Инвестиции и трейдинг. Формирование индивидуального подхода к принятию инвестиционных решений
- -
- 100%
- +
Следует отметить, что хотя и МРТ и САРМ появились до создания теории эффективного рынка, в целом все три теории исходят из похожих допусков и не противоречат друг другу. Однако Маркович и Шарп исходят из того, что на рынке есть комбинации активов в портфеле, которые позволят инвестору найти доходность, соответствующую его аппетиту на риск. Идеи Фамы и Самуэльсона относятся больше к отдельным активам, и на успех в угадывании динамики конкретных активов авторы этих теорий смотрят скептически, как бы также рекомендуя портфельный подход.
Итак, рассмотренные модели установили некие «принципы», которые удобны для объяснения сложных явлений на рынках акций в определенные периоды. Внедрение их в практику заняло очень долгие годы, но и по сей день следование им опасно и ненадежно. Однако других моделей на сегодняшний момент просто не существует, и это вынуждает нас помнить об их выводах в нашей практической деятельности.
Теории, объясняющие поведение валют
Рассмотрим модели, используемые для прогнозирования поведения цен различных активов. Начнем с валют. Наиболее простыми являются теории процентного паритета (IRP – interest rate parity) и покупательного паритета (PPP – purchasing power parity). Первая гласит, что при данных процентных ставках двух валют будущий курс предсказуем на уровне форвардной цены.
Продемонстрируем это положение на следующем примере. Одолжим сегодня на год доллары, платя за них 10 %, обменяем их по сегодняшнему курсу на иену и разместим иены на годовой депозит под 0 %. На таком обмене, если валютный курс останется неизменным, через год вы потеряете 10 % процентного дохода. Если же за год курс доллара к иене вырастет, вы рискуете потерять на изменении валютного курса больше, чем заработаете на разнице в процентных ставках, полученных от депозитной операции. Можно ли обезопасить процентный доход путем хеджирования валютного риска с помощью какого-то финансового инструмента? На практике это невозможно, поскольку на рынке есть финансовый инструмент – форвард, который рассчитывается исходя из разницы в процентных ставках двух валют и корректирует ее (разницу) валютным курсом. В нашем примере форвардный курс доллар/иена с поставкой через год будет на 10 % ниже (т. е. иена на форварде будет на 10 % дороже по отношению к доллару, чем на споте). Таким образом, даже потеряв 10 % на депозите, вы можете в конце срока откупить доллар, продав иену по курсу, который на 10 % превышает сегодняшний. Следовательно, суммарный результат депозитных и валютных операций будет равен нулю.
Японский инвестор, который решил без риска заработать прибыль, купив за иену доллары и разместив их на годовой депозит по более высокой ставке, чем в иене, также не смог бы получить прибыль после хеджирования депозитной операции форвардом. IRP – завуалированный вариант теории эффективного рынка (или «случайного блуждания»). Одним из ее основных следствий является то, что лучшим предсказателем будущей цены является сегодняшняя цена. Применительно к валютным курсам IRP как раз и утверждает, что лучшим предсказателем будущей цены является сегодняшняя цена, скорректированная на разницу процентных ставок. При этом в IRP и процентные ставки де-факто рассматриваются как неизменные, т. е. сегодняшние ставки тоже считаются лучшими предсказателями ставок в будущем. На наш взгляд, утверждение, что лучшим предсказанием будущей цены является сегодняшняя цена, есть признание в беспомощности, а не практически полезный вывод.
Теория паритета покупательной способности (РРР – purchasing power parity) предсказывает, что в условиях свободной торговли товары будут двигаться в страну с более высоким уровнем цен. Ее валюту, полученную в обмен на товары, будут продавать, пока уровень цен, скорректированный на валютный курс, не достигнет паритета, чтобы было невыгодно в страну экспортировать. Поскольку уровни цен меняются из-за инфляции, можно сказать, что чем больше уровень инфляции, тем ниже курс валюты данной страны. Эта теория действительно находит свое отражение в жизни, но, как правило, в долговременной перспективе – в течение 16 кварталов[51]. Рис. 1.4, а – в показывает, что получается, если взять курс валютной пары и умножить ее на соотношение показателей инфляции в соответствующих странах. Как видно в случае котировок доллара в долгосрочной перспективе, РРР выдерживается. Сделав это утверждение, следует оговориться: предположим, за неделю рынок упал на 7 %. Значит ли это, что через четыре года он откорректируется до курса недельной давности, или до сегодняшнего курса, или до некоторого среднего курса? Иными словами, даже если исходить из того, что теория может быть полезна через такой долгий период, непонятно, как ее использовать для инвестирования в текущей момент.
