Kitobni o'qish: «Инвестиции и трейдинг. Формирование индивидуального подхода к принятию инвестиционных решений»

Name: Инвестиции и трейдинг. Формирование индивидуального подхода к принятию инвестиционных решений
Author: Саймон Вайн
ISBN: 978-5-9614-4178-9

Саймон Вайн

Shrift:

Редактор П. Суворова

Руководитель проекта С. Турко

Технический редактор Н. Лисицына

Корректор О. Ильинская

Компьютерная верстка М. Поташкин, К. Свищёв

Художник обложки Ю. Буга

Все права защищены. Произведение предназначено исключительно для частного использования. Никакая часть электронного экземпляра данной книги не может быть воспроизведена в какой бы то ни было форме и какими бы то ни было средствами, включая размещение в сети Интернет и в корпоративных сетях, для публичного или коллективного использования без письменного разрешения владельца авторских прав. За нарушение авторских прав законодательством предусмотрена выплата компенсации правообладателя в размере до 5 млн. рублей (ст. 49 ЗОАП), а также уголовная ответственность в виде лишения свободы на срок до 6 лет (ст. 146 УК РФ).

* * *

Введение

Эта книга о торговле и инвестициях на финансовых рынках. Ее основная цель – помочь читателю создать собственный метод. Эта цель достигается путем критического анализа всевозможных теорий и установления взаимосвязей между элементами и практическими наблюдениями. Мы надеемся, что книга поможет вам преобразовать набор знаний в пластичное понимание рынков. Это, в свою очередь, позволит вам сэкономить время на вырабатывание вашего торгового стиля в целом и сделать более эффективными такие ключевые элементы, как использование информации, нахождение своей зоны комфорта, структурирование портфеля.

Чтобы читатель мог сформировать свои ожидания от книги, мы предлагаем короткую дискуссию о наблюдениях за целями, которые ставят инвесторы, читая подобные книги. Финансовые рынки – это своего рода информационные джунгли. Мнения его участников самым причудливым образом переплетаются и меняются, теории строятся на зыбкой почве предположений и часто вводят в заблуждение, а информация порой оказывается неверной или неправильно интерпретируется. На финансовом рынке, как и в настоящих джунглях, в одном случае можно оказаться победителем, а в другом – жертвой. Вопрос о том, кто же вы на самом деле – охотник или добыча, будет преследовать вас постоянно. Если подобное вступление вас не напугало и не охладило вашего желания преуспеть на рынке инвестиций – добро пожаловать в ряды многомиллионной армии охотников за прибылью!

Не заблуждайтесь, уважаемый читатель: вряд ли вы окажетесь умнее, талантливее, образованнее или удачливее многих других участников рынка. Как правило, на нем в конечном итоге преуспевают те, в ком оптимально сочетаются все эти качества. Перед теми же, кто только вступает на этот путь, стоит задача элементарно выжить, хотя, признаться, в информационных джунглях шансы новичков на выживание невелики. В условиях растущего рынка покупатель может получить прибыль сравнительно легко и поэтому иногда преисполняется уверенности в своем таланте, не делая при этом выводов из допущенных ошибок. После рыночной «тряски» 2014 г. все понимают последствия неправильных инвестиционных решений!

Хотите узнать, как зарабатывают другие, чтобы научиться это делать самостоятельно? Хорошая идея, но у кого вы научитесь? На взгляд автора, широко известная фраза «На Уолл-стрит все говорят, что хотят… все равно друг друга никто не слушает» не совсем верна, поскольку мало кто из участников рынка может толком объяснить, за счет чего ему удалось заработать; в большинстве случаев люди или бахвалятся своими успехами, или изливают душу своему собеседнику. Успешные трейдеры, как правило, весьма лаконично описывают идею, ставшую основой удачной сделки, и из их повествования сложно почерпнуть какие-либо рекомендации. Проигравшие же, напротив, подробно и эмоционально рассказывают о некой пришедшей им в голову «отличной» идее; о дополнительных аспектах, учтенных ими при входе в сделку; о последующем «неправильном» поведении рынка; о том, что они оказались умнее тех, кто поздно осознал свою ошибку или вообще не учел тех или иных обстоятельств; а также о том, как им не повезло… Особенно печально слушать рассказы неудачников, утверждающих, что они приняли во внимание буквально все аспекты сделки. Неужели сам факт финансовых потерь не убеждает таких людей в том, что им удалось учесть далеко не всё?! Однако пространные самооправдания проигравших, равно как и краткие реляции победителей, как правило, не помогают инвестору ни делать свои первые шаги на рынке, ни совершенствовать приобретенные навыки.

Возможно, уважаемый начинающий или опытный инвестор искренне верит в то, что ему удается зарабатывать благодаря правильно сделанному им прогнозу рынка? Уверен, что есть и такие. Однако зачастую инсайдер, даже заранее информированный о каком-либо важном для рынка событии, впоследствии с удивлением обнаруживает, что упустил одно или несколько существенных движений рынка.

Не согласны? В таком случае приведем в качестве примера историю банкротства фонда Long-Term Capital Management (LTCM), произошедшего в 1998 г. По иронии судьбы, в нем работали два лауреата Нобелевской премии! В качестве одной из причин краха компании они привели тот факт, что не учли корреляцию различных рынков – фактор, казалось бы, давно существующий и широко известный. Однако в данном случае, по их словам, поведение рынка превзошло все «разумные» ожидания. «Рынки могут оставаться иррациональными в течение гораздо большего времени, чем инвесторы – ликвидными», – сказал однажды Мейнард Кейнс как раз о подобных случаях. Напрашивается пессимистичный вывод: всех факторов учесть невозможно, даже если в компании работают нобелевские лауреаты, что подтвердила история банкротства фонда LTCМ.

Итак, книга не предлагает вам знания в целом как залог успеха. Она направлена на просеивание популярных методологических посылов, для того чтобы оставить немногие более-менее практически полезные. Однако читатель проделывает эту работу сам с помощью подобранных в книге разных точек зрения. Эта работа, по замыслу автора, должна помочь читателю в создании подходящего ему фундамента собственного стиля управления портфелем.

Почему важна самостоятельная критическая работа? Собственные знания помогают, только когда они освобождены от заблуждений, прививаемых нам популярными теориями и лежащих в основе рыночного мышления. Дело не в том, что эти теории неверны, просто зачастую они тестируются на временном промежутке, который в несколько раз превосходит среднюю продолжительность жизни трейдера. Иногда те или иные теории признаются неправильными, но и в этом случае их авторы не несут ответственность за ваши результаты!

В связи с понятием «знание» возникает еще один вопрос: являются ли «большие» знания залогом успеха? Чтобы подвести к ответу на этот вопрос, приведем историю. Когда-то несколько профессионалов поделились с автором своими наблюдениями за работой специалистов по продажам банковских услуг, и одна история показалась ему весьма поучительной. Некий банк разработал новый сложный продукт. Из двух специалистов по продажам, прошедших обучение в связи с его использованием, один прекрасно понял суть продукта и специфику его ценообразования, а второй решил, что эта тема слишком сложна для его понимания. Первый специалист на вопрос клиентов о том, почему продукт стоит так «дорого» (покупатели всегда возмущаются его дороговизной, а продавцы – дешевизной!), давал пространное описание процесса ценообразования. Второй возмущался такому вопросу и отвечал, что ему тоже необходимо зарабатывать. Парадокс ситуации заключался в том, что в следующие полгода первый специалист не преуспел в продажах, в то время как работа второго оказалась весьма эффективной.

Видимо, причину такого положения дел следует искать в том, что для покупателей – инвесторов и трейдеров – была не важна суть продукта. По большому счету они имели о нем весьма смутное представление. Напрашивается вопрос: можно ли считать этих людей некомпетентными? Безусловно, нет, ведь деньги-то они заработали! За отсутствие понимания предмета можно осудить преподавателя, а результат работы инвестора лишь косвенно зависит от его знаний.

Поэтому вопрос о том, какими объемом знаний должен обладать инвестор, не совсем практичен. Точнее, вопрос, какими знаниями и иными качествами необходимо обладать для того, чтобы заработать на рынке. Хотя на него сложно дать однозначный ответ, похоже, что преобладающую роль в достижении успеха играют личность инвестора и основанный на ней собственный подход к торговле, состоящий из акцентов при анализе рынка и манеры управления позициями. Автор надеется, что книга поможет читателям уменьшить число собственных ошибок на пути вырабатывания такого подхода.

Это третье издание книги. Не считая исключения из нее двух частей, посвященных опционам, оно претерпело лишь незначительные изменения, поскольку сами теории и методики финансов не серьезно изменились. Многое из ранее сказанного относится к первой части книги СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ ПРОГНОЗИРОВАНИЯ РЫНКА, в которой обсуждаются базовые теории финансов, а также технический анализ и анализ ликвидности. Автор стремится показать, что теория и фундаментальный анализ полезны для общего понимания финансовых рынков, но при ближайшем анализе оказывается, что частному инвестору они полезны больше для «отталкивания», т. е. как некая канва, на основании которой построить свой подход, например, к пониманию, как работать в информационной среде. С определенной долей уверенности можно сказать, что многих читателей это может подтолкнуть к осмыслению, как увеличить эффективность работы с информацией. В этой части также обсуждается концепции и предположения, которые стоят за техническим анализом. Это важно, для того чтобы сравнить эффективность фундаментального и технического анализа. Кроме того, обсуждается понятие ликвидности, которое играло ключевое значение во всех кризисах и в эпоху количественных смягчений стало постоянно действующим значимым фактором.

Во второй части – ПСИХОЛОГИЯ ИНВЕСТОРОВ – книга вкратце осветит теории поведенческих финансов. Она исключительно важна для инвесторов, так как показывает, какие подсознательные мотивы руководят нами и к каким ошибкам они приводят. Эта часть, возможно, излишне насыщенная, но зато дает хорошее представление о том, как оптимизировать ваш внутренний механизм принятия решений.

Третья часть – ФИНАНСОВЫЕ КРИЗИСЫ и МОДЕЛЬ ЦИКЛОВ ФИНАНСОВЫХ РЫНКОВ – коротко суммирует историю кризисов и общие выводы об их истоках, которые можно применять в будущем. В этой части также обсуждаются рынки в периоды 2008–2009 и 2011–2012 гг., когда – как опасались многие – мир стоял на грани депрессии в первом случае и распада Евросоюза – во втором. Эти периоды быстро забылись, однако тогда многим казалось, что конец мира, как он был известен, близок. Инвесторам полезно помнить об ощущениях их предшественников, чтобы быть лучше морально подготовленными к деятельности во время кризисов.

В последней главе этой части автор объединяет многое из ранее обсужденного в единую систему и показывает как на разных этапах рынка взаимодействие информации, ликвидности и психологии приводит к неуловимому изменению движущих сил рынка и изменению таких понятий, как риск.

Четвертая часть – БАЗОВЫЕ КОНЦЕПЦИИ ИНВЕСТИРОВАНИЯ – посвящена обсуждению одного из основных навыков, жизненно необходимых трейдерам и инвесторам, – умению структурировать позиции для выживания и успеха на рынке. Значимость этого навыка не всегда понятна начинающим, а именно она является «палочкой-выручалочкой» в ситуации повышенной волатильности, как, например, во время кризисов.

В пятой части – ИСПОЛЬЗОВАНИЕ ТЕХНИЧЕСКОГО АНАЛИЗА В ТОРГОВЛЕ И ИНВЕСТИЦИЯХ – делается привязка инвестирования с помощью опционов с техническим анализом. Она рассчитана на тех, кто хорошо понимает базовые стратегии опционов.

По сравнению с предыдущими изданиями из книги исключены части, которые фокусировались на изучении опционов. В целом же оставшиеся части почти не претерпели изменений. Поэтому во введении нам следует сделать акцент на изменениях, произошедших за пять лет. За это время финансовый мир претерпел столь же существенные изменения, как и за пять лет, прошедших между первым изданием в 2006 г. и вторым в 2010 г.

Сам по себе факт возможности таких эпохальных изменений каждые пять лет не может не привлечь интереса. Однако рассмотрим лишь три ключевых отличия рынков до и после 2010 г.

Первое: выросла роль правительств в поддержке рынков. Второе: выросла роль регуляторов. Третье: выросло количество неожиданных ситуаций и резких колебаний рынков.

За последние несколько лет правительства одно за другим принимали пакеты мер, которые должны были стимулировать выход из кризиса или всей индустрии, или отдельных компаний. Вспомним, например, наиболее известные примеры спасения правительством США – удержание от банкротства страхового гиганта AIG и лидера автопрома General Motors в 2008 г. Много таких историй было и в России. Подобные мероприятия, с одной стороны, усилили стабильность экономики, но, с другой, видоизменили понятие конкуренции на рынке: вероятность исчезновения крупных неэффективных игроков и обновления участников рынка снизилась. С точки зрения финансовых рынков произошло искажение взаимоотношения между акциями и долговыми инструментами: акционеры компаний, получающих пакеты помощи, «размывались», т. е. теряли свою долю в компании, в то время как инвесторы в облигации должны были реструктурировать долг, т. е. получали возможность получить деньги обратно, хотя и гораздо позже, чем ожидали.

Правительства действовали совместно с регуляторами, которые, с одной стороны, поддерживали финансовую устойчивость финансовых систем путем вливания ликвидности, а с другой – упорядочивали рынки и финансовые институты. Это не первый пример таких действий. Когда-то, в далеком 1907 г. Д. П. Морган предотвратил полномасштабный кризис, создав и профинансировав консорциум финансовых институтов, который предложил ключевым рыночным игрокам деньги для «расшивки» платежей. Тем самым была предотвращена цепь банкротств, грозившая стабильности всей экономики.

Успех этого консорциума послужил одним из основных доводов для создания Федеральной резервной системы. И в памятные дни начала кризиса 1929 г. она смогла поднять ликвидность системы, т. е. быть такой же эффективной, как консорциум Моргана. Однако вскоре ФРС подняла ставки, придушив экономику и создав предпосылки для Великой депрессии. Причиной этого было желание правительств избежать кризис перепроизводства путем освобождения экономики от нежизнеспособных предприятий, возникших в результате спекуляций предшествующих лет роста. «Ликвидируйте трудовые ресурсы, ликвидируйте акции, ликвидируйте фермеров, ликвидируйте недвижимость» – такой совет дал тогдашний министр финансов Эндрю Меллон президенту Гуверу.

Анализ печального опыта этого периода и предшествующих кризисов привел экономистов к выводу, что лучшим рецептом в борьбе с финансовыми кризисами является комбинация установления низких ставок и предоставления ликвидности.

Именно к этому рецепту прибегли ФРС, Центральный банк Японии и Европейский центральный банк в борьбе с кризисом 2008 г. в США и последующими кризисными явлениями в Европе.

Эти явления во многом были беспрецедентными, и кризис 2008 г. мог превзойти по разрушительности Великую депрессию.

«Серьезность текущего кризиса подчеркивает то, что потрясения американской экономики осенью 2008 г. почти по всем показателям были больше испытаний времен Великой депрессии», – написала Кристина Ромер, бывший председатель Совета экономических консультантов при администрации Обамы.

«График сравнивает три ключевых показателя обоих периодов: снижение уровня благосостояния домашних хозяйств и показатели реакции рынка акций и кредитного рынка. В 1929 г. вслед за крахом фондового рынка в октябре последовало быстрое восстановление цен на акции. При этом цены на жилье снизились незначительно. В результате показатель богатства снизился лишь на 3 % в период между декабрем 1928 г. и декабрем 1929 г. В 2008 г. цены на акции упали на 24 % в сентябре – октябре, а цены на жилье упали на 9 % в течение года. В целом же в период с декабря 2007 г. по декабрь 2008 г. уровень благосостояния семей упал на 17 %, превысив более чем в пять раз снижение в 1929 г.»¹.

Этот короткий анализ объясняет причины, побудившие правительства и регуляторов к масштабному вмешательству в деятельность рынков: они осознали, что нужно поддержать, изменять и укреплять всю систему финансов как ключевого органа кровоснабжения рынков. Поэтому, во-первых, центральными банками была предоставлена рынкам ликвидность, которая облегчила бремя кризиса 2008 г. и продолжает играть ключевую роль на рынках сегодня.

Однако центральные банки не только увеличивали ликвидность, но и значительно ужесточили требования к работе банковского сектора. Так с 2012 г. стали обязательными новые рекомендации, выработанные Базельским комитетом. Одним из последствий этих изменений стало резкое увеличение требований к размеру капитала, необходимого для проведения торговых операций на финансовых рынках. В результате эти операции стали нерентабельными и были значительно сокращены. Оставшиеся банки-дилеры («маркетмейкеры») уже не могут, как они делали это раньше, переждать неправильную позицию, пока рынок не восстановится, абсорбируя рыночные шоки. По новым правилам они должны «резервировать» по сделке капитал, что очень дорого. Поэтому они ограничиваются сравнительно маленькими позициями. Из-за этого в моменты колебаний рынка в отсутствие банков каждый крупный продавец способен «продавить» цены, т. е. вызвать их обвал.

Эту тенденцию усиливают новые игроки – алготрейдеры. Они используют роботов – автоматизированные торговые системы, способные создавать всплески количества сделок, т. е., с одной стороны, резко увеличилось число одномоментных пиков торговой активности, а с другой – ослаблена прослойка дилеров, которая раньше нейтрализовала подобные пики. Таким образом, упало количество рыночной ликвидности, т. е. не денег, доступных экономике, которые подразумевают под термином «ликвидность» центральные банки, а возможности обмена ценных бумаг на деньги и обратно.

Новые требования к банкам и эти новые игроки на рынке привели к участившимся резким увеличениям волатильности на рынках. Возьмем, например, сигмы – показатели исторической волатильности за месяц (стандартное отклонение дневных процентных изменений рынка за предшествующий месяц используется как значение волатильности) рынка акций США (S&P 500), российского рынка акций (индекс РТС) и валютного рынка (USD/RUB). Движения свыше трех сигм, по статистике, должны происходить не чаще трех раз в год.

В прошлом такого обилия резких движений цен не наблюдалось. Это очевидное последствие снижения рыночной ликвидности, но не только. Проблемы с долгами южных стран Европы, геополитические события в арабских странах и на Украине, падение цены на нефть, конечно же, были начальными катализаторами этих изменений.

Динамика последних лет вынуждает всех трейдеров и инвесторов разрабатывать тактику, которая учтет новую склонность рынка к учащению очень резких движений. И часть книги, посвященная структурированию позиций, будет важна для тех, кто озабочен этой проблемой.

Ваш стиль также должен учитывать ваш личный прогноз «большой картины» рынков на следующие несколько лет. Что же ждет международные рынки в грядущие годы? Скорее всего, роль регуляторов как минимум не ослабнет, т. е. будет усиливаться контроль над рынками одновременно с предоставлением ликвидности для экономики. Эти тенденции пойдут на спад, когда начнутся структурные реформы в Европе и Японии. Например, Европе нужна реформа трудового законодательства, которая увеличит возможность предпринимателей увольнять, тем самым облегчив и наем новых работников. Однако политики пока не набрались храбрости, чтобы приступить к реформам, которые затронут почти все население.

Если попробовать упрощенно объяснить воздействие правительств развитых стран на рынки в ближайшие несколько лет, то можно сказать, что они ведут поиск нового соотношения между капиталом и обществом, а точнее, предпринимателями и бюрократами. Скорее всего, пока некий баланс не будет найден, системный рост не начнется. На текущем этапе капитал битву проиграл: налоги увеличены, финансирование усложнилось. Но однажды избиратели потребуют от правительств реальных рабочих мест. Правительства, как всегда, пойдут по пути наименьшего сопротивления и создадут новые агентства по ускорению развития той или иной области. Как это уже произошло и в США, и в Европе, эти агентства, скорее всего, не обнаружат проектов, готовых к реализации, так как бюрократы не смогут их подготовить.

Когда проблема безработицы достигнет критического размера, изберут тех, кто будет готов к реформам и создаст условия для возвращения на сцену капитала. На эти сложные трансформации сознания общества потребуется два-три избирательных цикла, т. е. еще лет десять. До того момента безработица будет компенсироваться высокими социальными расходами, а это будет создавать риск инфляции, который может выйти из-под контроля и нанести рынкам тяжелый ущерб.

В последние годы, чтобы изыскать средства, правительства США и Европы прибегли к методу, которым пользовались их предшественники на протяжении тысячелетий: они понижают покупательную способность денег, девальвируя вместе с ними и размеры долга. В прошлом это достигалось снижением содержания драгоценного металла в монетах. Сегодня они девальвируют сбережения путем занижения ставок на сбережения в условиях одновременного увеличения стоимости услуг публичного сектора. При этом появился новый эвфимизм «рост цен»: повсеместное удорожание видно невооруженным взглядом, но благодаря хитрым методикам расчетов «инфляция» при этом не растет.

Изощренная (монетарная) политика вынуждает старшие поколения избирателей, которые когда-то пользовались дарами политиков, незаметно помогать текущим правительствам стабилизировать экономики. При этом последние не имеют возможности создавать рабочие места их детям и фактически пытаются достичь некой стабильности для их внуков. Сознательно или нет, но политконсультанты высчитывают, какой «кусок благосостояния» достанется какому поколению, в какой момент их жизни, поскольку решают: голоса какого поколения им важнее для победы на следующих выборах.

Но и этот «научный» процесс вряд ли до конца учитывает последствия текущего этапа роста производительности труда: уже сегодня все больше высокооплачиваемых рабочих мест европейцы и американцы проигрывают машинам, а не дешевой рабочей силе из Азии.

Есть еще один фактор долгосрочной нестабильности – скорость потребления нациями, которые имеют богатство. «Старые деньги» – американцы и европейцы – как известно, помогали мировой экономике путем значительного потребления. Новые азиатские владельцы богатства тратить его не спешат. Более того, поскольку азиатские экономики продолжают оставаться экспортно ориентированными, страх ослабления их основных торговых партнеров ведет к еще меньшей склонности тратить. Нарушилась некая историческая взаимосвязь капитала и потребления, а это влияет и на динамику развития бизнеса, и на кредитный цикл, и на создание рабочих мест по всему миру.

