуют
требованиям Бюджетного кодекса РФ по количественным показателям. Нет
единообразного подхода в отражении показателей, что обуславливает разночтения
и затрудняет контроль. Часто не приводятся данные об обязательствах
региональной Администрации, что является ключевыми параметрами при решении
вопроса о способности расплачиваться по долгам. Согласно данным,
опубликованным на официальном сайте Минфина, по состоянию на 1.01.2002 года
23% субъектов РФ не указали объем государственного долга в отчетах об
исполнении бюджетов.

Безусловно, потенциальные инвесторы, принимающие решение о
направлении вложения средств, воспринимают низкую информационную
прозрачность как весомый фактор риска. Кроме того, анализ даже
«информационно прозрачного» региона представляет собой довольно серьезную
проблему. Обилие бюджетных и макроэкономических показателей,
неформализуемых объективных и субъективных факторов затрудняет получение
адекватных оценок надежности региона как заемщика.

Для определения надежности и качества заемщика в мировой практике
используются кредитные рейтинги. Здесь возможны два подхода: один
предполагает оценку риска невыполнения своих обязательств с присвоением
соответствующей рейтинговой категории в виде буквенно-цифрового кода для
каждого рейтингуемого региона; другой предусматривает оценку относительной


43
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
кредитоспособности, позволяющей провести сравнение различных субъектов
федерации между собой.

Сам процесс присвоения рейтинга, то есть оценки возможности и желания
администраций регионов своевременно и в полном объеме расплачиваться по
долгам или, другими словами, оценки вероятности неисполнения обязательств
перед кредиторами, довольно сложен. Для качественной оценки вероятности
неисполнения заемщиком своих финансовых обязательств необходимо изучение
большого количества информационных материалов, включая анализ множества
экономических показателей региона, характеризующих возможность
аккумулирования денежных средств, а следовательно, возможности расплачиваться
по долгам, а также изучения кредитной истории, контактов с региональными
властями, кропотливого анализа множества неформальных факторов и оценки
субъективных предпосылок, главнейшей из которых является желание
администраций регионов выполнять свои обязательства.

Чтобы свести все факторы, необходимые для анализа, в один комплексный
фактор оценки кредитоспособности (риска банкротства) региона, Рейтинговым
центром АК&М была разработана хорошая методика [86], основанная на свертке
частных рейтингов отдельных факторов с предустановленными весами. Мы
решили адаптировать эту методику к нечетко-множественной постановке задачи,
где проводится распознавание уровня каждого фактора, а веса факторов в свертке
определяются по правилу Фишберна [53].

В методике AK&M для построения формального рейтинга использовались 2
группы критериев:
• Критерии, определяющие финансовое состояние региона (базируются на
данных месячных отчетов об исполнении бюджетов субъектов РФ по
состоянию на 1 января 2002 года, а также данные региональных
Администраций об объемах государственного долга);
• Критерии, определяющие уровень экономического развития региона и
создающие предпосылки формирования доходной части бюджета
(базируются на данных Госкомстата по состоянию на 1 января 2002 года).

Источником информации об исполнении бюджетов субъектов РФ является
Министерство финансов РФ.


2.2.1. Критерии, определяющие финансовое состояние региона

В эту группу критериев входят:

• X1 -Отношение государственного долга к доходам бюджета. Объем
государственного долга по отношению к доходам бюджета является

44
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
наиболее значимым критерием, определяющим долговую нагрузку на
бюджет и, соответственно, кредитоспособность региона. Очевидно, что чем
больше долг субъекта РФ, тем выше риск неисполнения обязательств;
• X2 - Отношение объема заемных средств к доходам бюджета. Большой
объем заемных средств свидетельствует о недостатке доходной базы для
финансирования дефицита бюджета. Это является одним из наиболее
значимых факторов, влияющих на кредитоспособность, поскольку сильная
зависимость от внешних кредиторов заметно усиливает риски нехватки
средств для осуществления выплат по долгам;
• X3 - Доля собственных доходов в общем объеме доходов. К собственным
доходам бюджетов субъектов РФ относятся все доходы бюджета без учета
финансовой помощи бюджетов других уровней. Уровень собственных
доходов регионального бюджета определяет степень его независимости от
федерального центра. С ростом доли финансовой помощи повышается
опасность неисполнения обязательств из-за риска ее несвоевременного
поступления. Кроме того, недостаток собственных доходов говорит о
слабости источников формирования доходной базы региона, что также
приводит к увеличению вероятности невозврата долгов;
• X4 - Объем собственных доходов бюджета. Объем собственных средств в
абсолютном выражении характеризует объем собственной доходной базы
бюджета субъекта РФ, а следовательно, позволяет оценить возможности
региона выполнять свои обязательства по долгам;
• X5 - Отношение профицита (дефицита) бюджета к доходам бюджета.
Бюджетный дефицит определяет уровень превышения расходов над
доходами регионального бюджета. Большой дефицит бюджета
свидетельствует о несоответствии уровня доходов инвестиционным
потребностям региона.Увеличение дефицита бюджета в настоящем рейтинге
рассматривается как повышение кредитного риска;
• X6 - Доля средств, направляемых в бюджеты других уровней в расходах.
Высокая доля средств, направляемых в бюджеты других уровней
(финансовая помощь бюджетам других уровней, включая дотации,
субвенции, трансферты), свидетельствует о необходимости Администрациям
субъектов РФ оказывать финансовую помощь территориальным
образованиям в регионе. Увеличение доли таких средств снижает
возможности финансового маневра, тем самым повышая кредитный риск;
• X7 - Доля выделяемых кредитов и бюджетных ссуд в расходах.
Увеличение объема выделяемых кредитов приводит к росту риска их
невозврата, что соответственно усиливает зависимость финансовой системы
региона от качества других заемщиков. В результате, увеличивается риск
невыполнения субъектом РФ своих обязательств.




