Оценка эффективности деятельности по управлению активами российских паевых инвестиционных фондов тема диссертации и автореферата по ВАК РФ 08.00.10, кандидат наук Паршаков, Петр Андреевич

• Паршаков, Петр Андреевич
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Паршаков, Петр Андреевич

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ОЦЕНКИ НАВЫКОВ УПРАВЛЯЮЩИХ АКТИВАМИ ПАЕВЫХ ИНВЕСТИЦИОННЫХ ФОНДОВ

1.1 Обобщенный подход

1.2 Атрибуционный подход

1.2.1 Анализ способностей управляющих к пикингу

1.2.2 Анализ способностей управляющих к таймингу

1.3. Показатели рейтинговых агентств

ГЛАВА 2. ПРАКТИЧЕСКИЕ АСПЕКТЫ ОЦЕНКИ НАВЫКОВ УПРАВЛЯЮЩИХ АКТИВАМИ ПАЕВЫХ ИНВЕСТИЦИОННЫХ ФОНДОВ

2.1 Эмпирические исследования эффективности управляющих активами ПИФ-ов

2.2 Законодательные нормы раскрытия информации

2.2.1 Законодательные нормы раскрытия информации в США

2.2.2 Законодательные нормы раскрытия информации в России

2.3 Основные проблемы оценки навыков управляющих активами ПИФ-ов

2.3.1 Проблема отличия «навыка» от «удачи»

2.3.2 Проблема выбора бенчмарка

2.3.3 Проблема выбора частоты используемых данных

ГЛАВА 3. ОЦЕНКА НАВЫКОВ РОССИЙСКИХ УПРАВЛЯЮЩИХ АКТИВАМИ ПАЕВЫХ ИНВЕСТИЦИОННЫХ ФОНДОВ

3.1 Выбор показателя навыка управляющего

3.2 Выбор бенчмарка для оценки российских ПИФов

3.3 Эмпирическая оценка навыков российских управляющих активами ПИФ-ов

3.3.1 Описание используемой выборки

3.3.2 Результаты бутстрап-симуляций

3.3.3 Межстрановые сравнения

3.4 Выбор оптимальной частоты используемых данных

ЗАКЛЮЧЕНИЕ

ПРИЛОЖЕНИЕ 1. Основные статистические показатели фондов

ПРИЛОЖЕНИЕ 2. ТЕКСТ ПРОГРАММЫ НА ЯЗЫКЕ R

ПРИЛОЖЕНИЕ 3. АЛЬФА ФОНДОВ АКЦИЙ И ПОКАЗАТЕЛЬ

НАВЫКА

ПРИЛОЖЕНИЕ 4. АЛЬФА ФОНДОВ ОБЛИГАЦИЙ И

ПОКАЗАТЕЛЬ НАВЫКА

ПРИЛОЖЕНИЕ 5. ЧАСТОТА ДАННЫХ

Введение диссертации (часть автореферата) на тему «Оценка эффективности деятельности по управлению активами российских паевых инвестиционных фондов»

ВВЕДЕНИЕ

Основной функцией финансовых рынков является обеспечение эффективного перераспределения финансовых ресурсов от агентов, временно располагающих избытком финансовых средств, но не обладающих технологиями, необходимыми для их правильного использования, к агентам, которые подобными технологиями обладают, но не имеют достаточного количества ресурсов. При этом необходимым условием является существование правильных инвестиционных ориентиров, на основании которых экономические агенты будут принимать решения о выборе управляющего активами, т.е. о доверительном управлении.

Механизм доверительного управления средствами инвесторов является неотъемлемой частью институциональной среды в области финансов. В развитых странах вложение средств в паи инвестиционных фондов является одним из наиболее популярных инструментов, используемых населением для сбережения части своего дохода [Ни, Malevergne, Sornette, 2009]. Основная сложность при этом заключается в том, что принципы принятия решения индивидов в данной области не ясны до конца, так, например, в среднем спрос на паи фондов является менее эластичным по получаемой доходности, нежели чем для депозитных вкладов [Ни, Malevergne, Sornette, 2009]. Во многом это объясняется тем фактом, что способности (навыки) менеджеров являются ненаблюдаемыми для всех, кроме него самого, а существующие законодательные нормы по раскрытию данных не позволяют в полной мере снизить информационную асимметрию. Однако, был разработан ряд показателей (коэффициент Шарпа, коэффициент Трейнора, альфа

о

Иенсена, мера Трейнора и Мазуи и др.) для оценки способоностей

управляющих на основе общедоступной информации. Общедоступность информации как базы для расчета показателей является одновременно как достоинством (снижаются издержки на поиск информации), так и недостатком - такой информации может быть недостаточно для оценки способностей [Grinblatt, Titman, 1992]. Для инвестора, однако, часто важна не точная оценка способностей, а само наличие способностей. Таким образом, для эффективного распределения ресурсов существующие показатели эффективности управляющих должны выполнять роль инструмента, позволяющего верно выделять управляющих, обладающих навыками.

Таким образом, исследования, направленные на разработку и адаптацию метода (с последующим применением) оценки навыков управляющих активами ПИФ-ов, являются весьма актуальными.

В данной предметной области наиболее значимыми являются работы Гринблатта и Титмана [Grinblatt and Titman, 1992], Хендрикса, Пателя и Зекхаузера [Hendricks, Patel and Zechauser, 1993], Кархарта [Carhart, 1997], Вермерса [Wermers, 1997], Боллена и Бьюсса [Bollen and Busse, 2005]. Авторами рассматривались общие вопросы оценки эффективности управляющих. Вопросы отделения удачи от навыка впервые рассматривались в работе Косовски [Kosowski et al, 2006]. Далее исследования были продолжены в работах Катберсона [Cuthbertson et al, 2005], Фамы и Френча [Fama, French, 2008]. Наиболее актуальными являются работы Чена и Лианга [Chen and Liang, 2012], Розенталя [Rosenthal, 2012], Айди и Крыжановски [Ayadi, Kryzanowski, 2011] и Лэйфилда и Стивенсона [Layfield, Stevenson, 2011].

Для большинства работ основные эмпирические результаты совпадают: в этих странах существует несколько фондов с высоким уровнем мастерства, однако, большинство фондов показывает

результаты, которые можно полностью объяснить удачей. Для России были получены иные результаты [Муравьев, 2006]: существуют значительное число фондов, обладающих навыками к неслучайному опережению бенчмарка. Тем не менее, задача отделения удачи от навыка для российских фондов не решена: необходимо учитывать страновые особенности российского (развивающегося) рынка [Муравьев, 2006]. Необходим также ответ на вопрос, являются ли российские индексы (ММВБ, РТС и прочие) валидными бенчмарками для оценки способностей (как, например, индекс 8&Р500 в США). Авторами также не рассматриваются страновые особенности законодательства в области регулирования финансовой индустрии: достаточен ли публикуемый объем информации для выделения управляющих с навыками.

Перечисленные выше проблемы определили выбор темы исследования, его объекта и предмета, а также постановку исследовательской цели и задач.

Целью работы является разработка метода оценки навыков российских управляющих активами ПИФ-ов к неслучайному опережению бенчмарка для использования внешними инвесторами при принятии ими решения о распределении капитала. Для достижения цели необходимо решение следующих задач:

- систематизация существующих методов оценки управляющих и методов оценки способностей управляющих к неслучайному получению доходности относительно бенчмарка, выявление ограничений, препятствующих их практическому применению;

- оценка навыков российских управляющих активами ПИФ-ов к неслучайному получению доходности относительно бенчмарка;

- анализ российских индексов (РТС, ММВБ) как бенчмарков для оценки результатов управляющих активами ПИФ-ов, подбор валидного бенчмарка;

- оценка чувствительности предложенной методики оценки эффективности управляющих к частоте используемых данных для выявления достаточности (либо недостаточности) существующих законодательных норм к раскрытию информации;

- разработка рекомендаций относительно минимально допустимой частоты используемых для принятии решения о выборе управляющего данных.

Объектом исследования являются российские паевые инвестиционные фонды. Предмет исследования - навыки управляющих активами ПИФ-ов паевых инвестиционных фондов.

Теоретической основой исследования являются труды зарубежных и отечественных авторов, посвященные оценке навыков управляющих активами ПИФ-ов. Методологической базой теоретической части диссертации являлись методы системного анализа, метода аналогий, метода обобщений, классификация. Эмпирическое исследование проводилось с помощью использования регрессионного анализа для оценки мер эффективности менеджеров и бутстрап-подход для инференции (тестирования гипотез). Как показано в работе Хоровитца [Horowitz, 2003], бутстрап позволяет уменьшить разницу между реальной и полученной вероятностью отвергнуть тестируемую нулевую гипотезу. Теоретической базой диссертации выступают труды российских и зарубежных ученых, обосновывающих важность правильной оценки инвестиционных управляющих: Гринблатта и Титмана [Grinblatt and Titman, 1992], Хендрикса, Пателя и Зекхаузера [Hendricks, Patel and Zechauser, 1993], а также рассматривающих проблему выделения навыка управляющих:

Косовски [Kosowski et al, 2006], Катберсона [Cuthbertson et al, 2005], Фамы и Френча [Fama, French, 2008].

В эмпирической части диссертационного исследования использовалась база данных, составленная на основе данных портала InvestFunds, содержащая наиболее полную информацию относительно российских ПИФ-ов. В итоговую выборку вошел 492 фонда, использовались данные с июля 2001 года по июль 2012.

Научная новизна диссертационного исследования заключается в следующем:

- впервые для российского финансового рынка предложен инструментарий оценки навыка российских управляющих активами ПИФ-ов к неслучайному (статистически устойчивому) опережению бенчмарка, что позволяет частично снизить информационную асимметрию, возникающую при выборе инвестором паевого инвестиционного фонда;

- доказано, что доля российских управляющих активами ПИФ-ов, обладающих способностями к неслучайному (статистически устойчивому) опережению бенчмарка выше, чем в США и Великобритании;

- выбраны и обоснованы релевантные бенчмарки способностей управляющих, такие, как индекс MSCI для фондов акций и индекс CORP BOND TR для фондов облигаций, в отличие от наиболее часто используемых индексов РТС и ММВБ позволяющие учесть специфику российского рынка;

- впервые выявлено, что снижение частоты данных (дневные, недельные, месячные и т.д.) ведет к переоценке навыков управляющих, при этом минимальная рекомендуемая частота используемых данных для оценки навыков управляющих составляет не менее чем 1 раз в 67 дней.

Диссертационная работа изложена на 184 страницах печатного текста, включает 8 таблиц, 31 рисунок, и состоит из введения, трех глав, заключения и приложений.

В первой главе диссертационного исследования отражены теоретические вопросы поставленной проблемы. Проводится обзорное исследование вопроса оценки эффективности управляющих активами ПИФ-ов, рассматриваются существующие подходы к оценке способностей управляющих, а также недостатки и ограничения, присущие их применению на практике. В результате были систематизированы существующие методы оценки способностей управляющих с учетом цели исследования, выявлены основные проблемы существующих методов измерения.

Вторая глава посвящена рассмотрению опыта зарубежных и российских эмпирических исследований эффективности управляющих активами ПИФ-ов. Были выявлены ключевые проблемы, проведена систематизация методов оценки навыков (способностей управляющих к неслучайному опережению бенчмарка). Выявлены ключевые проблемы, препятствующие точной оценке навыков управляющих на практике. Дополнительно нами также рассматривались действующие нормы раскрытия информации инвестиционными компаниями в США и России, что является необходимым для понимания природы используемых данных.