Таким образом, рынки опасаются обострения проблем безработицы и роста социальной напряженности, неконтролируемой инфляции, дестабилизирующих факторов международного разделения труда и ресурсов и т. д. Эти кластеры проблем будут стоять перед читателями, и от способности правильно разобраться в них наряду с другими проблемами типа геополитики будет во многом зависеть результат инвестирования.

Но ворох проблем не должен отталкивать инвесторов. Проблемы, последствия которых были непонятны, существовали всегда, и инвесторы добивались успехов в самых необычных обстоятельствах. Вспомним общеизвестный рецепт успеха: чтобы зарабатывать на финансовых рынках, нужно дешево покупать и дорого продавать. Упоминание о проблемах лишь подчеркивает смысл, вложенный одним эмигрантом в следующее высказывание: «Я переехал в Америку, потому что слышал, что там деньги на дороге валяются. Приехал – и правда! Только вот я спину себе надорвал, пробуя их поднять». По аналогии можно сказать, что на финансовых рынках тоже «валяются деньги», только для того, чтобы их поднять, требуются и знания, и удача, и большой труд. Автор надеется, что эта книга поможет вам решить эту нелегкую задачу и преуспеть!

Книга посвящается моему отцу,
Александру Семеновичу Вайну

Часть I
Сравнительный анализ методов прогнозирования рынка

Как уже упоминалось во введении, в качестве одной из основных целей этой книги автор ставит оказание помощи инвесторам/трейдерам в переоценке своих знаний и методов. Задачей более высокого уровня является содействие инвесторам в создании собственной модели принятия инвестиционных решений.

К сожалению, первую цель нельзя достичь без анализа устоявшихся представлений, поэтому автор просит читателя оказать ему помощь и вдумчиво и критически относиться к любой из высказанных в книге точек зрения.

Для решения второй задачи в первых двух частях книги рассматриваются разные составляющие принятия инвестиционных решений (рисунок 1.1). Следует отметить, что ни их анализ, ни выводы, сделанные на его основе, не укладываются в академический стандарт, базирующийся на причинно-следственной связи между наблюдениями, выводами и предлагаемыми методами.

Этот момент важен, поскольку наше обучение до момента прихода на финансовые рынки основано на академическом, иерархичном подходе, в основе которого лежат некие устойчивые взаимосвязи. Большинство людей считают его весьма комфортным применительно к анализу как жизненных, так и профессиональных ситуаций, однако, когда речь идет об инвестициях, от такого подхода, скорее всего, нужно отказаться. Мы предполагаем, что мышление инвесторов лучше описывается термином «итерационный процессинг», так как инвестор готовит решения на базе четырех разных методов анализа, каждый из которых в тот или иной период превалирует над другими, но никогда не бывает самодостаточным. Таким образом, мышлению успешных инвесторов менее свойствен системный и углубленный анализ одной из областей, оно, напротив, скорее носит характер итеративного перебора всевозможных факторов.

Может быть, кому-то данный вывод покажется очевидным, но последствия принятия читателем этого утверждения весьма значительны. Например, он должен осознанно переоценить эффективность общепринятых аксиом типа «рост процентных ставок ведет к падению рынка акций» или «падение инфляции всегда положительно влияет на экономику» и, таким образом, совершить первый шаг на пути формирования нового, собственного подхода к рынку.

Чтобы облегчить инвестору процесс модернизации своих методов, мы предлагаем анализ четырех подходов, на основании которых принимаются решения. Рекомендации, выработанные на базе проведенного анализа, представляют собой возможные пути совместного использования рассмотренных подходов. Именно пути, а не алгоритмы взаимодействия, как следовало бы из привычного иерархичного подхода к анализу.

Таким образом, мы надеемся, что первые две части книги послужат для читателя стимулом к тому, чтобы критически переосмыслить свой стиль инвестирования, и предоставят ряд общих принципов и возможных моделей, оптимизирующих принятие им инвестиционных решений и управление рыночными позициями.

Вы должны обладать комбинацией навыков психолога и предсказателя новостей, чтобы преуспеть на рынкаx².

Решения купить и продать любой актив принимаются на основе определенных методов анализа. В связи с этим одним из самых дискуссионных вопросов для участников рынка становится проблема взаимодействия двух видов анализа – фундаментального и технического. Первый базируется на исследовании всей доступной информации по рассматриваемому объекту, а второй основывается на графиках исторического поведения цен. Сторонники фундаментального анализа систематизируют известную информацию и на этой основе создают модели поведения объекта, позволяющие делать прогнозы. Технические аналитики изучают конфигурации на графиках цен и создают сценарии поведения, зачастую не зная, какой актив анализируют, так как теоретически сочетание конфигураций должно приводить к одним и тем же прогнозам независимо от актива.

Приверженцев фундаментального анализа гораздо больше тех, кто предпочитает технический. Возможно, это объясняется психологическим комфортом, который дает фундаментальный анализ, поскольку чем больше мы знаем об объекте анализа, тем нам спокойнее. Напротив, наделение «картинок» способностью предсказывать выглядит как дилетантство. Тех, кто относится к техническому анализу скептически, не смущает, что этот метод используется уже несколько столетий и что существуют две независимые школы технического анализа – европейско-американская и японская. Вряд ли подобное «долгожительство» было бы возможно, если бы они не представляли никакой практической ценности.

Парадокс в разнице восприятия методов налицо, ведь обе концепции в равной мере основываются на предположении о возможности предсказать поведение анализируемого субъекта. Вспомним известное выражение: «Тяжело прогнозировать… особенно будущее», напоминающее о том, что любой метод прогнозирования сопряжен со значительным риском, и в связи с этим нам следует непредвзято рассмотреть вопрос о том, какими преимуществами и недостатками обладает как фундаментальный, так и технический анализ.

Эффективность результатов прогнозирования рынков разными школами сложно сравнивать, и не в последнюю очередь ввиду отсутствия общепринятого деления факторов на технические и фундаментальные, что изначально делает попытки сравнения не совсем корректными. Из всех «сложно классифицируемых» факторов, влияющих на поведение цен, самым значимым является ликвидность, т. е. потоки финансовых ресурсов на рынке. Анализ ликвидности, находящийся на перекрестке фундаментального и технического анализа, не воспринимается большинством аналитиков как самостоятельный тип. Некоторые вообще рассматривают его как результат процесса анализа. Возможно, этот подход также логичен, поскольку обоснованием для покупки или продажи могут быть заключения, сделанные на основе как фундаментального, так и технического анализа, а вот насколько они убедительны, показывает объем движения денег – ликвидность.

Мы все же считаем, что анализ ликвидности, хотя и находится на перекрестке фундаментального и технического анализа, не является их составным элементом. Вопреки мнению большинства аналитиков, мы рассматриваем его как самостоятельный подход к анализу рынка. Если ресурсов много, а активов мало, то цены последних увеличиваются. «Цены растут, поскольку покупателей больше, чем продавцов» – такое классическое ироничное объяснение их «беспричинного» роста обычно дают на Уолл-стрит. Это утверждение отражает независимую роль анализа ликвидности в прогнозировании поведения цен. Инвесторы и трейдеры постоянно отслеживают такие факторы, как количество открытых контрактов на биржах. Они неизменно интересуются тем, появились ли на рынке новые деньги. Вопросы об их происхождении («русские» они или «западные», пенсионные или фондовые) направлены на выявление «сильных» и «слабых» рук рынка, т. е. устойчивости тенденции (тренда). Даже будучи уверенными в фундаментальных факторах, воздействующих на рынок, с помощью анализа ликвидности инвесторы надеются получить ответ на вопрос о силе и продолжительности тренда.

Выделив анализ ликвидности в отдельную категорию, мы упрощаем сравнение достоинств теперь уже трех методов анализа (фундаментального, технического и анализа ликвидности). Для выявления сильных и слабых сторон каждого метода в разных ситуациях попробуем воссоздать примерную картину функционирования рынка в целом. Для этого опишем типы участников; критически рассмотрим методы, используемые «фундаменталистами» на нескольких рынках для прогнозирования; сопоставим внутреннюю логику, лежащую в основе фундаментального и технического анализа, и, наконец, обсудим факторы, от которых зависит ликвидность, и как они отражаются на исторических графиках.

Автор не ставит перед собой цель подробно описать каждую из данных тем. Его задача – приоткрыть завесу над взаимосвязями, свидетелями которых становятся участники рынка. Эта завеса – общепринятые понятия и концепции, которыми пользуются при описании рыночной стихии. Многие из этих трюизмов не столько описывают, сколько упрощают и искажают реальность. Нам представляется, что практик не может оперировать фактами, базируясь на привнесенных извне концепциях. Он обязан самостоятельно перепроверить принципы, освоенные при чтении учебников, а также заключения рыночных аналитиков. Автор ставит своей целью предложить читателю еще раз переосмыслить совокупность имеющихся у него знаний и консолидировать практические наблюдения.

Приступая к обсуждению фундаментального анализа, предлагаем схему, отражающую логическое построение этой части книги (рисунок 1.2).

Глава 1.1
Финансовая теория и фундаментальный анализ

1. Проблемы теории фундаментального анализа

Проблемы гносеологии³: познание на финансовых рынках и теория «бум – крах» Джорджа Сороса

Рынок можно рассматривать как информационную среду. Информация – один из основных элементов инвестиционного процесса на стадии поиска возможностей, обоснования решений и тестирования идей. «Принятие инвестиционного решения похоже на формулирование научной гипотезы и представление ее на суд практики»⁴. Как оптимизировать процесс принятия решения и сделать его более дисциплинированным? Как тестирование предположений о поведении рынка на практике должно уточнить подход и сами гипотезы? Эти вопросы подспудно задает себе каждый участник рынка.

В финансовой литературе, за редким исключением, не встречаются попытки оптимизации мыслительных процессов. «Интеллектуальные навыки, направленные на понимание хода социальных, политических и экономических событий, заменяются реакцией на ускоряющийся процесс мигания биржевых экранов»⁵. Инвесторам же, которые оказались вынужденными разрабатывать собственный подход к процессу изучения и оценки информации для принятия инвестиционных решений, особенно хорошо известна модель, которую предложил философ-постпозитивист Карл Поппер. Она получила название дедуктивно-номологической (Д-Н) и состоит из трех звеньев: конкретных изначальных условий, конкретных конечных условий и универсального обобщения. При наличии исходных условий и обобщения эта модель позволяет делать прогноз, а протестировать обобщение позволит окончательный результат. Таким образом, круг замыкается, и мы получаем рабочую модель, годную, например, для инвестиций.

Однако нобелевский лауреат в области экономики Ф. Хайек, который разделял многие взгляды К. Поппера⁶, считал, что Д-Н-модель неприменима к анализу социально-экономической сферы, поскольку многие социальные явления представляют собой самоорганизующиеся сложные структуры. Для объяснения сложных феноменов Хайек предложил свой подход, который заключается в следующем:

1) многие изучаемые экономистами феномены сложны;

2) базируясь на сложных феноменах, невозможно получить точные предсказания;

3) экономистам вместо теоретизирования о сложных феноменах и прогнозирования лучше давать объяснения принципам и устойчивым конфигурациям (patterns).

Вывод Хайека таков: «То, что мы знаем в экономической науке, гораздо меньше того, к чему мы стремимся». Более того, он считал, что прогресс знаний приводит к меньшей фальсифицируемости (способности опровергать и улучшать) теорий⁷. Например, новые экономические учения включаются в устоявшуюся теорию в виде частных случаев, но ввиду значительного числа подобных частных случаев сама изначальная теория становится менее фальсифицируемой (оптимизируемой). Результаты прогнозов, основанных на теории, вызывают меньшее доверие. В каком-то смысле развитие науки подчеркивает ограниченность нашего знания. Нам кажется, что этот вывод в значительной мере подтверждается в инвестиционной практике, когда для составления прогнозов используются разные подходы экономической теории, в результате чего часто получаются весьма противоречивые результаты.

Другой лауреат Нобелевской премии в области экономики, Дж. Стиглиц, тоже сделал вывод о том, что экономика лучше объясняется эволюционными процессами, внезапными событиями и моделями, чем равновесием. При этом «нет причин верить, что эволюционные процессы являются «оптимальными»⁸.

Дж. Сорос предлагает свое объяснение низкой эффективности прогнозирования на базе экономической науки. «Научный метод создан для работы с фактами, но события, включающие думающих участников, зависят не только от фактов». Эта фраза отражает ключевое расхождение методологий Сороса и Поппера применительно к финансовым рынкам⁹. Демонстрацией несостоятельности использования в экономике методов познания, принятых в естественных науках, является парадокс Гейзенберга – известный в физике случай, когда причинно-следственная связь между природными явлениями зависит от поведения наблюдателя и потому не является объективной¹⁰. В соответствии с принципом неопределенности нельзя одновременно измерить импульс и координату частицы, так как наблюдатель и его оборудование привносят неопределенность в процесс измерения. Но даже этот редкий парадокс не отражает разницу между естественными и социальными науками, поскольку, чтобы параллель была полной, частицы должны быть «думающими». Поэтому утверждение Поппера о «единстве метода» изучения естественных и социальных наук не соответствует действительности.

Критикуя модель Д-Н, предложенную Поппером, Сорос отмечает, что, в отличие от процессов, происходящих в природе, человек обладает способностью принимать решения, поэтому при одних и тех же исходных данных достигаются абсолютно разные результаты экспериментов. Таким образом, несовершенное понимание людьми некоторых процессов не поддается анализу с помощью модели Поппера, а экономическая теория подменяет решение проблемы предположением, что участники имеют доступ ко всей информации. Однако этой подмены недостаточно, чтобы придать статус науки процессу познания в общественной сфере, так как в условиях отсутствия научного метода сам термин «общественные науки» можно сравнить с алхимией.

В силу несовершенства человеческого понимания сознание людей в большинстве случаев оторвано от реальности. Сорос подменяет понятие «несовершенное понимание» термином «отклонение» (bias, ниже также переводится как «предпочтение» и «предрасположенность»). Отклонение происходит в моменты несоответствия ожиданий результатам или ведущим к ним событиям. Понимание людей имеет два выражения: пассивное (познание) и активное (действие в результате познания). Это противоположные функции: в одной независимой переменной является познаваемая ситуация, а в другой – действия по ее изменению. В результате противодействия возможен только процесс постоянных изменений, но не равновесие.

Таким образом, создается схема развития, в которой ситуация меняет понимание, а оно, в свою очередь, влияет на ситуацию. Подобный цикл наводит на мысль, что история – это процесс исправления ошибок, появлявшихся в результате чьих-то «рациональных» действий, которые не выдержали тестирования реальной практикой.

Говоря об экономике, Сорос разделяет события на обыденные и уникальные и указывает: поскольку в первых отсутствует познавательная функция, это делает равновесие возможным. Однако в уникальных ситуациях обе функции работают одновременно, и поэтому равновесие становится движущейся целью. Экономическая теория, предполагающая равновесие, на самом деле исходит из отсутствия познавательной функции, т. е. полностью игнорирует «отклонение» участников.

На финансовых рынках такой подход приводит к серьезным недочетам, так как ввиду отсутствия абсолютного знания рынок постоянно колеблется, и равновесие является частным случаем. Так, на рынках акций теория равновесия исходит из того, что цена акции отражает или прибыль компании, или ее стоимость по отношению к аналогичным фирмам. Из такого подхода следует, что действия компании оказывают одностороннее влияние на курс акций. На деле многое из того, что ею предпринимается, направлено на его изменение. Получается, что цена акций не только отражает действия компаний, но и мотивирует их. Поэтому Сорос заменяет фразу «Рынок всегда прав», которая исходит из полноты доступной информации, на два утверждения:

1) рынки имеют предпочтение (bias) в одном или другом направлении;

2) рынки могут оказывать влияние на события, которые они ожидают.

Положительные предпочтения ведут к росту рынка, а отрицательные – к его падению¹¹.

В дополнение к предпочтениям на рынке также существует базовая тенденция, например динамика прибыли компаний, которая, в свою очередь, имеет двухстороннюю связь с ценой акций. Когда тенденция совпадает с поведением цен на акции, она становится «самоускоряющейся», а когда расходится – «самокорректирующейся». Аналогичная ситуация возникает в том случае, когда речь идет о взаимоотношении предпочтения и цен на акции. Когда они совпадают, предпочтения можно назвать «позитивными», а когда расходятся – «негативными».

Исходя из этих соображений Сорос строит собственную модель поведения рынка. Для простоты сначала изложим ее сокращенную версию.

На первом этапе предпочтения и тенденция непонятны, и цены могут оказывать или не оказывать на нее влияние. Когда участники рынка начинают видеть тенденцию, цены двигаются быстрее или корректируются, при этом, возможно, коррекция изменяет ожидание направления тенденции. Если она продолжается, то ожидания начинают расти даже быстрее цен. В конце концов тенденция уже не успевает за ростом цен, ожидания меняются, и начинается коррекция. Так возникает цикл «взлет – падение», в терминологии Сороса – цикл «бум – крах» (boom/bast). При этом предпочтения частично отражаются на ценах, а частично – на тенденции (в нашем примере – на динамике прибыли), что демонстрируется расхождениями в относительных изменениях цен по сравнению с относительным изменением тенденции.

К сожалению, она может быть основана не только на прибыли, но и на ряде других соображений, например размере дивидендов, которые влияют на движение рынка благодаря инвестиционным решениям, принимаемым на основе фундаментального анализа. Когда определение тенденции меняется, меняются и предпочтения. Если инвесторы ошибаются в прочтении тенденции, меняются и предпочтения. Более детализированный цикл «бум – крах», учитывающий эти соображения, состоит из следующих стадий: непризнанной тенденции, начальной стадии самоускоряющегося процесса, успешной проверки, растущей уверенности, появления расхождения между реальностью и ожиданиями, ошибочным прочтением тенденции, возникновения критической ситуации, самоускоряющегося процесса в обратном направлении.

Предложенная Соросом модель является динамичной и благодаря этому учитывает взаимодействие между ценами и тенденцией, отслеживаемой фундаментальными аналитиками. Но проблема последних заключается в том, что они используют упрощенную модель, не учитывающую предпочтений. В предлагаемых ими статических моделях тенденции определяют цены, как демонстрирует рисунок 1.3.

Продолжая обсуждение познавательного процесса, следует остановиться на вопросе, важном для практиков: что же считать «объективной», «научной» концепцией? «Моя логика исследования содержала теорию развития знания через попытки и ошибки, точнее, через устранение ошибок. А это значит – через дарвиновскую селекцию, через отбор, а вовсе не через ламарковскую методологию, то есть обучение» – так характеризует Карл Поппер свой подход к познанию. При таком подходе «объективность» достигается путем обсуждения конкретного вопроса критическим количеством участников (interpreters). Они интерпретируют мнения путем открытого процесса осмысления и оценки некой сформулированной сообществом проблемы¹². Казалось бы, именно так проходит и процесс ценообразования на финансовых рынках, где средством обсуждения выступает торговля на открытом рынке. Но при всей внешней похожести подход, который Поппер считал научным, Сорос и некоторые другие исследователи таковым не признают.

Обсуждение признаков разделения знания на научное и ненаучное является одной из ключевых тем философии по отношению к познанию в целом, а не только по отношению к экономической науке. Тагард, современник Поппера, говоря о признаках псевдонаучности, указывает, что существует два вида псевдонаучного «мышления» по принципу «похожести»: конфигурации (patterns) и метафоры. «Похожесть» не предполагает обязательной корреляции между моделью и реальностью.

В частности, Тагард отмечает, что метафоры особенно часто используются в «научной» литературе по бизнесу (как и по финансам). В ней нередко встречаются утверждения об открытии новых взаимоотношений, и их значимость отождествляется с научными открытиями в естествознании, которым присуща значительно большая универсальность. Получается, что академические разработки, часто применяемые инвесторами, нельзя классифицировать как научные. Этот вывод относится и к методологии фундаментального анализа, часто использующего метафоры, например принцип относительной стоимости (relative value).

Замечания Тагарда подтверждают взгляды Хайека, который, как уже говорилось, указывал, что теории, объясняющие поведение рынка и экономики, – это всего лишь ориентир, и гораздо важнее найти «принцип» или «устойчивую конфигурацию». Более того, поскольку многие теории противоречат друг другу, участники обсуждения играют очень большую, если не определяющую роль. Однако «научным», в понимании естественных наук, этот процесс не является. Скорее это процесс поиска консенсуса, справедливого в данный момент времени¹³. Поэтому можно признать, что на рынке все решения субъективны и позволяют правильно предсказывать только в конкретных временныґх рамках. Этот вывод очень важен для дальнейшего обсуждения достоинств фундаментального и технического анализа.

Инвесторы вкладывают деньги, базируясь на проделанном анализе и вытекающем из него прогнозе. Затем появляется новая информация, их подтверждающая, уточняющая или опровергающая. Она меняет тактику и стратегию участников рынка. Сторонники подхода к познанию, предложенного Поппером, должны сосредоточиваться не только на том, насколько верна их гипотеза о движущих факторах рынка, но и на том, чтобы большинство участников обсуждения с ней согласились.

Несмотря на то что не все принимают возможность полномасштабного использования подхода Поппера для социальных наук, он позволяет и финансистам определять стадии восприятия рынком информации, а также строить прогнозы исходя из наиболее вероятной следующей ступени развития коллективного сознания «участников обсуждения». Инвесторам, которые предполагают пользоваться этими соображениями, следует обратить особое внимание на то, что факт взаимного влияния цен и ожиданий противоречит общепринятой концепции определения стоимости активов, которая предполагает сохранение существующих критериев оценки «хорошего» и «плохого». Осознание этого недостатка ведет к более точному прогнозированию циклов, так как инвестор ожидает, что при «разочаровании» инвесторов в интернет-компаниях, например, первоначальные сценарии развития этой индустрии будут сопровождаться иными ожиданиями (более низких цен данных компаний).

