Стратегии управления портфелем ценных бумаг на российском рынке: адаптация к цифровой трансформации и новым вызовам

В условиях стремительно меняющегося мирового и российского финансового ландшафта, умение эффективно управлять портфелем ценных бумаг становится не просто желательным навыком, а критической необходимостью. Глобальная нестабильность, геополитические сдвиги и беспрецедентная цифровая трансформация радикально меняют правила игры для инвесторов и финансовых институтов. Российский рынок, в свою очередь, демонстрирует уникальную комбинацию высокой волатильности, активного развития финтех-сектора и специфического регуляторного давления, что делает задачу построения и оптимизации инвестиционных стратегий особенно сложной и многогранной.

Настоящее исследование ставит своей целью не просто обзор существующих теоретических подходов, но и их глубокий анализ с учетом современной российской специфики. Мы погрузимся в эволюцию портфельной теории, рассмотрим механизмы оценки и минимизации рисков в условиях российского фондового рынка, исследуем, как цифровая трансформация, включая феномены криптовалют, больших данных и искусственного интеллекта, переформатирует инвестиционные стратегии. Особое внимание будет уделено актуальным регуляторным изменениям, инициированным Банком России, и их влиянию на рынок ценных бумаг, а также макроэкономическим факторам, определяющим инвестиционный климат. Завершим анализ обзором современных методов оценки эффективности и оптимизации портфелей, предлагая комплексный взгляд на проблему, востребованный как студентами, так и опытными специалистами финансовой сферы.

Эволюция теоретических подходов к формированию и управлению портфелем ценных бумаг

История инвестиционного менеджмента — это, по сути, история постоянного поиска ответа на извечный вопрос: как максимизировать доходность, минимизируя при этом риск? От примитивных интуитивных решений до сложных математических моделей, теоретические подходы к формированию и управлению портфелем ценных бумаг прошли долгий путь, каждый этап которого добавлял новые грани к пониманию этой сложной дилеммы, а также открывал для инвесторов все новые возможности.

Основы классической портфельной теории Гарри Марковица

В середине XX века, а именно в 1952 году, Гарри Марковиц совершил революцию в мире финансов, предложив фундаментальный подход к выбору активов, основанный на научно обоснованном соотношении доходности и риска. До его работы инвесторы часто фокусировались исключительно на доходности, недооценивая или интуитивно оценивая риски. Марковиц же предложил методику, которая впервые позволила перевести задачу выбора оптимального портфеля на формальный математический язык.

Его модель определяет ожидаемую доходность портфеля (R_p) как средневзвешенную сумму ожидаемых доходностей отдельных активов:

Rp = Σi=1n wiRi

где wi — доля i-го актива в портфеле, а Ri — ожидаемая доходность i-го актива.

Но истинная инновация заключалась в формализации понятия риска. В модели Марковица мерой риска инвестиционного портфеля выступает его дисперсия (σ_p²), которая учитывает не только риск каждого актива, но и корреляцию между их доходностями:

σp2 = Σi=1n Σj=1n wiwjσij

где wi и wj — веса активов i и j, а σij — ковариация между доходностями этих активов.

Ключевым следствием этой теории стала концепция диверсификации. Марковиц показал, что путем комбинирования активов с низкой или отрицательной корреляцией можно значительно снизить общий риск портфеля при сохранении или даже увеличении ожидаемой доходности. Диверсификация позволяет устранить несистематический (специфический) риск, то есть риск, присущий конкретной компании или отрасли. Интересно, что эффект снижения специфического риска нелинеен. Например, увеличение количества активов с 5 до 10 может снизить специфический риск примерно на 24%, в то время как дальнейшее увеличение, скажем, с 25 до 30 активов, даст лишь около 7% дополнительного снижения. Исследования показывают, что хорошо диверсифицированный портфель может состоять из 10-15 активов, но для достижения максимальной выгоды предлагается увеличить их число до 30-40, ведь это позволяет не только снизить волатильность, но и обеспечить более стабильный долгосрочный рост.

Однако, несмотря на свою революционность, модель Марковица не лишена недостатков. Главный из них заключается в ее ориентации на исторические данные. Для расчетов требуются исторические значения доходностей, волатильности и ковариаций, которые, как известно, не всегда являются надежным индикатором будущего. Рынок постоянно меняется, и то, что было оптимальным вчера, может быть совершенно неактуально завтра. Кроме того, для портфеля из N активов необходимо рассчитать N * (N-1) / 2 уникальных значений ковариации, что при большом количестве активов (например, сотни или тысячи) превращает вычисления в крайне сложную, ресурсоемкую задачу, требующую значительных вычислительных мощностей и специализированного программного обеспечения. Это ограничивает прогностическую ценность модели для инвестора, который всегда смотрит в будущее, а не только на то, что уже произошло.

Модель оценки финансовых активов (CAPM) и арбитражная теория ценообразования (APT)

Развитием и своего рода ответом на некоторые ограничения теории Марковица стала модель оценки финансовых активов (Capital Asset Pricing Model – CAPM), разработанная У. Шарпом, Дж. Линтнером и Я. Моссиным в середине 1960-х годов. CAPM расширила портфельную теорию, разделив риск на два типа: систематический (рыночный) и специфический (несистематический).

Систематический риск – это недиверсифицируемый риск, который нельзя устранить путем добавления активов в портфель. Он обусловлен общими макроэкономическими факторами, такими как изменения процентных ставок, политические кризисы или экономические рецессии, влияющими на весь рынок. Специфический риск, напротив, связан с конкретной компанией или активом и может быть эффективно устранен через диверсификацию.

Ключевым элементом CAPM является бета-коэффициент (β), который измеряет систематический риск актива. β отражает чувствительность доходности актива к изменениям доходности всего рынка. Значение β > 1 указывает на более высокую чувствительность и, соответственно, более высокий систематический риск по сравнению с рынком. Например, акция с β=1,5 теоретически будет расти или падать на 1,5% при изменении рыночного индекса на 1%.

Модель CAPM выражается формулой:

E(Ri) = Rf + βi(E(Rm) - Rf)

где:

• E(Ri) — ожидаемая доходность i-го актива;
• Rf — безрисковая ставка (например, доходность государственных облигаций);
• βi — бета-коэффициент i-го актива;
• (E(Rm) - Rf) — премия за рыночный риск, то есть дополнительная доходность, которую инвестор ожидает получить за инвестиции в рисковый рынок по сравнению с безрисковыми активами.