В третьей главе разработан метод определения навыков российских управляющих активами ПИФ-ов к неслучайному опережению бенчмарка, для этого выявлены недостатки российских индексов (РТС, ММВБ) как бенчмарков для оценки результатов управляющих активами ПИФ-ов, выбран наиболее валидный бенчмарк, максимально свободный от выяленных недостатков. Также проведен анализ влияния частоты используемых данных на

показатели эффективности управляющих, сделан вывод о недостаточности существующих законодательных норм относительно частоты раскрытия данных, и даны рекомендации относительно оптимальной частоты.

В заключении приведены основные результаты и выводы исследования, а также описаны ограничения проведенного анализа.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ОЦЕНКИ НАВЫКОВ УПРАВЛЯЮЩИХ АКТИВАМИ ПАЕВЫХ ИНВЕСТИЦИОННЫХ ФОНДОВ

1.1 Обобщенный подход

Для анализа деятельности паевых инвестиционных фондов (ПИФ-ов) практически всегда используются данные только о рядах доходностей, что обусловлено ограниченностью законодательных требований по раскрытию фондами информации и нежеланием управляющих раскрывать состав портфеля с достаточной степенью частоты. Вследствие этого подавляющее большинство показателей эффективности управлющих, не предполагающих разделение способностей менеджеров на составляющие, основаны на использовании нескольких основных статистических характеристиках ряда доходности фонда. Прежде всего внимание уделяется выборочному среднему и оценке дисперсии доходности, так как значительная доля моделей оценки эффективности управляющих базируется на портфельной теории Марковица. Также рассматриваются такие показатели как относительный объем максимальной просадки капитала, односторонняя дисперсия и т.п.

Менеджер фонда является экономическим агентом, который в определенной степени склонен к риску. Это приводит к тому, что и торговые системы, используемые управляющими, также будут в некоторой мере рискованными. Соответственно, инвестор, который рассматривает конкретный фонд в качестве варианта для вложения, должен учитывать и риск, который присущ подобному выбору. Поэтому для принятия решения об инвестировании недостаточно просто сопоставить исторические доходности всех возможных альтернатив, необходимо дополнительно провести их корректировку

на соответствующий риск. Именно эту задачу в первую очередь пытались решить авторы соотношений, используемых для оценки эффективности управляющих.

На практике скорректировать полученную выгоду на риск достаточно сложно, так как риск является ненаблюдаемой величиной, а для его статистической оценки требуется достаточное количество наблюдений. Более того, статистическая точность во многом будет зависеть не только от объема использованной выборки, но и от модели, описывающей риск. Одной из наиболее распространенных моделей на данный момент является дисперсия доходности актива, что во многом обусловлено большой популярностью портфельной теории Марковича. Именно его последователь одним из первых предложил использовать в качестве меры эффективности среднюю доходность фонда, нормированную по ее же стандартному отклонению. Речь идет об Уильяме Шарпе, в 1966 году опубликовавшем статью, в которой предполагалось оценивать способности управляющих с помощью показателя, рассчитываемого следующим образом:

СГ

где г - средняя доходность, которую показывает фонд, гг -средняя безрисковая доходность, а а - стандартное отклонение доходности фонда, которая определяется выражением в числителе [БИафе, 1966].

При подобной постановке задачи менеджер будет считаться тем более способным к доверительному управлению, чем больше единиц избыточной доходности он смог заработать в расчете на одну единицу неустойчивости результата его стратегии. Возможно также существование точки зрения, согласно которой стандартное

отклонение используется для того, чтобы замерить риск, и с точки зрения теории лучше говорить о максимизации избыточной доходности в расчете на единицу риска, однако правильным все же будет использовать именно термин «неустойчивость».

Нельзя не отметить, что область применения данной меры ограничена. Так, например, в своей статье 1988 года Шарп писал, что подобный подход к оценке эффективности управляющих во многом строится на основе парадигмы Марковича - для сравнения двух активов достаточно анализа первых двух статистических моментов распределения их доходностей. Возможно, стоит также учитывать различия в более высоких моментах или же изменения самого распределения при разных состояниях мира ^аСе-оГ-паШге) - все это может привести к необходимости введения дополнительных мер [Мапс1е1кег, Ш1ее, 1984].

С течением времени Шарп изменил свои взгляды на другие аспекты данной меры, предложив использовать в качестве альтернативы не безрисковую доходность, а доходность некоторого бенчмарка. Такой бенчмарк являлся бы лучшим приближением требуемой доходности инвестора при допустимом для него уровне риска. Подобный подход является логичным, так как саму избыточную доходность можно рассмотреть как выигрыш от реализации нулевой стратегии, которая не требует денежных вложений в настоящий момент времени и принесет некоторую отдачу в будущем. Так, например, если в качестве бенчмарка выступает безрисковая доходность, то нулевая стратегия будет заключаться в длинной позиции в фонде, профинансированной за счет займа по безрисковой ставке. Если же в качестве бенчмарка выступает иная доходность, то финансирование будет произведено за счет короткой позиции. Соответственно, инвестор для принятия взвешенного

решения должен осознавать, на какое вознаграждение он может рассчитывать, если понесет альтернативные издержки в результате отказа от вложений в пассивное держание со схожим уровнем риска.

Описанная выше формула допускает только апостериорный расчет значения меры Шарпа, которое позволит нам судить о том, как проявил себя управляющий в предыдущих временных периодах. На практике для каждого индивида главной целью является прогнозирование результатов работы менеджера в будущем. Соответственно, для решения данной задачи инвестор должен в первую очередь понимать, является ли процесс генерации доходностей фонда случайным, то есть управляющий получает сверхдоходность исключительно благодаря своей удаче, либо в основе данного процесса лежит определенная закономерность, и управляющий обладает соответствующими способностями. Данный вопрос, без сомнения, достоин отдельного рассмотрения, что и будет сделано нами позднее, однако для дальнейшего обсуждения прогноза вышеупомянутого показателя мы принимаем предпосылку о том, что исторические данные все же обладают некоторой предсказательной силой.

Описывая соотношение Шарпа, автор предлагает определять прогноз как отношение ожидаемой доходности к прогнозу ее стандартного отклонения. Однако отдельного внимания тому, как взаимосвязаны несмещенные прогнозы с исторической мерой Шарпа, при этом не уделяется. Более глубокое исследование данного вопроса было проведено в 2002 году Эндрю Ло [Ьо, 2002].

Предположим, что мы наблюдаем временной ряд доходностей Иь который характеризуют исторические результаты деятельности определенного фонда, а также временной ряд безрисковых доходностей При этом как среднее значение, так и дисперсия

доходности фонда являются ненаблюдаемыми для нас величинами и, следовательно, могут быть нами только оценены на основании исторических данных. В результате, мы могли бы записать формулу оценки меры Шарпа следующим образом:

В том случае, если доходности фонда являются независимо и одинаково распределенными, то, используя центральную предельную теорему, мы можем определить асимптотическое распределение для каждого из первых двух статистических моментов распределения доходностей:

/и)« Л^(0,сг2)

4т(<уг-(г2 ) и Л^(0,2<т4 ) Соответственно, ошибки данных оценок асимптотически

будут иметь следующие значения:

а'

Л -2

Уаг( /л)-

Т

Л 9 4

Гаг(ст2) =

Т

Таким образом, очевидно, что при росте количества наблюдений Т данные ошибки будут стремиться к нулю. Более того, они будут являться статистически независимыми при соблюдении изначального предположения о независимости и идентичности распределения доходностей.

В то же время, для оценки меры Шарпа используются оба статистических момента, соответственно, для оценки ее стандартной ошибки нам следует определить вид их асимптотического

совместного распределения, которое может быть описано следующим образом, при условии, что в = ¡лег2:

V =

где ¥ в

V о ^

2сг4у

Тогда асимптотическое распределение непосредственно самой меры примет вид:

Вследствие чего асимптотически стандартная ошибка данного соотношения будет равна:

II

1 7

2

Т

Тем не менее, что на практике существование независимо и одинаково распределенных доходностей является большой редкостью. Можно попытаться обойти данное затруднение, заменив изначальную предпосылку требованием стационарности ряда хотя бы в слабой форме. В результате подобной замены мы придем к ситуации, когда первые два статистических момента распределения доходностей будут являться постоянными во времени, но набор возможных типов динамики ряда будет являться более широким по сравнению с предыдущим случаем, так, например, вполне возможным становится наличие автокорреляции, зависимости от рыночного портфеля, условных временных колебаний и т.п. Более того, для получения асимптотических распределений мы по-прежнему сможем использовать центральную предельную теорему, однако некоторые изменения все же коснутся дисперсии распределения меры Шарпа, так как оценки первых двух статистических моментов распределения

доходностей фонда перестанут быть статистически независимыми, что повлечет за собой смену нулей на побочной диагонали матрицы Уд некоторыми другими значениями. В итоге дисперсия оценки примет следующий вид:

vL = <Р{ R, J Ж R, У+£ (1 - -4тХ( J Ж ,в)) +

и 1 ,=1 т + 1 1 (=i

I /=1 р

где q^R,,e) =

Rt-H (R,-ju)2-a\

В результате чего непосредственно соотношение Шарпа будет характеризоваться следующим асимптотическим распределением и стандартной ошибкой:

SE(SR) =

л \уА

1 у GMM

Т

На основании этого можно заметить, что статистические свойства оценки меры Шарпа будут сильно зависеть от того, какой процесс лежит в основе генерации доходностей, а соответственно, и от инвестиционного стиля управляющего. Более того, будет осуществляться процесс измерения эффективности именно для высоковолатильных стратегий, нежели чем для низковолатильных.

Достаточно глубокий анализ недостатков подхода к оценке эффективности управляющих, предложенного Шарпом, провел Дэвид Хардинг, который в своей статье 2002 года привел достаточное количество примеров, когда данная мера будет искажать реальное положение дел [Harding, 2002]. Главной проблемой, по его мнению, является то, что, в то время как доходности и их среднее являются

наблюдаемыми величинами, риск таковой не является, и для того чтобы стандартное отклонение могло бы быть его значимой оценкой, необходимо выполнение ряда определенных условий.

Во-первых, процесс генерации доходностей фонда должен являться стационарным, то есть должен обладать постоянными статистическими характеристиками. В противном случае, получаемые при оценке эффективности результаты будут чувствительны к тому, какой временной промежуток был выбран для расчета. Однако, если задуматься, то любое изменение в подходе к совершению сделок, которым пользуется управляющий, может привести к нестационарности ряда итоговых доходностей, будь то смена инвестиционного стиля или просто применение левериджа. Таким образом, если мы концентрируем внимание на оценке результатов деятельности взаимных фондов, то данная проблема приобретает особое значение, так как причин, которые могли бы вызвать изменение инвестиционной стратегии для подобных институтов, существует множество. К примеру, нельзя недооценивать значение даже такого элементарного явления как текучка кадров, которая является естественной для любой компании и может приводить к определенным изменениям. Более того, в силу того, что фонды вынуждены действовать в условиях рынка, можно с достаточно большой степенью уверенности утверждать, что в условиях эффективности при определенной продолжительности истории наблюдений процесс генерации доходностей для них перестанет быть стационарным. Для обоснования подобной точки зрения мы позволим себе использовать предпосылку о том, что на эффективном рынке могут существовать неэффективности, но они будут самоуничтожаться с течением времени. Рассмотрим некий условный фонд, способный обыграть рынок, причем сделать это неслучайным

образом. Подобный фонд, при условии справедливости гипотезы эффективности рынков, может существовать, только если его управляющий способен находить и использовать неэффективности на рынке, к тому же само существование подобного фонда будет являться неэффективностью. Тем не менее, другие участники рынка, не будучи способными обнаружить изначальные источники для заработка, которые используются для получения абнормальной прибыли, начнут вкладывать свои средства в приобретение паев данного фонда, что приведет к росту капитала, находящегося в управлении. В итоге перед менеджером возникает задача с более высоким уровнем сложности, так как он должен будет эффективно разместить уже большую сумму денег, и это приведет к тому, что ему придется искать принципиально новые возможности для инвестирования, поскольку достаточно большое количество капитала способно уничтожать неэффективности, эксплуатировавшиеся им ранее. Подобная ситуация будет иметь место ровно до тех пор, пока капитал фонда не достигнет определенного уровня, при котором избыточная доходность от торговой стратегии управляющего не станет нулевой, таким образом, ее среднее и дисперсия будут изменяться во времени, что приведет к нестационарности. На практике большая часть фондов может быть охарактеризована нестационарным процессом генерации доходностей. Также нельзя не заметить, что существует ряд исследований, которые содержат примеры уничтожения неэффективностей: исчезновение премии small-cap на рынке Британии после того, как ее существование стало широко известным, которое было описано Димсоном и Маршем [Dimson, Marsh, 1999], разрушение очевидной предсказуемости на периоде вне выборки, изученное Боссаертом и Хиллионом [Bossaert, Hillion, 1999], а также Аиолфи и Фаверо [Aiolphi, Favero, 2002] и т.п.

