Оптимизация инвестиционных портфелей с учетом восприятия денежно-кредитной политики

В работе представлена адаптация современной поведенческой экономической теории к портфельному инвестированию в условиях российского фондового рынка при доступной частному неквалифицированному инвестору информации об изменениях на денежном рынке. Анализируется возможность оптимизации инвестиционного портфеля с использованием его коррекции на основе изменения показателей денежно-кредитной политики, доступных в СМИ широкому кругу инвесторов. Для этого применяется поведенческая модель выбора портфеля на основе стоимости акций на Московской бирже с учетом точки ориентира по теории перспектив в виде регулируемых Банком России показателей. В качестве регулируемых показателей денежно-кредитной политики применяются ключевая ставка и норматив обязательных резервов банков, а также показатели опосредованного влияния в виде инфляции, средней ставки по банковским вкладам и курса доллара к рублю. Поведенческая модель представляет собой модифицированную теорию средней дисперсии. Расчет базовых показателей доходности и риска ведется по основным поведенческим моделям — формулам кумулятивной теории перспектив и «ментальных счетов». Автор рассматривает различные варианты формирования портфеля в соответствии с изменением уровня избегания риска. В результате сравнения моделей оптимизации портфеля средней дисперсии и моделей по модифицированной теории средней дисперсии с использованием поведенческих факторов выявлены более высокие показатели соотношения риска и доходности в прогнозируемом периоде. В анализируемый период все модели в среднем располагались на линии эффективных портфелей Марковица. В качестве дальнейшего развития поведенческой теории в области портфельной оптимизации предложены варианты адаптации модели в зависимости не только от точек ориентира, но и от изменения коэффициентов принятия риска и оценки вероятности.

1. Маневич В. Портфельный выбор в российской экономике и политика денежных властей в 2007–2009 годах // Вопросы экономики. 2010. № 3. С. 24–38.

2. Моисеев С. Поведенческие теории денежно­кредитной политики: кадровая независимость, ротация руководства и влияние гендера // Вопросы экономики. 2018. № 5. С. 139–150.

3. Редькин Н. Оптимизация инвестиционного портфеля на российском фондовом рынке в контексте поведенческой теории // Финансы: теория и практика. 2019. Т. 23. № 4. С. 99–116.

4. Ammer J. M., Vega C., Wongswan J. Do Fundamentals Explain the International Impact of U.S. Interest Rates? Evidence at the Firm Level. Board of Governors of the Federal Reserve System. International Finance Discussion Papers. No 952. 2008. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1101633.

5. Barberis N., Xiong W. What Drives the Disposition Effect? An Analysis of a Long‐Standing Preference‐Based Explanation // The Journal of Finance. 2009. Vol. 64. No 2. P. 751–784.

6. Benartzi S., Thaler R. H. Heuristics and Biases in Retirement Savings Behavior // Journal of Economic Perspectives. 2007. Vol. 21. No 3. P. 81–104.

7. Burns Z. C., Chiu A., Wu G. Overweighting of Small Probabilities // Wiley Encyclopedia of Operations Research and Management Science. New York: John Wiley & Sons, 2010. P. 1–8. https://onlinelibrary.wiley.com/doi/abs/10.1002/9780470400531.eorms0634.

8. Das S., Markowitz H., Scheid J., Statman M. Portfolio Optimization with Mental Accounts // Journal of Financial and Quantitative Analysis. 2010. Vol. 45. No 2. P. 311–334.

9. Das S. R., Ostrov D. N., Radhakrishnan A., Srivastav D. A New Approach to Goals­Based Wealth Management // Journal of Investment Management. 2018. Vol. 16. No 3. P. 1–27.

10. De Giorgi E. G., Legg S. Dynamic Portfolio Choice and Asset Pricing with Narrow Framing and Probability Weighting // Journal of Economic Dynamics and Control. 2012. Vol. 36. No 7. P. 951–972.

11. De Giorgi E. G., Mahmoud O. Naive Diversification Preferences and Their Representation. 2016. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2864231.

