Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период тема диссертации по экономике, полный текст автореферата
- Ученая степень
- кандидата экономических наук
- Автор
- Мельников, Роман Михайлович
- Место защиты
- Москва
- Год
- 2001
- Шифр ВАК РФ
- 08.00.10
Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Мельников, Роман Михайлович
Введение.
Глава 1. Процентные риски в управлении портфелем государственных облигаций.
§1.1. Влияние колебаний процентных ставок на рыночную стоимость портфеля облигаций.
§1.2. Классическая теория иммунизации процентного риска портфеля облигаций.
§1.3. Современные подходы к управлению процентным риском портфеля облигаций.
§1.4. Развитие рынка ГКО-ОФЗ в посткризисный период.
Глава 2. Обоснование методов поддержки принятия решений по управлению процентным риском портфеля ГКО-ОФЗ в посткризисный период.
§2.1. Иммунизация процентного риска портфеля ГКО-ОФЗ от непараллельных перемещений временной структуры процентных ставок.
§2.2. Риск смещения временных премий на рынке ГКО-ОФЗ и модель его иммунизации.
§2.3. Сценарный анализ процентного риска портфеля ГКО-ОФЗ.
§2.4. Краткосрочное прогнозирование конъюнктуры рынка ГКО-ОФЗ.
Выводы по результатам исследования.
Диссертация: введение по экономике, на тему "Управление процентным риском портфеля ГКО-ОФЗ в посткризисный период"
Актуальность темы диссертационного исследования обусловлена необходимостью внедрения в практику работы профессиональных участников российского рынка ценных бумаг методов научного управления, основанных на строгой формализации процедур принятия инвестиционных решений.
После известных событий августа 1998 г. российский рынок государственных ценных бумаг перешел к новой фазе развития, утратив прежнюю ликвидность и спекулятивную привлекательность. В докризисный период у профессиональных участников российского рынка ценных бумаг практически не было мотивов, побуждающих их активизировать свои действия по разработке и внедрению новых методов научного управления фондовыми операциями. В новых условиях, когда внешняя среда стала менее благоприятной, а конкуренция - более жесткой, роль научного подхода в решении актуальных управленческих задач резко возрастает. При этом особенно важное значение приобретает использование математических методов и современных информационных технологий.
Проблема процентного риска портфеля государственных облигаций особенно актуально стоит перед отечественной финансовой наукой. Состояние высокой стабильности развитых финансовых рынков США и Западной Европы создает менее эффективные стимулы для развития теории управления процентным риском, нежели неравновесное состояние российского рынка государственных краткосрочных облигаций и облигаций федеральных займов (ГКО-ОФЗ), неравномерность процесса его развития, характеризующаяся чередой кризисов. Поэтому перед отечественной наукой встает задача критического пересмотра стандартных допущений, используемых в традиционных моделях зарубежной финансовой экономики, и выработки новых решений, адаптированных к специфическим условиям российского фондового рынка.
Неопределенность будущих изменений значений процентных ставок порождает необходимость решения двух важнейших проблем. Первая из них состоит в поиске такого варианта формирования структуры портфеля облигаций, который защищает инвестора от негативных последствий неблагоприятных перемещений временной структуры процентных ставок. Вторая заключается в разработке методов поддержки принятия решений, позволяющих обеспечить достижение целей инвестора, склонного к активным действиям на фондовом рынке и готового подоергать себя процентному риску. Решение этой проблемы предполагает определение возможных сценариев перемещения временной структуры процентных ставок, выбор из них наиболее вероятных, а также оптимизацию структуры портфеля облигаций исходя из прогнозируемых вариантов изменения конъюнктуры рынка, срока вложений инвестора и его отношения к риску.
Классическое решение первой проблемы дается в рамках теории иммунизации. Фундаментальные основы этой теории были заложены работами П.Самуэльсона1, Ф.Рединггона2, Л.Фишера и Р.Вейла3. Развитие теории иммунизации на современном этапе осуществляется группой зарубежных ученых, в частности, А.Бальбасом, Г.Бьервэгом, О.Васичеком, А.Ибанезом, Дж.Ингерсоллом, Г.Кауфманом, Дж.Коксом, С.Россом, А.Тоевсом, К.Хангом, Г.Фонгом и др.
Однако ни одна из моделей, выработанных в рамках теории иммунизации, не обеспечивает инвестору полной защиты от всех возможных вариантов сдвига процентных ставок. Поэтому их возможности в условиях конкретного рынка нуждаются в тщательном тестировании. Стремление минимизировать остаточный риск, защита от которого не обеспечивается традиционными методами, порождает необходимость разработки альтернативных моделей иммунизации, гибко настраиваемых на изменяющиеся условия российского рынка.
Проблема оптимизации рискового портфеля государственных облигаций, особенно актуальная для операторов нестабильных рынков, до настоящего времени вообще не получила удовлетворительного решения ни в России, ни за рубежом. Классическая теория формирования рискового портфеля, разработанная Г.Марковицем для случая рынка акций4, оказалась неприменимой на рынке облигаций из-за невозможности надежной оценки ковариаций доходностей облигаций различных выпусков.
Несмотря на богатый опыт, накопленный многими зарубежными институциональными инвесторами в области управления рисковыми портфелями государственных облигаций, первые шаги на пути теоретического решения этой проблемы были сделаны лишь в 1990-е годы. При этом потребовалось обращение к нетрадиционному математическому аппарату - теории нечетких множеств и теории нейронных сетей. Исследования, предпринятые в этой области С.Рамасвами5, а также В.Ченгом, Л.Вагнером и Ч. Л ином6, доказали перспективность такого направления научного поиска. Однако в этих работах не была сформулирована целостная теория управления рисковым портфелем государственных облигаций, а также не была рассмотрена возможность применения формализованных методов при управлении портфелем государственных облигаций на нестабильных развивающихся фондовых рынках.
