Блог им. vl451f

Формирование портфеля ВДО методом Монте-Карло. Часть 3. Итог.

В прошлой частия рассказал о том, как работает имитационное моделирование Монте-Карло и протестировал портфель из 10 облигаций. Тесты показали, что при такой диверсификации инвестор в большинстве случаев получит убыток. Это хороший результат работы, потому что он уберег меня от формирования заведомо убыточного портфеля. Сегодня я расскажу о том, до какой степени я диверсифицировал портфель и каких результатов ожидаю.

Поскольку в статье про пределы эффективности диверсификации я определил разумную долю на одного эмитента в районе 2,85…5%, то так поступил и здесь. Портфель облигаций был расширен до 25 шт, что дает долю 4% на одного эмитента. В портфель включил только облигации для неквалифицированных инвесторов и вот что получилось:

Имя   Тикер Рейтинг Лет до погашения Доходность Безрисковая Премия за риск Доля в портфеле Риск Вероятность
 успеха 
1 АРЛФ1Р01 Машиностроение RU000A10EJR5 BB+ 2.91 26% 14.1% 2.6% 4% 9% 0.91447
2 ТГК-14 1Р5 Электроэнергетика RU000A10AS02 BBB- 2. 78 23% 14.1% 1.3% 4% 7% 0.92963
3 ТЕХЛиз 1P8 Лизинг RU000A10EMJ6 BB+ 2.93 26% 14.1% 2.9% 4% 9% 0.91447
4 РКС2Р7 Недвижимость RU000A10E6S8 BBB- 2.81 29% 14.1% 7.6% 4% 7% 0.92963
5 АйДиКол1P4 Финансы прочие RU000A10BQH7 BBB- 3.13 26% 14.2% 4.3% 4% 7% 0.92963
6 Сегежа3P2R Промышленность RU000A105SP3 BB- 11.80 28% 14.3% -0.2% 4% 12% 0.87506
7 Реиннол1P4 Машиностроение RU000A10DPT0 BB- 4.67 31% 14.1% 2.4% 4% 12% 0.87506
8 ЮДПАвтО Б1 IT компании RU000A108CE5 BB+ 3.01 26% 14.1% 2.6% 4% 9% 0.91447
9 МоторТ1Р05 Машиностроение RU000A108KV2 BB- 3.16 35% 14.2% 6.9% 4% 12% 0.87506
10 СИБАВТО1Р6 Транспорт RU000A10BVF1 BB 4.17 27% 14.1% 1.7% 4% 10% 0.89641
11 УралСт1Р06 Металлургия  RU000A10D2Y6 BB- 2.01 30% 14.4% 12.2% 4% 12% 0.8751
12 ТАЛК002P04 Лизинг RU000A10E5S0 BB+ 3.77 26% 14.4% 2.1% 4% 9% 0.91447
13 CTRLлиз1Р2 Лизинг RU000A1086N2 BB- 3.00 40% 14.2% 11.7% 4% 12% 0.87506
14 АСГТРАФО-1 Прочее RU000A10DYZ9 BB 4.67 25% 14.4% -1.2% 4% 10% 0.89641
15 СибКХП 1P4 Пищевая пром. RU000A10BRN3 BB 4.13 31% 14.3% 5.5% 4% 10% 0.89641
16 ДрктЛиз2Р5 Лизинг RU000A10BUN7 BB 4.17 29% 14.3% 3.3% 4% 10% 0.89641
17 Роделен2P3 Лизинг RU000A10B2F7 BBB 3.89 26% 14.1% 5.3% 4% 6% 0.94228
18 АПРИ 2Р13 Строительство RU000A10E5C4 BBB- 3.27 24% 14.2% 2.4% 4% 7% 0.92963
19 ЭНИКА 1Р05 Прочее RU000A10A4C1 BBB 3.58 25% 14.2% 5.1% 4% 6% 0.94228
20 АСГТРАФО-1 Прочее RU000A10DYZ9 BB 4.67 25% 14.4% -1.1% 4% 10% 0.89641
21 Л-Старт 02 Лизинг RU000A10DLY9 BB 3.65 32% 14.1% 6.0% 4% 10% 0.89641
22 ПИР 1P2 Торговля RU000A108C17 BB 3.00 24% 14.1% -1.4% 4% 10% 0.89641
23 ЛТрейд1P12 Лизинг RU000A10CU97 BBB- 4.42 25% 14.1% 2.9% 4% 7% 0.92963
24 ВОКСИС-03 IT компании RU000A10BW39 BBB+ 3.19 24% 14.3% 4.5% 4% 5% 0.95276
25 АртгнБО02 Медицина RU000A10DY27 BBB- 4.67 21% 14.4% -0.6% 4% 7% 0.92963


