Предположим, что капитан современного комфортабельного лайнера принимает решение не использовать современную навигационную систему (систему, которая с помощью компьютеров и спутников определяет местоположение корабля с точностью до нескольких футов). Вместо этого он собирается положиться на метод навигации позвездам - старинный метод, имеющий проблемы и приводящий к неточностям. Большинство людей будут считать выбор капитана в лучшем случае эксцентричным, в худшем - чрезвычайно опасным.
Когда дело касается формирования портфелей,большинство менеджеров по инвестициям делают свой выбор аналогично капитану данного судна. Они отрицают методы формирования портфелей, основанные на использовании компьютеров, и используют традиционные подходы. Являются ли ихрешения настолько же глупыми, как и решения капитана корабля? Или, может быть, данный подход продиктован их очевидным сумасшествием?
Концепция эффективного множества и оптимального портфеля инвестора являются основополагающими в современной инвестиционной теории. В начале 50-х годов Гарри Марковиц описал решение данных проблем. Используя математический метод известный как квадратичное программирование инвестор может обработать ожидаемые доходности, стандартные отклонения и ковариации для определения эффективного множества. Имея оценку своих кривых безразличия, отражающую их индивидуальный допустимый риск, он может затем выбрать портфель из эффективного множества.
|
|
С появлением дешевых и высокопроизводительных компьютеров в 80-х годах, а также с развитием сложных моделей риска стало возможным определение эффективного множества для нескольких тысяч ценных бумаг за несколько минут. Необходимое компьютерное оборудование и программное обеспечение являются доступными фактически для любого инвестиционного института. В действительности данный процесс стал настолько банальным, что даже приобрел собственную терминологию. Использование компьютера для определения эффективного множества и формирования оптимального портфеля в разговорном языке называется оптимизацией. Портфели «оптимизируются», а про инвесторов говорят, что они применяют оптимизационную технику.
Несмотря на доступность «оптимизаторов», относительно небольшое число менеджеров по инвестициям в действительности используют их при формировании портфеля. Вместо этого они в основном полагаются на некоторый набор правил и закономерностей.
Почему менеджеры по инвестициям отказываются применять оптимизационную технику при формировании портфелей? Причиной сопротивления являются два момента: профессиональные интересы и несоответствия в практическом воплощении концепций.
|
|
С точки зрения профессиональных факторов большинство инвесторов просто не чувствуют себя комфортно при использовании качественных методов. В их методах принятия решений подчеркивается значение интуиции и субъективных решений. Использование оптимизационной техники в формировании портфеля требует наличия системной и формальной структуры принятия решений. Специалисты по анализу ценных бумаг должны принять на себя ответственность за формирование количественных прогнозов ожидаемой доходности и риска. Управляющие портфелями должны выполнять решения компьютера. В результате этого «оптимизаторы» уничтожают «артистизм и грацию» управления инвестициями.
Кроме того, с внедрением «оптимизаторов» возрастает влияние новой породы профессионалов по инвестициям — числовых аналитиков (презрительно именуемых «квантами»), которые координируют получение и применение оценок риска и доходности. Авторитет, приобретаемый числовыми аналитиками, уменьшает влияние аналитиков и менеджеров портфелей, использующих традиционные методы, к их большому неудовольствию.
Что касается перспектив применения «оптимизаторов», то здесь существуют серьезные проблемы. В частности, они имеют тенденцию к созданию чисто интуитивных портфелей, не подходящих для реальных инвестиций. Данная ситуация объясняется не столько проблемами «оптимизаторов», сколько ошибками операторов, обеспечивающих ввод данных. Здесь работает парадигма GIGO. (что расшифровывается как «мусор на входе - мусор на выходе»).
