Прошедшая неделя была исключительно богата на дивидендные новости.
Самое главное: Советы директоров эмитентов начали давать рекомендации по промежуточным дивидендам за 9 месяцев 2016 года
Как обычно, таблица с датами отсечек и дивидендными доходностями по состоянию на закрытие пятницы.

В таблице нет АО Химпром. В отчете эмитента за 6месяцев 2016 года отражено, что 100% АО выкуплены двумя владельцами.

В пятницу вышла новость о том, что дивиденды Газпрома по итогам 2016 года ожидаются в размере 18,8 рубля. Цитирую новость по Рейтер

МОСКВА (Рейтер) — Чистая прибыль российского государственного концерна Газпром в 2016 году может составить 893 миллиарда рублей, из которой российские власти рассчитывают на дивиденды в размере 50 процентов, следует из проекта федерального бюджета на 2017-2019 годы.

Из прибыли Газпрома по международным стандартам финансовой отчетности государство, которому принадлежит 38,4 процента концерна, хочет получить в 2017 году дивиденды в размере 171,3 миллиарда рублей. По расчетам Рейтер, это соответствует около 18,8 рубля на одну акцию.

Статья из блога Robot Wealth.

Продолжая мои исследования в области моделирования временных серий, я решил изучить авторегрессивные и условные гетероскедатичные модели. В частности, я взял авторегрессивную модель ARIMA и общую авторегрессивную гетероскедатичную модель GARCH, так как на них часто сылаются в финансовой литературе. Далее следует описание того, что я узнал об этих моделях и основной процесс нахождения их параметров, а также простая торговая стратегия, основанная на предсказаниях полученной модели.

Сначала дадим несколько необходимых определений. Я не хочу воспроизводить всю теорию целиком, ниже дан краткий обзор моделирования временных серий, в частности ARIMA и GARCH моделей:

В первую очередь, вычисление ARIMA и GARCH моделей это способ узнать, при каких прошлых наблюдениях, шуме и дисперсии временной серии возможно предсказать следующее значения этой серии. Такие модели, параметры которых правильно установлены, имеют некоторую предсказательную способность, предполагая, конечно, что эти параметры остаются постоянными на некоторое время для данного процесса.

Для тех кто пропустил начало — часть 1, часть 2, часть 3.

Итак, мы рассмотрели три инструмента для выявления дивидендных ловушек. Один из них очень прост — это коэффициент выплат. Другой — изменение прибыли компании, сложен и требует определенного инвестиционного опыта.

В этом последнем уроке курса я бы хотел отметить важность стабильности и роста дивидендов.

На этом графике вы видите результаты вложений в индекс S&P500 и в группу акций, называемых “Дивидендные чемпионы”. Дивидендные чемпионы — это компании, которые ежегодно увеличивают дивиденд 25 и более лет подряд. Как видим дивидендные чемпионы очень сильно обогнали по результатам вложения в индекс. Стабильность и рост дивидендов в сумме дают отличный результат.

К сожалению на российском фондовом рынке нет компаний с такой продолжительностью роста дивидендов. Поэтому перед инвестором встает ряд вопросов:

1. Как определить какая копания долгие годы сможет расти и увеличивать дивиденды?
2. Как определить по какой цене выгодно покупать акции таких компаний?

Ответы на эти вопросы ищет мой новый проект "Богатеем медленно".

В следующем посте по просьбам читателей разберу пример с расчетом Альтмана.

Приведу пример. В 2012 году компания Мечел выплатила 31 рубль 28 копеек дивидендов на привилегированную акцию по результатам работы в 2011 году. Летом 2012 года цена префов была около 160 рублей, то есть дивидендная доходность была почти 20%. Многие инвесторы понимали что есть большой риск из-за наличия у компании серьезного долга но все равно считали что немного, процентов 5 капитала вложить можно. Давайте посмотрим что было дальше. Через год цена привилегированной акции была 59 рублей. Таким образом вложив в эти акции вы за год потеряли бы 70% капитала. Сейчас цена этих акций еще ниже. Можно ли тогда было понять что все так закончится? Я могу с уверенностью сказать что да! Это можно было понять и чтобы в будущем вы не попали в такие переделки мы будем использовать аналитический инструмент под названием модель Альтмана. Она представляет из себя формулу для оценки риска банкротства.

В этой части мы рассмотрим два инструмента, которые будут помогать нам отсеивать проблемных дивидендных плательщиков и оставлять в нашем портфеле только стабильных.

