На портале AssetAllocation.ru выложена Глава 8 книги Фрэнка Армстронга "Инвестиционные стратегии для 21 века". Напоминаю, что вы можете принять участие в обсуждении материалов на сайте проекта.
Теннис, гольф, шахматы - все эти виды деятельности требуют мастерства. В самом деле, мы легко можем определить опытных игроков по их достижениям. С другой стороны, кости и рулетка - чисто азартные игры. Мастерство никак не влияет на результат. А как обстоит дело с управлением портфелями ценных бумаг? Могут ли управляющие «побить рынок»? Если это происходит, можем ли мы говорить об их мастерстве, или им просто повезло? Можем ли мы использовать результаты деятельности в прошлом для
прогнозирования будущих результатов? Повторяются ли результаты победителей?
В контексте дискуссии об эффективном рынке, если рынки эффективны, то управляющие не в состоянии создавать добавленную стоимость. Измерение эффективности результатов управления требует эталона. Однако очень важно использовать правильный ориентир, иначе мы рискуем безнадежно запутаться. Не слишком полезно сравнивать яблоки с апельсинами, или доходность зарубежных акций с доходностью отечественных. По мере погружения ученых и консультантов в проблему эффективности, ориентиры нуждаются в более точном
определении.
Не менее важно иметь достоверные данные. Никто не хочет проводить исследование лишь для того, чтобы выяснить, что используемые данные искажены. Когда кто-то указывает ученым на неверность исходных данных, это становится для них полным кошмаром. К счастью, мы имеем много достоверных данных из надежных независимых источников, с которыми большинство из нас согласно. Например, частная консалтинговая фирма SEI ведет крупнейшую базу данных по результатам инвестиционной деятельности институциональных
управляющих. Morningstar поставляет обширные данные об индустрии взаимных фондов, а Центр по исследованию котировок ценных бумаг (CRISP) ведет базу данных по ценам на отдельные ценные бумаги.
Быстрый тест
Проведем очень грубый тест эффективности управления: сравним данные об эффективности взаимных фондов местных акций, предоставленные Morningstar, с индексом S&P 500 для одного-, трех-, пяти- и десятилетнего периодов, заканчивающихся 30 апреля 1995 года. Индекс S&P 500 - вполне честное сравнение для крупных отечественных компаний. В результате получим:
За период сроком в 1 год из 1097 фондов Morningstar 110 фондов превзошли S&P 500, а 987 - отстали. Результаты варьировались от +46,84% до –32,26%, а S&P 500 показал доходность +17,44% годовых.
За 3-летний период S&P 500 показал +10,54%, а результаты фондов лежали в пределах от +29,28% до –15,02% годовых. Из 609 фондов только 266 обогнали S&P 500.
Переходя к 5-летнему периоду, из 470 фондов 204 обогнали S&P 500. Результаты варьировались от +27,35% до –8,51%, а индекс показал +12,62%.
На 10-летнем периоде только 56 из 262 фондам удалось обогнать индекс, результаты - от +24,77% до –4,06% годовых против +14,78% у S&P 500.
Если сравнение с S&P 500 правомерно для оценки способностей управляющих, то множество управляющих, безусловно, не стоят свеч. Среди них гораздо меньше победителей, чем мы могли бы ожидать.
Этот тест может быть не вполне точен, но...
Позвольте мне первому сказать, что, хотя это маленькое исследование справедливо и достоверно, оно не является совершенным. Во всех случаях средний результат фондов оказался ниже индекса. Однако средний результат не учитывает размеры фондов. Небольшие фонды могут сдвигать результаты от среднего в любом направлении, поэтому, возможно, мы не должны слишком беспокоиться о среднем.
Другая причина, по которой нас может встревожить наше маленькое исследование, это проблема «ошибки выжившего». Фонды, которые исчезли в период измерения, не учитываются в результатах поиска. Компании взаимных фондов часто ликвидируют малоэффективные фонды путем слияния их с более успешными. Доходность фондов при этом не объединяется, и компаниям удается похоронить свои ошибки. Те, кто выжил, предположительно более эффективны, чем общая масса в период начала измерения. Вуаля! Немного магии
маркетинга позволяет фондам показать эффективность выше, чем на самом деле получили их акционеры. Это искажение нуждается в дополнительном исследовании.
Проблема, которая беспокоит в этом виде анализа меня, состоит в том, что отдельно взятый год может сильно влиять на результаты. Если последний год был экстраординарным, это отразится на всех временных периодах. Результаты будут казаться гораздо более последовательными, чем они были на самом деле. Фонд, который после девяти лет средних результатов показал выдающиеся, будет хорошо выглядеть в последние 1, 3, 5 и 10 лет! Если выдающиеся результаты произошли в первый год, то 10-летние результаты будут
выглядеть хорошо, но 1-, 3-, и 5-летние будет выглядеть справедливо. Это дает совсем иную картину, хотя общий результат тот же. То есть мы не учитываем связность результатов.
Наконец, мы не учитываем риск. Как победители, так и проигравшие могли принимать на себя слишком большие риски.
А как же победители?
Некоторые управляющие превзошли средние результаты, и некоторые из них сделали это с очень большим отрывом. Все они могут претендовать на высокое мастерство и умение. Но так ли это? Можно ли заключить, что они мудрые, а все остальные - глупцы? Более того, могут ли люди, ставящие на этих победителей, также считаться мудрыми? Способны ли мы предсказать, какие игроки станут победителями в будущем?
Теория вероятностей может вычислить количество победителей и проигравших в любом случайном ряде событий. Если миллион человек попытается выбросить «орла» на монете в течение нескольких раундов, мы можем прикинуть число победителей после каждого тура. Например, после 10 раундов можно было бы ожидать, что останется 976,563 человек. Каждый из них выбросит «орла» 10 раз подряд. Поскольку процесс случаен, мы не ожидаем, что останется ровно 977 человек, но мы можем, посоветовавшись со
статистиками, спрогнозировать в очень узком диапазоне число оставшихся. Если игра не требует мастерства, то мы можем с определенной погрешностью предсказать, сколько останется после 10 раундов, и иметь четкое представление, сколько их должно быть. Однако если один из оставшихся станет утверждать, что к успеху его привело его мастерство, нам будет трудно заставить его отказаться от этого заблуждения.
Один из способов определить, влияет ли мастерство на результат, это посмотреть, было ли победителей значительно больше, чем позволяет вероятность. Предположим, что вместо порядка 977 победителей, мы увидели бы 5000 или 10000. Тогда мы могли бы признать, что элемент мастерства имел место.
Если рынки являются эффективными, то мы ожидаем увидеть случайное распределение результатов. Когда мы изучаем эффективность взаимных фондов, мы всегда ожидаем увидеть некоторых победителей. Так положено по теории вероятностей. Мы были бы разочарованы и обеспокоены, если бы случайно не появился фонд Magellan (самый известный и успешный фонд в истории Вселенной). Однако такое встречается даже еще реже, чем нам предсказывает случайное распределение. Но если мы скорректируем результаты фондов примерно на 2%,
добавив к результатам средние расходы на управление и торговлю, то получим как раз что-то вроде колоколообразной кривой для распределения доходности.
Поскольку победителей у нас даже меньше, чем мы могли бы ожидать, трудно согласиться с утверждением, что их привело к этому мастерство и умение, а не банальная удача. Это мощный, но не слишком убедительный аргумент. Как и наши простаки, обманутые монетами, Питер Линч (бывший управляющий фонда Magellan) никогда не согласится с этим утверждением.
