Преимущества и ограничения модели кусочно-линейной аппроксимации

В качестве преимуществ предложенной методики аппроксимации функции полезности инвестора можно выделить следующие:

1. Простота и применимость на практике

Как было показано в гл.

В практике деятельности управляющих компаний на современном этапе используется подход разделения инвесторов на три группы - консервативные, умеренные и агрессивные. Однако профиль инвестора (отношение к риску и потенциалу) может меняться при изменении значений доходности. Так, инвестор может быть абсолютно толерантен к малым значениям потерь, но абсолютно нетолерантен к большим. Кусочно-линейная аппроксимация, как будет показано далее, достаточно чувствительна к малым изменениям профиля инвестора.

Анализ условий российской действительности свидетельствует о том, что типовой модели поведения инвестора не существует и имеет смысл осуществлять моделирование полезности для каждого инвестора отдельно. Так, по косвенным признакам можно понять, что склонность к риску зависит от различных факторов, притом зависимость неоднозначна.

Анализ вложений неквалифицированных инвесторов в паевые инвестиционные фонды показывает, что средний размер вложений в закрытые фонды в 770 раз превышает размер вложений в открытые фонды. При этом вложения в закрытые фонды все являются достаточно рискованными, исходя из объектов вложений. Очевидно, целевая аудитория открытых и закрытых фондов принципиально отличается по уровню благосостояния и по отношению к риску.

Таблица 9. Среднее значение размера вложений одного инвестора в фонды различных типов и категорий (все фонды предназначены для неквалифицированных инвесторов). Расчет автора на основании данных ЦБ РФ [187]___________________________________________

Количество счетов в реестре владельцев ЗПИФ в 150 раз меньше, чем ОПИФ и ИПИФ.

Среди открытых и интервальных фондов, инвестирующих в ценные бумаги, в основном средний размер вложений в фонды с низким уровнем риска в 3 и более раз превышает вложения в рисковые фонды. Средний размер вложений в ОПИФ акций, смешанных инвестиций и индексные составляет от 50 до 60 тыс.руб, в ОПИФ облигаций, денежного рынка и фонлов - от 130 до 160 тыс.руб. Вложения в ИПИФ существенно различаются по размеру - например, инвестиции в ИПИФ фондов составляют 671 тыс.руб., в ИПИФ товарного рынка - 192 тыс.руб., в ИПИФ акций - 60 тыс.руб., в ИПИФ смешанных инвестиций - всего 2,5 тыс.руб.

Наибольшее количество инвесторов наблюдается в открытых фондах акций и интервальных фондах смешанных инвестиций.

Из описанного выше ясно, что предпочтения инвесторов даже при осуществлении вложений в паевые фонды существенно различаются. Поэтому управляющим компаниям необходим простой и удобный механизм отбора портфелей. При этом классификация всех инвесторов на 3 типа (консервативный, умеренный, агрессивный) представляется недостаточной. Требуется инструмент, позволяющий более тонко оценивать предпочтения инвесторов.

2. Возможность отдельного моделирования отношения к потенциалу и риску

На современном этапе чаще всего в качестве меры потенциала используется ожидаемая доходность, а в качестве меры риска - волатильность. Данный подход, как уже описывалось ранее, характеризует безразличие инвестора к доходам сверх ожидаемых, а также симметрично негативное отношение к риску и потенциалу. На практике риск понимается инвесторами

как вероятность потери или недополучения дохода, т.е. вероятность только негативного исхода. Поэтому целесообразно разделять две стороны риска (в широком понимании): возможность отклонения результата в отрицательную и в положительную сторону. Кусочно-линейная аппроксимация позволяет отдельно моделировать отношение к доходам сверх желаемых (такое отношение может быть как положительным, так и отрицательным), так и к риску (потерям/недополучению дохода).

3. Гибкость учета предпочтений

Любой из методов оценки риска и потенциала можно анализировать с поведенческой точки зрения. Как было описано ранее, использование в качестве меры риска стандартного отклонения, а также среднего линейного отклонения, коэффициента Джини и прочих мер двусторонней оценки свидетельствует об одинаковом отношении субъекта как к риску, так и к потенциалу.

