Сравнение методов отбора паевых инвестиционных фондов

Размещено на http://www.allbest.ru/

Оглавление

Введение

Обзор литературы

Методология

Информационная база исследования

1. Исследование интеллектуального капитала управляющих

1.1 Построение модели

1.2 Данные

1.3 Эконометрическая модель

1.4 Эмпирические результаты

2. Построение портфелей

Заключение

Список литературы

Введение

С каждым днём управляющие компании привлекают всё больше инвесторов для увеличения располагаемых в фондах денежных средств, поскольку преумножение сумм в обороте ведет к росту собственной прибыли УК. В свою очередь, инвесторы заинтересованы в том, чтобы приумножить вложенные средства, достигнув максимального дохода при приемлемом для них уровне риска. На сегодняшний день одной из возможностей осуществить увеличение своих накоплений является вложение в паевые инвестиционные фонды (ПИФы), управляемые квалифицированными руководителями. Паевые инвестиционные фонды направлены на увеличение вложенных в них денежных средств, с последующим их распределением между вкладчиками согласно вложенной доли, называемой паем. ПИФы имеют ряд преимуществ, сильно выделяющих их на фоне альтернативных для инвесторов способов дохода. Во-первых, они являются вполне доступными для любого человека, желающего стать пайщиком, ведь стоимость пая может начинаться всего лишь с нескольких десятков рублей. Кроме того, уплата налога производится только при продаже пая, таким образом, никакие налоги во время владения паем не взимаются, в том числе и налог на прибыль. Паи обладают высокой ликвидностью, а за деятельностью фондов государством ведется жесткий контроль. Все эти характеристики, и еще ряд других, делают ПИФы привлекательным способом увеличения доходов, поэтому они так популярны для инвестиций среди населения и требуют глубокого изучения и тщательного анализа таких аспектов, как причины высоких результатов деятельности и факторы, влияющие на принятие инвесторами решения о покупке паев.

Паевые фонды создаются специализированной компанией, которая нанимает управляющих, контролирующих портфели, и именно от их грамотного распоряжения вкладами зависит получаемая в итоге прибыль. Поэтому важны личные качества самих управляющих, уровень их образования (или их учёные степени) и их опыт в управлении компаниями подобного рода. Любой вкладчик всегда заинтересован в увеличении своих вложенных средств, которое ему может дать только хороший менеджер. Однако, на сегодняшний день до конца не определено, по каким параметрам можно оценивать конкретного управляющего, и, следовательно, надежность фонда и его показатели. Поэтому, данная работа приобретает особый интерес, так как затрагивает изучение данной проблемы. С другой стороны оценка управляющего не менее важна и руководителям фондов, нанимающих людей на эту должность, ведь они тоже заинтересованы в высоких показателях, в привлечении инвесторов, в развитии своих фондов. Поэтому, исследование вопроса о влиянии личных характеристик менеджера фонда на прибыльность организации поможет в будущем вкладчикам правильно оценивать возможность заработка в конкретных паевых фондах, а компаниям поможет принять решение о том, какого человека подобрать на должность управляющего. Более того, данная статья имеет большую значимость, поскольку на сегодняшний день в научной литературе наблюдается дефицит работ по данной теме, проводящих подобный анализ на данных развивающихся рынков, в том числе и для российского рынка ПИФов.

Помимо вышеописанного значения работы и ее необходимости для расширения знаний в этой области, стоит отметить, что анализ информации об управляющих не является единственным способом грамотно выбрать паевой инвестиционный фонд. Вкладчики зачастую используют значения доходностей прошлых лет для решения данной задачи. Поэтому мое исследование будет направлено на сравнение двух возможных вариантов отбора, позволяющих не только выявить, можно ли опираться на показатели фонда и характеристики его управляющего, но и посмотреть на практике, какой способ привел к лучшему выбору. Исследования такого рода на данных российского рынка ПИФов ранее не проводились, поэтому данная работа имеет особую актуальность.

Целью исследования является сравнение эффективности двух систем отбора ПИФов инвесторами, один из которых основывается на выборе фондов согласно характеристикам их управляющих, а другой заключается в выборе фондов по результатам прошлого периода. То есть, иными словами, необходимо выяснить, влияют ли личные качества управляющего на прибыльность объединённых в паевой фонд активов, и, помимо этого, посмотреть, к каким результатам ведет выбор фонда согласно выявленному влиянию рассмотренных характеристик, а также определить, какую доходность можно ожидать от ПИФов, показавших высокие результаты в прошлом периоде. Для достижения данной цели необходимо решить такие задачи, как:

· поиск релевантной научной литературы и изучение найденных статей по темам: определяющие денежных потоков, навыки управляющих, факторы, влияющие на результаты деятельности фондов и выбора фонда для инвестирования;

· сбор данных по управляющим, результатам деятельности фондов, проведение регрессионного анализа и интерпретация полученных в работе результатов;

· подтверждение или опровержение предположения о наличии связи между личными качествами управляющих и деятельностью фондов;

· сравнение способа отбора фондов по их управляющим с методом выявления лучших фондов по прошлым результатам, подведение итогов исследования.

В работе будут представлены обзор релевантной литературы с пояснением необходимости проведения данного исследования, приведена теория, необходимая для понимания работы, показан ход исследования с подробным описанием вычислений, приведены модели регрессионного анализа, а также будет проведен тщательный анализ получившихся результатов с последующим подведением итогов и выявлением недостатков исследования для дальнейшей его доработки.

Обзор литературы

В развитых странах широко распространено использование паевых инвестиционных фондов для хранения и преувеличения своих накоплений (Hu, Malevergne, Sornette, 2009). Однако принципы принятия вкладчиками решения о выборе того или иного фонда до конца не изучены. Данная проблема объясняется тем, что не все данные по фондам находятся в общедоступном пользовании, а потому существует информационная асимметрия, не позволяющая индивидам проводить исследования и принимать полностью рациональные решения.

В статье Косовски с соавторами (Kosowski et al, 2006) проведено исследование, показавшее, что лишь незначительная часть менеджеров обладает навыками, с помощью которых они могут приносить доходность своим инвесторам, а доли управляющих просто везет. Вслед за этой статьей множество похожих исследований было проведено, однако, не смотря на то, что результаты были подобны, значения порой сильно расходились.

На сегодняшний день существует мало способов измерения способностей управляющих, более того уже существующие имеют множество погрешностей. Проведен ряд исследований, связанных с поведенческим финансированием, теория которого объясняет влияние психологии на финансовую деятельность (Fama, 1997; Ritter, 2003; Shiller, 2002). Однако очень мало работ отображают влияние личных качеств управляющего на показатели деятельности находящихся под его руководством фондов.

В статье Голека (Golec, 1996) было исследовано влияние на доходность и риск таких характеристик управляющих как возраст, срок пребывания в должности, образование и наличие сертификата МВА наряду с активами, оборотами и возрастом фондов. Для оценки данного влияния автор использовал 3SLS метод. Результаты показали, что одним из наиболее сильно влияющих на показатели параметров является срок управления конкретным фондом, который положительно сказывается на доходности. Кроме того, его исследование выявило незначимую связь доходности с возрастом управляющего.

