Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
?
3. Оценка инвестиционных систем
В прошлом было немало заявлений, утверждавших, что использование некоторых механических систем, которые основаны на статистических данных и включают ряд аналитических методов, могут принести лучший результат по сравнению с пассивными инвестиционными системами. Пассивная инвестиционная система (passive investment system) включает просто приобретение и владение широко диверсифицированным портфелем ценных бумаг в течение оцениваемого периода. Часто для оценки доходности такого портфеля используется доходность рыночного индекса. Некоторые механические системы дают только прогнозы поведения рынка, другие предоставляют рекомендации по инвестированию в определенные ценные бумаги. Почти все они показывают впечатляющие результаты проверки на основе статистических данных за прошлые периоды.
В качестве примера приведем следующие четыре утверждения:
"... Переключайтесь с облигаций на акции после роста объема предложения денег в течение двух месяцев; переключайтесь с акций на облигации после того, как темп роста предложения денег окажется ниже его самой высокой точки за последние 15 месяцев. Обычно, как показала практика, такая политика приносит доходность в два раза выше по сравнению с просто владением акциями".
"... Эта нехитрая рекомендация дала прогноз 95% квартальных колебаний индекса акций S&P 500 за рассмотренный период".
"... Портфель из 25 акций с наибольшей первоначальной устойчивостью имел лучшие результаты, чем портфель из 25 акций с наименьшей первоначальной устойчивостью в течение 8 месяцев из 12 рассматриваемых".
"... Данная совершенно объективная методика выбора акций, которая может быть безошибочно исполнена на обыкновенном компьютере, превзошла бы на 80% профессионально управляемые портфели в течение рассматриваемого периода".
Заявления, подобные данным четырем, делались в прошлом и, без сомнения, будут появляться в будущем. Защитники таких механических инвестиционных систем могут искренне верить в то, что они нашли дорогу к мгновенному обогащению. Однако t доказательства часто строятся на зыбкой основе. При оценке любой системы необходимо избегать нескольких возможных ошибок.
3.1. Неверная оценка риска
Любая инвестиционная система, основанная на выборе акций с высоким "бета"-коэффициентом, скорее всего принесет доходы выше средних при подъеме рынка и ниже среддних при его падении. Так как на протяжении длительного времени рынок имел поступательную тенденцию, то оценка такой системы за длительный период покажет, она обеспечивает доходность выше средней. Поэтому оценка эффективности любой инвестиционной системы должна включать не только оценку средней доходности, также и оценку принимаемого риска. После этого можно использовать для сравнения среднюю доходность пассивной инвестиционной системы того же уровня риска.
3.2. Недооценка трансакционных издержек
Системы, в которых рассматривается интенсивная торговля ценными бумагами, пут обеспечить валовую доходность, которая превышает доходность пассивной инвестиционной стратегии со сравнимым уровнем риска. Но этот показатель не является точной оценкой эффективности системы, поскольку при измерении доходности следует учесть трансакционные издержки. Для получения чистой доходности величина трансакционных издержек прибавляется к цене покупки инвестиционного инструмента и полученная таким образом сумма вычитается из их цены продажи.
Например, если 100 акций компании Widget покупаются по $19 за акцию при трансакционных издержках в $100, то затраты на инвестиции составят $2000 [1(00 х $19) + $100]. Если в последующем акции Widget продаются по $93 за акцию с трансакционными издержками в $100, тогда в результате продажи инвестор получит $2200 [(100 х $23) - $100]. В результате чистая доходность составит 10% [($2200 -- $2000)/$2000], в то время как валовая доходность будет равна 21,65% [(2300 - $1900)/ /$1900]. Разница очень существенна.
3.3. Неверная оценка дивидендов
Когда сравнивают эффективность механической системы с пассивной инвестиционной системой, то часто не учитывают дивиденды (и процентные выплаты). Это может серьезно исказить результаты. Например, система может рекомендовать выбор акций, которые имеют низкую норму дивиденда. Курсы таких акций будут расти быстрее, чем курсы акций с высокой ставкой доходности с тем же уровнем риска, поскольку доходы по акции состоят из дивидендов и дохода от увеличения стоимости капитала. Если акции имеют одинаковый уровень риска, то они должны иметь одинаковую доходность. Это означает, что акции с меньшей ставкой дивидендной доходности будут иметь более высокий доход от увеличения стоимости капитала. Поэтому если при исследовании учитывать только доходы от увеличения стоимости капитала, то система с низкой ставкой дивидендной доходности покажет более высокий темп роста доходов от увеличения стоимости капитала, чем пассивная инвестиционная стратегия, предусматривающая хорошо диверсифицированный портфель из акций с низкой и высокой ставками дивидендной доходности. Поэтому в тех случаях, когда ставки дивидендной доходности систем значительно отличаются от средних ставок, необходимо рассматривать общую доходность, а не только степень роста доходов от увеличения стоимости капитала.
