1. Системный риск: образуется под воздействием того, что происходит с рынком ценных бумаг в целом.
2. Остаточный общий факторный риск: зависит от рыночной конъюнктуры в отдельных секторах, таких как отрасли.
3. Остаточный специфический риск: зависит от поведения отдельных ценных бумаг.
Внутри каждого из этих компонентов находятся сотни, возможно, даже тысячи факторов, каждый из которых оказывает различное по величине и времени воздействие. Даже если кому- то удастся максимально точно угадать параметры влияния отдельного фактора, неопределенность и непостоянство по- прежнему останутся вокруг этого удачного прогноза. Суровая реальность состоит в том, что объем знаний инвестора о будущем ничтожно мал по сравнению с тем, что этот инвестор знать не может. Это простое понятие является настолько важным, что его стоит сформулировать еще раз. То, что мы знаем о будущем, мизерно по сравнению с тем, чего мы не знаем о нем — и, по всей вероятности, не можем знать. Большая часть повсеместно принятых теорий в современных финансах делает упрощающие допущения, которые не учитывают колоссальную неопределенность наступления того или иного события в будущем. По нашему мнению, следующая революция в теории финансов произойдет именно в области учета и моделирования неопределенности.
Различие между тем, что известно и что неизвестно, еще более возрастает с учетом вероятности того, что информация о будущем, которая известна одному инвестору, может быть доступна и другим участникам рынка. Чем больше вероятность того, что другие инвесторы обладают такой информацией, тем в большей степени это отражается в цене акции. Таким образом, если предполагаемое событие наступает в соответствии с ожиданиями, то оно не может никоим образом повлиять на котировки. Неопределенность или непостоянство в доходности активов вызвано только информацией или событиями, которые инвесторы предвидят неправильно.
Проблема шума существует уже достаточно долго. Как пытались решить ее инвесторы в прошлом? Сначала никак. Они пытались сопоставить результаты работы конкретного менеджера с некими достаточно общими эталонными показателями, например с динамикой изменения индекса агентства Standard & Poor’s (S&P 500), включающего 500 крупнейших компаний, исходя из предположения, что все инвестиционные портфели были диверсифицированы и подвержены рискам в той же степени, что и акции компаний, входящих в S&P 500. Понятно, что такой подход не может быть применен для оценки результатов работы многих менеджеров.
Если для разных инвестиционных портфелей существует слишком много различных уровней риска, чтобы соизмерять их с одним рыночным эталоном, то тогда, возможно, существует другой способ сравнения. Следующая попытка состояла в сопоставлении результатов работы менеджера с целой вселенной подобных ему менеджеров. Существовала надежда, что схожесть целей клиентов инвестиционных фондов могла бы означать и схожесть рисков определенных инвестиционных портфелей. К сожалению, эта идея вселенской выборки, несмотря на интуитивную привлекательность, чревата серьезными проблемами.
В 1970- е гг. в центре внимания в качестве меры измерения степени рисков оказался коэффициент «бета». Этот коэффициент измеряет чувствительность инвестиций по отношению к соответствующему контрольному показателю (эталону). Благодаря снижающему риск эффекту диверсификации, когда вы объединяете, скажем, 50 пакетов акций компаний различных отраслей в общий портфель, доля риска всего портфеля снижается примерно с 50 % до менее чем 4 %. При таком подходе главным элементом общего риска становится системный риск. Именно системный, или рыночный, риск является тем элементом, который измеряет коэффициент «бета».
Однако главным (и далеко не единственным) недостатком подхода, основанного на коэффициенте «бета», является предположение либо о диверсификации всех инвестиционных портфелей, либо о незначительности влияния общего фактора на отдельные пакеты ценных бумаг внутри портфеля в долгосрочной перспективе. Между тем имеются многочисленные свидетельства, указывающие на неправомерность подобных предположений. В самом деле, даже незначительные колебания вокруг какого- либо общего фактора оказывают значительный эффект на результаты инвестиций. Оказывается, подобные общие факторы нередко уравниваются стилем менеджера; рост — стоимостью; компании с большой капитализацией — компаниями с маленькой капитализацией; высокотехнологичные компании — компаниями, результаты которых сильно зависят от фазы цикла.
Понимание этой зависимости позволило существенно улучшить качество бенчмаркинга при оценке деятельности конкретного менеджера. Чем точнее выбран эталон, отражающий окружение или стиль менеджера, тем более точным оказывается оценка уровня его квалификации. Если яблоки сравнивать только с яблоками, то исчезает значительное количество шума. Данный тезис может быть проиллюстрирован с помощью следующего примера.
Обратите внимание, что в годовом исчислении показатели доходности портфеля Менеджера А и акций компаний, входящих в оба индекса, одинаковы — 3,9 %. Однако поведение портфеля Менеджера А гораздо более близко к индексу Russell Small Cap Index. Этот факт доказывает и значение показателя стандартного отклонения: При сравнении действительной доходности портфеля Менеджера А с доходностью по индексу Russell Small Cap Index оно составляет 5 %, а при сравнении с индексом S&P 500 — 10 %. Это неудивительно, потому что Менеджер А работает с акциями компаний, характеризующимися относительно небольшой капитализацией. Удивительно другое: из- за разницы в значениях стандартного отклонения статистическая значимость при сравнении доходностей Менеджера А и индекса Russell Small Cap Index наступит через 6,6 года, а при сравнении с индексом S&P 500 — через 26,1 года. Неправильный бенчмаркинг приводит к колоссальным искажениям в оценке уровня квалификации менеджера.
Более тонким измерителем эффективности работы менеджеры является так называемый коэффициент информации (information ratio), который учитывает и доходность, и уровень риска. С помощью этого коэффициента определяется уровень доходности инвестиций в расчете на единицу риска. Чем больше положительное значение этого коэффициента, тем выше уровень квалификации и мастерства менеджера. Более распространенным вариантом коэффициента информации является коэффициент Шарпа (Sharpe ratio), с помощью которого определяется величина избыточной доходности на единицу. Коэффициент Шарпа может быть полезным инструментом при сопоставлении квалификации двух или более инвестиционных менеджеров, которые используют различные стратегии и достигают различных показателей доходности, действуя в условиях разных уровней риска.
В конце концов мы приходим к выводу, что требуется слишком много времени для определения того, является ли скорректированная с учетом степени риска доходность инвестиционного портфеля результатом высокой квалификации менеджера или просто удачным стечением обстоятельств (шума). С точки зрения статистики использование данных о доходах менеджера за несколько предшествующих лет не может дать никакого определенного ответа об эффективности работы этого менеджера.