Параллельно с развитием CAPM, в 1970-х годах Стефан Росс предложил Арбитражную Теорию Ценообразования (Arbitrage Pricing Theory, APT). APT представляет собой альтернативную модель ценообразования активов, требующую меньшего числа строгих допущений, чем CAPM. В отличие от однофакторной модели CAPM, APT может включать любое количество факторов риска, что позволяет более гибко и полно объяснять зависимость доходности ценной бумаги от риска.

Типичные факторы риска в модели APT могут включать:

• Изменения в валовом внутреннем продукте (ВВП);
• Индекс промышленного производства;
• Ожидаемые и непредвиденные темпы инфляции;
• Изменения процентных ставок (например, спред доходности облигаций разных сроков).

APT предполагает, что инвесторы будут использовать арбитражные возможности для получения безрисковой прибыли, если цены активов отклоняются от их справедливой стоимости, определяемой этими факторами. Это приводит к выравниванию цен и исключению арбитража.

Гипотеза эффективного рынка и ее формы

Оба этих подхода – теория Марковица и CAPM/APT – неразрывно связаны с фундаментальной гипотезой эффективного рынка (Efficient Market Hypothesis, EMH), которая утверждает, что вся существенная информация моментально и в полной мере отражается на рыночной стоимости ценных бумаг. Если рынок эффективен, то невозможно постоянно получать сверхдоходность, используя общедоступную информацию.

EMH различает три формы эффективности рынка:

1. Слабая форма эффективности: Цены отражают всю прошлую рыночную информацию (цены, объемы торгов). Это означает, что технический анализ, основанный на изучении прошлых ценовых движений, не может приносить стабильную сверхдоходность.
2. Средняя форма эффективности: Цены отражают всю публично доступную информацию (прошлые цены, объемы, отчетность компаний, новости, аналитические прогнозы). В этом случае ни технический, ни фундаментальный анализ (изучение публичной информации о компании) не могут обеспечить постоянное превосходство над рынком.
3. Сильная форма эффективности: Цены отражают всю публичную и частную (инсайдерскую) информацию. Это означает, что даже инсайдеры не могут стабильно извлекать сверхприбыль, поскольку любая информация уже учтена в цене.

Понимание гипотезы эффективного рынка критически важно для формирования инвестиционных стратегий. Если рынок в какой-либо форме эффективен, то активное управление, нацеленное на «обыгрывание» рынка, становится крайне сложным, а иногда и бесполезным. В таком случае, пассивные стратегии, такие как индексное инвестирование, могут оказаться более оправданными. Однако, дискуссии о степени эффективности различных рынков, особенно развивающихся, таких как российский, продолжаются до сих пор, предоставляя почву для дальнейших исследований и практических экспериментов, что позволяет управляющим портфелями постоянно искать новые возможности для извлечения прибыли.

Анализ рисков и стратегии их минимизации в управлении портфелем на российском финансовом рынке

Российский финансовый рынок, со своей уникальной историей и текущей конъюнктурой, представляет собой особую арену для инвесторов, где управление рисками приобретает исключительную важность. Понимание природы рисков и владение эффективными стратегиями их минимизации являются краеугольными камнями успешного портфельного менеджмента в этих условиях.

Волатильность российского рынка как ключевой фактор риска и возможности

Волатильность – это, пожалуй, самое обсуждаемое понятие для инвестора. Она демонстрирует, насколько сильно может колебаться цена актива за определенный период. Для одних это синоним опасности и потенциальных убытков, для других – возможность для значительной прибыли. Российский фондовый рынок традиционно характеризуется высокой волатильностью, что проявляется в более сильном падении индексов в периоды глобальной и локальной финансовой нестабильности по сравнению с мировыми аналогами.

Вспомним кризис 2008 года: российский индекс волатильности RTSVX, который отражает ожидания участников рынка относительно будущих колебаний цен, достигал экстремально высоких значений, взлетев до 200,5% 21 ноября 2008 года. Это был период, когда паника на рынке была ощутима, и каждый день мог принести как катастрофические потери, так и невероятные возможности для тех, кто осмеливался покупать. Аналогично, высокая волатильность наблюдалась в 2022 году, превышая средние значения для подобных периодов, а в апреле 2025 года повышенная волатильность сохранялась в течение почти 50 торговых сессий. Такие всплески создают серьезные вызовы для долгосрочных инвесторов и требуют особенно тщательного подхода к управлению портфелем. При этом, в современной портфельной теории, хотя высокая волатильность часто рассматривается как существенный риск, некоторые подходы предлагают рассматривать её и как возможность для увеличения доходности через активное управление и использование опционных стратегий. Ведь именно в периоды резких колебаний можно найти недооцененные активы или получить значительную прибыль от краткосрочных спекуляций.

Однако помимо колебаний цен, инвестору в России угрожают реальные, фундаментальные риски, такие как банкротства эмитентов, дефолты по обязательствам, а также резкое ухудшение экономической или политической ситуации, которые могут привести к безвозвратной потере капитала.

Количественные методы оценки рисков: Value-at-Risk (VaR)

Для систематизации и количественной оценки рисков в инвестиционных портфелях был разработан ряд методик. Одним из наиболее широко используемых и признанных подходов является метод Value-at-Risk (VaR), или Стоимость под риском. Он был разработан сотрудниками банка J.P. Morgan в 1980-е годы, а его методология, созданная Тиллом Гульдиманном, стала публично доступной в 1994 году в рамках инициативы RiskMetrics.

VaR позволяет оценить максимальную потенциальную потерю, которую инвестиционный портфель может понести за определенный период времени (например, день, неделя) с заданной вероятностью (доверительным уровнем), при условии нормальных рыночных условий. Например, если VaR портфеля составляет 1 млн рублей с 95%-м доверительным уровнем на горизонте одного дня, это означает, что с вероятностью 95% потери портфеля не превысят 1 млн рублей в течение следующего дня. Или, другими словами, есть 5% вероятность, что потери будут больше 1 млн рублей. Этот показатель стал незаменимым инструментом для риск-менеджеров, позволяющим сравнивать риски разных портфелей и принимать обоснованные решения, ведь он даёт чёткое числовое представление о потенциальных убытках.

Практические стратегии минимизации рисков

В условиях повышенной неопределенности и волатильности российского рынка, инвесторам необходимо активно применять стратегии минимизации рисков.

