Текст книги "Управление инвестициями. Диверсификация портфеля, риск и слежение за рынком"

Никоим образом не противореча выводу о том, что новости относительно недавних изменений цен являются шумом, последние исследования показывают, что в объеме торговли отдельными ценными бумагами есть полезная информация. Два уважаемых исследователя из Корнельского университета, обнаружили, что прошлый объем торговли обеспечивает важную связь между стратегиями «момент» и «стоимость». В частности, они нашли, что фирмы с высокими прошлыми коэффициентами оборачиваемости проявляют многие эффектные характеристики, зарабатывают более низкие будущие доходы и имеют последовательно все более отрицательные сюрпризы дохода в течение следующих восьми кварталов.

И наоборот, фирмы с низкими прошлыми коэффициентами оборачиваемости проявляют стоимостные характеристики, зарабатывают более высокие будущие доходы и имеют последовательно все более положительные сюрпризы дохода в течение следующих восьми кварталов. Они также нашли, что прошлый объем торговли предсказывает и величину, и последовательность момента цен. В частности, следствия момента цен изменяют направление в течение следующих пяти лет, и победители с большим объемом испытывают более быстрые инверсии (и наоборот, проигравшие с низким объемом испытывают более медленные инверсии).

Часть 2

Совершенные прогнозы доходов

Если бы вы могли видеть, что произойдет в течение следующего года, и знали бы доходы следующего года для большого количества активно торгуемых акций, могли бы вы использовать эту информацию, чтобы достигнуть инвестиционной доходности выше среднего?

a) Нет. Рынки активно торгуемых акций настолько эффективны, что доходы следующего года уже отражены в сегодняшних ценах.

b) Да. Заглядывая вперед на целый год, рынок не имеет представления относительно доходов следующего года.

Степень, до которой рынок правильно прогнозирует изменения доходов от года к году, имеет огромное значение для управляющих портфелями. Если сегодняшние курсы акций правильно прогнозируют доходы следующего года, прогнозы доходов не имеют ценности. Но если рынок часто удивляют доходы следующего года и если раскрывающиеся изменения доходов на самом деле действительно влияют на курсы акций, то точные прогнозы доходов на год вперед должны быть чрезвычайно полезными.

Замечательно, что многие профессиональные инвесторы делают и/или используют прогнозы доходов, никогда не определяя степень их полезности. В этой главе мы исследуем полезность совершенных прогнозов доходов. Если совершенные прогнозы доходов полезны, следующий большой шаг должен будет определить, могут ли использоваться (и до какой степени) менее совершенные прогнозы доходов для достижения доходности выше среднего.

В Табл. 8 показаны 25 лет доходности для 500–800 акций, разделенных на пять квантилей на основе фактических изменений доходов. (При изучении данных о годовом доходе распространенная ошибка состоит в предположении, что доход для периодов, заканчивающихся 31 декабря, известен 31 декабря. Фактически, доход для периодов, заканчивающихся 31 декабря, не известен до некоторого более позднего времени. Чтобы избежать введения «смещения опережения» – которое может сделать результаты исследования бесполезными, здесь сделано очень консервативное предположение, что фактический доход на конец года не доступен до конца следующего календарного квартала. По этой причине периоды владения в Табл. 8 начинаются и заканчиваются 31 марта).

Эти компании оценивались после завершения каждого года на основе изменений доходов, которые произошли в течение того года. Затем были сформированы пять портфелей (квантилей), при этом 20 процентов компаний имели худшие изменения доходов (наибольшее процентное уменьшение или наименьшее процентное увеличение), составляя первый портфель (квантиль), и 20 процентов компаний имели лучшие изменения доходов (наибольшее процентное увеличение или наименьшее процентное уменьшение), составляя пятый портфель (квантиль).

Затем, для изучения модели инвестиционной доходности, была вычислена средняя 12-месячная доходность для каждого из этих пяти портфелей, для 25 соответствующих 12-месячных периодов владения (с 31 марта по 31 марта).

