Моделирование портфельных решений в случайной среде альтернативных возможностей рынка

Статья опубликована в журнале: Экономический анализ: теория и практика, 2019, Т. 18, № 12, С. 2356 – 2370

Автор(ы): Бауманис В.И.

Рубрика: Математические методы и модели

Аннотация

Предмет. Одной из проблем, нередко обсуждаемых специалистами в рамках теории портфельного инвестирования, является недостаточная размерность пространства инвестиционных возможностей. Для описания портфельного инвестирования считается достаточным всего два измерения: доходность и риск. С одной стороны, сложившаяся практика использования этих двух характеристик отвечает цели снижения вычислительной сложности процедур портфельного анализа и способствует упрощению формализации ряда смежных задач. С другой стороны, вынужденный отказ от воспроизведения реальной многомерности процессов рынка акций явно сдерживает приложение методов, которые значительно расширили бы возможности современного портфельного анализа.

Цели. Разработка эконометрического аналога модели случайного блуждания и приложение в задаче выбора эффективного портфеля Марковица.

Методология. В процессе исследования использовались методы анализа данных и машинного обучения.

Результаты. Представлены результаты формирования портфельных решений в случайной среде альтернативных возможностей рынка акций. Реализовать такую замену удалось благодаря приему, при котором линейный характер связи доходности акции и доходности рынка заменен на нелинейный, воспроизводимый с помощью отдельной регрессионной модели с дискретной зависимой переменной. На ее основе представлена эконометрическая модель доходности акции, в которой в качестве регрессанта используется вероятность положительной доходности, предпочтения по которой могут одновременно приводить к росту доходности и снижению риска.

Выводы. Представленные результаты эмпирической верификации убедительно демонстрируют возможности описания рыночных процессов с помощью вероятностных регрессионных моделей. Применение модели регрессии случайного блуждания в портфельном анализе может существенно повысить эффективность портфельных решений.

Ключевые слова: риск, случайная величина, распределение Бернулли