Результаты полученные в статье Ли и его соавторов (Li et al., 2011), которые измеряли качество образования через балл SAT и также исследовали влияние размера, возраста фонда и опыта управляющего, подтвердили гипотезу о том, что более хорошо обученные менеджеры хедж-фондов достигают высокой доходности при низком уровне риска и привлекают больше денежных средств. К тому же, было выявлено отрицательное влияние размера фонда на его прибыль. Для анализа использовалась Fama-MacBeth регрессия.

Подобный результат, связанный с систематически более высоким уровнем скорректированной на риск доходности, достигаемым управляющими с качественным образованием, был получен ранее в исследовании Чевалье и Элиссон (Chevalier, Ellison, 1999). Более того, регрессионный анализ показал, что результаты деятельности молодых управляющих выше, поскольку их желание сохранить работу сильнее, а полученное образование свежее. Авторы исследовали также влияние сертификата МВА и срока пребывания в должности, которые оказались незначимы.

Следуя этой работе, в статье Готтсмана и Мори (Gottesman, Morey, 2006) также исследовалось влияние образования управляющего на результаты ПИФов. Помимо добавления в анализ качества программы МВА, было изучено влияние других отличных от МВА сертификатов, в том числе и CFA. Однако, результат показал, что только программа МВА положительно влияет на деятельность управляющего, в то время как наличие других сертификатов эффекта не оказывает.

Отношение между показателями фондов и характеристиками управляющих, такими как опыт и образование (наличие MBA и CFA) было рассмотрено в статье Свитцера и Хуанга (Switzer, Huang, 2007). Однако, полученные результаты не согласуются с предыдущими. Таким образом, 3SLS метод показал, что наличие MBA негативно влияет на показатели, в то время как CFA не значим. Опыт управляющего также негативно сказывается на результатах.

В исследовании Хью и Чанга (Hu, Chang, 2008) проводился анализ таких параметров, как размер фонда, количество фондов под управлением, срок пребывания в должности и образование менеджера. Метод оценки влияния DEA (data envelopment analysis) привел к результату, согласно которому срок пребывания управляющего в должности и его образование положительно сказываются на показателях фонда, в то время как количество управляемых фондов имеют отрицательный эффект.

Поскольку на сегодняшний день существует практика организации команды менеджеров для управления фондами, в работе Карагианнидиса (Karagiannidis, 2012) были изучены характеристики участников команды, такие как возраст управляющего, срок управления фондом, количество управляемых фондов и наличие степени МВА. Автор использовал четырехфакторную модель для выявления влияния этих данных на принимаемый уровень риска. Результаты показали, что более многочисленные команды, в состав которых входят управляющие, обладающие сертификатом MBA и продолжительным опытом работы, составляют менее рисковые портфели.

Все вышеуказанные исследования, изучающие влияние личных качеств управляющих на результаты деятельности ПИФов, были основаны на данных зарубежных фондов, работающих в развитых странах. Авторами были использованы различные методы регрессионного анализа и исследованы разные характеристики управляющих и находящихся под их руководством фондов. В целом, по результатам, полученных в статьях, можно сделать следующий вывод: более молодые управляющие с довольно большим сроком пребывания в должности, имеющие степень МВА, показывают более высокую доходность при меньшем уровне риска, в то время как размер фонда и количество фондов под управлением ухудшают результаты, а отличные от МВА сертификаты вовсе не оказывают влияния. Однако до сих пор нет единого мнения о влиянии данных показателей. Так например, в работе Хью и Чанга (Hu, Chang, 2008) был сделан вывод о положительном влиянии размера фонда на показатели, а в статье Свитцера и Хуанга (Switzer, Huang, 2007) анализ показал отрицательное влияние МВА.

Первой статьей, изучающей влияние личных качеств управляющих на сверхдоходность и риск российских паевых инвестиционных фондов, является публикация Найденовой и ее соавторов (Naidenova et al., 2015). Поскольку система образования в России несколько отличается от зарубежной, авторы адаптировали использованные в предыдущих статьях показатели образования менеджеров. Таким образом, если прежде качество образования зарубежных управляющих измерялось баллами GMAT или SAT, то при определении качества образования российского управляющего используется дамми переменная, показывающая, было ли получено образование в Москве или в другом городе (1 и 0 соответственно). Подобное изменение связано с тем, что единая система оценки образования была введена в России только в 2009 году, и подавляющее большинство управляющих этот экзамен не писали. В свою очередь, московские институты считаются более качественными, поэтому авторы предлагают учитывать именно этот показатель. Однако, несмотря на то, что в Москве действительно располагается большое количество престижных ВУЗов, высокие позиции в рейтингах занимают и такие учебные заведения, как Санкт-Петербургский государственный университет и Новосибирский национальный исследовательский государственный университет, поэтому некорректно рассматривать исключительно московское образование как эталонное. В связи с этим, в данной работе будет рассмотрено качество образования исходя из рейтингов ВУЗов.

Кроме того, стоит отметить, что треть российских управляющих имеют техническое образование. Авторы статьи считают, что управляющие с техническим образованием более сильны в математике, в то время как экономическое образование дает навыки технического и фундаментального анализов, помогающих в управлении фондом. Поэтому, в работе также учитывается сфера образования (техническое и/или экономическое), заданная дамми переменными (1-получил техническое образование, 0-не получил, то же и для экономического). Еще одной характеристикой управляющего является его возраст, который скорее отражает, насколько свежим является образование. Поскольку российские управляющие не публикуют свой возраст или дату рождения, и не всегда информацию о дате получения первого высшего образования можно найти, авторы решили не рассматривать этот показатель. Также они опустили гендерный признак, поскольку большинством фондов руководят мужчины.

Поскольку информацию о себе раскрывают не все управляющие, есть вероятность наличия проблемы самоотбора. Чтобы это проверить, авторы использовали процедуру Хекмана, и выявили, что информацию такого рода публикуют наиболее крупные фонды, хотя предположение о том, что данные размещают ПИФы с наиболее высокими прошлыми показателями, не подтвердилось.

Кроме того, в исследовании, для рассмотрения влияния качеств управляющего на результаты их деятельности, был проведен регрессионный анализ с использованием метода наименьших квадратов. Результат согласуется с полученными ранее в научной литературе выводами о наличии зависимости рассмотренных показателей. Авторы утверждают, что техническое и экономическое образование, полученное в Москве, положительно влияет на альфу и бету портфеля, хотя экономическое образование лучше технического сказывается на результатах. Кроме того, было выявлено, что длительный опыт работы (около 10 лет и более) снижает доходность, увеличивая при этом риск. К уменьшению альфы также приводит и большое количество фондов под управлением, а зарубежные сертификаты не дают никакого преимущества.

Несмотря на довольно большой список включенных в модель переменных, авторами не был проведен анализ таких факторов, как опыт работы на зарубежных биржах, количество фондов по управлением и занимаемая должность. Поэтому в данной работе вместе с качеством образования будут рассмотрены данные параметры.

