Как было отмечено ранее, из набора N ценных бумаг можно сформировать бесконечное число портфелей. Рассмотрим ситуацию с компаниями А, Б и С, когда N равно трем. Инвестор может купить или только акции компании А, или только акции компании Б, или некоторую комбинацию акций двух компаний. Например, он может вложить половину средств в одну, а половину в другую компанию, или 75% в одну, а 25% в другую, или же 33% и 67% соответственно. В конечном счете инвестор может вложить любой процент (от 0% до 100%) в первую компанию, а остаток во вторую. Даже без рассмотрения акций компании С, существует бесконечное число возможных портфелей для инвестирования. Необходимо ли инвестору проводить оценку всех этих портфелей? К счастью, ответом на этот вопрос является "нет". Объяснение того факта, что инвестор должен рассмотреть только подмножество возможных портфелей, содержится в следующей теореме об эффективном множестве.

Инвестор выберет своп оптимальный портфель из множества портфелей, каждый из которых:

1. Обеспечивает максимальную ожидаемую доходность для некоторого уровня риска.

2. Обеспечивает минимальный риск для некоторого значения ожидаемой доходности.

Набор портфелей, удовлетворяющих этим двум условиям, называется эффективным множеством или эффективной границей. Достижимое множество представляет собой все портфели, которые могут быть сформированы из группы в N ценных бумаг. Это означает, что все возможные портфели, которые могут быть сформированы из N ценных бумаг, лежат либо на границе, либо внутри достижимого множества. В общем случае, данное множество будет иметь форму типа зонта. В зависимости от используемых ценных бумаг, оно может быть больше смещено вправо или влево, вверх или вниз.

Инвестор должен нарисовать свои кривые безразличия на одном рисунке с эффективным множеством, а затем приступить к выбору портфеля, расположенного на кривой безразличия, находящейся выше и левее остальных. Этот портфель будет соответствовать точке, в которой кривая безразличия касается эффективного множества. Желание находиться на какой-то конкретной кривой не может быть реализовано, если данная кривая нигде не пересекает множество достижимости. Чисто интуитивно теорема об эффективном множестве кажется вполне рациональной. В предыдущей главе было показано, что инвестор должен выбирать портфель, лежащий на кривой безразличия, расположенной выше и левее всех остальных кривых. В теореме об эффективном множестве утверждается, что инвестор не должен рассматривать портфели, которые не лежат на левой верхней границе множества достижимости, что является ее логическим следствием.

Кроме того установлено, что кривые безразличия для инвестора, избегающего риск, выпуклы и имеют положительный наклон. Эффективное множество в общем случае вогнуто и имеет положительный наклон, т.е. отрезок, соединяющий любые две точки эффективного множества, лежит ниже данного множества. Это свойство эффективных множеств является очень важным, так как оно означает, что существует только одна точка касания эффективного множества и кривых безразличия.

В начале 50-х годов Гарри Марковиц описал решение данных проблем. Используя математический метод, известный как квадратичное программирование, инвестор может обработать ожидаемые доходности, стандартные отклонения и ковариации для определения эффективного множества. Имея оценку своих кривых безразличия, отражающую их индивидуальный допустимый риск он может затем выбрать портфель из эффективного множества.

Используя средства обработки информации, доступные инвестору в то время, было практически невозможно вычислить эффективное множество даже для нескольких сотен ценных бумаг. Однако с появлением дешевых и высокопроизводительных компьютеров в 80-х годах 20 века, а также с развитием сложных моделей риска стало возможным определение эффективного множества для нескольких тысяч ценных бумаг за несколько минут. Необходимое компьютерное оборудование и программное обеспечение являются доступными фактически для любого инвестиционного института. В действительности данный процесс стал настолько банальным, что даже приобрел собственную терминологию. Использование компьютера для определения эффективного множества и формирования оптимального портфеля в разговорном языке называется оптимизацией. Портфели "оптимизируются", а про инвесторов говорят, что они применяют оптимизационную технику. Несмотря на доступность "оптимизаторов", относительно небольшое число менеджеров по инвестициям в действительности используют их при формировании портфеля. Вместо этого они в основном полагаются на некоторый набор правил и закономерностей.

Большинство менеджеров по инвестициям хорошо осведомлены о концепциях Марковица по формированию портфеля и о доступных технологиях, так как являются выпускниками школ бизнеса, в которых данные концепции детально рассматриваются. Причиной сопротивления являются два момента: профессиональные интересы и несоответствия в практическом воплощении концепций.