При этом применительно к рынкам следует помнить два противоречащих друг другу обстоятельства. Во-первых, часто к моменту достижения консенсуса рынок насыщается и начинает корректироваться, что может не изменить господствующую теорию (и) или предпочтение, но откроет дискуссию о других возможных теориях. Во-вторых, опровержение гипотезы инвестора может не привести к потерям, так как ожидаемая динамика цен материализуется ввиду иных причин. На рынках всегда существует несколько теорий, объясняющих их поведение, и инвестор вынужден не только постоянно дополнять свою гипотезу, но и менять ее, стремясь оставаться внутри наиболее представительной группы «участников обсуждения». Этот вывод будет иметь для нас большое значение при рассмотрении факторов ликвидности рынка; более того, он смыкается с предложенной Соросом моделью поведения финансовых рынков.

Правильная концепция, т. е. торговая идея, не всегда подтверждается прибылью, а неправильная – не всегда опровергается убытком. Во многом это объясняется тем, что отнесение теорий к «правильным» и «неправильным» в значительной мере зависит от временного периода, для которого они разработаны.

Проведенный нами краткий анализ дает возможность утверждать, что большинство финансовых и экономических теорий могут считаться научными только при либеральном трактовании термина «теория». Условность является следствием присутствия обратной связи, существующей между человеческими решениями и анализируемыми ситуациями. Она не позволяет до конца подтвердить или отвергнуть полезность любой финансово-экономической теории или гипотезы. Такое заключение не отвергает значения общих «принципов» типа теории эффективного рынка – оно стимулирует поиск «устойчивых конфигураций», которые наряду с «принципами» позволяют увеличить эффективность прогнозирования.

Для того чтобы согласиться или не согласиться со справедливостью заявления, что в финансовой экономике нет надежных концепций, а есть лишь «принципы» и «устойчивые конфигурации», следует рассмотреть основные теории и процесс построения моделей, описывающих поведение финансовых рынков.

2. Проблемы теорий, господствующих в сфере финансов

Теория эффективного рынка

Основополагающей концепцией, принятой в академическом мире для объяснения взаимодействия информации и цен, является теория эффективного рынка («efficient market theory», также известная как «efficient capital market theory»), в том числе более ранняя версия – «random walk theory». Коротко об их истории. Л. Башелье (Bachelier) в своей диссертации «Теория спекуляции» в 1900 г. обосновал случайный характер блуждания цен. Башелье показал, что рыночные цены отражают мнение спекулянтов. Он также высказал предположение, что текущая цена является наилучшим предсказателем будущей, так как, если бы существовали предсказания, еще больше заслуживающие доверия, она бы немедленно их отразила. Поскольку, следуя этой логике, можно утверждать, что цена отражает всю известную информацию, то математическое ожидание прибыли спекулянта равно нулю. Работа Башелье была малоизвестна, пока ее не популяризировал П. Самуэльсон (Samuelson) в 1950-е гг. Х. Уоркинг (Working, 1934) впервые доказал случайность движения цен акций путем нанесения на график данных об их изменении, а не исследуя динамику абсолютного изменения цен. К этому же выводу независимо от своих малоизвестных предшественников пришел М. Кендалл (Kendall, 1953), проанализировав не только акции, но и ряд сырьевых групп, включая пшеницу и хлопок. М. Осборн (Osborn, 1959) опубликовал исследование, которое во многом сходится с выводами Башелье (предполагается, что к моменту публикации Осборн о нем не знал). Так, в числе прочего его выводы гласят, что изменения цен акций описываются броуновским движением и их разброс увеличивается по мере увеличения времени блуждания (пропорционально квадратному корню из времени). В 1961 г. Д. Мут (Muth) обосновал гипотезу рациональных ожиданий, которая гласит, что участники рынка используют всю доступную информацию и не делают системных ошибок при принятии решений. В 1965 г. Е. Фама (Fama) впервые ввел в финансовый обиход термин «случайное блуждание» (привнесенный в статистику К. Пирсоном в 1905 г.). Этот термин восходит к статистическому выводу, что группа пьяных, каждый из которых начнет блуждание из одной точки, будет делать несколько шагов, падать, засыпать и после пробуждения продолжать движение в непредсказуемом направлении, в результате окажется недалеко от исходной точки. Иными словами, как и в случае с броуновским движением, площадь блуждания увеличивается по мере увеличения времени блуждания (т. е. пропорционально квадратному корню от количества времени блуждания). В том же 1965 г. Самуэльсон обосновал теорию эффективного рынка. К моменту его публикации некоторые экономисты считали, что случайный характер поведения цен на рынке акций не позволяет определить их справедливую цену, а потому не подчиняется экономическим законам, а потому является иррациональным. Самуэльсон выдвинул предположение, что случайность поведения (randomness) цен не является признаком иррациональности и что цены акций отражают их реальную стоимость в каждый момент времени. В своей статье в 1967 гг. Робертс (Roberts) привнес классификацию трех форм информационной эффективности. Все мысли своих современников в отношении рынка обосновал Е. Фама в 1970 г. Фама фактически создал теорию эффективного рынка, в том числе дал ей имя. Его вывод заключается в том, что нет информации, которая обеспечивает инвесторам возможность получения доходности выше рыночной в долгосрочной перспективе. Этот вывод Фамы (и близкий к нему вывод Самуэльсона) основан на простой логике, заключающейся в том, что в поиске всех типов информации инвесторы проводят исчерпывающий анализ, поэтому любая возможность сверхприбыли исчезает, как только информация становится доступной.

Теория эффективного рынка сыграла важную роль в объяснении влияния информации на цены отдельных американских акций. Концепция исходит из допущений о рациональности инвесторов; об обоснованном характере их ожиданий; о присутствии арбитража – рыночной силы, приводящей цены активов к равновесию риска и доходности. Ей удается связать оценку активов (модель CAPM) и теорию структуры капитала (модель Модиглиани – Миллера), т. е. доминирующие финансовые теории, исходящие из тех же допущений.

Допущение об обоснованных ожиданиях инвесторов (homogeneous expectations, consistent beliefs) сводится к тому, что распределение исходов данного явления, ожидаемое участниками рынка, совпадает с реальным. Если суммировать допущения о рациональности инвесторов и об обоснованности их ожиданий, получается, что участники рынка (рынок в целом) не только мгновенно и правильно оценивают информацию, касающуюся конкретного рынка, но и правы в отношении всего происходящего в экономике в целом.

Фама исходит из того, что эмпирически нельзя подтвердить мысль о том, что цены отражают всю информацию, и поэтому невозможно получить сверхдоходность в длительной перспективе. Он тестирует эту идею на основе трех разных типов информации. Так, Фама доказывает, что на основании известных исторических данных по ценам и объемам торгов надеяться на супердоходность не приходится. Иными словами, технический анализ не позволит использующему его инвестору превзойти среднерыночные показатели в долгосрочной перспективе. Этот вывод Фама считает доказательством эффективности рынка в его слабой форме или «слабой формой эффективности».

Если вся доступная для участников рынка информация отражена в ценах, то рынок характеризуется «полусильной формой эффективности». В этом случае самостоятельный фундаментальный анализ не даст инвестору идей, достаточных для того, чтобы побить рынок. Наконец, Фама рассматривает, может ли достичь оптимальных результатов инвестор, который способен разобраться в информации лучше, чем большинство его коллег, и который даже имеет доступ к инсайдерской информации. Из ряда существовавших исследований Фама делает вывод, что однозначного подтверждения этому нет, а потому, как он считает, можно утверждать, что рынок обладает «сильной формой эффективности».

Таким образом, на каждом уровне доступа к информации невозможно получать доход, превышающий среднерыночный¹⁴. Следовательно, как фундаментальный, так и технический анализ не являются ключом к сверхрезультатам.

Следовательно, как фундаментальный, так и технический анализ не являются ключом к сверхрезультатам. Теория эффективного рынка в настоящее время используется для объяснения цен на многие активы, причем не только в США, но и в мировом масштабе. Однако, несмотря на популярность, в последние 20 лет отмечались ее слабые места. Но именно после кризиса 2007–2009 гг. по поводу этой теории возникли серьезные сомнения. Сегодня есть исследования, которые показывают, что, например, китайские акции не всегда следуют принципу «случайного блуждания» так же, как и американские индексы акций, что отмечал еще Самуэльсон. После каждого кризиса, включая последний (2007–2009 гг.), появляются сомневающиеся в способности теории объяснить аномалии резкого изменения цен, т. е. «справедливой оценки» стоимости активов финансовыми рынками. Критики также указывают, что теория исходит из дохода всех активов, торгуемых на рынке («рыночного портфеля»), а не, например, нормального дохода для данной группы риска, или для данной отрасли, или для данного класса активов¹⁵. Терминология, используемая в теории, недостаточно строга. Так, не определено значение термина «нормальный» доход. Теория игнорирует тот факт, что человек в силу ограниченности своего сознания не способен разобраться во всем объеме информации и всех ее взаимосвязях. Неудивительно, что ее оказалось сложно доказать эмпирически.

Сторонники теории поведенческих финансов (behavior finance) указывают на неоправданность предположения об индивидуальной рациональности, лежащего в основании теории эффективного рынка. Выделяются четыре типа возможных причин неэффективности арбитража¹⁶, связанных с нерациональностью поведения участников: фундаментальный риск, институциональные ограничения, риск нерациональных трейдеров, подверженность профессиональных трейдеров общечеловеческим недостаткам.

Фундаментальный риск заключается в том, что во избежание последствий ошибочных суждений рациональные трейдеры хеджируются посредством аналогичного «справедливо» оцененного актива (так называемый «спред-трейдинг»). При таком подходе они сталкиваются с риском, что хеджирующий актив следует не только общерыночной, но и собственной динамике¹⁷. Кроме того, рациональные трейдеры могут не обладать средствами, достаточными для противодействия нерациональным трейдерам, хотя это и предполагается моделью¹⁸.

Ограничения институциональных инвесторов можно разделить на связанные с законодательством и мотивационные. Например, ограничение на продажу одолженных акций (short sale) не позволяет арбитражерам продавать акции переоцененных дорогих компаний, что может быть причиной «эффекта малых фирм» – феномена, который не объясняется теорией CAPM. Его мы обсудим ниже. К данной категории относится и отсутствие кредитных линий, и высокие маржинальные требования, существующие в России.

К институциональным ограничениям можно отнести и мотивационные факторы. Так, «январский эффект», который описывает избыточную доходность акций американских компаний в декабре – январе каждого года, можно объяснить поведением сотрудников инвестиционных компаний в период уплаты бонусов. Они, как правило, предпочитают не рисковать в последний месяц бюджетного года до момента выплаты годового бонуса. Так, календарный год взаимных фондов начинается в ноябре, и в течение месяца управляющим фондами выплачивают бонусы за предыдущий год. В середине декабря они начинают работать на бонус следующего года, но в это время аппетит к риску пропадает у маркетмейкеров, чей бонусный период заканчивается в середине января. Вследствие неликвидности, возникающей в этот момент, рынок акций растет на небольших объемах¹⁹.

Даже если исключить аномалии, такие как коррупция²⁰ и фальсификация отчетности, связанные с непрозрачностью и прочими особенностями компенсационных схем, следует обратить внимание на то, что, ожидая значительный приток денег от нерациональных источников, рациональные трейдеры часто объединяются с ними с целью заработать, вместо того чтобы им противостоять.

Арбитраж на рынках может быть лимитирован и в силу того, что рациональные трейдеры не могут откорректировать поведение менее опытных и менее рациональных участников рынка (noise traders – от англ. noise, означающего «шум». Имеются в виду колебания цен из-за действий нерациональных трейдеров)²¹.

Следовательно, неэффективность, возникающая на рынках, не корректируется арбитражем, и поэтому цены отличаются от «рациональных»²², а значит, должна быть возможность зарабатывать благодаря пониманию рынка. Возможно, лучшей иллюстрацией этого вывода является кризис LTCM²³ в 1998 г., когда на одной стороне рынка оказался фонд, а на другой – несколько ведущих банков. Фонд заявил о банкротстве и должен был распродать огромное количество активов, тем самым дестабилизировав несколько рынков. В результате «рациональная» цена откорректировалась на размер премии из-за недостаточной ликвидности продаваемого объема.

Приверженцы обоих направлений финансовой мысли могут считать, что они правы, поскольку если рассматривать короткий период, то часто подтверждается верность теории поведенческих финансов, а если взять в расчет более длительный период – то теории эффективного рынка. Но именно игнорирование значительных аномалий делает последнюю концепцию практически бесполезной для участников рынка. Утверждение о том, что «в конечном итоге вся информация будет отражена в ценах», имеет такую же практическую ценность, как сентенция «в конечном итоге мы все умрем».

Сторонники теории эффективного рынка считают, что она остается основной, так как не имеет альтернатив, и что вклад поведенческих финансов в лучшем случае полезен для объяснения ограничений, накладываемых институтами на абсолютность механизма арбитража. При этом они считают, что поведенческие предрасположенности людей не столь важны, так как балансируют друг друга (Гилсон, Краакман, 2003)²⁴.

На наш взгляд, теория эффективного рынка – ценный «принцип» (в понимании Хайека) и методическая база именно для малоопытных трейдеров, так как описывает основные взаимосвязи на рынке и предостерегает от неосмотрительных действий из-за якобы «обладания ценной идеей». Информация, известная рынку, постоянно переоценивается²⁵. Этот процесс требует быстроты реакции и расслаивает участников рынка на опытных и малоопытных. Поскольку первые приобретают возможность получения доходов, превышающих средние, за счет вторых, будет правильно заменить категорию «опытные» на «успешные»²⁶. Последние, как правило, лучше понимают изменения информации и быстро находят алгоритмы прибыльной деятельности. Для них теория эффективного рынка не представляет особой ценности.

Реально ли создать рыночную модель, которая поможет предсказывать будущее, а не только опишет прошлое? Представим себе, что такая модель появилась и стала известна участникам рынка. Предположим, она точно взвешивает влияние новой информации на изменение соотношения всех элементов, составляющих экономику, предсказывает коэффициент риска по активам и эмитентам и, следовательно, поведение рынка. Тогда на основании модели будет происходить мгновенное перенастраивание цен в оптимальные. Она станет практическим олицетворением теории эффективного рынка.

Итак, «принцип», предлагаемый теорией эффективного рынка, полезен, но сама по себе она не представляет особой ценности для прогнозирования. Насколько способны помочь инвесторам модели, определяющие отдельные области финансов и отдельные сегменты финансового рынка, невзирая на проблемы с общетеоретической базой? Ответы на этот вопрос рассмотрим ниже.

Теории управления портфелем

Современная теория управления портфелем (Modern Portfolio Theory – MPT), созданная Г. Марковицем, отделяет оценку риска отдельной акции от оценки риска портфеля в целом. Она утверждает, что при включении в портфель большого количества малокоррелирующих активов его риск снижается. При этом риск определяется как стандартное отклонение ожидаемой прибыли (волатильность, или variability of returns). При подборе акций в портфель их ковариация с другими акциями в портфеле важна в большей степени, чем индивидуальная волатильность. Практическая суть теории сводится к тому, что все, что им нужно знать, добавляя акцию в портфель, – сколько она добавит к риску портфеля в целом. Иными словами, цены акций, входящих в портфель, должны зависеть от разных экономико-политических факторов. Особенно хорошо подбирать в портфель акции, имеющие негативную ковариацию. Однако даже успешная диверсификация не исключает влияния на портфель общерыночных явлений.

Представляется, что эта теория малоприменима для большинства инвесторов, поскольку создать портфель из тысяч или даже сотен акций не представляется возможным. Ценность диверсификации не доказывается во время кризисов, так как последние из них подтвердили «кризисную» динамику, когда активы, не коррелирующие в обычное время, коррелируют во время кризисов, т. е. эффект, ожидаемый от диверсификации, резко снижается именно в те моменты, когда он наиболее важен. Что же касается международной диверсификации, то ее эффект тоже ниже ожидаемого²⁷. В периоды, когда новые рынки (типа украинского) отсутствуют, все международные рынки коррелируют, как это было в конце XIX и XX вв.²⁸

Существует также и ряд психологических проблем, связанных с диверсификацией: большинство инвесторов не могут одновременно и одинаково хорошо уследить за десятками акций. Более того, начиная терять деньги на части инвестиций, инвесторы частенько закрывают более прибыльные, чтобы не понести потери и на них, и тем самым снижают ожидаемый эффект от диверсификации. В результате теория стала хрестоматийной, но применять ее по-прежнему очень сложно²⁹.

Марковиц исходил из того, что портфель должен характеризоваться ожидаемым уровнем доходности, статистической дисперсией и корреляцией каждой пары активов, входящих в портфель. Поскольку учесть такое количество взаимосвязей не представляется возможным, У. Шарп, ученик Марковица³⁰, упростил задачу, заменив корреляции между активами на корреляцию каждого актива с рынком в целом. Теория оценки активов на рынках капитала (Capital Asset Pricing Market, CAPM), созданная одновременно и независимо У. Шарпом и Д. Линтнером³¹, разделяет доходность акций на три составляющих: безрисковая доходность (доходность казначейских облигаций), премия за вложения в рынок акций (за систематический / недиверсифицируемый / рыночный риск) и премия за вложение в данную акцию (за несистематический / специфический / диверсифицируемый / уникальный риск). Движение рынка оказывает воздействие на цены каждого актива³². Систематический риск обозначается буквой «b» (впоследствии ее назвали греческой буквой бета). Бета компании – это отношение волатильности акций к волатильности рынка. По словам Шарпа, это «риск плохих результатов в плохие времена»³³. Активы будут следовать за рынком в любом случае, поэтому от этого риска нельзя захеджироваться путем диверсификации, и он называется недиверсифицируемым. От активов, которые сложно захеджировать (с большой бетой), инвесторы требуют большей доходности. Формула СAPM может быть записана следующим образом:

Ожидаемая доходность = Безрисковая доходность + β × (Ожидаемая премия за рыночный риск),

или

r = Rf + β × (Rm − Rf)
[другая версия: r − Rf = β × (Rm − Rf)],

где

r – ожидаемая доходность данного актива;

Rf – безрисковая доходность;

Rm – доходность рынка.

Таким образом, доходность акции должна состоять из безрисковой доходности (риск процентной ставки с нулевой бетой³⁴), доходности рынка над безрисковой доходностью и, наконец, доходности, соответствующей бете. Интересно, что из этой формулы следует, что у всех акций одинаковая ожидаемая доходность, соответствующая определенному уровню риска. Поэтому, как и предсказывает теория эффективного рынка, инвестор в среднем не сможет заработать больше, изменяя свой профиль риска.

Очевидно, что этот вывод игнорирует тот факт, что покупка акции тоже содержит элемент риска, который уникален для нее и не зависит от рынка. Однако теория Шарпа предполагает, что от специфического / несистемного / уникального / остаточного риска данной акции можно застраховаться путем диверсификации, т. е. подбора в портфель акций с разным уровнем стандартного отклонения цен. Более того, Шарп считает, что, поскольку такие риски могут быть снижены путем правильного подбора акций в портфель, инвесторы не будут требовать за них дополнительной компенсации³⁵.

Кроме того, из идей Шарпа следует, что доходность каждой акции также можно реплицировать комбинацией безрискового актива и другой акции. Поэтому сторонники CAPM предпочитают инвестировать в индексные фонды данных классов активов, а не в отдельные акции³⁶.

CAPM предоставила математическое обоснование разным составляющим риска, и благодаря этому сегодня определяет мышление на рынках. Однако несмотря на методологическую ценность CAPM и получение практического подтверждения того, что активы с малой бетой меньше зарабатывают на подъеме рынка и меньше теряют на его падении, чем активы с большей бетой, в целом многие из ее практических аспектов вызывают вопросы.

К недостаткам CAPM можно отнести сложность ее тестирования. Она исходит из линейной взаимосвязи между системным риском и доходностью рыночного портфеля (индекс типа S&P 500), но большинство портфелей содержат не только акции, а потому предполагаемая взаимосвязь зачастую отсутствует. Более того, утверждение, что более высокий риск соответствует более высокой доходности, не подтверждается при тестировании, да и активы с нулевой бетой имеют доходность выше казначейских облигаций США, принимаемых за безрисковый актив³⁷.

Поскольку бета является важным элементом современной финансовой теории, следует отметить несколько ее недостатков. Использование беты усложняется тем, что она часто изменяется в зависимости от периода (годовые и недельные беты одной акции не совпадают) и плохо функционирует для краткосрочных инвестиций³⁸. Кроме того, в странах, в которых капитализация рынков состоит из небольшого количества крупных акций, бета излишне коррелирует с их поведением. Так, в Финляндии акция Nokia составляет 75 % капитализации рынка, а потому бета других компаний не отражает их риск. На бету также оказывают сильное влияние модификация стратегии компаний, их слияния, поглощения и разделение; изменения в составе индекса рынка и т. д. Таким образом, историческая бета данной компании – понятие весьма условное.

В результате теоретические и эмпирические проблемы CAPM (и в той же мере теории эффективного рынка) были сведены к нескольким необъяснимым феноменам, среди которых наиболее известными являются: «загадочная премии за риск», «эффект малых фирм», «эффект выходных» и «январский эффект»³⁹. Первая проблема сводится к тому, что, как показывает тестирование, доходность акций оказывается выше риска⁴⁰.

Вторая проблема заключается в том, что модель не объясняет, почему доходность акций малокапитализированных компаний значительно превышает этот показатель для компаний с большой капитализацией⁴¹. Этот момент имеет большое практическое значение для российских компаний, размещающих акции на западных рынках. По международным стандартам большинство российских компаний подпадает под категории небольших и растущих. Следовательно, финансовые блоки компаний должны с особым вниманием подходить к выбору моделей, используемых для их оценки, иначе они окажутся недооцененными, как предполагают основные модели, построенные на базе CAPM.