Помимо всего вышесказанного стоит добавить, что авторы предлагают в дальнейшем провести анализ устойчивости результатов, полученных согласно характеристикам управляющих и прошлым показателям деятельности фондов, поскольку подозревают, что методика отбора ПИФов, по которой вкладчик руководствуется именно информацией о качествах менеджеров, является более надежной для грамотного инвестирования и получения большей доходности, нежели оценка предыдущих значений альфы. Однако, на сегодняшний день инвесторы все еще плохо осведомлены о возможности выбора фонда по данным его управляющего, и вследствие этого в большинстве случаев руководствуются лишь прошлой доходностью. Поэтому важно проверить, насколько вкладчики рациональны в принятии данного решения и выявить, стоит ли им принимать во внимание относительно новый и еще не до конца изученный способ отбора ПИФа, ссылающийся на личные характеристики его руководителя.

Психологические характеристики человека неизмеримы, однако инвесторам вполне доступна информация об опыте и образовании управляющих. Поэтому в этой статье мы попытаемся изучить этот один из возможных способов предсказывания результатов деятельности фондов, для чего проведем анализ влияния личных характеристик менеджеров на их показатели, используя данные российского рынка.

Поскольку на сегодняшний день наиболее распространена практика выбора фонда на основе его предыдущих показателей, является целесообразным исследовать и этот метод, поскольку может оказаться так, что прошлые результаты менее эффективны в прогнозировании будущих доходностей, нежели характеристики управляющих.

Впервые альфа как величина, на которую доходность портфеля превышает среднерыночную после поправки на риск портфеля, была введена в работе Дженсена (Jensen, 1968). В большинстве работ, использующих этот показатель, альфа принимает отрицательное значение (Gruber, 1996). Однако, в расчет данного показателя вошли расходы фонда, поэтому, в статье Гринблатта и Титмана (Grinblatt, Titman, 1989) было предложено раздельное оценивание этих составляющих.

В последующем исследовании вышеупомянутых авторов (Grinblatt, Titman, 1992) был проведен анализ, позволяющий выявить, как показатели фондов зависят от предыдущих значений. Авторы доказали, что прошлые результаты являются полезным источником информации для желающих сделать вложения, однако они не рассматривали, насколько сильно эти данные должны влиять на решение инвесторов при выборе фонда.

В своей статье Хендрикс с соавторами (Hendricks et al., 1990) показали, что только лишь совсем недавние результаты фондов могут давать актуальную информацию для прогнозирования будущих значений. Так фонды, достигшие высокого значения альфы Дженсена в прошлом году, показывают хорошие результаты и в следующем периоде. Такая же устойчивость результатов наблюдается у низкодоходных фондов.

В статье Мамайского (Mamaysky et al., 2003) проводилось исследование динамики альфы и беты с помощью эконометрических моделей, в частности авторегрессии. Авторы выявили, что можно эффективно использовать прошлые изменения показателей для предсказания будущих значений. Динамическая модель более точно выявляет доходность портфелей, нежели метод наименьших квадратов.

В научной литературе имеется множество статей, изучающих как различные факторы могут влиять на деятельность фондов. Например, к ним относятся стимулы управляющих. Поскольку предыдущие показатели не напрямую влияют на будущие, а лишь изменяют решения управляющих о выборе той или иной стратегии, в исследовании Энквиста и Шовена (Enquist, Shoven, 2006) было отражено, как прошлые показатели фондов влияли на действия менеджеров, то есть на выбранный ими уровень риска и на будущие показатели доходности. Выдвинутая гипотеза о том, что более успешные управляющие меньше рискуют в следующем периоде не подтвердилась, однако было доказано влияние прошлых результатов на поведение управляющих портфелями.

Таким образом, опираясь на проведенные ранее анализы, рассмотренные параметры управляющих и находящихся под их управлением фондов, в данной работе будет поставлен следующий исследовательский вопрос: «Сравнение эффективности систем инвестирования в ПИФы, основанных на личных качествах управляющего активами и исторических показателях доходности». В данном случае, метод выбора фонда согласно характеристикам управляющего подразумевает рассмотрение таких показателей его образования и опыта, как наличие технического и/или экономического образования, московского образования, качества образования, наличие зарубежных сертификатов (MBA и CFA), опыт работы на зарубежных биржах, опыт в сфере, занимаемая должность (административная или нет) и количество фондов в управлении. В свою очередь под историческими показателями доходности подразумевается значение альфы Дженсена.

Методология исследования

Для исследования влияния характеристик управляющих на показатели фондов в данной работе используется эконометрический анализ. Модель имеет нелинейную спецификацию, но является линейной по параметрам, метод оценки - МНК. Необходимо собрать соответствующие данные и рассчитать нужные показатели. Таким образом, исследование включает в себя несколько основных этапов:

· сбор данных об управляющих фондами акций (составление базы банных, в которой будут отражены некоторые личные качества управляющего, такие как образование и место его получения, наличие зарубежных сертификатов, опыт работы в сфере, опыт работы на зарубежных биржах, а также количество фондов в управлении и их названия);

· сбор данных о показателях доходности фондов акций (поиск информации о стоимости пая) в 2012-2013 годах;

· сбор данных по ГКО-ОФЗ;

· сбор данных по рыночной доходности через индекс ММВБ;

· вычисление показателей доходности фондов;

· расчет коэффициента альфа Дженсена для каждого фонда в 2012 и 2013 годах;

· дополнение таблицы полученными расчетами и последующее определение зависимости полученных показателей через регрессионный анализ с помощью пакета STATA.

Собрав все необходимые данные и сделав некоторые расчёты, планируется выяснить, оказывают ли какой-либо эффект такие факторы как образование (техническое или экономическое, московское или нет, качество образования), наличие дополнительных сертификатов или опыта работы на зарубежных биржах, а также опыт работы в сфере, количество фондов под управлением и занимаемая должность на деятельность управляющего ПИФами, выраженную через показатели фондов, и если да, то какой знак принимает данное влияние и насколько сильное воздействие оно оказывает.

Помимо рассмотрения данной взаимосвязи необходимо также проанализировать, насколько точные прогнозы будущей доходности дают предыдущие показатели фондов, выраженные через альфу Дженсена. Это необходимо для того, чтобы сравнить два способа отбора ПИФов для вложения денежных средств и решить, в какой из фондов лучше инвестировать: в тот, который лучше с точки зрения управляющего, или в тот, который показал самый высокий результат в прошлом периоде. Для этого необходимо сделать следующее:

· рассчитать коэффициент альфа Дженсена для каждого фонда за 2013 год;

· выбрать лучшие фонды с точки зрения рассчитанных показателей на конец 2013 года и рассчитать их доходность за следующий период;

· выбрать лучшие фонды согласно характеристикам их управляющих на конец 2013 года и рассчитать доходность этих ПИФов в следующем периоде;

· составить портфели на основании характеристик управляющих и для сравнения составить портфели на основании прошлой доходности, рассчитать средние значения и сделать выводы о том, какой из способов дает лучшие результаты.