45
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
2.2.2. Критерии, определяющие уровень экономического развития
региона

В эту группу критериев входят:

• X8 - Отношение задолженности по налогам к объему налоговых
платежей. Отношение задолженности по налогам к общему объему
налоговых платежей является наиболее важным фактором, определяющим
качество функционирования налоговой системы региона, что, в свою
очередь, напрямую связано с формированием налоговых доходов
регионального бюджета. Налоговые доходы - это основа всех собственных
доходов бюджета субъекта РФ (более 70%), а следовательно, рост долгов по
налогам нарушает механизм формирования денежных потоков, что, в
конечном итоге, отрицательно влияет на кредитоспособность региона;
• X9 - Доля прибыльных предприятий в общем количестве
зарегистрированных на территории региона. Доля прибыльных
предприятий на территории региона качественно определяет уровень
поступления налога на прибыль в доходную часть регионального бюджета.
На долю налога на прибыль приходится около 20% суммарных доходов
бюджета. Ухудшение финансового положения предприятий неминуемо
приведет к снижению налоговых поступлений, что обусловит рост риска
кредитоспособности;
• X10 - Сальдо прибылей и убытков предприятий. Как и второй критерий,
сальдо прибылей и убытков определяет уровень поступлений налога на
прибыль в региональный бюджет. Этот показатель дополняет предыдущий и
определяет абсолютную величину поступления налога на прибыль;
• X11 - Денежные доходы населения в расчете на одного жителя. Денежные
доходы населения косвенно определяют уровень поступлений налога на
доходы физических лиц, которые занимают значительную долю в доходах
бюджета. В среднем эта величина составляет около 14% доходов
региональных бюджетов. Снижение денежных доходов ведет к уменьшению
поступления соответствующего налога, что, в конечном итоге, увеличивает
кредитный риск региона.


2.2.3. Результаты рейтинга по AK&M

Первое место в рейтинге AK&M занимают Москва и Санкт-Петербург,
которые по формальным показателям среди других проанализированных субъектов
федерации имеют наиболее высокую способность расплачиваться по своим
обязательствам. В основе этого лежат как благоприятные макропредпосылки,
обусловленные прочной экономической базой городов, так и сбалансированность
бюджетных показателей, что во многом связано с успешной финансовой политикой
властей. Среди успехов, которых достигла Москва в 2001 году, стоит выделить
отказ от практики привлечения краткосрочных, до года, банковских кредитов,
46
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
замещение их в структуре госдолга более управляемыми и дешевыми
облигационными займами, погашение еврооблигационных займов. Поэтому не
удивительно, что Москва в 2001 году стала первой, кому удалось выйти на
зарубежный финансовый рынок и привлечь там два кредита, профинансированных
выпуском сертификатов участия в кредите. Развитие Санкт-Петербурга в 2001 году
можно было охарактеризовать тремя словами - динамичность, стабильность и
перспективность. Город по-прежнему отличается хорошей управляемостью
госдолга, развитым финансовым рынком и высокой инвестиционной
привлекательностью.

C некоторым отрывом по итоговому рейтинговому баллу за Санкт-
Петербургом следует Тюменская область, которая даже опережает Санкт-
Петербург по макропоказателям, характеризующим уровень экономического
развития, уступая по показателям исполнения бюджета. Высокие позиции
Тюменской области во многом связаны с тем, что в 2001 году администрации
области удалось уладить экономические разногласия со сложно подчиненными
субъектами - Ханты-Мансийским АО и Ямало-Ненецким АО - и вовлечь их
огромный потенциал в развитие региона. Это практически сразу сказалось на
экономических показателях Тюменской области.

Четвертую позицию в рейтинге занимает Татарстан, который имеет
сравнительно невысокий объем государственного долга по отношению к доходам и
отличается самым высоким значением профицита бюджета среди
проанализированных регионов (5.86% к объему доходов). При этом объем
погашения долговых обязательств республики в 2001 году превышал объем
заимствований, что свидетельствует о положительной тенденции в области
исполнения правительством республики требований кредиторов.

Замыкает первую пятерку лидеров рейтинга Ханты-Мансийский автономный
округ, который по экономическим показателям, рассмотренным в рейтинге,
опережает Татарстан, но отстает по финансовым параметрам, характеризующим
исполнение бюджета в 2001 году. Относительно высокая оценка
кредитоспособности округа обусловлена низким объемом государственного долга,
слабой зависимостью от федерального бюджета (уровень собственных доходов в
общем объеме доходов среди всех рассмотренных в рейтинге субъектов РФ -
самый высокий). По итогам исполнения бюджета в 2001 году сформировался
относительно большой дефицит бюджета (5.44% к объему доходов) однако по
заявлению властей округа дефицит обусловлен бюджетом развития и не связан с
недостатком средств на текущие социальные платежи.

Шестое место в рейтинге Липецкой области определяется ее довольно
позитивными финансовыми показателями. Доля государственного долга в доходах
бюджета по итогам 2001 года составила 5.92%, причем по сравнению с 2000 годом,
благодаря целенаправленной политике Администрации области по обслуживанию

47
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
своих долговых обязательств, эта величина существенно сократилась. При этом
регион не изменил своей практике не осуществлять крупномасштабных
заимствований. Отношение объема заемных средств к доходам бюджета имеет
отрицательную величину, что свидетельствует о превышении выплат по долгам
над объемом привлеченных средств.

С очень небольшим отставанием по рейтинговому баллу за Липецкой
областью следует Ямало-Ненецкий автономный округ, занимающий третье место
среди рейтингуемых регионов по доле собственных доходов. Бюджет по итогам
2001 года исполнен с профицитом, а объем государственного долга относительно
невысок.

На восьмом месте - Свердловская область. В течение 2001 года область
погашала свои обязательства в большем объеме, чем занимала вновь. Об этом
свидетельствует отрицательное значение отношения заемных средств к доходам
бюджета. Кроме того, обращает на себя внимание большой профицит бюджета
(4.4% к объему доходов). Устойчивое финансовой положение Свердловской
области объясняется успешной деятельностью крупнейших металлургических
предприятий. При этом следует отметить, что макропоказатели области могли бы
быть лучшими, однако ухудшение мировой конъюнктуры рынка металлов
несколько снизило финансовые возможности региона (на относительно высоком
уровне находится задолженность по налогам предприятий). Стоит отметить
осторожное отношение области к привлечению кредитных ресурсов, хотя ранее
активность региона на фондовом рынке была высокой. Сегодня в области
проводится консервативная заемная политика.

На девятом месте в рейтинге находится Пермская область, которая лишь
незначительно по интегрированному рейтинговому баллу уступает Свердловской
области. Место в первой десятке региона обусловлено невысоким уровнем
долговой нагрузки (объем государственного долга к доходам бюджета составляет
2.88%), значительным объемом собственных средств в доходах и профицитностью
исполнения бюджета.

