Анализ этого соотношения показывает, что относительное
Таким образом, разделение нормальной плотности распределения дохода актива на области положительной и отрицательной доходности позволяет расширить возможности для более детального анализа инвестиционных качеств активов.
7.2. Стохастическая модель активов с усечённой нормальной плотностью распределения дохода
Как уже указывалось выше (см. п.п. 1.1 и 7.1), в портфельной теории Г.Марковица — У.Шарпа доход актива принято считать нормально распределённым. При этом не акцентируется внимание на специфические особенности нормального распределения дохода.
Во — первых, нормальное распределение предполагает изменение дохода от инвестиций в бесконечных пределах, что противоречит здравому смыслу.
Во — вторых, доход актива не может быть отрицательным числом. Если же вероятность того, что величина примет отрицательное значение пренебрежительно мала, то использование нормального распределения можно считать допустимым.
Для оценки возможности использования нормального распределения дохода можно воспользоваться также правилом «трёх сигм» [2], согласно которому практически все (с вероятностью 0,9974) значения нормально распределённой случайной величины лежат в интервале
В — третьих, существуют естественные рыночные ограничения по возможным минимальному и максимальному значениям величины дохода актива.
Поэтому логично принять гипотезу не о нормальном, а об усечённом нормальном распределении дохода актива
где и — точки усечения, т. е. минимально и максимально возможные значения величины дохода соответственно; — коэффициент, определяемый согласно фундаментальному свойству плотности распределения случайной величины из уравнения.
Так как доход не может быть отрицательным, то справедливо ограничение.
Коэффициент обратно пропорционален вероятности появления случайной величины с не усечённой нормальной плотностью распределения в интервале усечения, т. е.
где и — аргументы интеграла вероятностей.
Если одновременно выполняются условия и (см. п. 7.1), то и, как следствие, То есть в этом случае усечённое нормальное распределение может быть удовлетворительно аппроксимировано нормальным распределением случайной величины.
Математическое ожидание и среднее квадратическое отклонение случайной величины с усечённой нормальной плотностью распределения дохода связаны с параметрами исходного не усечённого нормального распределения (и) как
где
В дальнейшем для определённости будем полагать, что точки усечения являются симметричными относительно центра рассеивания, т. е.
В этом случае справедливы равенства
Учитывая данные равенства, можно доказать, что при симметрии точек усечения
Анализ соотношения (7.13) показывает, что в диапазоне изменения аргумента интеграла вероятностей и подкоренные выражения всегда меньше единицы. Поэтому
Представим аргументы интеграла вероятностей и как
где и — максимальная и минимальная возможные доходности актива при его стоимости.
Тогда применительно к активам с усечённой нормальной плотностью распределения дохода
То есть следует различать
На рис. 7.4 представлен график усечённой нормальной плотности распределения дохода актива с точками усечения, симметричными относительно центра рассеивания.
Рис. 7.4. Усечённая нормальная плотность распределения дохода актива с точками усечения и, симметричными относительно центра рассеивания
Для определённости будем полагать, что цена приобретения актива лежит в пределах от до. Следует отметить, что, во — первых, при длительном владении активом из — за значительного роста или падения его курса, а также инфляции на фондовом рынке, цена приобретения актива может оказаться вне указанного диапазона, т. е. или. Во — вторых, неравенство будет соблюдаться при условии (где — минимально возможное значение стоимости актива), что равносильно, поскольку и.