Таким образом, данное исследование будет состоять из двух частей, первая из которых поможет понять, стоит ли на практике опираться на характеристики управляющих при выборе фонда, а вторая даст рекомендацию, какой из предлагаемых в работе стратегий лучше придерживаться при выборе паевого инвестиционного фонда.

Данные о руководителях, а также о стоимости паев управляемых ими фондами представлены на сайте investfunds.ru в соответствующих разделах, а также информацию о стоимости паев действующих и ликвидированных фондов модно найти на сайте nlu.ru.

Информационная база исследования

В данной работе исследование коснулось только российских ПИФов. Паевые инвестиционные фонды появились в России в самом конце прошлого века, примерно в 1996 - 1997 годах, однако поначалу прибыли вкладчиков были низкими, а вознаграждения и вводимые с целью возмещения расходов по выдаче и погашению паев надбавки и скидки были весьма значительными, в связи с чем, особой популярностью фонды не пользовались. Скидками называют денежные средства, удерживаемые УК при погашении паев. Надбавки взимаются с вкладчика дополнительно к стоимости пая при его покупке, размер скидок и надбавок, как правило, не могут превышать 10% от стоимости пая (Гаспарян К. Л., 2008). Величина скидок и надбавок может различаться для одного фонда в зависимости от того, через какого агента осуществляется торговля. Спрос на ПИФы появился лишь после кризиса 1998 года, который несмотря на то, что сократил значимую часть имеющихся на рынке фондов, породил у населения интерес к финансовой грамотности, дав понять, что лежащие под подушкой деньги могут попросту пропасть, потеряв свою ценность, а значит их надо инвестировать. К тому же, кризис дал толчок к более активной деятельности самих фондов, что в совокупности с первым фактором привело к бурному росту рынка. В итоге, в данном секторе инвестирования появилось множество различных видов ПИФов, например: фонды акций, облигаций, смешанных инвестиций, денежного рынка, индексные фонды и т.д. (Гаспарян К. Л., 2008). Однако, даже спустя практически два десятка лет, уровень финансовой грамотности у населения России остается очень низким из-за недостатка информации о возможностях использования паевых инвестиционных фондов. Одним из способов решения данной проблемы является повышение инвестиционной активности населения путем осуществления специальных государственных программ (Полтева Т. В., Боувер А. А., 2015).

Сегодня ПИФы разделяют на две крупные категории: для квалифицированных инвесторов и для любых инвесторов. Первая отличается тем, что инвестиционные паи ограничены в обороте.

К самому рискованному относят фонд акций, который одновременно является и наиболее прибыльным. Напротив, из-за устойчивых цен на бумаги, наименее рисковым остается фонд облигаций. В свою очередь существуют и смешанные фонды с меняющимися риском и доходностью.

ПИФы различаются по размерам вкладов денег инвесторов в акции, разные виды облигаций и средства на банковских счетах. На сайте Investfunds.ru ПИФы по объекту инвестиций разделены на фонды акций, облигаций, прямых инвестиций, долгосрочных прямых инвестиций, смешанные, индексные, ипотечные, кредитные, денежные, венчурные, рентные, товарного рынка, художественных ценностей, недвижимости, фондов и хедж-фонды.

Существует еще одна классификация паевых инвестиционных фондов по времени покупки или продажи паев. Выделяют открытые фонды, которые занимаются торговлей каждый рабочий день, интервальные, продажа и покупка паев в которых производится в специальные оговоренные правилами временные периоды не менее раза в год, и закрытые, в которых продажа ведется при формировании фонда, а выкуп чаще всего по закрытию фонда.

ПИФы создаются управляющими компаниями (УК). На сегодняшний день по данным портала Investfunds.ru на 29.04.2016 в пятерку крупнейших входят: «Сбербанк Управление Активами», суммарная стоимость чистых активов которой составляет 27 190,73 млн. руб. с долей рынка 22,73 %, Райффайзен Капитал (15,94 %), Альфа-Капитал (12,98%), УралСиб (7,44%), Газпромбанк - Управление активами (6,35%). Суммарные активы этих компаний равны 78,23 млрд. руб., а занимаемая доля рынка 65,44% (В прошлом году данные показатели равнялись 63,28 млрд. руб. и 65,35% соответственно).

Как правило, говоря о деятельности ПИФов, выделяют ряд недостатков. К ним относятся такие, как наличие большего риска в сравнении со способами получения фиксированной доходности, законодательно гарантированным возвратом средств от депозитов и облигаций. Однако частично эта проблема все же может быть решена путем вложения в ПИФы, занимающиеся инвестициями только в высокорейтинговые облигации и банковские депозиты, которые снижают риски. С другой стороны, наблюдается и немалая статья расходов, связанных с оформлением и хранением сертификатов, регулярным вознаграждением управляющих портфелями при любых результатах его деятельности. (Жданова О. А., 2011).

Поэтому, многие считают, что доходность от вложенных в паевые фонды инвестиций на порядок ниже, чем от альтернативных источников, из-за комиссий управляющих, которая может колебаться от 0,5% до 5% от СЧА. Но не стоит забывать, что ПИФ способен приносить дополнительную доходность вкладчику за счет отсутствия налогообложения доходов от текущих операций фонда, не считая продажи пая.

Одним из наиболее актуальных на сегодняшний день методов для оценки эффективности деятельности фонда является сравнение его доходности с потенциальным доходом, называемого финансовым бенчмарком, от некоторого эталонного актива. За эталон чаще всего принимают национальные фондовые индексы, в России к таким индексам относят РТС и ММВБ.

В исследовании мы пытаемся проверить, насколько можно доверять информации о личных характеристиках управляющих для прогнозирования деятельности фонда, а также выявить, является ли данная информация более информативной, нежели предыдущие показатели доходности. Важность такого анализа заключается в том, что в связи с популярностью паевых инвестиций растет потребность в различных методах оценки получаемых показателей. Поскольку существует серьезная проблема, связанная с тем, что прогнозируемые доходы знать наверняка невозможно из-за законодательного запрета на рекламирование и гарантирование ожидаемой доходности, необходим поиск альтернативных методов, дающих наиболее приближенные результаты. Однако, фондам можно показывать прошлые достижения, что делает эти данные на сегодняшний день наиболее значимыми для инвесторов.

1. Исследование личных характеристик управляющих

1.1 Построение модели

Найденова с соавторами (Naidenova et al., 2015) в своей статье подтвердили влияние личных качеств управляющих на доходность и степень риска портфелей и сделали предположение, что предложенная ими методика выбора ПИФа для инвестирования может быть более точной, чем способ отбора фондов по их предыдущим результатам, поэтому нашей задачей является проверка на практике, действительно ли это так. Однако, вышеупомянутую работу можно улучшить, добавив некоторые характеристики управляющих, которые не были затронуты авторами. Поэтому, чтобы выяснить, действительно ли вкладчикам выгоднее смотреть на информацию о менеджерах, необходимо провести исследование и на основе его результатов выбрать лучших управляющих, чтобы в дальнейшем посмотреть, какую доходность принесли находящиеся под их управлением фонды в следующем периоде и сравнить эти показатели с результатами лучших ПИФов, согласно предыдущей альфе.