1. Диверсификация: Как уже упоминалось в контексте теории Марковица, диверсификация остается ключевым инструментом. Путем добавления в портфель активов разных типов (акции, облигации, недвижимость, сырьевые товары) и из разных секторов экономики, а также активов с низкой или отрицательной корреляцией, можно значительно снизить общий риск портфеля. Например, когда одни активы падают в цене, другие могут расти или оставаться стабильными, тем самым нивелируя колебания друг друга.
2. Балансировка активов: Регулярная перебалансировка портфеля предполагает приведение его структуры к исходным пропорциям или к новым целевым значениям. Например, если доля акций выросла из-за их роста, часть акций продается, а вырученные средства инвестируются в другие, относительно недооцененные активы, чтобы вернуться к целевому распределению.
3. Использование защитных активов: В периоды экономической нестабильности и кризисов инвесторы часто обращаются к так называемым «защитным активам» (safe-haven assets).
   • Золото традиционно выступает как такой актив, благодаря своей способности сохранять стоимость и низкой корреляции с традиционными классами активов, такими как акции. В условиях падения фондовых рынков, инвесторы часто переводят капитал в золото, что поддерживает его цену.
   • Облигации федерального займа (ОФЗ) считаются низкорисковыми инструментами на российском рынке, поскольку они гарантированы государством. Они обеспечивают относительно стабильный доход и выступают в качестве хеджирования от рыночной волатильности, предлагая надежное убежище для капитала в неспокойные времена.

Влияние макроэкономических и геополитических факторов на риски портфеля

Российский рынок, как и любой развивающийся рынок, очень чувствителен к макроэкономическим и геополитическим событиям.

• Валютные курсы: Колебания курса рубля могут существенно влиять на доходность инвестиций, особенно для тех, кто держит иностранные активы или чьи доходы привязаны к валюте. Девальвация рубля может обесценить рублевые активы, но одновременно повысить стоимость экспортоориентированных компаний.
• Геополитические события: Международные отношения, санкции, региональные конфликты – все это напрямую влияет на настроения инвесторов и может вызывать резкие обвалы или взлеты на рынке. Российский рынок неоднократно переживал периоды значительного давления из-за геополитических факторов.
• Настроения на рынке и информационный шум: В современном мире, где информация распространяется мгновенно, настроения инвесторов и даже информационный шум могут стать причиной значительных колебаний. Слухи, непроверенные новости, эмоциональные реакции на события – все это может усиливать волатильность и увеличивать риски. Эффективное управление портфелем в таких условиях требует постоянного мониторинга, глубокого анализа и способности сохранять хладнокровие, что является ключевым для сохранения капитала.

Таким образом, успешное управление портфелем на российском финансовом рынке требует не только глубокого понимания классических теорий, но и постоянной адаптации �� меняющейся среде, активного использования количественных методов оценки рисков и гибких стратегий их минимизации, а также пристального внимания к макроэкономическим и геополитическим факторам.

Цифровая трансформация и новые финансовые инструменты как факторы изменения инвестиционных стратегий

Цифровая трансформация проникает во все сферы экономики, и финансовый сектор не является исключением. Появление и бурное развитие новых финансовых инструментов и технологий, таких как криптовалюты, блокчейн, финтех-продукты, большие данные и искусственный интеллект, кардинально меняют подходы к формированию и управлению инвестиционными портфелями. Российский финансовый рынок активно интегрируется в этот процесс, демонстрируя как быстрые достижения, так и уникальные вызовы.

Финтех и его роль в модернизации финансовых услуг

Финтех (финансовые технологии) — это зонтичный термин, охватывающий инновации и разработки в сфере финансовых услуг, направленные на упрощение взаимодействия с денежными средствами, повышение доступности услуг и снижение их стоимости для населения и бизнеса. От мобильных платежей до роботизированного консультирования, финтех трансформирует традиционные банковские и инвестиционные модели.

Ключевые области финтеха включают:

• Banking as a Service (BaaS): Предоставление банковских услуг через API сторонним разработчикам.
• Цифровые банки (необанки): Банки без физических отделений, полностью функционирующие в онлайн-среде.
• Розничное кредитование: Инновационные платформы для выдачи займов населению.
• Управление личными финансами (PFM): Приложения для бюджетирования, отслеживания расходов и инвестиций.
• Краудфандинг: Коллективное финансирование проектов или компаний.
• Инвестиционные платформы: Онлайн-сервисы для инвестирования в различные активы.

В России к перспективным направлениям финтеха относятся также регуляторные технологии (RegTech), направленные на автоматизацию соблюдения нормативных требований; открытый банкинг, способствующий обмену данными между финансовыми организациями; развитие финансовых экосистем, объединяющих различные сервисы под одним брендом (например, у крупных банков); кибербезопасность и, конечно, необанки. Примеры финтех-сервисов для инвесторов в России включают платформы для учета и анализа инвестиций, а также сервисы, предлагающие онлайн-кредитование и управление капиталом, что упрощает доступ к инвестициям для широкого круга граждан.

Использование больших данных и искусственного интеллекта в инвестиционном менеджменте

Переход к цифровой экономике генерирует колоссальные объемы данных, которые становятся бесценным ресурсом для финансового сектора. Большие данные в финансовом секторе используются для составления прогнозов по инвестициям, выявления рыночных изменений, формирования обновленных стратегий и портфелей, а также для профилактики мошенничества.

В России технологии больших данных активно применяются крупнейшими игроками банковского сектора, такими как Сбербанк, ВТБ, Альфа-Банк. Они используют эти данные для глубокой сегментации клиентов, что позволяет персонализировать предложения, точнее оценивать кредитные риски и эффективно выявлять мошеннические операции. Финансовый сектор является крупнейшим потребителем технологий больших данных в России, и по данным 2014 года его доля на российском рынке больших данных составляла впечатляющие 25,3%.

Наряду с большими данными, искусственный интеллект (ИИ) революционизирует процессы анализа кредитных рисков и управления портфелями. Инвестиционные ассистенты, основанные на ИИ, способны обрабатывать огромные объемы информации, выявлять скрытые закономерности и принимать инвестиционные решения значительно быстрее и точнее, чем человек. Статистика подтверждает эту тенденцию: более 90% инвестиционных менеджеров либо уже используют, либо планируют использовать ИИ в инвестиционных процессах, а 54% уже внедрили ИИ в различных формах в свои стратегии. В России ИИ применяется для автоматизации фундаментального анализа компаний, анализа новостного фона и настроений на рынке (с помощью обработки естественного языка), а также для более приземленных, но не менее полезных задач, таких как распознавание скриншотов из брокерских приложений для оцифровки портфеля, что позволяет инвесторам получать более точные и своевременные рекомендации.

