Формирование и управление портфелем ценных бумаг банками на фондовом рынке РФ: Теория, практика и актуальные вызовы

На 1 июля 2024 года доля активов банковских организаций в активах всего финансового рынка России превысила 80%. Этот впечатляющий показатель не просто цифра; он подчеркивает доминирующую роль банков в структуре национальной экономики и их колоссальное влияние на финансовые потоки, включая инвестиционную деятельность на фондовом рынке. Банковский сектор выступает не только как ключевой кредитор, но и как важнейший институциональный инвестор, чья эффективность в управлении портфелем ценных бумаг напрямую влияет на финансовую стабильность страны и возможности экономического роста.

В условиях нестабильной геополитической ситуации, динамичных изменений в денежно-кредитной политике Банка России и турбулентности на мировых рынках, задача эффективного формирования и управления инвестиционным портфелем ценных бумаг для российских банков становится не просто актуальной, но стратегически важной. Эта курсовая работа нацелена на всестороннее изучение теоретических основ и практических подходов к управлению портфелем ценных бумаг банками на фондовом рынке Российской Федерации. Мы проведем глубокий анализ существующих моделей, оценим риски и стратегии их минимизации, а также детально рассмотрим особенности инвестиционной деятельности российских банков в текущих экономических условиях (по состоянию на октябрь 2025 года). Особое внимание будет уделено регуляторным аспектам, применению эконометрических методов и выявлению ключевых проблем, с которыми сталкиваются отечественные финансовые институты, предлагая при этом обоснованные пути их решения. Структура работы последовательно проведет читателя от фундаментальных теорий к актуальным практикам и перспективным направлениям развития.

Теоретические основы и современные модели формирования инвестиционного портфеля ценных бумаг банками

Инвестиционный портфель, будь то в руках частного лица или гигантского банка, представляет собой не просто набор активов, а тщательно подобранный ансамбль, призванный выполнить конкретную инвестиционную миссию, способствуя достижению финансовых целей. В этом разделе мы погрузимся в самые истоки портфельного инвестирования, проследим его эволюцию и рассмотрим ключевые модели, которые легли в основу современной банковской практики.

Сущность и принципы формирования портфеля ценных бумаг банка

В своей основе портфель ценных бумаг – это не случайный набор активов, а сознательно сформированная совокупность различных инвестиционных ценностей, таких как акции, облигации, деривативы, объединенных общей целью. Для банков это не просто способ извлечения прибыли, но и инструмент управления ликвидностью, капиталом и рисками.

Главная цель, которая движет каждым инвестором, включая банк, при формировании портфеля, – это достижение оптимального баланса между доходностью и риском. Иными словами, стремление к максимальной доходности при минимально возможном уровне риска. Однако в банковской сфере к этому добавляются такие важнейшие задачи, как поддержание адекватной ликвидности, обеспечение устойчивости финансового положения и соблюдение регуляторных требований.

Формирование портфеля ценных бумаг банка подчиняется ряду фундаментальных принципов, которые можно уподобить несущим конструкциям здания:

  1. Принцип консервативности: Этот принцип призывает к разумному соотношению высоконадежных и рискованных активов. Цель — гарантировать, что потенциальные потери от более рискованных вложений могут быть с высокой вероятностью компенсированы стабильными доходами от надежных инструментов. Для банка это означает стремление к сохранению капитала и минимизации вероятности значительных убытков, даже если это подразумевает отказ от сверхвысокой доходности.
  2. Принцип диверсификации: Пожалуй, один из самых известных принципов, который будет детально рассмотрен далее. Его суть заключается в распределении инвестиций между различными активами, которые слабо коррелированы между собой. Это позволяет снизить общий риск портфеля без ущерба для его ожидаемой доходности, поскольку негативная динамика по одним ценным бумагам может быть компенсирована позитивной по другим. Для банка диверсификация — это щит от концентрации риска в одном активе, отрасли или географическом регионе, что является критически важным аспектом устойчивости.
  3. Принцип ликвидности: В контексте банковской деятельности этот принцип приобретает особое значение. Ликвидность отражает способность активов портфеля быть быстро и без существенных потерь проданы по рыночной цене. Банку необходимо поддерживать достаточный уровень ликвидных ценных бумаг, чтобы своевременно выполнять свои обязательства перед вкладчиками и кредиторами, а также иметь возможность оперативно реагировать на изменения рыночной конъюнктуры.

Эти принципы не являются статичными; они должны соответствовать целям инвестиционной стратегии банка, а также объему и структуре портфеля, чтобы обеспечить его устойчивость и способность приносить прибыль в долгосрочной перспективе.

Портфельная теория Гарри Марковица

В 1952 году Гарри Марковиц опубликовал свою новаторскую статью «Выбор портфеля», которая навсегда изменила понимание инвестиций. Эта работа, ставшая краеугольным камнем современной портфельной теории, предложила математический подход к формированию оптимального инвестиционного портфеля, исходя из требуемого соотношения доходности и риска. По сути, Марковиц показал, как инвесторы могут оценить инвестиционный портфель с точки зрения соотношения риска и ожидаемой доходности, за что впоследствии был удостоен Нобелевской премии по экономике.

Центральная идея теории Марковица, известной также как анализ «среднее-дисперсия» (mean-variance analysis), заключается в том, что инвестор стремится выбрать активы, минимизирующие риск портфеля при заданном уровне ожидаемой доходности, или, наоборот, максимизирующие доходность при заданной величине риска. Мерой риска в его модели выступает дисперсия доходности портфеля, или, что эквивалентно, стандартное отклонение.

Процесс применения теории Марковица включает два основных этапа:

  1. Анализ прошлых данных: На этом этапе собираются и обрабатываются исторические данные о доходностях и рисках отдельных ценных бумаг. Ожидаемая доходность ценной бумаги (E(Ri)) в модели Марковица рассчитывается как математическое ожидание ее доходностей за предшествующий отрезок времени. Риск отдельной ценной бумаги (σi) определяется как среднеквадратическое отклонение этих доходностей.
  2. Выбор оптимального портфеля: На основе полученных ожиданий формируются портфели, которые лежат на «эффективной границе» — множестве портфелей, предлагающих наивысшую ожидаемую доходность для каждого уровня риска или наименьший риск для каждого уровня ожидаемой доходности.

Ключевым элементом, который позволяет теории Марковица достигать эффекта диверсификации, является учет ковариации доходностей между различными активами. Ковариация (σij) измеряет, как доходности двух активов движутся относительно друг друга. Если активы движутся в разных направлениях (отрицательная ковариация), их объединение в портфель может значительно снизить общий риск.

Формула ковариации в модели Марковица выглядит следующим образом:

σij = ρij ⋅ σi ⋅ σj

Где:

  • σij — ковариация между доходностями актива i и актива j;
  • ρij — коэффициент парной линейной корреляции между доходностями актива i и актива j (от -1 до +1);
  • σi — стандартное отклонение доходности актива i (мера риска);
  • σj — стандартное отклонение доходности актива j (мера риска).

Эффект диверсификации, являющийся неотъемлемой частью теории Марковица, показывает, что инвестор может существенно снизить риск портфеля, если соберет в него несколько рисковых, но при этом слабо коррелированных (или некоррелированных) активов. Таким образом, возможные потери по одним ценным бумагам будут компенсированы доходами по другим, что приводит к стабилизации общей доходности портфеля. Рекомендуется иметь до 20 акций в портфеле, выделяя до 15% на каждый сектор экономики и по 5–7% на одного эмитента для оптимальной диверсификации. Этот принцип, казалось бы, очевиден, но его математическое обоснование стало прорывом.

Модель оценки финансовых активов (CAPM)

Вслед за Марковицем, в середине 1960-х годов Уильям Шарп, Джон Линтнер и Ян Моссин разработали модель, которая стала еще одним фундаментом современной финансовой теории — Capital Asset Pricing Model (CAPM). Эта модель предлагает более глубокое понимание взаимосвязи между риском и ожидаемой доходностью актива, фокусируясь на систематическом (рыночном) риске.

CAPM объясняет поведение участников рынка и природу ценообразования активов. Ее основная идея заключается в том, что ожидаемая доходность любого актива должна быть прямо пропорциональна его систематическому риску, измеряемому так называемым бета-коэффициентом (β). Несистематический (специфический) риск, согласно CAPM, может быть полностью устранен путем диверсификации портфеля, и поэтому рынок не вознаграждает инвесторов за его принятие.

Математически модель CAPM выражается следующей формулой:

E(Ri) = Rf + βi(E(Rm) − Rf)

Где:

  • E(Ri) — ожидаемая ставка доходности на долгосрочный актив i;
  • Rf — безрисковая ставка доходности (например, доходность государственных облигаций);
  • E(Rm) — ожидаемая доходность всего рыночного портфеля;
  • (E(Rm) − Rf) — премия за рыночный риск;
  • βi — бета-коэффициент, отражающий чувствительность доходности актива i к изменениям доходности всего рынка.

Бета-коэффициент (βi) рассчитывается как отношение ковариации доходности актива i с доходностью всего рынка к дисперсии доходности всего рынка:

βi = cov(Ri, Rm) / σ2(Rm)

Значение бета-коэффициента имеет критическое значение:

  • Если β > 1, актив более волатилен, чем рынок в целом.
  • Если β = 1, актив движется синхронно с рынком.
  • Если β < 1, актив менее волатилен, чем рынок.

Модель CAPM широко используется в фундаментальном анализе для различных целей, в том числе для расчета ставки дисконтирования при оценке справедливой стоимости бизнеса или инвестиционного проекта, а также для определения требуемой доходности актива, добавляемого к уже диверсифицированному портфелю. Несмотря на ряд упрощающих допущений, которые могут быть далеки от реальных рыночных условий, CAPM остается мощным аналитическим инструментом и прочно укоренилась в финансовом менеджменте.