На практике ни IRP, ни РРР, ни их вариации при тестировании для кратко- и среднесрочной перспективы не подтверждаются. Предвосхищая обсуждение темы ликвидности, рассмотрим вышеизложенные теории на примере двух типичных практических случаев, когда потоки ликвидности перенаправили вектор движения курсов валют, предсказанный моделями.
В конце 1980-х гг. курс канадского доллара против американского постоянно рос, несмотря на более высокий уровень инфляции, бюджетный дефицит и попытки Квебека отделиться от Канады. Объяснялась эта тенденция несколькими факторами. Канадские провинции и корпорации одалживали средства на американском рынке, где ставки были ниже, и обменивали полученные американские доллары на канадские. В ходе этой нехитрой операции они продавали американские доллары, покупая канадские. Параллельно, накануне передачи Гонконга Китаю, китайцы переезжали в Канаду и переводили туда свои капиталы, которые до того времени хранили в американских долларах, а в процессе также покупали канадские доллары.
В результате курс, который на основании РРР должен был быть примерно 1,4000, упал до 1,1200. Такая тенденция продолжалась почти 10 лет. Очевидно, что при общей логичности теоретической концепции РРР она оказалась малопригодной для краткосрочного прогнозирования курсов.
Второй пример: резкий рост котировок американского доллара против евро в 2000–2001 гг. был в первую очередь результатом увеличения инвестиций из Европы в США. Они росли не вследствие фундаментальных причин, связанных с соотношением стоимости валют, а поскольку американский фондовый рынок рос и сулил инвесторам прибыли большие, чем в Европе. Но в 2001–2002 гг. тенденция резко изменилась, поскольку стали иными ожидания роста цен акций. Обратим внимание, что при этом не изменились инфляция и ее прогнозы, а экономика США продолжала расти быстрее европейской. Иными словами, основным фактором был поток ликвидности: портфельные инвестиции («горячие деньги») могут в течение нескольких лет противодействовать ожиданиям сторонников фундаментального анализа.
В заключение следует отметить, что исследователи пришли к выводу: РРР достаточно эффективно описывает поведение курсов в момент гиперинфляции, но не в спокойные времена. Модели нового поколения, основанные на нелинейных взаимосвязях номинальных валютных курсов и экономических показателях, лучше справляются с задачей прогнозирования курсов на двух-трехлетние сроки, но вряд ли и они полезны, так как инвесторы на валютном рынке не заинтересованы в прогнозах со срочностью свыше шести месяцев[52].
3. Проблемы моделирования
Проблемы, связанные с информацией
Важность критического подбора информации для построения модели
Конечная цель изучения информации – достижение ряда целей, основной из которых является выявление ключевых факторов, необходимых для построения модели. Изначально же требуется найти информацию, необходимую для разработки и тестирования моделей.
Финансовую информацию можно разделить на четыре категории:
– немедленно известную. Теория эффективного рынка исходит из того, что эта категория является доминирующей (universally-informed trading);
– менее известную, но быстро отражаемую в ценах посредством действий профессиональных трейдеров (professionally-informed trading);
– инсайдерскую, которую рынок предполагает почерпнуть на основе наблюдений за действиями трейдеров, обладающих доступом к закрытым источникам (derivatively-informed trading);
– неизвестную, но прогнозируемую (uninformed trading).
Следует критически оценить все четыре типа информации в соответствии с этой классификацией, но мы остановимся на первом. Важным каналом обмена немедленно доступной информацией являются информационные агентства и средства массовой информации в целом[53]. Естественно, что СМИ имеют разные стандарты достоверности. Так, некоторые из них публикуют материалы, основанные на слухах и домыслах, а другие предпочитают использовать только проверенную информацию. Кроме того, репортеры придают своим отчетам собственную эмоциональную и политическую окраску, искажая факты аналогиями и метафорами. Так, во время кризиса 1998 г. в репортажах CNN, посвященных дефолту российских банков, постоянно фигурировали кадры с изображением филиалов Альфа-Банка. Хотя последний исполнял свои обязательства перед вкладчиками и повода для подобного освещения событий не давал, но, как потом оказалось, у CNN не нашлось под рукой видеозаписи с изображением других банков. На рынке распространилось мнение, что Альфа-Банк несостоятелен, и невинная на первый взгляд ошибка телеканала чуть не привела к его банкротству. Таким образом, на любом уровне доступа к информации нет гарантии ее качества.