Цифровые финансовые активы (ЦФА) и криптовалюты в инвестиционном портфеле

Блокчейн-технологии стали основой для нового класса активов – цифровых финансовых активов (ЦФА) и криптовалют. Блокчейн не просто создает децентрализованные реестры, но и создает предпосылки для автоматизации расчетов через смарт-контракты, что значительно повышает эффективность и снижает транзакционные издержки.

В России цифровые финансовые активы (ЦФА) получили правовой статус и признаются цифровыми правами, которые включают денежные требования, возможность осуществления прав по эмиссионным ценным бумагам, права участия в капитале непубличного акционерного общества, а также право требовать передачи эмиссионных ценных бумаг. Их выпуск и обращение регулируются Федеральным законом № 259-ФЗ от 31.07.2020. Рынок ЦФА в России демонстрирует стремительный рост: в 2024 году на нем функционировало более 90 эмитентов ЦФА, 14 операторов информационных систем и 2 оператора оборота ЦФА. Объем сделок физических лиц с ЦФА достиг 159 млрд рублей, увеличившись в 4 раза по сравнению с 2023 годом, что свидетельствует о растущем интересе к этому инструменту и его потенциале.

Криптовалюта, как цифровой актив, созданный на технологии блокчейн, представляет собой отдельный класс активов с высокой волатильностью и потенциально значительной доходностью, но и с не менее значительными рисками. Инвестиции в криптовалюты рассматриваются как способ диверсификации портфеля, поскольку криптовалютный рынок имеет тенденцию двигаться независимо от традиционных активов. Однако, риски инвестиций в криптовалюты включают не только их высокую волатильность и непредсказуемость регуляций, но и киберопасность (например, взломы бирж) и технологические риски, связанные с самой инфраструктурой блокчейна.

Влияние цифрового рубля на российский финансовый рынок и инвестиции

Центральный банк РФ активно работает над внедрением цифрового рубля — третьей формы национальной валюты. Это событие может оказать существенное влияние на финансовый рынок и инвестиции. По оценкам Банка России, внедрение цифрового рубля может ежегодно увеличивать стоимость экономики на 0,1–0,2% ВВП за счёт оптимизации платежей и снижения затрат на денежное обращение в среднесрочной перспективе.

Цифровой рубль потенциально усилит контроль и прозрачность сделок, что может повлиять на поведение инвесторов, особенно тех, кто предпочитает анонимность. С другой стороны, повышение прозрачности и снижение издержек может привлечь новые категории инвесторов и сделать финансовые операции более эффективными, что в свою очередь, может привести к росту доверия к финансовой системе и увеличению инвестиционной активности.

Рост доли розничных инвесторов на российском рынке облигаций в условиях цифровизации

Цифровая трансформация также значительно повлияла на структуру участников рынка. На российском рынке облигаций наблюдается стремительный рост доли розничных инвесторов, достигающий 30% от общего объема торгов. Во втором квартале 2025 года доля облигаций в портфелях розничных инвесторов в России выросла до 35%, что стало рекордным показателем с конца 2020 года. Это обусловлено не только ожиданиями смягчения денежно-кредитной политики, но и активным развитием удобных онлайн-платформ, мобильных приложений брокеров, которые сделали инвестирование доступным для широких слоев населения. Инвесторы стремятся зафиксировать высокую доходность по долгосрочным ОФЗ и среднесрочным корпоративным облигациям, воспользовавшись благоприятной конъюнктурой.

Таким образом, цифровая трансформация — это не просто набор новых технологий, а глобальный сдвиг, который требует от инвесторов и управляющих портфелями постоянного обновления знаний, адаптации стратегий и глубокого понимания как возможностей, так и рисков, которые несут в себе эти изменения.

Регуляторная среда и макроэкономическая динамика: ключевые факторы управления портфелем на российском рынке

В лабиринте российского финансового рынка, где встречаются как классические инвестиционные подходы, так и передовые цифровые инновации, путеводной звездой для инвесторов и финансовых институтов выступают регуляторная среда и макроэкономическая динамика. Их влияние на формирование и управление портфелем ценных бумаг нельзя переоценить, поскольку они задают рамки дозволенного и определяют экономическую логику.

Роль Банка России в регулировании рынка ценных бумаг

В Российской Федерации Банк России является мегарегулятором финансового рынка, что означает его ответственность за надзор, регулирование и развитие всех его секторов – от банковского дела до страхования и рынка ценных бумаг. Эта централизованная модель регулирования призвана обеспечить системную стабильность, защитить интересы инвесторов и клиентов финансовых организаций, а также предотвратить накопление рисков, способных спровоцировать финансовые кризисы.

Государственное регулирование рынка ценных бумаг в России направлено на достижение нескольких ключевых целей:

• Защита интересов инвесторов: Обеспечение прозрачности, честности и равенства доступа к информации.
• Обеспечение стабильности и эффективности: Создание условий для надежного и бесперебойного функционирования торговых систем и инфраструктуры.
• Предотвращение финансовых кризисов: Раннее выявление и купирование системных рисков.

Банк России постоянно определяет и корректирует принципы регулирования для каждого сектора финансового рынка, что является динамичным процессом, отвечающим на вызовы времени и трансформации рынка.

Актуальные и перспективные изменения в регулировании первичных размещений акций (IPO)

Рынок первичных размещений акций (IPO) является критически важным для развития экономики, поскольку он обеспечивает приток капитала в компании и предоставляет инвесторам новые возможности. В связи с этим, Банк России активно работает над совершенствованием регуляторной базы, чтобы повысить качество IPO и адаптировать раскрываемую информацию под нужды современных инвесторов.

К числу предлагаемых мер, которые планируется подготовить до конца 2025 года, относятся:

1. Трансформация резюме проспекта ценных бумаг: Вместо объемного документа будет предложено краткое, емкое резюме, содержащее ключевую информацию для быстрого принятия решения инвестором.
2. Включение прогнозных показателей на ближайший год: В проспект ценных бумаг будет обязательным включение прогнозных финансовых показателей компании на ближайший год, что позволит инвесторам лучше оценивать будущие перспективы эмитента.
3. Раскрытие информации о распределении акций: Повышение прозрачности информации о том, как распределяются акции среди институциональных и розничных инвесторов, а также о механизмах стабилизации цены в первые дни торгов после IPO.
4. Новое условие листинга — независимые аналитические отчеты: Одно из самых значимых нововведений, также планируемое к внедрению до конца 2025 года, заключается в установлении нового условия листинга. Эмитент должен будет представить не менее двух независимых аналитических отчетов с оценкой справедливой стоимости компании при выходе на IPO. Эти отчеты могут готовить профессиональные участники финансового рынка или аудиторские организации, обосновывая методику своей оценки. Эта мера призвана снизить информационную асимметрию и повысить обоснованность инвестиционных решений, обеспечивая более справедливую оценку активов.