Источник: JPMorgan Research

Второй столбец в Табл. 8 показывает число акций, которые были проанализированы в течение каждого из 25 12-месячных периодов владения. На первом году изучения точно 500 акций имели достаточное количество прогнозов доходов, чтобы быть включенными в исследование. В более поздние годы, когда число акций с достаточными данными превысило 800, это конкретное исследование ограничилось 800 крупнейшими компаниями.

Первый столбец под заголовком «фактические изменения доходов» показывает доходность компаний с наихудшими фактическими изменениями доходов; при движении направо каждый столбец содержит доходность компаний с последовательно лучшими изменениями доходов. Самый правый столбец содержит компании с лучшими фактическими изменениями доходов. Например, 20 процентов этих компаний, которые имели худшие изменения доходов в 1977 г., имели доходность в -15,0 процента в период с 31 марта 1977 г. по 31 марта 1978 г. Компании, у которых были лучшие изменения доходов, имели доходность в 15,1 процента. Заливкой указаны портфели с худшей доходностью в каждом из 25 12-месячных периодов владения. В нижнем ряду показана 25-летняя средняя доходность для каждого из столбцов.

Обратите внимание в Табл. 8 на удивительную последовательность, с которой компании с худшими изменениями доходов имеют худшую доходность, а компании с лучшими изменениями доходов имеют лучшую доходность. В первой строке, например, обратите внимание на то, что с того времени, когда вы могли бы знать доходы предыдущего года (31 марта 1977 г.), до того времени, когда вы могли бы вычислить фактическое процентное изменение в доходах 12 месяцев спустя (31 марта 1978 г.), цены на бирже изменялись по очень упорядоченной модели. В частности, доходность имела тенденцию снижаться в тех портфелях, которые испытывали худшие изменения доходов, и повышаться в тех портфелях, которые испытывали лучшие изменения доходов.

Эта модель имеет тенденцию сохраняться при перемещении вниз по столбцам. Обратите внимание на то, что лишь за двумя исключениями за 25 лет портфели в двух категориях худшего фактического изменения доходов (столбцы 1 и 2) имели отрицательную доходность. И наоборот, портфели из двух категорий лучшего фактического изменения доходов (столбцы 4 и 5) имел и положительную доходность для каждого из 25 периодов владения.

Также обратите внимание на величину доходности. Для портфелей с худшими изменениями доходов доходность за эти 25 периодов составляла в среднем -15,2 процента. Для портфелей с лучшими изменениями доходов доходность составляла в среднем 11,6 процента. Эту замечательно последовательную модель можно назвать эффектом «согласованного изменения доходов/изменения доходности».

Эффект согласованного изменения доходов/изменения доходности обеспечивает три чрезвычайно важных представления. Во-первых, он весьма ясно показывает, что точная информация на год вперед относительно того, какие акции будут иметь худшие и лучшие изменения доходов, не была, за этот 25-летний период, точно вложена в курсы акций на начало марта. Если бы рынок точно ожидал и оценивал предстоящие изменения доходов от года к году, в Табл. 8 не было бы никаких заметных различий в доходности. Нет абсолютно никаких сомнений относительно того, что, если бы вы знали доходы следующего года для большого количества активно торгуемых акций, вы могли бы использовать эту информацию для достижения инвестиционной доходности значительно выше среднего. Следовательно, ответ на вопрос – «b» – да. Когда вопрос касается знания (и правильной оценки) доходов следующего года, рынок не имеет об этом никакого представления.

Во-вторых, эффект согласованного изменения доходов/изменения доходности дает специалистам по ценным бумагам повод попытаться предсказать доходы. Если бы рынок был эффективен в предвосхищении – и оценке – изменений доходов на год вперед, попытки предсказать эти изменения были бы тратой времени. Но, к счастью для прогнозистов, существование эффекта согласованного изменения доходов/изменения доходности показывает, что любой, кто мог бы точно сгруппировать 500–800 акций наибольшей капитализации в пять портфелей на основе относительных изменений доходов на год вперед, мог бы получить необычайную выгоду.