1 Samuelson P. The effect of interest rate increases on the banking system. - American Economic Review, 1945, Vol.55, No.l. - p. 16-27.
2 Redington F. Review of the principles of life-office valuations. - Journal of the Institute of Actuaries, 1952, Vol.78, No.3. - p.286-340.
3 Fisher L., Weil R. Coping with the risk of interest rate fluctuations: returns to bondholders from naive and optimal strategies. - Journal of Business, 1971, Vol.52, No.l. - p.51-61.
4 Marioowitz H. Portfolio selection. - Journal of Finance, 1952, Vol.7, No.l. - p.77-91.
5 Ramaswamy S. Portfolio selection using fuzzy decision theory. - Basle: Bank for International Settlements wodring paper №59, 1998. - 29 p.
6 Cheng W., Wagner L., Lin Ch. Forecasting the 30-year U.S. Treasury bond with a system of neural networks. - NeuroVest Journal, January/February 1996. - p.21-34.
Поскольку проблема процентного риска не являлась актуальной для советской экономики, отечественные ученые не внесли заметного вклада в теорию управления портфелем государственных облигаций. Формирование и развитие рынка государственных ценных бумаг в России вызвало появление соответствующих научных исследований. Среди них можно отметить работы Е.Бабенко, А.Бдагодатина, О.Буклемишева, И.Виниченко, В.Губерниева, Ю.Иванова, А.Михеева, Т.Стрункова и др. Однако авторы большинства публикаций, появившихся в отечественной печати в последние годы, либо игнорируют несомненные достижения зарубежной финансовой науки, либо некритично переносят основные результаты зарубежной теории и практики инвестиционного менеджмента на российскую почву.
Это определило потребность в теоретических разработках, опирающихся на модели зарубежной финансовой экономики и одновременно учитывающих особенности российских условий, а также в эмпирических исследованиях, посвященных вопросам тестирования сравнительной эффективности различных моделей поддержки принятия решений на отечественном рынке государственных ценных бумаг. Осуществление данных исследований является необходимым условием повсеместного внедрения методов научного управления в практику работы профессиональных участников российского рынка ценных бумаг.
Вышеизложенное позволяет заключить, что проблемы управления процентным риском портфеля государственных облигаций в России на современном этапе еще недостаточно решены и требуют активного внимания. Это определило выбор темы диссертационного исследования. Сложность, многоаспектность и недостаточная разработанность целого ряда теоретических и эмпирических вопросов управления процентным риском портфеля государственных облигаций, объективная необходимость их научного осмысления и комплексного анализа определили выбор целей, задач, структуры и содержания исследования.
Целями исследования являются
• оценка правомерности использования стандартных моделей зарубежной финансовой экономики в специфических условиях российского рынка ГКО-ОФЗ;
• разработка методов защиты инвестора от неблагоприятных перемещений временной структуры процентных ставок рынка ГКО-ОФЗ;
• разработка методов поддержки принятия решений по управлению рисковым портфелем государственных облигаций в условиях высокой нестабильности внешней среды.
Для достижения указанных целей были поставлены и решены следующие основные задачи:
• выявление основных факторов, определяющих динамику процентных ставок рынка ГКО-ОФЗ;
• изучение особенностей временных премий рынка ГКО-ОФЗ и их влияния на эффективность операций с государственными облигациями;
• разработка модели иммунизации процентного риска портфеля ГКО-ОФЗ от непараллельных сдвигов временной структуры процентных ставок;
• разработка модели иммунизации процентного риска портфеля ГКО-ОФЗ от смещения временных премий;
• проведение сравнительного анализа эффективности применения различных моделей иммунизации процентного риска на рынке ГКО-ОФЗ;
• разработка методики сценарного анализа процентного риска портфеля государственных облигаций и ее тестирование по данным рынка ГКО-ОФЗ;
• разработка модели оптимизации рискового портфеля ГКО-ОФЗ;
• выявление основных факторов, определяющих структуру оптимального портфеля краткосрочных рисковых вложений в инструменты рынка ГКО-ОФЗ;
• построение модели краткосрочного прогнозирования конъюнктуры рынка ГКО-ОФЗ.
Объектом исследования является российский рынок государственных ценных бумаг.
Предмет исследования - процентные риски, вызывающие колебания доходности портфеля ГКО-ОФЗ.
Информационная база исследования включает данные Банка России, Международного валютного фонда, Московской межбанковской валютной биржи, Российской торговой системы.
Методологической и теоретической основой исследования послужило использование гипотетико-дедуктивного и индуктивного методов научного познания. Достоверность научных выводов и практических рекомендаций основывается на теоретических и методологических положениях, сформулированных в исследованиях зарубежных ученых, а также на результатах тестирования разработанных методов и моделей и их сравнительного анализа с существующими аналогами. При решении конкретных проблем управления процентным риском портфеля государственных облигаций использовались методы математического анализа, прикладной статистики, эконометрики, теории игр, теории нейронных сетей.
Наиболее существенные результаты и научная новизна диссертационной работы состоят в разработке новых методов регулирования процентного риска портфеля государственных облигаций и определении границ их возможностей в условиях российского рынка ГКО-ОФЗ.