Замыкает первую десятку Удмуртская республика, кредитный потенциал
которой во многом определяется относительно низким объемом государственного
долга, профицитом бюджета и хорошей налоговой дисциплиной предприятий (в
рейтинге субъектов РФ по отношению задолженности по налогам к общему объему
налоговых платежей Удмуртская республика занимает 6 место).

Интегрированный рейтинг относительной кредитоспособности субъектов РФ
приведен в таблице П2.1 приложения 2 к настоящей монографии.




48
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
2.2.4. Методика рейтинга обязательств субъектов РФ с
использованием нечетких описаний

Этап 1. Выделим 11 факторов для анализа кредитоспособности региона,
пометив их с Х1 по Х11 (разделы 1 и 2 настоящей работы).
Этап 2. Воспроизведем значения факторов по состоянию на 01 января 2002
года (табл. П2.2 приложения 2).
Этап 3. Проанализируем гистограммы выбранных факторов (рис. П2.1-П2.2
приложения 2) и установим пять кластеров:
• Высокое значение фактора (обозначение в);
• Промежуточно средне-высокое значение фактора (обозначение св);
• Среднее значение фактора (обозначение с);
• Промежуточно средне-низкое значение фактора (обозначение сн);
• Низкое значение фактора (обозначение н).

Интервальные границы кластеров на соответствующих областях определения
факторов (носителей) Х1 - Х11 представлены таблицей П2.3 Приложения 2.
Степень принадлежности носителя тому или иному кластеру (нечеткому
подмножеству) есть трапециевидное нечеткое число. Верхнее основание трапеции
– это уровень безусловной принадлежности значений носителя кластеру (функция
принадлежности равна единице). Нижнее основание трапеции – все подмножество
значений фактора, признанное допустимым и относимым к данному кластеру.

Этап 4. Присваиваем каждому фактору точечный вес в системе оценки
интегрального показателя кредитоспособности. За основу берем систему весов,
принятую в [86], т.к. она является непротиворечивой и согласуется с формальной
системой предпочтений, по которой на основе критерия Фишберна можно
выстроить точечные оценки весов. Отметим, что в [86] система предпочтений
двухуровневая: сначала устанавливаются предпочтения двух факторных групп,а
затем строятся две цепи предпочтений следующего вида:
Х1 ? Х2 ? Х3 ? Х4 ? Х5 ? Х6 ? Х7, (2.1)
Х8 ? Х9 ? Х10 ? Х11 . (2.2)

Однако скорректируем соотношение предпочтений групп факторов от 2:1 к
1:1. Эта корректировка вызвана учетом печального опыта Ульяновской области.
Мы устанавливаем, что параметры экономического развития региона играют
несколько большую роль в риске кредитоспособности, чем это учитывается в
методике AK&M. Такая переоценка, в свою очередь, повышает веса показателей

49
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
экономического развития. В Ульяновской обл. уровень этих показателей в 2001 г.
сплошь и рядом низкий.
Значения весов сведены в таблицу П2.4 приложения 2.
Этап 5. Распознаем текущие уровни факторов по табл. П2.1 приложения 2.
Результат распознавания сведен в таблицу П2.5 приложения 2.
Этап 6. Обработаем данные табл. П2.5 для получения рейтингов на основе
следующего алгоритма. Сопоставим результатам распознавания из таблицы П2.5
следующий набор значений, принадлежащий числовому отрезку [0,1]:
«в» = 0.9, «св» = 0.7, «с» = 0.5, «сн» = 0.3, «н» = 0.1. (2.3)
Это делается по аналогии с [53] и обосновывается там же.
Тогда сводный рейтинг по факторам 1 – 7 (финансовый рейтинг региона)
оценивается по формуле:

7

?p лi
i
Л 1? 7 = i =1
, (2.4)
7

?p i
i =1


где pi – веса, оцененные по таблице 4.4, ?i – значения, полученные по (2.3) с учетом
таблицы П2.5 приложения 2.
А сводный рейтинг по факторам 8 – 11 (экономический рейтинг региона)
оценивается по формуле:

11

?pл i i
Л 8 ?1 1 = i =8
. (2.5)
11

?p i
i =8



Результирующий же интегральный рейтинг кредитоспособности имеет вид:

11

?pл
Л= . (2.6)
i i
i =1


Все полученные рейтинги сведены в таблицу П2.6. Туда же, для сравнения,
помещено место региона по таблице П2.1, в соответствии с рейтингом AK&M.
Цветом отмечены наиболее сильные расхождения в результатах двух подходов.

50
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Объясняются они разными весами, используемыми в методиках, и различным
отношением к одним и тем же данным (механическое агрегирование уровней
факторов в методике AK&M и дифференцированное распознавание в настоящей
методике).

Этап 7. Оценим гистограммы распределения факторов для выработки
торговых рекомендаций (рис. П2.3). Из гистограмм видно, что можно выделить три
устойчивые группы регионов: лидеры (все рейтинги высокие), перспективные
регионы (все рейтинги средние) и аутсайдеры (хотя бы один рейтинг является
низким).

На основании полученных количественных оценок рейтингов и гистограмм
рис. П2.3 приложения 2 сформулируем решающие правила для установления
торговых рекомендаций по обязательствам региона:

• Определенно Покупать – когда значение финансового и экономического
рейтингов больше или равно 0.6 в нашей оценке. Это бумаги 12 эмитентов-
лидеров (первые 12 позиций по табл. П2.6);
• Покупать Под Вопросом – когда значение финансового и экономического
рейтингов колеблется в диапазоне [0.4, 0.6). В этом перечне у нас 21
перспективный эмитент (с номерами 13-27, 30-32, 37, 39, 40 по таблице
П2.6).

Все прочие регионы (аутсайдеры) не имеют сейчас достаточных оснований
для того, чтобы осуществлять займы, в силу низкой надежности этих займов.
Отдельный вопрос с Республикой Карелия, которую мы переоценили с 18-го на 29-
е место (в силу низкого уровня жизни населения и недостаточной прибыльности
предприятий этого региона).

Таким образом, на привлечение инвестиций может в сегодняшних рыночных
реалиях рассчитывать порядка половины всех регионов России. Это – очень низкий
уровень кредитоспособности страны в целом. Ясно, что небольшое количество
регионов-доноров не может без конца заниматься поддержкой регионов-
аутсайдеров, через консолидированный правительственный бюджет. И это же
показывает, что помогать надо сильным, поддерживая их кредитными
инвестициями. Это заставит отстающие регионы пересмотреть свою бюджетную
политику.

