<<
>>

Применение метода для оценки эффективности структурированных продуктов

Исследования по оценке справедливой стоимости дают понимание того, какие скрытые комиссии встраивают инвестиционные компании в тот или иной продукт, но не дают информации о том, что выгоднее - инвестировать в привычные рыночные инструменты или в структурированные продукты.

В некоторой степени ответом на этот вопрос могут послужить данные полученные благодаря симуляции методом Монте- Карло, однако это будут модельные данные, полученные в предположении о постоянных ставках, постоянной волатильности и логнормальном распределении цен и т.д.

Получить более реальные данные можно с помощью исторической симуляции. В данном методе анализа отсутствуют перечисленные выше предположения, таким образом, информация, получаемая из исторической симуляции, в большей степени отражает реальность.

Для проведения этой процедуры необходимо наличие исторических данных по базовому активу (или активам) СП, участвующего в симуляции. Чем больше объем исторических данных по базовому активу, тем больший объем выборки мы получим, тем более представительными будут результаты исследования. Основным результатом такого исследования является доходность, полученная за срок жизни продукта, с которой можно проводить любые преобразования.

Для того чтобы выходные данные были представительны необходимо учитывать доходность, которая могла бы быть получена, в результате всех потенциальные инвестиций в анализируемый СП.

Для понимания вышесказанного приведем пример. Предположим, мы рассматриваем продукт со сроком жизни 1 год, ориентированный на рост базового актива, тогда процесс исторической симуляции будет выглядеть следующим образом:

Таблица 2.1 - Пример исторической симуляции СП

Дата

инвестирования

Дата

погашения

Значение базового актива в момент

инвестирования

Значение базового актива в

момент погашения СП

Доходность базового актива Доходность СП
27.12.2002 27.12.2003 359.17 574.48 59.95% 20.98%
28.12.2002 28.12.2003 359.17 568.22 58.20% 20.37%
29.12.2002 29.12.2003 359.17 568.92 58.40% 20.44%
30.12.2002 30.12.2003 358.96 566.56 57.83% 20.24%
31.12.2002 31.12.2003 359.07 567.4 58.02% 20.31%
01.01.2003 01.01.2004 359.07 567.4 58.02% 20.31%
02.01.2003 02.01.2004 359.07 567.4 58.02% 20.31%

Таким образом, мы учитываем результат каждой потенциальной инвестиции в СП.

Однако, при использовании данного метода исследователь имеет дело только с одним сценарием развития событий, это является существенным минусом исторической симуляции.

Например, исследование данным методом СП, настроенного на снижение базового актива, полностью теряет

смысл на исторических данных, в которых преобладают восходящее движение. Например, симуляция для СП, настроенных на снижение, на исторических данных индекса РТС с 2000 по 2008 годы.

Данный минус можно обойти, если попытаться сгенерировать из уже имеющейся траектории новые и провести симуляцию них.

Приведем примерный алгоритм проведения данной процедуры:

1. Преобразовать ценовой ряд в ряд доходностей;

2. Перемешать полученный ряд в случайном порядке;

3. Восстановить ценовой ряд;

4. Провести симуляцию на восстановленном ряду.

Многократное повторение данной процедуры дает возможность получить сколь угодно большое число траекторий базового актива. Результаты данной процедуры можно представить в следующем графическом виде (см. Рис. 2.6)

Рис. 2.6 - Пример генерации траектории движения базового актива

На рисунке видно, что при использовании реальной траектории индекса в период с 2002 года по 2008 год симуляция СП, настроенных на снижение не имеет смысла, так как в это время отсутствовали периоды затяжного снижения индекса. С другой стороны, симуляция на траектории «перемешанного» индекса не лишена смысла - имеются как периоды затяжного снижения, так и периоды роста.

Из рисунка видно, что при помощи перемешивания доходностей и последующем восстановлении траектории можно получить больше данных для репрезентативной исторической симуляции

Историческая симуляция является довольно мощным инструментом в исследовании структурированных продуктов, она позволяет оценить доходности СП на исторических реальных данных.

Введение процедуры генерации новых траекторий делает метод исторической симуляции схожим с методом Монте-Карло, с тем отличием, что в первом методе отсутствуют довольно жесткие предпосылки (например, логнормальное распределение цены БА)

2.2.2

<< | >>
Источник: Панин Данила Петрович. Оценка структурированных продуктов. ДИССЕРТАЦИЯ на соискание степени магистра экономики. Москва - 2010. 2010

Еще по теме Применение метода для оценки эффективности структурированных продуктов:

  1. Применение метода для оценки характеристик структурированных продуктов
  2. 3 Практика применения методов оценки структурированных продуктов
  3. Критерии эффективности структурированных продуктов, полученные на основе симуляции методом Монте-Карло
  4. Цели и методы оценки структурированных продуктов
  5. 2 Симуляционные методы оценки структурированных продуктов
  6. Базовые методы оценки структурированных продуктов
  7. Критерии эффективности структурированных продуктов на основе справедливой стоимости
  8. Оценка эффективности продуктов с помощью исторической симуляции
  9. Оценка характеристик продуктов с помощью симуляции методом Монте-Карло
  10. Оценка структурированных продуктов на российском рынке
  11. Оценка структурированных продуктов, выпускаемых на западном рынке
  12. Панин Данила Петрович. Оценка структурированных продуктов. ДИССЕРТАЦИЯ на соискание степени магистра экономики. Москва - 2010, 2010
  13. Структурированные продукты: понятие и внутреннее устройство
  14. Вычисление подразумеваемой банковской ставки структурированного продукта
  15. Вычисление подразумеваемой волатильности опционной части структурированного продукта
  16. Оценка эффективности использования объектов недвижимости
  17. Основные проблемы, направления и перспективы применения экономических методов управления жилищным рынком и жилищным строительством