На сегодняшний день существует множество исследований, описывающих как разные факторы могут влиять на результаты деятельности фондов. К ним относятся: размер фонда (выраженный в стоимости чистых активов), различные стимулы управляющих (процентное вознаграждение, зависящее от приносимого дохода или фиксированное поощрение), поведенческое финансирование (например, боязнь быть уволенным), образование, опыт, семейное положение, гендерные различия, наличие неизмеримых врожденных талантов, удача и так далее.

Данные о руководителях, а также о стоимости пая управляемых ими фондами представлены на сайте investfunds.ru в соответствующих разделах. Таким образом, исходя из имеющейся информации, в исследование вошли следующие данные об управляющих: количество фондов в управлении, полученное техническое и/или экономическое образование, ВУЗ, в котором было получено образование, год окончания института, опыт работы в сфере и в текущей управляющей компании, занимаемая должность, наличие зарубежных сертификатов и опыта работы на зарубежных биржах.

Помимо информации об управляющих были собраны данные по находящимся в их распоряжении фондам, а именно интересующая нас стоимость пая и СЧА на каждый рабочий день рассматриваемого периода.

Так как наука развивается, и сведения, полученные двадцать лет назад, сегодня могут быть неактуальны, информация о годе получения первого высшего образования могла бы охарактеризовать то, насколько свежими являются знания, таким образом можно бы было использовать эту переменную чтобы проверить, действительно ли молодые управляющие имеют преимущество за счет образования. Однако, лишь небольшая доля управляющих указали год окончания института, поэтому данная переменная из-за неполноты информации не вошла в регрессию. Как было упомянуто ранее в обзоре литературы, используемый Найденовой с соавторами (Naidenova et al., 2015) параметр «московское образование» является некорректным, поскольку в России среди лидирующих в рейтингах ВУЗов имеются университеты других городов. Поэтому, было решено добавить рейтинг учебных заведений в качестве характеризующей качество образования. Однако, поскольку влияние переменной «московское образование» на доходность и риск оказалось значимым, данная переменная вошла в это исследование как параметр, описывающий наличие у выпускников московских ВУЗов преимущества, такого как связи, которые дают им возможность устроиться на работу в крупные фонды, большая часть которых располагаются в Москве. Помимо этого, в исследовании было выявлено незначимое влиянии размера фонда на результаты деятельности управляющего. Поэтому вместо данного показателя было решено использовать значение количества фондов под управлением. Это объясняется тем, что в рамках одного фонда используется одна стратегия для всех активов, а когда управляющий распоряжается одновременно несколькими фондами есть вероятность того, что стратегии будут различны, а это может усложнить работу менеджера и, в свою очередь, повлиять на результаты. Также, в модель не вошел такой параметр, как опыт в текущей УК, так как управляющие не привязаны к конкретному фонду, поэтому есть вероятность того, что более грамотные управляющие относительно недавно перешли в УК с большими премиями и поэтому имеют меньший опыт в текущей компании, хотя их опыт в сфере может быть значительно больше. Таким образом, из вышеперечисленных факторов в конечную модель регрессии вошли только следующие параметры: наличие технического, экономического, московского образования, рейтинг ВУЗа, опыт работы в сфере, наличие зарубежных сертификатов, опыт работы на зарубежных биржах, количество фондов под управлением, занимаемая должность (1 - административная, 0- нет). Далее описано обоснование выбора переменных, вошедших в модель, и методы расчета данных, необходимых для ее построения.

В этой работе мы хотим проследить эффективность владения специальными знаниями, в нашем случае это в первую очередь полученное образование и различные сертификаты, а также, что немаловажно, опыт работы с портфелями акций, через результаты деятельности фондов, выраженных в их доходности и уровне риска, которые являются одними из главных показателей рационального управления вкладами.

Для оценки таланта менеджера по отбору акций были созданы различные показатели эффективности управления портфелем, скорректированные на риск для исключения возможного искажения информации. Одним из основных показателей, который и использовался в этой работе для вычисления, является коэффициент альфа Дженсена (Jensen's alpha, Jensen differential performance index). Данный индекс показывает, насколько доходность конкретного фонда превышает рыночную. Таким образом, он отражает способности управляющего, поскольку по положительному знаку коэффициента можно сделать вывод о том, что управляющий получил сверх доходность, а отрицательный знак, напротив, говорит о низком результате. Прежде, чем оценить конечную модель, которая покажет влияние характеристик на альфу Дженсена, необходимо рассчитать эту зависимую переменную. Формула для ее расчета представлена ниже.

,

где: - ожидаемая доходность портфеля

- безрисковая ставка

- бета портфеля

- ожидаемая доходность рынка

Преобразовав данное выражение получим модель регрессии, которая в качестве свободного члена позволяет вычислить значения альфы Дженсена. Таким образом, подгрузив данные о безрисковых и рыночных ставках, с помощью эконометрического анализа, использовав линейное уравнение и метод наименьших квадратов, была оценена следующая модель регрессии для каждого фонда:

Полученное уравнение регрессии дает возможность рассчитать не только альфу Дженсена, но и бету портфеля - степень риска, принимаемого управляющим.

Рассчитав значения альфы Дженсена, можно составить основную модель регрессии, в которой данный показатель выступит в качестве зависимой переменной. Полученные оценки покажут, как различные характеристики отражаются на результатах управляющих. Более того, построив аналогичное уравнение регрессии, к котором в качестве зависимой переменной выступит бета портфеля, можно будет проследить, как данные характеристики влияют на степень риска портфеля, которым управляет соответствующий менеджер. В конечном счете, получив оценки параметров модели, можно будет подтвердить или опровергнуть первоначальные гипотезы о влиянии различных факторов на результаты деятельности фонда.

В категории образования переменная экономическое образование является дамми, таким образом если управляющий получил данное образование, то в этот параметр принимает значение 1, если не получил, то 0. Таким же образом присваиваются значения для параметра «техническое образование». Если образование было получено в Москве, то переменная «московское образование» принимает значение 1, если нет, то 0.