Более того, мы не можем себе позволить исключать из рассмотрения существование некоторых поведенческих аспектов. Например, можно предположить, что менеджер, распоряжающийся малым объемом капитала, будет использовать весьма рисковые стратегии, но, в случае увеличения средств в управлении, начнет снижать степень принимаемого на себя риска. Очевидно, что требовать от рядов доходностей фондов соблюдения стационарности - это слишком жесткая предпосылка, слепое применение меры Шарпа может привести к искажению инвестиционных приоритетов, а инвестиционные компании, в свою очередь, также могут использовать манипулирование данными в целях максимизации этой меры. Отдельно хотелось бы отметить, что, несмотря на тот факт, что существуют методы, позволяющие избавиться от нестационарности, все же они не всегда способны дать необходимый результат, кроме того, статистики данных рядов вряд ли будут нести в себе тот смысл, который изначально был заложен в логике построения соотношения Шарпа.

Вторым и не менее важным требованием к процессу генерации доходностей, помимо стационарности, является его параметричность, то есть свойство, позволяющее описать данный процесс с помощью определенных статистических параметров, которые имеют вполне понятное значение. При нормальном распределении дисперсия может являться мерой разброса значений ряда относительно его среднего, или мерой риска, как это принято в финансовой теории. Однако не все существующие распределения столь «удобны» для использования, более того, существует множество торговых стратегий, которые генерируют доходности случайным образом или которые достаточно сильно уязвимы к внешним потрясениям на рынке. Именно наличие подобных стратегий на реальных рынках приводит к ограниченности

Список литературы диссертационного исследования кандидат наук Паршаков, Петр Андреевич, 2014 год

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

Монографии и учебники:

1. Управление портфелем (перевод с английского). ГИФА.

2006

2. Муравьёв Д.М. (2006) Обыгрывают ли российские паевые фонды рынок? / Препринт # BSP/2006/085 R. - М.: Российская Экономическая Школа, 2006. - 29 с. (Рус.)

3. Foster G. (1986) Financial Statement Analysis // Prentice Hall, Englewood Cliffs, 1986.

4. Ke D. (2006) On market timing ability: evidence from balanced funds // Eastern Kentucky University Press, 2006.

5. Ross S. (2002) Princeton Lectures in Finance // Princeton: Princeton University Press.

Статьи в периодических источниках:

1. Abrevaya J., Jiang, W. (2001) Pairwise-slopes statistics for testing curvature I I working paper, University of Chicago Graduate School of Business and Columbia Business School.

2. Ackermann C., Mcenally R., and Ravenscraft D. (1999) The performance of hedge funds: Risk, return, and incentives // The Journal of Finance, 1999. - Vol.54. No.3. - p. 833-874.

3. Admati A.R., Bhattacharya S., Ross S.A., Pfleiderer P. (1986) On timing and selectivity // Journal of Finance, 1986. - Vol.41. - p. 715730.

4. Aiolfi M., Favero C. (2002) Model Uncertainty, Thick Modelling and the Predictability of Stock Returns // working paper, IGIER.

5. Ait-Sahalia Y., Lo A.W. (2000) Nonparametric risk management and implied risk aversion // Journal of Econometrics, 2000. — Vol. 94.-p. 9-51.

6. Ait-Sahalia Y., Mykland P. A., Zhang L. (2005) How often to sample a continuous-time process in the presence of market microstructure noise // Review of Financial Studies, 2005. - Vol. 18. - p. 351-416.

7. Aft-Sahalia Y., Yu J. (2006) Saddlepoint Approximations for Continuous-Time Markov Processes // Journal of Econometrics, 2006. -Vol. 134.-p. 507-551.

8. Alexander G. J., Jones J. D., and Nigro P. J. (1998) Mutual fund shareholders:characteristics, investor knowledge, and sources of information // Financial Services Review, 1998. - Vol.7. No 4. - p. 301316.

9. Anatolyev S. (2007) The basics of bootstrapping // Quantile, 2007. - No.3. - p. 1-12.

10. Ayadi M., Kryzanowski L. (2011) Fixed-income Fund Performance: Role of Luck and Ability in Tail Membership // Journal of Empirical Finance, 2011. - Vol. 18. No. 3. - p. 379-392.

11. Barras L., Scaillet O., Wermers R. (2010) False Discoveries in Mutual Fund Performance: Measuring Luck in Estimated Alphas // Journal of Finance, 2010. - Vol. 65. - p. 179-216.

12. Berk J. B., Green R. C. (2004) Mutual Fund Flows and Performance in Rational Markets // Journal of Political Economy, 2004. -Vol. 112. No.6. - p. 1269-1295.

13. Bildersee J.S. (1975) The association between a market determined measure of risk and other measures of risk // Accounting Review, 1975. - Vol. 50. - p. 81-98.

14. Blake D., Lehmann B.N., Timmermann A. (1999) Asset allocation dynamics and pension fund performance // The Journal of Business, 1999. - Vol. 72. No.4. - p. 429-461.

15. Bollen N., Busse J. (2001) On the Timing ability of mutual funds managers // The Journal of Finance, 2001. - Vol. 56.

16. Bollen N., Busse J.A. (2005) Short-term persistence in mutual fund performance // Review of Financial Studies, 2005. - Vol. 18. No. 2. -p. 569-597.

17. Bossaert P., Hillion P. (1999) Implementing Statistical Criteria to Select Return Forecasting Models: What do we Learn? // Review of Financial Studies, 1999.

18. Breen W., Glosten L., Jagannathan R. (1989) Economic significance of predictable variations in stock index returns // Journal of Finance, 1989. - Vol. 44. - p. 1177- 1189.

19. Brinson G., Hood L.R., Beebower G.L. (1986) Determinants of Portfolio Performance // Financial Analysts Journal, 1986. - Vol. 39. -p. 133-138.

20. Brown K. C., Harlow W. V., Starks L.T. (1996) Of tournaments and temptations: An analysis of managerial incentives in the mutual fund industry // The Journal of Finance, 1996. - Vol. 51. No.l. - p. 85-110.

21. Brown S. J., Goetzmann W., Ibbotson R.G., Ross S.A. (1992) Survivorship bias in performance studies // The Review of Financial Studies, 1992. - Vol. 5. No.4. - p. 553-580.

22. Cao C., Chen Y., Liang B., Lo A. (2013) Can Hedge Funds Time Market Liquidity? // Journal of Financial Economics, 2013. - Vol. 109. Iss: 2 - p. 493-516.

23. Capon, N., Fitzsimons G. J., and Prince R. A. (1996) An individual level analysis of the mutual fund investment decision // Journal of Financial Services Research, 1996. - Vol. 10. No.l. - p. 59-82.

24. Carhart M.M. (1997) On persistence in mutual fund performance // The Journal of Finance - Vol. 52. No.l. - p. 57-82.

25. Chance D., Helmer M. (2001) The performance of professional market timers: daily evidence from executed strategies // Journal of financial economics, 2001. - Vol. 62. - p. 277-411.

26. Chen Y., Liang B. (2007) Do Market Timing Hedge Funds Time the Market? // Journal of Financial and Quantitative Analysis, 2007. -Vol. 42. Iss: 04 - p. 827-856.

27. Chevalier J., Ellison G. (1999) Career concerns of mutual fund managers // Quarterly Journal of Economics, 1999. - Vol. 114. - p. 389432.

28. Chevalier J., Ellison G. (2002) Are Some Mutual Fund Managers Better Than Others? Cross-Sectional Patterns in Behavior and Performance // The Journal of Finance, 2002. - Vol. 54. No. 3. - p. 875 -899.

29. Christoffersen S. E. K., Musto D. K. (2002) Demand Curves and the Pricing of Money Management // The Review of Financial Studies, 2002. - Vol. 15. No. 5 - p. 1499-1524.

30. Christopherson J. A., Ferson W.E., Glassman D.A. (1998) Conditioning manager alphas on economic information: Another look at the persistence of performance // Review of Financial Studies, 1998. - Vol. 11-p. 111-142.

31. Coates J. C., Hubbard R. G. (2007) Competition in the Mutual Fund Industry: Evidence and Implications for Policy // The Journal of Corporation Law, 2007. - Vol. 33. No.l. - p.151-222.

32. Cochrane J.H. (2001) Asset pricing // Princeton: Princeton University Press.

33. Coggin T. D., Fabozzi F.J., Rahman S. (1993) The investment performance of u.s. equity pension fund managers: An empirical investigation // The Journal of Finance, 1993. - Vol. 48. No.3. - p. 10391055.

34. Cremers M., Petajisto A., Zitzewitz E. (2008) Should Benchmark Indices Have Alpha? Revisiting Performance Evaluation // working paper, Yale School of Management.

35. Cuthbertson K., Nitzsche D. (2004) Quantitative financial economics. Stocks, bonds and foreign exchange // John Wiley and sons, Ltd.

36. Cuthbertson K., Nitzsche D., O'Sullivan N. (2008) UK Mutual Fund Performance: Skill or Luck? // Journal of Empirical Finance, 2008. -Vol. 15.-p. 613-634.

37. Daniel K., Grinblatt M., Titman S., Wermers R. (1997) Measuring mutual fund performance with characteristic-based benchmarks // The Journal of Finance, 1997. - Vol. 52 - p. 1035-1058.

38. Dimson E., Marsh P. (1999) Murphy's law and market anomalies // Journal of Portfolio Management, 1999. - Vol. 25. No.2. - p. 53-69.

39. Dimson E. (1979) Risk measurement when shares are subject to infrequent trading // Journal of Financial Economics, 1979. - Vol 7. - p. 197-226.

40. Doncel L.M., Grau P., Otamendi J., Sainz J. (2011) The Truth About Mutual Funds Across Europe // Applied Economics Letters, 2011. -Vol. 18. No. 7. - p.687-692.

41. Edelen R. M. (1999) Investor flows and the assessed performance of open-end mutual funds // Journal of Financial Economics, 1999. - Vol. 53. No.3. - p. 439-466.

42. Efron B. (1979). Bootstrap methods: another look at the jackknife // The Annals of Statistics, 1979. - Vol. 7. No. 1. - p. 1-26.