Этап 8. Оценим количество средств, подлежащее распределению по
региональным займам. Если сумма к размещению по данному модельному активу
составляет CMuni, а защищенная доля эмитентов-лидеров в модельном портфеле
составляет ?, то доля эмитента-лидера в модельном портфеле составляет


51
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Лi
x i = бC Muni , (2.7)
? Лi
i?Lider



где Lider – множество эмитентов-лидеров, а ?i определяется по (2.6).

Тогда доля перспективного эмитента в модельном портфеле составляет

Лj
x j = (1 ? б)C Muni . (2.8)
?Л j
j?Lider

Здесь реализовано мягкое правило Фишберна, где доля инвестиций в портфеле
пропорциональна инвестиционному рейтингу.


2.2.5. Выводы по разделу

Мы разработали методику оценки кредитоспособности субъектов РФ,
которая учитывает все лучшее, что сделано в методике рейтингового агентства
AK&M, но идет значительно дальше в плане дифференцированного распознавания
уровней отдельных факторов. И, в связи с изменением подхода, на ряд рейтингов,
полученных по методике AK&M, можно взглянуть сравнительно.

Красноречивым примером здесь является Вологодская область (33 место в
рейтинговом списке по методике AK&M). Да, существуют определенные
проблемы в региональном бюджете, и, в частности, бюджетный дефицит. Однако
низкий уровень задолженности по налогам и высокая доля прибыльных
предприятий говорят о том, что у области есть все основания для перспективного
экономического развития. С учетом того, что в факторном анализе мы
приравниваем финансовый и экономический аспекты кредитоспособности, область
перемещается на 15-е место в рейтинге и вплотную приближается к лидерам.

Та же Ульяновская область, за счет переоценки ее экономического
положения, подвинулась на 10 пунктов вниз по рейтинговой шкале. В этом плане
очень интересно понаблюдать за соседями этого региона по рейтингу. Не
исключено, что они столь же близки к ситуации банкротства, как и Ульяновская
область, и причины такого положения вещей – схожие. Вся полученная
информация должна заставить глав администрацией этих областей задуматься над
тем, в сколь угрожающем положении находятся их регионы.




52
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях



2.3. Скоринг российских акций на основе нечетких моделей
Под скорингом здесь и далее мы понимаем комплексную оценку
инвестиционного качества акций.

Год-два отделяют нас от того момента, когда пенсионная реформа в России
выйдет на новый виток, и на российский фондовый рынок придут накопительные
инвестиции Пенсионного фонда России (ПФР), собранные на трудовых
сбережениях граждан. Первоначально это будет сравнительно небольшая сумма
(порядка 1 - 2 млрд долларов), но затем, по мере обогащения населения, роста
реальной заработной платы и соответственных отчислений, сумма накопительных
инвестиций будет расти. Примерные темпы роста могут быть оценены по аналогии
с США: за 70 лет существования государственного пенсионного обеспечения в
этой стране активы государственного пенсионного счета возросли на три порядка:
с миллиарда до триллиона долларов.

Таким образом в структуре инвестиций в российскую экономику появляется
достаточно мощный, перспективный и – главное – внутренний, независимый от
внешнерыночной конъюнктуры источник финансовых вливаний. И, в зависимости
от того, как будут инвестированы эти средства, мы будем наблюдать тот или иной
макроэкономический и социальный эффект. Если деньги будут инвестированы с
умом, по правилу «семь раз отмерь – один раз отрежь», тогда в лице этих
инвестиций мы получаем мощный генератор нового экономического роста,
катализатор развития российской экономики.

Итак, следует всерьез приступать к системным исследованиям российского
фондового рынка. Без преувеличения скажем, что российская наука в этом
направлении делает только первые шаги. Объяснить это можно молодостью
российского фондового рынка, а также и тем, что сразу после кризиса 1998 года
казалось, что на рынке акций в России можно поставить крест. Однако сейчас, в
связи с изложенным и с тем, что российская экономика делает уверенные успехи и
возвращает к себе внимание инвесторов всего мира, необходимо предварить
масштабные инвестиции на российском фондовом рынке фундаментальным
анализом этого рынка.

Сделаем несколько качественных замечаний о природе российского рынка
акций.

2.3.1. Качественное описание рынка акций

Низкая капитализация. Суммарная капитализация акционерных обществ,
чьи акции обращаются на столичных биржах, не превышает 75 млрд долларов. Для
сравнения: в США существует свыше 40 компаний, чья капитализация превышает
53
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
указанную сумму. Капитализация компании Dell Computer Corp. сопоставима с
этой цифрой, а капитализация Microsoft в пять раз превыышает ее. Не более
десятка российских компаний обладают капитализацией, которая по меркам
американского рынка может быть расценена как высокая или средняя.
Большинство компаний у нас с этой точки зрения – small cap, маленькие.

Диспропорция капитала. На фондовый рынок в России вышло порядка 300
компаний (чьи акции хоть однажды торговались на московских фондовых биржах).
При этом всего 7 компаний (без учета «Норильского никеля» и Сбербанка)
обладают капитализацией, которая в сумме своей составляет свыше 90%
капитализации всего российсого рынка ценных бумаг.

Отраслевая диспропорция. В подавляющем большинстве акции, торгуемые
на биржах России – это акции энергетики и связи. Практически не представлены
все остальные отрасли: торговля, машиностроение, химия, металургия итд. Такое
положение понятно: энергетика и связь монополизированы, нефтегазовый
комплекс – экспортоориентирован. Отсюда возможность зарабатывать хорошие
прибыли, контролировать ценообразование - и таким образом обеспечивать
курсовой рост своих акций.

Техническая слабость. Российский рынок существует с оглядкой на
фондовый рынок США, и это ни для кого не секрет. Индексы RTSI и S&P500 в
рублевой котировке коррелированы на уровне 0.45 – 0.5. Прилив капитала
венчурных американских взаимных фондов на российский фондовый рынок
вызывает бурный рост котировок, уход капитала с рынка, в связи с кризисами –
столь же бурный отток. Потому что в России отсутствуют
высококапитализированные инвестиционные институты, способные занимать
противоположные позиции и поддерживать котировки. Отсюда – колоссальная
волатильность акций и фактически непрогнозируемая их доходность.