Использование показателей семейства VaR, которые зачастую участвуют в оценке портфеля, может отражать следующие ситуации:

• VaR [28, 50, 59, 60, 69]: инвестор безразличен к риску на большей части значений потерь и начинает воспринимать его только тогда, когда потери достигают определенного квантиля. Симметричная показателю VaR квантильная оценка потенциала демонстрирует аналогичную ситуацию с доходами - невосприимчивость до определенного квантиля.

• CVaR [28, 34]: Инвестор восприимчив только к

экстремальным потерям и доходам выше определенного уровня. Отношение инвестора к потерям, превышающим определенный

квантиль, неизменно с увеличением потерь; аналогично выглядит отношение к доходам.

• Спектральные меры: квантили распределения взвешиваются сообразно отношению инвестора к риску [16, 17, 18, 28].

Как ясно из описания выше, приведенная группа показателей предполагает достаточно специфические поведенческие характеристики инвестора. Изначально показатели VaR и CVaR создавались для иных целей, поэтому они характеризуются восприимчивостью только к экстремальным потерям/доходам. Ближе всего к корректному отражению поведения реального субъекта находятся спектральные меры. Однако в их отношении отмечаются следующие проблемы: во-первых, обычно предпочтения инвестора касаются богатства, дохода или доходности, а не квантилей. Инвестора волнует доход, получаемый им, а не попадание доходности в определенный квантиль. Во-вторых, довольно сложно корректно ретранслировать функцию полезности инвестора в функцию взвешивания (спектр).

Показатели, основанные на просадке (drawdown) [37, 177, 178] и симметричном показателе потенциала drawup, имеют характеристики, схожие с VaR - восприимчивость субъекта только к экстремальным потерям и экстремальным доходам.

Из всех существующих показателей наиболее гибкий подход к учету поведенческих факторов представляют показатели, основанные на односторонних отклонениях от некого ключевого значения - нуля, среднего или фиксированного порогового значения (UPM-LPM framework) [32, 68, 104, 105, 106, 155, 156, 157, 158, 180]. Соответствующая данным показателям функция полезности является полиномиальной, показатель степени полинома характеризует готовность инвестора к риску. Подобный подход позволяет иметь дело со степенными функциями полезности, однако игнорирует прочие функциональные формы. При этом существует возможность применения кусочно-степенных функций полезности на разных отрезках значений

доходности/потерь [171]. Однако применение степенных функций достаточно сложно на практике. Конкретная форма может быть определена для каждого инвестора только путем опроса, и даже при успешной реализации данной задачи кусочно-полиномиальная функция остается сложной в использовании. Кусочно-линейная функция существенно упрощает процесс моделирования.

4. Отсутствие нереалистичных предпосылок относительно распределения доходности

Традиционно при расчете большинства показателей RAPM полагалось, что доходность финансового актива распределена нормально и н.о.р., что позволяло без проблем оценить уровень риска либо через волатильность, либо как квантиль нормального распределения с заданным постоянным стандартным отклонением. Тем не менее, данные допущения носят скорее дидактический, нежели практический характер. На практике поведение доходности ценных бумаг может быть описано при помощи следующих «стилизованных фактов» [118, с. 47]:

• Остроконечность и асимметрия плотности распределения: на центральную часть распределения и на экстремальные значения приходится большая доля вероятности, чем при нормальном распределении («толстые хвосты»), вершина плотности распределения смещена (чаще всего вправо);

• Нестационарность процесса доходности в широком смысле: вторые моменты распределения (волатильность) изменяются во времени, кроме того, наблюдается кластеризация волатильности (условная гетероскедастичность).

Результатом подобных эмпирических проявлений является неточность оценки при использовании традиционных методик.

Для целей моделирования доходности в литературе описаны три возможных метода - аналитический, исторический и метод Монте-Карло.