Другие теоретические концепции и подходы

Хотя портфельная теория Марковица и модель CAPM являются основополагающими, финансовая наука не стоит на месте, и были разработаны другие концепции, которые дополняют или предлагают альтернативные взгляды на формирование и управление портфелем. Среди них можно выделить:

  • Арбитражная теория ценообразования (Arbitrage Pricing Theory, APT): Разработанная Стивеном Россом, APT предлагает более гибкий подход к ценообразованию активов, предполагая, что доходность актива определяется не одним, а несколькими систематическими факторами риска. В отличие от CAPM, APT не требует определения рыночного портфеля и допускает, что факторы риска могут быть разными для разных активов.
  • Индексная модель Шарпа: Эта модель является упрощенной версией Марковица, предполагающей, что доходность ценной бумаги линейно зависит от доходности одного рыночного индекса. Она значительно упрощает расчеты, особенно для больших портфелей, поскольку вместо ковариации между всеми парами активов требуется только ковариация между каждым активом и рыночным индексом.
  • Теория перспектив (Prospect Theory) Канемана и Тверски: Хотя не является непосредственно моделью формирования портфеля, эта поведенческая теория объясняет, как люди принимают решения в условиях риска, часто отклоняясь от рациональности. Она демонстрирует, что инвесторы склонны сильнее переживать потери, чем радоваться эквивалентным по величине выигрышам, что влияет на их инвестиционное поведение. Для банков это означает необходимость учитывать психологические аспекты при работе с клиентами и формировании инвестиционных продуктов.
  • Теория эффективного рынка (Efficient Market Hypothesis, EMH): Эта гипотеза, разработанная Юджином Фамой, утверждает, что цены активов полностью отражают всю доступную информацию. В зависимости от формы эффективности (слабая, полусильная, сильная) это означает, что невозможно постоянно получать сверхдоходность, используя общедоступную информацию. Для банков это указывает на сложность активного управления портфелем и подчеркивает важность пассивных стратегий, таких как индексное инвестирование.

Эти концепции, вместе с классическими моделями, формируют богатый арсенал инструментов и идей, которые банки используют для анализа, формирования и управления своими инвестиционными портфелями, адаптируясь к постоянно меняющейся рыночной среде.

Управление рисками инвестиционного портфеля банков

Инвестиционная деятельность, по своей природе, неразрывно связана с риском. Для банков, управляющих значительными объемами средств и несущих ответственность перед вкладчиками и акционерами, эффективное управление рисками является не просто желательным, а жизненно необходимым. В этом разделе мы углубимся в классификацию инвестиционных рисков, рассмотрим передовые методы их оценки и изучим стратегии минимизации, которые применяются в современной банковской практике.

Классификация инвестиционных рисков

Прежде чем управлять риском, его необходимо идентифицировать и классифицировать. Риск портфеля – это потенциальные потери, которые инвестор может понести из-за неблагоприятных изменений на рынке или других факторов, влияющих на доходность инвестиций. В широком смысле риски делятся на две основные категории, каждая из которых требует своего подхода к управлению:

  1. Систематический (рыночный) риск: Этот вид риска связан с общими условиями на рынке и макроэкономическими факторами, которые влияют на все активы в той или иной степени. К систематическим рискам относятся:
    • Фондовый риск: риск убытков из-за неблагоприятного изменения рыночных цен на фондовые ценности (акции, облигации). Он обусловлен общими настроениями на рынке, изменением процентных ставок, политической нестабильностью или экономическими кризисами.
    • Валютный риск: риск убытков из-за неблагоприятного изменения курсов иностранных валют. Особенно актуален для банков, инвестирующих в активы, номинированные в иностранных валютах, или имеющих валютные обязательства.
    • Процентный риск: риск возникновения финансовых потерь из-за неблагоприятного изменения процентных ставок по активам, пассивам и внебалансовым инструментам. Рост ставок может привести к падению стоимости ранее выпущенных облигаций с фиксированной ставкой.
    • Страновой риск: связан с политической, экономической и социальной нестабильностью в стране, что может негативно повлиять на все активы, номинированные или связанные с этой страной.

    Важно отметить, что систематический риск не может быть устранен путем диверсификации, поскольку он присущ рынку в целом.

  2. Несистематический (специфический) риск: В отличие от систематического, этот риск присущ отдельным ценным бумагам, компаниям, отраслям или конкретным инвестиционным проектам. Он может быть вызван такими факторами, как:
    • Неэффективное управление компанией-эмитентом.
    • Изменение потребительских предпочтений для продукции конкретной отрасли.
    • Юридические или регуляторные изменения, специфичные для определенного сектора.
    • Трудовые споры или технологические сбои.

    Главное отличие несистематического риска в том, что он может быть минимизирован (но не полностью устранен) путем диверсификации портфеля.

Понимание этой классификации является первым шагом к разработке эффективной стратегии риск-менеджмента для банков, позволяющей целенаправленно работать с каждым типом риска.

Методы оценки рыночных рисков

После классификации рисков следующим логичным шагом является их количественная оценка. Банки используют ряд изощренных методов для измерения потенциальных потерь, что позволяет принимать обоснованные инвестиционные решения.

  1. Методология VaR (Value-at-Risk):

    VaR является одним из наиболее широко признанных и используемых стандартов в оценке рыночных рисков в финансовой индустрии. Она количественно оценивает максимальный ожидаемый убыток, который может понести портфель ценных бумаг банка с заданной вероятностью (например, 95% или 99%) в течение определенного временного горизонта (например, одного дня или десяти дней). Например, VaR в 1 млн рублей с 99% вероятностью на один день означает, что с вероятностью 99% убытки по портфелю за один день не превысят 1 млн рублей. Почему это так важно? Потому что VaR дает четкое, количественное представление о худшем сценарии потерь в нормаль��ых рыночных условиях.

    Существует три основных подхода к расчету VaR:

    • Историческая оценка (Historical VaR): Самый простой метод, основанный на анализе фактического распределения доходностей портфеля за прошлый период. Он предполагает, что будущее будет напоминать прошлое. Для расчета необходимо упорядочить исторические доходности и найти значение, соответствующее заданному процентилю.
    • Параметрическая оценка (Parametric VaR) или Дельта-нормальный VaR: Предполагает, что доходности активов имеют нормальное распределение. В этом случае VaR рассчитывается на основе стандартного отклонения портфеля, его средней доходности и выбранного уровня доверия, используя стандартные статистические формулы.
    • Метод Монте-Карло (Monte Carlo VaR): Наиболее сложный, но и наиболее гибкий подход. Он предполагает генерацию тысяч или миллионов случайных сценариев будущих изменений рыночных факторов, влияющих на портфель, с учетом их статистических свойств и корреляций. Затем для каждого сценария рассчитывается стоимость портфеля, и на основе распределения этих стоимостей определяется VaR. Этот метод особенно полезен для портфелей со сложными деривативами, где зависимости нелинейны.
  2. Стресс-тестирование:

    Этот метод дополняет VaR, оценивая потенциальные убытки портфеля в условиях экстремальных, но правдоподобных рыночных событий («стрессовых сценариев»), которые обычно не учитываются в стандартных моделях VaR. Стресс-тестирование может включать анализ влияния резкого падения фондовых индексов, скачка процентных ставок, девальвации валюты или комбинации этих факторов. Для банков это критически важный инструмент для оценки устойчивости капитала в кризисных ситуациях.

  3. Дюрация:

    Хотя дюрация чаще всего ассоциируется с управлением процентным риском облигаций, она является важным методом оценки чувствительности стоимости актива (или портфеля активов) к изменению процентных ставок. Модифицированная дюрация показывает процентное изменение стоимости облигации при изменении доходности к погашению на 1%. Чем выше дюрация, тем сильнее облигация реагирует на изменение ставок.

  4. RiskMetrics:

    Разработанный J.P. Morgan в середине 1990-х годов, RiskMetrics — это комплексный набор инструментов для измерения и управления рыночными рисками, базирующийся на концепции VaR. Он предоставляет методологии измерения риска, базы данных волатильности и корреляции, а также программное обеспечение. Методология RiskMetrics позволяет оценивать рыночные риски в портфелях, включающих различные инструменты с фиксированным доходом, акции, иностранную валюту, сырьевые товары и их деривативы в разных странах.

  5. Gap-анализ:

    Применяется для управления процентным риском, особенно в отношении активов и пассивов, чувствительных к изменению процентных ставок. Он анализирует разрыв (gap) между активами и пассивами с фиксированной или плавающей процентной ставкой, которые переоцениваются в течение определенного периода. Положительный гэп означает, что банк выиграет от роста процентных ставок, отрицательный — от их снижения.

  6. Определение чувствительности активов:

    Этот метод включает анализ того, как стоимость отдельных активов или всего портфеля реагирует на изменения конкретных рыночных факторов (например, цены на нефть, курсы валют). Это может быть реализовано с помощью сценарийного анализа или расчета эластичности.

Использование комбинации этих методов позволяет банкам получить всестороннюю картину рискового профиля своего инвестиционного портфеля и разработать адекватные стратегии управления.

Стратегии минимизации рисков

После оценки рисков, банки приступают к активному управлению ими, используя разнообразные стратегии. Эти стратегии направлены на снижение потенциальных потерь и защиту инвестиционного капитала.

  1. Диверсификация:

    Как уже упоминалось, диверсификация является краеугольным камнем портфельного управления и наиболее эффективным способом снижения несистематического риска. Суть ее состоит в распределении инвестиционных средств между различными объектами вложения капитала, не связанными между собой, для снижения степени риска и потерь доходов. Цель — создать портфель, в котором возможные потери по одним ценным бумагам компенсируются доходами по другим, поскольку они реагируют на рыночные события по-разному. Что это дает банку? Это обеспечивает устойчивость и стабильность доходности даже в периоды локальных рыночных шоков.

    Виды диверсификации:

    • По классам активов: Распределение инвестиций между акциями, облигациями, золотом, недвижимостью, наличными. Разные классы активов ведут себя по-разному в различные фазы экономического цикла.
    • По секторам экономики: Инвестирование в компании из разных отраслей (например, IT, энергетика, финансы, потребительский сектор) снижает риск, связанный с проблемами в конкретной отрасли. Рекомендуется выделять до 15% на каждый сектор экономики.
    • По странам и валютам: Распределение активов между различными географическими рынками и валютами позволяет хеджировать страновые и валютные риски.
    • По эмитентам: Инвестирование в ценные бумаги нескольких компаний, а не одной, даже в рамках одного сектора. Рекомендуется выделять по 5–7% на одного эмитента.
    • По рискам: Создание портфеля, содержащего активы с разным уровнем риска, например, комбинация высокодоходных, но рискованных акций и низкодоходных, но стабильных облигаций.
  2. Хеджирование:

    Если диверсификация работает как «рассеивание» риска, то хеджирование — это целенаправленная «страховка» от конкретного ценового риска. Хеджирование использует производные финансовые инструменты (деривативы), которые имеют отрицательную корреляцию с базовым активом, для снижения или нейтрализации ценового риска инвестиций.

