Пусть бумага данного вида эмиттирована в момент времени TI по цене N0, причем эта цена может быть как выше, так и ниже номинала (это обусловлено соотношением объявленной купонной ставки и среднерыночной ставки заимствования, с учетом периодичности платежей). Обозначим размер купона DN, а число равномерных купонных выплат длительностью Dt за период обращения обозначим за K, причем для общности установим, что платеж по последнему купону совпадает с моментом погашения бумаги.
Тогда временная последовательность купонных платежей может быть отображена вектором на оси времени с координатами
(6.22)
Формула для справедливой цены процентного долгового инструмента имеет вид:
(6.23)
где
- (6.24)
номер интервала, которому принадлежит рассматриваемый момент t,
(6.25)
|
|
, (6.26)
моменты ti определяются соотношением (6.22), а внутренняя норма доходности долгового инструмента r отыскивается как корень трансцендентного уравнения вида
С(TI) = N0. (6.27)
Если купон по процентной бумаге нулевой, то переходим к рассмотренному выше случаю дисконтной бумаги.
Анализ соотношений (6.25) и (6.26) показывает, что шум цены, тренд которой имеет вид (6.23), является нелинейно затухающей кусочной функцией на каждом интервале накопления купонного дохода, причем шум получает как бы две составляющих: глобальную – для всего периода обращения бумаги, и локальную – на соответствующем моменту t интервале накопления купонного дохода.
Исследуем характер шума цены процентной бумаги:
(6.28)
где C(t) – тренд цены - определяется по (6.23).
Руководствуясь соображениями, изложенными в предыдущем примере дисконтных бумаг, будем отыскивать СКО шума цены в виде:
(6.29)
где
(6.30)
а i определяется по (6.24). Соотношение (6.30) является частной производной справедливой цены (6.23) по показателю внутренней нормы доходности бумаги с точностью до постоянного множителя.
Аналогично предыдущему примеру, мы можем получить нормировочный делитель для шума цены процентной бумаги. Переход от нестационарного шума к стационарному будет иметь вид:
|
|
, (6.31)
где определяется по (6.30). При уменьшении величины купона до нуля соотношение (6.29) переходит в (6.9), что косвенно подтверждает правоту наших выкладок.
На рис. 6.3 приведен примерный вид тренда цены процентной бумаги, а на рис. 6.4 – примерный вид СКО такой бумаги.
Рис. 6.3. Функция справедливой цены процентной бумаги
Рис. 6.4. Функция СКО процентной бумаги
Что касается доходности процентных инструментов, то формулы (6.12) – (6.13) получают поправку в виде проплаченного за время Т купонного дохода:
(6.32)
где m – число оплаченных купонов процентной бумаги за период T.
Вывод о том, что случайный процесс имеет в своем сечении нормальную величину, сохраняется без изменений. Параметры этой случайной величины:
(6.33)
(6.34)
Рассмотрим расчетный пример.
Расчетный пример 6.2
Облигация номиналом N = 1000$ выпускается в обращение в момент времени TI = 0 (далее все измерения времени идут в годах) сроком на 3 года c дисконтом 10%, то есть по эмиссионной цене N0 = 900$. По бумаге объявлено три годовых купона по ставке 20% годовых, то есть размером DN = 200$. Инвестор намеревается приобрести бумагу в момент времени t =1 сразу после первого купонного платежа. В этот момент текущая цена бумаги на рынке составляет H(1) = 940$. Для проведения статистического анализа доступна история сделок с бумагой за истекший год ее обращения. Требуется идентифицировать доходность облигации R(t=1, T) на протяжении оставшихся двух лет владения (T Î [0, 2]) как случайный процесс и определить параметры этого процесса.
Решение
Определим внутреннюю норму доходности нашей процентной бумаги, итеративно решив уравнение (6.27). Тогда, согласно (6.23), это уравнение приобретает вид:
(1000 + 200) * exp(-r) + 200*(exp(-r/3) + exp(-2r/3)) = 900, (6.35)
откуда методом итераций получаем r = 67.2% годовых.
Выражение для справедливой цены приобретает вид:
(6.36)
Далее следует этап анализа истории цены за истекший год. СКО шума цены, согласно (6.29) – (6.30), имеет вид
(6.37)
где
(6.38)
а s0 определяется на основе анализа истории скорректированного шума цены вида (6.31).
Теперь бумага полностью идентифицирована. Случайный процесс ее доходности имеет параметры, которые определяются по формулам (6.13), (6.14). В частности, на момент погашения бумаги Т = 2, C(3) = 1200$, s(1+2) = 0, e(1+2) = 0, и R(1,2) = (1200-940)/(940*2) = 13.83% годовых – неслучайная величина.
Оценим процесс количественно через Т = 1 год владения бумагой непосредственно перед получением дохода по второму купону, задавшись параметром СКО шума s0 = 20$. Тогда
C(2-0) = 1200*exp(-(3-2)*0.672/3) + 200 = 1159.2$, (6.39)
, (6.40)
(6.41)
(6.42)
Нечетко-множественный подход
Обладая квазистатистикой ценового поведения облигации, мы можем оценить СКО шума цены (6.9) и (6.29) как треугольную нечеткую функцию фактора времени, по аналогии с тем, как это делается в главе 5 книги. И все соответствующие вероятностные распределения приобретают вид нечетких функций, а случайные процессы приобретают постоянные нечеткие параметры.
Выводы
Мы получили вероятностную интерпретацию цены долгового инструмента. Это новый подход к анализу бумаг такого рода, но он обещает быть весьма плодотворным, когда дело дойдет до оптимизации смешанных портфелей, содержащих как акции или паи, так и долговые обязательства. Зная матожидание и дисперсию цены, мы можем оценивать то же для текущей доходности. И тогда мы можем решать задачу Марковица, отыскивая максимум доходности портфеля при фиксированном СКО портфеля. Подробно это обсуждается в главе 8 настоящей монографии.
|
|
Если квазистатистики по отдельной долговой бумаге нет, можно воспользоваться статистикой квазистатистикой ведущих индексов по долговым обязательствам (например, индексами доходности по 10-летним или 30-летним государственным долговым обязательствам, анализируемыми в пределах последнего года). Параметры случайных процессов для этих индексов могут быть взяты за основу при моделировании ценовых случайных процессов для индивидуальных долговых обязательств, при этом мера уверенности эксперта в оценке параметров будет находиться в обратной зависимости от ширины расчетного коридора, формируемого соответствующими нечеткими числами и вероятностными распределениями с нечеткими параметрами.