Исследование теоретических вопросов управления процентным риском портфеля государственных облигаций и эмпирическое тестирование эффективности применения различных моделей поддержки принятия решений в условиях российского рынка ГКО-ОФЗ привели к следующим результатам, содержащим, по мнению автора, элементы научной новизны:
1. Разработана модель иммунизации процентного риска портфеля государственных облигаций от непараллельных перемещений временной структуры процентных ставок. Данная модель учитывает многомерность источников процентного риска, различие степени изменчивости краткосрочных, среднесрочных и долгосрочных процентных ставок и степени их подверженности воздействию общих факторов риска. Эмпирически доказано превосходство предложенной модели в условиях рынка ГКО-ОФЗ над моделью иммунизации опт параллельных перемещений временной структуры процентных ставок Л.Фишера и Р.Вейла.
2. Научно обоснована неправомерность применения теории чистых ожиданий при выводе условий иммунизации портфеля ГКО-ОФЗ. Раскрыто противоречие между предпосылками теории чистых ожиданий и концепцией иммунизации. Эмпирически доказано, что использование предположения об отсутствии временных премий на рынке ГКО-ОФЗ приводит к смещению доходности иммунизированного портфеля относительно спот-ставки для срока вложений инвестора.
3. Разработана модель иммунизации портфеля государственных облигаций от смещения временных премий, которая, в отличие от имеющихся аналогов, использует в качестве предпосылки теорию временных предпочтений. Эмпирически подтверждена эффективность ее применения на рынке ГКО-ОФЗ. Продемонстрировано, что за счет использования дополнительной информации о функции временных премий предложенная модель точнее по сравнению с имеющимися аналогами идентифицирует уровень гарантируемой доходности вложений и лучше обеспечивает его достижение.
4. Разработана методика сценарного анализа, позволяющая оценивать параметры распределения доходности портфеля ГКО-ОФЗ за период вложений инвестора на основе сценариев будущих перемещений временной структуры процентных ставок. Задача построения сценариев перемещения временной структуры процентных ставок сведена к задаче построения сценариев изменения значений ее главных компонент и решена с использованием модели авторегрессии-проинтегрированного скользящего среднего. Раскрыт характер зависимости ожидаемой доходности вложений и степени риска от срока вложений инвестора и структуры портфеля ГКО-ОФЗ.
5. Разработана модель поддержки принятия решений, позволяющая определять структуру оптимального портфеля ГКО-ОФЗ на основе информации о характере прогнозов инвестора, его отношении к риску и предполагаемых сроках вложений. Проблема выбора структуры портфеля облигаций представлена в форме игры с природой, в которой стратегии инвестора определяются как возможные варианты формирования портфеля, а состояния природы - как возможные комбинации периодов времени, через которые инвестору могут потребоваться денежные средства, с рассматриваемыми сценариями перемещения временной структуры процентных ставок. Предложена функция полезности выигрыша инвестора при реализации различных сценариев изменения конъюнктуры, позволяющая учитывать отношение к риску при выработке инвестиционного решения.
Теоретическая значимость исследования состоит в том, что оно показало необходимость пересмотра некоторых допущений, используемых в стандартных моделях зарубежной финансовой экономики, при разработке моделей поддержки принятия решений по управлению процентным риском портфеля государственных облигаций на нестабильных развивающихся финансовых рынках. Основные положения и выводы, содержащиеся в диссертации, могут быть использованы при дальнейшем развитии теории управления процентным риском в условиях резких изменений основных параметров внешней среды.
Практическая значимость исследования состоит в том, что полученные результаты могут быть применены в процессе управления фондовыми портфелями операторов российского рынка ГКО-ОФЗ. Целесообразность практического использования полученных решений проблем управления процентным риском портфеля государственных облигаций подтверждена при помощи тестов, доказавших их эффективность, а в ряде случаев - превосходство над имеющимися аналогами. Кроме того, результаты исследования могут быть использованы в преподавании курсов «Портфельные инвестиции», «Финансовая экономика», «Финансовый инжиниринг» и повышении квалификации специалистов фондового рынка.
Апробация результатов исследования. Некоторые разработки обсуждались на 38-м международном конгрессе Европейской ассоциации региональных наук (Вена, Австрия, 28 августа - 1 сентября 1998 г.), 5-й Северо-Балтийской международной конференции (Пярну, Эстония, 1-4 октября 1998 г.), 3-й российской научно-практической конференции «Реинжиниринг бизнес-процессов на основе современных информационных технологий» (Москва, 6-7 апреля 1999 г.). Ряд положений диссертации был использован при подготовке учебного курса «Финансовый инжиниринг» и нашел применение в учебном процессе МЭСИ. По теме диссертации опубликованы 12 печатных работ общим объемом более 7 п.л.
Диссертация: заключение по теме "Финансы, денежное обращение и кредит", Мельников, Роман Михайлович
Выводы по результатам исследования.
1. В результате изменения политики управления внутренним государственным долгом, обусловленного финансовым кризисом 1998 г., рынок ГКО-ОФЗ утратил доминирующее положение в системе российских финансовых рынков и прекратил свое существование в форме непрерывно расширяющейся пирамиды, вытесняющей все альтернативные инструменты инвестиций. К началу П квартала 2001 г. он представляет собой низколиквидный, но достаточно стабильный рынок, защищенный от влияния мировых финансовых кризисов административными ограничениями на операции иностранных участников. Точное соблюдение эмитентом условий выпуска облигаций, размещенных в ходе новации и после ее проведения, позволило в значительной мере восстановить утраченное доверие инвесторов.
2. Важнейшим экономическим фактором, определявшим тенденции изменения процентных ставок рынка ГКО-ОФЗ в 1999-2000 гг., была динамика денежной массы в обращении. В краткосрочном периоде (до 3 месяцев) увеличение темпов прироста денежной массы способствовало снижению процентных ставок, а в более длительном (от 4 до 6 месяцев) — их увеличению. Наиболее сильное понижательное влияние на уровень процентных ставок рост денежной массы оказывал с задержками в 1 и 2 месяца, а повышательное - с задержками в 5 и 6 месяцев.