3.4. Неработающие системы
Несмотря на очевидность того, что будет сказано ниже, заметим: чтобы иметь практическую ценность, система не должна требовать в качестве условий ее применения знаний о будущем. Например, многие системы рекомендуют предпринимать определенные действия, после того как конкретные стоимостные характеристики, меняющиеся во времени (например, курс акции), достигнут пика или самой низкой точки. Но сказать, что это пик или самая низкая точка, можно только по истечении определенного периода времени. Поэтому такая система не будет работать.
Подобная ситуация возникает, когда уравнение, описывающее систему, оценивается с помощью того же набора данных, который используется и для проверки прогнозной точности уравнения. Например, система может предполагать, что имеется определенная связь между предложением денег в момент времени t - 1 и курсом акции в момент времени t. Общая взаимосвязь может быть выражена следующим образом:
где SPt - прогнозируемый уровень индекса S&P 500 в момент времени t; Мt-1 - уровень предложения денег в момент времени t - 1; a и b - постоянные величины. В этой системе значение индекса S&P 500 в следующем периоде может быть определено на основании текущего уровня предложения денег.
Чтобы сделать такую систему работающей, необходимо иметь определенные значения a и b. Эти параметры можно оценить, исследовав ежемесячные данные за десятилетний период - с 1985 по 1994 г. Иначе говоря, значения этих параметров станут известны только после 1994 г. Однако некоторые могут попытаться проверить прогнозную точность данного уравнения, используя данные за десятилетний период - с 1985 по 1994 г. Поступая таким образом, они не понимают, что система будет неработающей, если использовать для ее проверки данные этого периода, поскольку параметры самой системы были определены на основе того же периода. Настоящая проверка прогнозной ценности этой или любой другой системы должна быть основана на оценке параметров за период более ранний, чем исследуемый. То есть, как будет показано ниже, тестируемый период не должен совпадать с тем периодом, на основе данных которого выводилась формула.
3.5. Некорректная подгонка
Нетрудно найти успешно функционирующую систему, если те же самые данные, на основании которых она была создана, используются для проверки ее эффективности. Несмотря на высказанную критику о том, что такая система не будет функционирующей, некоторые инвесторы все же могут попытаться использовать ее в будущем, если она неплохо работала в прошлом. Кроме того, есть еще одно критическое замечание о такой системе.
Предположим, что уравнение 2 оказалось не слишком пригодным для применения. Тогда можно попытаться использовать следующее уравнение:
где Mt-2 - это уровень предложения денег в момент времени t - 2, а c - константа. Если уравнение 3 не дает хороших результатов, то можно воспользоваться большим числом переменных и констант. В итоге можно найти уравнение, которое, как кажется, будет работать хорошо. Однако это не означает, что оно может быть полезным для инвестора. Если с помощью данных проверить 100 непригодных для использования систем, то в силу теории вероятностей одно из них, возможно, даст результаты, которые "статистически дают погрешность в 1%". Этот факт не должен обнадеживать, поскольку в действительности не имеет никакой прогнозирующей силы на будущее.
Приведем такой пример. Пусть курсы акций США обнаружили зависимость от активности Солнца и длины юбок. Однако данные корреляции вряд ли показывают истинные причинные взаимосвязи. Напротив, данные взаимосвязи вероятнее всего были ложными, что свидетельствует об их случайном характере. Если нет оснований считать, что выявленная зависимость имеет объективную основу, то не стоит ожидать, что эта зависимость сохранится в будущем.
3.6. Сравнение с неэффективными системами
Нередко можно услышать, что инвестиционная система "объясняет" значительную часть колебаний какого-либо фондового индекса. На рисунке 2 показаны квартальные значения индекса S&P 500 за 10 лет (сплошная линия) и прогнозные значения, полученные в результате построения системы на основе прошлых данных о предложении денег (линия в виде точек). Два набора значений кажутся вполне совпадающими.