12. Favaretto F., Masciandaro D. Behavioral Economics and Monetary Policy. Bocconi University, Milan, Italy. BAFFI CAREFIN, Centre for Applied Research on International Markets Banking Finance and Regulation. BAFFI CAREFIN Working Papers. No 1501. 2015.

13. Fratzscher M., Saborowski C., Straub R. Monetary Policy Shocks and Portfolio Choice. European Central Bank. Working Paper Series. No 1122. 2009.

14. Gonzalez R., Wu G. On the Shape of the Probability Weighting Function // Cognitive Psychology. 1999. Vol. 38. No 1. P. 129–166.

15. Goodfellow C., Schiereck D., Wippler S. Are Behavioral Finance Equity Funds a Superior Investment? A Note on Fund Performance and Market Efficiency // Journal of Asset Management. 2013. Vol. 14. No 2. P. 111–119.

16. Gwilym R. The Monetary Policy Implications of Behavioral Asset Bubbles // Southern Economic Journal. 2013. Vol. 80. No 1. P. 252–270.

17. Kahneman D., Tversky A. Prospect Theory: An Analysis of Decision Under Risk // Econometrica. 1979. Vol. 47. No 2. P. 263–291.

18. Koepke R. Fed Policy Expectations and Portfolio Flows to Emerging Markets // Journal of International Financial Markets, Institutions and Money. 2018. Vol. 55(C). P. 170–194.

19. Kooreman P., Prast H. What Does Behavioral Economics Mean for Policy? Challenges to Savings and Health Policies in the Netherlands // De Economist. 2010. Vol. 158. No 2. P. 101–122.

20. Lattimore P. K., Baker J. R., Witte A. D. The Influence of Probability on Risky Choice: A Parametric Examination // Journal of Economic Behavior & Organization. 1992. Vol. 17. No 3. P. 377–400.

21. Markowitz H. Portfolio Selection // The Journal of Finance. 1952. Vol. 7. No 1. P. 77–91.

22. Miles S. S. Behavioral Funds vs. Traditional Funds: Does Behavioral Finance Actually Work in Fund Management? The Institute for Behavioral and Household Finance. White Paper Series. No 5. 2016.

23. O’Donoghue T., Somerville J. Modeling Risk Aversion in Economics // Journal of Economic Perspectives. 2018. Vol. 32. No 2. P. 91–114.

24. Ostrov D. N., Das S. R., Srivastav D., Radhakrishnan A. Dynamic Optimization for GoalsBased Wealth Management with Multiple Goals. 2019. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3462795.

25. Philippas N. Did Behavioral Mutual Funds Exploit Market Inefficiencies During or After the Financial Crisis? // Multinational Finance Journal. 2014. Vol. 18. No 1/2. P. 85–138.

26. Prelec D. The Probability Weighting Function // Econometrica. 1998. Vol. 66. No 3. P. 497–527.

27. Samuelson W., Zeckhauser R. Status Quo Bias in Decision Making // Journal of Risk and Uncertainty. 1988. Vol. 1. No 1. P. 7–59.

28. Santoni A., Kelshiker A. R. Behavioral Finance: An Analysis of the Performance of Behavioral Finance Funds // The Journal of Index Investing. 2010. Vol. 1. No 2. P. 56–72.

29. Santoro E., Petrella I., Pfajfar D., Gaffeo E. Loss Aversion and the Asymmetric Transmission of Monetary Policy // Journal of Monetary Economics. 2014. Vol. 68(C). P. 19–36.

30. Shefrin H., Statman M. Behavioral Portfolio Theory // Journal of Financial and Quantitative Analysis. 2000. Vol. 35. No 2. P. 127–151.

31. Thaler R. H. Mental Accounting and Consumer Choice // Marketing Science. 1985. Vol. 4. No 3. P. 199–214.

32. Tversky A., Kahneman D. Advances in Prospect Theory: Cumulative Representation of Uncertainty // Journal of Risk and Uncertainty. 1992. Vol. 5. No 4. P. 297–323.