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 временнóго 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 Хi: S = f (Х1, Х2, ..., Хn). Таким образом, спот в 2001 г. (статья была написана в 1999 г. — С.В.), а возможно, и позднее, будет функцией Х1 в 2001 г., Х2 — в 2001 г., Х3 — в 2001 г. Но определение значений этих неизвестных в 2001 г. и далее — задача не из легких.

В таком случае инвестор может отвергнуть структурный подход и не следовать, например, структурному анализу временных рядов, а использовать одно- и многопараметрические модели анализа временных рядов, спектральный анализ временных рядов и метод нейронных сетей. Но и для этих моделей инвестор должен выбрать параметры и методы оценки.

Вне зависимости от избранного метода анализа он столкнется со стандартными эконометрическими проблемами, такими, например, как определение объема информации, необходимой для использования модели. В заключение следует напомнить, что модель, возможно, будет объяснять только прошлое, если в итоге историческая информация не окажется индикатором будущей информации»54.

Иными словами, для успеха прогнозирования необходимо правильно подобрать и синхронизировать многие «движущие части». К сожалению, как показал кризис финансовых рынков в Бразилии в 2002 г., даже при наличии полной информации и экономически прогрессивном правительстве достаточно одного просчета в предположениях — и самые надежные прогнозы мгновенно рушатся. Продемонстрируем вариант практического анализа этой ситуации.

Накануне выборов 2002 г. рынок оценивал состояние бразильской экономики как стабильное и испытывал большое доверие к способности Банка Бразилии контролировать ситуацию на финансовых рынках. Однако в течение мая–июля вероятность победы кандидата, не поддерживающего рынок, резко возросла. Попытаемся сделать прогноз, какое влияние может оказать руководство страны, неблагоприятно относящееся к рынку, на изменение цен на международных 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.