2.3.2. Фундаментальный подход к оценке рынка акций

Отмеченные особенности российского рынка акций не позволяют проводить
его оценку и прогнозирование традиционными методами технического и
корреляционного анализа, в силу непредсказуемости рынка каждой отдельной
акции. Поэтому за основу при анализе принята методология скоринга акций,
которая подробно изложена мной в [53, 64], с поправкой на российскую
специфику. Суть скоринга в моей разработке – в том, чтобы анализировать
фундаментальные характеристики эмитента акций, с одной стороны, и
соотношение цены акций и показателей эффективности предприятия – с другой
стороны. При этом все отдельные частные показатели скоринга – ранги –
сворачиваются в единую оценку инвестиционного качества ценной бумаги, при
этом весами в свертке служат параметры, которые подлежат оценке на основе
дополнительных соображений.
54
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях




2.3.3. Источник данных для анализа

Постепенно в России начинают появляться полноценные онлайн-ресурсы, на
которых сосредоточена более-менее полная информация о субъектах фондового
рынка и исторические данные о торгах по акциям российских эмитентов.
Проанализировав десяток таких ресурсов, я взял за основу сайт инвестиционной
группы «Финанс-Аналитик» [26]. Главное обоснование моего выбора следующее:
на этом сайте информация по каждому эмитенту сосредоточена по американскому
стандарту и представлена настолько полно и удобно для пользователя, что это
позволяет за ограниченное время собрать нужную информацию по сотне
эмитентов, котируемых на российских биржах. Также важно, что информация по
акциям лежит рядом с финансовой отчетностью эмитентов этих акций.

К счастью, сайт «Финанс-Аналитик» индицирует и отрицательные значения
факторов, а не замещает эти значения символом N/A, как подавляющее
большинство американских сайтов представляет фактор «цена-доход». В
противном случае эти значения пришлось бы досчитывать. Сопоставление
факторов с отраслевыми значениями – также полезная практика, но ее
эффективность в российских условиях низка, т.к. в американском понимании
отрасль – это сотни предприятий, чьи акции обращаются на биржах, а в нашем
случае это только десятки. Соответственно, и статистика теряет в
репрезентативности. Что толку анализировать статистику по транспорту, если в
перечне предприятий транспорта присутствует один лишь «Аэрофлот»? Вопрос
риторический.

В последующем, когда методика скоринга встанет на программную основу,
вопрос об обеспечении программы скоринга исходными данными (дейта-
провайдинга), разумеется, должна решаться в первую очередь, потому что вопрос
своевременной и полной поставки данных для скоринга является ключевым.


2.3.4. Предпосылки для построения метода скоринга

Как и в [64], необходимо предварить описание метода скоринга качественной
экспертной моделью российского рынка, на основании которой будет совершаться
выбор показателей для оценки и их ранжирование.

В первую очередь надо отметить, что, как и в случае американского рынка
акций, ключевым фундаментальным индикатором оцененности акции выступает
отношение цены акции к доходам по ней в годовом выражении (P/E), в долях. При


55
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
этом, для повышения надежности оценки, здесь и далее используются
интегральные средневзвешенные оценки факторов (ТТМ).

Во вторую очередь следует рассматривать факторы, свидетельствующие о
риске дефолта эмитента. Мы для оценки выбираем два фактора: капитализацию
эмитента (Cap) в миллионах долларах США и обеспеченность оборотных активов
собственными средствами предприятия (Liquidity), в долях. Мы не оцениваем
надежность эмитентов по факторам финансовой автономии, т.к. считаем эту
оценку малоинформативной, в силу особенностей учета внеоборотных активов на
балансе предприятия и существующих методов их переоценки. Именно чистый
оборотный капитал (ЧОК), участвующий в расчетах коэффициента
обеспеченности, представляется нам наиболее представительным фактором для
анализа. Отрицательное значение ЧОК свидетельствует о повышенном риске
эмитента не справиться со своими текушими финансовыми обязательствами, что
чревато невыплатой дивидендов, потерей управляемости, и, наконец, повышает
риск банкротства.

В третью очередь мы берем в рассмотрение факторы, соотносящие цену
акций и продажи, а также собственный капитал, в расчете на одну акцию (факторы
P/S и P/B соответственно, в долях). Эти факторы, хорошо известные в мировой
практике финансового анализа, оценивают, насколько эффективно работает
предприятие, с одной стороны, и насколько «раздут» его капитал по отношению к
стоимости собственных средств предприятия, с другой стороны. На этом же шаге
анализа мы рассматриваем факторы рентабельности предприятия – рентабельность
активов, собственного капитала и инвестированного капиталов (факторы ROA,
ROE и ROIC соответственно, в процентах годовых).

Далее мы выстраиваем систему предпочтения одних факторов другим,
исходя из нашего опыта скоринга акций. Мне представляется, что шкала
предпочтений факторов должна иметь следующий вид:

Ожидаемая доходность вложений в акции ? Надежность эмитента ? Текущая
эффективность работы эмитента. (2.9)

В такой системе предпочтений учтено то, что вложения в российские акции с
мировой точки зрения – это заведомо рискованные вложения, и риск дефолта
(фактор надежности) большей частью учтен инвесторами уже на страновом уровне
(на шаге выбора страны для инвестиций) и волнует инвесторов во вторую очередь.
Прежде всего инвестор рассчитывает на спекулятивный рост курсовой цены акций,
на их перманентную недооцененность. И с этой точки зрения фактор P/E является
главным в анализе.

Тем не менее, фактор надежности не сбрасывается со счетов вовсе. Переходя
от странового риска к частному риску дефолта эмитента, инвестор предпочтет

56
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
иметь дело с компаниями, которые находятся на подъеме и занимают ощутимую
долю на рынке. Отсюда роль капитализации и ликвидности в оценке.

Инвестор также понимает, что в долгосрочной перспективе курсовой рост
может быть обеспечен только успешной устойчивой работой предприятия. И с этой
точки зрения факторы эффективности занимают в анализе третье место.

С точки зрения факторов оценки система предпочтений (2.9) приобретает
вид:

P/E ? Cap ? Liquidity ? P/S ? P/B ? ROA ? ROE ? ROIC. (2.10)

Информации, заключенной в (2.10), достаточно нам для того, чтобы перейти
непосредственно к скорингу акций.