25 эмитентов, средний срок погашения 4 года. Имитационное моделирование Монте-Карло дает следующий результат:

 

 Диапазон
доходности

До 9.0%

9-12.0%

12-14.0%

14-16.0%

16-18.0%

18-20.0%

20-22.0%

22-24.0%

24-26.0%

26-28.0%

Количество сценариев
в диапазоне

1

3

22

81

248

614

1 508

2 431

2 948

2 144

Сценарии накопитель-
ным итогом

1

3

26

107

355

969

2 477

4 908

7 856

10 000

 

Как видите, результат гораздо лучше. С результатом хуже безрисковой ставки (14%) получилось всего 26 сценариев из 10 000. То есть шансы получить доходность ниже безрисковой ставки равны:

p=1-(10 000-26)/(10 000)=0.0026=0.26%

Уже гораздо лучше, чем было!

Давайте посмотрим на график, который дает наше моделирование:

 Формирование портфеля ВДО методом Монте-Карло. Часть 3. Итог.

Приглядитесь на этот горбик в районе 22%-28% – очень похоже на гауссову кривую. Значит нужно проанализировать данные на нормальность распределения.

Введем результат моделирования YTM в программу LabPlot и запросим у нее статистический коэффициент Пирсона:

χ²-Test (P > χ²): 1

Наше распределение является нормальным и можно использовать статистический анализ.

Определим основные статистические параметры результатов моделирования: среднее и стандартное отклонение при помощи Excel:

=СРЗНАЧ(YTM)
=СТАНДОТКЛОН.Г(YTM)

Наше распределение дает математическое ожидание доходности 23,45% (вероятность получения равна 50 % по определению и стандартное отклонение (сигму) 2,75%. Иными словами, с вероятностью 95,4% доходность портфеля окажется в диапазоне плюс-минус две сигмы, то есть попадет в такой интервал: 

(r ̅-2σ)≤r ̅≤(r ̅+2σ)
И составит:
∆r=17,95%…28,95%

 

Тут правда есть один момент: по результатам моделирования максимальная доходность, при отсутствии дефолтов, составила 27,73%, что конечно же попадает в вышеуказанный диапазон, но не может достичь верхней границы интервала – сказывается дискретность данных, об этом нужно помнить. Но учитывая, что реинвестирование купонов будет осуществляться под ставку близкую, а не гарантированную к текущей YTM, то доходность портфеля можно описать вот так:

 

Формирование портфеля ВДО методом Монте-Карло. Часть 3. Итог.


Диверсификация портфеля по отраслям приведена на диаграмме ниже:


Формирование портфеля ВДО методом Монте-Карло. Часть 3. Итог.


Характеристики риска и доходности представлены в таблице ниже

Диапазон доходности до 12% 12% — 14% 14% — 16% 16% — 18% 18% — 20% 20% — 22% 22% — 24% 24% — 26% 26% — 28%
Вероятность получения
доходности
100.00% 100.00% 99.70% 98.90% 96.50% 90.30% 75.20% 50.90% 21.40%

 

Таким образом, ожидаемая доходность портфеля на горизонте трех лет составит 18-20% годовых с вероятностью 96,5%.

Все эти гипотезы и расчеты не стоят ничего, если инвестор не готов вложить деньги в свой подход, поэтому я сформировал портфель такой портфель и вложил в него реальные деньги. Посмотрим что из этого получится

Формирование портфеля ВДО методом Монте-Карло. Часть 3. Итог.

321
10 комментариев

Спасибо за материал и ислледование.