Чтобы извлечь уроки из прошлого, необходимо не только очистить исторические данные от технических ошибок и трактовок, но и осмыслить, какие реальные события стоят за теми или иными цифрами. Именно понимание сути явлений, произошедших в прошлом, обеспечивает гибкость и достоверность будущей модели.
Однако найти полное и точное описание событий, как правило, невозможно, особенно в случаях рыночной аномалии; память рынка очень коротка и точностью не отличается. Фактически ее можно назвать эмоциональными воспоминаниями, а не представить в виде поэтапных аналитических расслоений тех или иных событий на составные части. Например, в начале 1990-х гг., когда в очередной раз ожидался кризис американской финансовой системы, управляющий фондом одного из крупнейших инвестиционных банков в Нью-Йорке попытался воссоздать события, сопутствовавшие падению рынка акций в октябре 1987 г. К его удивлению, в банке не оказалось ни зафиксированной информации, ни людей, способных вспомнить и прокомментировать произошедшее. Иными словами, найти историю движения цен и объемов торгов не представляло сложности, но восстановить сопутствующую информацию (слухи, сообщения) было практически невозможно.
Частично это явление можно объяснить значительной текучестью персонала, которая является следствием каждого кризиса. Кроме того, редко существует «единственно верная» трактовка того, что явилось его отправной точкой. Например, нет описания российского дефолта 1998 г., которое рынок мог бы признать точным.
Таким образом, на первом же этапе построения моделей возникает сложность нахождения информации для построения и тестирования гипотез, закладываемых в их основу, а затем калибрования моделей для использования в прогнозировании. Анализ ряда ключевых исследований, приведенный ниже, показывает, насколько меняются выводы в зависимости от исходной информации. Поэтому статистики и говорят, что, «если мучить цифры достаточно долго, можно получить любой желаемый результат».
Реакция рынка на неожиданную информацию
Неожиданные события имеют большое значение для оценки эффективности теории финансовой экономики. Продемонстрируем принятие решения в момент появления новой информации. В середине 1994 г. президент России отдал приказ вооруженным силам о захвате Думы – этим закончилось противостояние спикера Государственной думы Р. Хаcбулатова президентской власти. На рынках валют резко вырос курс доллара. Сообщения информационных агентств с новостями из Москвы поступали непрерывно.
Спустя несколько минут после очередного сообщения дилер одного из российских банков получил несколько звонков от зарубежных коллег с вопросом о том, кто такой Хаcбулатов и какова его роль в происходящих событиях. Сигнал к каким действиям дали эти звонки дилеру?
Доллар в то время играл функцию «безопасной гавани», и когда в тех или иных регионах мира возникала напряженная ситуация, повышался его курс по отношению ко многим другим валютам. Политическая нестабильность в России также вызывала рост доллара. В таких ситуациях очень важно найти ответ на следующий ключевой вопрос: вся ли информация уже отражена в текущей рыночной цене, т. е. купили ли доллар все те, кто нервничал из-за нестабильности ситуации. Звонки из-за границы показали, что многие пытаются разобраться в происходящем и вряд ли информация уже полностью «в цене». Таким образом, дилеру следовало покупать доллар.
Историю реакций рынка на кризисные события демонстрирует таблица 1.1.
Примечания
– Уровни изменения для 22, 63, 126 и 253 дней рассчитаны от последнего дня в колонке, где указаны даты реакции на событие. Первая дата указывает начало рыночной реакции или торговый день, предшествующий событию.
– Рыночные дни.
– В 1916 г. список из 20 акций DJIA был пересмотрен и пересчитан к открытию курса 12 декабря 1914 г.
Источник: индекс Доу-Джонса, 1885–1990 гг.
Из таблицы можно сделать много интересных выводов. Особенно любопытно поведение рынка в дни, предшествующие оккупации Франции Германией в 1940 г. Оказывается, столь стремительная корректировка цен произошла ввиду того, что все европейские рынки следовали повышательной тенденции в месяцы, предшествующие событию. Представьте себе ситуацию в Европе в то время: полная милитаризация, нацисты только что оккупировали несколько стран, английские войска перебрасываются во Францию, а рынок растет. Не правда ли, этот факт подрывает веру в рациональность инвесторов и в их способность правильно трактовать информацию?
Проанализировав данные, приведенные в таблице, можно также сделать вывод о непредсказуемости реакции рынка на неожиданные события. Интересно, что большинство кризисных ситуаций не мешают быстрому восстановлению его позитивной динамики.