В третью проблему можно объединить целую группу наблюдений, которые не может объяснить САРМ. Например, «эффект выходных» приводит к тому, что доходность в выходные дни является предсказуемо негативной. «Январский эффект» выражается в предсказуемо высокой доходности рынка акций в конце декабря – начале января.

В целом оказывается, что предположения о нормальном распределении доходов⁴² и о стремлении доходности к среднему значению не подтверждаются⁴³. Все эти четыре проблемы указывают на невозможность описания средней доходности, что статистически объясняется проблемой плохих моделей (bad-model problem). Так, если настроить CАPM на решение «эффекта малых фирм», она перестает описывать доходность компаний с высокой капитализацией. Аналогично модели, описывающие доходность для длительного временно́го периода, не могут описать ее на коротких отрезках времени, и наоборот⁴⁴.

Значительное число недостатков модели делает невыгодным ее практическое применение, что признается даже сторонниками теории эффективного рынка⁴⁵. В качестве альтернативы CAPM Е. Фама и К. Френч в 1993 г. предложили трехфакторную модель. В соответствии с ней портфель подбирают исходя из размера компании (капитализация), соотношения бухгалтерской и рыночной стоимости (book-to-market) и поведения рынка акций⁴⁶. Однако, как и CAPM, эта модель не смогла описать среднюю доходность, поэтому использовать ее для прогнозирования доходности по «рыночному» портфелю не представляется возможным, даже притом, что она лучше, чем CAPM, описывает поведение цен малокапитализированных компаний. Кроме того, если портфель акций сформирован по принципу величины капитализации, соотношения бухгалтерской и рыночной стоимости, а также соотношения доходности и цены, то он больше соответствует долгосрочной фактической доходности как в США, так и на рынках акций двенадцати других стран⁴⁷.

В 1997 г. Даниель и Титман предложили характеристическую модель (characteristics model), где доходность определяется в соответствии с категорией компании – растущей или недооцененной (growth; distress). Они пришли к выводу, что излишняя уверенность инвесторов может привести к инерционным тенденциям, особенно в отношении акций, по которым требуется интерпретация неясной информации. Это особенно характерно для акций растущих компаний⁴⁸.

Они рассматривают высокий уровень соотношения бухгалтерской и рыночной стоимости как свидетельство плохого экономического состояния компании, а низкий – хорошего. Это предположение подменяет собой необходимость делать допущение о рискованности компании, в чем состоит принципиальное отличие от подхода CAPM, где делается допущение о риске и игнорируется соотношение бухгалтерской и рыночной стоимости. Тестирование этой модели, проведенное в период 1973–1993 гг., подтвердило ее преимущество над CAPM, но последняя показала лучшие результаты за 1929–1997 гг.⁴⁹ Такая непоследовательность в качестве результатов исчезает при включении транзакционных издержек. В этом случае сравнение моделей Даниеля – Титмана и Фамы – Френча приводит к аналогичным результатам⁵⁰.

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 кварталов⁵¹. 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 месяцев⁵².

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 целом⁵³. 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 Х_i: S = f (Х₁, Х₂…., Х_n). 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 фондовых рынках при неизменном экономическом прогнозе развития Бразилии.

Высокий рейтинг не поддерживающего рынок кандидата станет для инвесторов сигналом на продажу бразильских активов, так как принятые им решения могут привести к неблагоприятным изменениям в экономике. Поскольку инвесторы в активы развивающихся стран, как правило, работают с активами нескольких государств, в момент резкого снижения цен в одном активе они зафиксируют прибыль в других, чтобы гарантировать минимальную стабильность общего результата своего фонда. В результате инвесторы продадут актив других развивающих стран, на которых, казалось бы, не должны сказываться внутриполитические решения бразильских избирателей.

Так все и произошло на практике. В результате цены на бразильские облигации упали в среднем на 40 %! Хотя цены на других развивающихся рынках упали меньше.

Особенности учета в моделях макроэкономических аспектов

Модели часто не работают, так как чисто статистические методы упускают важнейшие качественные зависимости. Например, известно, что фактором, определяющим платежеспособность и стабильность российского рубля, является динамика цен на сырье. Выручка от этой статьи экспорта исторически составляет до 60 % от его общего объема. Несмотря на кажущуюся очевидность зависимости российских финансовых рынков от мировых цен на нефть, корреляционный анализ значимости уровня цен на нефть для состояния рынка ценных бумаг подтверждает это только для 1999–2004 гг. Более того, не очевидна и зависимость российских финансовых рынков от состояния торгового баланса (валютных поступлений). Возможно, объяснением может служить тот факт, что цены на нефть оказывают воздействие на состояние экономики и рынков через величину уплачиваемых налогов или объем ввезенного капитала. Но важно то, что очевидной корреляционной связи нет. Другими словами, основную составляющую экономики не всегда можно выявить с помощью стандартного статистического анализа⁵⁵.

Исходя из опыта финансовых кризисов, произошедших в 1994–1995 и 1997–1998 гг., одним из ключевых моментов, которому необходимо дать количественную оценку, является политическая информация. Такие факторы, как принятие «консервативного» государственного бюджета, усиление способности правительства собирать налоги или утверждение пенсионной реформы, будут способствовать росту рынка любой страны. Но хотя эта динамика и отслеживается экономистами, ее осмысление остается сложной задачей, так как необходимо учесть приоритеты данной экономики в понимании рынка. Рынок же реагирует неодинаково на одни и те же экономические показатели в различных странах и в разное время. Следовательно, стандартизировать использование политической составляющей моделей по меньшей мере сложно.

Еще одной проблемой является неправильный горизонт анализа. Чтобы хотя бы в минимальной степени учесть макроэкономические факторы, аналитики часто используют для среднесрочных прогнозов «проверенные» краткосрочные взаимосвязи. К ним можно отнести не только упомянутую выше взаимосвязь «нефть – Россия», но и «золото – австралийский доллар» или соотношение процентных ставок ЕС/США на валютный курс евро/доллар. При этом тестирование подтвердило взаимосвязи только для краткосрочных (внутридневного, недельного) или долгосрочных горизонтов. Для среднесрочных горизонтов тестирование не проводилось. Однако даже устойчивые долгосрочные соотношения могут видоизменяться. Так, из-за кризиса, начавшегося в 2007 г., расстроилось соотношение ставка ФРС – ставка LIBOR. Стремление использовать плохо подтвержденные эмпирические выводы демонстрирует склонность людей придерживаться собственных выводов, невзирая на их опровержение, которая была отмечена Канеманом и Тверски и рассматривается в части II.

Критический обзор методов, используемых в прогнозировании поведения цен облигаций и акций

Модели, используемые для прогнозирования цен облигаций

Ранее уже рассматривались теории, лежащие в основе моделирования валютных курсов. Перейдем к анализу принципов, на которых строится прогнозирование процентных ставок. Процентная ставка состоит из трех компонентов: реальной ставки, инфляции (реальная ставка плюс инфляция равняется номинальной) и кредитной составляющей. Как показывает практика последних лет Банка Японии и Федеральной резервной системы США, реальная ставка представляет собой разницу между номинальной ставкой и инфляцией, т. е. на практике она рассчитывается «задним числом» и не является самостоятельным фактором⁵⁶.

Модели прогнозирования цен на облигации (и акции) находятся в особой зависимости от прогнозов уровня инфляции, возможно, даже в большей степени, чем при прогнозировании рынков валют. В феврале 1994 г. падение рынка облигаций в США потянуло за собой падение рынка акций и доллара⁵⁷. Произошло это потому, что ФРБ США поднял ставки, чтобы отразить атаку инфляции. Прогнозирование степени инфляции зависит от динамики валового национального продукта (GNP)⁵⁸, бюджетов стран, их уровня потребления и т. д. Каждый из этих факторов, в свою очередь, колеблется. Одновременно меняется их значимость для прогнозов. Так, вспомним споры А. Гринспена с традиционными экономистами. Они выплеснулись в прессу в конце 1990-х, когда экономика США достигла уровня полной занятости (4,8 % безработицы). Тогда традиционные экономисты утверждали, что на этом этапе возникнет инфляция зарплат, которая приведет к ценовой инфляции. Благодаря росту дешевого импорта из Китая и росту производительности, связанной с внедрением Интернета, первая часть прогноза материализовалась, а вторая – нет, т. е. значимость разных типов информации, а вслед за ними и привычные причинно-следственные связи между показателями видоизменились.

Как показывает опыт России до 1998 г. или Италии в 1992 г., даже верное предсказание нужд бюджета, воздействующего на рынок напрямую, не позволяет точно прогнозировать котировки облигаций. Состояние хронического дефицита было очевидно на протяжении многих лет, но имелись и факторы, которые рынок оценивал как достаточно сильные и устойчивые, например ожидание реформ (в области бюджетирования, налоговой сферы), или внешней помощи, или роста экономики (повышения налоговых платежей), чтобы не реагировать на существующие проблемы.

Важно также отметить влияние экономического состояния США на ставки во всем мире. Де-факто мировой рынок облигаций ориентируется на поведение американского⁵⁹. Это происходит ввиду его значимости для неамериканских заемщиков. Как только меняются предпочтения американских инвесторов – меняются их спрос и предложение на неамериканские финансовые инструменты. В результате модели предсказания поведения ставок даже в тех странах, которые не входят в долларовый блок, должны включать американские ставки, хотя они и не отражают состояние экономики этих государств.

Таким образом, прогнозирование номинальных ставок является противоречивым процессом, где перед аналитиком ставится практически невыполнимая задача – учесть взаимопереплетающиеся параметры, в том числе даже те, что не имеют прямого отношения к экономике страны (ставки США). Надежность прогноза вряд ли увеличится, даже если принять во внимание огромное количество информации.

Значение дисконтирования будущего и новых факторов в построении моделей

Оценки влияния на субъект (государство, компанию и т. д.) текущих тенденций и будущих событий и вероятности их материализации существенно влияют на цены и акций, и облигаций. Именно на них корректируется текущее состояние. Иногда эта «приведенная» оценка будущего играет гораздо более значимую роль в определении цен, чем сегодняшняя информация. Так, на предкризисном рынке российских ГКО основную роль играла оценка вероятности помощи МВФ.

Оценка размера «коэффициента дисконтирования» будущих событий зависит от предпочтений аналитика. Так, кредитная оценка платежеспособности корпорации в значительной мере базируется на ее денежных потоках, т. е. способности получить достаточно денежных средств для выплаты долгов, а для этого, в свою очередь, необходим прогноз динамики доходов и расходов. Следовательно, нужны прогнозы общего экономического состояния страны, динамики развития данной отрасли и компаний-поставщиков. Аналитик должен выделить не только факторы/тенденции, являющиеся приоритетными сегодня, но и предугадать, какие из них будут преобладать в будущем! Не слишком ли много оценочных показателей и предположений требуется для создания прогноза? Недаром старая аудиторская шутка гласит: «Прибыль – это предмет трактования; только наличные в кассе – это факт».

Критический анализ выводов «фундаменталистов» о международных рынках облигаций

Из рисунка 1.7 следует, что в период 2003–2004 гг. индекс цен акций рос, в то время как снижалась цена дефолтных свопов (своп – финансовый инструмент, цена которого зависит от роста или снижения премии за кредитный риск заемщиков). Это подтверждает взаимосвязь между кредитным риском и ценой акций, предполагаемую теорией и рассматриваемую ниже. Остается неясным, предсказывало ли снижение дисконтных ставок динамику рынка акций. Судя по рисункам, этого не происходило. Прилив ликвидности стимулировал оба рынка одновременно, и хотя фундаментальные финансовые принципы подтвердились, они не представляли ценности для прогнозирования.

Рисунок 1.6⁶⁰ подтверждает догадку, высказанную в комментарии к рисунку 1.5: ликвидность в США (и во всем мире) резко выросла. Это повлекло за собой спрос на все активы одновременно, который во многом и объясняет падение премии за кредитный риск.

Рисунок 1.7⁶¹ сегодня исключительно популярен как демонстрация практического применения теории финансов и встречается в аналитических изданиях большинства банков и агентств. С его помощью сторонник фундаментального анализа может продемонстрировать, что одновременно с повышением уверенности в росте доходов компаний появляется убежденность в их способности выплатить долги. Это влечет за собой падение кредитного спреда и стоимости заимствования, что, в свою очередь, приводит к падению коэффициента дисконтирования, используемого при оценке акций, и, как следствие, росту котировок акций⁶².

Такой вывод соответствует концепции Мертона, согласно которой акционеры фактически имеют опцион колл на компанию: доходы, полученные сверх сумм, идущих на оплату долгов, поступают владельцам акций, и их размер неограничен. Одновременно владельцы долга фактически получают доход от безрисковой ставки плюс премию за продажу опциона пут на компанию: если компания обанкротится, то они ничего не получат, а если она растет – только проценты.

Когда повышается уверенность в выплате долгов, ожидаемая волатильность цен на акции компании падает. Поскольку волатильность – один из основных компонентов цены опционов, при ее падении падает и цена пута. Соответственно, снижается доходность долга и сужаются кредитные спреды к казначейским обязательствам. Поскольку снижается доходность долга, акционерам остается большая часть доходов, и цена компании увеличивается.

Но вот парадокс: в 1990-х гг. существовало обратное явление, которое исследователи тем не менее тоже объясняли с помощью теории Мертона. Тогда рынок акций рос одновременно с ростом кредитных спредов и акцент был сделан на том, что рост цен на акции сопровождается ростом волатильности⁶³, а это увеличивает стоимость пута на облигации и увеличивает доходность⁶⁴. Но рост волатильности (а она служит одним из способов выражения цен опционов) ведет к увеличению стоимости опциона пут, который инвесторы в облигации как бы предоставляют акционерам. Увеличение же стоимости этого предполагаемого пута увеличивает и требования к доходности облигаций. Иными словами, если послушать обе группы исследователей, рост акций в одном случае был следствием снижения кредитных спредов, а в другом происходил независимо от них или даже вопреки им⁶⁵. Поскольку теория Мертона не может подтверждать два почти противоположных заявления, скорее всего, причиной происходившего было нечто иное. Попробуем найти им более подходящее объяснение.

Как уже говорилось выше, цена опционов зависит от волатильности (сигмы). При росте непредсказуемости доходов компании сигма растет – и цена ее облигаций падает (доходность повышается). В то же время известно, что повышательная тенденция роста цен акций сопровождается падением их ожидаемой волатильности, поскольку с точки зрения рынка опционов снижается непредсказуемость поведения цен акций. Однако, как и в случае облигаций, падение акций на такой же процент ведет к росту волатильности. Иными словами, рост цен в обоих случаях ведет к уменьшению волатильности, а их падение – к ее росту. Такое неконгруэнтное влияние направления рынка на волатильность во многом объясняется спросом-предложением на опционы, т. е. их ликвидностью.

Опционы пут используют для хеджирования портфелей акций. При падении рынка растет спрос на хеджирование, а потому и цены на путы. При росте рынка происходит обратное: владельцы портфелей акций продают опционы колл, чтобы использовать опционную премию для увеличения дохода от портфеля акций. Таким образом, пока рынок акций растет, мы предполагаем падение ожидаемой волатильности вне зависимости от поведения кредитных спредов.

Из рисунка 1.7 видно, что рост акций (падение волатильности) начиная с 2003 г. сопровождался сужением спредов (корреляция 79,3 %), а в период между 1999–2001 гг. последние начали расти, несмотря на сравнительно низкую волатильность акций. Может быть, это отклонение от теории объясняется тем, что акции продолжали расти ввиду их «популярности», т. е. прилива ликвидности, в то время как на рынке облигаций обратили внимание на ухудшающиеся доходы компаний? Тогда, хотя объяснение Мертона не подошло, другая группа «фундаменталистов» все же «заранее предсказала угрозу спада». К сожалению, трудно найти подтверждение и этой, популярной в свое время точке зрения. Скорее рынок руководствовался другим сценарием.

Рассмотрим ситуацию с точки зрения ликвидности. Можно предположить, что на поздних стадиях роста рынка акций в 1999–2001 гг. инвесторы начали продавать облигации и на вырученные деньги покупать акции. Эта гипотеза и подтверждается фактической информацией. Более того, «фундаменталисты» рекомендовали эти действия под лозунгом светлого будущего инвестиций в эпоху «новой экономики», т. е. облигации продавали не из-за опасений ухудшения доходов, а, наоборот, из-за ожидания, что рост доходов приведет к более быстрому повышению цен акций, чем облигаций. В результате, хотя за четырехлетний период корреляция между спредами и волатильностью достигала 52,8 %, в разгар бума интернет-компаний в 2000–2001 гг. она была отрицательной.

Этот пример демонстрирует, насколько разношерстными, непоследовательными и дезинформирующими могут быть общепризнанные подходы, используемые в фундаментальном анализе.

Продолжая рассмотрение этого вопроса, следует отметить, что в период с 2002–2003 гг. доходность на безрисковых инструментах (казначейских обязательствах США) упала до исторически минимальных уровней и инвесторы стали покупать рискованные активы: акции и корпоративные облигации. Именно «охотой за доходностью» объясняется рисунок 1.7, а не вовсе не успехом «теории». Даже если бы мы согласились с утверждением, что рисунок демонстрирует, каким образом одна из школ фундаментального анализа «успешно» объясняет результаты, следует признать, что значительную часть срока господствуют факторы ликвидности, которые связаны с фундаментальными факторами не напрямую, а через психологию рынка.

Рисунок 1.8 демонстрирует корреляцию, равную 78 %, между спредом и уровнем дефолтов⁶⁶ на американском рынке корпоративных облигаций. Интересно, что в начале 1990-х гг. рынок реагировал на уровень дефолтов иначе. Это видно из того, что спреды были более узкими по отношению к дефолтам, в то время как в начале первого десятилетия XXI в. они стали шире. Возможно, рынок кредитных инструментов в США стал более консервативным? Но это противоречит выводу, сделанному на основе предыдущего графика, где мы говорили о том, что инвесторы предпочитают более рисковые и доходные активы.

По-видимому, более подходящим объяснением является тот факт, что, воспользовавшись низкими ставками, многие корпорации выпустили на рынок новые облигации одновременно. Следовательно, рисунок 1.8 отражает более значительные темпы роста предложения корпоративного долга, чем повышения спроса. Более того, из-за волны слияний в банковской сфере осталось мало маркетмейкеров, т. е. снизилась ликвидность рынка, что также нашло отражение в увеличении кредитного спреда. Наконец, внедрение требования о каждодневной переоценке стоимости портфелей банков сделало их более консервативными: если раньше банковские трейдеры могли держать подешевевший актив, не проводя переоценки и не показывая потерь, то теперь будут требовать за большую прозрачность дополнительную компенсацию в форме спреда.

Есть ли показатели, предсказывающие уровень кредитных спредов? Приведенный ниже рисунок 1.9 на примере ЕС показывает, что вслед за снижением производства промышленной продукции начинаются дефолты. С одной стороны, рисунок подтверждает связь экономического цикла и уровня дефолтов. С другой – интересно, что промышленное производство, влияние которого на экономику развитых стран, по мнению многих экономистов, является вторичным по отношению к сектору услуг, оказывает прямое воздействие на частоту дефолтов, затрагивающих все отрасли экономики. Иначе говоря, факты опять противоречат общепринятым фундаментальным «истинам».

Хотя на рисунке 1.9 связь очевидна, вряд ли можно идентифицировать математическую зависимость, дающую возможность делать прогнозы. Сложность заключается в том, что необходимо учитывать многие дополнительные факторы, например уровень кредитной задолженности предприятий. Чем он выше, тем на более ранних стадиях падения промышленного производства начнутся дефолты.

Более надежным индикатором является «крутизна» кривой ставок Казначейства США. Чем больше разница между низкими краткосрочными ставками и высокими долгосрочными, тем более уверенно рынок предсказывает экономический рост, а следовательно, снижение уровней дефолтов⁶⁷.

Особенности влияния рейтингов на кредитные спреды

Говоря о кредитном риске, следует остановиться и на рейтингах. Рейтинговые модели для американских заемщиков строятся на основе эконометрического анализа. При этом в качестве основных данных используются темпы роста ВВП, публикуемый ФРС обзор условий кредитования и кривая доходности. В некоторых случаях добавляются и кредитные спреды облигаций. При этом, как установили аналитики Citigroup, 85 % изменений общего уровня дефолтов может быть предсказано с помощью отслеживания изменения спреда по отношению к LIBOR 50 американских и 20 международных банков, которые участвуют в квартальном опросе для обзора условий кредитования, публикуемого ФРС⁶⁸.

При этом замедление экономической деятельности само по себе может объяснить 68 % дефолтов. Наконец, важным фактором является и изначальное количество рейтингованных эмитентов.

Следует отметить, что как таковых моделей дефолтов долговых инструментов с инвестиционным рейтингом не существует, поскольку, как правило, рейтинг таких эмитентов сначала снижается до неинвестиционного. Кроме того, интересно, что информация по дефолтам европейских компаний с неинвестиционным рейтингом более волатильная, чем в США, из-за меньшего их количества. Наконец, количество дефолтов кредитов, используемых при LBO, меньше, чем бондов. Иными словами, говорить о единой методологии рейтингов можно, но она не одинаково полезна в разных сегментах рынка.

Первый вопрос, возникающий в связи с этим, заключается в том, насколько кредитные рейтинги влияют на поведение цен на облигации. На рисунке 1.10, приведенном ниже, показано, что в 2000 г. изменение спреда можно было объяснить на 54 % изменением рейтинга, а в 2003 г. – только на 45 %. Иными словами, другие факторы, в основном прилив ликвидности, стали более значимыми.

Недавние исследования показали, что кредитный компонент составлял порой только 25 % «кредитного» спреда (рисунок 1.11)!