Что касается качества образования, то в данной работе используется параметр «рейтинг», который характеризует полученное ВУЗом количество баллов в национальном рейтинге университетов в категории образование. Данный рейтинг составлен Группой «Интерфакс» и представлен на сайте unirating.ru в соответствующем разделе. Данные были взяты по итогам 2012/2013 учебного года как наиболее релевантная информация на момент характеристики управляющих. Таким образом, управляющему, получившему образование в Московском государственном университете имени М. В. Ломоносова, который занимает 1 место и имеет 100 баллов в рейтинге ВУЗов России в категории образование, присваивается значение 100, управляющему из Санкт-Петербургского государственного университета (2 место в рейтинге) присваивается 89 баллов и так далее. Качество образования в рамках исследования данной темы ранее изучалось в работе Готтсмана и Мори (Gottesman, Morey, 2006), где в анализ было добавлено качество образования (программы МВА). Авторы статьи присвоили среднее значение баллов SAT и GMAT, основываясь на данных 2003 года, хотя в среднем управляющие получали образование двадцатью годами ранее. Поэтому, они предположили, что за это время качество образования в данных учебных заведениях могло поменяться. Чтобы проверить данную гипотезу, авторы рассчитали среднее значение баллов за 1983 год для SAT и 1894 год для GMAT. Тест на ранговую корреляцию Спирмена показал, что результаты очень схожи, что соответствует полученному в статье Дичева (Dechev, 1999) выводу о сохранении значений. Аналогично данному исследованию, в этой работе качество образования измеряется путем присваивания значений баллов за 2013 год, хотя в среднем, управляющие получили высшее образование 15 лет назад. Однако, поскольку данных за 1998 год не имеется, так как единый экзамен был введен в России только в 2009 году, тест на корреляцию не может быть проведен, и мы основываемся на полученных в зарубежной литературе результатах об отсутствии значимых изменений.

Безусловно, образование должно иметь положительный эффект на нашу независимую переменную, однако, предположительно, в данной сфере экономическое образование более уместно, нежели техническое, в связи с чем ожидается больший положительный эффект первого по сравнению с последним. Знание экономики помогает интерпретировать происходящие на рынке ситуации и создать прогнозы о будущих событиях, тем самым помогает снизить вероятность провала с инвестициями. Что касается города, в котором был окончен институт, большинство крупных фондов располагаются в Москве и поэтому выпускникам московских вузов, вероятно, легче устроиться туда на работу. Помимо всего вышеперечисленного, ожидается, что выпускники лучших университетов страны имеют более качественные знания, что в свою очередь, тоже скажется на результатах их деятельности, поэтому прогнозируется положительный эффект параметра «рейтинг» на зависимые переменные.

Параметр «зарубежные сертификаты» показывает наличие у управляющего сертификата CFA или MBA и поэтому является дамми переменной, принимающей значение 1 если хотя бы один сертификат имеется и 0 если нет. Так как данный фактор является параметром образования и свидетельствует о наличии дополнительных знаний, позволяющих получать большие доходности, ожидается его положительный эффект на альфу Дженсена и бету портфеля. «Опыт работы на зарубежных биржах» так же принимает значение 1, если управляющий работал заграницей, и 0 - если нет. Поскольку зарубежные биржи являются более развитыми, ожидается, что навыки управляющего, имеющего подобный опыт, будут выше.

Поскольку в статье Найденовой и ее соавторов (Naidenova et al., 2015) было выявлено нелинейное влияние опыта, в данной работе также будет рассматриваться нелинейная спецификация. Поэтому, ожидается наличие нелинейного влияния, согласно которому сначала опыт оказывает положительное воздействие на зависимые переменные, а затем отрицательное.

Можно предположить, что управляющие, занимающие административную должность (1 если занимает, 0 если нет), выдают лучшие результаты, поскольку на административную должность назначаются менеджеры со стабильно высокими показателями, которые, будучи профессионалами своего дела, продолжают вести грамотное распоряжение инвестициями, не снижая эффективности своей работы при повышении должности.

Число фондов под управлением является важным фактором, поскольку чем большим количеством приходится распоряжаться управляющему, тем сложнее ему реализовывать стратегии и находить объекты для инвестирования, следовательно, тем меньшую доходность он принесет. Поэтому в работе рассматривается влияние данного параметра, которое, вероятно, окажется отрицательным.

Таким образом, выдвинем следующие предположения о возможном влиянии вышеперечисленных факторов на зависимую переменную:

1) Экономическое и техническое образования, полученные в ВУЗах с более качественным обучением, улучшают показатели управляющего фондом, а обучение в Москве дает преимущество в получении работы в крупнейших фондах страны;

2) Сертификаты, позволяющие работать на зарубежных биржах, положительно влияют на результаты деятельности управляющих;

3) Опыт работы в сфере должен оказывать нелинейное воздействие на показатели фонда, а наличие опыта работы на зарубежных биржах иметь положительный эффект;

4) Административная должность должна выступать показателем высоких результатов;

5) Количество фондов под управлением отрицательно влияет на доходность.

Кроме того, в данной работе изучается также влияние этих показателей на степень принимаемого риска. Однако, сложно спрогнозировать возможный эффект, поэтому, рассмотрим влияние параметров на данную переменную и попытаемся проинтерпретировать полученный результат.

1.2 Данные

Для учета личных качеств управляющих, с целью последующей оценки влияния этих характеристик на результаты деятельности, была создана таблица, отражающая значения различных параметров, описывающих менеджеров. На сайте можно найти следующую информацию: количество фондов, находящихся под управлением конкретного менеджера, какое образование было получено, в каком университете и в каком году, сколько лет управляющий работает в сфере и сколько лет в текущей управляющей компании, какие сертификаты имеются, в том числе MBA и CFA, работал ли менеджер на зарубежных биржах, занимает ли административную должность. Однако, поскольку исследование стоится на изучении только части факторов, необходимая для построения модели и для последующего отбора управляющих таблица, которая описывает опубликованную на сайте investfunds.ru на декабрь 2013 года информацию, представлена ниже:

Таблица 1

Управляющие фондами (часть общей таблицы)

№	Кол-во фондов в управлении (шт.)	Образов. (техническое - 1, нет - 0)	Образов. (экономич. -1, нет - 0)	Образов. (московск. - 1, нет - 0)	Наличие зарубежных сертификатов (да -1, нет - 0)	Опыт работы в сфере (лет)	Занимает ли административную должность (да-1, нет- 0)	Работает ли на зарубежных биржах (да-1, нет- 0)
1	2	0	1	1	1	18	0	0
1	2	0	1	1	1	18	0	0
2	3	0	1	0	0	9	0	0
2	3	0	1	0	0	9	0	0
2	3	0	1	0	0	9	0	0
3	3				0		0	0
3	3				0		0	0
3	3				0		0	0
4	3	1	0	0	0		1	0
4	3	1	0	0	0		1	0
4	3	1	0	0	0		1	0
5	2				0	8	1	0
5	2				0	8	1	0
6	1			1	0	19	1	0

Исследование охватило данные по 76 менеджерам, в управлении которых находится 231 фонд, из которых 101 является фондом акций. Количество фондов в управлении отдельного менеджера колеблется от 1 до 13, в среднем у каждого по 4-5 фондов. Образование управляющих преимущественно экономическое, лишь треть имеет техническое, и только половина из всех получили образование в Москве. 15 из попавших в выборку управляющих имеют зарубежные сертификаты, из них у 11 человек по 1 сертификату, у остальных 4 по 2. Опытом работы на зарубежных биржах обладают лишь 7 управляющих, большая часть которых имеет зарубежные сертификаты. Опыт работы в сфере колеблется от 6 до 22 лет, в среднем данное значение составляет 12. Около половины (31 человек) занимают на сегодняшний день административную должность.