Аналитический метод. Традиционно данный метод основывался на предположении о нормальном распределении доходности активов (риск- факторов) и о линейности портфеля (или линейной зависимости доходности от риск-факторов). Эти допущения позволяют получить явную формулу для расчета различных RAPM. Однако, как показывает практика, зачастую распределение доходности портфелей отлично от нормального. По этой причине использование предпосылки нормального распределения не представляется реалистичным. Исследователями было предпринято множество попыток ослабить данное допущение и ввести в модель асимметрию и остроконечность распределения. Добиться этого можно разными способами: путем расширений для функции нормального распределения, путем замены нормального распределения другой функциональной формой или путем использования теории экстремальных значений.

Исторический метод. Использование исторического метода связано с определением RAPM напрямую исходя из выборки исторических значений доходности. Расчет RAPM, таким образом, сводится к построению эмпирического распределения доходности (или дохода в абсолютном значении) и определению необходимых показателей. В частности, при использовании исторического подхода можно определить, какую полезность получит инвестор от реализации того или иного исхода.

Основными достоинствами исторического метода являются отсутствие предположений (вероятно, нереалистичных) о виде распределения доходности и предпосылок о виде модели доходности. При использовании исторической симуляции значения доходности портфеля получают из значений доходности активов (риск-факторов) с постоянными весами (эластичностями). Также не делается предположений относительно линейности портфеля, поэтому данный метод можно использовать для оценки риска портфелей, содержащих опционы.

Тем не менее, методу исторической симуляции присущ ряд недостатков, главным из которых является вероятно нереалистичное предположение о том, что поведение доходности в будущем будет совпадать с поведением ее в прошлом. Для оценки риска на достаточно малых уровнях значимости при этом требуется большой объем выборки за долгий временной период. Это означает, что события, происходившие на рынке много лет назад, влияют на оценку риска в той же мере, как и события недавнего прошлого. Исторический метод не позволяет учитывать переключения между нормальным и кризисным режимами, что тем не менее возможно в случае с аналитическим методом и методом Монте-Карло. Кроме того, серьезным недостатком метода исторической симуляции является возможное искажение «хвостов» распределения: в соответствии с предположением о сохранении исторических тенденций потери в будущем не могут превысить потери, наблюдавшиеся в прошлом. Тем не менее, если брать за основу достаточно долгий период, данный недостаток частично нивелируется.

Метод Монте-Карло. Сущность данного метода сводится к выбору случайных чисел (значений доходности) из заданного распределения (одномерного или многомерного). Такая постановка задачи позволяет применять любые (без ограничений) функции распределения, учитывать любые динамические особенности моделей (EWMA, GARCH, переключение режимов и т.д.) и любые формы взаимной зависимости рядов (корреляция, коинтеграция, копулы и пр.).

Именно метод Монте-Карло в моделировании доходности является наиболее гибким, поскольку позволяет вводить практически любые условия. Однако по этой же причине данный метод наиболее сложен в использовании. Он позволяет использовать множество различных инструментов моделирования и требует от исследователя грамотной спецификации и тщательного бэктестинга. Для бэктестинга обычно необходим длительный период времени, а неправильный выбор спецификации модели сопряжен с потерей достоверности. В действительности метод Монте-Карло в условиях

недостаточности информации имеет те же недостатки, что и аналитический метод, но при этом он намного сложнее в применении.

Достоинства и недостатки методов моделирования распределения доходности приведены в табл. 10.

Таблица 10. Сравнительная характеристика методов моделирования доходности

Предложенная методика предполагает моделирование предпочтений «впрямую» на основании исторических данных, без введения каких-либо предпосылок по поводу распределения доходности портфеля.

Гистограммы распределения показателей асимметрии и эксцесса представлены на рис. 9, 10.

Рисунок 9. Распределение показателя асимметрии по выборке портфелей паевых инвестиционных фондов. Расчеты автора на основании данных НЛУ [190]

Рисунок 10. Распределение показателя эксцесса по выборке портфелей паевых инвестиционных фондов. Расчеты автора на основании данных НЛУ [190]

Если рассматривать параметры распределения доходности на практике (на примере доходности паевых инвестиционных фондов), можно сделать вывод, что в эмпирических данных присутствуют асимметрия и эксцесс, варьирующиеся в зависимости от вида активов, в которые осуществляются

вложения.