Эти изменения призваны сделать процесс IPO более прозрачным, предсказуемым и привлекательным как для эмитентов, так и для инвесторов, что в конечном итоге будет способствовать росту капитализации российского фондового рынка.

Влияние ключевой ставки Банка России на финансовые рынки

Ключевая ставка Банка России является одним из наиболее мощных инструментов монетарной политики, оказывающим прямое и косвенное влияние на все сегменты финансового рынка. Ее корректировка влияет на стоимость заимствований для банков и компаний, доходность различных активов и общие инвестиционные настроения.

24 октября 2025 года Совет директоров Банка России принял решение снизить ключевую ставку на 50 базисных пунктов, до 16,50% годовых. Это решение, хотя и направлено на стимулирование экономической активности, имеет многогранные последствия для инвесторов:

• Курс рубля: Высокая ключевая ставка обычно способствует росту курса рубля, поскольку делает рублевые активы (например, депозиты) более привлекательными для иностранных инвесторов. Снижение ставки, напротив, может ослабить рубль.
• Фондовый рынок: Снижение ключевой ставки обычно делает более привлекательными инвестиции в акции и недвижимость. Компании получают доступ к более дешевым кредитам, что может способствовать их росту и увеличению прибыльности. Доходности по облигациям, напротив, могут снизиться.
• Облигации и депозиты: Снижение ставки может уменьшить доходность по новым выпускам облигаций и банковским депозитам, хотя для владельцев уже существующих облигаций с фиксированной доходностью это может привести к росту их рыночной стоимости.
• Стоимость заимствований: Для предприятий и населения снижение ставки означает удешевление кредитов, что может стимулировать инвестиции и потребительский спрос.

Таким образом, решение Банка России по ключевой ставке является критическим сигналом для всех участников рынка, требующим пересмотра инвестиционных стратегий и распределения активов. А не является ли это снижение ключевой ставки сигналом для розничных инвесторов пересмотреть свои стратегии в сторону более рисковых, но потенциально более доходных активов?

Макроэкономические показатели и их воздействие на инвестиционные портфели

Помимо ключевой ставки, на формирование эффективного инвестиционного портфеля в условиях экономической нестабильности в Российской Федерации влияют и другие макроэкономические факторы:

• Валовой внутренний продукт (ВВП): Динамика ВВП отражает общее состояние экономики. Рост ВВП обычно позитивно сказывается на прибыли компаний и, как следствие, на котировках акций.
• Реальные процентные ставки: Разница между номинальной процентной ставкой и уровнем инфляции определяет реальную доходность инвестиций. Высокая инфляция при низкой номинальной ставке может привести к отрицательной реальной доходности, что обесценивает сбережения и инвестиции.
• Геополитические события: Как уже упоминалось, глобальные и локальные геополитические события могут вызывать резкие изменения на рынках, усиливая волатильность и неопределенность.
• Взаимозависимость секторов экономики: Дестабилизация на макроэкономическом уровне негативно влияет на все секторы экономики. Например, снижение производства может привести к проблемам в банковском секторе (рост невозвратов кредитов), что, в свою очередь, сказывается на благосостоянии населения и их инвестиционной активности.

Понимание и постоянный мониторинг этих факторов позволяют инвесторам адаптировать свои портфели, хеджировать риски и использовать открывающиеся возможности, минимизируя негативное влияние непредсказуемой макроэкономической среды.

Оценка эффективности и оптимизация портфелей ценных бумаг: современные подходы и методы

После того как портфель сформирован, его управление не заканчивается. Крайне важно постоянно оценивать его эффективность и, при необходимости, оптимизировать структуру для достижения заданных инвестиционных целей. Этот процесс является непрерывным циклом, требующим глубокого анализа и применения адекватных методов.

Цели и критерии оценки эффективности инвестиционного портфеля

Главная цель оценки эффективности инвестиционных портфелей заключается в выявлении успешных результатов управления, то есть таких, при которых достигается доходность выше среднерыночной при минимальном или приемлемом уровне риска. Инвестиционные портфели создаются для максимизации ожидаемой доходности при заданном уровне риска, и эффективность как раз и измеряет, насколько хорошо эта цель достигается.

Портфель считается эффективным, если он удовлетворяет одному из двух критериев:

1. Он обеспечивает наивысшую доходность с заданным уровнем риска.
2. Он обеспечивает наименьший риск при определенном уровне ожидаемого дохода.

Эти критерии отражают фундаментальный компромисс между риском и доходностью, лежащий в основе всей портфельной теории. Оценка эффективности позволяет не только понять, насколько хорошо работает текущая стратегия, но и сравнить результаты с альтернативными подходами или бенчмарками, что даёт возможность постоянно совершенствовать процесс управления.

Количественные показатели эффективности

Для объективной оценки и сопоставления итоговых результатов управления портфелями используются различные математические показатели. Они позволяют ранжировать портфели и управляющих, а также определить, была ли полученная доходность просто случайностью или результатом грамотного управления риском.

К основным показателям эффективности относятся:

• Коэффициент Шарпа (Sharpe Ratio): Этот коэффициент измеряет доходность портфеля за вычетом безрисковой ставки на единицу общего риска, который выражается стандартным отклонением доходности портфеля.
  Формула коэффициента Шарпа:
  S = (Rp - Rf) / σp
  где:
  • Rp — доходность портфеля;
  • Rf — безрисковая ставка (например, доходность ОФЗ);
  • σp — стандартное отклонение доходности портфеля (мера общего риска).

  Чем выше коэффициент Шарпа, тем лучше скорректированная на риск доходность портфеля.

• Коэффициент Сортино (Sortino Ratio): Аналогичен коэффициенту Шарпа, но его ключевое отличие состоит в том, что он учитывает только риск снижения (downside risk), то есть волатильность отрицательной доходности. Он разделяет избыточную доходность на стандартное отклонение только отрицательной доходности.
  Формула коэффициента Сортино:
  So = (Rp - Rf) / D
  где:
  • Rp — доходность портфеля;
  • Rf — безрисковая ставка;
  • D — стандартное отклонение отрицательной доходности (мера риска снижения).