3. Значимое влияние на краткосрочные колебания процентных ставок рынка ГКО-ОФЗ оказывают изменения денежных остатков на корреспондентских счетах коммерческих банков в Банке России, динамика обменного курса рубля, конъюнктура рынка межбанковских кредитов, ситуация на рынке акций. Повышение уровня ликвидности банковской системы сопровождается ростом спроса на государственные облигации, который приводит к снижению процентных ставок на рынке ГКО-ОФЗ. Ускорение темпов обесценения рубля влечет переток средств на валютный рынок, усиливает инфляционные ожидания и вызывает повышение процентных ставок. Улучшение конъюнктуры рынка акций, вызванное позитивными сдвигами в ожиданиях инвесторов по поводу перспектив изменения макроэкономического положения страны, сопровождается снижением процентных ставок. Сигналы со смежных секторов финансового рынка отражаются на состоянии конъюнктуры рынка ГКО-ОФЗ с небольшими лагами.
4. Присутствие временных премий на рынке ГКО-ОФЗ делает форвардные ставки смещенными оценками будущих спот-ставок и оказывает существенное влияние на эффективность операций с облигациями. Временные премии рынка ГКО-ОФЗ возрастают с увеличением срока вложений и убывают с увеличением разрыва между датами платежа по облигации и окончания периода вложений инвестора. Временные предпочтения операторов рынка ГКО-ОФЗ смещены в сторону краткосрочных инструментов, поэтому форвардные ставки в большинстве случаев превышают будущие значения спот-ставок.
5. Колебания временных премий подвергают инвесторов процентному риску, но вместе с тем открывают перед ними спекулятивные возможности. Осуществляя краткосрочные операции с долгосрочными облигациями, можно добиться существенного приращения доходности вложений, используя готовность большинства участников рынка ГКО-ОФЗ вознаграждать спекулянтов за отказ от доминирующих временных предпочтений. Чем больше разрыв между датами платежа по облигации и окончания операции, тем больше размер процентного риска и тем выше размер спекулятивной прибыли. При увеличении срока операции присутствие временной премии становится все более значимым фактором повышения доходности.
6. В моделях иммунизации, опирающихся на теорию чистых ожиданий, значения текущих форвардных ставок рассматриваются как рыночные прогнозы значений спот-ставок, которые установятся в будущем. Если предпосылки теории чистых ожиданий не выполняются, форвардные ставки оказываются смещенными оценками будущих спот-ставок, а модель иммунизации, основанная на их использовании, становится неадекватной условиям рынка.
Между теорией чистых ожиданий и самой концепцией иммунизации существует логическое противоречие. Важнейшим исходным пунктом теории чистых ожиданий является абсолютная нейтральность инвесторов к процентному риску. Концепция иммунизации основывается на прямо противоположном представлении о склонностях инвесторов, согласно которому процентный риск совершенно неприемлем. Инвестор, прибегающий к иммунизации процентного риска, не может быть участником рынка, описываемого теорией чистых ожиданий. Поэтому теория чистых ожиданий не может корректно использоваться при выводе условий иммунизации.
7. Поскольку теория временных предпочтений не исключает возможности присутствия на рынке иммунизирующих инвесторов, а также предлагает способ оценки будущих значений спот-ставок, ее следует использовать в качестве предпосылки при выводе условий иммунизации процентного риска портфеля государственных облигаций.
Модели иммунизации, опирающиеся на теорию чистых ожиданий и теорию временных предпочтений, преследуют достижение различных целей. В рамках моделей, использующих теорию чистых ожиданий, считается, что инвестор всегда может гарантировать себе минимальную доходность вложений, равную текущей спот-ставке для заданного срока. В рамках моделей, использующих теорию временных предпочтений, минимальная гарантируемая доходность портфеля не совпадает со спот-ставкой для срока вложений инвестора.
8. Значительная часть перемещений временной структуры процентных ставок российского рынка ГКО-ОФЗ не соответствует предположению о параллельном сдвиге, использованному в модели иммунизации Фишера-Вейла. Поэтому портфели ГКО-ОФЗ, иммунизированные по методу Фишера-Вейла, не обеспечивают надежной защиты инвестора от процентного риска.
Применение разработанной диссертантом модели иммунизации портфеля ГКО-ОФЗ от непараллельных перемещений временной структуры процентных ставок, которая базируется на использовании вектора показателей дюрации по двум первым главным компонентам временной структуры, позволяет инвесторам добиваться более высокого уровня защищенности от процентного риска при размещении денежных средств на рынке ГКО-ОФЗ на достаточно продолжительные сроки (более шести месяцев). Она дает возможность отказа от проведения многочисленных ребалансировок при поддержании остаточного риска на минимальном уровне.
9. Портфели ГКО-ОФЗ, иммунизированные от смещения форвардных ставок и от смещения временных премий, близки по структуре и доходности вложений. Однако модель иммунизации от смещения временных премий, разработанная диссертантом, точнее идентифицирует целевой уровень доходности и лучше обеспечивает его достижение.
Модели иммунизации портфеля ГКО-ОФЗ, игнорирующие присутствие на рынке временных премий, оказываются неспособными зафиксировать доходность вложений на уровне, соответствующем спот-ставке для заданного срока. Поэтому участникам рынка ГКО-ОФЗ, стремящимся к полному устранению процентного риска при осуществлении краткосрочных вложений, целесообразно использовать модели иммунизации, опирающиеся на теорию временных предпочтений.