«Оптимизаторы» предпочитают ценные бумаги, обладающие высокими ожидаемыми доходностями, малыми стандартными отклонениями и малой величиной ковариации с другими ценными бумагами. Очень часто при оценке этих величин используется информация из старых баз данных, содержащих тысячи ценных бумаг. До тех пор пока информация о доходности и риске не будет тщательно проверена, ошибки (например, преуменьшение стандартного отклонения ценных бумаг) могут привести к тому, что «оптимизатор» будет рекомендовать произвести покупку некоторых ценных бумаг, исходя из неправильных предпосылок. Даже если информация является выверенной, экстремальные исторические события могут привести «оптимизатор» к практически неверным решениям.
До тех пор пока программа не будет принимать во внимание операционные издержки «оптимизаторы» будут также демонстрировать плохую привычку к операциям, приводящим к большому обороту, и рекомендациям о покупке ценных бумаг низкой ликвидностью. Высокий оборот связан с существенными изменениями в портфеле от периода к периоду. Высокий оборот может являться причиной неприемлемо высок их операционных издержек, отрицательно сказывающихся на функционировании данного портфеля. Ликвидность (liquidity) означает возможность реального приобретения ценных бумаг, выбранных «оптимизатором». Выбранные бумаги могут обладать желательными характеристиками по доходности и риску, но продаваться в незначительных количествах, не позволяющих институциональным инвесторам приобрести их без ощутимых дополнительных расходов на покупку.
Существуют различные решения данных проблем, начиная с аккуратной проверки вводимой информации и кончая введением ограничений; на максимальный Оборот и минимальную ликвидность. Тем не менее ничто не может заменить прогноз квалифицированного специалиста о доходности и риске ценных бумаг, основанный на правильном применении понятия рыночного равновесия.
Профессиональные проблемы и проблемы практического воплощения дают менеджерам по инвестициям удобный повод избегать применения «оптимизаторов» и сконцентрироваться на использовании традиционных методов формирования портфелей. Однако рассмотрение количественных методов формирования портфелей очень важно. Повышающаяся эффективность финансовых рынков заставляет менеджеров институциональных инвесторов обрабатывать больше информации о большем количестве ценных бумаг и с большей скоростью, чем когда-либо раньше. Как следствие, они вынуждены в большей степени увеличить использование количественных инструментов анализа инвестиций. Хотя большинство из них еще не включили «оптимизаторы» в процедуру формирования портфелей, фактически все они стали более восприимчивы к необходимости создания диверсифицированных портфелей, имеющих наивысший уровень ожидаемой доходности при удовлетворительном уровне риска.
|
|
Вогнутость эффективного множества
Для того чтобы понять, почему эффективное множество является вогнутым, рассмотрим следующий пример портфеля из двух ценных бумаг. Первая ценная бумага компании Ark Shipping имеет ожидаемую доходность в 5% и стандартное отклонение в 20%. Вторая ценная бумага компании Gold Jewelry имеет ожидаемую доходность в 15% и стандартное отклонение в 40%. Соответствующие им точки отмечены буквами А и G на рис.5.
Рис. 5. Верхняя и нижняя границы для комбинаций из двух ценных бумаг А и G
1.2.Границы местоположения портфелей
Теперь рассмотрим все возможные портфели, состоящие из этих ценных бумаг, которые может купить инвестор. Пусть Xl обозначает долю фондов инвестора, вложенную в Ark Shipping, а Х2 = 1 - Xl - долю, инвестированную в Gold Jewelry. Таким образом, если инвестор покупает только акции Ark Shipping, то Xl =1 и Х2 =0. Если же инвестор покупает только акции Gold Jewelry, то Xl = 0, а Х2 = 1. Комбинация из 0,17 Ark Shipping и 0,83 Gold Jewelry также возможна, как и комбинация из 0,33 и 0,67 соответственно или 0,5 и 0,5 соответственно. Хотя существует много других возможных портфелей, нами будет рассмотрено только семь из них:
|
|
Портфель А | Портфель В | Портфель С | Портфель D | Портфель E | Портфель F | Портфель G | |
X1 | 1,00 | 0,83 | 0,67 | 0,50 | 0,33 | 0,17 | 0,00 |
X2 | 0,00 | 0,17 | 0,33 | 0,50 | 067 | 0,83 | 1,00 |
Для того чтобы рассмотреть возможные инвестиции в эти семь портфелей, необходимо вычислить их ожидаемые доходности и стандартные отклонения. Мы имеем всю необходимую информацию для вычисления ожидаемых доходностей этих портфелей согласно уравнению:
Для портфелей А и G данные вычисления тривиальны, так как инвестор покупает акции только одной компании. Таким образом, ожидаемые доходности составляют 5 и 15% соответственно. Для портфелей В, С, D, Е и F ожидаемые доходности соответственно равны:
= (0,83 х 5%) + (0,17 х 15%) = 6,70 %;
= (0,67 х 5%) + (0,33 х 15%) = 8,30%;
= (0,50 х 5%) + (0,50 х 15%) = 10%;
= (0,33 х 5%) + (0,67 х 15%) = 11,70%;
= (0,17x 5%) + (0,83 х 15%)= 13,30%.