Этот результат подтверждается исследованиями, демонстрирующими, что изменение рейтингов оказывает незначительное влияние на цены облигаций (кредитные спреды). На рисунках 1.12 и 1.13 показано, что рынок начинает корректироваться задолго до изменения рейтинга. Это вполне объяснимо тем, что он реагирует на информацию по мере ее поступления. Интересно, что перед увеличением рейтинга рынки слишком оптимистичны, в результате чего после объявления о нем спреды увеличиваются (расширяются), а до снижения рейтинга – чрезмерно пессимистичны, и после того, как об этом становится известно, спреды сужаются.

Для целей данной книги важно другое: в обсуждаемый период рейтинги не имели ожидаемой предсказательной ценности – они следовали за рынком. В противном случае спреды реагировали бы в день принятия решения в предсказанном направлении, так как в соответствии с теорией эффективного рынка новая информация влекла бы немедленное изменение цен⁶⁹. Тем не менее статистика за длительный период свидетельствует о том, что рейтинги довольно точно предсказывают вероятность дефолта в течение четырехлетнего периода⁷⁰. Но этот вывод делается на основе анализа всех выпусков со спекулятивным рейтингом и вряд ли помогает в работе с недиверсифицированным портфелем.

Зададим другой вопрос: почему кредитные спреды внутри одной ступени рейтинга зачастую значительно отличаются друг от друга? В известной степени это можно объяснить тем, что инвесторы ожидают повышения рейтинга одних облигаций и понижения других, относящихся к той же категории. Кроме того, существует некая инерция рейтингов. Так, анализ суверенных дефолтов показывает, что однажды объявившие его страны являются более вероятными кандидатами на следующий дефолт⁷¹. Корпоративные облигации, чей рейтинг однажды был повышен, имеют в два раза больше шансов на его последующее повышение, чем на понижение, и наоборот.

Рынок также реагирует на разницу в рейтингах между S&P и Moody’s, принимая во внимание более консервативный. Аналогичный эффект имеет отличие рейтинга эмитента от рейтинга облигации: инвесторы предпочитают более консервативный. Значительным фактором, объясняющим разницу в доходности облигаций внутри одной ступени рейтинга, является ликвидность: более ликвидные облигации котируются выше. В результате облигации, недавно начавшие обращение, как правило, дешевле, а вот облигации с более высоким купоном (более короткой дюрацией) оцениваются рынком выше, чем с низким⁷².

Представляет интерес еще одно исследование, предпринятое рейтинговым агентством Moody’s, в котором сделан вывод о том, что внутри одной ступени рейтинга спекулятивные суверенные и корпоративные облигации демонстрируют почти одинаковые уровни дефолтов. Подтверждение методологии, казалось бы, имеет ценность с точки зрения построения портфеля⁷³, но вывод, к которому пришли исследователи, сделан в результате анализа периода времени с 1985 по 2002 г. Учитывая, что Аргентина объявила дефолт в 2001 г., а это и уравняло корпоративные и суверенные дефолты, с долей иронии можно заметить, что вывод не подтвердился бы для периода 1985–2000 гг., когда дефолты корпораций значительно превышали суверенные⁷⁴.

Итак, вышеприведенный анализ демонстрирует ненадежность теоретической инфраструктуры в области оценки кредитного риска. «Принципы», предложенные теорией, являются основанием для процесса анализа и прогнозирования, но предлагаемые ею объяснения эмпирически труднодоказуемы и редко являются универсальными.

Модели, используемые для прогнозирования цен акций

Остановимся на моделях, используемых для предсказания цен акций. Изначальной моделью служила та, которую называли «обоснованной» (firm foundation model) и в которой цена акций зависела от размера дивидендов, выплачиваемых компанией (DDF)⁷⁵. Для прогнозирования динамики требовалось оценить «внутреннюю стоимость» компании, что требовало макро- и микроэкономических, а также политических прогнозов поведения фирмы и среды, в которой она оперировала. В эпоху высоких технологий, когда инвесторы стали предпочитать рост курса акций дивидендам, их прогнозирование было замещено прогнозированием динамики денежных потоков (DCF)⁷⁶. Последние могут использоваться для дивидендов или реинвестирования. Для этой модели необходима оценка тех же базовых факторов, что и для облигаций, однако эмпирически доказано, что дивиденды предсказать не удается. Кроме того, финансовые скандалы 2002 г. показали несовершенство методологии подсчета денежных потоков, искажающей их и делающей ненадежным прогнозирование на их основе⁷⁷. Иными словами, роль искусства и здесь превышает роль науки.

В дополнение к DCF и независимо от него используется метод паритетов. Например, требуется дать оценку частной компании. Ее финансовые результаты известны, но, поскольку ранее она никогда не оценивалась на рынке, для получения ее первичной оценки эти показатели сравниваются с параметрами аналогичных публичных компаний, котирующихся на рынке. За основу берется отношение цены акций (Р-price) к прибыли (Е-earnings) – так называемое Р/E ratio. Примерная оценка рыночной стоимости оцениваемой непубличной компании получается путем умножения ее прибыли на P/E публичной компании, принимаемой за эталон. «Фундаментальность» этого метода весьма сомнительна. Его слабости стали особенно очевидны в 2001–2002 гг., когда рынок акций падал и инвестиционное сообщество США вело отнюдь не теоретическую дискуссию о том, что является правильным P/E: 40 (как утверждали в 2000 г.) или 20?⁷⁸

В связи с этим представляют интерес выводы, сделанные В. Нидерхоффером и Л. Кеннером, которые касаются взаимосвязи цен акций и прибылей компаний. Они установили, что:

1) если прибыли компаний, входящих в индекс S&P 500 (США), выросли в данном году (квартале), то сам S&P 500 в следующем году (квартале) покажет худшие, чем в среднем, результаты;

2) если прибыли компаний в данном году (квартале) падали, то S&P 500 вырастет больше, чем в среднем.

В целом же авторы пришли к выводу, что связь между P/E и поведением рынка в период 1950–2001 гг. была случайной (рисунок 1.14).

Также не подтверждается концепция, в соответствии с которой низкий уровень P/E предсказывает высокую доходность акций. В 1929 г. этот показатель был равен примерно 30, и скоро действительно последовал крах. Но, с другой стороны, в начале 1970-х гг. он составлял 16, и рынок рос в среднем на 6 % в год, в то время как в начале 1994 г. P/E был равен 21,3, а рынок рос в среднем на 21 % на протяжении последующих пяти лет.

Можно предположить, что исследования, базирующиеся на регрессионном анализе, не смогут воссоздать картину рынка, так как P/E напрямую зависит от его ликвидности: чем больше объем инвестиций, тем дороже те же самые активы. Даже логическое заключение «Дешевле – значит лучше» не подтверждается на практике⁷⁹. Более того, и статистически оно не доказано⁸⁰, хотя его и принимают за «фундаментальное» предположение построения моделей, предсказывающих поведение рынка. На практике число инвесторов, работающих по принципу «Покупай дешево – продавай дорого», свойственному стилю торговли, который ориентирован на поиск недооцененных активов (value investing), не превышает долю тех, кто руководствуется принципом «Покупай дорого – продавай дороже», свойственным инерционному стилю торговли (momentum investing).

Исследование этого вопроса на примере фондового рынка США приводит к двум выводам. Во-первых, премия, которую требуют инвесторы за вложения в акции, выше в моменты дна деловых циклов. Во-вторых, отношение премии к процентной ставке казначейских обязательств (к безрисковой ставке) предсказуемо⁸¹ и коррелирует с динамикой делового цикла (или даже предсказывает ее)⁸². На основе этих выводов можно сделать заключение о том, что отношение цены акций к дивидендам не определяется волатильностью дивидендов и процентных ставок и не движется параллельно среднему уровню доходности, поэтому эффективная граница рынка (CAPM) меняется в зависимости от стадии бизнес-цикла.

Итак, на сегодняшний день не существует теории и методологии измерений фундаментальных источников риска и его отношения к прибыли⁸³. Возможно, частично этот феномен объясняется тем, что инвесторы путают номинальные и реальные ставки доходности, когда сравнивают доходность акций и облигаций. Исключительно популярная модель Федеральной резервной системы («Fed model») является типичным примером смешения понятий. Эта модель используется для предсказания доходности акций, базируясь на изменении доходности облигаций. Иными словами, можно сказать, что акции с фиксированным уровнем прибыли (по аналогии с облигациями с фиксированным купоном) должны расти в цене, когда доходность облигаций падает, так как растет привлекательность сравнительно высокой доходности акций.

В этом расчете используются доходность (yield) долгосрочных казначейских облигаций США, которая является номинальной, так как включает будущую инфляцию, и текущая инфляция, учтенная в реальной (E/P) доходности компаний. Полагаясь на интуицию, можно предположить, что со временем доходы компаний изменятся, отражая текущую инфляцию⁸⁴. Так, если она падает, то в конечном итоге одно и то же количество проданных единиц продукции принесет меньший доход, а возможно, и меньшую прибыль.

Получается, что модель («Fed model») не учитывает как разницу между номинальными и реальными доходностями, так и ожидания инвесторов о долгосрочном риске акций и облигаций⁸⁵. Неудивительно, что тестирование показывает ее неэффективность для предсказания, хотя она и помогает объяснить историческое поведение Е/P. Тестирование также подтвердило наличие связи доходностей в данный период: в периоды низких процентных ставок E/P тоже низкие (P/E высокие).

Завершая анализ моделей оценки компаний, следует остановиться на том, каким образом осуществляет оценку стратегический инвестор. Базовым вариантом служит выкуп акций компании у рынка. При этом оценивается как сегодняшняя цена компании, так и ее возможный рост при появлении крупного покупателя. Затем делается примерная оценка цены компании для «захватчика» с учетом потенциальной синергии с его бизнесом. Сначала оценивается, как слияние на первых порах повлияет на P/E компании-«захватчика». Наконец, «прикидывают», как быстро удастся интегрировать новый блок. Несмотря на этот сложный процесс, эти оценки, как правило, оказываются слишком оптимистичными: известно, что количество успешных слияний невелико⁸⁶.

Итак, рассмотрение методов оценки компаний и их элементов приводит к выводу, что каждая отдельно взятая составляющая зависит от допусков и предположений, закладываемых в модель аналитиком. В самих моделях используются финансовые теории, но, во-первых, они эмпирически труднодоказуемы, а во-вторых, их применяют без надлежащего понимания. Можно сказать, что информацию подгоняют под теории, а не наоборот.

Подводя итог вышесказанному, можно привести слова Р. Дорнбуша⁸⁷, относящиеся к моделям предсказания валютных курсов: «Для того чтобы понять, почему форвардный курс⁸⁸ на самом деле не предсказывает будущую ставку спота, следует обратить внимание на неожиданные изменения в макроэкономической обстановке»⁸⁹. Иначе говоря, для того чтобы гипотеза оказалась верной, ее автор должен сегодня правильно предсказать неожиданные события, которые произойдут за время действия прогноза!

4. Проблемы фундаментального анализа, связанные с общими вопросами методологии и ожиданий

Проблемы фундаментального анализа, связанные с факторами, не зависящими или зависящими от инвесторов

На пути эффективного прогнозирования возникает несколько значительных преград. Рассматривая проблемы фундаментального анализа с точки зрения инвесторов, можно выделить не зависящие и зависящие от них факторы.

Проблемы в использовании фундаментального анализа, связанные с факторами, не зависящими от инвесторов

Факторы, не зависящие от инвесторов, можно условно подразделить на три категории: относящиеся к поведению субъектов рынка, к изменению поведения рынка и к изменению среды.

Фактор менеджмента

Поведение субъектов рынка – это совокупность индивидуальных поступков и действий ключевых персон, обусловливающая качество менеджмента той или иной компании. Джозеф Стиглиц отмечал, что финансовая теория исходит из двух предположений – о полной доступности информации и рациональном процессе принятия решений, но, по его мнению, эти гипотезы не подтверждаются на практике⁹⁰. Простой пример: объявление о смене высшего менеджмента может повысить капитализацию компаний на миллиарды долларов! Но реально ли предсказать «роль личности» в количественном измерении? Этот вопрос очень актуален, ведь отчеты компаний, как правило, начинаются словами «Сильная команда менеджмента» или «Изменения в менеджменте» и т. д.

Примером важности личностного фактора может служить поведение российских эмитентов во время кризиса 1998 г. И в Нижнем Новгороде, и в Москве баланс оказался незавидным, и денег на погашение и рефинансирование облигаций у руководства не было. Однако столица выплатила свои долги, а Нижний Новгород их реструктурировал. Мэр этого города решил, что поддержка населения на выборах будет выше, если он своевременно выплатит зарплаты, поступившись при этом финансовой репутацией региона. А мэр Москвы, тоже стоявший на пороге выборов, нашел другое решение социальных проблем и одновременно сумел избежать дефолта. Приведенный пример демонстрирует следующую мысль: чтобы погасить облигацию, от эмитента требуется не только способность, но и желание погасить долг, хотя сложно сказать заранее, захочет ли он это сделать.

Нидерхоффер и Кеннер выделяют несколько ироничных индикаторов, предсказывающих ухудшение качества менеджмента. На первое место они поставили высокомерие и хвастовство сотрудников. С момента начала использования фраз типа «Мы – лучшие» или «Мы – номер один» в течение короткого времени доходность акций одиннадцати компаний в среднем оказалась на 24 % ниже рыночного уровня. В то же время доходность десяти компаний, где понятие «топ-менеджер» сочеталось со словами «практичный» и «скромный», была на 40 % выше доходности S&P 500 за тот же период. Хотя обе выборки не являются статистически представительными, они, по-видимому, отражают суть проблемы. Коллинз⁹¹ на основании подобного исследования сделал вывод, что «есть прямая зависимость между отсутствием знаменитостей и переходом компаний из разряда хороших в великие».

Вторым индикатором Нидерхоффер и Кеннер назвали наличие «самого высокого» небоскреба. На основе изучения итогов деятельности компаний, владеющих ста высочайшими зданиями в мире, был сделан вывод о том, что в течение одного, двух и трех лет после строительства небоскребов стоимость акций этих корпораций ухудшилась на 9, 19 и 22 % в сравнении с изменениями значений индекса Доу-Джонса.

Третий тревожный индикатор – появление фотографии топ-менеджера на обложках престижных бизнес-изданий. Результаты деятельности компаний, портреты руководителей которых были помещены на обложки журналов Business Week и Forbes, через месяц после публикаций оказались на 5 % ниже рыночного уровня.

Четвертый индикатор – это стадионы, названные в честь корпораций. Уже в год их переименования в честь компании-спонсора результаты ее работы резко ухудшаются, а многие фирмы вскоре оказываются банкротами.

Пятый индикатор – это активные приобретения других компаний. Исторически акции большинства покупателей показывают значительно худшие результаты, чем S&P 100.

Авторы также выделили другие потенциальные сигналы, свидетельствующие о необходимости менять менеджмент: приобретение полей для гольфа, сексуальные скандалы, а также введение в состав советов директоров людей, имеющих аристократические титулы⁹².

Все эти примеры наглядно демонстрируют, какое влияние оказывают даже незначительные проступки топ-менеджеров на успешную динамику цен акций компаний.

Поведение рынка: изменение эталонов успеха

Вторая преграда на пути эффективного прогнозирования – это изменение эталонов рыночного успеха. Инвестиционное сообщество на разных этапах поощряет определенные показатели (например, динамику резервов ЦБ РФ или уровень безработицы в США). Когда «ценности рынка» становятся понятными менеджменту и акционерам, они начинают ему подыгрывать с целью повышения стоимости своих компаний. Одни делают это честно, а другие используют понимание эталонов рынка для подтасовывания фактов. В конце 1990-х это было особенно заметно во время технологического бума в США, когда компании подстраивали свои объявления под события, ожидаемые рынком. То же явление наблюдается и в России, где ряд фирм предпринимает меры для улучшения экономических показателей, а другие «ускоряют» рынок, завышая стоимость компаний. Появляется самореализующийся прогноз: мы знаем, чего от нас хотят, и делаем то, что рынок компенсирует ростом капитализации.

Попытки следования за «модой» всегда были дорогостоящими, а иногда и невозможными. Например, в конце 1990-х гг. банк, не вкладывающий огромные средства в реализацию электронного бизнеса, считался неперспективным. Однако уже через два года всех тех, кто продолжал начатые тогда программы, считали безответственными. Иначе говоря, за два года сменились фундаментальные приоритеты, которые рынок ставил перед менеджментом, хотя возможность переориентации компаний на новые ценности в столь короткие сроки весьма проблематична.

Поведение рынка: инерция рынка

Третья преграда на пути эффективного прогнозирования – это инерция рынка. Теория рефлективности Дж. Сороса, изложенная выше, основывается на циклах, которые он называет «бум – крах»⁹³. Поскольку вопрос уже обсуждался ранее, для простоты изложения сократим цикл оценки акции до трехфазового. На первой стадии новая информация, которая противоречит общему настрою рынка, еще не стала общепризнанной, и лишь немногие, базируясь на ней, готовы инвестировать на свой страх и риск. На второй стадии присоединяются все (как правило, на этом этапе проявляется тенденция и в игру включаются технические трейдеры)⁹⁴. На последней стадии в тенденцию еще продолжают верить, в то время как перестают существовать все факторы, на которых она была основана. Эта инерционная стадия часто затягивается и заканчивается резким разворотом тенденции. Только дисциплинированные специалисты, которые занимают позицию, ожидая воплощения некоего прогноза, и обладают значительным финансовым ресурсом для противостояния рынку на последней стадии, пожинают плоды фундаментальных знаний⁹⁵.

Изменение общерыночной среды

И наконец, четвертая преграда на пути эффективного прогнозирования – это изменение общерыночной среды, а точнее, исторической парадигмы. Оно происходит раз в 15–20 лет и выражается в существенном изменении психологии рынка, критериев оценок и экономико-политической среды. На сегодняшний день мы можем выделить ряд тенденций, изменение которых сделает последующие 10–15 лет совершенно непохожими на предыдущие.

– Изменение демографии: старение населения в развитых западных странах, скорее всего, сделает требования инвесторов более консервативными и уменьшит поток средств, направляемых на инвестиции в акции.

– Текущий кризис приведет к глобальной перестройке регулирования финансовых рынков. На данный момент представляется, что целые классы финансовых инструментов перестанут существовать.

– Требования переоценки портфеля по рыночным ценам изменят отношение к кредитному риску и сделают рынки облигаций более консервативными, что, в свою очередь, увеличит ставки дисконтирования при подсчете стоимости акций.

– Глобализация привнесет больший риск в оценку акций из-за роста конкуренции в мировой экономике (объективный фактор) и увеличения доходов от международных операций, которые сложнее поддаются анализу финансовых аналитиков (субъективный фактор).

– Глобальное потепление может стать крупнейшей темой межгосударственных инвестиционных программ, вне зависимости от реальности этого факта. Эффект любого такого изменения может иметь устрашающие и непредсказуемые последствия для финансовых рынков⁹⁶.

Четыре вышеперечисленных фактора делают фундаментальное прогнозирование менее эффективным, поскольку противоречат ключевому предположению фундаментального анализа о том, что экономические решения рациональны. Экстремальные примеры спекуляций как с тюльпанами в XVII в., так и с акциями интернет-компаний в XXI в. показывают, что рынок часто склонен к иррациональности. Это особенно верно в век новых технологий, когда люди увлекаются потенциалом неизвестного. Идеи признаются рациональными уже после того, как они будут протестированы на ошибках многих людей (причем «посмертно» – для значительного числа участников), так что наперед мы никогда не знаем, признают ли наши поступки рациональными в будущем.

Проблемы в использовании фундаментального анализа, связанные с факторами, зависящими от инвесторов⁹⁷

Д. Швагер в своем «Руководстве к рынкам фьючерсов» отмечает четырнадцать заблуждений в отношении фундаментального анализа. Его наблюдения представляют ценность в контексте данной книги.

1. Рассмотрение фундаментальных факторов в отрыве от динамики рынка: сами по себе они не предвещают негативную или позитивную динамику, но могут выступать в роли предсказателей по отношению к конкретным ценовым изменениям. Проиллюстрируем эту идею на примере.

В начале 1992 г. ожидалось начало операции «Буря в пустыне», в рамках которой намечалось освобождение Кувейта от иракской оккупации силами коалиции под эгидой ООН. Аналитики предсказывали, что начало боевых действий повлечет за собой проблемы доставки нефти по Персидскому заливу на непредсказуемый срок. Комментаторы указывали на вероятность ракетных атак со стороны Ирака на нефтяную промышленность арабских стран – участниц антииракской коалиции. Повышение цен на нефть могло привести к резкому снижению темпов экономического роста стран – импортеров нефти.

Реальные события развернулись следующим образом. Всплеск цен на нефть в связи с оккупацией Ираком Кувейта привел к прекращению поставок из обеих стран. Поскольку их доля очень высока, рост цены на нефть был объективным фактором. До начала военной операции рынок подогревался всевозможными сенсационными сценариями, например, обсуждалась мощь иракской армии и ее оружия массового поражения. Соответственно, в сознании людей во время ожидания аккумулировались худшие сценарии. В момент начала действий, когда казалось, что самое плохое вот-вот произойдет, курс доллара (валюты, игравшей функцию «безопасной гавани» во время напряженной ситуации в мире) резко вырос, а цена на нефть подняться так и не смогла. Рынку стало ясно, что все желающие ее купить уже сделали это и новых покупателей нет, а следовательно, ничто не сдерживает его от падения. Другими словами, «худшая информация была учтена в цене» (рисунок 1.15).

2. Рассмотрение старой информации как новой: агентства нередко повторяют информацию, поэтому необходимо помнить, что сведения и факты, часто представляемые как новые, рынку уже известны.

3. Использование сравнений с результатами, полученными год назад, – ошибка, похожая на предыдущую. Объявление о резком росте количества свиней на фермах, например, может означать лишь то, что в прошлом году оно было низким. Кроме того, эта информация, возможно, уже известна рынку и поэтому не окажет влияния на цены.

4. Использование фундаментальной информации для определения времени начала действий: для этой цели сложно использовать статистику спроса и предложения, поэтому работа многих трейдеров, черпающих информацию из газетных статей и других подобных источников, оказывается неэффективной.