10. Среднеквадратическое отклонение доходности неиммунизированного портфеля ГКО-ОФЗ возрастает с увеличением разрыва между его дюрацией Фишера-Вейла и сроком вложений инвестора. Однако зависимость между дюрацией и среднеквадрати-ческим отклонением доходности портфеля не является функциональной. Среди неим-мунизированных портфелей с одинаковой дюрацией наблюдается достаточно существенная вариация среднеквадратического отклонения доходности вложений.
Важным фактором, определяющим разброс среднеквадратических отклонений до-ходностей неиммунизированных портфелей с одинаковой дюрацией, является степень рассеяния денежных поступлений вокруг даты окончания периода вложений. Чем больше значение показателя М2, тем меньше уровень процентного риска, которому подвергается инвестор. Это обусловлено эффектом диверсификации, проявляющимся при включении в состав портфеля денежных требований к эмитенту с короткими и длинными сроками исполнения.
11. Ключевым фактором, определяющим размер дюрации оптимального портфеля при осуществлении краткосрочных рисковых вложений, является характер прогнозов инвестора. Большое значение играет и степень неприятия процентного риска. Чем сильнее степень уверенности инвестора в падении уровня процентных ставок в ближайшем будущем, чем больше его готовность рисковать и чем более продолжительным является его период вложений, тем больше дюрация оптимального портфеля.
Диссертация: библиография по экономике, кандидата экономических наук, Мельников, Роман Михайлович, Москва
1. Алексеева И.А. Государственные ценные бумаги Российской Федерации. - Иркутск: ИЭА, 1996. - 136 с.
2. Андрейчиков A.B., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2000. - 368 с.
3. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М: ЮНИТИ, 1998.- 1022 с.
4. Бабенко Е. Управление портфелем ГКО страховой компании. Страховое дело, 1996, №7. - с.25-28.
5. Баринов В.Ю. Модели прогнозирования в принятии решений на финансовом рынке. автореф. дис.канд. экон. наук. - С-Пб: 1998. - 24 с.
6. Благодатин A.A. Статистические методы оценки риска при вложениях в государственные краткосрочные облигации. Вопросы статистики, 1996, №9. - с.33-35.
7. Благодатин A.A. Экономико-статистическое исследование рынка государственных ценных бумаг. дис.канд. экон. наук. - М: 1995. - 147 с.
8. Блауг М. Экономическая мысль в ретроспективе. М: Дело, 1994. - 720 с.
9. Бокс Дж., Дженкинс Г. Анализ временных рядов: прогноз и управление. М.: Мир, 1974. - 406 с.
10. Буклемишев О.В. Теория временной структуры процентных ставок и российский рынок долговых инструментов. автореф. дис.канд. экон. наук. - М: 1993. - 25 с.
11. Буренин А.Н. Рынки производных финансовых инструментов. М: ИНФРА-М, 1996. - 368 с.
12. Бэстенс Д.-Э., ван ден Берг В.-М., Вуд Д. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. М.: ТВП, 1997. - 235 с.
13. Вагнер Г. Основы исследования операций. М: Мир, 1973. - 501 с.
14. Виниченко И. Риск процентной ставки. Банковские технологии, 1998, №5. - с.15-19.
15. Годовой отчет Банка России за 1998 г. М: Прайм-ТАСС, 1999. - 219 с.
16. Годовой отчет Банка России за 1999 г. М: Прайм-ТАСС, 2000. - 239 с.
17. Государственные краткосрочные облигации: теория и практика рынка. М: ММВБ, 1995. - 300 с.
18. Губерниев В. ГКО в оптимальном портфеле. Рынок ценных бумаг, 1996, №15. -с.6-9.
19. Дондокова Е.Б. Рынок ценных бумаг России: особенности становления и развития. -СПб: НИИ химии СПбГУ, 1999. 143 с.
20. Доугерти К. Введение в эконометрику. М.: ИНФРА-М, 1997. - 402 с.
21. Дубров A.M., Лагоша Б.А., Хрусталев Е.Ю. Моделирование рисковых ситуаций в экономике и бизнесе. М: Финансы и статистика, 1999. - 176 с.
22. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы. -М.: Финансы и статистика, 1998. 352 с.
23. Дуглас Л.Г. Анализ рисков операций с облигациями на рынке ценных бумаг. М: Филинъ, 1998. - 448 с.
24. Замков О.О., Толстопятенко A.B., Черемных Ю.Н. Математические методы в экономике. М.: ДИС, 1997. - 368 с.
25. Замковой С. Прогнозируем движение финансового рынка. Банковские технологии, 1997, №8. - с. 12-14.
26. Змитрович А.И. Интеллектуальные информационные системы. Минск: ТетраСи-стемс, 1997. - 368 с.
27. Иванов Ю.Н., Сизов A.M., Спицына Т.С. Оптимальная программа продаж и покупок ГКО: опыт 1995 года. Банковское дело, 1996, №6. - с.32-37.
28. Инфляция, государственный долг и финансовый кризис. // под ред. Полтеровича В.М. М.: ЦЭМИ РАН, 1999. - 73 с.
29. Кейнс Дж.М. Общая теория занятости, процента и денег. М: Прогресс, 1978. - 494 с.
30. Количественные методы финансового анализа. // под ред. Брауна С., Крицмена М. -М.: ИНФРА-М, 1996. 336 с.
31. Литвиненко Л.Т., Нишатов Н.П., Удалищев Д.П. Рынок государственных облигаций. М: Финстатинформ, 1997. - 109 с.
32. Маршалл Дж.Ф., Бансал В.К. Финансовая инженерия. М.: ИНФРА-М, 1998. - 784 с.
33. Миркин Я.М. Ценные бумаги и фондовый рынок. М: Перспектива, 1995. - 532 с.