Таким образом, предлагаемая модель имеет значительные преимущества по сравнению с существующими. Во-первых, в части оценивания отношения к риску, в отличие от традиционных показателей (волатильности, среднего линейного отклонения, беты, квантильного размаха и коэффициента Джини), позволяет отделять собственно риск в узком смысле (риск к понижению) от потенциала (риск к повышению). В отличие от показателей просадки и максимального убытка, чувствительность оценок к выбросам зависит от отношения инвестора к экстремальным значениям убытков и в среднем не столь существенна. В отличие от методов VaR и ETL, присутствует более гибкий подход к учету предпочтений к риску и возможность моделирования разного отношения на разных интервалах. Так же как и в методах L-moments, R-ratios, UPM/LPM, спектральных методах, ограничения на вид функции распределения доходности не накладываются, однако сама идентификация профиля может проходить проще.

Несмотря на описанные выше преимущества представленной модели, существуют ограничения, при невыполнении которых достоверность получаемых результатов может быть подвергнута сомнению. Часть существующих ограничений имеет общий характер и свойственна для большинства моделей, использующих функцию полезности любого типа. Другая часть ограничений характерна только для рассматриваемой модели, но может быть устранена при проведении дополнительных исследований.

Ограничения, связанные со стабильностью предпочтений во времени. Аналогично прочим моделям оптимального портфеля, формируемого на основании функции полезности инвестора, предполагается, что последняя является стабильной во времени и не зависит от предпочтений других инвесторов. Иными словами, поведение инвестора существенно не меняется в течение горизонта инвестирования при изменении рыночных условий или поведения других игроков. Если поведение склонно меняться в результате описанных выше событий, возникает необходимость в

перемоделировании функции полезности в зависимости от событий, происходящих на рынке.

Теоретически возможно предусмотреть необходимость смены профиля инвестора в зависимости от различных факторов, например, при существенном изменении богатства инвестора или размера портфеля, при изменении его склонности к риску в результате внутренних психологических факторов (но не в результате изменения рыночных условий). Это возможно в том случае, если подобные изменения имеют место не слишком часто. Вероятнее всего, в данном случае следует повторно провести процедуру идентификации профиля, притом инициатором подобного пересмотра станет, скорее всего, сам инвестор.

В литературе описано множество факторов, влияющих на отношение субъекта к потенциалу и риску. Наиболее часто встречающиеся факторы - это уровень богатства инвестора (чаще всего склонность к риску понижается при увеличении богатства инвестора), возраст (склонность к риску как правило снижается при увеличении возраста инвестора), социокультурные и прочие факторы. Однако на практике кроме воздействия перечисленных факторов зачастую проявляются эффекты «информационного каскада», «стадного поведения», «овер- и андерреакции» [138]. Существует также множество теорий, описывающих циклический характер предпочтений инвесторов на фондовом рынке.

Описанные выше эффекты, очевидно, влияют на предпочтения инвестора относительно риска, но характер этого влияния отличается от перечисленных ранее факторов. В рассматриваемой ситуации влияние на поведение оказывают не фундаментальные (изменение базовых установок), а эмоциональные факторы, в частности, отклик на изменение рыночных условий и на поведение других игроков. Изменение поведения в результате влияния факторов эмоционального характера бывает обычно кратковременным и обратимым. Мы полагаем, что при идентификации портфеля необходимо принимать во внимание «истинное» отношение

инвестора к риску и отфильтровывать воздействие эмоциональных факторов на результат оценки.

Описанная выше особенность накладывает следующие ограничения на использование модели. Во-первых, модель неприменима для квалифицированных инвесторов по причине нестабильности их функции полезности. Под квалифицированными в данном случае понимаются те инвесторы, которые обладают достаточным уровнем знаний, чтобы самостоятельно формировать стратегию инвестирования. Предпочтения таких инвесторов неустойчивы, однако для них моделирование функции полезности не представляется необходимым.