  Коэффициент Сортино считается более адекватным для инвесторов, которых беспокоят только убытки, а не любые колебания доходности.

• Коэффициент Трейнора (Treynor Ratio): Этот показатель измеряет избыточную доходность портфеля на единицу систематического риска (бета-коэффициента).
  Формула коэффициента Трейнора:
  T = (Rp - Rf) / βp
  где βp — бета-коэффициент портфеля.
  Коэффициент Трейнора особенно полезен для оценки диверсифицированных портфелей, так как он фокусируется на недиверсифицируемом риске.
• Альфа Дженсена (Jensen’s Alpha): Альфа измеряет избыточную доходность портфеля, которая не может быть объяснена систематическим риском (бета-коэффициентом) в соответствии с моделью CAPM. Положительная альфа указывает на то, что управляющий превзошел ожидания рынка, тогда как отрицательная альфа говорит о недостижении ожидаемой доходности.
  Формула Альфа Дженсена:
  α = Rp - [Rf + βp(Rm - Rf)]
  где Rm — доходность рыночного портфеля.

Эти показатели, при правильном применении, предоставляют инвесторам мощный инструментарий для оценки и сравнения эффективности управления различными инвестиционными портфелями.

Современные методы оптимизации структуры портфеля

После оценки эффективности возникает вопрос: как скорректировать портфель для достижения лучших результатов? Здесь на помощь приходят методы оптимизации, которые позволяют рассчитать оптимальное процентное содержание активов в портфеле. В то время как прогнозируемая доходность портфеля является средневзвешенной прогнозируемой доходностью ценных бумаг с использованием их пропорциональных значений в качестве весов, риск портфеля зависит не только от риска отдельных ценных бумаг, но и от систематического риска, затрагивающего весь рынок.

Классическая модель Марковица ставит перед инвестором задачу поиска портфеля, обеспечивающего минимальный уровень риска при заданном уровне ожидаемой нормы отдачи, или максимальный уровень отдачи при заданном уровне риска. Однако, как было отмечено ранее, основная сложность применения метода Марковица заключается в большом объеме вычислений, особенно при увеличении количества активов. Для портфеля из N активов требуется N * (N-1) / 2 уникальных значений ковариации, что делает метод computationally intensive для крупных портфелей.

Для преодоления этих сложностей и поиска более гибких решений были разработаны различные современные методы оптимизации:

• Детерминистический контроль: Подходы, где параметры модели (доходности, риски) считаются известными с определенной степенью уверенности.
• Алгоритм Нелдера-Мида (Nelder-Mead simplex algorithm): Эвристический метод прямой оптимизации, который не требует вычисления производных и эффективен для нелинейных задач.
• Линейное и нелинейное программирование: Математические методы для решения задач оптимизации, где целевая функция и ограничения выражены линейными или нелинейными уравнениями.
• Динамическое программирование: Метод, который разбивает сложную задачу на более простые подзадачи, решая их последовательно.
• Методы на основе имитационного моделирования (Монте-Карло): Позволяют моделировать тысячи или миллионы возможных сценариев развития рынка, что помогает оценить распределение доходностей и рисков портфеля в условиях неопределенности.

Преодоление ограничений классических моделей: многофакторные модели и модель Блэка-Литтермана

Недостатком модели Марковица является то, что она оценивает оптимальную структуру портфеля только для прошлого, основываясь на исторических данных. Однако инвестору нужно выбирать активы для будущего роста, и историческая статистика не всегда является лучшим предсказателем.

Для преодоления этих ограничений были предложены новые модели:

• Многофакторные модели: Эти модели, как уже упоминалось в контексте APT, позволяют учитывать не один, а несколько макроэкономических факторов или характеристик активов, которые влияют на их доходность. Это дает более гибкую и реалистичную оценку рисков и доходностей.
• Модель Блэка-Литтермана (Black-Litterman Model): Разработанная в 1990-х годах, эта модель представляет собой мощный инструмент для управления портфелем. Она преодолевает ограничения классической модели Марковица, которая часто генерирует экстремальные веса активов и очень чувствительна к ошибкам в оценках входных данных. Модель Блэка-Литтермана начинается с равновесного рыночного портфеля (который подразумевает, что все инвесторы имеют одинаковые ожидания и держат рыночный портфель), а затем позволяет инвестору интегрировать свои собственные «субъективные» взгляды или прогнозы относительно доходностей отдельных активов. Это позволяет создавать более сбалансированные и интуитивно понятные портфели, которые сочетают фундаментальные рыночные ожидания с индивидуальными мнениями инвестора.

Применение этих современных подходов позволяет инвесторам не только более точно оценивать текущую эффективность, но и активно оптимизировать свои портфели, адаптируясь к меняющимся рыночным условиям и интегрируя как количественный анализ, так и качественные прогнозы для достижения своих инвестиционных целей.

Заключение

Путешествие в мир управления портфелем ценных бумаг – это постоянный диалог между теорией и практикой, между прошлым опытом и будущими ожиданиями. Наше исследование показало, что эффективное управление инвестициями на российском рынке в текущих условиях требует не просто знания классических моделей, но и глубокого понимания их ограничений, а также способности адаптироваться к стремительным изменениям.

Мы начали с фундаментальных основ, заложенных Гарри Марковицем, которые научили нас измерять риск и доходность, а также использовать диверсификацию как мощный инструмент снижения несистематического риска. Однако, мы также увидели, что ориентация на исторические данные и вычислительная сложность ограничивают его прогностическую ценность. Развитие теории через CAPM и APT позволило глубже взглянуть на природу риска, разделив его на систематический и специфический, а также учесть многофакторные влияния. Гипотеза эффективного рынка, в свою очередь, поставила под вопрос саму возможность систематического «обыгрывания» рынка, подчеркнув роль информационной прозрачности.

Анализ российского рынка выявил его уникальные характеристики – исторически высокую волатильность, что требует от инвесторов особого внимания к управлению рисками. Методы, такие как Value-at-Risk, и практические стратегии, включая диверсификацию, балансировку и использование защитных активов (золото, ОФЗ), становятся незаменимыми инструментами в этой среде. При этом макроэкономические и геополитические факторы оказывают непосредственное влияние на риски портфеля, требуя постоянного мониторинга и гибкости в принятии решений.