34. Михеев А., Струнков Т. Учет процентного риска при управлении портфелем ГКО. -Рынок ценных бумаг, 1997, №24. с.40-44.
35. Мотыль Д. Управление доходностью и ликвидностью портфеля активов банка. -Рынок ценных бумаг, 1997, №14. с.55-59.
36. Нейман Дж. фон, Моргенштерн О. Теория игр и экономическое поведение. М.: Наука, 1970. - 707 с.37.0'Брайен Дж., Шривастава С. Финансовый анализ и торговля ценными бумагами. -М.: Дело, 1995. 207 с.
37. Ованесов А., Грабаров А., Гейнц Д. В Россию можно только верить. Рынок ценных бумаг, 1998, №14. - с.5-19.
38. Овчинников А. Купонный стриппинг: теоретическая кривая ставок спот. Рынок ценных бумаг, 1999, №24. - с.47-50.
39. Первозванский A.A., Первозванская Т.Н. Финансовый рынок: расчет и риск. М: ИНФРА-М, 1994. - 192 с.
40. Райе Т., Койли Б. Финансовые инвестиции и риск. Киев: BHV, 1995. - 590 с.
41. Ратай И.О. Статистический анализ и прогнозирование состояния фондового рынкас использованием нейросетевых алгоритмов. дис.канд. экон. наук. - М: 1999. - 125с.
42. Рэдхэд К., Хьюс С. Управление финансовыми рисками. М: ИНФРА-М, 1996. - 287 с.
43. Рэй К. Рынок облигаций. Торговля и управление рисками. М.: Дело, 1999. - 600 с.
44. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике. - М: ЮНИТИ, 1999. - 598 с.
45. Статистическое моделирование и прогнозирование // под ред. Гранберга А.Г. М.: Финансы и статистика, 1990. - 382 с.
46. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. М.: СИНТЕГ,1998.-811 с.
47. Тюрин Ю.Н., Макаров A.A. Статистический анализ данных на компьютере. М.: ИНФРА-М, 1998. - 528 с.
48. Уотшем Т.Дж., Паррамоу К. Количественные методы в финансах. М: ЮНИТИ,1999.-527 с.
49. Фельдман A.A. Государственные ценные бумаги. М: ИНФРА-М, 1995.-240 с.
50. Финансовый рынок: адаптация к рыночной экономике. // под ред. Колесникова В.И. СПб: СПб ун-т эк-ки и финансов, 1999. - 143 с.
51. Харрис Л. Денежная теория. М.: Прогресс, 1990. - 624 с.
52. Чекмарева Е., Лакшина О., Меркурьев И. Финансовый рынок России в послекри-зисный период. Деньги и кредит, 2000, №3. - с.52-56.
53. Шарп У., Александер Г., Бэйли Дж. Инвестиции. М.: ИНФРА-М, 1997. - 1024 с.
54. Эддоус М., Стэнсфилд Р. Методы принятия решений. М.: ЮНИТИ, 1997. - 590 с.
55. Энтов Р. и др. Развитие российского финансового рынка и новые инструменты привлечения инвестиций. М: ИЭПП, 1998. - 283 с.
56. AzofFE.M. Neural network time series forecasting of financial markets 1994. 196 p.
57. Balbas A., Ibanez A. When can you immunize a bond portfolio? -and Finance, 1998, Vol.22, No.12. p.1571-1595.
58. Chichester: Wiley, - Journal of Banking
59. Balduzzi P., Elton E.J., Green F.C. Economic news and the yield curve: evidence from the U.S. Treasury market. New-York University working paper, July 1999. - 39 p.
60. Beltratti A., Consiglio A., Zenios S.A. Scenario modeling for the management of international bond portfolios. The Wharton Financial Institutions Center working paper №98-20. -25 p.
61. Bierwag G.O., Kaufman G.G. Coping with the risk of interest rate fluctuations: a note. -Journal of Business, July 1977, Vol.50, No.3. p.364-370.
62. Bierwag G.O., Kaufman G.G., Toevs A.L. Single factor duration models in a discrete general equilibrium framework. Journal of Finance, May 1982, Vol.37, No.2. - p.325-38.
63. Bierwag G.O, Khang C. An immunization strategy is a maxmin strategy. Journal of Finance, 1979, Vol.37. - p. 379-389.
64. Bodie Z., Kane A., Marcus A. J. Essentials of investments. Chicago: Irwin, 1995. - 558 P
65. Brennan M.J., Schwartz E.S. Conditional predictions of bond prices and returns. Journal of Finance, May 1980, Vol.35, No.2. -p.405-412.
66. Buser S.A., Karolyi A.G., Sanders A.B. Adjusted forward rates as predictors of future spot rates. Journal of Fixed Income, 1996, Vol.6, No.l. - p.29-42.
67. Caks J. The coupon effect on yield to maturity. Journal of Finance, March 1977, Vol.32, No.l.-p. 103-116.
68. Campbell T.S. Money and capital markets. Glenview: Scott & Foresman, 1992. - 601 p.
69. Cheng W., Wagner L., Lin Ch. Forecasting the 30-year U.S. Treasury bond with a system of neural networks. N euro Vest Journal, 1996, Vol.4, No.l. - p. 10-15.
70. Ciocca P., Nardozzi G. The high price of money. Oxford: Clarendon press, 19%. - 192 P
71. Coghlan R. Strategic cycle investing. N.Y.: McGraw-Hill, 1993. - 426 p.
72. Constantinides G.M., Ingersoll J.F. Jr. Optimal bond trading with personal tax: implications for bond prices and estimated tax brackets and yield curves. Journal of Finance, May 1982, Vol.37, No.2. - p.349-352.
