Стереотипы поведения
влияют на доходность инвесторов - 2
Сегодня в выпуске:
- Стереотипы поведения влияют на доходность инвесторов - 2
- Ближайшие встречи, семинары и тренинги:
* * *
В сегодняшнем выпуске - окончание статьи Майкла Мобуссина о том, как влияют на поведение инвестора стереотипы поведения, и как с ними бороться.
От себя к замечательной статье Майкла Мобуссина я хотел бы добавить еще вот какую мысль. Технологии портфельных инвестиций позволяют не только бороться со стереотипами поведения, но и в определенном смысле зарабатывать на них, получая ту прибыль, которую теряет рыночная толпа благодаря "эффекту глупых денег". О том, как это можно делать, я вкратце рассказывал на вебинаре 12 марта "Итоги 2013. Прогнозы 2014". Запись вебинара вы можете бесплатно посмотреть по одной из следующих ссылок:
Еще подробнее я буду рассказывать об этом на "большом" вебинаре "Формирование инвестиционного портфеля" 24 - 28 марта.
А сейчас вернемся к окончанию статьи Майкла Мобуссина.
Статья содержит ряд картинок, важных для понимания ее содержания. Если по какой-либо причине картинки у вас не отображаются, читать читайте статью с картинками в Живом Журнале.
* * *
Стереотипы поведения влияют на доходность инвесторов - 2
Автор – Майкл Мобуссин (Michael J. Mauboussin),
глава департамента Глобальных Финансовых Стратегий,
инвестиционный банк Credit Suisse
Перевод: Сергей Спирин.
Источник: Global Investment Returns Yearbook – 2014 (формат - .pdf), Credit Suisse.
Окончание. Начало здесь.
* * *
Любимая работа Канемана
Дэниел Канеман – психолог, известный статьями в области принятия решений, за которые он в 2002 году получил Нобелевскую Премию по экономике. После вручения Нобелевской Премии, его спросили о своей любимой работе. Он назвал статью «О психологии прогноза» («On the Psychology of Prediction»), написанную в соавторстве с Амосом Тверски в 1973 году. Статья богата проницательными предположениями, однако для нас ее основной урок состоит в том, как добиться содержательных прогнозов. Авторы утверждали, что для этого важны три вида информации.
Во-первых, это базовая величина (base rate), или результат соответствующего класса активов. Например, для фондового рынка, это будет означать историческую доходность, описанную в серии документов Global Investment Returns Yearbook. Ежегодник содержит весьма надежные базы данных, по которым рассчитывается прибыль в долгосрочной перспективе.
Во-вторых, это конкретное значение (specific information) для случая, который вас интересует. Для рынков это будет означать ощущение их стоимостной оценки, что эта оценка означает применительно к будущей доходности.
Наконец, последнее – как соотнести базовую величину и конкретное значение, чтобы дать разумный прогноз. В некоторых случаях следует больше внимания уделять базовой величине. В других случаях наибольший вес должно иметь конкретное значение. Канеман и Тверски предположили, что мы склонны недооценивать значение базовой величины во многих наших прогнозах.
Один из способов думать о проблеме – взвешивать информацию. Если вы сталкиваетесь с деятельностью, где основным фактором, определяющим результаты, является удача, то вы должны уделить основное внимание базовой величине. В качестве примера представьте рулетку или игральные кости. Лучшие оценки – это показатели среднего значения, с учетом соответствующего разброса. Если же, напротив, вы имеете дело с деятельностью, в которой удача не играет практически никакой роли, вы должны уделить основное внимание конкретному значению. Например, если выставить пять бегунов с улицы против спринтера мирового класса, то спринтер должен победить.
Мы можем количественно оценить роль везения через коэффициент корреляции, который в статистике принято обозначать буквой r. Коэффициент корреляции измеряет степень линейной зависимости между переменными в паре распределений. Если корреляция равна нулю, значит, то, что будет происходить в будущем, никак не связано с тем, что было в прошлом. Результаты случайные. Если корреляция равна единице, значит, то, что произошло ранее, говорит вам о том, что будет дальше. Коэффициент корреляции может принимать значения от -1.0 (идеальная отрицательная корреляция) до +1.0 (идеальная положительная корреляция).
Для наших целей главное заключается в том, что r показывает вам, как соотносятся базовая величина и конкретное значение. Если r близка к нулю, опирайтесь на базовую величину. Если r = 1.0, то конкретное значение – это все, что вам нужно. Коэффициент корреляции показывает скорость возврата к среднему.
Рассмотрим несколько примеров из практики. Взгляните на Рисунок 3. Слева - корреляция между ростом отца и ростом его сыновей, равная 0.50. Частично рост сына передается по наследству, частично зависит от окружающей среды. Пусть рост отца – 76 дюймов, а средний рост мужчины – 70 дюймов. Чтобы предсказать рост сына, нужно в равной степени учесть рост отца 76 дюймов (конкретное значение) и средний рост 70 дюймов (базовая величина), чтобы получить 73 дюйма. Естественно, этот прогноз не сбудется для каждого конкретного сына, но это самый лучший прогноз для сыновей отцов такого роста.