    Примеры хеджирования:

    • Валютные форварды и фьючерсы: Банк, ожидающий получение крупной суммы в иностранной валюте в будущем, но опасающийся ее обесценивания, может заключить форвардный контракт на продажу этой валюты по фиксированному курсу.
    • Фьючерсные контракты на сырьевые товары: Если банк имеет значительные инвестиции в акции компаний, сильно зависящих от цен на нефть, он может продать фьючерсы на нефть, чтобы компенсировать возможные потери при падении цен.
    • Процентные свопы: Используются для защиты от процентного риска. Например, банк с активами, чувствительными к плавающим ставкам, может обменять плавающую ставку на фиксированную.
    • Хеджирование также может применяться для защиты от кредитного риска (с помощью кредитных дефолтных свопов) и других сложных рисков с использованием структурированных деривативов.
  3. Лимитирование:

    Это установление количественных ограничений на определенные операции или параметры риска. Лимитирование особенно актуально, когда технически невозможно оценить риски непосредственно при проведении операций. Примеры лимитов:

    • Предельные суммы инвестиций в ценные бумаги одного эмитента или одной отрасли.
    • Максимальный объем операций с высокорискованными инструментами.
    • Ограничения на концентрацию кредитных операций (например, предельный объем кредитования для одного заемщика или сектора экономики).
    • Лимитирование помогает банку поддерживать устойчивость и соблюдать выбранную стратегию управления рисками.
  4. Мониторинг финансового состояния предприятия:

    Регулярный и тщательный мониторинг финансового состояния эмитентов ценных бумаг, находящихся в портфеле банка, является критически важным для снижения кредитного и фондового рисков. Это включает анализ финансовой отчетности, кредитных рейтингов, новостного фона и перспектив развития компаний. Своевременное выявление ухудшения состояния эмитента позволяет банку оперативно принять меры, например, сократить позицию в его ценных бумагах.

Применение этих стратегий в совокупности позволяет банкам активно управлять своим рисковым профилем, защищать капитал и обеспечивать стабильную работу в условиях динамичного и непредсказуемого финансового рынка.

Инвестиционная деятельность российских банков: Динамика, особенности и регуляторные аспекты (на октябрь 2025 года)

Российский банковский сектор — это могучий локомотив, который не только обеспечивает кредитование экономики, но и выступает одним из ключевых игроков на фондовом рынке. Его инвестиционная деятельность является жизненно важным направлением для развития национальной экономики. Однако эта деятельность протекает в уникальных условиях, характеризующихся высокой степенью концентрации капитала, геополитической напряженностью и спецификой регуляторного ландшафта. По состоянию на октябрь 2025 года, эти факторы формируют сложную, но интересную картину.

Общая характеристика и динамика рынка

В российской экономике исторически сложилось существенное превосходство кредитных организаций над некредитными финансовыми институтами. Доля активов банковских организаций в активах всего финансового рынка превышает 80%, что делает их доминирующим игроком и ключевым каналом мобилизации ресурсов на инвестиционные цели.

Однако эта доминирующая роль сопряжена с высоким уровнем концентрации. На 1 июля 2024 года доля топ-10 крупнейших российских банков в активах сектора достигла 79%. Такие гиганты, как Сбербанк, ВТБ, Газпромбанк и Альфа-Банк, активно занимают рынок, что, с одной стороны, обеспечивает стабильность и масштабы операций, а с другой – приводит к снижению конкуренции, особенно со стороны московских банков. Эта монополизация может ограничивать выбор для инвесторов и потенциально снижать инновационную активность в секторе.

На текущий момент, 15 октября 2025 года, российский фондовый рынок демонстрирует слабую динамику. Индекс МосБиржи отступил до минимума с 19 декабря 2024 года, снизившись до 2530,51–2538,26 пункта. Индекс РТС также опустился до 996,97–1001,3 пункта, что свидетельствует об общей настороженности инвесторов. Настроения участников рынка находятся под давлением геополитической напряженности и опасений относительно возможной паузы в смягчении денежно-кредитной политики Банка России. Такая ситуация заставляет банки быть предельно осторожными при формировании своих инвестиционных портфелей, отдавая предпочтение более консервативным стратегиям.

Финансовые показатели и прогнозы

Несмотря на вызовы, российский банковский сектор демонстрирует значительную прибыльность. За 2024 год совокупная чистая прибыль банков составила внушительные 3,8 трлн рублей. Однако, важно отметить, что декабрь 2024 года оказался аномальным: чистая прибыль резко сократилась до 187 млрд рублей из-за убытков от валютной переоценки и роста операционных расходов. С учетом отрицательной переоценки ценных бумаг, совокупный финансовый результат за весь 2024 год составил 3,4 трлн рублей.

Заглядывая в будущее, аналитики полны оптимизма. Прогнозируется, что чистая прибыль российских банков в 2026 году может превысить 4 трлн рублей. Это свидетельствует о фундаментальной устойчивости сектора и его способности адаптироваться к изменяющимся условиям.

Тем не менее, существуют и тревожные сигналы. Банк России прогнозирует увеличение объема резервов, формируемых банками по некоторым видам кредитов, в частности, по кредитам для малого и среднего предпринимательства (МСП). Также отмечается ухудшение качества кредитного портфеля в сегментах розничного кредитования и ипотеки. Эти факторы могут оказать давление на финансовые результаты банков. Однако регулятор подчеркивает, что накопленный запас прибыли и капитала банков поможет абсорбировать возможные убытки.

В более широком экономическом контексте, экономическая активность в России продолжает замедляться в III квартале 2025 года. Центральная точка прогнозного диапазона ЦБ соответствует росту ВВП в годовом выражении на 1,6%, а в целом за 2025 год ожидается рост ВВП на 1-2%. Однако в потребительском сегменте наблюдается усиление роста в августе-сентябре на фоне ускорения роста номинальных и реальных зарплат. Ожидается дальнейшее плавное замедление экономики с последующим выходом на траекторию устойчивого роста в 2026 году.

Важной новостью для банковского сектора является решение Минфина России не повышать ставку налога на прибыль для банков. Это может позитивно сказаться на их устойчивости и позволит сохранить капитал в условиях высоких рисков, а бюджетные средства будут получены за счет дивидендов государственных банков. Однако, с 1 января 2026 года планируется повышение основной ставки НДС с 20% до 22%, что может увеличить издержки компаний и повлиять на потребителей, хотя льготная ставка 10% сохранится для социально значимых товаров.

Законодательное и нормативное регулирование

Инвестиционная деятельность российских банков жестко регламентируется, что обеспечивает стабильность и защиту интересов вкладчиков и инвесторов. Основу регуляторной базы составляют:

  • Федеральный закон «О банках и банковской деятельности» (от 02.12.1990 N 395-I): Этот закон определяет правовые основы создания, функционирования и ликвидации банков, устанавливает их полномочия, права и обязанности, включая право осуществлять выпуск, покупку, продажу, учет, хранение и иные операции с ценными бумагами в соответствии с лицензией Банка России, а также доверительное управление ценными бумагами.
  • Федеральный закон «О рынке ценных бумаг» (от 22.04.1996 N 39-ФЗ): Закон регулирует отношения, возникающие при эмиссии и обращении ценных бумаг, а также особенности деятельности профессиональных участников рынка ценных бумаг. Он устанавливает требования к раскрытию информации, сделкам с ценными бумагами и защите прав инвесторов. Важно, что кредитная организация, совершающая сделки с физическим лицом по ценным бумагам или производным финансовым инструментам, обязана предоставить достоверную информацию о сделке, ее условиях и рисках, а минимальные (стандартные) требования к объему и содержанию такой информации устанавливаются Банком России.
  • Федеральный закон «О защите прав и законных интересов инвесторов на рынке ценных бумаг» (от 05.03.1999 N 46-ФЗ): Этот закон обеспечивает дополнительную защиту прав инвесторов, определяя порядок выплаты компенсаций и устанавливая требования к профессиональным участникам рынка.

Банк России является мегарегулятором финансового рынка в России. Он несет ответственность за надзор, регулирование и развитие всех его секторов: банковской системы, страхования, коллективных инвестиций, рынка ценных бумаг и микрофинансирования, а также инфраструктуры рынка. Его основной целью является обеспечение устойчивости национальной валюты и финансовой стабильности.

Банк России выпускает ряд положений, которые детализируют и уточняют законодательные требования:

  • Положение № 577-П: регулирует внутренний учет профессиональных участников рынка ценных бумаг.
  • Положение № 572-П: устанавливает требования к ведению реестра владельцев ценных бумаг.
  • Положение № 481-П: определяет лицензионные требования для профессиональных участников.
  • Положение № 395-П («О методике определения величины и оценке достаточности собственных средств (капитала) кредитных организаций («Базель III»): устанавливает методику определения достаточности собственных средств банков в соответствии с международными стандартами Базель III.
  • Положение № 706-П: регулирует стандарты эмиссии ценных бумаг.

Таким образом, инвестиционная деятельность банков находится под пристальным вниманием регулятора, который стремится обеспечить прозрачность, надежность и устойчивость рынка.

Обязательные нормативы Банка России

В целях поддержания устойчивости финансовых организаций и минимизации системных рисков, Банк России устанавливает ряд обязательных нормативов, которые банки должны неукоснительно соблюдать. Эти нормативы являются ключевыми инструментами регулирования и надзора:

  1. Нормативы достаточности капитала: Эти нормативы призваны обеспечить, чтобы у банков был достаточный объем собственного капитала для покрытия возможных убытков и абсорбирования рисков.
    • Н1.0 (достаточность собственных средств/капитала): Общий норматив достаточности капитала. Минимальное нормативное значение составляет не менее 8%. По состоянию на 1 октября 2024 года, значение показателя достаточности собственных средств банковского сектора по нормативу Н1.0 снизилось с 13,3% до 12,1% за год, что указывает на некоторое уменьшение запаса прочности, но все еще значительно превышает минимальные требования.
    • Н1.1 (достаточность базового капитала): Норматив, оценивающий наиболее качественную часть капитала. Минимальное нормативное значение — не менее 4,5%.
    • Н1.2 (достаточность основного капитала): Норматив, включающий базовый капитал и дополнительные инструменты. Минимальное нормативное значение — не менее 6%.

    Важно отметить, что собственные требования банка к НКО АО НРД по заблокированным выплатам по ценным бумагам включаются в расчет нормативов достаточности капитала, что является актуальным аспектом в текущих геополитических условиях.
    С 1 июля 2025 года Банк России установил национальную антициклическую надбавку к нормативам достаточности капитала на уровне 0,25% от взвешенных по риску активов, стремясь к долгосрочному значен��ю в 1%. Эта мера призвана формировать запас капитала в периоды экономического роста для использования его в случае возникновения системных рисков.

  2. Нормативы ликвидности: Эти нормативы гарантируют, что у банка всегда будет достаточно ликвидных активов для выполнения своих краткосрочных и долгосрочных обязательств.
    • Н2 (норматив текущей ликвидности): Оценивает способность банка выполнять свои краткосрочные обязательства.
    • Н3 (норматив долгосрочной ликвидности): Оценивает способность банка выполнять свои долгосрочные обязательства.
    • Н4 (норматив мгновенной ликвидности): Оценивает способность банка выполнять свои обязательства, которые могут быть востребованы немедленно.