43. Elton E., Gruber M. J., Das S. (1993) Efficiency with Costly Information: A Reinterpretation of Evidence from Managed Portfolios // The Review of Financial Studies, 1993. - Vol. 6. No. 1. - p. 1-22.

44. Elton E., Gruber M. J., Blake C. R. (1995) Fundamental economic variables, expected returns, and bond fund performance // The Journal of Finance, 199. - Vol. 50. No.4. - p. 1229-1256.

45. Elton E., Gruber M. J., Blake C. R. (1996a) The persistence of risk-adjusted mutual fund performance // The Journal of Business, 1996a. -Vol. 69. No.2. - p. 133-157.

46. Elton E., Gruber M. J., Blake C. R. (1996b) Survivorship bias and mutual fund performance // The Review of Financial Studies, 1996b. -Vol. 9. No. 4. - p. 1097-1120.

47. Fama E. (1972) Components of investment performance // Journal of Finance, 1972. - Vol. 27. No. 2. - p. 551-567.

48. Fama E., French K. (1992) The Cross-Section of Expected Stock Returns // French The Journal of Finance, 1992. - Vol. 47. No. 2. -p. 427-465.

49. Fama E., French K. (1993) Common Risk Factors in the Returns on Stocks and Bonds // Journal of Financial Economics, 1993. -Vol. 33. No. 3.-p. 56.

50. Fama E., French K. (2010) Luck versus skill in the Cross Section of Mutual Fund Returns // The Journal of Finance, 2010. - Vol.65. No.5. - p.1915-1947.

51. Ferson W.E., Schadt R.W. (1996) Measuring fund strategy and performance in changing economic conditions // The Journal of Finance, 1996. -Vol. 51. No. 2. - p. 425- 461.

52. Ferson W.E., Wartner V.A. (1996) Evaluating fund performance in a dynamic market // Financial Analysts Journal, 1996. -Vol. 52. No. 6. - p. 20-28.

53. Fong K., Gallagher D. R. Lee A.D. (2008) Benchmarking benchmarks: Measuring characteristic selectivity using portfolio holdings data // Accounting and Finance, 2008. - Vol. 48. No.5. - p. 761-781.

54. Freeman J. P. (2007) John Freeman's Working Paper Responding to the Advisory Fee Analysis in AEI Working Paper 127, June 2006, "Competition and Shareholder Fees in the Mutual Fund Industry: Evidence and Implications for Policy" by John C. Coates, IV, and R. Glenn Hubbard // working papers, 2007.

55. Freeman J. P., Brown S. L. (2001) Mutual Fund Advisory Fees: The Cost of Conflicts of Interest // Journal of Corporate Law, 2001. -pp. 610-673.

56. Gil-Bazo J., Ruiz-Verdu P. (2007) Yet Another Puzzle Relation between Price and Performance in the Mutual Fund Industry // working papers, 2007.

57. Glassman D.A., Riddick L.A. (2003) Market timing by global fund managers // working paper SSRN, 2003.

58. Goetzmann W., Ingersoll Jr. J., Ivkovich, Z. (2000) Monthly measurement of daily timers // Journal of Financial and Quantitative Analysis, 2000. - Vol. 35. - p. 257- 290.

59. Goetzmann W. N., Peles N. (1997) Cognitive dissonance and mutual fund investors // Journal of Financial Research, 1997. - Vol. 20. No. 2.-p. 145-158.

60. Graham J., Harvey C. (1996) Market timing ability and volatility implied in investment newsletters' asset allocation recommendations // Journal of Financial Economics, 1996. - Vol. 42. - p. 397-421.

61. Grinblatt M., Ikheimo S., Keloharju M. (2008) Are Mutual Fund Fees Competitive? What IQ-Related Behavior Tells Us // working papers, 2008.

62. Grinblatt M., Titman S. (1989) Portfolio performance evaluation: old issues and new insights // Review of Financial Studies, 1989.-Vol. 2.-p. 393-421.

63. Grinblatt M., Titman S. (1992) The persistence of mutual fund performance // The Journal of Finance, 1992. - Vol. 47. No. 5. - p. 19771984.

64. Grinblatt M., Titman S. Wermers R. (1995) Momentum investment strategies, portfolio performance, and herding: A study of mutual fund behavior // The American Economic Review, 1995. - Vol. 85. No.5. - p. 1088-1105.

65. Grossman S., Stiglitz J. (1980) On the Impossibility of Informationally Efficient Markets // American Economic Review, 1980. -Vol. 70. - p. 393-408.

66. Gruber M. J. (1996) Another Puzzle: The Growth in Actively Managed Mutual Funds // The Journal of Finance, 1996. - Vol. 51. No.3. -p. 783-810.

67. Harding D. (2002) A critique of the Sharpe ratio // Wilton Capital Management, 2002.

68. Henriksson R., Merton R.. (1981) On market timing and investment performance: II. Statistical procedures for evaluating forecasting skills // Journal of Business, 1981. - Vol. 54. - p. 513- 533.

69. Henriksson R.D. (1984) Market timing and mutual fund performance: An empirical investigation // Journal of Business, 1984. -Vol. 57.-p. 73-96.

70. Hochman S. (1983) The beta coefficient: an instrumental variable approach // Research in Finance, 1983. - Vol. 4. - p.392-407.

71. Horowitz J., Hárdle W., Kreiss J. (2003) Bootstrap methods for time series // International Statistical Review, 2003. - Vol. 71. - p. 435459.

72. Indro D. C., Jiang C.X., Hu M.Y., Lee W.Y. (1999) Mutual fund performance: Does fund size matter? // Financial Analysts Journal, 1999. - Vol. 55. No.3. - p. 74-87.

73. Ippolito R. A. (1989) Efficiency with costly information: A study of mutual fund performance, 1965-1984 // The Quarterly Journal of Economics, 1989. - Vol. 104. No.l. - p. 1-23.

74. Jagannathan R., Korajczyk R. (1986) Assessing the market timing performance of managed portfolios // Journal of Business, 1986. -Vol. 59.-p. 217-235.

75. Jensen M. (1967b) Random walks: Reality or myth—comment // Financial Analysts Journal, 1967b. - Vol. 23. - p. 77-85.

76. Jarque C., Bera A. (1987) A test for normality of observations and regression residuals // International Statistical Review, 1987. - Vol. 55. -p. 163-172.

77. Jensen M. C. (1968) The performance of mutual funds in the period 1945-1964 // Journal of Finance, 1968. - Vol. 23. No. 2. - p. 389416.

78. Jensen M. (1969) Risk, the Pricing of Capital Assets, and the Evaluation of Investment Performance // Journal of Business, 1969. - Vol. 42. - p. 167-247.

79. Jensen M. (1972b) Optimal utilization of market forecasts and the evaluation of investment performance // Mathematical Methods of Investment and Finance, 1972b.

80. Jensen M.C. (1978) Some Anomalous Evidence Regarding Market Efficiency // Journal of Financial Economics, 1978. - Vol. 6. Nos. 2/3.-p. 95-101.

81. Jiang W. (2003) A nonparametric test of market timing // Journal of Empirical Finance, 2003. - Vol. 10. - p. 399- 425.

82. Kliger D., Levy O., Sonsino D. (2003) On Absolute and Relative Performance and the Demand for Mutual Funds - Experimental Evidence // Journal of Economic Behavior & Organization, 2003. - Vol. 52.-p. 341-363.

83. Stanley K., Frank J. C. (1978) Estimation of time-varying systematic risk and performance for mutual fund portfolios: An application of switching regression // Journal of Finance, 1978. - Vol. 33. - p. 457-76.

84. Kosowski R., Naik N.Y., Teo M. (2007) Do hedge funds deliver alpha? A Bayesian and bootstrap approach // Journal of Financial Economics, 2007. - Vol. 84. - p. 229-64.

85. Kosowski R., Timmermann A., White H., Wermers R. (2006) Can Mutual Fund "Stars" Really Pick Stocks? New Evidence from a Bootstrap Analysis // Journal of Finance, 2006. - Vol.LXI. No 6. - p. 25512295.

86. Kothari S. P., Warner J.B. (2001) Evaluating mutual fund performance // The Journal of Finance, 2001. - Vol. 56. No.5. - p. 19852010.

87. Layfield L., Stevenson S. (2011) Separating skill from luck in REIT mutual funds // Working Papers in Real Estate & Planning, 2011. University of Reading. - p.33.

88. Lehman B. N., Modest D. M. (1987) Mutual fund performance evaluation: a comparison of benchmarks and benchmark comparisons // The Journal of Finance, 1987. - Vol. 42. No.2. - p. 233-65.

89. Lequeux P., Acar E. (1998) A Dynamic Index for Managed Currencies Funds using CME Currency Contracts // European Journal of Finance, 1998. - Vol. 4. - p. 311-330.

90. Liang B. (1999) On the performance of hedge funds // Financial Analysts Journal, 1999. - Vol. 55. No.4. - p. 72-85.

91. Liang B. (2001) Hedge fund performance: 1990-1999 // Financial Analysts Journal, 2001. - Vol. 57. No.l. - p. 11-18.

92. Liljeblom E., Loflund A. (2000) Evaluating Mutual Fund on a Small Market: Is Benchmark Selection Crucial? // Scandinavian Journal of Management, 2000. - Vol. 16. - p. 67-84.

93. Lo A. (2002) The statistics of Sharpe Ratios // Financial Analysts Journal, 2002. - Vol. 58. No.4 - p. 36.

94. Malkiel B.G. (2003) Passive investment strategies and efficient markets // European Financial Management, 2003. - Vol. 9. No. 1. -p. 1-10.

95. Mamaysky H., Spiegel M., Zhang H. (2002) Estimating the Dynamics of Mutual Fund Alphas and Betas // Yale School of Management, ICF Working, 2002.

96. Mandelker G.N., Rhee S.G. (1984) The impact of the degrees of operating and financial leverage on systematic risk of common stock // Journal of Financial and Quantitative Analysis, 1984. - Vol. 19. - p. 45-57.

97. Matallin-Saez J. (2007) Portfolio performance: factors or benchmarks? // Applied Financial Economics, 2007. - Vol. 17. - p. 11671178.

98. Merton R. C. (1980) On Estimating the Expected Return on the Market: An Exploratory Investigation // Journal of Financial Economics, 1980. - Vol. 8. - p. 323-361.

99. Myer F., Webb J. (1993) The Effect of Benchmark Choice on Risk-Adjusted Performance Measures for Commingled Real Estate Funds // The Journal of Real Estate Research, 1993. - Vol. 8. - p. 189-203.

100. Nanigian D., Finke M. S., Waller W. (2008) Redemption Fees: Reward forPunishment // Working Papers, 2008.

101. Nuttall J. (2007) Flaw in the fund skill/luck test method of Cuthbertson et al. // MRPA Paper. University of Western Ontario, 2007.

102. Palmiter A. R., Taha A. E. (2008) Mutual Fund Investors: Divergent Profiles // Working Papers, 2008.

103. Pastor L., Stambaugh R. F. (2002) Investing in Equity Mutual Funds // Journal of Financial Economics, 2002. - p. 351-358.

104. Rosenthal Dale WR (2012) Modeling trade direction // Journal of Financial Econometrics, 2012. - Vol. 10. No. 2. - p. 390-415.

105. Ross S.A. (1976) Mutual fund separation in financial theory -The separating distributions // Working Paper, p. 1-76. Rodney L. White Center for Financial Research, University of Pennsylvania, Philadelphia. PA.

106. Scholes M., Williams J. T. (1977) Estimating betas from nonsynchronous data // Journal of Financial Economics, 1977. - Vol. 5. -p. 309-327.