73. Controlling interest rate risk: new techniques and applications for money management. // ed. Piatt R.B. N.Y.: Wiley, 1986. - 414 p.
74. Cox J.C., Ingersoll J.F. Jr., Ross S.A. Duration and the measurement of basis risk. -Journal of Business, 1979, Vol.52. p.5l-61.
75. Curley A J., Bear R.M. Investment analysis and management. N.Y.: Harper and Row, 1979.-603 p.
76. Cuthbertson K. Quantitative financial economics: stocks, bonds and foreign exchange. -Chichester: Wiley, 1996. 470 p.
77. Dattatreya R.E., Fabozzi Fr.J. Active total return management of fixed-income portfolios. Chicago: Irwin, 1995. - 281 p.
78. Ederington L.H. The hedging performance of the new futures markets. Journal of Finance, March 1979, Vol.34, No. 1. - p. 157-170.
79. Elton E.J. Expected return, realized return and asset pricing tests. Journal of Finance, August 1999, Vol.54. - p.306-327.
80. Elton E.J., Gruber M.J., Michaely R. The structure of spot rates and immunization. -Journal of Finance, 1990, Vol.45, No.2. p.629-642.
81. Essays on interest rates. // ed. Guttentay J.M. N.Y.:*NBER, 1971. - 450 p.
82. Fama E.F., Bliss R.R. The information in long-maturity forward rates. American Economic Review, September 1987, Vol.77, No.4. - p.680-692.
83. Fisher I. The theory of interest, as determined by impatience to spend income and opportunity to invest it. N.Y.: Kelley & McMillan, 1954. - 566 p.
84. Fisher L., Weil R. Coping with the risk of interest rate fluctuations: Returns to bondholders from naive and optimal strategies. Journal of Business, 1971, Vol.52, No.2, p.51-61.
85. Fleming M.J., Remolona E.M. The term structure of announcement effects. Basle: Bank for International Settlements working paper №71, June 1999. - 35 p.
86. Fong H.J., Vasicek O.A. A risk minimizing strategy for portfolio immunization. Journal of Finance, 1984, Vol.39, No.5. - p. 1541-1546.
87. Franckle Ch.F. The hedging performance of the new futures markets: Comment. Journal of Finance, December 1980, Vol.35, No.5. - p. 1273-1279.
88. Gately E. Neural networks for financial forecasting. N.Y.: Wiley, 1996. - 169 p.
89. Gibson M. Information systems for risk management. Federal Reserve Board working paper, March 1997. - 18 p.
90. Gultekin N.B., Rogalsky R.J. Alternative duration specifications and the measurement of basis risk. Journal of Business, April 1984, Vol.57, No.2. - p.241-246.
91. Gultekin N.B., Rogalsky R.J. Government bond returns, measurement of interest rate risk, and the arbitrage pricing theory. Journal of Finance, March 1985, Vol.40, No. 1. -p.43-61.
92. Hecht-Nielsen R. Neurocomputing. San-Diego: Addison-Wesley, 1991. - 583 p.
93. Hessel C.A., Huffman L. The effect of taxation on immunization rules and duration estimation. Journal of Finance, December 1981, Vol.36, No.5. - p.l 127-1142.
94. Homer S., Leibowitz M.L. Inside the yield book: new tools for bond market strategy. -N.Y.: Prentice-Hall, 1973. 205 p.
95. Hopewell M.N., Kaufman G.G. Bond price volatility and term to maturity: a general re-specification. American Economic Review, September 1973, Vol.63, No.4. - p.749-753.
96. Houthakker H.S., Williamson P. The economics of financial markets. Oxford: Oxford university press, 1996. - 361 p.
97. Intelligent systems for finance and business. // wis. Goonatilake, Treleaven. Chichester: Wiley, 1995. - 335 p.
98. Jones Ch.M., Lamont O., Lumsdaine R.L. Macroeconomic news and bond market volatility. Journal of Financial Economics, 1998, Vol.47. - p.315-337.
99. Kaufman H.M. Financial institutions, financial markets, and money. N.Y.: Harcourt Brace Jovanovich, 1983. - 546 p.
100. Levich R.M. The international money market: an assessment of forecasting techniques and market efficiency. L.: Jai Press, 1981. - 193 p.
101. Little P.K. Negative cash flows, duration and immunization: a note. Journal of Finance, March 1984, Vol.39, No. 1. - p.283-286.
102. Livingston M. Money and capital markets. Cambridge (Mass): Blackwell Publishers,1996. 429 p.
103. Livingston M., Caks J. A «duration» fallacy. Journal of Finance, March 1977, Vol.32, No.l. - p.185-187.
104. Loretan M. Generating market risk scenarios using principal components analysis: methodological and practical considerations. Federal Reserve Board working paper, March1997. 38 p.
105. Macaulay F.R. Some theoretical problems suggested by the movements of interest rates, bond yields and stock prices in the United States since 1856. N.Y., NBER, 1938. - 240 p.
106. Malkiel B.G. Expectations, bond prices, and the term structure of interest rates. Quarterly Journal of Economics, May 1962, Vol.76, No.2. - p. 197-218.
107. McCulloch J.H. An estimate of the liquidity premium. Journal of Political Economy, February 1975, Vol.83, No.l. - p.35-53.
108. Miller R.M. Computer-aided financial analysis. Reading (Mass): Addison-Wesley, 1990.-425 p.
109. Modern developments in investment management. // eds. Lorie J., Brealey R. Hinsdale (111): Dryden Press, 1978. - 758 p.
110. Modigliani F., Sutch R. Innovations in interest rate policy. American Economic Review, May 1966, Vol.56, - p. 176-197.