Цифровая трансформация – это, безусловно, один из главных драйверов изменений. Финтех, большие данные, искусственный интеллект, блокчейн и цифровые финансовые активы (ЦФА) уже кардинально изменили ландшафт инвестиционного менеджмента. Российский рынок активно интегрируется в эти процессы, что видно по росту рынка ЦФА, применению ИИ и больших данных в банковском секторе, а также стремительному увеличению доли розничных инвесторов на рынке облигаций. Внедрение цифрового рубля обещает дальнейшие структурные изменения, оптимизируя платежи и повышая прозрачность.

Не менее важную роль играет регуляторная среда. Банк России как мегарегулятор формирует правила игры, и его текущие инициативы по повышению качества IPO, трансформации проспектов и введению независимых аналитических отчетов до конца 2025 года окажут значительное влияние на эмитентов и инвесторов. Решение Банка России от 24 октября 2025 года о снижении ключевой ставки до 16,50% годовых, хотя и является стимулом для экономики, требует от инвесторов пересмотра стратегий в отношении различных классов активов.

Наконец, оценка эффективности и оптимизация портфелей ценных бумаг – это не разовое действие, а непрерывный процесс. Мы рассмотрели ключевые количественные показатели, такие как коэффициенты Шарпа, Сортино, Трейнора и Альфа Дженсена, которые позволяют объективно измерять результаты. Современные методы оптимизации, включая детерминистический контроль, алгоритм Нелдера-Мида и методы имитационного моделирования, а также многофакторные модели и модель Блэка-Литтермана, помогают инвесторам преодолевать недостатки классических подходов, интегрировать свои ожидания и создавать более надежные и эффективные портфели, ориентированные на будущее.

В заключение, управление портфелем ценных бумаг на российском рынке в условиях цифровой трансформации и постоянно меняющихся макроэкономических и регуляторных реалий – это сложная, но захватывающая задача. Она требует комплексного, многомерного подхода, сочетающего глубокие теоретические знания, передовые аналитические инструменты и гибкость в принятии решений. Для студентов и специалистов в области финансов это означает необходимость постоянного обучения и адаптации, чтобы не просто следовать за рынком, но и активно формировать свое инвестиционное будущее.

Перспективы дальнейших исследований лежат в области более глубокого анализа влияния цифрового рубля, развития новых финтех-продуктов и их интеграции в инвестиционные стратегии, а также в адаптации количественных моделей к условиям повышенной неопределенности и информационного шума на развивающихся рынках.