107. School W. (1982) Study of Mutual Funds: Report of the Committee on Interstate and Foreign Commerce, 87th Congress, 2nd Session, House Report No. 2274 // William S. Hein & Company, 1982.

108. Sehgal S., Jhanwar M. (2008) On stock selection skills and market timing abilities of mutual fund managers in In- dia. International Research Journal of Finance and Economics,15, 307-317.

109. Sewell Martin (2007) Fund Performance

110. Sharpe W. (1966) Mutual Fund Performance // Journal of Business, 1966. - Vol. 39. - p. 119 - 138.

111. Sharpe W. (1988) Determining a Fund's Effective Asset Mix // Investment Management Review, 1988. - p. 16-29.

112. Sharpe W. (1991) The arithmetic of active management // Financial Analysts Journal, 1991. - Vol. 47. - p. 7-9.

113. Sharpe W. (1992) Asset allocation: Management style and performance measurement // The Journal of Portfolio Management, 1992. -Vol. 18. -p. 7-19.

114. Hu S., Malevergne Y., Sornette D. (2009) Investors Misperception: A Hidden Source of High Markups in the Mutual Fund Industry // Swiss Finance Institute Research Paper Seires № 09-04.

115. Sortino F., Meer R. (1991) Downside Risk // The Journal of Portfolio Management,1991. - Vol. 17. Isuue. 4. - p. 27-31.

116. Sortino F. (1999) The Dutch Triangle // The Journal of portfolio management, 1999. - Issue 99. - p.22.

117. Suh S., Hong K. (2011) Control of Luck in Measuring Investment Fund Performance // Asia-pacific Journal of Financial Studies, 2011.-Vol. 40.-p. 467-493.

118. Treynor J. (1965) How to Rate Management of Investment Funds // Harvard Business Review, 1965. - Vol. 43. - p. 63-75.

119. Treynor J., Black F. (1973) How to Use Security Analysis to Improve Portfolio Selection // Journal of Business, 1973. - Vol. 46. - p. 66-86.

120. Treynor J., Mazuy K. (1966) Can mutual funds outguess the market? // Harvard Business Review, 1966. - Vol. 44. - p. 131-136.

121. Wermers R. (1997) Momentum Investment Strategies by Mutual Funds, Performance Persistence, and Survivorship Bias // University of Maryland, Working Paper, 1997.

122. Young T. W. ( 1991) Calmar Ratio: A Smoother Tool // Futures, 1991.

123. Zechauser R., Patel J., Hendricks D. (1993) Hot hands in mutual funds: Short-run persistence of relative performance, 1974-1988 // The Journal of Finance - Vol. 48. No.l. - p. 93-130.

Электронные ресурсы

124. Информационный ресурс Investfunds. Cbonds Group [Электронный ресурс]. - Режимдоступа: www.investfunds.ru

125. Institute (2008): 2008 Investment Company Fact Book. Investment Company Institute. [Электронный ресурс]. - Режимдоступа: http://www.icifactbook.org/2008/

126. Institute (2009): 2009 Investment Company Fact Book. Investment Company Institute. [Электронный ресурс]. - Режимдоступа: http://www.icifactbook.org/2009/

ПРИЛОЖЕНИЕ 1. Основные статистические показатели фондов

Название фонда Меап МесИап Махипит М1ттит 51с1.0еу. 5ке\мпе55 КиГККГС ^гчие-Вега РгоЬаЬПИу ОЬэег.

1 Аванпост 0,03101 0,05049 3,62335 -3,06766 0,58733 -0,24970 8,38193 1838,084 0,00000 1510

2 АГАНА- Индекс ММВБ -0,00709 0,17859 18,10005 -10,00000 3,28566 -17,07090 517,85030 18481251,000 0,00000 1666

3 АГАНА - Металлургия -0,10940 -0,01373 5,37572 -6,51454 1,42496 -0,47370 5,84498 111,269 0,00000 297

4 АГАНА - Молодежный 0,03982 0,09054 20,55904 -15,37810 1,80784 0,63084 27,36488 41840,370 0,00000 1687

5 АГАНА-Телеком 0,01441 0,05053 3,92899 -6,11407 1,19244 -1,00135 7,70949 323,011 0,00000 296

6 АГАНА - Консервативный 0,02525 0,03545 5,85902 -5,07574 0,69309 -0,45770 21,16673 23188,330 0,00000 1682

7 АГАНА - Нефтегаэ 0,05149 0,16280 12,22409 -9,48979 1,55911 -0,76779 11,83727 5675,454 0,00000 1693

8 АГАНА -Экстрим 0,08559 0,12240 20,12279 -14,86024 1,87353 0,91557 25,66436 36428,800 0,00000 1691

9 АГАНА - Энергетика -0,03925 0,00000 7,20918 -7,62023 0,84942 -1,64168 28,29547 26269,640 0,00000 969

10 Агора - открытый рынок 0,53272 0,45658 18,30060 -27,12675 4,04326 -1,67708 20,94176 2221,048 0,00000 160

11 Агора -фонд инвестиционных идей 0,46304 1,29948 28,03203 -28,08101 8,05372 -0,11189 6,25049 36,713 0,00000 83

12 Агора - рынок акций 0,03418 0,14012 18,43015 -14,37677 2,22206 0,09000 13,57715 5949,805 0,00000 1276

13 Агора - фонд сбережений 0,07269 0,03615 4,32576 -4,77104 0,54820 -0,56721 33,23857 48072,060 0,00000 1260

14 Агрессивный 0,08189 0,10804 21,20818 -16,07739 2,43016 0,44329 17,72053 11925,150 0,00000 1316

15 Адекта - Фонд акций второго эшелона 0,62353 0,95820 27,39862 -39,82927 8,53623 -0,73202 7,69628 105,868 0,00000 105

16 Адекта — Фонд ликвидных активов 0,03431 0,09282 14,89103 -10,40333 1,53529 -0,12320 19,63644 19805,000 0,00000 1717

17 Адекта — Фонд ликвидных облигаций 0,01572 0,03257 7,05385 -6,61277 0,34025 -0,66587 205,25190 2928303,000 0,00000 1718

18 Адекта — Фонд облигаций второго эшелона 0,01459 0,03506 2,46845 -5,24746 0,32135 -3,71237 61,18361 245562,800 0,00000 1713

19 Адекта — Фонд оптимальный 0,03493 0,13983 17,67811 -14,87123 1,98174 0,21046 19,38775 19236,990 0,00000 1718

20 Адекта — Фонд пенсионных резервов 0,03499 0,08873 5,41556 -7,64085 1,16760 -0,79486 9,72193 3393,480 0,00000 1707

21 Адекта — Фонд телекоммуникаций 0,05440 0,07306 11,49518 -11,08863 1,62476 -0,64180 11,13636 4907,667 0,00000 1736

22 Адекта — Фонд топливно-энергетического комплекса 0,04098 0,11357 18,86952 -13,42838 1,92643 -0,03867 17,23082 14649,110 0,00000 1736

23 Аз-Капитал 0,55139 0,99358 12,67997 -22,29552 5,72736 -1,25778 6,36330 61,739 0,00000 84

24 АК БАРС - Акции 0,02761 0,07089 17,50646 -13,28135 1,84554 -0,26712 18,51409 16898,190 0,00000 1683

25 АК БАРС-Индекс ММВБ 0,07621 0,19165 22,20301 -14,61277 2,30672 0,06036 15,50564 10805,020 0,00000 1658

26 АК БАРС - Коллекционный 0,06768 0,38961 7,05724 -21,12194 3,95510 -2,27674 12,74692 395,433 0,00000 82

27 АК БАРС - Консервативный -0,03391 0,02258 23,83616 -32,08188 1,39768 -5,78537 267,59220 4857396,000 0,00000 1662

28 АК БАРС - Сбалансированный 0,03737 0,10093 22,22567 -19,78472 1,34589 0,78199 78,96949 411865,100 0,00000 1712

29 АК БАРС - Нефть и Газ 0,02881 0,02990 11,82434 -5,71741 0,86624 2,02570 43,83578 99003,670 0,00000 1411

30 АК БАРС — Фонд Динамического Хеджирования -0,06756 0,89876 10,29109 -19,56397 5,51877 -0,98524 4,72573 23,727 0,00001 83

31 Активные Инвестиции -0,00075 -0,00200 0,06721 -0,08014 0,02188 -0,35781 5,80124 26,122 0,00000 75

32 Акции плюс 0,01719 -0,00888 9,71860 -9,67495 1,69085 0,11693 9,86234 1726,739 0,00000 879

33 Аллтек - Индекс ММВБ 0,02590 0,16525 20,70485 -20,94699 2,61714 -0,49936 18,20513 10342,280 0,00000 1069

34 Александр Невский 0,57950 1,54530 36,26957 -43,66922 9,24593 -0,91850 10,26260 236,171 0,00000 101

35 Алемар - Российская энергетика -0,00600 0,00000 12,12511 -13,24839 1,93882 -0,33555 13,63456 5052,720 0,00000 1068

го Алмаз 0,99116 0,89693 73,35250 -46,60512 12,58561 1,50065 17,20705 808,251 0,00000 92

Название фонда Меап МесНап Мах1тит МЫтит БкеитеББ КигЙКК ^грие-Вега РгоЬаЬПиу ОЬэег.

37 Альтернативный процент 0,01612 0,01498 0,21026 -0,16417 0,06310 -0,08694 4,76536 14,685 0,00065 112

38 Альфа-Капитал 0,00965 0,09779 9,65569 -27,07455 2,36924 -4,73290 56,12213 66723,300 0,00000 550

39 Альфа-Капитал Акции 0,05541 0,20126 15,53504 -13,84418 1,85592 -0,54365 10,81837 4470,676 0,00000 1722

40 Альфа-Капитал Глобальные финансы -0,06524 0,03642 11,40644 -18,24495 1,85360 -1,55663 19,31801 12418,640 0,00000 1080

41 Альфа-Капитал Драгоценные металлы -0,01114 0,08800 15,87282 -12,18972 1,97003 -0,20370 11,22643 3038,675 0,00000 1075

42 Альфа-Капитал Облигации плюс 0,03302 0,04248 1,95161 -3,99104 0,29459 -2,85474 41,92931 111978,400 0,00000 1736

43 Альфа-Капитал Резерв 0,02981 0,02542 2,65932 -2,18431 0,16654 -0,39351 80,69276 436660,700 0,00000 1736

44 Альфа-Капитал Сбалансированный -0,02526 0,03630 10,13341 -6,91002 1,19781 -0,12027 11,75568 3321,329 0,00000 1039

45 Альфа-Капитал Сырьевые рынки 0,01007 0,04320 3,22737 -6,29347 0,66121 -2,10367 23,49859 13264,540 0,00000 727

46 Альфа-Капитал Акции роста 0,10988 0,26620 22,42209 -33,76517 2,89963 -2,70341 50,97289 48069,290 0,00000 495

47 Альфа-Капитал Высокие технологии 0,01441 0,07817 9,86216 -12,84387 1,69044 -0,96677 10,01280 2729,687 0,00000 1238

48 Альфа-Капитал Индекс ММВБ -0,01717 0,15050 16,74692 -14,09804 2,30455 -0,24734 12,56519 4732,133 0,00000 1238

49 Альфа-Капитал Металлургия 0,00187 0,12031 13,23244 -16,83980 2,04383 -0,80788 10,85523 3309,559 0,00000 1235

50 Альфа-Капитал Нефтегаз 0,01579 0,15421 16,41355 -11,53279 1,90973 -0,09150 11,58537 3800,789 0,00000 1237