В-третьих, важно помнить, что для того, чтобы быть успешным, такой предсказатель не должен был предсказывать фактические изменения доходов каждой компании. Чтобы использовать эффект согласованного изменения доходов/изменения доходности, предсказатель должен был справиться с намного более легкой задачей. Такой предсказатель просто должен был бы построить портфель приблизительно из 150 акций, которые, в терминах относительных изменений доходов, попали бы в категорию лучшего относительного изменения доходов год спустя.

Можете ли вы использовать эффект согласованного изменения доходов/изменения доходности, показанный в Табл. 8, для построения портфелей, которые будут последовательно обеспечивать доходность выше среднего?

Ученые проводят важное различие между фактическим (ex post) и ожидаемым (ex ante). Фактический значит «после факта». Так же как «после полудня» означает послеобеденное время, термин фактический используется для описания инвестиционной информации, которая известна только после того, как мы вкладываем капитал. Ожидаемый, противоположность фактическому, означает «перед фактом». Таким образом, так же как игрок в покер может сделать первую ставку («анте») до раздачи карт, термин ожидаемый используется для описания инвестиционной информации, которая известна до того, как мы вкладываем капитал.

Важно обратить внимание на то, что эффект согласованного изменения доходов/изменения доходности – фактическое явление. То есть когда мы оглядываемся назад после окончания каждого года, портфели, которые имели худшие и лучшие относительные изменения доходов в течение прошлого года, также обеспечивали худшую и лучшую относительную инвестиционную доходность. Поскольку фактические изменения доходов, которые использовались для формирования этих портфелей, не были известны до наступления факта, ответ на наш вопрос – нет. Вы не можете получить прибыль непосредственно от эффекта согласованного изменения доходов/изменения доходности.

Уменьшилась ли сила эффекта согласованного изменения доходов/изменения доходности со временем?

Чтобы ответить на этот вопрос, был исследован эффект согласованного изменения доходов/изменения доходности для пяти пятилетних периодов. Эти результаты показаны в Табл. 9. Здесь наблюдается небольшое различие в течение первых трех пятилетних периодов. Однако в течение двух самых недавних пятилетних периодов оказывается, что величина доходности в категориях худших и лучших изменений доходов уменьшается. Следовательно, ответ на вопрос – нет. Даже если имеет место некоторое уменьшение силы эффекта согласованного изменения доходов/изменения доходности в самые недавние пятилетние периоды, эффект остается статистически значимым.

Табл. 9 Совокупная относительная доходность (проценты)

Вывод: эффект согласованного изменения доходов/изменения доходности обеспечивает замечательное понимание того, как работает фондовый рынок. Эффективные рынки включают все, что известно сегодня, в сегодняшние курсы ценных бумаг. Тем не менее, рынок не имеет никакого представления о том, какие компании сообщат о лучших и худших изменениях доходов 12 месяцев спустя.

Кстати, некоторые исследователи делают серьезную ошибку, «связывая различия». Предположим, что инвестор А зарабатывает доходность за два периода в 10 процентов и 20 процентов. Инвестор В зарабатывает доходность за два периода в 5 процентов и 10 процентов.

Неправильно вычислять успех инвестора А относительно успеха инвестора Б, связывая различия их доходности – 1,05 умножить на 1,10 = 1,155. Когда, фактически, инвестор А превратил 1,00 $ в 1,32 $, инвестор Б превратили 1,00 $ в 1,155 $. Правильный способ вычисления разницы между богатством инвестора А и инвестора Б состоит в том, чтобы вычесть 1,155 $ из 1,320 $. Инвестор А превзошел инвестора В на 16,5 цента – а не на 15,5 цента, подразумеваемых в результате связывания различий между доходностью инвестора А и инвестора Б.

Могут ли аналитики предсказать изменения доходов

Предыдущая глава показала, что любой, кто может правильно предсказать доходы следующего года, может пожинать исключительную доходность.

Могут ли аналитики, в среднем, правильно предсказать изменения доходов следующего года?