2.3.5. Исходные данные для скоринга

В таблицу П3.1 Приложения 3 к монографии сведены значения
анализируемых факторов по состоянию на 11 февраля 2002 года.


2.3.6. Методика скоринга

Построение гистограмм распределений факторов
2.3.6.1.

Построенные на основании данных таблицы П3.1 гистограммы
распределения факторов скоринга представлены на рис П3.1– П3.8.

Построенные гистограммы не отображают статистику факторов, в силу
существенной неоднороднорсти их случайных значений, а могут быть
интерпретированы как квазистатистика. То есть мы не настаиваем на однородности
собранных данных, но указываем на то, что в первом приближении, на уровне
страны, эти данные могут рассматриваться и анализироваться совместно,
безотносительно отраслевой классификации эмитентов.


Нечеткий классификатор уровня факторов
2.3.6.2.

По аналогии с тем, как это сделано в предыдущем разделе работы, проведем
нечеткую классификацию параметров. Для этого введем лингвистическую
переменную «Уровень фактора Х» с терм-множеством значений «Высокий
уровень фактора», «Средний уровень фактора», «Низкий уровень фактора».
Предполагается, что определения «низкий, средний, высокий» относятся к уровню
инвестиционной привлекательности акции применительно к выбранному фактору.

57
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях


Тогда простой анализ гистограмм приводит нас к результатам, которые
сведены в таблицу П3.2. Применительно к нечеткой классификации данные,
пречисленные в таблице П3.2, соответствуют абсциссам трапециевидных функций
принадлежности нечетких подмножеств лингвистической переменной «Уровень
фактора». Промежуточные значения «низкий-средний» и «средний-высокий»
формируют зону неуверенности эксперта в принятой классификации, что
характеризуется линейным изменением значения функции правдоподобия при
переходе из класса в класс.

Классификация факторов с оценкой рангов
2.3.6.3.

Проведем классификацию полученных значений факторов, т.е. сверим
таблицы П3.1 и П3.2. При этом ранг показателя вычисляется следующим образом:
• если значения фактора точно попадают в выбранный интервал, то ранг равен
единице для данного уровня показателя и нулю для всех остальных уровней;
• если значение фактора лежит в зоне неуверенности, то для двух смежных
классов формируются ранги, сумма которых равна единицы; вычисление же
рангов идет по правилу вычисления ординаты наклонного ребра
трапециевидной функции принадлежности по заданной абсциссе точки на
нижнем основании трапеции. Например, для тикера ELRO капитализация
составляет 55.8 млн долл. По данным таблицы П3.2 это значение
характеризуется как пограничное между низким и средним. Чтобы посчитать
ранги, нужно провести вычисления по формуле:

55.8 ? 50
л1 = = 0.884, л 2 = 1 ? л1 = 0.116 , (2.11)
100 ? 50

то есть значение фактора признается скорее низким, чем средним.

Оценка рангов для факторов Cap, P/S, P/E приведена в таблице П3.3.
Ранжирование для факторов P/B, ROA, ROE проведено в таблице П3.4. А
ранжирование для факторов ROIC и Liquidity проведено в таблице П3.5.


Комплексная оценка инвестиционного качества ценной
2.3.6.4.
бумаги

• В полном соответствии с тем, как это сделано в [53, 64], определим
лингвистическую переменную «Оценка бумаги» с терм-множеством
значений «Очень низкая (О), Низкая (Н), Средняя (Ср), Высокая (В), Очень
высокая (ОВ)». Чтобы конструктивно описать введенную лингвистическую
переменную «Оценка бумаги», определим носитель ее терм-множества –
действительную переменную A_N на интервале от нуля до единицы. Тогда


58
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
функции принадлежности соответствующих нечетких подмножеств могут
быть заданы таблично (таблица П3.6);
• Определим лингвистическую переменную «Торговая рекомендация для
бумаги» с терм-множеством значений «Strong Buy (SB – Определенно
Покупать), Moderate Buy (MB – Покупать под вопросом), Hold (H – Держать),
Moderate Sell (MS – Продавать под вопросом), Strong Sell (SS – Определенно
продавать)».
• Установим взаимно однозначное соответствие введенных нами
лингвистических переменных на уровне подмножеств: ОН – SS, Н – MS, Ср –
H, В – MB, ОВ – SB. Так мы связали качество ценной бумаги с ее
инвестиционной привлекательностью. Тогда переменная A_N является
носителем и для терм-множества лингвистической переменной «Торговая
рекомендация», с теми же функциями принадлежности носителя
подмножествам значений.

• Оценим веса отдельных факторов для комплесксной оценки бумаги, в
соответствии с тем, как это записано в (2.10). Согласно правилу точечных
оценок Фишберна, критерию максимума неопределенности в части наличной
информационной ситуации (по аналогии с тем, как это оценивается в [95, 98])
можно сопоставить следующую систему весов:
8

?p = 1 (2.12)
p1 = 0.3, p2 = p3 = 0.15, p4 = p5 = p6 = p7 = p8 = 0.08, i
i =1




• Если в качестве носителя лингвистической переменной «Уровень показателя
Х» выбрать единичный интервал, то трапециевидные функции
правдоподобия будут иметь вид рис. П3.9;
• Тогда, по аналогии с тем, как это сделано в [53, 64], получем комплексный
показатель A_N для каждой бумаги методом двойной свертки:
M N
A_N = ? б j ? p i л ij , (2.13)
j=1 i =1

где i – индекс отдельного показателя для их общего числа N=8, j – индекс
уровня показателя для общего числа уровней M=3, ?ij – ранг i-го показателя
по своему j-ому уровню, определяемый таблицами П3.3 – П3.5,

б 1 = 0.2, б 2 = 0.5, б 1 = 0.8 - (2.14)

абсциссы максимумов функций принадлежности терм-множества
лингвистической переменной «Уровень фактора» (см. рис. П3.9).



59
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Тогда среднеожидаемый ранг j-го уровня, взвешенный по всем N
показателям, оценивается формулой
N
y j = ? p i л ij , (2.15)
i =1



и справедливо
M
A_N = ? б j y j . (2.16)
j=1



И наоборот, если по каждому фактору определять средний его уровень
M
z i = ? б j л ij , (2.17)
j=1



то справедливо
N
A_N = ? p i z i . (2.18)
i =1



Именно формулы (2.17) и (2.18) мы берем за основу при расчетов.
Результаты расчетов по этим формулам сведены в таблицу П3.7.