51 Альфа-Капитал Потребительский сектор -0,01967 0,06739 10,34616 -13,06633 1,74017 -1,08921 12,78983 4547,337 0,00000 1085

52 Альфа-Капитал Электроэнергетика -0,03272 0,01300 5,91096 -10,38639 1,69814 -0,54070 6,42756 666,331 0,00000 1238

53 Альянс РОСНО - Максимум -0,11306 0,03345 4,09949 -6,67125 1,69285 -0,75108 4,50002 23,284 0,00001 124

54 Альянс РОСНО - Акции 0,07814 0,25328 17,38425 -12,36605 2,00022 -0,25042 13,89845 8520,360 0,00000 1718

55 Альянс РОСНО - Акции второго эшелона 0,42802 0,15482 17,28196 -29,44957 6,18588 -1,05834 9,23080 254,406 0,00000 141

56 Альянс РОСНО - Акции несырьевых компаний -0,01226 0,10004 5,59611 -13,65395 1,60456 -1,36510 11,51806 3750,531 0,00000 1125

57 Альянс РОСНО-Акции сырьевых компаний 0,04067 0,12310 17,23566 -14,87846 2,29671 -0,05373 14,30590 5928,340 0,00000 1113

58 Альянс РОСНО - Облигации 0,02555 0,03140 1,25679 -2,26785 0,20380 -3,51519 39,95176 102341,400 0,00000 1736

59 Альянс РОСНО - Сбалансированный 0,03805 0,09736 7,05346 -7,27420 1,03206 -0,62965 10,39665 4013,457 0,00000 1711

60 Альянс РОСНО — Государственные облигации 0,00189 0,02083 5,22304 -4,13534 0,49248 -1,48701 38,74283 79434,880 0,00000 1482

61 Аметист -0,00068 0,40351 25,61170 -41,85848 7,71945 -2,42339 19,31184 663,592 0,00000 55

62 АМК Лидер -0,00177 0,03382 20,11622 -15,21019 2,19940 0,18667 18,95710 13152,430 0,00000 1239

63 АМК Реалист 0,05247 0,01696 26,20066 -11,12386 1,15193 11,25795 254,49180 3275419,000 0,00000 1233

64 АМК Эксперт 0,01397 0,02985 10,60325 -11,09350 1,31822 -0,25205 16,61581 9297,689 0,00000 1202

65 Аналитический центр - Пенсионный -0,02309 0,07006 8,47215 -9,88969 1,34749 -1,27185 14,20556 6002,092 0.00000 1091

66 Аналитический Центр - Сбалансированный 0,01020 0,09171 15,44826 -13,58708 1,86535 -0,26392 18,89350 13213,090 0,00000 1254

67 Арсагера - ФА 0,07043 0,20461 15,45147 -13,15619 2,18379 -0,59794 11,27330 4317,850 0,00000 1483

68 Арсзгера-А6.4 1,24049 0,53303 33,69910 -29,94277 9,50466 0,42645 6,12224 35,792 0,00000 82

69 Арсагера-СИ 0,04877 0,10639 8,32935 -9,82443 1,41579 -0,72393 11,85304 4248,279 0,00000 1267

70 Асгерком - Индекс РТС -0,02040 0,09572 16,20790 -11,76237 2,09451 -0,00739 11,50721 3691,011 0,00000 1224

71 Астерком - фонд акций 0,02150 0,08480 6,49191 -7,67698 1,27375 -0,57107 6,26839 635,304 0,00000 1272

72 Асгерком - фонд сбалансированный 0,00740 0,07546 6,44939 -9,25189 1,27762 -0,59870 8,56679 1703,553 0,00000 1261

73 Атлант - фонд сбалансированный -0,00135 0,03184 0,95464 -1,26351 0,28519 -0,93138 6,23983 206,003 0,00000 354

74 Атлант-фонд акций 0,00820 0,06501 6,21950 -4,29097 1,34592 -0,12235 4,49340 52,387 0,00000 549

75 Атлант - фонд облигаций 0,02262 0,02936 0,98232 -1,31780 0,16699 -1,71682 18,30510 4520,912 0,00000 441

76 Атон-Фонд акций 0,03935 0,15573 21,97837 -14,68165 2,28162 0,21207 16,82814 10144,060 0,00000 1272

п Атон - Индекс ММВБ 0,01392 0,12700 18,20603 -14,29343 2,35944 0,02217 13,95296 6078,450 0,00000 1216

Название фонда Mean Median Maximum Minimum Std.Dev. Skewness Kurtosis Jarque-Bera Probability Obser.

78 Атон - Фонд облигаций 0,02720 0,03143 11,56045 -10,78729 0,70604 -0,15621 143,48690 999168,500 0,00000 1215

79 АФМ. Премьера -0,01356 0,02254 13,31561 -7,68000 1,14741 0,62494 28,54944 33371,140 0,00000 1224

80 Базовые отрасли 0,02388 -0,01102 4,08311 -3,86259 1,21081 0,06210 4,93913 11,799 0,00274 75

81 1 Универсальный -0,09191 0,02362 38,92317 -27,44710 1,71478 3,50395 285,22760 4214219,000 0,00000 1269

82 БАЛТИНВЕСТ - Фонд акций 0,01562 0,02678 15,65806 -14,84618 2,06017 -0,36140 12,96722 5151,520 0,00000 1238

83 БАЛТИНВЕСТ- Фонд металлургии и машиностроения 0,02682 0,05400 10,94443 -15,34623 2,09686 -0,74753 11,46201 3079,775 0,00000 1001

84 БАЛТИНВЕСТ- Фонд потребительского сектора -0,02248 0,00000 11,60820 -13,05420 1,86748 -0,37364 10,26865 2211,303 0,00000 994

85 БАЛТИНВЕСТ - Фогд телекоммуникаций -0,06693 0,00000 10,58532 -14,74266 2,03803 -1,14932 12,63198 4057,183 0,00000 993

86 БАЛТИНВЕСТ - Фонд финансового сектора -0,01881 0,02838 16,75911 -15,45291 1,98623 -0,42188 15,28933 6341,449 0,00000 1003

87 БАЛТИНВЕСТ -Фонд электроэнергетики -0,04719 0,00000 16,85123 -15,57954 2,38043 -0,45705 13,91097 5000,201 0,00000 1001

88 БАЛТИНВЕСТ - Фонд облигаций 0,04248 0,05229 12,86500 -10,58964 1,03432 1,28071 54,82114 103978,200 0,00000 927

89 БАЛТИНВЕСТ - Фонд смешанных инвестиций 0,00398 0,00259 0,03616 0,00256 0,00296 4,27107 39,01116 21802,200 0,00000 382

90 Берег -0,80274 -0,64980 2,89065 -4,00717 2,14277 0,21471 2,42096 0,173 0,91703 8

91 БИНБАНК- ФОНД АКЦИЙ 0,01951 0,11868 16,46054 -12,11112 2,05672 -0,13725 12,96007 5228,661 0,00000 1264

92 БИНБАНК Индекс РТС-Металлы и добыча -0,00409 0,13817 14,76274 -18,57988 2,47471 -0,64692 10,88749 2771,075 0,00000 1041

93 БИНБАНК Индекс РТС - Нефть и Газ 0,00402 0,05838 18,39842 -21,57678 2,70665 -0,08194 14,97782 5470,752 0,00000 915

94 БИНБАНК Индекс РТС-Электроэнергетика 0,19240 0,28273 6,17201 -7,65913 1,62835 -0,84857 7,10360 387,001 0,00000 471

95 Биржевая площадь - Индекс ММВБ 0,02811 0,18424 18,39001 -15,13060 2,39067 -0,04530 13,75362 6076,370 0,00000 1261

96 БКС - Фонд Голубых Фишек 0,04101 0,14758 18,14448 -13,88718 2,16270 0,00796 13,77201 6111,257 0,00000 1264

97 БКС - Фонд Национальных Облигаций 0,05455 0,04070 8,47544 -26,15061 0,91191 -13,14750 409,11570 11931641,000 0,00000 1729

98 БКС - Фонд Нефти и Нефтехимии 0,07266 0,17037 15,31431 -11,44381 2,09562 0,08861 12,60926 4098,885 0,00000 1065

99 БКС - Фонд Оптимальный 0,02593 0,12159 5,45900 -6,80173 1,01831 -1,12445 10,22409 3012,521 0,00000 1263

100 БКС - Фонд Потребительского Сектора -0,02248 0,06578 6,08280 -10,63941 1,45052 -1,23795 10,64659 2866,644 0,00000 1065

101 БКС - Фонд «Халяль» 0,02523 0,08574 11,88653 -12,21308 1,85945 -0,99967 13,28637 4515,802 0,00000 987

102 БКС- Фонд Перспективных Акций 0,01156 0,12695 7,78947 -7,51508 1,42901 -0,87707 8,23812 1612,206 0,00000 1268

103 Булдырабыз 0,00454 0,07227 5,60825 -7,21233 1,37306 -0,50051 5,52750 375,058 0,00000 1218

104 ВЕЛЕС Капитал 0,02463 0,09118 11,27519 -11,13818 1,62789 -0,65017 12,33185 4675,451 0,00000 1264

105 Верба-Капитал акции 0,24896 0,29945 6,74934 -9,37167 1,83826 -0,81033 7,17949 321,515 0,00000 384

106 ВИТУС - Фонд накопленный -0,03487 0Д0357 9,88249 -18,45536 1,65691 -3,05644 36,87659 35055,980 0,00000 710

107 Волхонка - фонд облигаций -0,00108 0,02600 5,43268 -6,78265 0,54303 -3,40352 58,22047 163939,700 0,00000 1271

108 ВПИ фонд акции -0,02963 -0,02192 4,23597 -3,06937 1,07293 0,95975 7,64092 50,445 0,00000 48

109 ВПИ консервативный 0,00891 0,05390 1,59661 -3,63518 0,46611 -1,31049 12,09855 1826,685 0,00000 489

110 ВТБ-Индекс ММВБ 0,07707 0,18755 18,41654 -14,38666 2,24082 -0,13703 14,11376 8898,543 0,00000 1728

111 ВТБ - Фонд Казначейский 0,04589 0,03615 3,98614 -4,33884 0,31825 -1,33494 62,46998 253529,900 0,00000 1717

112 ВТБ - Фонд Облигаций плюс 0,04610 0,06439 3,82979 -4,39699 0,59849 -0,84551 16,41759 7887,190 0,00000 1035

113 ВТБ - Фонд Перспективных инвестиций -0,00426 0Д1351 8,73440 -11,85771 1,84457 -0,75304 7,80981 1095,483 0,00000 1035

114 ВТБ - Фонд Потребительского сектора -0,01607 0,10341 8,58209 -9,80861 1,68052 -0,87332 8,28057 1331,500 0,00000 1033

115 ВТБ - Фонд Предприятий с государственным участием 0,04044 0,16899 20,71006 -12,12121 2,21160 0,19755 15,70658 7003,246 0,00000 1040

116 ВТБ - Фонд Сбалансированный 0,03352 0,08842 10,57828 -8,49359 1,35530 -0,06493 15,75215 7013,595 0,00000 1035

117 ВТБ-Фонд Телекоммуникаций 0,00523 0,10288 8,67769 -14,32432 2,05549 -1,04429 9,42643 1961,528 0,00000 1031

118 ВТБ - Фонд Финансового сектора -0,04941 0,00000 7,97342 -7,19178 1,62410 -0,44912 6,57515 583,742 0,00000 1031

Название фонда Меап МесПап Мах1тит М1штит 5К1.0еу. 5ке«/пе$5 КиГК^Б ^грие-Вега РгоЬаЬПку ОЬэег.