Для вычисления стандартных отклонений данных портфелей необходимо применить уравнение:
Для портфелей А и G данные вычисления опять будут тривиальными, так как инвестор приобретает акции только одной компании. Таким образом, стандартное отклонение будет составлять 20 и 40% соответственно.
Для портфелей В, С, D, Е и F применение уравнения показывает, что стандартное отклонение зависит от значения ковариации между двумя ценными бумагами. Этот ковариационный член равняется корреляции между двумя ценными бумагами, умноженной на произведение их стандартных отклонений:
Полагая i = 1 и j = 2, получим:
Рассмотрим вначале портфель D. Значение стандартного отклонения данного портфеля будет лежать в интервале между 10 и 30%, его точное значение зависит от величины коэффициента корреляции.
Минимальным значением коэффициента корреляции является -1, отсюда можно увидеть, что нижняя граница величины будет такова:
= [500 + 400 х (-1)]1/2 = [500 - 400]1/2 = [100]1/2 = 10%.
Аналогично будет максимальным, когда коэффициент корреляции будет максимальным, т.е. равным 1. Таким образом, верхняя граница будет такова:
= [500 + (400 х 1)]'/2= [500 + 400]1/2 = [900] 2 = 30%.
В общем случае для любого заданного набора весов и Х2 нижние и верхние границы будут достигаться при равенстве коэффициента корреляции величинам —1 и 1 соответственно. Подобный анализ других портфелей показывает, что их верхние и нижние границы равняются следующим значениям:
Стандартное отклонение портфеля
Портфель | Нижняя граница | Верхняя граница |
А | 20,00% | 20,00% |
В | 10,00 | 23,33 |
С | 0,00 | 26,67 |
D | 10,00 | 30,00 |
Е | 20,00 | 33,33 |
F | 30,00 | 36,67 |
G | 40,00 | 40,00 |
Все верхние пограничные значения лежат на прямой линии, соединяющей точки А и G. Это означает, что любой портфель, составленный из этих двух бумаг, не может иметь стандартное отклонение, соответствующее точке, лежащей правее прямой линии, соединяющей эти две ценные бумаги. Вместо этого значение стандартного отклонения должно лежать на этой прямой линии или левее нее. Это означает желательность диверсификации портфеля. А именно, диверсификация ведет к уменьшению риска, так как стандартное отклонение портфеля будет в общем случае меньше, чем средневзвешенное стандартное отклонение бумаг, входящих в портфель.
Все нижние пограничные значения лежат на одном из двух отрезков, идущих из точки А до точки на вертикальной оси, соответствующей значению в 8,30%, а оттуда — до точки G. Это означает, что любой портфель, составленный из данных ценных бумаг, не может иметь стандартное отклонение, изображаемое точкой, лежащей левее любого из этих двух отрезков линии. Например, портфель В должен лежать на горизонтальной линии, проходящей через вертикальную ось в точке 6,70%, но ограниченную значениями в 10 и 23,33%.
Любой портфель, состоящий из этих двух ценных бумаг, лежит в пределах границ треугольника, изображенного на рис.5. Его фактическое местоположение зависит от значения коэффициента корреляции между этими двумя ценными бумагами.