Во-вторых, применение модели в условиях, отличных от нормальных, например, в условиях перегрева экономики и сопутствующего роста доверия или, наоборот, в условиях кризиса и снижения уровня доверия, должно исследоваться дополнительно. В краткосрочном периоде (на недолгих горизонтах инвестирования) влияние эмоциональных факторов не должно приносить проблем, однако в долгосрочном плане, вероятнее всего, потребуется определенная коррекция постановки вопросов с целью исключения воздействия эмоциональных факторов. Это необходимо для улучшения конечной удовлетворенности инвестора: период горизонта инвестирования может заканчиваться в другой фазе экономического цикла, следовательно, предпочтения могут поменяться.

Представляется необходимым исследование выбора момента времени инвестирования непрофессиональными инвесторами. Можно предположить, что наибольший приток частных непрофессиональных инвесторов на фондовый рынок должен наблюдаться в период оживления экономики, как следствие, в данный период склонность к риску может быть переоценена из- за повышенного доверия. Это должно быть учтено при разработке вопросов для определения профиля инвестора.

Ограничения по характеру формируемого портфеля. Второй тип ограничений связан с тем, что наилучшим образом модель будет 72

функционировать при достаточном уровне диверсификации портфеля и при приемлемом уровне качества управления портфелем. Это означает, что среди рассматриваемых инвестиционных альтернатив не должно быть явных аутсайдеров. Если таковые имеются, то теоретически в ходе оценивания воспринимаемого потенциала и риска они должны быть отфильтрованы автоматически, однако на практике следует дополнительно исследовать поведение модели в условиях низкого уровня диверсификации и качества управления.

С описанными выше ограничениями связана также необходимость в достаточно эффективном рынке капитала, поскольку моделирование функции распределения доходности портфеля осуществляется на основании рыночных данных. Ранее было упомянуто, что одним из преимуществ исторического моделирования является объективность полученных данных, однако только в том случае, если в будущем не предполагается существенных изменений в процессе доходности портфеля. Это происходит, если рынок капитала является в достаточной степени эффективным.

Как и в случае с предыдущим ограничением, требуется уточнение модели в условиях кризиса. Если инвестирование рассчитано на длительный срок, вероятнее всего, корректировка не потребуется. Если горизонт инвестирования короткий и приходится на кризисный период, вероятно, необходимы иные подходы к моделированию распределения доходности (например, фильтрованная историческая симуляция или взвешивание данных по волатильности). Переключение режимов доходности в модель не заложено, поэтому при смене режима функционирования рынка потребуется вручную перемоделировать распределение доходности.

Таким образом, применение модели на коротких горизонтах инвестирования проще с точки зрения моделирования предпочтений, но сложнее с точки зрения моделирования доходности. Как для коротких, так и для длительных горизонтов инвестирования применение модели допустимо, но с уточнениями.

Переоценка портфелей с низким уровнем риска. Аналогично прочим показателям, основанным на коэффициенте Шарпа, рассматриваемая модель имеет недостаток в случае работы с портфелями, где риск или воспринимаемый риск близок к нулю. Такими свойствами обладают, например, портфели денежного рынка. Если риск/воспринимаемый риск строго равен нулю, для такого портфеля значение предлагаемого показателя фактически стремится к бесконечности. Это означает, что портфель такого типа заведомо переоценен по качеству, поскольку при любой склонности к риску инвестор будет выбирать именно такой портфель (хотя в действительности правильность такого вывода неочевидна).

Частично решением подобной проблемы может стать замена номинальной доходности на реальную. Поскольку в случае, когда номинальная доходность ниже темпов инфляции, фактически появляются реальные потери богатства из-за его обесценения, в целом использование реальной доходности вместо номинальной оправданно. Тем не менее, остается проблема «деления на ноль» для инвесторов, нечувствительных к риску в окрестности нуля. Проблема частично решается в том случае, если инвестор также нечувствителен к потенциалу в окрестности нуля. Нечувствительный к малому уровню риска инвестор в большинстве случаев нечувствителен и к малым значениям доходности. Поскольку обычно потенциал низкорисковых портфелей низок, воспринимаемый потенциал также будет равен нулю, как следствие, данный портфель исключается из выборки как неспособный генерировать положительную полезность.