    Требования по заблокированным выплатам по ценным бумагам не учитываются в составе активов при расчете нормативов ликвидности.
    Также для системно значимых кредитных организаций введен новый национальный норматив краткосрочной ликвидности (ННКЛ), который должен прийти на замену базельскому, с предельным значением (Н26 и Н27) в 80% до его вступления в силу.

  3. Нормативы концентрации: Эти нормативы направлены на ограничение рисков, связанных с чрезмерной концентрацией активов или обязательств на одном контрагенте или группе связанных контрагентов.
    • Н6 (максимальный размер риска на одного заемщика или группу связанных заемщиков): Регулирует риски на одного заемщика или группу связанных заемщиков, ограничивая все их обязательства перед банком. Предельное значение норматива Н6 составляет 25% капитала банка.

    С 1 января 2025 года планируется отмена льгот по применению нормативов концентрации (Н6, Н7, Н25) в отношении санкционных заемщиков, но при этом могут быть введены разрешения не рассчитывать Н6, Н7, Н25 в отношении дочерних консолидируемых лизинговых и факторинговых компаний при выполнении ими требований к прозрачности финансирования и оценке рисков конечных заемщиков. Эти изменения отражают стремление регулятора к более строгому и прозрачному управлению рисками в банковском секторе.

Таблица 1: Ключевые нормативы Банка России (по состоянию на октябрь 2025 г.)

Норматив Тип Минимальное значение (2024/2025) Комментарий
Н1.0 Достаточность собственных средств 8% Фактическое значение для сектора: 12.1% (на 01.10.2024). Включает требования по заблокированным выплатам по ценным бумагам. С 01.07.2025 введена антициклическая надбавка 0.25%.
Н1.1 Достаточность базового капитала 4.5%
Н1.2 Достаточность основного капитала 6%
Н2 Текущая ликвидность 15% Требования по заблокированным выплатам по ценным бумагам не учитываются.
Н3 Долгосрочная ликвидность 50%
Н4 Мгновенная ликвидность 15%
Н6 Максимальный риск на заемщика 25% С 01.01.2025 планируется отмена льгот по санкционным заемщикам. Могут быть введены разрешения не рассчитывать Н6 для дочерних лизинговых/факторинговых компаний при соблюдении условий прозрачности.
ННКЛ (Н26 и Н27) Национальный норматив краткосрочной ликвидности 80% Для системно значимых кредитных организаций. Должен прийти на смену базельскому нормативу, направлен на повышение устойчивости в кризисные периоды.

Эти нормативы формируют строгую, но необходимую рамку, в которой российские банки осуществляют свою инвестиционную деятельность, обеспечивая их стабильность и безопасность для всей финансовой системы.

Эконометрические методы анализа и оптимизации портфеля ценных бумаг

В эпоху больших данных и высокоскоростных торгов, простого понимания базовых принципов инвестирования недостаточно. Банкам требуются точные, математически обоснованные инструменты для оценки эффективности, прогнозирования доходности и оптимизации рискового профиля своих портфелей. Здесь на помощь приходят эконометрические методы – мост между экономической теорией и статистическим анализом.

Показатели эффективности портфеля

Оценка эффективности инвестиционного портфеля – это не просто подсчет прибыли. Это периодический, многофакторный анализ его функционирования в терминах доходности и риска. Портфель считается эффективным, если при данном уровне риска он обеспечивает максимальную ожидаемую доходность, или при заданной доходности имеет минимальный риск. Эффективность инвестиционного портфеля оценивается относительно бенчмарка, такого как безрисковая процентная ставка или доходность рыночного индекса.

Ключевые меры риска, используемые для такой оценки, включают:

  • Стандартное отклонение: Мера общей волатильности доходности портфеля, широко используемая в модели Марковица.
  • Бета-коэффициент (β): Мера систематического риска, показывающая чувствительность доходности портфеля к изменениям рыночного индекса, являющаяся основой в модели CAPM.

Помимо этих базовых мер, существует ряд специализированных коэффициентов эффективности, которые позволяют проводить более тонкий анализ:

  1. Коэффициент Шарпа (Sharpe Ratio): Показывает, сколько избыточной доходности (доходности сверх безрисковой ставки) портфель генерирует на единицу общего риска (стандартного отклонения). Чем выше коэффициент Шарпа, тем лучше скорректированная на риск доходность.

    2. Sharpe Ratio = (E(Rp) - Rf) / σp

    где E(Rp) — ожидаемая доходность портфеля, Rf — безрисковая ставка, σp — стандартное отклонение доходности портфеля.

  2. Коэффициент Трейнора (Treynor Ratio): Аналогичен коэффициенту Шарпа, но измеряет избыточную доходность на единицу систематического риска (бета-коэффициента). Он более уместен для хорошо диверсифицированных портфелей.

    3. Treynor Ratio = (E(Rp) - Rf) / βp

    где βp — бета-коэффициент портфеля.

  3. Альфа Дженсена (Jensen’s Alpha): Оценивает, насколько фактическая доходность портфеля отличается от доходности, предсказанной моделью CAPM. Положительная альфа указывает на способность менеджера портфеля превосходить рынок.

    4. α = E(Rp) - [Rf + βp(E(Rm) - Rf)]

  4. Коэффициент Сортино (Sortino Ratio): Модификация коэффициента Шарпа, которая учитывает только «негативный» риск (downside risk), то есть волатильность доходности ниже определенного порогового значения (например, безрисковой ставки или нуля), вместо общего стандартного отклонения. Это более точно отражает опасения инвесторов относительно потерь.
  5. М-квадрат (M2) Модильяни: Мера, которая позволяет сравнивать эффективность портфелей с разным уровнем риска, приводя их к одному уровню риска, эквивалентному рыночному портфелю, и затем сравнивая их скорректированную на риск доходность.

Эти показатели, работая в тандеме, предоставляют банкам комплексный взгляд на результативность их инвестиционных стратегий и помогают выявлять наиболее эффективные подходы к управлению.

Корреляционно-регрессионный анализ

Корреляционно-регрессионный анализ — это мощный эконометрический метод, который является неотъемлемой частью арсенала аналитика при работе на фондовом рынке. Он используется для количественной оценки взаимосвязи между доходностью активов, выявления факторов, влияющих на курс акций, и прогнозирования будущей динамики цен. Этот анализ позволяет определить степень и характер связи между различными переменными, например, между доходностью ценной бумаги и рыночного индекса.

Этапы регрессионного анализа:

  1. Сбор и обработка данных: На этом этапе собираются исторические данные о доходностях ценных бумаг, рыночных индексах, макроэкономических показателях и других потенциально влияющих факторах.
  2. Выбор модели регрессии: Наиболее распространенной является линейная регрессия, которая предполагает линейную зависимость между зависимой переменной (например, доходностью акции) и одной или несколькими независимыми переменными (например, доходностью рынка, процентной ставкой). Общий вид модели линейной регрессии:

    3. Y = β0 + β1X1 + β2X2 + ... + βnXn + ε

    где Y — зависимая переменная; Xi — независимые переменные; β0 — свободный член; βi — коэффициенты регрессии, показывающие влияние Xi на Y; ε — случайная ошибка.

  3. Оценка параметров модели: С помощью статистических методов (например, метода наименьших квадратов, МНК) рассчитываются значения коэффициентов β.
  4. Интерпретация коэффициентов и оценка их значимости:
    • Коэффициент детерминации (R-квадрат): Показывает, какую долю вариации зависимой переменной объясняет модель. Значение от 0 до 1. Высокий R-квадрат (близкий к 1) указывает на хорошее соответствие модели данным.
    • Скорректированный R-квадрат: Модификация R-квадрата, учитывающая количество независимых переменных в модели, что делает его более надежным для сравнения моделей с разным числом предикторов.
    • RMSE (Root Mean Square Error): Среднеквадратическая ошибка, показывающая типичную величину отклонения фактических значений от предсказанных моделью. Меньшее значение RMSE указывает на лучшую точность прогноза.
  5. Прогнозирование: После построения и оценки, модель регрессии может использоваться для прогнозирования будущей доходности ценных бумаг на основе ожидаемых значений независимых переменных.

Например, для оценки зависимости величины собственных средств банка от частных показателей риска можно построить линейную регрессию, где собственные средства будут зависимой переменной, а различные показатели риска (кредитный риск, рыночный риск, операционный риск) – независимыми.

Применение ARCH-моделей

В условиях высокой волатильности, характерной для многих фондовых рынков, особенно российского, традиционные модели, предполагающие постоянную дисперсию, могут быть недостаточны. Здесь на помощь приходят ARCH-модели (Autoregressive Conditional Heteroskedasticity) и их модификации, такие как GARCH (Generalized ARCH), TARCH (Threshold ARCH) и EGARCH (Exponential GARCH). Эти модели специально разработаны для анализа и прогнозирования волатильности финансовых временных рядов, где текущая волатильность зависит от прошлых шоков.

ARCH-модели, где основным объектом анализа является волатильность дохода, особенно ценны для оценки VaR портфеля ценных бумаг. Они позволяют улавливать эффекты кластеризации волатильности (периоды высокой волатильности сменяются периодами низкой волатильности) и асимметричного влияния новостей (плохие новости часто вызывают больший рост волатильности, чем хорошие новости аналогичного масштаба).

  • ARCH(q) модель: Дисперсия текущей ошибки зависит от квадратов q предыдущих ошибок.
  • GARCH(p,q) модель: Более общая и часто используемая модель, где текущая дисперсия зависит не только от квадратов прошлых ошибок, но и от прошлых значений самой дисперсии.
  • TARCH и EGARCH: Эти модели учитывают асимметрию реакции волатильности на позитивные и негативные шоки. Например, в EGARCH модель логарифма условной дисперсии позволяет напрямую оценивать влияние знака шока.

Применение ARCH-моделей позволяет банкам получать более точные оценки VaR, что критически важно для адекватного управления рыночными рисками, формирования резервов и соблюдения регуляторных требований.

Модель «Квази Шарпа» для неустойчивых рынков

В условиях нестабильных и развивающихся фондовых рынков, таких как российский, классические модели могут столкнуться с ограничениями из-за несоблюдения некоторых их фундаментальных допущений (например, нормальность распределения доходностей, стабильность бета-коэффициентов). Модель «Квази Шарпа» представляет собой адаптивный инструмент, который может быть более применимым в таких условиях.

