WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 | 2 || 4 |

Фиксированные издержки незначительно меняются со временем, поэтому не создают дополнительных рисков для производителя. Затраты на усушку и усадку зерна меняют вес продукции, поэтому влияют на финансовые результаты, однако, процент потерь от этих рисков фиксирован и при рассмотрении функции прибыли в расчете на единицу продукции, также не создает дополнительных рисков. Согласно Кенкель, Фицвотер (2008) эти расходы колеблются от 0.64 до 1.33% в зависимости от продукта, но при этом являются фиксированными в среднесрочном периоде. Таким образом, при динамическом анализе затраты на хранение трансформируются в группу топливно-энергетических затрат. Волатильность топливно-энергетических затрат, присутствующих как в транспортных затратах, так и в затратах на хранение, сводится к волатильности цен на нефть. Эконометрически подобная зависимость оценивается ниже. Таким образом, на основании рассуждений, приведенных выше, ключевые факторы, воздействующие на цены агрофьючерсов, которые использовались в факторном дисперсионном анализе, это цены на нефть, ставка процента, изменение индекса цен и валютный курс.

Для построения рядов волатильностей данных использовался (согласно разработанной методике) метод движущегося окна. Размер «окна» приняли равным 6. Проводился анализ построенныех рядов волатильностей отобранных факторов. Спот цены на нефть, инфляция и ставка процента стационарны в первых разностях. Причем стационарность в первых разностях достигается даже при 1% уровне значимости. Что же касается валютного курса, то спот величина валютного курса за период до 2002 г.

стационарна в уровнях, после 2002 г. стационарность в первых разностях.

Была построена регрессия относительной волатильности цен на пшеницу к волатильностям оцениваемых факторов. На основании анализа получены следующие выводы – в регрессии до 2002 года значима одна объясняющая переменная – цены на нефть. После 2002 года значимы валютный курс и цены на нефть.

Таблица 3. Оценка зависимости между волатильностями факторов 1996-2001 2003-Объясняющие Волатильность цен Волатильность Волатильность Волатильность переменные на нефть валютного курса цен на нефть валютного курса Значения коэффициентов 3,0037 - 5,43037 25,р-значения - 0,00110 0,На основании проведенного анализа волатильностей цен был получен результат, что период эффективности аргентинских агрофьючерсов на пшеницу совпал с периодом стационарности валютного курса. Кроме того, риск валютного курса не воздействовал на относительный разрыв в волатильностях спот и фьючерсных цен, который является численным выражением эффективности рынка. Когда же валютный курс перешел к режиму «грязного плавания» эффективность фьючерсов на пшеницу снизилась, и валютный курс стал ключевым фактором, воздействующим на эффективность рынка. На основании этого был сделан вывод, что возможно именно трансформация системы валютного управления к системе «грязного» плавания привела к снижению эффективности агрофьючерсов на пшеницу.

В третьей главе был построен оптимальный портфель производных инструментов, предполагающий возможность хеджирования выявленных в ходе вышеприведенного анализа категорий риска зернопроизводителей.

Использовалось две модификации модели оптимального портфеля. Первая модель предполагает производство одного продукта. Пусть К – используемый в производстве капитал (в песо), L – используемый в производстве труд (в чел/ч.), Е – необходимый для производства объем электроэнергии (мВт/ч), Fert – используемый в производстве посевной материал, удобрения и проч. (в т.). G и D – необходимый для производства объем топлива, бензина и дизеля (в т.), N – площадь посевов (в га), Q – объем производства сельскохозяйственного предприятия (в т.), – прибыль сельскохозяйственного предприятия на 1 тонну пшеницы (в песо), Pt A, PtE, PtG, PtD, PtF,r– соответственно, спот-цены на пшеницу, электроэнергию, топливо и стоимость посевного материала и удобрений (в песо), сумма банковского процента и амортизации (в%). rent – размер земельной ренты, уплачиваемой производителем (в песо за га), w-заработная плата (в песо), b1, b3, b3, - коэффициенты хеджирования соответственно фьючерсами на пшеницу, валютный курс и нефть.

Была выбрана следующая функциональная форма прибыли зернопроизводителя:

K L E G D G D = Pt A Ptexch - ( ) r - ( ) w - ( ) PtE - ( ) - ( ) t Q Q Q Q Q G D Fert N G D F - (( ) + ( ) ) (PtOil Ptexch ) - ( ) P - ( ) rent Q Q Q Q A A + b1 (Ft-1 Ptexch - Ft A Ptexch ) + b2 (Pt-1 Ftexch - Pt A Ftexch ) + -1 -G D + b3 ( + ) (FtOil Ptexch - FtOil Ptexch ) -1 -Проводилась максимизация функции полезности ( xt - параметр транзакционных затрат, связанных с брокерской комиссией и биржевыми затратами).