119 ВТБ - Фонд Электроэнергетики -0,00908 0,00000 11,90476 -13,83285 2,07462 -0,54849 8,96480 1580,102 0,00000 1031

120 ВТБ - БРИК 0,05566 0,12944 32,93091 -20,34372 2,28571 1,29001 41,08805 104990,400 0,00000 1729

121 ВТОРОЙ НАЦИОНАЛЬНЫЙ 0,00177 0,02640 6,22676 -5,09758 0,65135 -1,06673 22,64138 20378,760 0,00000 1253

122 Высокие технологии 0,33847 1,12499 13,50717 -24,99064 6,91208 -0,67600 4,08071 10,610 0,00497 85

123 Высшая проба 0,68423 0,07735 7,55821 -6,33406 3,83691 -0,04450 2,12555 0,869 0,64754 27

124 Газовая промышленность-Акции 0,05768 0,17812 37,27322 -27,45437 2,46804 1,70707 62,74870 259066,400 0,00000 1736

125 Газовая промышленность - Облигации 0,03824 0,02661 39,55534 -28,31074 1,45715 9,21227 489,14790 16804225,000 0,00000 1704

126 Газпромбанк - Сбалансированный 0,02486 0,11360 10,28910 -8,80027 1,31479 -0,46438 11,29962 3702,367 0,00000 1274

127 Газпромбанк - Акции 0,02155 0,12173 18,72774 -15,13738 2,16148 -0,08279 17,02505 10615,200 0,00000 1295

128 Газпромбанк-Акции второго эшелона 1,05623 1,20244 29,38328 -43,86417 9,96324 -0,74940 8,96339 110,275 0,00000 70

129 Газпромбанк - Индекс ММВБ 0,00087 0,08367 18,39982 -14,41572 2,51076 0,02093 13,16654 4448,799 0,00000 1033

130 Газпромбанк - Казначейский 0,03280 0,03095 1,65365 -1,07042 0,11247 1,75507 50,71786 122383,000 0,00000 1283

131 Газпромбанк - Облигации 0,02344 0,02879 4,12085 -4,30540 0,34316 -0,85712 55,83295 151472,100 0,00000 1301

132 Газпромбанк - Фонд развивающихся отраслей 0,01873 0,12576 10,87112 -9,81832 1,98275 -0,45454 8,43270 1309,705 0,00000 1036

133 Газпромбанк-Электроэнергетика -0,02680 0,05163 14,60759 -14,30243 2,47573 -0,30875 8,59811 1369,252 0,00000 1036

134 ГЕРФИН фонд облигации 0,02641 0,01961 2,14700 -1,20356 0,15392 3,29343 70,06003 117862,100 0,00000 623

135 ГЕРФИН - фонд смешанных инвестиций -0,24239 0,00000 7,34702 -7,99204 2,01227 -0,53558 8,12975 100,693 0,00000 88

136 Глобал Капитал - Акции 0,05611 0,12478 16,13415 -15,50458 2,27271 -0,33402 10,63663 3437,713 0,00000 1404

137 Глобал Капитал - Облигации 0,03097 0,04177 5,72507 -6,71868 0,62833 -0,77729 21,86102 20847,590 0,00000 . 1397

138 ГЛОБЭКС - Сбалансированный 0,04405 0,09441 14,89754 -10,61123 1,52927 0,58167 18,59597 12973,340 0,00000 1273

139 ГЛОБЭКС- Профессиональный 0,67172 0,37703 28,52706 -21,30525 6,96395 0,80290 7,01849 71,006 0,00000 91

140 ГЛОБЭКС - Фонд акций 0,06130 0,12573 13,82801 -15,86193 1,89677 -0,61703 15,86639 11987,050 0,00000 1722

141 ГЛОБЭКС - Фонд облигаций 0,00278 0,03144 7,05795 -9,06661 0,71460 -2,65394 61,80420 249256,700 0,00000 1716

142 Гранат 0,06462 0,12172 12,93619 -7,97791 1,28886 -0,06973 15,94812 11995,630 0,00000 1717

143 ГФТ - фонд преумножние 0,00741 -0,01678 1,39361 -1,41716 0,30990 0,23181 8,98189 445,475 0,00000 297

144 Денежкин камень 0,62454 0,00000 53,78596 -47,67961 13,83254 0,43948 7,78303 72,921 0,00000 74

145 Денежный рынок - регион первый -0,01997 -0,01726 6,78587 -6,43680 1,07946 0,55832 37,26126 29132,220 0,00000 595

146 Дивидендные акции и корпоративные облигации 0,11689 0,15474 6,24044 -8,60936 1,06498 -0,68205 14,35919 4264,895 0,00000 782

147 Дмитрий Донской 0,05206 0,07167 10,97981 -16,75011 1,74974 -0,39776 16,06515 12028,870 0,00000 1685

148 Добро 0,77360 0,77553 3,78665 -2,62677 1,54300 -0,20699 2,86663 0,213 0,89906 27

149 Дом 0,10966 0,15544 3,04826 -2,53079 1,48261 0,27995 2,91102 0,201 0,90444 15

150 ДОСТОЯНИЕ Акций 0,01283 0,11701 13,80479 -12,49789 1,80466 -0,57455 12,94824 6234,571 0,00000 1492

151 ДОСТОЯНИЕ Облигаций 0,02402 0,02294 10,23498 -7,91478 1,28300 0,00751 13,66829 5998,870 0,00000 1265

152 ДОСТОЯНИЕ Сбалансированных Инвестиций 0,01038 0,08795 10,48362 -11,18254 1,27251 -0,85554 16,41843 13067,970 0,00000 1714

153 БКС - Фонд банковских акций -0,05829 0,03167 9,52298 -7,86898 1,31572 -0,40854 9,71592 2166,501 0,00000 1136

154 БКС - Фонд индекс ММВБ 0,07580 0,15720 17,46187 -13,56170 2,17028 -0,15796 13,06444 7131,294 0,00000 1688

155 БКС - Фонд металлургии 0,03899 0,14280 11,61534 -14,01491 1,88518 -0,63709 12,34744 3949,294 0,00000 1065

156 ДОХОДЪ - Фонд акций 0,05129 0,10783 14,00671 -10,85565 1,63889 -0,03952 11,67645 5436,352 0,00000 1733

157 ДОХОДЪ - Фонд сбалансированный 0,08558 0,22197 22,38960 -19,10306 2,41912 -0,02725 14,40025 9379,408 0,00000 1732

158 ДОХОДЪ - Индекс ММВБ 0,02394 0,09522 18,83002 -24,29306 2,35108 0,20851 13,85530 6003,834 0,00000 1221

159 ДОХОДЪ - Нефть и Газ 0,02931 ОД 1654 15,21611 -11,09513 2,05440 -0,01805 10,87629 2724,471 0,00000 1054

Название фонда Меап МесПап Махтит МЫтит 51с1.0еу. Зке\«пе55 КигКшз ^грие-Вега РгоЬаЫ1Ку ОЬ5ег.

160 ДОХОДЪ-Финансы и Банки -0,02789 0,01634 14,72425 -9,82326 1,66649 0,32765 13,03694 4287,059 0,00000 1017

161 Ермак - проекция рынка 0,03004 0,13709 14,52238 -12,60517 2,37476 -0,42151 9,41680 1574,217 0,00000 902

162 Ермак - фонд краткосрочных инвестиций 0,07025 0,15161 14,17729 -13,07671 1,80934 -0,58638 13,79347 8516,427 0,00000 1734

163 Замоскворечье - фонд энергетики 0,03968 0,01423 14,23437 -12,05486 1,88341 -0,24163 10,84916 3568,845 0,00000 1385

164 Звездный бульвар-звезды БРИК 0,01856 0,08448 16,34160 -13,58834 2,14695 0,03569 13,35311 5815,160 0,00000 1302

165 Изумруд-Индекс ММВБ 0,01581 0,01146 17,27253 -14,03846 1,98889 -0,15309 17,09407 13414,710 0,00000 1620

166 Инвестбаланс -0,32365 0,63208 7,87881 -18,68629 4,21411 -2,01864 9,32869 147,924 0,00000 63

167 ИнвестКапитзл - Индекс ММВБ 0,01484 0,00856 22,43662 -18,78371 2,57861 0,29499 18,38347 10210,720 0,00000 1034

168 ИнвестКапитал - нефтегазэнерго -0,01133 0,05787 39,49726 -28,79777 2,18054 2,65187 110,72420 622345,800 0,00000 1284

169 ИнвестКапитал - фонд акций 0,03299 0,09114 11,30131 -9,48754 1,51859 -0,41832 9,20948 2837,996 0,00000 1735

170 Ингосстрах акции 0,02928 0,13050 17,76214 -14,39437 1,76442 -0,55108 19,31787 19548,880 0,00000 1754

171 Ингосстрах денежный рынок 0,03215 0,02683 0,64630 -0,50366 0,06124 0,10730 30,03335 28655,330 0,00000 941

172 Ингосстрах Индекс ММВБ 0,03379 0,09840 21,18104 -14,02948 2,54570 0,35458 14,46327 5138,977 0,00000 935

173 Ингосстрах облигации 0,02805 0,03589 3,84351 -3,66033 0,32105 -1,98287 42,86161 117275,000 0,00000 1754

174 Ингосстрах пенсионный 0,03086 0,05475 5,69498 -6,93470 0,66516 -1,45370 22,02521 26700,510 0,00000 1730

175 Ингосстрах сбалансированный 0,04078 0,09369 12,10122 -8,43710 1,26146 -0,12078 14,14841 9590,133 0,00000 1851

176 Индекс ММВБ -0,03237 0,04496 6,64551 -6,40018 1,40122 -0,28379 6,86391 167,771 0,00000 264

177 Интерфин АКЦИИ 0,09868 0,08255 14,91310 -17,62163 2,19408 -0,08406 13,74662 5751,842 0,00000 1195

178 Интерфин Индекс ММВБ 0,03365 0,06469 18,36308 -13,38495 2,38443 0,10864 13,74621 5526,098 0,00000 1148

179 Интерфин ОБЛИГАЦИИ 0,01544 0,02429 12,68327 -7,90771 0,55480 4,67054 241,42230 3387481,000 0,00000 1428

180 Интерфин ОТКРЫТАЯ ЭНЕРГИЯ -0,02715 0,00000 8,84312 -10,18326 1,76900 -0,33033 7,62757 983,289 0,00000 1080

181 Интерфин ПАРТНЕРСТВО 0,01384 0,08652 15,19290 -16,54016 1,71824 -0,89355 22,82296 28588,340 0,00000 1732

182 Интерфин ТЕЛЕКОМ 0,09785 0,09631 11,41128 -10,29784 1,53832 0,01620 11,33978 5071,571 0,00000 1750

183 Интерфин Фонд Акции -0,01353 0,07381 10,31477 -12,28654 1,88056 -0,59999 11,74300 3689,568 0,00000 1137

184 Интерфин ЭНЕРГИЯ 0,21711 0,14236 26,41187 -33,02947 3,19289 -0,41202 38,87651 41960,910 0,00000 782

185 Интерфинанс- фонд смешанных инвестиций 0,00618 0,04266 6,51147 -8,03367 1,19714 -0,82898 11,93250 3796,768 0,00000 1104

186 ИНТРАСТ Фонд Акций 0,05346 0,12085 8,79023 -9,92541 1,51018 -0,55280 11,37961 5167,513 0,00000 1736

187 ИНТРАСТ Фонд перспективных инвестиций 0,01104 0,09278 9,69119 -8,26919 1,42623 -0,68416 9,81081 2698,504 0,00000 1342