Эта модель соединяет доходность ценной бумаги с доходностью единичного портфеля и риском с помощью функции линейной регрессии. В ней риск измеряется коэффициентом β, который отражает систематический риск, аналогично CAPM, но с возможными адаптациями для специфики рынка.

Модель «Квази Шарпа» может выглядеть как модифицированная индексная модель, где доходность актива (Ri) объясняется доходностью некоторого бенчмарка (Rb), который может быть не обязательно рыночным индексом, а, например, портфелем из государственных ценных бумаг или другого стабильного актива, релевантного для неустойчивого рынка:

Ri = α + β ⋅ Rb + ε

Где:

  • Ri — доходность актива i;
  • Rb — доходность выбранного бенчмарка;
  • α — альфа-коэффициент, отражающий специфическую доходность актива, не связанную с бенчмарком;
  • β — бета-коэффициент, измеряющий чувствительность актива к движению бенчмарка;
  • ε — случайная ошибка.

Преимущество такой модели заключается в ее гибкости. Выбор бенчмарка Rb позволяет адаптировать анализ к конкретным условиям рынка, используя более стабильные или релевантные индикаторы, когда традиционный рыночный индекс может быть слишком волатильным или недостаточно репрезентативным. Это позволяет банкам более точно оценивать риск и доходность активов в условиях высокой неопределенности.

Этапы формирования оптимального портфеля с использованием эконометрических методов

Формирование оптимального портфеля ценных бумаг – это не одномоментное действие, а циклический процесс, который требует систематического подхода и постоянной адаптации. Использование эконометрических методов делает этот процесс более строгим и научно обоснованным:

  1. Определение инвестиционных целей и ограничений банка: Прежде всего, необходимо четко сформулировать, чего банк хочет достичь (максимизация доходности, минимизация риска, поддержание ликвидности) и какие ограничения существуют (регуляторные требования, размер капитала, доступные активы, временной горизонт).
  2. Сбор и обработка исторических данных: Детальный сбор данных о доходностях, рисках (стандартное отклонение, бета-коэффициенты) и корреляциях между активами за достаточно длительный период. Этап включает очистку данных от ошибок и выбросов.
  3. Выбор эконометрической модели: В зависимости от целей и характеристик рынка, выбираются подходящие модели. Для оценки доходности и систематического риска могут использоваться CAPM или индексные модели. Для анализа и прогнозирования волатильности – ARCH/GARCH модели. Для поиска факторов влияния – корреляционно-регрессионный анализ.
  4. Оценка влияния каждого инвестиционного актива на стратегические цели банка: Используя выбранные эконометрические модели, анализируется вклад каждого потенциального актива в общий профиль доходности и риска портфеля, а также его соответствие стратегическим целям.
  5. Расчет эффективной границы портфелей (модель Марковица): На основе ожидаемых доходностей, рисков и ковариаций активов строятся различные комбинации портфелей и определяется эффективная граница. Это множество портфелей, которые предлагают максимальную доходность для каждого уровня риска.
  6. Определение оптимального состава портфеля: Банк выбирает точку на эффективной границе, которая наилучшим образом соответствует его риск-профилю и инвестиционным целям. Этот этап часто включает применение методов оптимизации, например, квадратичное программирование. При этом учитывается принцип диверсификации, стремясь к формированию портфеля из различных, слабо коррелированных активов.
  7. Мониторинг и ребалансировка портфеля: Инвестиционный портфель не является статичным. Его необходимо регулярно мониторить на предмет соответствия целям и рыночным условиям. При существенных отклонениях проводится ребалансировка – корректировка состава портфеля для возвращения к оптимальному риск-доходностному профилю. Эконометрические модели могут использоваться для прогнозирования необходимости ребалансировки.

Эконометрические методы обеспечивают научную основу для принятия инвестиционных решений, позволяя банкам управлять портфелями более эффективно, снижая риски и максимизируя ожидаемую доходность.

Проблемы и перспективы управления портфелем ценных бумаг в российских банках

Управление портфелем ценных бумаг для российских банков — это не просто следование академическим моделям, но и постоянная адаптация к уникальным вызовам, формируемым геополитическим ландшафтом и внутренней экономической динамикой. На октябрь 2025 года эти вызовы особенно остры, но именно они стимулируют поиск новых решений и определяют перспективы развития.

Актуальные проблемы управления портфелем

Современный российский финансовый рынок характеризуется рядом системных проблем, которые существенно усложняют процесс управления инвестиционным портфелем для банков:

  1. Высокая неопределенность рыночной конъюнктуры: Геополитическая напряженность и связанные с ней санкции создают беспрецедентный уровень неопределенности. Инвесторы насторожены, избегая лишнего риска. Возможная пауза в смягчении денежно-кредитной политики Банка России также добавляет волатильности и затрудняет долгосрочное планирование.
  2. Монополизация рынка крупными банками: Доминирование нескольких крупных игроков, особенно московских банков, приводит к снижению конкуренции и может ограничивать доступ к разнообразным инвестиционным возможностям для средних и малых банков. Это также может снижать эффективность ценообразования на некоторые активы.
  3. Неопределенность в оценках будущих трендов: Модели, основанные на запаздывающих индикаторах доходности (как, например, в классической теории Марковица при использовании исторических данных для прогнозирования будущей доходности), становятся менее надежными в условиях быстрых и непредсказуемых изменений. Это вызывает недостаточную приспособленность существующих методов к анализу эффективности альтернатив в условиях кризиса.
  4. Отрицательная переоценка корпоративных ценных бумаг: Из-за общей экономической нестабильности и санкционного давления, многие корпоративные ценные бумаги российских эмитентов переживают отрицательную переоценку и фактическое уменьшение стоимости. Это снижает их коммерческую привлекательность для банков, которые вынуждены отказываться от спекулятивных стратегий в пользу бумаг, обеспечивающих ликвидность и стабильность.
  5. Высокая ключевая ставка Банка России: На октябрь 2025 года ключевая ставка Банка России составляет 17% (выше 15%, как было заявлено). Такая высокая ставка делает кредиты дорогими, что тормозит развитие бизнеса, снижает инвестиционную активность в реальном секторе экономики и, как следствие, ограничивает возможности для банков вложения в корпоративные ценные бумаги.
  6. Растущая налоговая нагрузка: Несмотря на то, что Минфин России принял решение не повышать ставку налога на прибыль для банков в 2025 году, с 1 января 2026 года планируется повышение основной ставки НДС с 20% до 22%. Это может привести к увеличению издержек компаний, что в конечном итоге отразится на их финансовом состоянии и, соответственно, на стоимости их ценных бумаг, а также ударит по потребителям.
  7. Риски, связанные с замороженными активами: Проблема замороженных активов (например, активов Банка России в западных депозитариях) создает прецедент и порождает значительные риски для международных инвесторов, снижая доверие к российскому рынку и создавая потенциал для судебных разбирательств. Для российских банков это также означает потенциальные потери и снижение инвестиционной привлекательности зарубежных активов.
  8. Ухудшение качества кредитного портфеля: Как отмечает Банк России, наблюдается ухудшение качества кредитного портфеля в сегментах розничного кредитования и ипотеки, а также прогнозируется увеличение объема резервов по кредитам МСП. Это создает дополнительное давление на финансовые показатели банков и может отвлекать ресурсы от инвестиционной деятельности.

Пути решения и совершенствование инструментария

Перед лицом столь многочисленных и сложных проблем российским банкам необходимо не только выживать, но и находить новые пути для эффективного управления инвестиционными портфелями.

  1. Совершенствование инструментария разработки стратегии управления портфелем: Необходимо обогатить существующие модели дополнительными показателями, характеризующими отраслевые особенности и прогнозы развития предприятий-эмитентов, исходя из комплексной оценки макроэкономических факторов. Это позволит банкам более точно прогнозировать поведение активов в условиях специфического российского рынка.
  2. Использование адаптивных инструментов: В условиях проблем финансового сектора и негативных явлений на отечественном фондовом рынке, классические модели могут быть недостаточны. Следует активно внедрять адаптивные эконометрические модели (например, «Квази Шарпа», ARCH-модели), которые лучше справляются с волатильностью и нестабильностью, позволяя более гибко реагировать на изменения.
  3. Усиление диверсификации портфеля: В условиях высоких рисков, диверсификация остается ключевым инструментом. Банкам следует не только наблюдать и контролировать количество активов, приносящих минимальный доход, но и активно перераспределять средства.
    • Государственные ценные бумаги (ГЦБ): Формирование значительной доли портфеля из государственных ценных бумаг является важным инструментом для банков. ГЦБ обладают высокой надежностью, позволяют эффективно управлять общей ликвидностью банка и служат защитой средств от инфляции, особенно в периоды высокой инфляции и неопределенности.
    • Корпоративные облигации надежных компаний: В условиях высокой ключевой ставки и отсутствия роста акций, переориентация на корпоративные облигации надежных компаний может приносить стабильный доход с предсказуемым уровнем риска, особенно если эти компании имеют сильные финансовые показатели и устойчивый бизнес.
  4. Развитие риск-менеджмента: Продолжать совершенствовать системы стресс-тестирования, внедрять более продвинутые модели оценки рисков, учитывать взаимосвязи между различными типами рисков (например, кредитный и рыночный риск).

Защита инвестиций и государственная поддержка

Для повышения доверия инвесторов и стимулирования инвестиционной активности, особенно со стороны физических лиц, государственная поддержка и механизмы защиты инвестиций играют критически важную роль:

  1. Страхование инвестиций: В России обсуждается и разрабатывается механизм защиты инвестиций физических лиц на индивидуальных инвестиционных счетах (ИИС), который предусматривает страховую защиту активов, включая российские ценные бумаги, валюту, драгоценные металлы, фьючерсы и опционы, в пределах суммы 1,4 млн рублей. Этот механизм не страхует от рыночных рисков, а направлен на компенсацию потерь в случае банкротства брокера или других независящих от инвестора обстоятельств, по аналогии со страхованием банковских вкладов.

    С начала 2025 года в России также появился новый инструмент — долевое страхование жизни (ДСЖ), объединяющее страховую защиту и возможность получать доход от финансового рынка. Эти меры призваны снизить риски для розничных инвесторов и увеличить приток средств на фондовый рынок.

  2. Государственная поддержка инвестиционного климата: Создание благоприятного инвестиционного климата через государственную поддержку инвестиций является ключевым фактором. Это включает в себя стабильную и предсказуемую налоговую политику (как, например, отказ от повышения налога на прибыль для банков), снижение административных барьеров, развитие финансовой инфраструктуры и правовой защиты инвесторов.

Эти шаги, реализуемые как на уровне банковского сектора, так и на государственном уровне, позволят российским банкам более уверенно ориентироваться в сложной экономической среде и эффективно управлять своими инвестиционными портфелями, способствуя устойчивому развитию экономики.