2.3.7. Оценка полученных результатов

Из таблицы П3.7 видно, что всего 12 акций из 91 рассматриваемой обладают
инвестиционным качеством не хуже «В-СР», то есть промежуточным между
средним и высоким и выше. Показатель отношения доли инвестиционно
пригодных акций к полному перечню активно торгуемых акций может
характеризоовать уровень инвестиционной привлекательности рынка в целом.
Такой же показатель можно построить с использованием объемных показателей по
результатам торгов.

В [64] приводится пример анализа одной из отраслей американской
экономики, причем по итогам оценки видно, что только две акции из нескольких
десятков мало-мальски пригодны для того, чтобы в текущий момент вкладывать в
них деньги. С этой точки зрения российская ситуация выглядит немного получше.
Однако ключевые причины, не позволяющие акциям получить приемлемый
инвестиционный рейтинг, те же: в первую очередь, переоцененность, а, во-вторых,
низкая ликвидность (отрицательный чистый оборотный капитал). Если даже
такой гигант, как «ЮКОС», обладающий сегодня максимальной капитализацией
среди российских акционерных обществ, активный оператор рынка нефти и газа,

60
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
позволяет себе по временам отрицательный чистый оборотный капитал, то чего,
казалось бы, требовать от прочих эмитентов. Тем не менее, иногда именно низкая
капитализация компаниии положительно влияет на ее управляемость, в том числе
на расчеты по текущим долгам. Не что иное как высокий уровень кредитного
менеджмента в компаниях позволяет поддерживать неотрицательный чистый
оборотный капитал. И это – еще один довод в пользу того, чтобы приобретать
такие акции. И нас не должен вводить в заблуждение уверенный бурный рост
акций «ЮКОСА» (до 400% годовых). Когда речь идет о долгосрочных
инвестициях, рост прошлых периодов не может гарантировать роста в будущем.
Только фундаментальные факторы могут свидетельствовать о перспективах
будущего роста.

Если проводить скоринг акций в автоматизированном режиме на
ежесуточной основе, то можно отслеживать такие ситуации, когда тот или иной
фактор бумаги эмитента сменит качество в лучшую или в худшую сторону. Это –
первый признак того, чтобы пересмотреть долю этой акции в фондовом портфеле.
Предупреждение о смене качества фактора называется алертом.

Конечно же, разумно устанавливать алерт программно, пользуясь услугами
тех же финансовых порталов (на сайте [26] эта услуга предоставляется, правда, в
порядке индивидуальной настройки). Целесообразно выдавать безусловный алерт,
если хотя бы один из параметров бумаги окажется больше или меньше расчетного
уровня. Также, безусловно, необходимо выставлять алерт и на смену уровня
инвестиционного качества ценной бумаги (такая практика называется downgrades-
upgrades). Все ведущие мировые рейтинговые агентства на регулярной основе
осуществляют переоценку акций, и на ряде сайтов такая переоценка вызывает
безусловный алерт.

Представленная в настоящем разделе экспресс-методика финансового
анализа предоставляет ее пользователю возможность оперативно принимать
решение о наполнении и ребалансинге фондового портфеля, сосредоточившись
прежде всего на перспективных акциях, чей курсовой рост более чем вероятен. Эта
методика не гарантирует будущих прибылей – этого не умеет делать ни одна
система в мире, в противном случае это бы напоминало открытие вечного
двигателя. И опрометчиво было бы утверждать, что акции с низким
инвестиционным качеством будут только падать в цене. В жизни все сложнее, и
иногда изумляешься, глядя на 60-долларовые акции, почему они стоят именно 60
долларов, а не, скажем, 5. Но здесь – тайна , магия рынка, целый перечень
тонкостей, которые данная методика не оценивает и не комментирует.

Зато как бывает приятно посмотреть, когда (взятая для примера) Cisco
Systems (для справки: капитализация порядка 120 млрд долларов), едва
поднявшись со дна в 10 долларов и немного поколебавшись, возвращается на
уровень 12 долларов, хотя в былые времена цена на эти акции доходила до 80

61
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
долларов! Вот тогда ты понимаешь, что не все на рынке решает дешевый ажиотаж,
и, по мере того, как эйфория сменяется истерией, а на смену «рулеточной»
психологии приходит трезвая оценка, на авансцену выходит анализ
фундаментальных факторов. Строить портфельный выбор на фундаментальном
анализе на самом деле означает минимизировать потенциальную
волатильность своих доходов. Если бы в России был сколько-нибудь развит
рынок опционов на акции, то можно было бы хорошо зарабатывать, покупая
опционы call или выставляя «бычьи спрэды» на потенциально растущие акции
(подробнее об этих стратегиях см. в [53]). И предлагаемая методика экспресс-
анализа позволяет строить не только опционные схемы роста, но и формировать
опционные стратегии хеджирования на активы, чья инвестиционная
привлекательность вызывает сомнения.

Полагаю, что методика, подобная той, что здесь изложена, должна быть в
обязательном порядке настроена на сайтах, осуществляющих поддержку торговли
акциями. Полагаю, что для России наступает время финансовых порталов, где
собственно справочное представление данных соседствует с онлайн-
калькуляторами и автоматизированными советниками портфолио-менеджера.


2.4. Рейтинг российских корпоративных облигаций на основе
нечетких моделей
В работе [69] мы произвели финансовый экспресс-анализ рынка российских
акций (она составила содержание предыдущего раздела данной книги). Анализ
состоялся в феврале 2002 года, и приятно осознавать, что мы не ошиблись в
оценках. Все акции первого эшелона с присовенной нами оценкой «Высокое-
Среднее качество» (сюда относятся «Лукойл», «Сургутнефтегаз», «Татнефть») в 1-
2 кварталах 2002 года показали устойчивый рост (до сотни процентов годовых).
Также мы наблюдали спад в акциях второго эшелона, оцененных сравнительно
низко на тот момент (сюда относим МГТС, Мосэнерго, «Ростелеком» и др.). Есть и
исключения из правила: например, ЮКОС, имеющий пониженную оценку
«Среднее качество» из-за отрицательной обеспеченности оборотных активов
собственными средствами, рос бурно. Но здесь мы усматриваем не влияние
фундаментальных факторов, а ажиотажный рост интереса зарубежного инвестора к
российскому нефтегазовому комплексу, подогретый общемировой политической
конъюнктурой. У западных инвесторов свой порядок анализа активов, и
уставочные параметры в оценке не совпадают с тем же для методов,
применяющихся на российской почве. Тем более, надо признать, что размещение
компанией АДР за рубежом (пример ОАО «Лукойл») выводит эмитента АДР за
круг чисто российских компаний, поэтому претерпевают коррекцию и правила
анализа инвестиционной привлекательности таких акций.