Проблемы процесса нахождения модели для прогнозирования
Процесс построения моделей
Рассмотрим методы, используемые «фундаменталистами» для прогнозирования на разных рынках. Для общего понимания процесса построения модели обратимся к профессору Ричарду Левичу, который показывает последовательность нахождения рабочей модели для построения прогноза на рынке валют.
«Выбор можно сделать из многих моделей: монетарный подход, портфельный баланс, покупательный паритет. После избрания модели под нее подбирают параметры: М1, М2, М3, валовой продукт, индекс роста цен, текущий баланс и т. д. Наконец, следует остановиться на одном из методов подсчета: обычное квадратическое отклонение, обобщенное квадратическое отклонение, общий метод моментов и т. д. Предположим, инвестор успешно идентифицировал модель, по которой курс спот S является функцией f набора неизвестных Хi: S = f (Х1, Х2…., Хn). Таким образом, спот в 2001 г. (статья была написана в 1999 г. – С.В.), а возможно, и позднее, будет функцией Х1 в 2001 г., Х2 – в 2001 г., Х3 – в 2001 г. Но определение значений этих неизвестных в 2001 г. и далее – задача не из легких.
В таком случае инвестор может отвергнуть структурный подход и не следовать, например, структурному анализу временных рядов, а использовать одно- и многопараметрические модели анализа временных рядов, спектральный анализ временных рядов и метод нейронных сетей. Но и для этих моделей инвестор должен выбрать параметры и методы оценки.
Вне зависимости от избранного метода анализа он столкнется со стандартными эконометрическими проблемами, такими, например, как определение объема информации, необходимой для использования модели. В заключение следует напомнить, что модель, возможно, будет объяснять только прошлое, если в итоге историческая информация не окажется индикатором будущей информации»[54].
Иными словами, для успеха прогнозирования необходимо правильно подобрать и синхронизировать многие «движущие части». К сожалению, как показал кризис финансовых рынков в Бразилии в 2002 г., даже при наличии полной информации и экономически прогрессивном правительстве достаточно одного просчета в предположениях – и самые надежные прогнозы мгновенно рушатся. Продемонстрируем вариант практического анализа этой ситуации.
Накануне выборов 2002 г. рынок оценивал состояние бразильской экономики как стабильное и испытывал большое доверие к способности Банка Бразилии контролировать ситуацию на финансовых рынках. Однако в течение мая – июля вероятность победы кандидата, не поддерживающего рынок, резко возросла. Попытаемся сделать прогноз, какое влияние может оказать руководство страны, неблагоприятно относящееся к рынку, на изменение цен на международных
Конец ознакомительного фрагмента.
Текст предоставлен ООО «ЛитРес».
Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.
Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.
Сноски
1
Romer C. D., From Recession to Recovery: The Economic Crisis, the Policy Response, and the Challenges We Face Going Forward, Testimony before the Joint Economic Committee, October 22, 2009 http://www.whitehouse.gov/assets/documents/JECTestimony_October09-final.pdf
2
Sperandeo V. Trader VicII – Principles of Professional Speculation. John Wiley & Sons, Inc. 1994, p. 208.
3
Гносеология – одно из направлений философии, посвященное теории познания.
4
Soros G. The Alchemy of Finance. John Wiley and Sons, Inc.
5
Jones P. T., forward in Soros G. The Alchemy of Finance. John Wiley and Sons, Inc.
6
Caldwell Br. Popper and Hayek: Who Influenced Whom? Presentation at Karl Popper, 2002.
7
Caldwell Br. Hayek: Right for the Wrong Reasons? Похожий вывод сделал Р. Бэкхаус в Truth and Progress in Economic Knowledge, утверждая, что, вопреки огромному росту компьютерных возможностей и развитию сверхсложных статистических методов, результаты эмпирического прогресса в экономике хуже ожидавшихся.
8
Stiglitz J. E. Information and the Change in the Paradigm in Economics. Nobel Prize Lecture, December 8, 2001.
9
Еще более определенно высказался Ф. Найт, один из основателей Чикагской школы экономики, писавший за тридцать лет до К. Поппера: «Фундаментальная разница между животными и людьми заключается в том, что люди реагируют до того, как ситуации материализуются… Мы ощущаем мир до того, как реагируем на него; мы реагируем не на то, что ощущаем, а на то, что предполагаем». Knight F. H. Risk, Profit, Uncertainty. Boston, MA: Hart, Schaffner & Marx; Houghton Miffin Company, 1921.