Список использованной литературы

1. Гражданский кодекс Российской Федерации: Части первая, вторая.
2. О Центральном Банке Российской Федерации (Банк России): Федеральный закон от 10 июля 2002 г. № 86-ФЗ (с изм. от 26.04.2007 N 63-ФЗ).
3. О рынке ценных бумаг: Федеральный закон от 22.04.2006 № 39-ФЗ (ред. от 26.11.2008).
4. Балабанов, И.Т. Финансовый менеджмент. Москва: Финансы и статистика, 2009. 351 с.
5. Белоглазова, Г.Н., Кроливецкая, Л.П. Банковское дело: Учеб. для вузов по направлению «Экономика». 5-е изд. перераб. и доп. Москва: Финансы и статистика, 2008. 591 с.
6. Биржевая деятельность / Под ред. А.Г. Грязновой, Р.В. Корнеевой, В.А. Галанова. Москва: Финансы и статистика, 2009. 364 с.
7. Бланк, И.А. Инвестиционный менеджмент. Киев: Эльга-Н; Ника-центр, 2011. 278 с.
8. Евстигнеев, В.Р. Портфельные инвестиции в России: выбор стратегии. Москва: Эдиториал УРСС, 2009. 258 с.
9. Инвестиции / Под ред. Г.П. Подшиваленко, Н.И. Лахметкиной, М.В. Макаровой и др. Москва: Кнорус, 2009. 348 с.
10. Инвестиционная деятельность / Под ред. Г.П. Подшиваленко и Н.В. Киселевой. Москва: Кнорус, 2010. 343 с.
11. Каламина, М.Е. Управление портфелем ценных бумаг. Москва, 2009. 219 с.
12. Каратуев, А.Г. Ценные бумаги: виды и разновидности. Учебное пособие. Москва: Русская Деловая литература, 2009. 257 с.
13. Кидуэлл, Д.С., Петерсон, Р.Л., Блэкуэлл, Д.У. Финансовые институты, рынки, деньги. Санкт-Петербург: Питер, 2008. 431 с.
14. Килячков, А.А., Чалдаева, Л.А. Практикум по российскому рынку ценных бумаг. Москва: БЕК, 2010. 329 с.
15. Коломина, М.Е. Формирование портфеля ценных бумаг. Москва, 2009. 285 с.
16. Лялин, В.А. Российский рынок ценных бумаг: основные этапы и тенденции развития // Проблемы современной экономики. 2012. N 2 (42). С. 182-186.
17. Максимова, В.Ф. Инвестиционный менеджмент. Москва: Московская финансово-промышленная академия, 2005. 234 с.
18. Миловидов, В.Д. Инвестиционные фонды и трасты: как управлять капиталом? (опыт США). Москва, 2010. 351 с.
19. Стоянова, Е.С. Финансовый менеджмент. Российская практика. Москва: Перспектива, 2009. 354 с.
20. Фондовый портфель / Отв. ред. Ю.Б. Рубин, В.И. Солдаткин. Москва: Соминтек, 2010. 366 с.
21. Четыркин, Е. Методы финансовых и коммерческих расчетов. Москва: Дело, 2010. 228 с.
22. Шарп, У.Ф., Александер, Г.Дж., Бэйли, Д.В. Инвестиции. Москва: ИНФРА-М, 2008. 257 с.
23. Markowits, Harry M. Portfolio Selection // Journal of Finance. 1952. Vol. 7, № 1. pp. 71-91.
24. Официальный сайт Альфа-Банка. URL: www.alfabank.ru (дата обращения: 25.10.2025).
25. ЦБ определил перспективы регулирования рынка первичных размещений акций. URL: https://www.cbr.ru/press/event/?id=15886 (дата обращения: 25.10.2025).
26. Развитие финансового рынка. URL: https://www.cbr.ru/finmarket/ (дата обращения: 25.10.2025).
27. Рынок ценных бумаг. URL: https://www.cbr.ru/finmarket/securities_market/ (дата обращения: 25.10.2025).
28. НОВЫЙ ПОДХОД К АНАЛИЗУ ВОЛАТИЛЬНОСТИ И РИСКА В ПОРТФЕЛЬНЫХ ИНВЕСТИЦИЯХ. URL: https://cyberleninka.ru/article/n/novyy-podhod-k-analizu-volatilnosti-i-riska-v-portfelnyh-investitsiyah (дата обращения: 25.10.2025).
29. Теории формирования эффективного инвестиционного портфеля. URL: https://cyberleninka.ru/article/n/teorii-formirovaniya-effektivnogo-investitsionnogo-portfelya (дата обращения: 25.10.2025).
30. Модели и методы оптимизации выбора инвестиционного портфеля. URL: https://cyberleninka.ru/article/n/modeli-i-metody-optimizatsii-vybora-investitsionnogo-portfelya (дата обращения: 25.10.2025).
31. ВЛИЯНИЕ МАКРОЭКОНОМИЧЕСКИХ ФАКТОРОВ НА ФОРМИРОВАНИЕ ИНВЕСТИЦИОННОГО ПОРТФЕЛЯ В УСЛОВИЯХ ЭКОНОМИЧЕСКОЙ НЕСТАБИЛЬНОСТИ. URL: https://cyberleninka.ru/article/n/vliyanie-makroekonomicheskih-faktorov-na-formirovanie-investitsionnogo-portfelya-v-usloviyah-ekonomicheskoy-nestabilnosti (дата обращения: 25.10.2025).
32. Модель САРМ и ее использование при оценке финансовых активов. URL: https://cyberleninka.ru/article/n/model-sarm-i-ee-ispolzovanie-pri-otsenke-finansovyh-aktivov (дата обращения: 25.10.2025).
33. ИНВЕСТИЦИОННЫЕ СТРАТЕГИИ В ЭПОХУ ЦИФРОВОЙ ТРАНСФОРМАЦИИ: АНАЛИЗ ВОЗДЕЙСТВИЯ ТЕХНОЛОГИЧЕСКИХ ИННОВАЦИЙ НА ИНВЕСТИЦИОННЫЙ ПРОЦЕСС. URL: https://cyberleninka.ru/article/n/investitsionnye-strategii-v-epohu-tsifrovoy-transformatsii-analiz-vozdeystviya-tehnologicheskih-innovatsiy-na-investitsionnyy-protsess (дата обращения: 25.10.2025).
34. Анализ влияния цифровой трансформации на эволюцию рынка долговых инструментов. URL: https://cyberleninka.ru/article/n/analiz-vliyaniya-tsifrovoy-transformatsii-na-evolyutsiyu-rynka-dolgovyh-instrumentov (дата обращения: 25.10.2025).
35. Методы оценки портфелей инвестиций, включающих ценные бумаги и недвижимость. URL: https://www.hse.ru/science/diss/39290076.html (дата обращения: 25.10.2025).
36. Финтех — цифровые технологии в финансовой сфере. URL: https://www.hse.ru/fintech/news/458266205.html (дата обращения: 25.10.2025).
37. Волатильность на рынке: как управлять ею в инвестиционном портфеле. URL: https://www.tinkoff.ru/invest/pulse/stories/volatility-management/ (дата обращения: 25.10.2025).
38. Портфельная теория Марковица: оценка риска и доходности инвестиционного портфеля. URL: https://www.tinkoff.ru/invest/pulse/stories/markowitz-portfolio-theory/ (дата обращения: 25.10.2025).
39. Оптимальный портфель Марковица: что с ним не так и можно ли это исправить. URL: https://bcs.ru/articles/optimalnyy-portfel-markovitsa-chto-s-nim-ne-tak-i-mozhno-li-eto-ispravit (дата обращения: 25.10.2025).
40. Мнение аналитиков БКС. Банк России снизил ключевую ставку до 16,5% — что делать? URL: https://bcs.ru/articles/mnenie-analitikov-bks-bank-rossii-snizil-klyuchevuyu-stavku-do-16-5-chto-delat (дата обращения: 25.10.2025).
41. Инвестиции в финтех: что нужно знать — Финансовый журнал. URL: https://www.finam.ru/publications/item/investicii-v-finteh-chto-nuzhno-znat-20221106-1100/ (дата обращения: 25.10.2025).
42. Что такое защита от волатильности и как ее применять. URL: https://www.finam.ru/publications/item/chto-takoe-zashchita-ot-volatilnosti-i-kak-ee-primenyat-20221215-0949/ (дата обращения: 25.10.2025).
43. Корректировка ожиданий по ставке ЦБ позволит снизить доходности на финансовых рынках. URL: https://www.finam.ru/analysis/newsitem/korrektirovka-ozhidaniiy-po-stavke-cb-pozvolit-snizit-doxodnosti-na-finansovyx-rynkah-20251021-1250/ (дата обращения: 25.10.2025).
44. Макроэкономические факторы, влияющие на качество кредитного портфеля банковского сектора России. URL: https://eee-region.ru/article/5713/ (дата обращения: 25.10.2025).
45. МЕТОДЫ ОЦЕНКИ ЭФФЕКТИВНОСТИ И ОПТИМИЗАЦИИ ИНВЕСТИЦИОННОГО ПОРТФЕЛЯ. URL: https://www.fundamental-research.ru/ru/article/view?id=28821 (дата обращения: 25.10.2025).
46. Оценка эффективности управления инвестиционным портфелем Assessment of the effectiveness of investment portfolio management. URL: https://naukaru.ru/ru/nauka/article/16140/view (дата обращения: 25.10.2025).
47. Влияние цифровой трансформации на эффективность инвестиционной деятельности предприятий. URL: https://economic-science.ru/vliyanie-cifrovoy-transformacii-na-effektivnost-investicionnoy-deyatelnosti-predpriyatiy/ (дата обращения: 25.10.2025).
48. ФИНАНСОВЫЕ ФАКТОРЫ ПРИНЯТИЯ ИНВЕСТИЦИОННЫХ РЕШЕНИЙ И СИСТЕМА ФИНТЕХ-МЕНЕДЖМЕНТА В УПРАВЛЕНИИ ПОРТФЕЛЕМ ЦИФРОВЫХ ФИНАНСОВЫХ АКТИВОВ В РОССИИ НА ОСНОВЕ ПОКАЗАТЕЛЕЙ УСТОЙЧИВОГО РАЗВИТИЯ. URL: https://finjournal.ru/jour/article/view/1782 (дата обращения: 25.10.2025).
49. Основы портфельного инвестирования, Никитина Т.В. URL: https://urait.ru/book/osnovy-portfelnogo-investirovaniya-427210 (дата обращения: 25.10.2025).
50. Рынок криптовалют: возможности и риски. URL: https://sbersova.ru/article/rynok-kriptovalyut-vozmozhnosti-i-riski (дата обращения: 25.10.2025).