5. Отсутствие перспективы: реагируя на сенсационные объявления, трейдеры часто забывают задать вопрос о том, насколько значимо указанное событие. Так, информация о том, что заморозки приведут к потере урожая озимого картофеля в США, вряд ли представляет большой интерес, поскольку такая культура составляет около 1 % всего годового урожая.

6. Игнорирование фактора времени: объявление о росте цен на зерно не обязательно влияет на сегодняшнюю цену производства мяса, которое в двухлетней перспективе может подорожать. Существует много подобных явлений, которые, несмотря на кажущуюся близость, не имеют прямой взаимосвязи и оказывают замедленное влияние друг на друга.

7. Допущение, что уровень цены не может упасть ниже стоимости производства: существует много примеров, когда рынки сахара, скота, меди и т. д. в течение нескольких лет оставались ниже стоимости производства этих продуктов.

8. Неправильная причинно-следственная связь: так, нельзя предсказывать цену хлопка на основе роста засеянных площадей, так как в разных регионах различная плодородность почвы. Аналогично: на рынке скота рост поголовья не означает пропорциональный рост забоя.

9. Сравнение номинальных цен: сравнение цен на сырье за долгий срок должно проводиться с учетом инфляции.

10. Игнорирование ожиданий: рынок часто обращает больше внимания не на текущие, а на ожидаемые в будущем рыночные условия.

11. Игнорирование сезонных факторов: на сырьевых рынках существуют циклы, повторяющиеся из года в год. При сравнении показателей одного года с показателями другого фактор сезонных колебаний учитывается автоматически. Сравнение внутригодовых показателей без учета сезонных факторов приводит к ошибочным оценкам.

12. Ожидание исполнения международных торговых соглашений: значительное количество соглашений не исполняется, поэтому их учет при прогнозировании цен может быть ненадежным.

13. Прогнозирование на основе недостаточной информации.

14. Путаница концепций спроса и потребления. Объем спроса зависит от общей потребности в продукте. Объем потребления обусловлен спросом и предложением и выражается в общем количестве потребленных благ при данном уровне цен. Поэтому он является прямым следствием (а не определяющим фактором) цен: чем они ниже, тем больше возрастает объем потребления. В случае скоропортящегося сырья потребление больше зависит от предложения, чем от спроса, который, таким образом, часто можно исключать из расчетов.

5. Выводы: проблемы фундаментального анализа и оптимизация его использования

Проблемы использования фундаментального анализа

Первой проблемой, достойной упоминания, является наличие в каждый момент времени нескольких, часто противоречивых, подходов к фундаментальному анализу. Так, в начале 2002 г. на рынке продавались еврооблигации Венесуэлы ввиду экономической, политической и социальной нестабильности в этой стране, т. е. принимались во внимание фундаментальные факторы. В то же время многие отмечали, что внешняя задолженность государства минимальная и Венесуэле не имеет никакого экономического смысла объявлять дефолт. Анализ второй группы аналитиков оказался правильнее: рынок резко вырос. Это обычный пример противостояния «фундаментальных» взглядов, иллюстрирующий важность правильного выбора основополагающих допущений моделей.

Второй вывод мы сделаем на основании следующего примера. В 1990-х гг. имели место по крайней мере две ситуации, аналогичные российской девальвации. Первая возникла в Италии в 1992 г., вторая – в Мексике в 1994–1995 гг. Проблемы Италии были «предсказуемы» за три, а Мексики – за два года до кризиса. Тем не менее оба кризиса нанесли инвесторам огромный ущерб. Но эти ситуации никоим образом не подготовили менеджмент банков и фондов к «правильной политике» внутри организации в преддверии российского дефолта. Другими словами, правильный диагноз – не то же самое, что правильное лечение. Даже когда ситуация предельно ясна, остается надежда, что «в этот раз все будет по-другому».

Третье: в большинстве случаев даже при правильном выборе краеугольных факторов не удается предсказать динамику цен. Это можно объяснить неготовностью участников рынка к принятию оценок аналитиков. Сорос, говоря о циклах «бум – крах», утверждает, что, оценив определенную ситуацию и сравнив ее с господствующим фундаментальным мнением, можно выявить, что оно базируется на устаревшей модели. В таких случаях ранее заданная тенденция цен продолжается по инерции. Затем рынок осознает свою ошибку (корректирует фундаментальный взгляд) и изменяет вектор движения. Он следует новому направлению, пока не осознает, что базовая ситуация опять изменилась, а следовательно, модифицируются и все составляющие моделей.

Четвертое: даже если фундаментальному аналитику удается правильно предсказать модель данного рынка, необходимо принять критическое решение: в какой момент начинать пользоваться выводами анализа? Ведь инерция рынка порой занимает годы, и цены могут намного отклониться от «справедливых». Инвесторы же не имеют возможности долгое время оставаться в убыточной позиции, поэтому даже при использовании правильной модели есть риск потерять деньги.

В конечном итоге можно сделать вывод, что термин «фундаментальный анализ» предполагает специфический тип анализа информации, но его выводы не являются научными фактами. «Фундаментальность» выводов анализа на поверку зависит от личного мнения и удачи аналитика.

Оптимизация использования фундаментального анализа

Фундаментальный анализ полезен при критическом рассмотрении консенсусного прогноза поведения приоритетных факторов. А вот если динамика показателей или правильность выбора факторов не подтверждаются, тогда первого, кто это заметил, может ожидать шок от появления «непредвиденной» информации. Именно раннее упреждение незамеченных рынком факторов, способных видоизменить ценовой вектор, и позволяет зарабатывать деньги.

Гипотезы «фундаменталистов» могут быть полезны для фальсификации в смысле, предложенном Поппером: если рынок ведет себя не так, как предсказывает господствующая гипотеза, значит, появились новые факторы, еще им не осознанные, и следует закрывать начальную позицию или занимать позицию в обратном направлении.

Многие общие выводы, предложенные финансовой наукой, скорее всего, не представляют ценности на каждом промежутке времени, но могут быть полезны в некоторые конкретные периоды. Иначе говоря, если удается уловить сходство ситуации с описанным «принципом-конфигурацией» (в понимании Хайека), то в течение некоторого промежутка времени это дает ощутимое преимущество.

Таким же образом можно подходить и к категориям современной финансовой науки. Так, историческая бета сама по себе бессмысленна ввиду нечеткости определения и волатильности показателя. Тем не менее на практике очень важна последовательность в действиях: если инвестор избрал бету за данный период как определяющий показатель и использует его на протяжении долгого срока, возможно, он научится извлекать из этого позитивный результат.

Глава 1.2
Технический анализ⁹⁸

1. Объяснение понятий технического анализа с точки зрения фундаментального аналитика

Технический анализ – это прикладная социальная психология. Его назначение в том, чтобы выявить тенденции и изменения в поведении толпы с целью принятия разумных торговых решений⁹⁹.

Говоря о техническом анализе, следует отметить, что Х. Уоркинг в 1934 г. и М. Осборн в 1959 г. привели доказательства неэффективности технического анализа. Уоркинг показал, что изменение цен акций является случайной величиной, при том что цены могут находиться в тенденции. Поскольку изменение цен является непредсказуемым, как и броуновское движение, Уоркинг сделал вывод, что технический анализ не дает надежных позитивных результатов. Осборн обнаружил, что, как и при броуновском движении, амплитуда колебаний цен возрастает в такой пропорции: квадратный корень из величины времени, за которую берется интервал цен. Исследования Уоркинга и Осборна стали одной из основ довода Фамы, что знатоки исторического поведения цен не имеют шанса стабильно получать больше среднерыночных доходов (тест на «слабую форму эффективности рынков»)¹⁰⁰. Но что, если говорить не об изменении цен по отношению к прошлым значениям, а о тенденциях и памяти рынка в связи с ключевыми значениями? Помогают ли они находить на рынке новые возможности и управлять риском позиций? Или, как мы увидим, обсуждая концепции поведенческих финансов, технический анализ (как и фундаментальный) – это всего-навсего форма проявления человеческого стремления к нахождению конфигураций там, где их нет?

На наш взгляд, технический анализ является реальным подспорьем при анализе рынка и принятии решений как по увеличению, так и по уменьшению позиций.

Оценки участников рынка многообразны и отличаются друг от друга. Торговые решения, принимаемые на базе разных оценок в определенный момент, приводят цены к некоему равновесию (результат процесса «нахождения» правильной цены). Он выражается не в конкретной цене, а в некоем диапазоне цен (price range). Как известно, до 70 % времени рынки находятся в ценовых диапазонах.

Здесь мы подошли к первому термину, используемому в техническом анализе, – диапазону (range). Диапазон – это видимая человеческому глазу конфигурация на графике исторического поведения цен, которая ограничивается сверху и снизу предыдущими экстремальными значениями цен. Верхнее экстремальное значение называют уровнем сопротивления (см. рисунок 1.16, на котором изображен GBP/USD), а нижнее – уровнем поддержки.

Последний индикатор прост в обращении, поэтому очень популярен. Однако, несмотря на свою распространенность, некоторые способы его применения не являются стандартными. Так, на рис 1.17 демонстрируется, как на основе анализа динамики логарифмации индекса Dоw-Jones за 80 лет аналитик делает вывод, что за 12 лет рынок упал до минимальных значений только два раза, что за последовательные 12 лет рынок упал до минимальных значений только два раза, и этот уровень в обоих случаях был уровнем поддержки во время крушения рынка. Поэтому нижнее значение 12 лет назад может служить неким ориентиром худшего сценария динамики индекса Dow Jones в любой момент в будущем. Зимой 2009 г. такие выводы наводили на мысль, что, несмотря на свободное падение рынка, возможно, он достиг дна. Эта мысль оказалась правильной.

Степень волатильности цен внутри диапазона зависит от объема новой информации и денежных средств (ликвидности), поступающих на рынок или уходящих с него. Они проявляют себя в резких движениях. Затем в сознание участников рынка внедряются новые факторы, и значение устаревающей информации «угасает». Но все экстремальные значения – точки, на которых остановился рынок после шока, вызванного новой информацией, остаются на графиках и превращаются в уровни сопротивления и поддержки локального значения. Рынок как бы говорит: «Если поступает неожиданная информация или меняется ликвидность, то сначала сильный шок выражается в движении, достигающем определенного уровня, а если он становится сильнее – то уже другого». Иными словами, налицо неосознанная, но вполне здравомыслящая оценка, которую дает рынок, ранжируя непредсказуемые и противоречивые факторы по силе их воздействия на цену.

«Прорыв» технических уровней на графиках цен актива является очень сильным техническим сигналом, обусловливающим необходимость нового плана действий. «Прорывом» считается закрытие цены периода (например, часа – на часовых или дня – на дневных графиках) выше или ниже предыдущего уровня. Такие изменения происходят не часто, и, как правило, сигналы технического анализа во многом упреждают переоценку рынка экономистами. Рынки опционов на данный базовый актив также реагируют на «прорывы» ростом цен на ожидаемую волатильность (implied volatility), в первую очередь краткосрочную. Когда же «прорыв» подтверждается, растет и долгосрочная ожидаемая волатильность.

Другим важным методом технического анализа являются скользящие средние. Из базовой статистики известно, что в целом динамика всех явлений определяется центростремительной тенденцией. Например, если компании видят, что цена их акций падает, то они стараются изменить свое поведение таким образом, чтобы она пошла вверх. Вслед за этим увеличивается конкуренция в отрасли, прибыли снижаются, и цена идет вниз. По сути, механизм обратной связи между явлениями предполагает, что, дойдя до одной из границ диапазона, цена будет возвращаться к его среднему значению. А поскольку этот уровень неустойчив, скорее всего, достигнув его, цена, подобно маятнику, по инерции продолжит отклоняться дальше. Поэтому пересечение временным рядом среднего значения диапазона может рассматриваться как сигнал к дальнейшему продолжению тенденции. Отсюда и технические сигналы, основанные на такого рода пересечениях скользящих средних, которые очень популярны среди инвесторов.

Активно пользуются тенденциями (trends) и другими показателями, помогающими быстро определять вектор движения рынка (momentum indicators), как приверженцы технического анализа, так и «фундаменталисты». Рассмотрим логику последних. В биржевом лексиконе есть выражение: «Рынок делает более высокие максимумы и менее низкие минимумы» (Market makes higher «highs» and higher «lows»). Эта фраза означает: достигая новых, более высоких ценовых значений, цены актива опускаются не до предыдущих низких значений, а повышаются до более высоких уровней. На графиках тенденция подъема цен очевидна.

Чтобы точнее использовать обнаруженный вектор, трейдеры соединяют значения экстремальных цен одной прямой. Соединяя значения локальных минимумов цены (уровни поддержки, о которых говорилось выше), они получают линии, ниже которых рынок не должен падать в будущем. Аналогично, соединяя значения экстремальных максимумов цены, т. е. уровни сопротивления, они получают линии, выше которых рынку будет сложно пойти в дальнейшем. Интерполируя эти линии на будущие периоды, часто удается предсказать последующие сигналы к приобретению (уровни поддержки) и продажам (уровни сопротивления).

На рисунке 1.18 обратите внимание на то, что максимальное значение пересматривается рынком ежедневно. Это происходит благодаря включению механизма обратной связи, о котором говорит Дж. Сорос: падающая тенденция стимулирует дополнительные продажи и, следовательно, более низкие уровни цен. Закрытие же рынка под уровнем тенденции рассматривается как сигнал к ускоренному падению.

В дополнение к этому старинному методу, применяющему простую геометрию, существуют осцилляторы – индикаторы, использующие соотношения цен. Например, берется абсолютное значение разницы между ценами закрытия последующих дней (Цена2 – Цена1) и делится на уровень цен закрытия предыдущих дней (Цена1). Рост абсолютного значения такoго осциллятора говорит об ускорении тенденции, а его падение – о том, что ее сила угасает. Именно такие простые показатели привлекают целый класс участников рынка, которых называют «инерционными» инвесторами (momentum investors). Они входят в рынки, пока наблюдается тенденция, и обращаются к графикам за сигналами, свидетельствующими, например, о том, что рынок достиг консенсуса; что ценовой диапазон, в котором закрепился данный актив, возможно, следует пересмотреть в сторону повышения или понижения; что начинается новый процесс «поиска цены» в направлении тенденции.

Возникновению технических тенденций часто сопутствуют сообщения типа «Россия подтвердила курс на реформирование экономики, а поэтому следует вкладываться в ее рынок». Подобные поверхностные заявления (т. е. упрощенный вывод фундаментального анализа) порой вырождаются в «заклинания», которыми в течение долгих месяцев объясняют движение капитала на рынке. Они отражаются на графиках и могут быть проанализированы на предмет новых технических конфигураций.

В заключение следует упомянуть возможности использования технического метода, разработанного Эллиоттом.

Принцип Эллиотта заключается в следующем: каждое движение рынка состоит из пяти волн, которые, в свою очередь, также состоят из пяти волн, и т. д. Подобный подход напоминает принципы фрактальной геометрии, разработанные Мандельбротом.

При этом классическая высота пятой волны составляет 0,618 от расстояния по вертикали от начала 1-й волны до конца 3-й. На рисунке 1.19 различаются три пятых волны разного уровня старшинства. Старшая помечена кругами, средняя – цифрами с подчеркиванием, младшая – никак не выделенными цифрами. У всех трех расстояние по вертикали между точками 4 и 5 (высота 5-й волны) равно 0,618 от расстояния между точками 1 и 3 (высота от начала 1-й волны до конца 3-й). Иными словами, в течение четырех месяцев один и тот же метод трижды предсказывал экстремальное значение на следующем этапе с точностью до 0,3 %!

Анализ графиков РАО «ЕЭС», «Ростелекома» и ряда других компаний подтверждает потенциал этого метода в предсказании цен.

2. Прогнозирование поведения рынков (на основании вышеизложенного материала)

Приведем несколько примеров комбинированного использования технического и фундаментального анализа.

Осенью 1994 г. ожидалось присоединение Мексики к НАФТА (торговому союзу США и Канады). Поскольку существовало множество как положительных, так и отрицательных факторов, было неясно, какое влияние окажут эти события на курс доллара США против канадского доллара. Рисунок 1.20a помогает определить момент, когда рынок принял коллективное решение о потенциальном эффекте присоединения.

Приведем второй пример. В марте 1999 г., после длительных переговоров России с МВФ, было объявлено, что решение найдено. Рынок еврооблигаций отреагировал не сразу. В какой момент инвестор получил графическое подтверждение того факта, что рынок «поверил» в информацию (рисунок 1.21)?

Процесс «осмысления» рынком информации занял больше недели (рисунок 1.21а).

Третий пример. Поведение российских еврооблигаций не зависит от поведения курса евро/доллар, но зависит от инвестиционного климата в мире. Осенью 2000 г. возобновилась тенденция падения курса евро против курса доллара. В прессе стали появляться статьи, авторы которых утверждали, что продолжение тенденции чревато развалом европейских планов интеграции и катаклизмами на финансовых рынках. Какой технический сигнал (рисунок 1.21) продемонстрировал управляющему портфелем облигаций, что негативное влияние курса евро на инвестиционный климат усилилось и цены еврооблигаций могут отреагировать на него в условиях отсутствия информации, непосредственно касающейся России (рисунок 1.21а)?

3. Выводы: возможности технического анализа

Подводя итог вышеизложенному, можно предложить второе определение: технический анализ – это консолидированный вывод, основанный на всех фундаментальных мнениях и учете потоков ликвидности.

Технические аналитики не стремятся к подтверждению или опровержению конкретного умозаключения, полученного на основе фундаментального анализа. Они прогнозируют, какие вероятные ценовые изменения повлекут переоценки ранее ожидаемой информации в том или ином направлении.

На основе предлагаемого сравнительного анализа можно сделать вывод, что в то время, как ожидания результатов фундаментального анализа завышены, возможности технического анализа недооценены.

Глава 1.3
Анализ ликвидности

1. Характеристика ликвидности как фактора, влияющего на цены рыночных активов

Ранее неоднократно указывалось, что ликвидность способна изменять динамику цен. Следует еще раз продемонстрировать степень ее влияния на рынок. Начнем с экстремального примера: в праздничные дни рынок закрыт и ликвидность нулевая, соответственно, цены не меняются. Ликвидность сокращается во время чемпионатов мира по футболу и трансляции громких судебных разбирательств. Другой пример: банкротство компании Enron напугало энергетические концерны, и они резко снизили объем биржевой торговли, что пагубно повлияло на рынок нефтяных деривативов. Еще пример: кризис 1998 г. «вышиб» активные хедж-фонды с рынка, что привело к резкому уменьшению числа его участников, и он стал подвержен резким рывкам.

Ликвидность – это возможность обмена денег на активы и обратно в течение некоего короткого срока без существенных транзакционных потерь. Понятие «ликвидность» может упоминаться в контексте ликвидности портфеля, ликвидности данного инструмента и ликвидности рынка.

Ликвидность портфеля – это объем части портфеля, который можно купить или продать с определенной степенью уверенности без значительных, с точки зрения инвестора, потерь в течение некоторого приемлемого для него периода.

Ликвидность инструмента (например, рублевых облигаций «Газпрома») зависит от объема данного инструмента, который с определенной степенью уверенности и без значительных потерь можно купить или реализовать на рынке данного инструмента в течение некоторого приемлемого периода. Предположение, что менее ликвидные активы должны предоставлять бо́льшую доходность, подтверждается рядом исследований на рынке акций: менее ликвидные акции показывают бо́льшую прибыльность с учетом динамики доходов рынка, размера капитализации и темпов изменения цен¹⁰¹.

Ликвидность рынка представляет собой объем средств, доступных для инвестиций в целом, как для входа, так и для выхода. Следует обратить внимание, что под «ликвидностью рынка» можно понимать ликвидность данного класса инструментов, например рублевых облигаций; суммарную ликвидность нескольких классов инструментов, например российских инструментов с фиксированной доходностью; а также ликвидность всего рынка, включая другие классы, например акции и валюты.

Обсуждая три типа ликвидности, следует отметить, что:

1. Понятие «ликвидность», особенно в случае ликвидности собственного портфеля, часто субъективно. Так, убытки могут определяться инвестором как процент от данной инвестиции; процент от данного класса инвестиций в портфеле; процент от общего капитала; в абсолютном выражении; в абсолютном выражении, приведенном к текущей волатильности, и т. д. Например, можно утверждать, что возможно быстро закрыть любой портфель, если инвестор готов потерять 50 % его текущей рыночной стоимости. Таким образом, оценка объема ликвидности резко сокращается, если инвестор жестко ограничивает и срок, и потери. Объем ликвидности для любого из трех ее типов может различаться для случаев продажи или приобретения. Так, при падении рынка российских ценных бумаг объем торговли данной бумаги тоже падает, что снижает ликвидность инвестиционных портфелей.

2. Ликвидность на российском рынке ценных бумаг во многом является следствием сильно выраженной обратной связи, присущей развивающимся рынкам в целом. Так, часто падение ликвидности во время падения рынка происходит на фоне ожиданий, что не будет покупателей, а не потому, что не хотят продавать убыточные позиции.

3. Падение ликвидности как российских инструментов, так и российского рынка носит симметричный характер: в момент роста мало продавцов, а в момент падения мало покупателей. В связи с этим вместо общего определения ликвидности можно рассматривать четыре ее специфических типа: для покупателей – при росте и падении и для продавцов – при росте и падении.

4. Ликвидность бывает разной в зависимости от времени суток и сезона, поэтому следует обращать внимание на вопрос, какой объем возможно реализовать в разное время года. Так, из-за праздничных дней исключительно неликвидным временем в России является конец декабря – начало января.

5. Характеристиками ликвидности являются: абсолютный объем сделок, объем сделок по отношению к общему объему обращения данного инструмента, количество инвесторов/маркетмейкеров/брокеров, торгующих инструментом, ширина спреда между предложением и спросом (бид-офер спред), частота торговли, количество дней/часов торговли и т. д.