Практическое применение моделей управления портфелем в российских банках

Переход от абстрактных теоретических моделей к их реальному применению в динамичной среде российского фондового рынка — задача, требующая гибкости и глубокого понимания специфики. Ведущие российские банки активно используют эти модели, адаптируя их под собственные нужды и условия рынка. Но насколько эффективно это работает в постоянно меняющихся российских реалиях?

Опыт ведущих российских банков

Крупнейшие российские финансовые институты, такие как ПАО «Сбербанк» и АО «ВТБ Капитал Управление активами», являются пионерами в применении передовых методов управления инвестиционными портфелями. Они активно используют различные подходы для оценки эффективности своих паевых фондов, анализируя деятельность по управлению фондами акций разных экономических отраслей и эмитентов.

  • Применение Теории Марковица: Теория портфеля Марковица активно применяется институциональными инвесторами, в том числе крупными российскими финансовыми учреждениями, пенсионными фондами и страховыми компаниями, для построения диверсифицированных портфелей. На практике это означает:
    1. Определение целей и ограничений: Банк или управляющая компания сначала четко определяют инвестиционные цели (например, долгосрочный рост капитала, стабильный доход) и ограничения (регуляторные требования, лимиты риска).
    2. Сбор данных: Анализируются исторические данные о доходностях, рисках и корреляциях между потенциальными активами, включая акции, облигации, деривативы.
    3. Расчет эффективной границы: Используя математические алгоритмы, строятся множества эффективных портфелей, предлагающих наилучшее соотношение риска и доходности.
    4. Выбор оптимального портфеля: На основе риск-аппетита клиента или банка выбирается конкретный портфель на эффективной границе.
    5. Мониторинг и ребалансировка: Портфель постоянно мониторится, и при изменении рыночных условий или отклонении от целей проводится ребалансировка.
  • Применение Модели CAPM: Модель CAPM используется для определения требуемого уровня доходности актива, добавляемого к диверсифицированному портфелю, с учетом его систематического (рыночного) риска. Несмотря на критику и допущения, далекие от реальной жизни, модель CAPM завоевала крепкие позиции в финансовом менеджменте и широко применяется для:
    • Оценки стоимости капитала: Расчет ожидаемой доходности акций для использования в качестве ставки дисконтирования при оценке инвестиционных проектов или компаний.
    • Оценки эффективности инвестиций: Сравнение фактической доходности актива с доходностью, предсказанной CAPM (через Альфа Дженсена), позволяет оценить, был ли актив недооценен или переоценен, или насколько эффективно управлялся портфель.
    • Пример с «Роснефтью»: Применение модели CAPM на примере российской компании «Роснефть» позволяет получать эталонную ставку доходности для оценки инвестиций и делать обоснованные предположения о доходности активов, даже если прямые аналоги отсутствуют.
  • Сбербанк и стресс-тестирование: ПАО «Сбербанк» регулярно проводит оценку динамики и структуры своего инвестиционного портфеля и доходности его инструментов. Для оптимизации управления рисками банк активно использует системы стресс-тестирования рыночных рисков. Это позволяет оценить устойчивость портфеля к экстремальным, но возможным сценариям развития рынка, выявлять уязвимые места и принимать превентивные меры.
  • Применение моделей Марковица, Шарпа и «Квази-Шарпа»: В России эти модели применяются для формирования оптимальных портфелей, например, для умеренно-агрессивных инвесторов, стремящихся к балансу между риском и доходностью. Модель «Квази Шарпа» приобретает особое значение, поскольку ее адаптивность позволяет лучше работать на неустойчивых фондовых рынках, характерных для России.

Особенности применения моделей в российских реалиях

Несмотря на широкое применение, существуют специфические сложности и ограничения, с которыми сталкиваются российские банки при использовании классических моделей:

  1. Высокая дисперсия доходностей: Российский фондовый рынок, особенно в периоды турбулентности, характеризуется высокой волатильностью доходностей. Это может приводить к тому, что модели, такие как CAPM, могут объяснить лишь относительно небольшой процент дисперсии доходностей, снижая их прогностическую силу.
  2. Сложность в оценке исторических показателей коэффициента β: Расчет стабильного и надежного бета-коэффициента для российских компаний часто затруднен из-за короткой истории листинга некоторых эмитентов, низкой ликвидности определенных бумаг и частых структурных изменений в экономике. Это делает оценку систематического риска менее точной.
  3. Недостаточная ликвидность некоторых активов: Несмотря на рост российского фондового рынка, ликвидность по ряду ценных бумаг остается невысокой, что затрудняет оперативное формирование и ребалансировку портфелей в соответствии с теоретическими моделями.
  4. Влияние геополитики и макроэкономических шоков: Российский рынок в значительной степени подвержен влиянию внешних шоков и геополитических факторов, которые не всегда адекватно учитываются в традиционных моделях. Это требует от банков постоянного мониторинга и оперативной корректировки стратегий.

Для преодоления этих сложностей российские банки активно разрабатывают собственные методологии, комбинируют классические модели с более современными эконометрическими подходами (такими как ARCH-модели), а также используют экспертные оценки и сценарийный анализ. Гибкость и адаптивность становятся ключевыми качествами в условиях российской инвестиционной практики.

Заключение

Инвестиционная деятельность российских банков на фондовом рынке представляет собой сложный, но динамично развивающийся сегмент финансовой системы, критически важный для экономики страны. Мы проследили путь от фундаментальных теоретических концепций, таких как портфельная теория Марковица и модель CAPM, до их практического применения и адаптации в условиях современных российских реалий.

Ключевые выводы работы:

  • Теоретический фундамент: Основополагающие модели Марковица и CAPM остаются базисом для формирования инвестиционных портфелей, предлагая инструменты для оптимизации соотношения доходности и риска через диверсификацию и оценку систематического риска. Принципы консервативности, диверсификации и ликвидности выступают незыблемыми ориентирами для банков.
  • Управление рисками: Российские банки активно используют комплексные методы оценки рисков, включая VaR (с его историческим, параметрическим и Монте-Карло подходами), стресс-тестирование, дюрацию и RiskMetrics. Стратегии минимизации рисков, такие как диверсификация (по классам активов, секторам, странам, валютам), хеджирование и лимитирование, являются неотъемлемой частью их риск-менеджмента.
  • Динамика и особенности российского рынка (октябрь 2025): Российский банковский сектор характеризуется высокой степенью монополизации и доминирующей ролью в экономике. Однако текущая динамика фондового рынка (снижение Индекса МосБиржи и РТС), геополитическая неопределенность и высокая ключевая ставка Банка России (17%) создают серьезные вызовы. Несмотря на это, банковский сектор демонстрирует высокую прибыльность (прогноз на 2026 год — свыше 4 трлн рублей) и способность абсорбировать риски, чему способствует решение Минфина не повышать налог на прибыль для банков.
  • Регуляторная среда: Инвестиционная деятельность банков жестко регулируется Банком России через Федеральные законы «О банках и банковской деятельности» и «О рынке ценных бумаг», а также систему обязательных нормативов достаточности капитала (Н1.0, Н1.1, Н1.2), ликвидности (Н2, Н3, Н4) и концентрации (Н6). Введение антициклической надбавки и нового норматива краткосрочной ликвидности для системно значимых банков свидетельствует о стремлении регулятора к усилению финансовой стабильности.
  • Эконометрические методы: Современные эконометрические инструменты, такие как корреляционно-регрессионный анализ, ARCH-модели для оценки VaR и модель «Квази Шарпа» для неустойчивых рынков, играют все более важную роль в анализе и оптимизации портфеля, позволяя банкам принимать более обоснованные и точные решения.
  • Проблемы и перспективы: Основные проблемы включают неопределенность рыночной конъюнктуры, отрицательную переоценку ценных бумаг, растущую налоговую нагрузку (повышение НДС с 2026 года) и риски замороженных активов. Пути решения лежат в совершенствовании инструментария (учет отраслевых характеристик, макрофакторов), усилении диверсификации (государственные ценные бумаги, корпоративные облигации надежных компаний) и развитии государственной поддержки инвестиций (страхование ИИС, ДСЖ).
  • Практическое применение: Ведущие российские банки, такие как Сбербанк и ВТБ Капитал, активно применяют теоретические модели, но сталкиваются со сложностями, такими как высокая дисперсия доходностей и трудности в оценке бета-коэффициентов в российских реалиях. Это стимулирует их к адаптации моделей и внедрению стресс-тестирования.

Дальнейшие направления исследований и развития практики:

  1. Разработка гибридных моделей: Создание моделей, комбинирующих преимущества классических теорий с возможностями поведенческой экономики и методов машинного обучения, для более точного прогнозирования и оптимизации в условиях высокой неопределенности.
  2. Углубленный анализ влияния санкций и геополитики: Детальное изучение долгосрочных эффектов санкционного режима на структуру и доходность инвестиционных портфелей российских банков, а также разработка стратегий адаптации.
  3. Развитие инструментов защиты инвестиций: Продолжение работы над совершенствованием механизмов страхования инвестиций (ИИС, ДСЖ) и расширение их охвата для повышения доверия инвесторов и стимулирования притока капитала на фондовый рынок.
  4. Имплементация ESG-факторов: Интеграция экологических, социальных и управленческих (ESG) критериев в процесс формирования и управления портфелями для учета растущих требований к устойчивому финансированию.

Таким образом, управление портфелем ценных бумаг банками на российском фондовом рынке — это постоянный процесс эволюции, требующий глубоких теоретических знаний, передовых аналитических инструментов и гибкой адаптации к меняющейся экономической реальности. Успех в этой области будет определять не только финансовое благополучие отдельных банков, но и устойчивость всей национальной финансовой системы.