С точки зрения профессиональных факторов большинство инвесторов просто не чувствуют себя комфортно при использовании качественных методов. В их методах принятия решений подчеркивается значение интуиции и субъективных решений. Использование оптимизационной техники в формировании портфеля требует наличия системной и формальной структуры принятия решений. Специалисты по анализу ценных бумаг должны принять на себя ответственность за формирование количественных прогнозов ожидаемой доходности и риска. Управляющие портфелями должны выполнять решения компьютера. В результате этого "оптимизаторы" уничтожают "артистизм и грацию" управления инвестициями. Кроме того, с их внедрением возрастает влияние новой породы профессионалов по инвестициям - числовых аналитиков, которые координируют получение и применение оценок риска и доходности. Авторитет, приобретаемый числовыми аналитиками, уменьшает влияние аналитиков и менеджеров портфелей, использующих традиционные методы. Что касается перспектив применения "оптимизаторов", то здесь существуют серьезные проблемы. В частности, они имеют тенденцию к созданию чисто интуитивных портфелей, не подходящих для реальных инвестиций. Данная ситуация объясняется не столько проблемами "оптимизаторов", сколько ошибками операторов, обеспечивающих ввод данных. Здесь работает парадигма GIGO ("мусор на входе - мусор на выходе"). "Оптимизаторы" предпочитают ценные бумаги, обладающие высокими ожидаемыми доходностями, малыми стандартными отклонениями и малой величиной ковариации с другими ценными бумагами. Очень часто при оценке этих величин используется информация из старых баз данных, содержащих тысячи ценных бумаг. До тех пор пока информация о доходности и риске не будет тщательно проверена, ошибки (например, преуменьшение стандартного отклонения ценных бумаг) могут привести к тому, что "оптимизатор" будет рекомендовать произвести покупку некоторых ценных бумаг, исходя из неправильных предпосылок. Даже если информация является выверенной, экстремальные исторические события могут привести "оптимизатор" к практически неверным решениям.

До тех пор пока программа не будет принимать во внимание операционные издержки, "оптимизаторы" будут демонстрировать плохую привычку к операциям, приводящим к большому обороту, и рекомендациям о покупке ценных бумаг с низкой ликвидностью. Высокий оборот связан с существенными изменениями в портфеле от периода к периоду. Высокий оборот может являться причиной неприемлемо высоких операционных издержек, отрицательно сказывающихся на функционировании данного портфеля. Ликвидность означает возможность реального приобретения ценных бумаг, выбранных "оптимизатором". Выбранные бумаги могут обладать желательными характеристиками по доходности и риску, но продаваться в незначительных количествах, не позволяющих институциональным инвесторам приобрести их без ощутимых дополнительных расходов на покупку.

Существуют различные решения данных проблем, начиная с аккуратной проверки вводимой информации и кончая введением ограничений на максимальный оборот и минимальную ликвидность. Тем не менее ничто не может заменить прогноз квалифицированного специалиста о доходности и риске ценных бумаг, основанный на правильном применении понятия рыночного равновесия. Профессиональные проблемы и проблемы практического воплощения дают менеджерам по инвестициям удобный повод избегать применения "оптимизаторов" и сконцентрироваться на использовании традиционных методов формирования портфелей. Однако рассмотрение количественных методов формирования портфелей очень важно. Повышающаяся эффективность финансовых рынков заставляет менеджеров институциональных инвесторов обрабатывать больше информации о большем количестве ценных бумаг и с большей скоростью, чем когда-либо раньше. Как следствие, они вынуждены в большей степени увеличить использование количественных инструментов анализа инвестиций. Фактически они стали более восприимчивы к необходимости создания диверсифицированных портфелей, имеющих наивысший уровень ожидаемой доходности при удовлетворительном уровне риска.

Предположим, что доходность обыкновенной акции за данный период времени (например, месяц) связана с доходностью за данный период акции на рыночный индекс. В этом случае с ростом рыночного индекса, вероятно, будет расти и цена акции, а с падением рыночного индекса, вероятно, будет падать и цена акции. Один из путей отражения данной взаимосвязи носит название рыночная модель:

 (6)

где riI - доходность ценной бумаги i за данный период; rI - доходность на рыночный индекс I за этот же период;  - коэффициенты смещения и наклона соответственно;  - случайная погрешность.

Предположив, что коэффициент наклона положителен, из уравнения (6) можно заметить следующее: чем выше доходность на рыночный индекс, тем выше будет доходность ценной бумаги (заметим, что среднее значение случайной погрешности равняется нулю).

Случайная погрешность просто показывает, что рыночная модель не очень точно объясняет доходности ценных бумаг. Другими словами, когда рыночный индекс возрастает на 10% или уменьшается на 5%, то доходность ценной бумаги не обязательно равняется 14% или - 4% соответственно. Разность между действительным и ожидаемым значениями доходности при известной доходности рыночного индекса приписывается случайной погрешности. Таким образом, если доходность ценной бумаги составила 9% вместо 14%, то разность в 5% является случайной погрешностью. Случайную погрешность можно рассматривать как случайную переменную, которая имеет распределение вероятностей с нулевым математическим ожиданием и стандартным отклонением.

2.2 Модель Марковица

Классическая формулировка проблемы выбора портфеля относится к инвестору, который должен выбрать из эффективного множества портфель, представляющий собой оптимальную комбинацию ожидаемой доходности и стандартного отклонения, исходя из предпочтений инвестора относительно риска и доходности. На практике, однако, это описание неадекватно характеризует ситуацию, с которой сталкивается большинство организаций, управляющих деньгами институциональных инвесторов.