Max Ut = Max{E( | t-1) - xt - Var( | t-1)} t t b1,b2,b3 b1,b2,b Ut = E( | t-1) - xt - Var( | t-1) t t Строилась многопродуктовая модель оптимального портфеля. В ней была изменена функция прибыли – вводились функции прибыли для каждой из выращиваемых сельскохозяйственных культур:

K L E G D i G D = Pti Ptexch - ( )i r - ( )i w - ( )i PtE - ( )i - ( )i t Q Q Q Q Q G D Fert N G D - (( )i + ( )i ) (PtOil Ptexch ) - ( )i PtF - ( ) rentt Q Q Q Q Общий вид функции прибыли зернопроизводителя следующий (где ti - доля площадей, засеянных под i-тую сельскохозяйственную культуру):

n n i i i = + b1 (Fti Ptexch - Fti Ptexch ) + t t t t -1 -i=1 i=A G D + b2 (Pt-1 Ftexch - Pt A Ftexch ) + b3 ( + ) (FtOil Ptexch - FtOil Ptexch ) -1 -1 - Модель предполагает, что в каждом периоде зернопроизводитель решает динамическую задачу по определению доли посевов различных культур исходя из фактических значений прибылей и предыдущих весов.

Аналитический вид ограничения приведен ниже:

n n i i i i i=1t t - t-1 t-1 > i= n i = i=1 t В практических расчетах в работе (на основе арегнтинских данных) использовалась монопродуктовая модель. Для расчетов определялась зависимость дизельных и бензиновых цен от мировых цен на нефть. Ниже приведены параметры полученных регрессионных оценок после устранения нестационарности (в скобках – стандартные ошибки). Свободный член в обеих регрессиях оказался незначимым. Ошибки регрессий нормально распределены, гомоскедастичны, и в них отсутствует серийная корреляция.

dPtGasoline = 1,047 dPtPetroleum + t (0,484) Diesel dP = 0,416 dPtPetroleum + t t (0,23) Для построения и параметризации функции прибыли на единицу продукции сельскохозяйственного производителя, использовались статистические данные бюллетеня AgEcon, подготовленного Ассоциацией Сельскохозяйственной и прикладной Экономики на конец 2005 года, переведенные в текущие цены при помощи индексирования на инфляцию, данные Института национальной статистики Аргентины на 2008 год. На основании моделирования построен портфель со следующими параметрами:

Таблица 4. Результаты оценки коэффициентов хеджирования Коэффициенты хеджирования по видам Значения Стандартные контрактов коэффициентов ошибки Фьючерс на пшеницу -1,0396 0,Фьючерс на валютный курс 0,49312 0,Фьючерс на нефть 0,8064 0,В ходе анализа коэффициентов хеджирования получены выводы, отличающиеся от выводов второй главы работы. Цены на пшеницу в большей степени зависят от производственной компоненты риска, представленной в виде фьючерса на пшеницу, однако эта компонента не намного более существенна, чем цены на нефть. В рассматриваемом случае позиции по фьючерсам получаются разнонаправленные – в случае фьючерсов на пшеницу речь идет о фьючерсе на продажу, в случае фьючерса на нефть – о фьючерсе на покупку. Валютный курс присутствует и в той и другой компонентах, поскольку котировки обоих инструментов – в долларах США. По этой причине позиция по фьючерсу на валюту будет разнонаправленной и итоговая позиция отражает то, какой риск для производителя более значим. В данном случае более значим риск цен на нефть.

Проводился анализ воздействия хеджевого портфеля на финансовые результаты зернопроизводителя. Были построены функции прибыли сельскохозяйственного производители по трем сценариям: ожидаемая, спотовая и фактически полученная. Спотовая прибыль, то есть, прибыль, полученная на спот рынке без использования производных инструментов, ожидаемая фьючерсная прибыль, построенная на основании построенного фьючерсного портфеля, описанного выше и фактическая прибыль, получаемой при использовании только фьючерса на пшеницу. Для каждого сценария рассчитывались значения дисперсии и математического ожидания.

Таблица 5. Анализ по трем сценариям хеджирования рисков прибыли условного зернопроизводителя рынка Аргентины за период 2003-2008 гг.

Математическое Рентабельность на Показатель ожидание, песо инвестированный капитал, в % 1.Ожидаемая прибыль с учетом портфеля 58,7455 79,2. Спотовая оценка прибыли 57,8607 80,3. Фактически полученная прибыль 46,2267 64,Показатель Дисперсия, песо 1. Ожидаемая прибыль с учетом портфеля 2 864,2. Спотовая оценка прибыли 5 259,3. Фактически полученная прибыль 2 380,Были получены следующие результаты: фактически полученная прибыль значительно отличается от прибыли спот, как по средним значениям, так и по дисперсиям. Добавление в анализ портфеля производных инструментов практически не изменило показатель дисперсии, однако среднее значение прибыли возрастло до 58,75, рентабельность на инвестированный капитал по портфельной прибыли сравнялась с рентабельностью функции спотовой прибыли и составила 79,32%.

Фьючерсный портфель повысил рентабельность зернопроизводителя, однако не уменьшил его рисков. Далее в работе проводится анализ того, какое изменение цен необходимо, для того чтобы уменьшить разрыв дисперсий спот и фьючерсных цен. Для этого разработан тест на эффективность рынков, основанный на соотношении дисперсий цен.