На Рис. 3 показана форма, которая была использована для сравнения предсказанных изменений доходов компаний на следующие 12 месяцев с фактическими изменениями доходов компаний 12 месяцев спустя. Первый шаг заключался в распределении предсказанных изменений доходов (в процентах) на пять категорий – в каждой по 20 процентов компаний – от худшего (наибольшего отрицательного или наименьшего положительного) к лучшему (наибольшему положительному или наименьшему отрицательному) прогнозу. Эта информация была помещена в строки, как показано на Рис. 3.

Рис. 3 Прогнозируемые изменения доходов

Рис. 4 Фактические изменения доходов

Точно так же фактические изменения доходов, которые были зарегистрированы 12 месяцев спустя, были распределены на пять категорий от худших к лучшим. Эта информация была помещена в пять столбцов, как показано на Рис. 4.

Как показано на Рис. 5, если аналитики являются безупречными предсказателями, 20 процентов совместных прогнозируемых и фактических классификаций попадут в диагональ от ячейки «худшие-худшие» в верхнем левом углу до ячейки «лучшие-лучшие» в нижнем правом углу. То есть если компания, в отношении которой у аналитиков было худшее прогнозируемое изменение доходов, 12 месяцев спустя имеет худшее фактическое изменение доходов, эта компания классифицируется в ячейке «худшие-худшие» в верхнем левом углу.

Рис. 5 Безупречные прогнозы

Рис. 6 показывает процент компаний, которые попадут в каждую ячейку, если нет взаимосвязи между прогнозами доходов на следующие 12 месяцев и фактическими изменениями доходов 12 месяцев спустя. То есть если прогнозы и фактические результаты не связаны, в каждой из этих 25 ячеек будут приблизительно 4 процента компаний по системе классификации 5 на 5.

Чтобы определить, могут ли аналитики, в среднем, правильно предсказать изменения доходов на 12 месяцев вперед, сравнивались средние оценки доходов на предстоящие 12 месяцев из базы данных Zacks с фактическими процентными изменениями доходов, которые произошли 12 месяцев спустя. То есть, начиная с 31 декабря 1976 г., сравнивалось прогнозируемое процентное изменение доходов на 12 месяцев вперед для 500–800 крупнейших компаний декабрьского финансового года, для которых у Zacks были прогнозы, с фактическими изменениями доходов, которые произошли 12 месяцев спустя. Этот процесс был повторен для 25 одногодичных периодов до 31 декабря 2001 г.

Рис. 6 Бесполезные прогнозы

На Рис. 7 показан процент компаний, которые попали в каждую ячейку объединенной классификации. Если нет взаимосвязи между 12-месячными прогнозируемыми и фактическими изменениями доходов 12 месяцев спустя, в каждой из этих 25 ячеек было бы приблизительно 4 процента объединенных классификаций. Для простоты интерпретации ячейки на Рис. 7 с частотами больше 4 процентов показаны жирным шрифтом и заштрихованы.

С первого взгляда вы можете увидеть, что между прогнозируемыми и фактическими результатами есть взаимосвязь. Очевидно, что ячейки по диагонали из верхнего левого угла до нижнего правого угла имеют частоты больше 4 процентов. Ячейка в верхнем левом углу показывает, например, что 5,6 процента компаний, в отношении которых аналитики предсказали, что они будут в квантиле худшего изменения доходов, фактически оказались в этой квантиле 12 месяцев спустя.

Точно так же из 20 процентов компаний с лучшими прогнозируемыми изменениями доходов в нижней строке 12 месяцев спустя 8,7 процента попадали в столбец лучшего фактического изменения доходов. Даже несмотря на то, что результат находится далеко от 20 процентов прогнозов, которые сгруппировались бы по диагонали в случае с безупречными прогнозами, тенденция более 4 процентов классификаций “прогнозируемые/фактические” группироваться по диагонали говорит о том, что аналитики имеют некоторую долю способности точно предсказывать изменения доходов на год вперед.