10
При эмпирической проверке экономических моделей этот парадокс возникает постоянно; в случае неподтверждения прогноза событием появляется вопрос: является ли само событие аномалией или причина в том, что модель недостаточно хороша (bad-model problem). Например, если настроить используемую в сфере финансов модель CАPM на решение проблемы описания доходности малокапитализированных фирм, ее уже нельзя применить для описания доходности высококапитализированных компаний, и наоборот.
11
Гилсон и Краакман отмечают, что для реализации этой рыночной предрасположенности необходимо, чтобы: 1) инвесторы имели некие предпочтения; 2) предпочтения большинства инвесторов совпадали (в противном случае они будут сбалансированы); 3) арбитражеры не могли сбалансировать рынок. Gilson R. J., Kraakman R. The Mechanism of Market Efficiency Twenty Years Later: The Hindsight Bias, Columbia Law and Economics Working Paper, No. 240, October 2003.
12
Fisher F. Beyond Empirism: Policy inquiry in Postpositivist Perspective. Policy Studies Journal, Vol. 26, No. 1 (Spring, 1998). Фейерабанд П. Против метода. www.philosophy.nsc.ru/study/bibliotec/philosophy_of_science/feye/rabend/fayerabend.htm.
13
Так, рыночная цена – нечто большее, чем консенсус на данный момент, т. е. почти виртуальная категория.
14
В исследовании, проведенном Joshua D. Coval, David Hirshleifer, Tyler Shumway (Can Individual Investors Beat the Market? Working Paper, December 2002), сделан вывод о том, что 10 % лучших трейдеров стабильно получают прибыль, превышающую среднюю рыночную величину. Сорос указывает, что теория предполагает невозможность индивидуума предсказать будущее лучше, чем другие, однако результаты его инвестиционной деятельности показывают, что это возможно, причем на протяжении десятков лет.
15
Bauer R. J. Jr. Genetic Algorithms and Investment Strategies, John Wiley & Sons, Inc. 1994.
16
Gilson R. J., Kraakman R. The Mechanism of Market Efficiency Twenty Years Later: The Hindsight Bias, Columbia Law and Economics Working Paper, No. 240, October 2003.
17
Такой риск называют базисным риском (basis risk).
18
На валютных рынках недостаточность ресурсов рациональных трейдеров особенно очевидна в моменты интервенции центральных банков. Они успешно противостоят рыночным силам, пытающимся привести валютные курсы в соответствие с соотношениями цен за одинаковую корзину продуктов в разных странах. При этом центральные банки преследуют вполне рациональные цели, но в рамках экономики данной страны, а не международного рынка в целом.
19
Другим примером мотивации, влияющей на рынок в целом, является поведение фонд-менеджеров. Поскольку контракты на управление деньгами заключаются на год, менеджеры не заинтересованы в долгосрочных вложениях, опасаясь краткосрочной волатильности. Stein J. Why are Most Funds Open-ended? Competition and The Limits of Arbitrage, Working Paper, No. 10259, National Bureau of Economic Research, February 2004.
20
Неутешительным является отчет о коррупции среди японских борцов сумо. Надежда на «прозрачность» финансовых институтов меркнет, если даже вид спорта с двухтысячелетней историей и строгим кодексом этики пропитан коррупцией. Duggan M., Levitt St. Winning Isn’t Everything: Corruption in Sumo Wrestling, American Economic Review, Vol. 92, No. 3, 2003.
21
Э. Тверски и Д. Канеман уточнили: люди предпочитают неизвестные вероятности в тех областях, где чувствуют себя хорошо осведомленными, и известность в областях, в которых они некомпетентны. На практике это ведет не только к разному уровню рациональности участников, но и к различной степени их вовлеченности на разных стадиях рынка.
22
Barberis N., Thaler R. A Survey of Behavioral Finance, Working Paper, No. 9222, Sept. 2002.
23
Два нобелевских лауреата, работавшие в нем, были известными сторонниками теории эффективного рынка.
24
Gilson R. J., Kraakman R. The Mechanism of Market Efficiency Twenty Years Later: The Hindsight Bias, Columbia Law and Economics Working Paper, No. 240, October 2003.
25
Как отмечает П. Бернстайн, информация, как правило, становится доступной всем одновременно, все понимают ее одинаково и реагируют на нее, как только она появляется. Кроме того, в мире, где будущая цена денег неизвестна, сложно определить безрисковую ставку, а потому многие расчеты на базе одной и той же информации изначально расходятся. Peter L. Bernstein. Capital Ideas: the Improbable Ideas of Modern Wall Street. John Wiley & Sons, 2005.