Коинтеграционный и регрессионый методы тестирования, не дают возможности количественного измерения меры эффективности рынка в динамике. Для решения подобной проблемы в работе был предложен новый тест, основанный на оценке соотношения дисперсий фьючерсных и спот цен.

Таблица 6. Тестирование на эффективность по дисперсиям для рынка аргентинских фьючерсов на пшеницу Показатели период 1996-2001 период 2002- Дисперсия, фьючерс на пшеницу, 53 дня до истечения 2 411,7172 755, Дисперсия, Спот пшеница 2 014,1878 1 477, Отношение показателей дисперсий 0,8352 1, р-значение F-теста на гипотезу эффективности по дисперсиям 0,6846 0,В таблице выше приведены соотношения дисперсий. Отношение дисперсий имеет распределение F-статистики Фишера-Снедекора. Поэтому построенный на основании соотношения дисперсий коэффициент был использован для конструирования статистического теста. Гипотеза эффективности рынков требует одинаковой динамики ожидаемых и фактических значений цен, поэтому соотношение дисперсий данных показателей должно быть постоянным. При наличии смещения данного коэффициента, становится возможен арбитраж, так что ключевое правило эффективности будет не соблюдено. Таким образом, оптимальным значением является значение коэффициента равного единице. Проводился анализ Fтеста дисперсий на эффективность рынка (Н0: рынки эффективны).

Показано, что для периода 2003-2008 гипотеза отвергается при 5% уровне значимости. Для периода 1996-2002 гипотеза эффективности не отвергается даже на 10% уровне значимости. На основании этого теста рассчитывается эффективная дисперсия спот цен, т.е. то значение дисперсии, при которой гипотеза эффективности рынков не будет отвергаться.

В работе предлагается набор аналитических процедур, на которых основывается способ регулирования цен на сельскохозяйственную продукцию с целью снижения рисков зернопроизводителя:

1. Выводится зависимость между дисперсиями фьючерсных и спот цен.

Данная зависимость выводится на основании метода движущегося окна, который применялся во второй главе работы. При расчете ценовых корректировок спот цен в работе, основывались на том, что фьючерсная цена является производной от текущей рыночной цены, поскольку определяется как прогноз будущей динамики для спот-цены.

2. Определяется эффективную величину соотношения дисперсий, удовлетворяющую F-тесту на эффективность 3. Используя полученную выше зависимость между дисперсиями спот и фьючерс, рассчитывается эффективное значение дисперсии спот цен.

Получается разницу между фактической и эффективной дисперсией 4. Определяется, какого рода поправки текущих цен спот нужно внести, чтобы уменьшить разницу между эффективной и фактической дисперсией, при минимальном изменении среднего уровня цен. На основании поправок, рассчитывается интервал колебания цены.

5. Производятся поправки рыночных цен спот через интервенции и получаются новые значения, которые удовлетворяют гипотезе эффективных рынков.

Описанный способ регулирования демонстрируется на аргентинских данных для поиска значения корректировок для цен спот.

1. Временной ряд разбивается на сегменты с движущимся окном, равным 5 периодам. Определяется значение дисперсии спот цен на последнем временном отрезке. Определяется зависимость между дисперсиями спот и фьючерсных цен. Для этого строится GARCH(1,1)модель, поскольку тест Бройша-Пагана показывает наличие гетероскедастичности. Устраняем гетероскедастичность, оценивая регрессию методом GARCH. Итоговый вид регрессионной зависимости следующий:

Var(PtFut ) = 0,06195Var(PtSpot ) + 0,52479Var(PtSpot ) + t (стандартные -ошибки 0,0332 и 0,0294 соответственно) В регрессии для дисперсии присутствует и Garch-компонент, т.е., сама дисперсия с определенными лагами в один период и ARCH-компонент, то есть, авторегрессия ошибок. Обе компоненты с лагом в 1 период. После оценки модели методом GARCH гипотеза о гомоскедастичности принимается – значение теста Бройша-Пагана 1,0987 при р-значении 0,315208.

2. Определяется в каких пределах может видоизменяться величина дисперсии спот-цен за последний период, чтобы она не выходила за пределы эффективного интервала. Эффективный интервал определяем исходя из теста эффективности, т.е., чтобы р-значение F-теста дисперсий не опускалось ниже 5% отметки. Речь идет о F-тесте всего диапазона 2003-2008..

3. Основываясь на этом интервале определяется эффектвная дисперсия.

4. Рассчитываются корректировки через предполагаемое увеличение дисперсии фьючерсных цен. То есть, фактически, задача состоит в увеличении дисперсии спотовых цен таким образом, чтобы дисперсия фьючерсных цен поменялась сильнее, чем дисперсия спот цен, и чистое изменение было бы в направлении сближения двух дисперсий..

По результатам расчетов получены следующие корректировки:

Pages:     | 1 | 2 || 4 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.