Поскольку у большинства управляющих отсутствует полная информация по всем вышеперечисленным пунктам, ниже приведена таблица с описательной статистикой выборки, на основании которой была простроена регрессионная модель. (Таблица 2) Поскольку альфа принимает отрицательные значения, есть вероятность того, что оценка окажется смещенной. Стоит отметить, что в целом 2013 год был неудачным для фондов, и, несмотря на то, что все же есть такие, которые показали положительное значение альфы, среднее значение параметра по всем фондам является отрицательным и совпадает со средним значением для фондов, вошедших в анализ.

Таблица 2

Описательная статистика

Параметр	Название	Кол-во наблюд.	Среднее значение	Стандарт. отклонение	Мин. значение	Макс. значение
Альфа Дженсена	jensen_s_ alpha	198	-0,017	0.007	-0.045	-0.003
Бета портфеля	beta	212	0.695	0.319	-0,036	4,293
Техническое образование (дамми)	tech_edu	80	0.45	0.501	0.000	1.000
Экономическое образование (дамми)	econom_ edu	78	0.808	0.397	0.000	1.000
Московское образование (дамми)	edu_in_ moscow	80	0.663	0.476	0.000	1.000
Рейтинг ВУЗа, балл	ball	70	80,486	14,436	59	100
Зарубежные сертификаты (дамми)	certificates	86	0.302	0.462	0.000	1.000
Опыт в сфере, в годах	experience	85	12,223	4,741	0.500	22.000
Опыт на зарубежных биржах (дамми)	foreign_ exchange	81	0,123	0,331	0,000	1,000
Количество фондов	number_ funds	81	5,420	2,867	1,000	13,000
Административ-ная должность (дамми)	adm	81	0,444	0,5	0,000	1,000
Альфа Дженсена за 2012	jensen_s_ alpha_2012	190	-0,019	0,010	-0,047	0,036
Логарифм размера фонда за 2012	lsize_2012	168	17,833	1,886	10,033	22,546

1.3 Эконометрическая модель

Прежде, чем построить модель, необходимо посмотреть корреляционную матрицу, чтобы избежать проблемы мультиколлинеарности.

Корреляция между альфой Дженсена и бетой портфеля не рассматривается, поскольку эти переменные являются зависимыми в разных моделях. Таким образом, наибольшая корреляция между переменными равна 0,51. Это значение близко полученной максимальной корреляции 0,49 в статье Готтсмана и Мори (Gottesman, Morey, 2006), а также значению 0,475 в статье Свитцера и Хуанга (Switzer, Huang, 2007). При обсуждении проблемы мультиколлинеарности Фарра и Глоубер (Farrar, Glauber, 1967) вводили ограничение в корреляции 80% и 90%.

Есть вероятность того, что в оценке коэффициентов все может произойти смещение. Хотя исследуемые данные представляют собой кросс-секцию, которая помогает избежать систематической ошибки выжившего, возможно наличие проблемы самоотбора, возникновение которой авторы объясняют как результат добровольной основы раскрытия личной информации.

Таблица 3

Корреляционная матрица

	jensen_s_alpha	beta	tech_ edu	econom_edu	edu_in_mos	certificates	experience	number_ funds	adm	foreign_exch	ball
jensen_s_alpha	1
beta	0,9822	1
tech_edu	0,0290	-0,0167	1
econom_edu	-0,0288	-0,0048	-0,4233	1
edu_in_moscow	0,1236	0,1836	-0,0872	-0,3104	1
certificates	-0,1044	-0,0726	-0,0733	0,3952	0,1089	1
experience	-0,1268	-0,1022	0,4353	-0,0446	0,2040	0,0553	1
number_funds	-0,0688	-0,0374	0,4446	-0,3522	0,0535	-0,5071	0,3922	1
adm	0,1727	0,2259	0,1713	-0,0975	0,3697	0,1588	0,5123	0,2870	1
foreign_exch	-0,3280	-0,3479	0,1388	0,1950	-0,2673	0,4935	0,0135	-0,2678	-0,1745	1
ball	-0,0431	-0,0762	0,3407	-0,0106	0,1426	0,1129	0,2346	0,1409	-0,0497	0,1705	1

Поэтому, чтобы проверить, действительно ли существует данная проблема, влияющая на результаты анализа, проводится процедура Хекмана, которая показывает, является ли решение публиковать данные случайным. По мнению авторов на принятие данного решения могут влиять прошлая доходность, поскольку управляющие с хорошими результатами более охотно разместят на сайте данные, и стоимость чистых активов, так как есть вероятность того, что крупные фонды обязуют менеджеров публиковать информацию о себе. В данном исследовании также проверяется наличие проблемы самоотбора путем применения процедуры Хекмана (переменная «размер фонда» не имеет нормального распределения, поэтому в модели используется ее логарифм). Таким образом, поправка Хекмана включает в себя дополнительную оценку пробит спецификации:

,

где: - решение публиковаться в текущем периоде;

- значение альфы Дженсена в предыдущем периоде;

- логарифм стоимости чистых активов.

Регрессионные модели для зависимых переменных альфы Дженсена и беты портфеля будут иметь следующий вид:



где: - лямбда Хекмана.

Полученные оценки уравнений представлены в нижеприведенной таблице.

Таблица 4

Оценка уравнения. Коэффициенты регрессии

Параметр	alpha	beta
Экономическое образование (econom_edu)	0,00450*	0,0947*
	(0,002)	(0,037)
Техническое образование (tech_edu)	0,00381*	0,06519*
	(0,001)	(0,028)
Московское образование (edu_in_moscow)	0,0030**	0,06993*
	(0,002)	(0,032)
Рейтинг ВУЗа (ball)	0,00003	0,00027
	(0,000)	(0,001)
Зарубежные сертификаты (certificates)	-0,0028**	0,04160
	(0,002)	(0,031)
Опыт в сфере (experiencе)	0,00072	0,0156***
	(0,001)	(0,011)
Опыт в сфере^2 (experience2)	-0,00004* ...

Страница:

•  1 
•  2 

курсовая работа "Сравнение методов отбора паевых инвестиционных фондов" скачать

Подобные документы

• Организация и перспективы деятельности паевых инвестиционных фондов

  Понятие, сущность, классификация и организационная структура паевых инвестиционных фондов. Акционерные общества и инвестиционные фонды контрактного типа. Анализ показателей деятельности паевых инвестиционных фондов. Использование инвестиционных фондов.
  
  курсовая работа [420,7 K], добавлен 01.12.2014
  

• Современное состояние акционерных и паевых инвестиционных фондов

  Виды инвестиционных фондов. Понятие и основные виды паевых инвестиционных фондов (ПИФ). Преимущества и недостатки инвестирования в ПИФы. Рэнкинг паевых инвестиционных фондов по стоимости чистых активов. Диверсификация и профессиональное управление.
  
