Книга Разумное распределение активов. Как построить портфель с максимальной доходностью и минимальным риском - Уильям Дж. Бернстайн

В названии этой статьи заложена такая идея, что как в любительском теннисе, так и в профессиональном инвестировании успех зависит не столько от умения выиграть, сколько от умения не проиграть. И самый простой способ потерять при инвестировании – это понести высокие издержки при слишком активных торгах.

В таком случае основой стратегии безубыточности стала бы покупка всего рынка и владение им, то есть индексация. Причина этого должна быть очевидна из предыдущего обсуждения издержек на покупку фонда. Поскольку постоянный анализ и корректировка своего портфеля выливается в высокие расходы при почти полном отсутствии избыточного дохода, почему бы просто не поработать над минимизацией всех четырех уровней расходов путем покупки и держания рынка? В табл. 6.4 приведены четыре уровня расходов при индексном подходе к инвестированию. Последний ряд показывает теоретическую разницу доходности при активном и индексном подходах.

Необходимо отметить еще раз, что это теоретическое преимущество, поскольку, по крайней мере, некоторая часть расходов по активно управляемым фондам приходится на исследования. Но расходы на исследования почти никогда полностью не окупаются, и лишь малая часть всей четырехуровневой структуры расходов по активно управляемым фондам используется для анализа. Главное, что нужно запомнить в отношении расходов на исследования: они увеличивают обороты, что, в свою очередь, увеличивает общие расходы за счет комиссионных, спредов и издержек влияния.

Табл. 6.4. Расходы индексных фондов

Математические подробности

Средний случайный разброс (SD) доходности активных управляющих активами за любой год составляет около 8 %, но за n-летний период (где n – число лет) этот разброс уменьшится на корень квадратный из n. Иными словами, за четырехлетний период разброс доходности активных управляющих уменьшается наполовину, за 25 лет – на 80 %. Итак, за 25-летний период случайный разброс эффективности фондов составит 8 % / 5 = 1,6 %.

Итак, мы видим, что средний активный управляющий активами ежегодно преодолевает сопротивление силой от 1 до 8 %. Поскольку стандартное отклонение, или разброс, годовой доходности активно управляемых фондов составляет около 8 % за любой год, разница в несколько процентов может быть незаметна. Но она сказывается через много лет, т. к. стандартное отклонение доходности за 25-летние периоды составляет лишь 1,6 %.

Для фондов акций крупных компаний это означает, что преимущество индексного фонда, которое выражается почти такой же величиной – 1,6 % – обеспечит эффективность выше 1 SD. А это значит, что эффективность индексного фонда должна превысить эффективность 84 % активно управляемых фондов. Индексный фонд акций мелких компаний или акций иностранных компаний с преимуществом в 3,2 % должен демонстрировать эффективность на 2 SD выше нормы, а это значит, что он должен превзойти по эффективности 97 % активно управляемых фондов за 25-летний период. Индексный фонд акций компаний развивающихся стран с преимуществом в несколько процентных пунктов должен превзойти все активно управляемые фонды.

К сожалению, в реальном мире не все очень понятно, поэтому стоит взглянуть на реальные данные. Мы сравним эффективность индексного фонда и активно управляемого фонда с базой данных Principia компании Morningstar. Этот отменный инструмент стоит обсудить отдельно. Morningstar является основным поставщиком данных по взаимным фондам как для частных, так и для институциональных инвесторов. Эта компания хорошо известна благодаря своим печатным изданиям, которые имеются в большинстве крупных публичных библиотек, но я настоятельно рекомендую программный пакет Principia. Основу этой программы составляют ежемесячная доходность приблизительно 11 000 взаимных фондов и, что более важно, сравнительные показатели. Это позволяет рассчитать, построить и вывести на экран графики рейтингов и эффективности фондов по практически бесконечному количеству вариантов и даже рассчитать корреляции между фондами и классами активов с помощью этих показателей. В базу данных также включено множество другой информации по оценке стоимости и операционным характеристикам фондов. Значительная часть моих исследований основана на этом пакете.

Новичкам важно понимать, что нужно внимательно относиться к тому, как мы определяем базу и проводим сравнение наших активно управляемых фондов. В самых ранних исследованиях постоянства результатов просто рассматривались все фонды акций. Это не оптимальный вариант. Важно сравнивать подобное с подобным. Например, в течение нескольких последних лет акции роста крупных компаний (таких как McDonald’s, Microsoft, Wal-Mart) демонстрировали очень высокие результаты. Было бы несправедливо сравнивать фонд акций мелких или иностранных компаний с общими фондами акций, которые склонны к высокой концентрации этих акций, или с индексом S&P 500 по той же причине. В базе данных Principia используется особо эффективный подход к этой проблеме. По фондам акций компаний США составляется матрица 3 на 3, в которой размер сопоставляется со стоимостью. Фонды группируются по размеру компаний на мелкие, средние и крупные. Также фонды классифицируются на фонды стоимости, фонды роста и фонды смешанного типа. В результате получается девять категорий, что позволяет справедливо сравнивать эффективность фондов между собой.

Начнем с «дедушки» всех индексных взаимных фондов – индексного фонда Vanguard 500. Не будет случайным, если в течение следующего года он станет крупнейшим индексным фондом в мире (сказанное относится к 2001 г. Прим. пер.). По истечении 15-летнего периода, завершившегося в декабре 1998 г., он находился в восьмом процентиле категории фондов акций крупных компаний смешанного типа компании Morningstar: это означает, что он превзошел 92 % других фондов. К вопросу «почему» мы обратимся через некоторое время.

Математические подробности: исходная база

Если вы действительно серьезно относитесь к определению исходной базы по фонду, а также пытаетесь развить навыки, то вы проводите трехфакторный регрессионный анализ доходности фонда. Вот как это делается. Регрессия, разработанная Кеном Френчем из Массачусетского технологического института и Юджином Фамой из Чикагского университета, начинается с месячной доходности широкого рынка акций, а также месячного вклада в доходность акций мелких компаний и акций стоимости. Вы откладываете месячные доходности, получаемые фондом или интересующим вас управляющим, рядом с этими тремя исходными сериями и выполняете множественную регрессию. Этот статистический метод, включенный в большинство пакетов электронных таблиц, позволяет наилучшим образом совместить три фактора с доходами управляющего и выдает результаты. Наиболее важным из них является остаточная доходность (точка пересечения регрессии), или «альфа». «Альфа» – это «избыточный» доход, оставшийся после учета влияния рынка, размера компании и стоимости. Для большинства управляющих это отрицательное число. Результат также включает в себя статистическую значимость «альфы», что говорит нам о том, насколько результаты являются случайными (низкое значение р предполагает наличие умения или его отсутствие, в зависимости от того, положительна эта величина или отрицательна). Рассчитывается также реальное поведение портфеля по осям «акции мелких/крупных компаний» и «стоимость/рост». Этот метод сейчас наиболее популярен при измерении эффективности управляющих пенсионными фондами, и ему также отдают предпочтение в научном сообществе.