6. Ликвидность многих инструментов и рынков сложно установить, так как значительный объем операций составляют внебиржевые операции. Например, если за показатель ликвидности данной ценной бумаги принимается суммарный объем биржевой торговли за последние три недели, то оценка почти точно получается заниженной, так как не учитываются внебиржевые сделки, а также скрытый биржевой интерес, который может возникнуть, когда на малоликвидном рынке появляется большой заказ.

2. Факторы, определяющие ликвидность

Факторы, определяющие ликвидность, можно подразделить на микроструктуру рынков, объективные и субъективные.

Микроструктура рынков

Говоря о микроструктуре рынков, следует отметить, что схема их возникновения в значительной степени одинакова. Сначала возникает обмен товарами между производителями; затем они начинают действовать через посредников – брокеров и дилеров, которые постепенно расширяют инфраструктуру, вовлекая в торговлю новые заинтересованные лица. Все участники вступают между собой в различные отношения, и поэтому для каждого актива существует свое значение термина «рынок».

Термин «рынок» подразумевает свободное волеизъявление его участников. Если нет рынка, т. е. места, где активы превращаются в ликвидные средства и наоборот, то нет и цен.

Рынки, как правило, строятся на основе интересов нескольких крупных игроков, заинтересованных в его процветании. Если нет противостояния идей участников, полномасштабный рынок деградирует до уровня отдельных сделок. Появление крупных игроков весьма заметно сказывается на факторах ликвидности. Даже на таких ликвидных рынках, как валютные, временами появлялись игроки типа Центрального банка Малайзии (Bank Negara), которые на длительный срок определяли динамику рынка доллар/марка.

Злоупотребления крупных игроков нередко приводят к обратному эффекту, и с рынка уходит ликвидность, поскольку резко возрастает волатильность и появляются разрывы между тем, где рынок должен быть «согласно здравому смыслу», и тем, где он находится по воле игрока. Так было, например, во время сомнительных афер братьев Хант на рынке серебра или спекуляций компаний на рынке собственных акций.

Вторая основа, на которой держится рынок, – маркетмейкеры. Они постоянно «ставят цены», т. е. поддерживают способность инвесторов делать инвестиции и выходить из них (ликвидировать, придавать ликвидную форму, т. е. переводить активы в наличность). Когда маркетмейкеры уходят с рынка, он становится «хрупким» и начинает двигаться с большими ценовыми разрывами (gaps). Так, на рынке валютных облигаций РФ дневные обороты торгов могут падать до десятков миллионов долларов, притом что совокупный объем этих ценных бумаг превышает пятьдесят миллиардов. Просто маркетмейкеры «показывают цены» избирательно – не всем контрагентам и не на любой объем.

Сегодня в западном банковском бизнесе идет процесс консолидации, поэтому число маркетмейкеров сокращается. В результате инвесторы не могут рассчитывать на легкий вход в позиции и выход из них, и потому объемы торговли сокращаются.

Ликвидность рынка в целом влияет на объем средней минимальной безопасной позиции по данному инструменту или классу инструментов. Минимальная позиция – это та, которую можно реализовать в один день. Чем она больше, тем менее вероятно, что рынок будет двигаться скачками, вызываемыми разрывами (гэпами) в ликвидности. Чем она меньше, тем больше рынок привлечет участников, следовательно, тем чаще будет происходить торговля. В условиях активной торговли рынок привлекает большее число участников, ожидающих беспрепятственной возможности изменить свой портфель. Численность и состав участников рынка имеют большое значение для формирования рыночных прогнозов.

Модификация каждого из вышеперечисленных элементов повлечет за собой резкое изменение ликвидности и конкретного рынка в целом. Кроме того, существует множество частных факторов, которые по-разному влияют на различные рынки.

Классификация участников рынка

Участников рынка группируют на основе разных принципов. Например, если за основу классификации взять источник денег, то к крупнейшим игрокам на рынке можно отнести пенсионные фонды, паевые фонды, хедж-фонды и т. д.

Если провести группировку игроков исходя из стабильности инвестиционной базы, менее всего подвержены оттоку денег пенсионные фонды. По склонности к инновациям и рискам свою жизнеспособность в этой области доказали хедж-фонды. Даже из этого перечня участников рынка и подходов к их ранжированию становится очевидно, насколько различны их интересы в зависимости от источников финансирования, уровней принятия риска, отношения к инновации, размера собственных инвестиций и т. д.

Остановимся на одной из классификационных групп, важной для понимания динамики рынков акций. Речь идет о градации финансовых¹⁰² инвесторов на «глобальных» (global), «фундаментальных» (bottom up), а также, в меньшей степени, «индустриальных». Базовый принцип первых: то, что хорошо для экономики данной страны, хорошо и для ее крупнейших компаний. Поэтому «глобалисты» фокусируются на анализе макроэкономических показателей и инвестируют в самые ликвидные акции, предпочитая сектора, максимально представляющие экономику. При этом анализ самих компаний для них, как правило, вторичен.

«Фундаменталисты» отслеживают страновой риск, но фокусируются на поиске компаний с активами, имеющими перспективу роста. Такие инвесторы готовы покупать менее ликвидные акции.

«Индустриалисты» верят в то, что оперируют в глобальном пространстве и внутрииндустриальные тенденции охватывают данную отрасль экономики во всех странах мира. Например, в США резкий рост потребности в бумаге создает возможности для роста экспорта или приобретения американскими компаниями предприятий лесоперерабатывающей промышленности во всем мире. Аналогичный подход можно наблюдать по отношению к «телекомам» или «нефтянке». «Индустриальные» инвесторы покупают исходя из сравнительной дешевизны компаний, причем не столько на местном рынке, сколько на международном. Они менее детально изучают макроэкономическую ситуацию в той или иной стране¹⁰³.

На рынке еврооблигаций действуют западные инвестиционные фонды двух видов: специализирующиеся на развивающихся рынках (emerging markets funds) и «перекрестные» (crossover funds). Первые инвестируют в Россию часть портфеля международных вложений, ориентируясь на рыночный индекс облигаций стран с развивающейся экономикой (EMBI). Последние построены путем взвешивания в определенной пропорции цен еврооблигаций развивающихся стран. Cпециализированные фонды избирают свои пропорции инвестиций, стараясь, чтобы их портфель заработал больше индексного. Для этого необходимо «угадать», какие страны окажутся более надежными заемщиками.

«Перекрестные» фонды, как правило, специализируются на нескольких направлениях, в основном фокусируясь на «мусорных» облигациях (high yield) с рейтингом ниже ВВВ по шкале рейтингового агентства S&P. Но в основном это облигации компаний в США и Европе. При инвестициях в развивающиеся страны «перекрестные» фонды преследуют цель получения не только дополнительной прибыли, но и возможности диверсификации, т. е. уменьшения корреляции с активами, обращающимися на рынках развитых стран.

Кроме того, следует упомянуть торговые подразделения банков, которые представляют участникам рынка площадку для обмена. При более детальном рассмотрении банков вообще выясняется, что существует довольно значительная разнородная группировка игроков, конкурирующая и с внешним миром, и с собственными внутренними подразделениями.

Прежде всего отделим инвестиционные подразделения внутри банковских холдингов от прочих участников рынка. Чаще всего они функционируют как хедж-фонды¹⁰⁴. Внутри банков работают позиционные трейдеры (proprietary traders), которые также управляют средствами в ключе хедж-фондов. Каждое подразделение, занимающееся финансовыми продуктами, имеет своих маркетмейкеров, специализирующихся на конкретных продуктах: валютах, акциях, облигациях и т. д.

Существует также блок маркеттейкеров, являющихся активными участниками рынка, но не относящихся ни к хедж-фондам, ни к маркетмейкерам. В состав этого объединения входят деривативные и арбитражные группы и т. д. Деривативы используются для хеджирования огромных позиций в базовых активах типа акций и облигаций. Арбитражные группы, например, покупают фьючерсы и одновременно продают базовый актив на межбанковском рынке. Или покупают валюту, привязанную к корзине валют, и продают валюты, составляющие корзину. В обоих случаях их цель – купить и продать одновременно один и тот же риск, заработав арбитражную (безрисковую) прибыль. Объемы торговли, инициированные арбитражерами, тоже колоссальные¹⁰⁵.

В России роль банков особенно проявляется на рынке рублевых облигаций, где они играют непропорционально большую роль. В результате ликвидность рынка рублевых облигаций оказывается увязанной с циклами потребности в коммерческих кредитах. В периоды увеличения спроса на кредиты со стороны клиентов банков или возникновения опасений, связанных с ростом курса доллар/рубль, банкам требуются ресурсы для кредитования, и они сокращают портфели облигаций. Таким образом, фактор ликвидности кредитных портфелей банков дестабилизирует рынок рублевых облигаций.

Наконец, следует упомянуть о разделении инвесторов на местных и международных, на частные и правительственные долговые агентства и многие другие категории, которые тем не менее оказывают на интернациональные рынки наибольшее влияние.

Обсужденные методы классификации участников рынка должны дать читателю общее представление об основной причине возникновения разнонаправленных потоков ликвидности, заключающейся в разнице целей и подходов участников рынка.

Объективные факторы, воздействующие на ликвидность

На каждом рынке действует ряд специфических факторов, определяющих его ликвидность. Так, для определения ликвидности развивающихся рынков весьма важной составляющей является ликвидность рынка развитых стран. Майкл Петтис на основе анализа кризисов, произошедших с начала XIX в., установил, что в ключевых европейских странах и США в моменты увеличения в обращении ликвидных средств (money supply) начинается рост инвестиций в развивающиеся страны. Когда же денежная масса сокращается в развитых странах, начинается отток средств и из развивающихся стран. По его мнению, эта динамика настолько заметна, что значение фундаментального состояния экономик развивающихся стран уже вторично. Их замечают только тогда, когда есть избыток ликвидности и появляется необходимость найти ему применение!¹⁰⁶

Заметим, что аналогичным образом происходит и финансирование новых технологий. Избыток финансовых ресурсов стимулирует интерес к более рисковым вложениям. Например, избыточная ликвидность в 1970-х гг., вызванная ростом депозитов от нефтедобывающих стран, привела к необходимости поиска новых клиентов, нуждающихся в кредитах. В 1970-х гг. ими стали развивающиеся страны, в основном в Латинской Америке. В 1990-е гг. рост пенсионных сбережений в США привел к росту интереса инвесторов к новым технологиям, в частности телекоммуникациям и Интернету. Возможно, именно решение пенсионных фондов, касающееся распределения инвестиций между акциями, облигациями и наличностью, является основным фактором, определяющим динамику цен рынков разных активов¹⁰⁷.

Ликвидность, связанная с экономическими циклами в целом, также приводит к изменению динамики вложений в разные активы. Покажем это на примере акций.

Из рисунка 1.23¹⁰⁸ видно, что каждой стадии экономического цикла соответствует популярность определенной группы активов.

Можно предположить, что в развитых странах ликвидность связана не только с циклом, но и с уровнем производительности. Так, рисунок 1.9 «Уровень дефолтов кредитов со спекулятивными рейтингами в ЕС и динамика промышленного производства», обсуждавшийся ранее, демонстрировал, что рост производства снижает уровень дефолтов, а это увеличивает уверенность в надежности инвестиций и способствует росту ликвидности. За последние четыре десятилетия в США объемы торговли акциями во время экономических спадов в основном падают¹⁰⁹.

Представляют интерес факторы ликвидности рынка, связанные с отчетностью. Конец финансового года американских взаимных фондов (mutual funds) приходится на ноябрь. К этому моменту многие из них фиксируют часть прибыли, т. е. продают часть активов. Поэтому в сентябре – середине ноября американский рынок акций в целом растет чрезвычайно редко.

Конец финансового года в Японии приходится на 31 марта. До середины 1990-х гг. в бухгалтерском учете опционов уплаченная премия рассматривалась здесь как убыток, а полученная – как прибыль, т. е. отсутствовала концепция переоценки актива по рынку. Это приводило к тому, что в последнюю неделю перед концом года японские банки массированно продавали долгосрочные (дорогие) опционы, а до 15 апреля выкупали их обратно. Одновременно росла волатильность на спот-рынке доллар/иена, так как перед концом финансового года японские компании конвертировали прибыли от зарубежных операций в иену (рисунок 1.24). Это пример того, как рынки опционов и валют значительно видоизменялись не из-за того, что появлялась новая информация экономического характера, влияющая на фундаментальное соотношение сил валют, а из-за неких особенностей ликвидности, необоснованных с точки зрения экономической науки.

Циклы, связанные с отчетностью, несложно обнаружить на исторических графиках цен, и технический анализ позволяет их прогнозировать.

Юридическое или налоговое регулирование резко сужает рыночную деятельность, а подчас сводит ее к нулю. Таких примеров много не только в России, но и в развитых странах. Например, выход FASB 133 (правила учета и налогообложения деривативов, использованных при хеджировании) резко ограничил корпоративное участие на рынке валютных опционов, который в результате потерял ликвидность. Аналогичное влияние оказывает изменение законов той или иной страны. Так, создание юридической среды для портфельных вложений в счета типа С привело западных инвесторов на рынок российских государственных бумаг.

Субъективные факторы, воздействующие на ликвидность

Ликвидность, определяемая финансовыми потоками, во многом похожа на влияние моды. Интернет захватил весь мир и все слои населения, хотя сначала вера в великое будущее новой технологии не поддерживалась фундаментальными показателями: компании были убыточными, и в ближайшие годы роста прибыли не ожидалось. Другими словами, некий эмоциональный настрой определил движение рынка в несравнимо большей мере, чем экономические факторы.

Схожая динамика возникла и на рынке валют. В конце 1990-х гг. европейские компании и инвесторы начали делать миллиардные инвестиции в экономику США. В результате европейская валюта резко ослабла. Обратите внимание на хитросплетение экономического анализа и эмоций: Европа пришла к выводу об ускорении темпов роста США по сравнению с Европой (фундаментальный фактор) не в последнюю очередь из-за эйфории, связанной с ожиданием великого будущего «новой экономики» (эмоциональный фактор)¹¹⁰.

Важную роль играет ликвидность, возникающая благодаря корреляции активов (например, российские акции «второго эшелона» ликвидности редко обращаются, и их тенденция в значительной мере объясняется тенденцией «первого эшелона»). Иными словами, тенденция, положительная для одного рынка, расширяет возможности активов в отдельности. В финансах такое поведение еще объясняют высокой бетой актива (коэффициент корреляции с рынком).

Специализированные рынки привлекают игроков с повышенным аппетитом к риску и способностью долгосрочного держания активов. Отсюда их меньшая ликвидность активов. Игроки создают свои правила и манипулируют ценами. Становится возможным загонять рынок в угол, как это делал с рынком меди трейдер Хамонако (пока не потерял около $300 млн).

Законный способ манипуляции – расширение торговых спредов. Так, спред может составлять 20–40 % от базисной цены, и инвесторы вынуждены платить вперед колоссальную долю ожидаемого роста. На специализированных рынках историю эмоциональной составляющей рынка демонстрируют не только уровни цен, но и динамика спреда: чем он шире, тем менее согласованы действия инвесторов. Поэтому низколиквидные рынки в наилучшей степени показывают превосходящее значение предсказания ликвидности по отношению и к фундаментальному, и к техническому анализу.

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.

26.Старая уолл-стритовская поговорка гласит: «Есть трейдеры с пятилетним опытом, и есть трейдеры, которые получили годовой опыт пять раз».

27.Goetzmann W. N., Li L., Rouwenhorst R. G. Long-Term Global Market Correlations, Working Paper, No. W8612, NBER, November 2001. Campbell J. Y., Lettau M., Malkiel B. G., Xu Y. Have Individual Stocks Become More Volatile? An Empirical Exploration of Idiosyncratic Risk, Journal of Finance 61 (1): ввиду роста волатильности индивидуальных акций по отношению к волатильности рынка для снижения волатильности портфеля требуется диверсифицироваться в большее количество акций, чем во времена создания теории диверсификации.

28.Рассматривая ценность международной диверсификации, следует отметить, что уровень корреляции рынков разных развивающихся стран с рынками развитых стран очень различен. Так, аналитики Deutsche Bank установили, что динамика индекса китайских акций в последние годы более чем на 80 % коррелирует с американским рынком, в то время как российский и бразильский рынки – на 25 %. При этом бразильский рынок примерно на 40 % коррелирует еще и с динамикой развивающихся рынков в целом. Для России этот фактор составляет около 15 %, а для Китая он неважен. Таким образом, динамика внутреннего рынка, объясняемая сугубо внутренними факторами, составляет в Китае меньше 20 %, в Бразилии не более 40 %, в то время как в России она близка к 60 %, а на Украине достигает 75 %. Deutsche Bank, EM Special Publication, Dissecting Returns in Search of the EM Factor, 9 November 2007.

29.Так, Уильям Гетцманн (William Goetzmann) и Адок Кумар (Adok Kumar), проанализировав поведение 40 000 индивидуальных инвестиционных счетов за период 1991–1996 гг. в США, установили, что большинство инвесторов недиверсифицированны. Goetzmann W., Kumar A. Equity Portfolio Diversification, Yale ICF Working Paper, No. 00–59, November 2002.

30.Amstrong F. Capital Asset Pricing Model, www.investorsolutions.com/ArticleShow.com.

31.Ее можно резюмировать высказыванием, что «инвесторы делятся на тех, кто любит хорошо покушать, и тех, кто любит хорошо поспать».

32.Шарп использует доминирующую «комбинацию». Чаще всего под ней предполагают рынок в целом.

33.Sharpe W. F. Investment Strategy for the long term, UBS Wealth Management magazine, 2nd quarter 2004.

34.В качестве международной «безрисковой» (без кредитного риска) процентной ставки в мире де-факто принимают ставку долгосрочных казначейских обязательств США, хотя начиная с августа 2008 г. рынок кредитных деривативов оценивает ее в отличную от нуля. Применительно к конкретной стране «безрисковой» ставкой является ставка долгосрочных долговых обязательств правительства данной страны. Одно из объяснений того факта, что средняя доходность акций в течение последних 50 лет была значительно выше, чем облигаций, заключается в реакции на те или иные события, вызвавшие шок, а не на собственно фундаментальную информацию. Fama E., French K. The Equity Premium, The Journal of Finance, April 2002.

35.На практике инвестиционные компании содержат огромные аналитические подразделения, основной работой которых остается фундаментальный анализ именно этого типа риска.

36.Sharpe W. F. Indexed Investing: A Prosaic Way to Beat the Average Investor. Презентация Monterey Institute of International Studies, May 1, 2002.

37.Malkiel B. G. A Random Walk Down Wall Street, WW Norton & Company, 1973, p. 234.

38.Пабло Фернандес в исследовании Are Calculated Betas Worth for Anything? (IESE Business School, Working paper) изучил беты 3813 компаний за 60 месяцев, по январь 2002 г. В среднем максимальная бета каждой акции в 15,7 раза превосходила ее минимальную величину. Максимальная бета в каждой отрасли также оказалась в среднем в 2,7 раза выше ее минимальной величины. Дамодаран также показал, что беты данной акции, подсчитанные за разные периоды (месячные или годовые), значительно различаются.

39.Список необъясненных феноменов можно дополнить рядом других наблюдений. Например, доходность рынков акций 36 стран, включая развивающиеся рынки, между ноябрем и апрелем выше, чем в период с мая по октябрь. На английском рынке этот эффект существует с 1694 г. Вторым примером является рост акций в момент включения их в рыночный индекс (в США этот показатель составляет примерно 3,5 %).

40.Мехра и Прескотт сформулировали этот вопрос следующим образом: «Почему в условиях маловолатильного роста потребления население не вкладывает в высокодоходные активы, притом что ковариация потребления и поведения рынка акций незначительна?» Бенартци и Талер из школы поведенческих финансов предполагают, что это явление можно объяснить с точки зрения феномена «близорукого отрицания риска» (myopic aversion): инвесторы предпочитают устойчивый доход и требуют премию за дополнительный риск. К другим объяснениям относится то, что они: а) считают это необъясняемой аномалией; б) компенсацией за риск; в) переоценивают фирмы, показывающие хорошие результаты, и недооценивают компании с плохими показателями; г) инвесторы предпочитают растущие компании недооцененным.

41.Olsen R.A. Are Risk Premium Anomalies Caused by Ambiguity? Financial Analysts Journal, March/April 2000, Vol. 56, No. 2.

42.Shalit H. and Yitzhaki Sh. Estimating Beta, Review of Quantitative Finance and Accounting, vol. 18, No. 2 (March 2002).

43.Квартальная, полугодовая и годовая средняя доходность демонстрирует моментум, а не стремление к средней. Heston St.L., Sadka R. The Periodic Term Structure of Stock Momentum. Working Paper, July 5, 2002.

44.Fama E.F. Market Efficiency, Long-Term Returns, and Behavioral Finance, Working Paper, June 1997.

45.Fama E.F., French K.R. The Capital Asset Pricing Model: Theory and Evidence, CRSP Working Paper, No. 550, August 2003.

46.Известный инвестор Баффетт (Warren Baffett) считает, что, если цена бизнеса падает в два раза, он становится более интересным. Такой подход противоречит теории эффективных рынков, согласно которой падение цены отражает информацию, что с бизнесом не все в порядке.
Кроме того, оказывается, что недооцененные акции менее волатильны, чем рынок в целом, а это противоречит идее, что более рисковые активы должны быть более волатильными. Меньшая волатильность, в свою очередь, может объясняться тем, что инвесторы, вкладывающие в недооцененные компании, редко меняют позиции, а это искусственно снижает волатильность.

47.Fama E.F., French K.R. Value Versus Growth: The International Evidence. Working Paper, Social Science Research Network Electronic Library.

48.Daniel К., Titman Sh. Market Efficiency In an Irrational World. Financial Analysis Journal, November/December 1999, Vol. 55, No. 6.

49.Davis J.L., Fama E.F., French K.R. Characteristics, Covariances, and Average Returns: 1929–1997, The Center for Research in Security Prices, Working Paper, No. 471, February 1999.