Теперь взгляните на правую часть Рисунка 3, которая показывает взаимосвязь между CFROI (cash flow return on investment, доходность инвестиций на основании денежного потока) за 2011 и 2012 гг. для более чем тысячи компаний, торгующих потребительскими товарами (FMCG) по всему миру. Здесь r приближается к 0.90, и это говорит нам о том, что события прошлого года – хороший показатель того, что произойдет в нынешнем году. Пусть предприятие имеет CFROI = 13,5%, тогда как в среднем по отрасли 9,2%. Ожидаемый CFROI на следующий год составляет около 13%, поскольку максимальный вес в прогнозе имеет конкретное значение. Некоторый возврат к среднему имеет место, но в целом результаты сохраняются из года в год.
Теперь обратим внимание на рынки. На Рисунке 4 показаны коэффициенты корреляции доходностей год-к-году для S&P500 с 1928 по 2013 гг., а также для MSCI World Index с 1970 по 2013 гг. В обоих случаях r очень близко к нулю. В практическом плане это означает, что лучший прогноз доходности на следующий год соответствует базовой величине.
Для S&P500 с 1928 по 2013 гг., к примеру, базовая величина – это номинальная средняя арифметическая доходность 11,3% со стандартным отклонением порядка 20%.
В 2013 году большинство развитых рынков показали доходность выше средних исторических значений, во главе с Японией, выросшей более чем на 50%, и ростом более 30% в США. Индекс MSCI World вырос на 27,4%. Развивающиеся рынки, напротив, стали беднее, MSCI Emerging Market Index снизился на 2%. Andrew Garthwaite из департамента Глобальных Финансовых Стратегий Credit Suisse прогнозирует общая доходность порядка 9% для рынка акций США и 13% для глобального рынка акций на 2014 год. В основе этого краткосрочного прогноза лежит то, что команда стратегов по-прежнему считает, что цены акций остаются привлекательнее, чем у облигаций, что приведет к дальнейшему перетоку средств в акции. Естественно, для долгосрочного прогноза следует обращаться к данным из Ежегодника.
Начиная с 1900 года, доходность акций США превышала доходность акций за пределами США на 1,9% годовых. Урок должен быть понятен. Поскольку результаты год-к-году на фондовом рынке очень сложно предугадать, инвесторов не должны привлекать полученные в прошлом году хорошие результаты, тем более не нужно питать отвращение к полученным в прошлом году плохим результатам. Лучше сосредоточиться на долгосрочных средних результатах, и избегать чрезмерного увлечения последними значениями. Избежать эффекта глупых денег можно соблюдая постоянную приверженность.
Резюме
Инвесторы в среднем зарабатывают доходность значительно ниже той, которую дают индексы. Одним из факторов, определяющих этот эффект – это стремление покупать после того, как рынок вырос, и продавать после того, как рынок упал. Это приводит к тому, что доходность, взвешенная по активам, оказывается ниже доходности, взвешенной по времени. Мы можем объяснить такую предвзятость в поведении работой части человеческого мозга, связывающей причину и следствие.
Более 40 лет назад Дэниел Канеман и Амос Тверски предложили подход к прогнозированию, который может помочь уравновесить эту тенденцию. В тех случаях, когда коэффициент корреляции близок к нулю, как в случае ежегодной доходности рынка акций, прогноз должен основываться преимущественно на базовой величине, чтобы, с высокой вероятностью, превзойти прогнозы, вытекающих из других подходов.
Это говорит о том, что инвесторы должны избегать влияния краткосрочных результатов, вместо этого сосредоточившись на стратегии распределения активов, что требует изучения долгосрочной перспективы. В Ежегоднике представлены хорошо изученные, долгосрочные данные, которые служат основой для такой долгосрочной стратегии.
Обсудить в ЖЖ
* * *
Напоминаю, что время для оплаты участия в вебинаре Галины Парусовой "Инвестиции в недвижимость" стремительно истекает.
К сожалению, как показывает практика, большой наплыв желающих сделать все в самый последний момент приводит к дополнительной нагрузке на организаторов, и, как следствие, может привести к появлению возможных ненужных проблем у вас, как у участников. Пожалуйста, сделайте все заранее!
* * *
Ближайшие встречи, семинары и тренинги:
Успеха вам!
Если вы хотите задать вопрос или поделиться своими мыслями, пишите Сергею Спирину.
Имейте в виду, что письма могут цитироваться с указанием имени автора и адреса его электронной почты, если не оговорено обратное.
Приглашаю вас принять участие в обсуждении материалов рассылки на форуме сайта Центр Финансового Образования.
Рекомендую подписаться на рассылки:
0 коммент.:
Отправить комментарий