Определенные типы институциональных инвесторов, такие, как, например, пенсионные и сберегательные фонды, обычно нанимают внешние фирмы в качестве агентов для инвестирования своих финансовых активов. Эти менеджеры обычно специализируются на каком-то одном определенном классе финансовых активов, таком, например, как обыкновенные акции или ценные бумаги с фиксированным доходом. Клиенты устанавливают для своих менеджеров эталонные критерии эффективности, которыми могут быть рыночные индексы или специализированные эталоны, отражающие специфику инвестиций (растущие акции с малой капитализацией).

Клиенты нанимают менеджеров, которые в результате своей работы должны достигнуть эталонного уровня. Такие менеджеры называются пассивными менеджерами. Клиенты нанимают и других менеджеров, которые должны превысить доходность, обеспечиваемую эталонными портфелями. Таких менеджеров называют активными менеджерами.

Для пассивных менеджеров проблема выбора портфеля является тривиальной. Они просто покупают и удерживают те ценные бумаги, которые соответствуют эталону. Их портфели называют индексными фондами. Для пассивных менеджеров нет никакой необходимости иметь дело с эффективными множествами и предпочтениями по риску и доходности. Данные понятия являются заботой их клиентов. Перед активными менеджерами стоят гораздо более сложные задачи. Они должны сформировать портфели, которые обеспечивают доходность, превосходящую доходность установленных эталонов постоянно и на достаточную величину.

Наибольшей проблемой, препятствующей активным менеджерам, является недостаток информации. Даже наиболее способные из них совершают многочисленное количество ошибок при выборе ценных бумаг. Менеджеры, работающие на рынке обыкновенных акций, которые превышают эталонную доходность (после всех выплат и издержек) на 1-2 процентных пункта ежегодно, рассматриваются как исключительно эффективные исполнители. Менеджеры с недостатком квалификации (под квалификацией в данном случае подразумевается умение точно прогнозировать доходность ценных бумаг) будут в проигрыше по сравнению с эталоном, т.к. их гонорары и операционные издержки уменьшают доходность. Так как результаты инвестиционных решений активного менеджера являются неопределенными, их доходность относительно эталонной меняется в течение времени. Активный риск и активная ожидаемая доходность может быть исключен, если включить в портфель все ценные бумаги в тех же долях, в которых они входят в установленный эталонный портфель. Пассивные менеджеры следуют этому подходу. Активные менеджеры принимают на себя активный риск, когда их портфель отличается от эталонного. Рациональные и искусные активные менеджеры идут на активный риск когда они ожидают роста активной доходности.

Теперь становится ясной суть проблемы выбора портфеля для активного менеджера. Его не волнует соотношение ожидаемой доходности портфеля и стандартного отклонения. Скорее менеджер выбирает между более высокой ожидаемой активной доходностью и более низким активным риском. Данный процесс требует предположений о способностях менеджера к предсказанию доходности ценных бумаг. Имея такую информацию, можно построить для данного менеджера эффективное множество (исходя из ожидаемой активной доходности и активного риска), которое показывает комбинации наивысшей активной доходности на единицу активного риска и наименьшего активного риска на единицу ожидаемой активной доходности. Эффективное множество более искусных менеджеров будет находиться выше и левее эффективного множества их менее квалифицированных коллег.

Кривые безразличия, аналогичные рассматриваемым в классической теории выбора портфеля, отражают различные комбинации активного риска и активной доходности, которые менеджер считает равноценными. Крутизна наклона кривых безразличия отражает степень избегания риска инвестором и имеет непосредственное отношение к оценке менеджером реакции клиентов на различные результаты своей деятельности.

Оптимальной комбинацией активного риска и активной доходности менеджера является та точка на эффективном множестве, в которой одна из кривых безразличия касается данного множества. Мы можем рассматривать данную точку как желаемый уровень агрессивности менеджера в реализации его прогнозов доходности ценных бумаг. Менеджеры (и их клиенты) с большей степенью избегания риска выберут портфель с меньшим уровнем активного риска, а менеджеры и их клиенты, в меньшей степени избегающие риска, выберут портфель с более высоким уровнем активного риска.

2.3 Определение структуры и местоположения эффективного множества

Ранее было отмечено, что существует бесконечное число портфелей, доступных для инвестора, но в то же время инвестор должен рассматривать только те портфели, которые принадлежат эффективному множеству. Однако эффективное множество Марковица представляет собой изогнутую линию, что предполагает наличие бесконечного числа точек на ней. Это означает, что существует бесконечное количество эффективных портфелей! Как может быть использован подход Марковица, если инвестору необходимо определить структуру каждого из бесконечного числа эффективных портфелей? К счастью, Марковиц видел эти потенциальные проблемы и внес основной вклад в их преодоление, представив метод их решения. Он включает в себя алгоритм квадратического программирования, известный как метод критических линий.

Страницы: 1, 2, 3, 4