50.Pastor L., Stambaugh R.F. Comparing Asset Pricing Models: An Investment Perspective. Working Paper, July 1999.

51.Levich R. M. Can Currency Movements Be Forecasted? AIMR Conference Proceedings: Currency Risk in Investment Portfolios, June 1999, p. 35.

52.Kilian L., Taylor M. P. Why is it So Difficult to Beat The Random Walk Forecast of Exchange Rates? European Central bank, Working Paper, No. 88, November 2001.

53.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.

54.Levich R.M. Can Currency Movements Be Forecasted? AIMR Conference Proceedings: Currency Risk in Investment Portfolios, June 1999, p. 30.

55.Прослеживается корреляция между ценами на нефть и индексом РТС. При этом цены на нефть на 6–7 месяцев опережают индекс РТС, но ввиду высокого уровня их волатильности этим наблюдением сложно воспользоваться. Кроме того, неясно, ниже какого уровня должны опуститься цены на нефть, чтобы это повлекло за собой реакцию рынка акций. Например, недавно компании и государство при формировании своих бюджетов исходили из того, что уровень цен на нефть составляет примерно $45–48 за баррель, но цены уже тогда достигли $70. Поэтому, когда они опустились до $64 за баррель, рынок акций не упал, поскольку не ожидал, что цены на нефть удержатся на уровне $70 за баррель.

56.Veronesi P., Yared F. Short and Long Horizon Term and Inflation Risk Premia in the US Term Strucuture: Evidence from an Integrated Model for Nominal and Real Bond Prices under Regime Shifts, Working Paper, December 1999. Авторы приходят к заключению, что премия за долгосрочный риск инфляции была незначительной в периоды до 1968-го и после 1990 г., а за краткосрочный риск – незначительной, начиная с 1920-х гг. Премия за риск срочности была волатильной в период 1968–1990 гг., но в течение 1960-х и 1990-х оставалась негативной.

57.Обратите внимание на то, что в соответствии со стандартной практикой валютного рынка повышение процентных ставок в данной стране должно вести к росту ее валюты. Эта «правило» оказалось однобоким, так как не учло поведение инвесторов на других рынках.

58.Roma A. and Torous W., The Cyclical Behavior of Interest Rates, Journal of Finance, Vol. 52, No. 4 (September 1997). Исследователи установили, что кривая процентных ставок лучше прогнозирует отклонения от тренда валового национального продукта, чем сам тренд (темпы его роста).

59.Основным фактором изменения доходности немецких облигаций является динамика рынка труда, ВВП и уверенности потребителей США, а не немецкие новости. Goldberg L., Deborah L. What Moves Sovereign Bond Markets? The Effect of Economic News in US and German Yields, Current Issues, Federal Reserve Bank of New York, September 2003.

60.J. Woods. Euro Credit Outlook 2004, HSBC, December 2003.

61.Ожидаемая волатильность – единица цены на рынке опционов. Она исходит из ожидаемой волатильности (сигма) актива, на который был написан опцион.

62.Ряд исследований установил, что кредитный спред и структура кривой срочности процентных ставок имеют ценность для прогнозирования превышения доходности акций над «нормальным уровнем», в то время как изменения в объеме промышленного производства не помогают в прогнозировании, хотя и объясняют часть отклонения. Daniel K., Torous W. Common Stock Returns and the Business Cycle, Working Paper, June 1995.

63.На практике при росте американского рынка акций волатильность может расти только в течение очень короткого периода, обычно волатильность растущего рынка акций низкая. Таким образом, только этого наблюдения достаточно, чтобы поставить под сомнение правильность объяснения долгосрочной рыночной тенденции роста.

64.Campbell J., Taksler G. Equity Volatility and Corporate Bond Yields, Working Paper, No. 8961, NBER, May 2002.

65.В части II мы упоминаем о «синдроме человека с молотком»: взяв в руки молоток, человек ходит по дому и ищет, что бы еще забить. Эта психологическая особенность упоминается в контексте попыток специалистов объяснять все события с помощью полюбившихся теорий, рассматривая явления, не поддающиеся объяснению, как аномалии.

66.Дефолт определяется в соответствии с методологией Moody’s того времени. Это понятие охватывало задержку выплат процентов или основного долга, банкротство или введение внешнего управления, а также обмен одних ценных бумаг на другие меньшей стоимости. Суверенные эмитенты могут не объявлять о банкротстве, поэтому только такой подход Moody’s позволяет создавать единую кредитную матрицу для корпоративных и суверенных заемщиков.

67.Moody’s Investors Service, Default & Recovery Rates of Corporate Bond Issuers: Statistical Review of Moody’s Ratings Performance, 1920–2003, January 2004.

68.Сitigroup Global Markets Ltd, Fixed Income Quantitative Research Credit Products Strategy, How High Will Defaults Rise in 2008? 19 December 2007.

69.Фама анализирует воздействие новостей, связанных не только с присвоением рейтинга, на рынок акций за долгий период. Его вывод: в долгосрочной перспективе избыточная реакция на объявления отмечается столь же часто, как и недостаточная. При этом продолжение тенденции избыточной прибыли, начатой до объявления (о разделении акций, введении или отмене дивидендов, попытке внешнего захвата компании или распродаже ее активов), происходит так же часто, как и разворот рынка. По мнению Фамы, это доказывает, что в целом подобные аномалии не противоречат теории эффективного рынка. Fama E. F. Market Efficiency, Long-Term Returns, and Behavioral Finance, Working Paper, June 1997.

70.Moody’s Investors Service, Default & Recovery Rates of Corporate Bond Issuers: statistical review of Moody’s Ratings Performance, 1920–2003, January 2004.

71.Reinhart C.N., Rogoff K.S., Savastano M.A. Debt Intolerance, IMF Working Papers.

72.Elton J.E., Guber M.J., Agrawal D., Mann C. Factors Affecting the Valuation of Corporate Bonds, Working Paper, February 3, 2002.

73.Moody’s Investors Service, Sovereign Bond Defaults, Rating Transitions, and Recoveries (1985–2002), February 2003.

74.Следует отметить, что определение суверенного «дефолта» меняется. Так, в 1980-х гг. это понятие означало отказ от выплаты процентов и/или основного долга, предусмотренных долговым соглашением, или, в случае внутреннего долга, гиперинфляцию. Поскольку опыт 1980-х гг. показал, что должникам и кредиторам объявление дефолта невыгодно, так как это усложняет переговоры, в 1990-х гг. они чаще прибегают к реструктуризациям (restructuring и rescheduling). Учитывая эту динамику, некоторые авторы предлагают формулировку понятия «дефолт», которая отличается от предложенной Мoody’s и приведенной выше. В их редакции дефолт определяется как отказ от выплат или расширение спреда над казначейскими обязательствами США свыше 1000 базисных пунктов. По их мнению, такая формулировка лучше отражает текущую стадию развития рынков капитала. Сейчас превалируют облигации, а не банковские ссуды, как это было в 1980-х гг. Pescatori A., Amadou N.R. Sy, Debt Crisis and the Development of International Capital Markets, IMF Working Paper, March 2004.

75.DDF – Discounted dividend flow model («дисконтированное движение дивидендов») – метод оценки рыночной стоимости компаний путем дисконтирования предполагаемых дивидендов.

76.DCF – Discounted cash flow model («дисконтированное движение денежных средств») – метод оценки рыночной стоимости компаний путем дисконтирования предполагаемых будущих свободных денежных средств.

77.Broome O. W. Statement of Cash Flows: Time for Change! Financial Analyst Journal, March/April 2004, Vol. 60, No. 2.

78.В дополнение к выводам, сделанным на базе поведения рынка акций, следует отметить, что скандалы 2002 г., связанные с искажением бухгалтерских данных, ставят под сомнение правильность объявленных корпорациями прибылей. Вероятно значительное завышение и, следовательно, еще большее искажение показателей. Arnott R. Equities, Earnings, and Equity Valuation: a Crisis of Confidence, The Journal of Portfolio Management, Spring 2003.

79.Нидерхоффер описывает результаты деятельности последователей Бенджамина Грэма, одного из самых уважаемых теоретиков в области инвестиций в дешевые активы: почти все они обанкротились. Нидерхоффер В., Кеннер Л. Практика биржевых спекуляций. – М.: Альпина Паблишер, 2004. – С. 76–98.

80.Исследования, проведенные Дебондом и Талером (1985), показали, что портфель, состоящий из акций «неудачников» (35 худших компаний, торгуемых на биржах NYSE, по результатам трех лет их работы), на протяжении периода с 1926 по 1982 г. демонстрировал в среднем на 8 % лучший результат, чем портфель, состоящий из акций 35 лучших компаний. Авторы объяснили это открытие тем, что резкие развороты на рынках связаны с игнорированием людьми закона о возврате к среднему значению и увлечением недавно полученной позитивной информацией, а все это ведет к избыточно высокой или низкой оценке активов. Позже Дебонд и Талер, как и ряд других авторов, высказали гипотезу, что компании с высоким соотношением бухгалтерской стоимости к рыночной цене, как правило, имеют плохие результаты. Поэтому инвесторы оценивают их нерационально низко, завышая цену компаний с хорошими результатами. Напротив, Джегедеш и Титман (1993) группируют акции по десяткам на основе результатов за предыдущие шесть месяцев и подсчитывают среднюю прибыль на следующие шесть месяцев за 1963–1989 гг. Оказывается, предыдущие «неудачники» показывают результаты в среднем на 10 % годовых хуже, чем ранее успешные акции. Сравнение двух приведенных в качестве примера исследований демонстрирует важность периода выборки.

81.Фама и Френч (1988) показали, что отношение дивидендов к цене объясняет 27 % отклонений прибыльности акций, котирующихся на NYSE, на последующие четыре года. Сомнительно, чтобы инвесторы могли принимать решения на основе такого низкого уровня предсказуемости.

82.Более того, Аснесс считает, что изменения в процентных ставках объясняют, а не предсказывают доходность рынка акций. Причем объясняют не номинальные, а реальные ставки. Авторы другого исследования приходят к выводу, что 80 % ошибок в прогнозах стоимости акций, предсказанной моделью дисконтирования дивидендов, объясняется изменением инфляции. Campbell J., Vuolteenaho T. Inflation Illusion and Stock Prices. Working Paper, No. 10263, NBER, January 2004.

83.Campell J.Y., Cochrane J.H. By Force of Habit: A Consumption-Based Explanation of Aggregate Stock Market Behavior, Working Paper, May 1998. Макроэкономисты также не смогли воспроизвести с помощью стандартной модели бизнес-циклов уровень, стандартное отклонение и циклическое движение премии за риск, которую инвесторы требуют за держание акций. Авторы предположили, что более точным определением делового цикла является изменение в динамике потребления, а не его абсолютного уровня.

84.Ценообразование продуктов учитывает прогноз инфляции. Точнее, за базу берется период инфляции, характерный для продуктового цикла. Например, если продукция производится ежедневно, ее цена вряд ли отразит прогноз инфляции на период свыше года вперед. Но при сравнении Е/P используются долгосрочные (10- и 30-летние) облигации, которые учитывают инфляционные ожидания совершенно других периодов.

85.Asness C. Fight the Fed Model: The Relationship Between Stock Market Yields, Bond Market Yields, And Future Returns, Working Paper, December 2002.

86.Исследователи установили долгосрочную негативную доходность акций фирм, совершивших приобретения других компаний. Agrawal A., Jaffe J.F., Mandelker G.N. The Post-Merger Performance of Acquiring Firms: A Re-examination of An Anomaly, Journal of Finance, No. 47, 1992.

87.Профессор Дорнбуш (Dornbusch) является соавтором широко использующегося в американских бизнес-школах учебника по макроэкономике.

88.Форвардный курс, по утверждению экономистов, является устойчивой оценкой цены в будущем.

89.Levich R.M. Can Currency Movements Be Forecasted? AIMR Conference Proceedings: Currency Risk in Investment Portfolios, June 1999, p. 35.

90.Stiglitz J.E. Information and the Change in the Paradigm in Economics. Nobel Prize Lecture, December 8, 2001.

91.Collins J.C. Good and Great: Why Some Companies make the Leap and Others Don’t? New York: HarperCollins, 2001.

92.Нидерхоффер В., Кеннер Л. Практика биржевых спекуляций. – 2-е изд. – М: Альпина Бизнес Букс, 2005. – С. 209–258.

93.Soros G. The Alchemy of Finance: Reading the Mind of the Market. John Wiley & Sons, Inc., 1994, p. 53.

94.Поскольку выжидать разворота рынка трудно, приходится пользоваться советом Лионела Ротшильда, данным им еще в XIX в. По его признанию, он зарабатывал деньги благодаря тому, что не пытался угадать начало и конец тенденций, т. е. действовал на основе тех, которые были подтверждены.

95.Как уже говорилось, Сорос критикует фундаментальный анализ за то, что в нем пренебрегаются механизмы рефлексивности, т. е. не учитывается обратная связь между событиями и оценкой их рынком. Упрощенно это можно свести к формуле: «Пока рынок растет, все верят в его рост и прогнозы становятся повышательными, и наоборот».

96.В 2007 г. США объявили о программе замены углеводородного топлива растительным, что привело к невероятному росту цен на продукты питания. Представим себе, что произойдет, если мир перестанет справляться с проблемой воды! Понадобятся опреснители, требующие огромного количества энергии.

97.Schwager J.D. A Сomplete Guide to the Futures Markets, John Wiley & Sons, Inc., 1984, p. 23–32.

98.Задача, которую ставит перед собой автор в этой главе, – проанализировать достоинства и недостатки технического анализа, а не изучить конкретные модели. Этому посвящена часть VII.

99.Элдер А. Как играть и выигрывать на бирже. – 11-е изд. – М.: Альпина Паблишер, 2015. – 69 с.

100.Впрочем, в полезность фундаментального анализа он тоже не верил.

101.Pastor L., Stambaugh R.F. Liquidity Risk and Expected Stock Returns, Working Paper, August 13, 2001. Возможно, именно ликвидность и объясняет «эффект малых фирм», описанный в контексте рассмотрения CAPM (повышенная доходность малокапитализированных компаний, акции которых малоликвидны).

102.Градация затрагивает именно портфельных, а не стратегических/индустриальных инвесторов.

103.Существенным штрихом к пониманию принципов принятия решений является то, что все три категории инвесторов обязательно сравнивают альтернативы вложений с аналогами в других странах и компаниях. Именно поэтому у граждан страны или сотрудников фирм, выступающих субъектами инвестиций, вызывают удивление инвесторы, которые продолжают покупать ее активы несмотря на то, что им известно о существующих там внутренних проблемах. Со своей стороны, инвесторы понимают, что идеала нет, и выбирают из имеющихся альтернатив. Кроме того, ввиду необходимости диверсифицировать портфели они часто вкладывают деньги и в менее интересные идеи. Это возвращает нас к вопросу о рациональности принимаемых инвесторами решений. В данном случае обе группы рациональны, но выигрывает «рациональность» тех, кто обладает большей ликвидностью.

104.В последнее время финансовая литература изобилует рядом синонимов, которые рождаются в ответ на изменения рыночной обстановки. Так, термин hedge fund manager был «дискредитирован» кризисом фонда LTCM в 1998 г. Управляющие хедж-фондами стали называть себя asset manager, alternative investment manager и т. д.

105.Не случайно у банков зачастую нет четкого представления о том, какой риск данный актив представляет для банка в целом: слишком многие подразделения могут торговать им самостоятельно.

106.Pettis M. The Volatility Machine: Emerging Economies And The Threat of Collapse, Оxford University Press, 2001, pp. 69–73.

107.Brinson G., Hood L., Beebower G. Determinatinants of Portfolio Performance, Financial Analysts Journal, July/August, 1986.

108.Top Down Investing with S&P’s Sam Stovall, Technical Analysis of Stocks and Commodities, March 1996.

109.Pastor L., Stambaugh R.F. Liquidity Risk and Expected Stock Returns, Working Paper, August 13, 2001.

110.Столь существенные изменения в поведении рынка вряд ли можно объяснить с помощью фундаментального анализа, если не расширять эту категорию, начиная с экономического и политического моделирования и заканчивая изучением психологической мотивации инвесторов. А на графиках (технический анализ) появляется тенденция, которая позволяет делать некие прогнозы. Зачастую это происходит до того, как появляется экономическое обоснование произошедшего.

Bepul matn qismi tugad.

Инвестиции и трейдинг. Формирование индивидуального подхода к принятию инвестиционных решений

Саймон Вайн

3,7

48 baho

taqriz

Parchani o`qish

110 981,14 s`om

Janrlar va teglar

Investitsiyalarni boshqarish

Moliyaviy vositalar

Sarmoyalar va sarmoyalashtirish

Sarmoyaviy faoliyat

Savdo

Xavflar

Xorijiy biznes adabiyoti

Yosh cheklamasi:

12+

Litresda chiqarilgan sana:

23 mart 2016

Tarjima qilingan sana:

2015

Yozilgan sana:

2015

Hajm:

661 Sahifa 152 illyustratsiayalar

ISBN:

978-5-9614-4178-9

Noshir:

Альпина Паблишер

Mualliflik huquqi egasi:

Альпина Диджитал

Yuklab olish formati:

epub, fb2, fb3, html, ios.epub, mobi, pdf, txt, zip

Kitobni o'qish: «Инвестиции и трейдинг. Формирование индивидуального подхода к принятию инвестиционных решений»

* * *

Введение

Часть I
Сравнительный анализ методов прогнозирования рынка

Глава 1.1
Финансовая теория и фундаментальный анализ

1. Проблемы теории фундаментального анализа

Проблемы гносеологии³: познание на финансовых рынках и теория «бум – крах» Джорджа Сороса

2. Проблемы теорий, господствующих в сфере финансов

Теория эффективного рынка

Теории управления портфелем

Ожидаемая доходность = Безрисковая доходность + β × (Ожидаемая премия за рыночный риск),

r = Rf + β × (Rm − Rf)

[другая версия: r − Rf = β × (Rm − Rf)],

Теории, объясняющие поведение валют

3. Проблемы моделирования

Проблемы, связанные с информацией

Реакция рынка на неожиданную информацию

Проблемы процесса нахождения модели для прогнозирования

Критический обзор методов, используемых в прогнозировании поведения цен облигаций и акций

Модели, используемые для прогнозирования цен акций

4. Проблемы фундаментального анализа, связанные с общими вопросами методологии и ожиданий

Проблемы фундаментального анализа, связанные с факторами, не зависящими или зависящими от инвесторов

Проблемы в использовании фундаментального анализа, связанные с факторами, зависящими от инвесторов⁹⁷

5. Выводы: проблемы фундаментального анализа и оптимизация его использования

Проблемы использования фундаментального анализа

Оптимизация использования фундаментального анализа

Глава 1.2
Технический анализ⁹⁸

1. Объяснение понятий технического анализа с точки зрения фундаментального аналитика

2. Прогнозирование поведения рынков (на основании вышеизложенного материала)

3. Выводы: возможности технического анализа

Глава 1.3
Анализ ликвидности

1. Характеристика ликвидности как фактора, влияющего на цены рыночных активов

2. Факторы, определяющие ликвидность

Микроструктура рынков

Объективные факторы, воздействующие на ликвидность

Субъективные факторы, воздействующие на ликвидность

Janrlar va teglar

Ushbu kitob bilan o'qiladi

O'xshash kitoblar

Muallifning boshqa kitoblari

Kitobni o'qish: «Инвестиции и трейдинг. Формирование индивидуального подхода к принятию инвестиционных решений»

* * *

Введение

Часть IСравнительный анализ методов прогнозирования рынка

Глава 1.1Финансовая теория и фундаментальный анализ

1. Проблемы теории фундаментального анализа

Проблемы гносеологии3: познание на финансовых рынках и теория «бум – крах» Джорджа Сороса

2. Проблемы теорий, господствующих в сфере финансов

Теория эффективного рынка

Теории управления портфелем

Ожидаемая доходность = Безрисковая доходность + β × (Ожидаемая премия за рыночный риск),

r = Rf + β × (Rm − Rf)

[другая версия: r − Rf = β × (Rm − Rf)],

Теории, объясняющие поведение валют

3. Проблемы моделирования

Проблемы, связанные с информацией

Реакция рынка на неожиданную информацию

Проблемы процесса нахождения модели для прогнозирования

Критический обзор методов, используемых в прогнозировании поведения цен облигаций и акций

Модели, используемые для прогнозирования цен акций

4. Проблемы фундаментального анализа, связанные с общими вопросами методологии и ожиданий

Проблемы фундаментального анализа, связанные с факторами, не зависящими или зависящими от инвесторов

Проблемы в использовании фундаментального анализа, связанные с факторами, зависящими от инвесторов97

5. Выводы: проблемы фундаментального анализа и оптимизация его использования

Проблемы использования фундаментального анализа

Оптимизация использования фундаментального анализа

Глава 1.2Технический анализ98

1. Объяснение понятий технического анализа с точки зрения фундаментального аналитика

2. Прогнозирование поведения рынков (на основании вышеизложенного материала)

3. Выводы: возможности технического анализа

Глава 1.3Анализ ликвидности

1. Характеристика ликвидности как фактора, влияющего на цены рыночных активов

2. Факторы, определяющие ликвидность

Микроструктура рынков

Объективные факторы, воздействующие на ликвидность

Субъективные факторы, воздействующие на ликвидность

Janrlar va teglar

Ushbu kitob bilan o'qiladi

O'xshash kitoblar

Muallifning boshqa kitoblari

Часть I
Сравнительный анализ методов прогнозирования рынка

Глава 1.1
Финансовая теория и фундаментальный анализ

Проблемы гносеологии³: познание на финансовых рынках и теория «бум – крах» Джорджа Сороса

Проблемы в использовании фундаментального анализа, связанные с факторами, зависящими от инвесторов⁹⁷

Глава 1.2
Технический анализ⁹⁸

Глава 1.3
Анализ ликвидности