Но прежде чем мы перейдем к рассмотрению этих инструментов я хотел бы немного поговорить о типах дивидендных ловушек. Разобравшись с ними вам будет более ясно назначение каждого инструмента их выявления. Первый пример дивидендной ловушки — чрезвычайные выплаты. Иногда бывает что компания платит дивиденд выше чем ее чистая прибыль. Такое случается в нескольких случаях: когда компания продает свои активы а деньги распределяет среди инвесторов, когда компания возвращает не инвестированную прибыль полученную в предыдущие годы и когда компания списала какие-либо активы и записывает их в убыток. Первые два случая являются дивидендной ловушкой. Мы же понимаем, что если компания отдает дивидендами больше чем зарабатывает, то это не может продолжаться долго. Скорее всего уже на следующий год дивиденды серьезно упадут. В этом году есть пример такого рода — компания ЭОН Россия. Она выплатила дивидендов больше чем прибыль за год. Компания решила пустить на дивиденды нераспределенную прибыль прошлых лет. Вероятно на следующий год акционеры ЭОН уже не получат столь щедрых дивидендов.

Посмотрите на график.

На нем вы видите результаты исследования Дэвида Дримана. Он разделил 1500 крупнейших американских компаний на пять групп по коэффициенту цена к дивиденду. Это обратный показатель дивидендной доходности, если коэффициент цена/дивиденд низкий то дивидендная доходность высокая и наоборот, если коэффициент высокий значит дивидендная доходность низкая. Акции ранжировались по группам на 1 января каждого года на периоде с 1970 по 1996 годы. Как видите две группы с наивысшей дивидендной доходностью обогнали рынок и группу с самой низкой доходностью. Группа же с самой низкой доходностью уступила общерыночной доходности. Есть множество других исследований подтверждающих результаты этого. Можно с уверенностью сказать что акции с высокой дивидендной доходностью позволяют переигрывать рынок на длительных периодах.

В таблице появилась первая отсечка ноября 2016 года. Это Абрау Дюрсо. За 2015 год его СД рекомендовал выплатить дивиденды в размере 0,55 рубля на акцию, но ГОСА НЕ утвердило эту выплату. Эмитент делает ещё одну попытку выплатить дивиденды, уже в размере 1,41 рубля на акцию. Запасаемся попкорном, ждём развития событий.

МОСКВА, 30 сен 2016/ПРАЙМ/. Совет директоров объединенной компании «Русал» на заседании 29 сентября рекомендовал акционерам выплатить промежуточные дивиденды в размере 0,01645 доллара на акцию, говорится в сообщении компании. 

Дата закрытия реестра для получения дивидендов — 3 октября. Предполагается, что промежуточные дивиденды будут выплачены 31 октября 2016 года.

 Прочитала это сообщение и  в памяти живо возникли картинки закрытий реестров под дивиденды задним числом, как это частенько бывало ДО 2014 года, когда сообщения о закрытии реестров под дивиденды публиковались уже после того, как реестр был закрыт.

Доклад «Оптимизация портфеля алгоритмических стратегий»

1. Введение

В чем состоит цель подобной оптимизации? Представим, что у нас есть набор алгоритмов, каждый из которых обладает некоторыми статистическими свойствами, из которых наиболее важными для нас являются доходность и максимальная величина просадки. В основе каждого из алгоритмов лежат разные стратегии, которые, тем не менее, могут быть коррелированы между собой в разной степени, торговля также может вестись на разных инструментах. В качестве примера приведу характеристики стратегий, которые были разработаны нашей командой и применяются в боевых торгах в настоящее время:

Так как свойства каждого из алгоритмов отличаются, возникает проблема: каким образом распределить между ними доступный капитал для того чтобы:

1. Максимизировать доход при заданном уровне риска ( то есть максимальной величине просадки)

2. Минимизировать риск при заданной доходности

Если дать, например равные доли капитала каждому алгоритму, то, очевидно, что такое распределение не будет оптимальным, так как мы не учитываем характеристики, присущие стратегиям. Не будет оптимальным и тот случай, когда мы, например, выделяем капитал пропорционально относительной доходности каждого алгоритма, здесь мы игнорируем значения волатильности, то есть риска, стратегий.

2. Модель Марковица

Задачу оптимизации попробуем решить, применив теорию оптимального портфеля, разработанную Марковицем, точнее некоторые последующие ее модификации. Обычно данная теория применяется для долгосрочного инвестиционного портфеля, состоящего из различных активов, например акций. Кратко  суть теории.