  презентация [666,0 K], добавлен 27.03.2016
  

• Современные требования к составу и структуре активов паевых инвестиционных фондов

  Сущность и классификация паевых инвестиционных фондов (ПИФ) и акционерных инвестиционных фондов (АИФ). Особенности правового регулирования АИФ и ПИФ. Применение правил управлением активами ПИФов в уставном капитале. Инвестирование в ценные бумаги.
  
  курсовая работа [1,2 M], добавлен 09.10.2011
  

• Паевые инвестиционные фонды: механизмы, преимущества, особенности

  Понятие паевых инвестиционных фондов. Виды фондов. Инвестиционный пай. Технология паевых инвестиционных фондов. Механизм работы паевого фонда. Контроль за деятельностью управляющей компании. Расходы и налоги пайщика. Преимущества ПИФов.
  
  курсовая работа [567,4 K], добавлен 17.05.2006
  

• Паевые инвестиционные фонды как форма коллективного инвестирования

  Понятие, виды, правовое регулирование, отличительные особенности и классификация паевых инвестиционных фондов. История развития паевых инвестиционных фондов в России и за рубежом. Анализ деятельности VIP на российском рынке коллективных инвестиций.
  
  дипломная работа [1,2 M], добавлен 21.10.2010
  

• Основные достоинства паевых инвестиционных фондов

  Сохранение и приумножение заработанных и накопленных средств. Создание цены пая, её типы, риски, налоги, формирование. Взаимодействие участников работы и рекомендации потенциальному инвестору ПИФа. Преимущества и недостатки паевых инвестиционных фондов.
  
  курсовая работа [237,6 K], добавлен 13.12.2010
  

• Обращение с паевыми инвестиционными фондами

  История паевых инвестиционных фондов в мире и России. Открытые и интервальные паевые фонды. Особенности закрытых паевых инвестиционных фондов. Инвестиционный пай как ценная бумага. Определение стоимости пая. Характеристика основных расходов пайщика.
  
  курсовая работа [32,7 K], добавлен 20.03.2011
  

• Пути повышения экономической устойчивости деятельности паевых инвестиционных фондов на примере ОАО УК "Арсагера"

  Сущность и виды паевых инвестиционных фондов, их становление и современное состояние в России, механизм функционирования. Анализ финансово-хозяйственной деятельности предприятия и характеристика перспективы развития рынка коллективных инвестиций.
  
  курсовая работа [370,9 K], добавлен 21.02.2014
  

• Особенности формирования активов инвестиционных фондов

  Теоретические аспекты АИФ и ПИФ. Сущность и классификация паевых инвестиционных фондов и акционерных инвестиционных фондов. Особенности правового регулирования АИФ и ПИФ. Применение правил управлением активами ПИФов в УК. Новые ПИФы объектов искусства.
  
  курсовая работа [915,6 K], добавлен 21.10.2011
  

• Развитие новых инвестиционных фондов в России: проблемы и перспективы

  Появление паевых инвестиционных фондов и регулирование взаимных фондов. Основные принципы организации ПИФов, их виды, субъекты, участвующие в работе. Анализ источников и факторов развития инвестиционной деятельности в России на современном этапе.
  
  дипломная работа [1,8 M], добавлен 21.12.2011
  

• Паевой инвестиционный фонд как инструмент коллективных инвестиций и его роль на финансовом рынке

  История развития паевых инвестиционных фондов, их преимущества и недостатки. Краткая характеристика банка ОАО "УралСиб", анализ его деятельность в сфере паевых инвестиционных фондов. Приобретение, погашение и обмен паев на первичном и вторичном рынке.
  
  курсовая работа [527,0 K], добавлен 12.01.2015
  

• Деятельность пенсионных и паевых фондов в РФ

  Главные задачи реформирования пенсионной системы. Теоретические основы функционирования паевых и пенсионных фондов в Российской Федерации, их роль в развитии пенсионной реформы. Негосударственные и паевые инвестиционные фонды, тенденции их развития.
  
  курсовая работа [741,3 K], добавлен 27.07.2010
  

• Коллективные инвестиции: особенности и перспективы развития в РФ

  Понятие и классификация коллективных инвестиций. Механизм работы паевого фонда. Основные формы коллективного инвестирования. Понятие и сущность ПИФа и виды фондов. Развитие паевых инвестиционных Фондов в России. Негосударственные пенсионные фонды.
  
  курсовая работа [623,4 K], добавлен 18.02.2010
  

• Инвестиционные фонды и их деятельность

  Понятие и виды инвестиционных фондов. Мировая история их возникновения и развития. Зарубежный опыт деятельности фондов на примере США. Современное состояние рынка инвестиционных фондов в ЕС. Анализ деятельности инвестиционных компаний Казахстана.
  
  курсовая работа [764,7 K], добавлен 01.12.2011
  

• Анализ инвестиционных характеристик на примере ПИФов различных видов

  Понятие, виды и организационная структура паевых инвестиционных фондов. Ожидаемая доходность и стандартное отклонение. Результат по приросту и просадке пая. Сопоставление результатов анализа и рекомендации инвестору. Интервал разброса доходности.
  
  курсовая работа [221,3 K], добавлен 02.02.2014
  

• Сравнительная характеристика оффшорных фондов на Бермудских островах, Британских-Виргинских островах, Каймановых островах

  Обзор основных видов фондов и местных особенностей их регулирования. Законодательство, регулирующее деятельность инвестиционных фондов. Виды фондов: стандартный, освобожденный, институциональный, администрируемый, исключенный. Процедура создания фонда.
  
  контрольная работа [16,4 K], добавлен 18.03.2010
  

• Анализ эффективности использования основных фондов ЗАО "Восток-Холдинг"

  Состав и структура основных фондов. Обоснование необходимости оценки основных фондов, обусловленной не только системой отчетности предприятия, но и системой определения степени износа, расчета амортизационных отчислений. Воспроизводство основных фондов.
  
  курсовая работа [72,7 K], добавлен 18.11.2012
  

• Паевые инвестиционные фонды в РФ: особенности создания и функционирования

  Формирование и развитие института паевых инвестиционных фондов (ПИФ) как перспективной формы коллективного инвестирования. Разработка и регистрация проспекта эмиссии инвестиционных паев. Управление активами ПИФа. Структура российского рынка ПИФов.
  
  курсовая работа [486,1 K], добавлен 21.02.2011
  

• Особенности деятельности фондов

  Исследование законодательной базы создания и функционирования фондов, их экономическое содержание и классификация. Основные источники формирования финансовых ресурсов фондов и направления их использования. Социальное значение фондов и их ресурсов.
  
  контрольная работа [51,4 K], добавлен 01.03.2017
  

• Государственные социальные внебюджетные фонды

  Экономическая сущность и структура внебюджетных фондов. Виды фондов. Пенсионный фонд Российской Федерации, как один из внебюджетных фондов. Анализ финансовой системы Пенсионного фонда РФ. Принципиально новая схема индексации пенсий.
  
  реферат [30,7 K], добавлен 30.11.2006
  

Другие документы, подобные "Сравнение методов отбора паевых инвестиционных фондов"

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам