guuvestВестник университетаVestnik Universiteta1816-42772686-8415State University of Management10.26425/1816-4277-2022-12-154-161guuvest-4121Research ArticleФИНАНСЫ И БАНКОВСКОЕ ДЕЛОFINANCE AND BANKINGАдаптация инструментов оценки портфельного риска с учетом волатильностиVolatility-based adjustments to portfolio risk assessment toolshttps://orcid.org/0000-0003-1540-0827КоржневС. В.KorzhnevS. V.

Коржнев Станислав Владимирович - Канд. экон. наук, ассист. каф. математических методов в экономике и управлении;  ассист. деп. анализа данных и машинного обучения

г. Москва

Stanislav V. Korzhnev - Cand. Sci. (Econ.), Assistant at the Department of Mathematical Methods in Economics and Management; Assistant at the Department of Data Analysis and Machine Learning

Moscow

sv_korzhnev@guu.ruГосударственный университет управления; Финансовый университет при Правительстве РФРоссияState University of Management; Financial University under the Government of the Russian FederationRussian Federation202216022023112154161Copyright © Коржнев С.В., 20232023Коржнев С.В.Korzhnev S.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.guu.ru/jour/article/view/4121

Статья посвящена анализу корреляции активов на российском фондовом рынке. Цель исследования – выяснить, являются ли соответствующие коэффициенты корреляции постоянными. Результаты теста Дженнриха и проведенного корреляционного анализа свидетельствуют о том, что при разных уровнях волатильности коэффициенты корреляции существенно различаются: при высокой волатильности они в несколько раз больше, чем при низкой. Для оценки рисков представляет особую важность корреляция в условиях повышенной волатильности, поскольку подобная волатильность сопровождает негативные движения рынка. Использование обычных коэффициентов корреляции приводит к переоценке влияния диверсификации на снижение волатильности портфеля, содержащего акции российского фондового рынка, и, соответственно, к недооценке рисков портфеля. Более корректно риски можно оценить, применяя коэффициенты корреляции, соответствующие условиям высокой волатильности.

The article is devoted to the analysis of correlation between assets in the Russian stock market. The purpose of the study is to assess the stability of correlation coefficients. The results of the Jennrich test and correlation analysis carried out indicate that correlation coefficients differ significantly for different volatility levels, that is, the coefficients in times of high volatility are significantly higher than those in times of low volatility. Correlations during periods of heightened volatility are key for assessing risks, since it is such volatility that characterizes negative market movements. The use of conventional correlation coefficients leads to an overestimation of the role of diversification in reducing the volatility in a portfolio of Russian assets and thus an underestimation of the investment portfolio risks. Risks can be assessed more accurately if correlation coefficients corresponding to periods of high volatility are used.

Российский фондовый рынокдиверсификациякорреляцияоценка рисковтест ДженнрихаRussian stock marketdiversificationcorrelationrisk assessmentJennrich testReferencesMarkowitz H. Portfolio selection. The journal of finance. 1952;7(1):77–91. https://doi.org/10.2307/2975974Markowitz H. Portfolio selection. The journal of finance. 1952;7(1):77–91. https://doi.org/10.2307/2975974Evans J.L., Archer S.H. Diversification and the reduction of dispersion: an empirical analysis. The journal of finance. 1968;23(5):761–767. https://doi.org/10.2307/2325905Evans J.L., Archer S.H. Diversification and the reduction of dispersion: an empirical analysis. The journal of finance. 1968;23(5):761–767. https://doi.org/10.2307/2325905Benjelloun H. Evans and Archer – forty years later. Investment management and financial innovations. 2010;7(1):98–104.Benjelloun H. Evans and Archer – forty years later. Investment management and financial innovations. 2010;7(1):98–104.Elton E.J., Gruber M.J. Risk reduction and portfolio size: an analytical solution. The journal of business. 1977;50(4):415–437.Elton E.J., Gruber M.J. Risk reduction and portfolio size: an analytical solution. The journal of business. 1977;50(4):415–437.Campbell J.Y., Lettau M., Malkiel B.G., Xu Y. Have individual stocks become more volatile? An empirical exploration of idiosyncratic risk. The journal of finance. 2001;56(1):1–43.Campbell J.Y., Lettau M., Malkiel B.G., Xu Y. Have individual stocks become more volatile? An empirical exploration of idiosyncratic risk. The journal of finance. 2001;56(1):1–43.Асмакова Т.В., Корзоватых Ж.М. Диверсификация как метод управления инвестиционными рисками. В кн.: Вопросы современной экономики и менеджмента: свежий взгляд и новые решения: сб. науч. трудов по итогам Международ. науч.-практ. конф., Екатеринбург, 10 марта 2016 г. Н. Новгород;Екатеринбург: Инновационный центр развития образования и науки; 2016. С. 238–239.Asmakova T.V., Korzovatykh Zh.M. Diversification as a method of investment risk management. In: Issues of Modern Economics and Management: A Fresh Look and New Solutions: Proceedings of the International Scientific & Practical Conference, Yekaterinburg, March 10, 2016. Nizhny Novgorod;Yekaterinburg;2016. P. 238–239.Oskay B. The curious case of portfolio selection: analysis of correlations and diversification over time. Rotterdam: Erasmus University. Erasmus School of Economics; 2018.Oskay B. The curious case of portfolio selection: analysis of correlations and diversification over time. Rotterdam: Erasmus University. Erasmus School of Economics; 2018.Lee Ch.-J., Lai T.-N., Chiang Ch.-Ch., Yu H.-Ch. Dynamic conditional correlation and volatility distributions in Tokyo, London, and New York gold markets. Investment management and financial innovations. 2019;16(4):146–155. https://doi.org/10.21511/imfi.16(4).2019.13Lee Ch.-J., Lai T.-N., Chiang Ch.-Ch., Yu H.-Ch. Dynamic conditional correlation and volatility distributions in Tokyo, London, and New York gold markets. Investment management and financial innovations. 2019;16(4):146–155. https://doi.org/10.21511/imfi.16(4).2019.13Vodenska I., Chambers W.J. Understanding the relationship between VIX and the S&P 500 index volatility. В кн.: 26th Australasian Finance and Banking Conference 2013, Sydney, December 17–19, 2013. http://doi.org/10.2139/ssrn.2311964Vodenska I., Chambers W.J. Understanding the relationship between VIX and the S&P 500 index volatility. In: 26th Australasian Finance and Banking Conference 2013, Sydney, December 17–19, 2013. http://doi.org/10.2139/ssrn.2311964Jennrich R.I. An asymptotic χ2 test for the equality of two correlation matrices. Journal of the American Statistical Association. 1970;65(330):904–912. https://doi.org/10.1080/01621459.1970.10481133Jennrich R.I. An asymptotic χ2 test for the equality of two correlation matrices. Journal of the American Statistical Association. 1970;65(330):904–912. https://doi.org/10.1080/01621459.1970.10481133Atiany T.A.M., Shamshuritawite S. New statistical test for testing several correlation matrices. Global journal of pure and applied mathematics. 2016;12(5):4285–4298.Atiany T.A.M., Shamshuritawite S. New statistical test for testing several correlation matrices. Global journal of pure and applied mathematics. 2016;12(5):4285–4298.

The authors declare that there are no conflicts of interest present.