62
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Кризис американского фондового рынка потянул все российские акции вниз.
И это тоже особенность нашего рынка. Сначала мы перегреваемся до заоблачных
высот, а потом, чуть что случилось за океаном, мы принимаемся терять в весе. Это
– проявление технически слабого рынка, зависимого от рынков более финансово
мощных и устойчивых. Здесь уместен пример компании Cisco Systems (CSCO), за
которой я давно пристально наблюдаю. Компании явно не хватает прибылей,
чтобы обосновать свою текущую курсовую цену, поэтому тренд цены последний
год – строго понижательный. Тем не менее, компании не дают упасть до уровня в 5
долларов за акцию (что было бы справедливо), потому что сама компания имеет
план по выкупу своих акций назад, и этого плана обратного выкупа достаточно,
чтобы стабилизировать цену на уровне не ниже 11-12 долларов. Эта нерыночная
мера, тем не менее, характеризует техническую силу рынка акций CSCO. А у нас
даже компании с хорошими фундаментальными параметрами рискуют потерять в
весе просто из-за внешних веяний. Но сквозь все возможные веяния, на
среднесрочном интервале владения ценной бумагой, пробиваются
фундаментальные факторы, и их значения по совокупности формируют
повышательный или понижательный тренды.

Итак: детальный анализ фундаментальных факторов ценной бумаги - и мы
продолжаем настаивать на этом - позволяет снизить инвестиционный риск.
Инвестор отчетливо видит все риски, которые проистекают из пониженного уровня
отдельных факторов на общем фоне. Действительно, если существует механизм
ранжирования акций по инвестиционной привлекательности, то почему я должен
выбирать в портфель худшие акции, а не лучшие (спрашивает себя инвестор)? Как
только механизм рейтинга (или скоринга) становится прозрачным, и все
преимущества и дефекты той или иной ценной бумаги налицо, когда
произведенный скоринг становится доступным широкому кругу игроков, - тогда
имеет смысл говорить о постепенном формировании рационального
инвестиционного выбора [75]. Ближайшая пятилетка, ее инвестиционная
парадигма как раз формируется под знаком именно этого типа выбора. Инвестор
становится аккуратнее, перестает слушать ангажированных финансовых
аналитиков, внимательнее исследует бухгалтерскую отчетность эмитента, требуя
дополнительной премии за риск мошенничества с бухучетом (печальные примеры
Enron, Arthur Andersen, WorldCom у всех на слуху). Словом, инвестор перестает
бросаться из крайности в крайность, от эйфории в истерию, он постепенно
отрезвляется.

Методология оценки фундаментальных факторов эмитента вызывает
намерение применить матричную схему анализа (по строкам матрицы – отдельные
показатели, по столбцам – размытые подмножества уровней этих факторов) к
рейтингу корпоративных облигаций. Как работает матричная схема оценки, мы
уже продемонстрировали на примере рейтинга риска банкротства, рейтинга
долговых обязательств субъектов РФ, скоринга акций. Белорусская научная школа
[9, 10] успешно применяет матричные методы для оценки рейтинга банков и

63
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
страховых компаний. И, разумеется, нет никаких противопоказаний к тому, чтобы
воспользоваться этой схемой для рейтингования корпоративных облигаций.


2.4.1. Фундаментальный подход к оценке рейтинга облигаций

Главные риски, определяющие рейтинг облигации - это процентный и
дефолтный риски. Под процентным риском мы понимаем риск эмитента привлечь
средства под высокий процент, когда в последующем на рынке появятся более
выгодные (дешевые) источники заимствований (обычно этот риск парируется в
проспекте эмиссии облигаций правом эмитента на обратный выкуп облигаций по
заведомо известной цене - офертой). Аналогично, в категорию процентного риска
входит риск инвестора ссудить деньги под низкий процент, когда в будущем
появятся условия более выгодных ссуд. Этот риск парируется покупкой
инвестором опционов: call – на процент по облигациям, которые могут вырасти в
курсовой цене, и put – на процентную ставку по собственным облигациям. Вся эта
техника, широко распространенная в США, пока недоступна для России, которая
до сих пор не может оправиться от краха рынка производных ценных бумаг в
августе 1998 года (доверие российских инвесторов к этим инструментам не
восстановлено в полном объеме до сих пор).

Под дефолтным риском мы понимаем риск срыва исполнения эмитентом
текущих платежей по собственным долговым обязательствам. Крайним случаем
дефолта является фаза банкротства эмитента.

Суть рейтинга в моей разработке – в том, чтобы анализировать выбранные
фундаментальные характеристики эмитента облигаций в совокупности. При этом
все отдельные частные показатели рейтинга – ранги – сворачиваются в единую
оценку инвестиционного качества облигации, а весами в свертке служат
параметры, которые подлежат оценке на основе дополнительных соображений.

Мы также считаем, что развитый рынок заимстований вынуждает эмитентов
с худшими фундаментальными характеристиками в качестве премии за риск
выплачивать большие проценты по своим облигациям. Тем самым влияние
процентного риска на рейтинг облигаций уменьшается, и на первый план выходит
риск дефолта.

2.4.2. Источник данных для анализа

При анализе я воспользовался данными с сайта информационно-
аналитического и учебного центра НАУФОР Скрин.ру [97]. Разрешение на
использование материалов сайта в научной работе получено.




64
©Недосекин А.О. Фондовый менеджмент в расплывчатых условиях
Открытой информацией для анализа, представленной на сайте, является
ежеквартальная неконсолидированная отчетность эмитентов (баланс, отчет о
прибылях и убытках на уровне разделов).

В последующем, когда методика рейтинга встанет на программную основу,
вопрос об обеспечении программы скоринга исходными данными (дейта-
провайдинга), разумеется, должна решаться в первую очередь, потому что вопрос
своевременной и полной поставки данных для рейтинга является ключевым.

<<

стр. 2
(всего 7)

СОДЕРЖАНИЕ

>>