188 ИНТРАСТ фонд смешанных инвестиций 0,02063 0,10132 7,32870 -7,49790 1,17153 -0,34506 8,51334 1731,468 0,00000 1346

189 Инфина - Фонд акций 0,03383 0,08217 8,38840 -7,21109 1,60884 -0,18888 6,35134 499,516 0,00000 1054

190 ИНФРАСТРУКТУРА -0,01718 0,07959 7,70599 -9,28144 1,48053 -0,85268 6,97983 830,347 0,00000 1063

191 Капитал Индустриальный -0,16117 -0,02974 5,65644 -8,59086 1,62400 -0,96999 7,92559 326,958 0,00000 280

192 Капитал Инвест-Интервальный 0,11298 0,40789 21,73671 -39,64390 9,15721 -1,40111 9,04457 133,168 0,00000 72

193 КапиталЪ - Облигации 0,03871 0,03303 2,60809 -3,28146 0,28072 -1,19045 39,34266 96941,930 0,00000 1754

194 КапиталЪ - Перспективные вложения 0,07203 0,13896 7,12985 -8,70394 1,55641 -0,63783 6,66475 1100,463 0,00000 1754

195 КапиталЪ - Сбалансированный 0,04924 0,08986 10,62328 -10,08516 1,34690 -0,32110 15,21813 10871,610 0,00000 1743

196 КапиталЪ - Энергетический 0,03526 0,12381 18,34139 -15,25849 2,13978 -0,03453 15,95225 12197,960 0,00000 1745

197 Красная площадь - акции компаний с государственным участием 0,06664 0,18674 17,50088 -11,86523 2,02031 -0,30472 12,75013 6787,917 0,00000 1707

198 Либра - Сбалансированный -0,00006 0,09657 10,37595 -7,61729 1,24769 -0,25532 15,06562 8002,970 0,00000 1317

199 Либра - Фонд акций 0,00151 0,13217 16,34969 -12,07485 1,85538 -0,01292 16,33390 10400,920 0,00000 1404

Название фонда Меап МеШап Мах1тит Мю1тит 5кеУ7пе55 КигЪ^ ]агрие-Вега РгоЬаЬ11Иу ОЬгег.

200 Кузнецкий мост 0,95852 1,09818 19,69814 -30,18649 6,19549 -1,11303 8,40894 155,379 0,00000 109

201 Либра - Пенсионный капитал 0,02038 0,04661 5,33354 -3,33069 0,64489 0,05912 11,71073 3307,576 0,00000 1046

202 Лидер Инвест 0,04438 0,10331 24,02074 -15,23456 1,26830 2,55041 93,26055 592882,000 0,00000 1741

203 Ломбарный список 0,01417 0,01645 0,38103 -0,42888 0,06848 -0,24444 23,96367 2381,786 0,00000 130

204 Ломоносов 0,07830 0,05203 17,02025 -14,46230 1,62658 -0,21562 15,71227 11615,010 0,00000 1723

205 Максвелл Индекс ММВБ 0,02617 0,13743 18,23384 -14,27889 2,36501 0,03151 13,70759 5565,616 0,00000 1165

206 Максвелл Капитал -0,00260 0,13003 6,79213 -9,04557 1,55702 -1,06201 8,44286 2497,634 0,00000 1756

207 Максвелл Фонд Акций 0,02973 0,14968 19,69835 -22,39134 2,11906 -0,51094 24,43919 30577,840 0,00000 1593

208 Максвелл Фонд Госпредприятий 0,00537 0,04376 17,87231 -11,79203 1,91574 -0,17847 14,34409 7836,286 0,00000 1460

209 Максвелл Фонд Облигаций -0,05811 0,02055 17,18958 -12,99831 1,13011 -2,72056 89,50837 504017,400 0,00000 1610

210 Максвелл Энерго 0,00565 0,03999 9,19799 -7,26783 1,43853 -0,24927 6,64591 719,377 0,00000 1275

211 Максимум возможностей 0,07761 0,04313 78,00375 -11,72401 3,30973 12,66128 293,31000 3796682,000 0,00000 1073

212 Манежная площадь - фонд акций 0,07864 0,19605 15,19780 -12,45628 1,96664 -0,31150 11,76558 5441,045 0,00000 1691

213 Малахитовая шкатулка 0,00017 0,12572 25,30681 -22,64307 2,53024 -0,06244 22,12963 17672,740 0,00000 1159

214 Малый бизнес Москвы 0,29196 0,35960 6,15130 -12,42254 2,55492 -1,66458 11,02878 236,077 0,00000 75

215 МДМ - сбалансированный 0,00328 0,05681 6,29234 -7,68246 0,95664 -0,87194 12,57227 4855,750 0,00000 1231

216 МДМ - мир акций 0,02362 0,13313 17,68456 -15,17235 1,92240 -0,09769 20,31019 21339,780 0,00000 1709

217 МДМ - мир облигаций 0,01648 0,04509 7,78693 -7,18686 0,72668 -1,02210 33,59243 66823,720 0,00000 1706

218 МДМ-мир фондов -0,01359 0,11833 16,36069 -13,42910 2,05263 -0,07169 19,07021 10546,110 0,00000 980

219 Меркурий глобальная электроенергетика -0,11731 -0,03670 9,96231 -8,83605 1,65339 0,25764 14,98039 1791,450 0,00000 299

220 Меркурий глобальный нофтегаз -0,00272 0,08852 3,69455 -4,64766 1,22524 -0,61202 4,78220 48,108 0,00000 247

221 Меркурий облигации 0,01741 0,02113 1,05328 -0,74271 0,15830 -0,08694 13,86695 1417,451 0,00000 288

222 Меркури — Акции 0,02312 0,15178 19,82292 -15,07608 2,34955 0,12998 16,45848 9429,859 0,00000 1249

223 Меркури — Сбалансированный -0,01532 0,03636 18,18370 -15,31560 2,12969 -0,08249 18,78298 12861,310 0,00000 1239

224 Метрополь Афина 0,05691 0,09391 17,30285 -14,35544 1,93553 -0,33266 20,26958 21629,480 0,00000 1738

225 Метрополь Зевс 0,03378 0,02812 52,55806 -32,31211 1,79372 12,33362 504,92290 18308794,000 0,00000 1740

226 Метрополь Золотое Руно 0,04987 0,07465 20,91265 -14,98896 2,00023 0,29634 23,62483 31185,080 0,00000 1758

227 Метрополь Посейдон - Индекс ММВБ 0,02405 0,14943 18,39311 -14,16443 2,45236 -0,03804 13,15883 4781,955 0,00000 1112

228 Мономах-Панорама 0,03445 0,10798 17,77159 -13,84900 1,76230 -0,10655 24,99025 35042,060 0,00000 1739

229 Мономах-Перспектива 0,04205 0,19396 16,29053 -13,49816 1,93989 -0,42383 13,99901 8868,655 0,00000 1749

230 Накопительный Резерв 0,02674 0,06481 6,83476 -5,61281 0,70837 -0,90569 20,81993 23313,720 0,00000 1744

231 Накопленный 0,03149 0,07649 7,57722 -7,82675 1,13073 -0,88782 11,63401 5354,761 0,00000 1654

232 Народное достояние 0,03360 0,07390 10,52446 -9,72414 0,99656 -0,88425 25,16635 35828,820 0,00000 1739

233 Невский - Фонд акций 0,04836 0,04987 17,96618 -12,88036 2,07116 0,54558 18,89426 10628,640 0,00000 1005

234 Невский - Фонд облигаций 0,01017 0,01489 2,23772 -2,15858 0,34838 -0,95383 14,15756 5365,458 0,00000 1005

235 Невский - Фонд смешанных инвестиций 0,03921 0,03347 7,90182 -5,86901 1,04153 0,10692 13,29103 4423,455 0,00000 1002

236 НИТ-Триумф 0,01839 0,05778 12,51870 -13,33380 1,67820 -0,92115 17,29514 10205,490 0,00000 1179

237 Номос фонд акции -0,02623 -0,01201 4,88841 -6,25385 1,60159 -0,59170 5,32802 56,550 0,00000 199

238 Нефтяной Фонд Промышленной Реконструкции и Развития -0,04279 0,22066 9,74219 -15,86000 4,58279 -0,79545 4,62675 18,552 0,00009 86

239 Норд-капитал - Акции 0,00749 0,01844 0,26573 | -0,56037 0,08875 -2,80591 17,85824 1870,927 0,00000 178

Название фонда Меап Median Maximum Minimum Std.Dev. Skewness Kurtosis Jarque-Bera Probability Obser.

240 Норд-капитал - Облигации 0,01594 0,11103 22,90989 -19,35407 2,34950 0,29829 26,10991 22312,190 0,00000 1002

241 Норд Капитал облигации 0,02982 0,04531 22,74852 -18,73966 1,16655 3,29599 215,16980 1873724,000 0,00000 998

242 HPK-Сбалансированный 0,02862 0,01763 48,87320 -9,31026 2,22304 10,67044 232,68000 2272440,000 0,00000 1025

243 HPK-Фонд акций -0,00388 0,06806 12,15254 -9,87104 1,61717 -0,04485 12,48656 4691,404 0,00000 1251

244 Объединенный 0,01317 0,04488 18,95663 -14,75225 2,26002 0,18981 17,47435 12019,990 0,00000 1376

245 ОЛМА - ФОНД ОТРАСЛЕВОГО РОСТА 0,05309 0,17581 13,18646 -13,81255 1,97392 -0,53716 10,77039 4473,972 0,00000 1745

246 ОИФ-Сбалансированный 0,03909 0,13738 17,15914 -15,52518 2,24314 -0,52882 13,10740 6153,659 0,00000 1430

247 ОЛМА - ДРАГОЦЕННЫЕ МЕТАЛЛЫ -1,16595 0,17047 11,72438 -54,59864 8,89087 -4,41998 25,61974 1400,769 0,00000 57

248 ОЛМА-ЕВРОПА -0,04441 -0,00982 8,08669 -6,07342 1,14522 -0,09324 8,93009 2126,710 0,00000 14S0

249 ОЛМА-США -0,04337 -0,01147 13,04461 -11,63899 1,56152 -0,72860 17,19300 11238,470 0,00000 1325

250 ОЛМА-ИНДЕКС РТС 0,04116 0,18876 17,23560 -13,69930 2,18959 -0,16298 11,99816 5013,017 0,00000 1484

251 ОЛМА-ЛАТИНСКАЯ АМЕРИКА -0,18172 0,05939 14,98265 -53,65714 3,99135 -7,63268 103,60050 139772,200 0,00000 324

252 ОЛМА - МИРОВЫЕ НЕФТЬ И ГАЗ 0,05140 0,13923 57,02150 -30,72544 2,46395 5,85124 183,54950 2381477,000 0,00000 1746

253 ОЛМА-МИРОВЫЕТЕЛЕКОММУНИКАЦИИ И ВЫСОКИЕ ТЕХНОЛОГИИ 0,07510 0,07302 52,46005 -34,38074 2,33934 5,44338 216,43140 2654655,000 0,00000 1395

254 ОЛМА-КИТАЙ -0,22315 0,00000 30,37308 -46,85363 3,29291 -6,03251 96,08013 404501,800 0,00000 1102

255 ОЛМА-ФОНД ЗАЩИТНЫХ ИНВЕСТИЦИЙ -0,06775 0,01146 4,99084 -14,52654 0,83090 -8,85578 118,54820 824460,500 0,00000 1448

256 Оплот 1,01714 1,57508 17,64689 -27,21342 7,09918 -1,16660 6,68877 67,472 0,00000 85