Список использованной литературы

  1. Федеральный закон от 22.04.1996 N 39-ФЗ (ред. от 08.08.2024) «О рынке ценных бумаг». Доступ из справочно-правовой системы «КонсультантПлюс».
  2. Федеральный закон от 02.12.1990 N 395-1 (ред. от 10.07.2023) «О банках и банковской деятельности». Доступ из справочно-правовой системы «Гарант».
  3. Положение Банка России от 19.12.2019 N 706-П (ред. от 04.03.2024) «О стандартах эмиссии ценных бумаг» (Зарегистрировано в Минюсте России 21.04.2020 N 58158) (с изм. и доп., вступ. в силу с 01.05.2024). Доступ из справочно-правовой системы «КонсультантПлюс».
  4. Положение Банка России от 28.12.2012 № 395-П «О методике определения величины и оценке достаточности собственных средств (капитала) кредитных организаций («Базель III»)». Доступ из справочно-правовой системы «Гарант».
  5. Анесянц С. А. Основы функционирования рынка ценных бумаг. М.: Финансы и статистика, 2007. 202 с.
  6. Савчук В. П. Управление финансами предприятия. М.: БИНОМ. Лаборатория знаний, 2007. 480 с.
  7. Эсонкина У. Т. Практикум по рынку ценных бумаг. М.: ИНФРА-М, 2007. 481 с.
  8. Бердникова Т. Б. Рынок ценных бумаг и биржевое дело. М.: ИНФРА-М, 2005. 269 с.
  9. Бочаров В. В. Инвестиции: Инвестиц. портфель. Источники финансирования. Выбор стратегии. СПб. и др.: Питер, 2006. 286 с.
  10. Буренин А. Н. Рынок ценных бумаг и производных финансовых инструментов. М.: 1 Федер. Книготорг. Компания, 2006. 347 с.
  11. Виленский П. Л. Оценка эффективности инвестиционных проектов: Теория и практика. М.: Дело, 2005. 832 с.
  12. Волосский А. А. Инструменты финансового рынка. М.: ИНФРА-М, 2005. 291 с.
  13. Воронин В. П. Учет ценных бумаг. М.: Финансы и статистика, 2005. 399 с.
  14. Гинзбург А. И. Рынки валют и ценных бумаг. СПб.: Питер, 2005. 250 с.
  15. Гусева И. А. Рынок ценных бумаг. М.: Экзамен, 2006. 462 с.
  16. Деньги. Кредит. Банки: под ред. Е.Ф. Жукова. М.: ЮНИТИ, 2005. 703 с.
  17. Ендовицкий Д. А. Комплексный анализ и контроль инвестиционной деятельности: Методол. и практика. М.: Финансы и статистика, 2005. 399 с.
  18. Инвестиции: под ред. В.В. Ковалева. М.: Проспект, 2006. 584 с.
  19. Инвестиционно-финансовый портфель: под ред. Б.И. Алехина. М.: Экономистъ, 2005. 752 с.
  20. Инновационный менеджмент: под ред. Л.Н. Оголевой. М.: ИНФРА-М, 2006. 237 с.
  21. Иванов А. П. Финансовые инвестиции на рынке ценных бумаг. М.: Дашков и К, 2005. 444 с.
  22. Ильин А. Е. Практикум по рынку ценных бумаг. М.: Финансы и статистика, 2005. 207 с.
  23. Кабушкин Н. И. Основы менеджмента: учеб. пособие. М.: Новое знание, 2006. 336 с.
  24. Ковалев В. В. Финансовый анализ: методы и процедуры. М.: Финансы и статистика, 2006. 559 с.
  25. Колпакова Г. М. Финансы. Денежное обращение. Кредит. М.: Финансы и статистика, 2005. 495 с.
  26. Килячков А. А. Рынок ценных бумаг. М.: Экономистъ, 2006. 686 с.
  27. Малюгин В. И. Рынок ценных бумаг. М.: Дело, 2006. 502 с.
  28. Максютов А. А. Экономический анализ. М.: ЮНИТИ, 2005. 543 с.
  29. Маренков Н. Л. Ценные бумаги. Ростов н/Д: Феникс, 2006. 602 с.
  30. Мелкумов Я. С. Организация и финансирование инвестиций. М.: ИНФРА-М, 2005. 247 с.
  31. Михайлушкин А. И. Финансовый менеджмент. Ростов н/Д: Феникс, 2006. 347 с.
  32. Никифорова В. Д. Государственные и муниципальные ценные бумаги. СПб.: Питер, 2006. 336 с.
  33. Решецкий В. И. Экономический анализ и расчет инвестиционных проектов. Калининград: Янтар.сказ, 2005. 472 с.
  34. Рогов М. Управление портфельным риском. М.: ИНФРА-М, 2006. 399 с.
  35. Рубцов Б. Б. Мировые рынки ценных бумаг. М.: Экзамен, 2005. 447 с.
  36. Рынок ценных бумаг: под ред. В.А. Галанова. М.: Финансы и статистика, 2007. 448 с.
  37. Сергеев И. В., Веретенникова И. И., Яновский В. В. Организация и финансирование инвестиций. М.: Инфра-М, 2005. 236 с.
  38. Тарасов В. И. Деньги, кредит, банки. Минск: Мисанта, 2005. 511 с.
  39. Фабоцци Ф. Дж. Управление инвестициями. М.: ИНФРА-М, 2005. 931 с.
  40. Финансы. Денежное обращение: под ред. Г.Б. Поляка. М.: ЮНИТИ, 2005. 512 с.
  41. Филатов А. Е. Анализ рынка ценных бумаг в России. М.: Финансы и статистика, 2006. 318 с.
  42. Холыпина А. Н. Рынок ценных бумаг. М.: ИНФРА-М, 2005. 264 с.
  43. Шарп У. Ф. Инвестиции. М.: ИНФРА-М, 2005. 1027 с.
  44. Жакишева К. М. Основные методы управления финансовыми рисками. URL: https://repository.enu.kz/bitstream/ib/2685/%D0%9A.%D0%9C.%20%D0%96%D0%B0%D0%BA%D0%B8%D1%88%D0%B5%D0%B2%D0%B0.%20%D0%9E%D0%A1%D0%9D%D0%9E%D0%92%D0%9D%D0%AB%D0%95%20%D0%9C%D0%95%D0%A2%D0%9E%D0%94%D0%AB%20%D0%A3%D0%9F%D0%A0%D0%90%D0%92%D0%9B%D0%95%D0%9D%D0%98%D0%AF%20%D0%A4%D0%98%D0%9D%D0%90%D0%9D%D0%A1%D0%9E%D0%92%D0%AB%D0%9C%D0%98%20%D0%A0%D0%98%D0%A1%D0%9A%D0%90%D0%9C%D0%98.pdf (дата обращения: 15.10.2025).
  45. Казакова Л. В. Управление инвестиционным портфелем. URL: https://www.sgau.ru/files/pages/4795/36997/%D0%9A%D0%B0%D0%B7%D0%B0%D0%BA%D0%BE%D0%B2%D0%B0_%D0%9B.%D0%92._%D0%A3%D0%BF%D1%80%D0%B0%D0%B2%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B8%D0%BD%D0%B2%D0%B5%D1%81%D1%82%D0%B8%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%BC_%D0%BF%D0%BE%D1%80%D1%82%D1%84%D0%B5%D0%BB%D0%B5%D0%BC.pdf (дата обращения: 15.10.2025).
  46. Концепция формирования и управления инвестиционным портфелем в условиях финансового кризиса. URL: https://cyberleninka.ru/article/n/kontseptsiya-formirovaniya-i-upravleniya-investitsionnym-portfelem-v-usloviyah-finansovogo-krizisa/viewer (дата обращения: 15.10.2025).
  47. Методы оценки инвестиционных рисков банков. URL: https://esj.today/PDF/06ECFN224.pdf (дата обращения: 15.10.2025).
  48. Методические подходы к оценке рисков в коммерческих банках. URL: https://cyberleninka.ru/article/n/metodicheskie-podhody-k-otsenke-riskov-v-kommercheskih-bankah/viewer (дата обращения: 15.10.2025).
  49. Модель портфеля ценных бумаг Гарри Марковица. URL: https://answr.pro/articles/324103-model-portfelya-cennyh-bumag-garri-markovica/ (дата обращения: 15.10.2025).
  50. Обзор фондового рынка 10/10/25. Инвестиционный банк. Альфа Инвестор. URL: https://alfainvestor.ru/blog/obzor-fondovogo-rynka-10-10-25-investitsionnyy-bank/ (дата обращения: 15.10.2025).
  51. Обзор российского рынка на 14 октября 2025 года. Финансы Mail. URL: https://news.mail.ru/finances/63346549/ (дата обращения: 15.10.2025).
  52. Обзор фондового рынка 10/10/25. Инвестиционный банк. Альфа Инвестор. URL: https://alfainvestor.ru/blog/obzor-fondovogo-rynka-10-10-25-investitsionnyy-bank/ (дата обращения: 15.10.2025).
  53. Обзор российского рынка на 14 октября 2025 года. Финансы Mail. URL: https://news.mail.ru/finances/63346549/ (дата обращения: 15.10.2025).
  54. Обязательные нормативы (Полный список нормативных документов). URL: https://xn--b1ae2adf4k.xn--p1ai/bankovskaia-sistema/obiazatelnye-normativy (дата обращения: 15.10.2025).
  55. Оптимизация портфеля ценных бумаг. URL: https://cyberleninka.ru/article/n/optimizatsiya-portfelya-tsennyh-bumag-s/viewer (дата обращения: 15.10.2025).
  56. Оптимизация управления портфелем ценных бумаг в ПАО «Сбербанк». URL: https://cyberleninka.ru/article/n/optimizatsiya-upravleniya-portfelem-tsennyh-bumag-v-pao-sberbank/viewer (дата обращения: 15.10.2025).
  57. Основы регрессионного анализа для инвесторов. Построение модели в Excel. URL: https://www.finam.ru/publications/item/osnovy-regressionnogo-analiza-dlya-investorov-postroenie-modeli-v-excel-20190607-16470/ (дата обращения: 15.10.2025).
  58. Оценка VaR портфеля ценных бумаг с применением ARCH-моделей. URL: https://cyberleninka.ru/article/n/otsenka-var-portfelya-tsennyh-bumag-s-primeneniem-arch-modeley/viewer (дата обращения: 15.10.2025).
  59. Оценка эффективности инвестиционного портфеля. URL: https://ru.wikipedia.org/wiki/%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D1%8D%D1%84%D1%84%D0%B5%D0%BA%D1%82%D0%B8%D0%B2%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D0%B8%D0%BD%D0%B2%D0%B5%D1%81%D1%82%D0%B8%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BF%D0%BE%D1%80%D1%82%D1%84%D0%B5%D0%BB%D1%8F (дата обращения: 15.10.2025).
  60. Показатели эффективности портфеля ценных бумаг. URL: https://nalog-nalog.ru/investicii/pokazateli-effektivnosti-portfelya-cennyh-bumag/ (дата обращения: 15.10.2025).
  61. Портфельная теория Марковица: оценка риска и доходности инвестиционного портфеля. URL: https://www.tinkoff.ru/invest/education/courses/uchus-investirovat-s-tinkoff-investitsiyami-1/portfelnaya-teoriya-markovica-ocenka-riska-i-dohodnosti-investicionnogo-portfel/ (дата обращения: 15.10.2025).
  62. Правовое регулирование инвестиции в деятельности коммерческого банка. Уральский федеральный университет. URL: https://elar.urfu.ru/bitstream/10995/92150/1/978-5-7996-3023-4_2020_020.pdf (дата обращения: 15.10.2025).
  63. Правовые акты. Банк России. URL: https://www.cbr.ru/finmarket/supervision/rights/ (дата обращения: 15.10.2025).
  64. Применение моделей оптимальных портфелей на российском фондовом рынке. URL: https://cyberleninka.ru/article/n/primenenie-modeley-optimalnyh-portfeley-na-rossiyskom-fondovom-rynke/viewer (дата обращения: 15.10.2025).
  65. Принципы формирования инвестиционного портфеля в банках и методы его оценки. URL: https://cyberleninka.ru/article/n/printsipy-formirovaniya-investitsionnogo-portfelya-v-bankah-i-metody-ego-otsenki/viewer (дата обращения: 15.10.2025).
  66. Профессиональная деятельность на рынке ценных бумаг. Банк России. URL: https://www.cbr.ru/finmarket/professional/ (дата обращения: 15.10.2025).
  67. ПОРТФЕЛЬ ЦЕННЫХ БУМАГ. СУЩНОСТЬ И ПРИНЦИПЫ ФОРМИРОВАНИЯ. URL: https://cyberleninka.ru/article/n/portfel-tsennyh-bumag-suschnost-i-printsipy-formirovaniya (дата обращения: 15.10.2025).
  68. Риск портфеля: виды и методы оценки. JetLend. URL: https://jetlend.ru/blog/risk-portfelya-vidy-i-metody-ocenki/ (дата обращения: 15.10.2025).
  69. Риск-менеджмент на финансовых рынках: учебное пособие. Электронный научный архив УрФУ. URL: http://elar.urfu.ru/bitstream/10995/36380/1/978-5-7996-1510-1_2015.pdf (дата обращения: 15.10.2025).
  70. Риск-менеджмент: что нужно знать инвестору. Финам. URL: https://www.finam.ru/publications/item/risk-menedzhment-chto-nuzhno-znat-investoru-20221017-10450/ (дата обращения: 15.10.2025).
  71. Рынок ценных бумаг. Банк России. URL: https://www.cbr.ru/finmarket/securities_market/ (дата обращения: 15.10.2025).
  72. Рыночный риск. КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_167812/61ec75704d9c724458f3fb118d0979bf35a840e6/ (дата обращения: 15.10.2025).
  73. Статистика. Банк России. URL: https://www.cbr.ru/statistics/ (дата обращения: 15.10.2025).
  74. Статистика ценных бумаг. Банк России. URL: https://www.cbr.ru/statistics/securities_market/ (дата обращения: 15.10.2025).
  75. Текущее состояние инвестиционной деятельности банков в России. URL: https://cyberleninka.ru/article/n/tekuschee-sostoyanie-investitsionnoy-deyatelnosti-bankov-v-rossii/viewer (дата обращения: 15.10.2025).
  76. Теоретико-методологические основы формирования портфеля ценных бумаг частного инвестора. Вестник общественных и гуманитарных наук. URL: https://vogn.ru/files/files/1647870428-teoretiko-metodologicheskie-osnovy-formirovaniya-portfelya-tsennyh-bumag-chastnogo-investora.pdf (дата обращения: 15.10.2025).
  77. Теория портфеля Марковица и её практическое применение. Т-Банк. URL: https://www.tinkoff.ru/invest/education/courses/uchus-investirovat-s-tinkoff-investitsiyami-1/portfelnaya-teoriya-markovica-i-ee-prakticheskoe-primenenie/ (дата обращения: 15.10.2025).
  78. Управление портфелем финансовых активов в рамках классической портфельной теории Гарри Марковица в текущих российских экономических реалиях. URL: https://cyberleninka.ru/article/n/upravlenie-portfelem-finansovyh-aktivov-v-ramkah-klassicheskoy-portfelnoy-teorii-garri-markovitsa-v-tekuschih-rossiyskih/viewer (дата обращения: 15.10.2025).
  79. ФОРМИРОВАНИЕ ИНВЕСТИЦИОННОГО ПОРТФЕЛЯ ПО МОДЕЛИ МАРКОВИЦА. URL: https://cyberleninka.ru/article/n/formirovanie-investitsionnogo-portfelya-po-modeli-markovitsa/viewer (дата обращения: 15.10.2025).
  80. Хеджирование в финансовом портфеле: как защитить свои инвестиции. URL: https://investicii.guru/hedzhirovanie-v-finansovom-portfele-kak-zashchitit-svoi-investitsii (дата обращения: 15.10.2025).
  81. ЦБ РФ видит ухудшение качества розничных кредитов банков, но запас прибыли и капитала поможет абсорбировать возможные убытки. Лента PRO.FINANSY. URL: https://profinansy.ru/news/cb-rf-zhdet-snizheniya-pribyli-bankov-v-sleduyushhie-mesyacy (дата обращения: 15.10.2025).
  82. ЦБ: в России продолжается замедление экономической активности. URL: https://www.interfax.ru/business/989715 (дата обращения: 15.10.2025).
  83. Чистая прибыль российских банков в 2026 году может превысить 4 трлн руб. URL: https://ru.investing.com/news/economy/article-2516766 (дата обращения: 15.10.2025).
  84. Диверсификация портфеля. URL: https://ricom-trust.ru/blog/diversifikatsiya-portfelya/ (дата обращения: 15.10.2025).
  85. Как диверсифицировать портфель. Т—Ж. URL: https://journal.tinkoff.ru/diversification/ (дата обращения: 15.10.2025).
  86. Как оптимизировать инвестиционный портфель: модель CAPM. URL: https://journal.tinkoff.ru/capm/ (дата обращения: 15.10.2025).
  87. АНАЛИЗ И ПРИМЕНЕНИЕ МОДЕЛИ CAPM НА ПРИМЕРЕ РОССИЙСКОЙ КОМПАНИИ «РОСНЕФТЬ». Международный студенческий научный вестник (сетевое издание). URL: https://eduherald.ru/ru/article/view?id=17336 (дата обращения: 15.10.2025).
  88. ИСПОЛЬЗОВАНИЕ КОРРЕЛЯЦИОННО-РЕГРЕССИОННОГО АНАЛИЗА ДЛЯ РАБОТЫ НА РЫНКЕ ЦЕННЫХ БУМАГ. ЭКОНОМИКА И БИЗНЕС: теория и практика. URL: https://cyberleninka.ru/article/n/ispolzovanie-korrelyatsionno-regressionnogo-analiza-dlya-raboty-na-rynke-tsennyh-bumag/viewer (дата обращения: 15.10.2025).
  89. Эконометрические методы управления портфелем ценных бумаг. URL: https://cyberleninka.ru/article/n/ekonometricheskie-metody-upravleniya-portfelem-tsennyh-bumag/viewer (дата обращения: 15.10.2025).
  90. Эконометрическое моделирование основных показателей цикличности экономического развития России. Вестник Евразийской науки. URL: https://esj.today/PDF/45ECVN120.pdf (дата обращения: 15.10.2025).
  91. Применение эконометрических моделей для формирования эффективных портфелей российских ценных бумаг без ограничения прав продажи. КиберЛенинка. URL: https://cyberleninka.ru/article/n/primenenie-ekonometricheskih-modeley-dlya-formirovaniya-effektivnyh-portfeley-rossiyskih-tsennyh-bumag-bez-ogranicheniya-prav/viewer (дата обращения: 15.10.2025).
  92. Использование классической теории Г. Марковица для формирования личного инвестиционного портфеля. URL: https://izd-sreda.ru/publications/33589/ (дата обращения: 15.10.2025).
  93. Эффективность управления инвестиционным портфелем (на примере паевых фондов). Репозиторий Тольяттинского государственного университета. URL: https://repo.tltsu.ru/sites/default/files/files/2019/Efektivnost%20upravleniya%20investitsionnym%20portfelem.pdf (дата обращения: 15.10.2025).