Вероятно, решить данную проблему поможет замена спецификации итогового показателя: вместо частного воспринимаемого потенциала и воспринимаемого риска возможно использовать их разность. Экономический смысл показателя изменится, однако поведение при малых значениях риска будет более адекватным. Далее будет проведен сравнительный анализ двух подходов для целей выявления лучшего.

Ограничения на применение принципа стохастического доминирования. Ранее отмечалось, что принцип стохастического доминирования формулируется следующим образом: если для любых значений доходности F(t_a) ≥ F(r_β),где F(rn) - интегральная функция распределения доходности портфеля n, то портфель B стохастически доминирует над портфелем A и, как следствие, предпочтителен. В широком смысле это означает, что из всех портфелей инвестор должен выбирать тот, для которого вероятность наиболее предпочтительного исхода максимальна, а наименее предпочтительного - минимальна. Под наиболее предпочтительным мы понимаем исход, гарантирующий инвестору максимальную полезность. В подавляющем большинстве работ по тематике применения функций полезности предполагается, что у инвестора не существует предела насыщения, т.е. чем выше доходность, тем выше получаемая полезность. В таком случае принцип стохастического доминирования трактуется следующим образом: не следует выбирать тот портфель, у которого интегральная плотность распределения вероятностей доходности находится выше, чем у какого-либо другого портфеля. В этом случае второй портфель стохастически доминирует над первым [21]. На рис. 11 портфель B стохастически доминирует над портфелем A, т.к. для любого значения порога вероятность, что фактическая доходность окажется ниже, для портфеля B не больше, чем для портфеля A.

Рисунок 11. Принцип стохастического доминирования

Одним из отличий предлагаемой методики от традиционных является введение предпосылки о возможном пределе насыщения инвестора. Если эта предпосылка выполняется, т.е. если функция полезности не является строго возрастающей, то принцип стохастического доминирования в трактовке, описанной выше (в применении к доходности), перестает выполняться. Тем не менее, в более широком смысле стохастическое доминирование присутствует, однако формулируется иначе: не следует выбирать тот портфель, для которого интегральная плотность распределения полезности находится выше или на том же уровне, что у другого портфеля.

В целом невыполнение принципа стохастического доминирования в применении к доходности при его выполнении в применении к полезности не является серьезным поводом для неприменения модели. Однако теоретически следствием невыполнения данного принципа может быть получение неоптимальных результатов. Это выражается в том, что портфели, находящиеся существенно ниже оптимальной границы, могут тем не менее выбираться в качестве наилучших. Определенные отклонения от эффективной границы возможны вследствие того, что модель кусочно-линейной аппроксимации учитывает предпочтения инвестора к асимметрии и эксцессу, в отличие от последней. Можно констатировать, что в части согласованности результатов выбора по модели кусочно-линейной аппроксимации с показателями качества управления портфелем требуются дополнительные исследования.

Необходимость междисциплинарных исследований по проблеме постановки вопросов в анкетировании и трактовки получаемых ответов. Поскольку применение модели на практике требует проведения анкетирования инвесторов на предмет выявления пороговых значений и значений предельной полезности, возникает необходимость в грамотном формулировании вопросов. Результатом ответов на вопросы должна стать спецификация функции полезности инвестора. На данном этапе может возникнуть множество проблем, таких как постановка вопросов в

формулировках, непонятных для респондента, вопросы, заранее подталкивающие инвестора к определенному ответу, слишком длинный/перегруженный перечень вопросов. Кроме этого, особую трудность представляет необходимость квантификации полученных ответов. Вопросы, требующие точного числового ответа, заведомо сложнее для разработки.

Кроме того, как было описано ранее, эмоциональное состояние инвестора оказывает кратковременное воздействие на его предпочтения, но не на базовую функцию полезности. На современном этапе предполагается, что инвесторы на фондовом рынке подвержены частым сменам настроения . Такое поведение является массовым явлением вследствие наличия эффектов стадного поведения, информационных каскадов и иных аналогичных эффектов.