Рис. 7 Процент компаний

Затем обратите внимание на ячейки на Рис. 7 с процентом компаний больше 4, которые находятся выше диагонали и справа от нее. Это показывает, что в течение прошлых 25 лет аналитиков часто удивляли результаты лучше предсказанных. Например, когда аналитики предсказали изменения доходов в худшей категории (строка), 12 месяцев спустя оказалось, что 5,9 процента из них попали в категорию фактического изменения доходов (столбец) 2. Эта модель «лучше прогнозов» является настолько всеобъемлющей, что справа от каждой ячейки по диагонали находится ячейка с частотой выше нормальной (кроме, конечно, ячейки в нижней строке).

Большинство других ячеек с обеих сторон от диагонали показывают проценты компаний ниже 4. Примечательное исключение появляется в нижнем левом углу.

Большинство опытных инвесторов чувствуют, что в течение прошлых 25 лет было больше «акций-торпед» – акций с большими ожиданиями, которые принесли неутешительные доходы – чем акций с небольшими ожиданиями, которые принесли приятные сюрпризы в отношении доходов. Данные на Рис. 7 подтверждают это мнение. Здесь табличные данные за более чем 25 лет показывают, что, в среднем, 5,0 процента компаний попали в ячейку чрезвычайно неутешительных доходов в нижнем левом углу сетки. И наоборот, только 2,1 процента компаний попали в ячейку чрезвычайно приятных сюрпризов в верхнем правом углу.

Были ли аналитики способны предсказать изменения доходов следующего года на одну акцию точно? Один из способов ответа на этот вопрос состоит в том, чтобы использовать анализ сопряженности признаков для сравнения фактических частот, которые показаны на Рис. 7, с частотами, которые мы ожидали бы, если бы не было никакой взаимосвязи между прогнозируемыми и фактическими процентными изменениями доходов. Другой способ заключается в использовании корреляционного и регрессионного анализа для сравнения прогнозируемых и фактических изменений. Да, действительно имела место статистически значимая взаимосвязь между прогнозируемыми изменениями доходов в начале года и фактическими изменениями доходов годом позже.

Статистически говоря, да, аналитики действительно могут правильно предсказать изменения доходов следующего года.

Прогнозы доходов

Предыдущая глава показала, что аналитики могут, более или менее точно, предсказать доходы будущего года.

Какую модель доходности вы ожидаете, когда портфели классифицируются на основе прогнозируемых процентных изменений в доходах на акцию?

a) Портфели с наилучшими прогнозируемыми темпами роста дохода будут иметь наилучшую доходность.

b) Портфели с наихудшими прогнозируемыми темпами роста дохода будут иметь наихудшую доходность.

c) Портфели с наихудшими прогнозируемыми темпами роста дохода будут иметь наилучшую доходность.

d) Портфели с наилучшими прогнозируемыми темпами роста дохода будут иметь наихудшую доходность.

e) «a» и «Ь».

f) «с» и «d».

На Рис. 8, когда положение квантилей прогнозируемого изменения доходов соответствует положению квантилей фактического изменения доходов 12 месяцев спустя, ячейки помечены как идеальные прогнозы. Заметьте, что пять ячеек по диагонали помечены как «идеальные».

Три ячейки в верхнем правом углу содержат компании, которые имели приятные доходные сюрпризы. Эти ячейки содержат компании, которые (1) по прогнозам должны были иметь худшие изменения доходов, но 12 месяцев спустя имели фактические изменения доходов, которые занимали место в лучшем столбце или столбце, следующем за лучшим, и (2) по прогнозам должны были иметь изменения доходов, следующие за худшими (во второй строке), но год спустя имели фактические изменения доходов, которые занимали место в лучшем столбце. Эти приятные доходные сюрпризы обозначены в трех ячейках в верхнем правом углу знаком ☺.