С этим материалом также изучают

Критический анализ модели CAPM и эмпирическое тестирование многофакторных моделей ценообразования активов на российском фондовом рынке (2020–2025 гг.)

Глубокий анализ CAPM, моделей Фамы-Френча и Кархарта на российском фондовом рынке (2020-2025). Оценка рисков, доходности и практические рекомендации для инвесторов.

Методология и практика формирования инвестиционного портфеля для курсовой работы

Полное руководство по написанию курсовой работы о формировании инвестпортфеля. Изучите структуру, теорию, методы анализа рисков и соберите портфель на примере российского рынка.

Анализ и минимизация инвестиционных рисков банка: структура дипломной работы

Изучите комплексный подход к написанию дипломной работы. В статье раскрыты методы анализа, минимизации и оценки портфельных инвестиционных рисков банка.

Политика управления рисками организации: стратегический императив и адаптация ERM-моделей в российской практике

Глубокий анализ политики управления рисками в РФ: адаптация ERM-моделей, регуляторные требования, интеграция риск-аппетита и практические кейсы для устойчивого развития бизнеса.

Ценные государственные бумаги на фондовом рынке России

... в активы только одной компании. Соответственно для получения максимальной отдачи от инвестирования на фондовом рынке его участники начали образовывать портфели ценных бумаг, таким образом, минимизируя риск своих ...

Портфельные риски банков 2

... формирования системы управления фондовым портфелем и определение путей оптимизации системы управления портфелем ценных бумаг коммерческого банка.- проанализировать систему управления портфельными рисками банков.В качестве объекта исследования ...

Сущность и формы хеджирования рисков банками в рыночной экономике 2

... ценные бумаги: // Фондовый портфель № 20-09 г. 15.Колтынюк Б.А. Рынок ценных бумаг. Учебник для ... риска в коммерческом банке. Целью курсовой работы являются обобщение и анализ моделей оценки хеджирования рисков банками в рыночной экономике. Для ...

Инвестиционные риски фирмы – все для курсовой работы от теории до практических примеров

Детальное руководство по теме инвестиционных рисков для курсовой работы. Рассматриваем сущность, виды и классификацию, современные методы оценки, включая VaR и сценарный анализ, а также эффективные стратегии управления и минимизации.

Риск и доход как основные характеристики ценной бумаги, их количественная оценка 2

... рынка государственных ценных бумаг в России 42 В первой главе рассматривается сущность инвестиций в ценные бумаги, анализируются особенности инвестиционных рисков, исследуютсясовременные модели оценки эффективности инвестирования в ценные бумаги. ...

Риск инвестиционного портфеля

... ценных бумаг.- оценить риск инвестиционного портфеля банка;- предложить рекомендации по снижению рисков банка при формировании инвестиционного портфеля. - оценить риск инвестиционного портфеля банка;- предложить рекомендации по снижению рисков банка ...

Похожие записи