Идея цикличности настроения и, как следствие, поведения инвесторов принадлежит Дж.М. Кейнсу, который ввел в оборот термин «animal spirits» [138, 139]. По его мнению, настроения масс (в частности, игроков фондового рынка) являются изменчивыми и трудно поддаются прогнозированию. Утверждается также, что в определенные временные периоды настроения инвесторов могут носить аномальный характер. Такие явления обычно проявляются в виде волн оптимизма или пессимизма.

На современном этапе существуют модели настроений на рынке, притом они описываются через терминологию, используемую в психиатрии. Высказывается предположение, что массовое поведение игроков фондового рынка имеет симптомы биполярного расстройства [46]. Утверждается, что поведение инвесторов на рынке характеризуется следующими особенностями:

• Цикличность. Предполагается, что настроения инвесторов изменяются циклично, при этом длительность цикла сокращается с течением времени

• Эпизодичность. Эпизоды аномального поведения повторяются, но с разной длительностью.

• Наличие раздражающего фактора, вследствие которого

проявляется аномальное поведение.

Отмечается, что скорость смены настроений может варьироваться от резких скачков до медленной, постепенной смены.

Современный подход к моделированию цикличности настроений инвесторов представлен на рис. 11

Рисунок 12. Цикличность настроений инвесторов. Источник: [46]

Предполагается, что аномальные явления на рынке (пузыри и крахи) развиваются вследствие изменения массовых настроений игроков. В зависимости от того, в какой фазе находится рынок, могут изменяться различные параметры, начиная общей рыночной тенденцией и эффектами обратной связи и заканчивая уровнем присущего риска, ожидаемой доходности и стратегии инвестирования.

Как видно из рис. 11, фаза I соответствует нормальному настроению игроков рынка. На этой стадии обычно фундаментальные факторы (макроэкономические, финансовые и иные) находятся на достаточно низком уровне, однако ведут себя стабильно без тенденции к ухудшению. На фондовом рынке основные индикаторы имеют боковой либо медленно растущий тренд, коррекции носят несущественный характер. Волатильность невысока. В этой фазе чаще всего осуществляются инвестиции в акции стоимости (стратегия «купить и держать»). Принятие решений инвесторами 78

осуществляется независимо, отсутствуют эффекты информационных каскадов и стадного поведения. Профиль инвесторов в среднем умеренный. На рынке денег идут процессы кредитного расширения, условия кредитования смягчаются, с точки зрения макроэкономического развития происходит восстановление экономики.

В результате воздействия экзогенного или эндогенного шока рынок проходит через критическую точку 1 и входит в фазу «гипомании» (легкого маниакального расстройства). В качестве триггера наступления гипомании может быть публикация статистических данных, свидетельствующих о росте экономики, экспансионистская макроэкономическая политика, окончание войны, кризиса, изменение законодательства, внедрение принципиально новых технологий, любые неожиданные изменения экономической конъюнктуры в лучшую сторону. В результате на рынок выходит большое количество спекулянтов, рассчитывающих на получение дохода за счет роста курсовой стоимости ценных бумаг в краткосрочной перспективе. Горизонт инвестирования изменяется на более короткий. Происходит переориентация с акций стоимости на акции роста, игроки в наибольшей степени ориентированы на агрессивную стратегию покупки.

На данном этапе начинают проявляться механизмы обратной связи. В начале фазы еще существуют сомнения относительно устойчивости темпов экономического развития, однако в результате появления оптимистичных ожиданий все субъекты (реального и финансового сектора) меняют свое поведение, способствуя дальнейшему расширению экономики. Ближе к концу фазы гипомании обычно наблюдается небольшой перегрев рынка, происходит дальнейшее кредитное расширение. На этой стадии наступление критической точки обусловлено не экзогенными, а эндогенными факторами - на рынке формируется кластер игроков с оптимистичными ожиданиями.