Хочу уточнить по какой пречине считаете, что не сможете повлиять на дефолтность портфеля? Например, можно убрать компании с явными проблемами или наоборот взять те, у кого всё отлично? Разве это не снизить дефолтные случаи в портфеле? 

Сергей Иваненко, потому что анализ каждого эмитента — большие трудо- и времязатраты, которые имеют смысл если размер портфеля достаточно большой. Если размер портфеля в районе нескольких миллионов рублей, то подробный анализ эмитентов экономически нецелесообразен
avatar

Invexa, вы так считаете из-за неверного допущения (моё предположение), что якобы нужно провести анализ всех компаний на рынке, но ваша цель сформировать портфель с низким шансом дефолта (относительно средней) и высокой доходностью. Вы уже определились с долями в портфеле (4% на компанию), а значит вам просто нужно найти 20 подходящих компаний. Это примерно 40 отчетов бегло просмотреть. По двадцать минут на отчет это 13,5 часов времени. Премия это разница между доходностью с дефолтами и без них. Допустим 6%. С миллиона это 60 т.р. или (60 / 13.5) ~4 500 рублей за час времени.

Крайне рекомендую посмотреть в эту сторону. stepik.org/lesson/1914875/step/1?unit=1941060

Сергей Иваненко, бегло можно только коэффициентный анализ провести, а он не отражает всех рисков. Вон, например, ЭЛЕКТРОРЕШЕНИЯ по отчетности вполне приемлемы для своей группы, но у них спор с ФНС на 2 млрд ₽, что при их чистой прибыли очень и очень много. 

Второй момент: выбор компании с хорошей отчетностью не исключает ее дефолта в будущем, увы. Пример — Монополия, у которой до августа 2025 отчетность была достаточно сильной и CFFO был стабильно положительным.

Третий момент: анализ отчетности это отдельный навык, который требует серьезной прокачки. Провести вертикальный, горизонтальный, коэффициентный и факторный анализ отчетности я могу, но вот выявлять маскировку убыточности/махинации/вывода денег — увы, пока нет; нужно изучать специализированную литературу. 

Четвертый момент: поэтому премия за анализ отчетности, ИМХО, будет не  6%, а хорошо если 2-3%.

Поэтому я для себя считаю целесообразным сосредоточиться на индексном инвестировании. 

avatar
А пробовали по методу папы карло рассчитать оптимальный портфель ГКО с июля 1996 по июль 1998?
avatar
Олег Иванов, нет, а зачем?
avatar
Invexa, а интересно, какой там прогноз доходности показало бы
avatar
Олег Иванов, прогноз доходности чего? ГКО? Он был бы равен доходности ГКО без какой-либо поправки на несистематический риск. Не понимаю что вы пытаетесь сказать.
avatar
Спасибо за статью. Есть несколько замечаний, из-за этого результат думаю будет не такой как ожидается. В таблице есть облигации с сall-опционом, скорее всего они будут погашены раньше, так же есть облигации с амортизацией и put-опционом, и если не ошибаюсь две облигации через некоторое время станут с переменным купоном.
avatar
naiveinvest, замечания справедливые. Проблема, с которой я столкнулся — у нас неожиданно маленький рынок ВДО. :( 
avatar

Читайте на SMART-LAB:
Фото
EUR/USD в тисках: кто первый моргнет у критической отметки?
Европейская валюта протестировала нисходящую линию тренда (построенную по точкам 1 и 2), завершив торги в четверг паттерном «медвежье поглощение»....
Фото
Средние доходности облигаций в зависимости от кредитного рейтинга. От B- до AA+
👉 Наш канал в MAX 👈 👉 Чат Иволги в MAX 👈 Средние доходности облигаций в зависимости от рейтинга (бледные столбцы —...
Фото
Выработка электроэнергии в РФ в феврале 2026г. по Росстату и рекордный объем потребления энергии в 1 квартале 2026г.
Росстат представил данные по выработке электроэнергии в РФ в феврале 2026г.: 👉 выработка электроэнергии в РФ — 107,43 млрд кВт*ч. ( +1,7...

теги блога Владимир

....все тэги



UPDONW
Новый дизайн