111. Niemira M.P., Klein Ph.A. Forecasting financial and economic cycles. N.Y.: Wiley, 1994.-526 p.
112. Neural networks in the capital markets. // ed. Refenes A.-P. Chichester: Wiley, 1995. -379 p.
113. Payeras M., Pou L. The EMU and the Spanish term structure of interest rates. Vienna: 38a1 Congress of the European Regional Science Association discussion paper, August 1998. -16 p.
114. Pesando J.E. On forecasting long-term interest rates: is the success of the no-change prediction suprising. Journal of Finance, September 1980, Vol.35, No.4. -p.1045-1047.
115. Pring M.J. How to forecast interest rates. N.Y.: McGraw-Hill, 1981. - 196 p.
116. Principles for the management of interest rate risk. Basle: Basle Committee on Banking Supervision, September 1997. - 39 p.
117. Ramaswamy S. Global asset allocation in fixed income markets. Basle: Bank for International Settlements working paper №46, September 1997. - 35 p.
118. Ramaswamy S. One-step prediction of financial time series. Basle: Bank for International Settlements working paper №57, July 1998. - 33 p.
119. Ramaswamy S. Portfolio selection using fuzzy decision theory. Basle: Bank for International Settlements working paper №59, November 1998. - 29 p.
120. Risk management: problems and solutions. // Ms. Beaver W.H., Parker G. N. Y.: McGraw-Hill, 1995. - 369 p.
121. Rodrigues A.P. Term structure and volatility shocks. Federal Reserve Bank of New York working paper, June 1997. - 42 p.
122. Roley V.V. The determinants of the treasury security yield curve. Journal of Finance, December 1981, Vol.36, No.5. - pp.1103-1126.
123. Seppala J., Viertio P. The term structure of the interest rates: estimation and interpretation. Helsinki: Bank of Finland discussion paper, 1996. - 55 p.
124. Smets F., Tsatsaronis K. Why does the yield curve predict economic activity? Basle: Bank for International Settlements working paper №49, September 1997. - 43 p.
125. Sorensen C. Dynamic asset allocation and fixed income management. Journal of Financial and Quantitative Analysis, December 1999. - p. 1121-1139.
126. Stenius M. Portfolio choice in a regulated bond market. Helsingfors: Svenska ban-delshogskolan, 1980. - 16 p.
127. The measurement of aggregate market risk. Basle: Bank for International Settlements, 1997. - 248 p.
128. Vasicek O. An equilibrium characterization of the term structure. Journal of Financial Economics, 1977, Vol.5, No.2. - p. 177-188.
129. Wann P. Inside the US Treasury market. N.Y.: Woodhead-Faulkner, 1989. - 335 p.
130. Watt D.G. Canadian short-term interest rates and the BAX futures market: An analysis of the impact of volatility on hedging activity and the correlation of returns between markets. Bank of Canada working paper №97-18. - 45 p.
131. Weil R. Macaulay's duration: an appreciation. Journal of Business, October 1973, Vol.46, No.4. - p.589-592.
132. Winning the interest rate game: a guide to debt options. // ed. Fabozzi F. Chicago: Probus, 1985. - 307 p.
133. Woodward S. The liquidity premium and the solidity premium. American Economic Review, June 1983, Vol.73, No.2. -p.348-361.
134. Список использованных нормативных актов.
135. Бюджетный кодекс Российской Федерации.
136. Гражданский кодекс Российской Федерации.
137. Федеральный закон от 2 декабря 1990 г. №394-1 «О Центральном банке Российской Федерации (Банке России)»
138. Федеральный закон от 22 апреля 1996 г. №39-Ф3 «О рынке ценных бумаг»
139. Федеральный закон от 29 июля 1998 г. №136-Ф3 «Об особенностях эмиссии и обращения государственных и муниципальных ценных бумаг»
140. Постановление Правительства РФ от 8 февраля 1993 г. №107 «О выпуске государственных краткосрочных бескупонных облигаций»
141. Постановление Правительства РФ от 15 мая 1995 г. №458 «О Генеральных условиях эмиссии и обращения облигаций федеральных займов»
142. Распоряжение Правительства РФ от 12 декабря 1998 г. №1787-р «О новации по государственным ценным бумагам»
143. Приказ Банка России от 15 июля 1995 г. №92-125 «Об утверждении новой редакции положения об обслуживании и обращении выпусков государственных краткосрочных бескупонных облигаций в связи с началом региональных операций с ГКО»
144. Указание Банка России от 27 ноября 1998 г. №425-У «Об установлении срока нахождения средств нерезидентов на транзитных счетах в Уполномоченных банках и срока нахождения депонированных денежных средств Уполномоченных банков в Банке России»
145. Положение Банка России от 23 марта 1999 г. №68-П «Об особенностях проведения сделок нерезидентов с ценными бумагами российских эмитентов, выраженными в валюте Российской Федерации, и проведении конверсионных сделок»
146. Инструкция Банка России от 23 марта 1999 г. №79-И «О специальных счетах нерезидентов типа «С»
147. Указание Банка России от 23 марта 1999 г. №520-У «О порядке перевода банками, имеющими Разрешение Банка России на открытие и ведение счетов типа «С», денежных средств нерезидентов со счетов типа «С» (инвестиционных) на счета типа «С» (конверсионные)»
148. Условия выпуска облигаций федерального займа с переменным купонным доходом (утв. приказом Минфина РФ от 13 июня 1995 г. №52)
149. Условия выпуска облигаций федерального займа с постоянным купонным доходом (утв. приказом Минфина РФ от 28 июня 1996 г. №60)
150. Условия выпуска облигаций федерального займа с фиксированным купонным доходом (утв. приказом Минфина РФ от 18 августа 1998 г. №37н)