На третьей стадии рынок входит в состояние маниакального расстройства, характеризующееся резким аномальным подъемом настроения игроков. На данной стадии особенную популярность приобретает

маржинальная торговля. Наблюдаются также эффекты стадного поведения, когда, поддавшись всеобщему настроению, непрофессиональные инвесторы начинают осуществлять самостоятельные инвестиции (пытаются имитировать поведение квалифицированных инвесторов или спекулянтов). Однако инвесторы, являющиеся в действительности квалифицированными, на данном этапе не приобретают дополнительные портфели, поскольку предвидят скорое наступление пика. Для них основная стратегия - «держать». Тем не менее, из- за действий «новичков» перегрев рынка продолжается, основные индексы демонстрируют резкий рост и в определенный момент рынок достигает пика.

Переход к четвертой стадии может быть обусловлен влиянием как экзогенных, так и эндогенных факторов. Смена настроений инвесторов зачастую связана с предшествующим опытом цикличности развития. Если бум продолжается определенное время, квалифицированные, опытные игроки начинают вести себя так, как будто предполагают дальнейший спад. Фактически причины для спада настроений закладываются еще в процессе бурного неконтролируемого роста доверия. В этом случае переход от маниакального к депрессивному состоянию будет достаточно плавным. Если же существует экзогенный триггер (событие, приводящее к смене настроений), обвал будет резким и непредсказуемым.

В любом случае переход из маниакальной в умеренно депрессивную фазу сопровождается паникой среди игроков. В стадии умеренной депрессии спекулянты не уходят с рынка, однако меняют стратегию - длинная позиция в базовых активах сменяется короткой, используются стратегии хеджирования. Инвесторы на данном этапе обычно находятся в нерешительности. Некоторые инвесторы принимают решение независимо, а другие поддаются стадному поведению. На данном этапе ожидания по поводу дальнейшего поведения цен разнятся.

Чуть позже проявляется неподтвержденная падающая тенденция, в результате чего начинают возникать эффекты обратной связи. В результате большого объема коротких продаж в расчете на дальнейшее падение рынка

цены на акции снижаются. Доходность по длинной позиции становится отрицательной, а волатильность в результате проявления паники растет. Как следствие, основными инструментами вложений становятся облигации и инструменты денежного рынка.

Чаще всего критической точкой перехода от умеренной депрессии к глубокой являются экзогенные факторы, например, сообщения в СМИ о мошенничестве и злоупотреблениях в корпорациях, политических потрясениях или ухудшении состояния фундаментальных факторов. Глубокая депрессия на финансовом рынке характеризуется большими убытками по «длинным» портфелям, как следствие, инвесторы (особенно непрофессиональные) чаще всего ведут себя стадно, поддавшись панике и продавая активы с большими убытками. На данном этапе достаточно квалифицированные инвесторы понимают, что реализация активов - наихудшая стратегия. Напротив, следует либо захеджировать позицию, либо уйти в долгосрочное инвестирование. В будущем именно такой подход способствует прекращению паники и возврату рынка в нормальное состояние.

Характеристики описанных стадий коротко приведены в табл. 11.

Таблица 11. Фазы поведения инвесторов и их влияние на состояние фондового рынка. Источник [46]

Следует отметить, что в условиях российской действительности на подобную цикличность накладываются еще и эффекты долгой памяти, вызывающие недоверие к фондовому рынку как институту. Так, анализируя вложения в паевые инвестиционные фонды, можно отметить, что портфельные инвестиции в фонды открытого типа осуществляются некрупными суммами, особенно это касается индексных фондов, фондов акций и смешанных инвестиций. Средний размер доли одного участника в открытых фондах с низким уровнем риска в 3 и более раз превышает аналогичный показатель для высокорисковых открытых фондов.

Исходя из вышесказанного, можно предположить, что ответы инвесторов на вопросы анкеты будут зависеть от их эмоционального состояния, которое в свою очередь зависит от рыночных условий. Необходимо исследовать адекватность ответов в описанных выше условиях и по необходимости проводить коррекцию в зависимости от фазы цикла, в которой принимается решение об инвестировании. Такой подход позволит решить сразу две проблемы: во-первых, он позволит обеспечить более высокий уровень

удовлетворенности для инвесторов, во-вторых, он окажет благоприятное воздействие на состояние рынка за счет смягчения колебаний, возникающих в результате проявления маниакально-депрессивных настроений непрофессиональных инвесторов.

2.3.