Рис. 8 Структура сравнения прогнозируемых и фактических доходов

Точно так же три ячейки в нижнем левом углу содержат компании, для которых прогнозы лучших и следующих за лучшими изменений доходов в двух нижних строках уступили место таким изменениями в течение следующего года, которые заняли место худших и следующих за худшими в двух левых столбцах. Эти неприятные сюрпризы обозначены знаком ☹ в трех ячейках в нижнем левом углу. Оставшиеся ячейки помечены прочерками. (Хотя объединенная классификационная схема, используемая на Рис. 8, обладает тем преимуществом, что она является относительно простой и удобной, у нее есть недостаток в верхних левых и нижних правых ячейках. Этот недостаток заключается в том, что компания, являющаяся худшей, никак не может стать еще хуже. Точно так же компания, являющаяся самой лучшей, никак не может стать еще лучше. Представьте случай, например, где доход компании, как ожидалось, должен был вырасти на 30 процентов, и компания была помещена в строку лучшего прогнозируемого изменения доходов. Затем, предположим, год спустя фактическое изменение доходов составило 40 процентов. Согласно классификационной схеме «5 на 5» этот приятный сюрприз оказался бы в «идеальной» ячейке в нижнем правом углу).

Таким образом, строки Рис. 8 содержат прогнозируемые изменения доходов. Столбцы содержат фактические изменения доходов, которые произошли год спустя. Наконец, символы в ячейках представляют мою гипотетическую модель доходности.

"Эффект торпеды" – имеет место, когда несколько акций с большими ожиданиями «торпедируют» и «топят» доходность всего портфеля. Порождающий процесс для эффекта торпеды требует следующего: (1) должно быть достаточное число неприятных доходных сюрпризов, и (2) эти неприятные сюрпризы должны иметь доходность значительно ниже среднего.

Поскольку символ ☺ и символ ☹, на Рис. 9 представляют ожидаемую доходность, можно просто сложить символы, чтобы получить ожидаемую доходность из строк и столбцов. Крайний левый столбец содержит, например, две ячейки со знаком ☹ (представляющим ожидаемую доходность ниже среднего). При сложении этих символов ожидаемая доходность портфеля, состоящего из акций в первом столбце, представляет собой два грустных эмотикона (☹ ☹). Двигаясь направо, второй столбец имеет ожидаемую доходность представляющую собой одно грустное лицо (☹).

Рис. 9 Ожидания результативности по столбцам

В третьем столбце нет символов. Четвертый столбец имеет ожидаемую доходность из одного счастливого лица (☺). И, наконец, самый правый столбец имеет ожидаемую доходность из двух счастливых лиц (☺☺). Таким образом, по мере того как мы двигаемся слева направо, модель ожиданий результативности каждого столбца символически выглядит следующим образом: ☺☺, ☹, -, ☺ и ☺☺. Важно отметить, что данная фактическая гипотетическая модель доходности абсолютно совпадает с эффектом согласованного изменения доходов/изменения доходности, описанным ранее.

Строки на Рисунке 12.3 символизируют прогнозируемые аналитиком изменения доходов. И снова я сложил символы, представляющие результативности, которую я ожидал от акций в каждой строке. Здесь гипотетическая доходность для пяти портфелей, от верхней строки до нижней, выглядит так: ☺☺, ☺, -, ☹ и ☹☹.

Таким образом, если результативность, которую я предполагаю для каждой ячейки, оказывается правильной, ряд с лучшей результативностью (представленной символически как ☺☺) будет получен из акций с худшими прогнозируемыми изменениями доходов! И наоборот, худшая результативность (представленная символически как ☹☹) будет получена из акций с лучшими прогнозируемыми изменениями доходов.

Рис. 10 Общие ожидания эффективности

Как говорилось ранее, чтобы гипотеза торпеды была верной, (1) должен быть достаточно высокий процент акций в ячейках неприятного сюрприза, и (2) модель доходности, представленная счастливыми и грустными лицами, должна материализоваться.

В начале главы спрашивалось: «Какую модель доходности вы ожидаете, когда портфели классифицируются на основе прогнозируемых процентных изменений в доходах на акцию?» С тем условием, что имеет место эффект торпеды, ответ на вопрос – «f» – портфели с наихудшими прогнозируемыми темпами роста дохода будут иметь наилучшую доходность; портфели с наилучшим прогнозируемыми темпами роста дохода будут иметь наихудшую доходность.