Впечатляюще? Не совсем. Самый простой прогноз, показанный пунктирной линией, оказывается еще более точным. В соответствии с этой методикой значение индекса за каждый квартал будет равно его значению за предыдущий квартал:
Любая система, которая претендует на то, чтобы обеспечить доходность выше средней, должна давать оценку относительного изменения курсов (или доходности), а не уровня курсов, поскольку именно такие изменения курсов (или доходности) являются основой для получения выгоды или убытка. Поэтому проверка будет надежной лишь в том случае, если она показывает, насколько прогнозируемые изменения соответствуют фактическим. На рисунке 3 показаны прогнозные изменения курсов (полученные на основе системы, которая была рассмотрена на рисунке 2), а также соответствующие им фактические изменения за каждый квартал. Как видно, взаимосвязь между ними есть, но она крайне незначительна.
Рисунок 2. Фактические и прогнозные значения фондового индекса S&P 500 за период со второго квартала 1960 г. по четвертый квартал 1969 г.
3.7. Ошибочные визуальные сравнения
Иногда автор системы строит график, на котором одновременно представлены значения индикатора, используемого для прогнозирования движения рынка, и характеристики самого рынка. На основе визуального сравнения двух кривых можно предположить, что индикатор действительно предсказывает рыночные изменения. Однако такое сравнение не позволяет уловить разницу между ситуацией, когда изменение рыночного индикатора опережает изменение рынка, и ситуацией, когда такое изменение происходит уже после изменения самого рынка. Данная разница является решающей, поскольку только при условии опережения рынка использование индикатора может обеспечить выгодное вложение капитала.
3.8. Предвзятость последующего выбора
Во многих исследованиях описываются системы выбора акций, которые по своей результативности превосходят показатели стандартных фондовых индексов. Некоторые из них избегают тех ошибок, о которых говорилось ранее, но могут содержать другие заблуждения. Для облегчения компьютерного анализа может использоваться стандартный набор данных. Например, исследователь может использовать базу данных, включающую курсы акций за период с 1983 по 1993 г., составленную в 1994 г. Акции, включенные в базу данных, могли быть выбраны постольку, поскольку в 1994 г. они находились в обращении и считались представительными (например, потому что в 1994 г. они котировались на NYSE). Поиск наилучшей инвестиционной системы с использованием такой базы данных имеет недостаток, заключающийся в предвзятости последующего выбора (ex post selection bias). To есть система, созданная в 1994 г., была основана на анализе тех акций, которые находились в обращении, имели хорошие показатели и солидную репутацию в 1994 г. Следовательно, они должны были иметь хорошие показатели и за период с 1983 по 1993 г. Однако исследования такого типа неявно содержат ошибку, описанную ранее - они предполагают знание информации, недоступной в момент осуществления анализа. В частности, для анализа периода до 1994 г. требуется иметь сведения о том, какие акции будут в обращении в 1994 г.
Рисунок 3. Прогнозные и фактические квартальные процентные изменения фондового индекса S&P 500 за период со второго квартала 1960 г. по четвертый квартал 1969 г.
3.9. Неудачные попытки использования
"данных не из образца"
Может ли существовать убедительное свидетельство того, что некая система может постоянно обеспечивать доходность выше среднерыночной? Для тех, кто убежден в эффективности рынка, скорее всего, нет. Но можно провести соответствующую проверку
Для этого поиск самой системы следует осуществить на основе одних данных, а проверку возможности ее использования для получения достоверных прогнозов - на основе совершенно других. Эти данные иногда называют "данными не из образца" (out-of-sample data), или "иным образцом" (holdout sample). Для надежности такая проверка должна включать (моделировать) управление портфелем и, кроме того, каждое инвестиционное решение должно основываться только на информации, доступной в момент принятия решения. Наконец эффективность системы следует оценивать таким же образом, как и эффективность деятельности инвестиционного менеджера. Помимо прочего это предполагает определение вероятности того, в какой степени инвестиционные результаты были случайными, а не являлись следствием эффективности системы или мастерства менеджера.
На рисунке 4 показаны результаты одной системы, в которой были использованы "данные не из образца". Наряду с последующими фактическими изменениями приведены прогнозируемые процентные изменения (поквартальные) индекса S&P 500, полученные на основе трех других систем, а также показаны фактические изменения индекса. Каждая из этих систем позволяла получить очень достоверные прогнозы, исходя из прошлых данных. Но ситуация меняется при использовании в этих системах "данных не из образца".
Рисунок 4. Прогнозные и фактические квартальные процентные изменения фондового индекса S&P 500 за период с третьего квартала 1970 г. по второй квартал 1972 г.