Как стереотипы поведения инвесторов влияют на доходность

Психолог Дэниел Канеман, Нобелевский лауреат 2002 года по экономике известен своими научными статьями в области принятия решений. Сразу после вручения ему Нобелевской Премии, его спросили о любимой научной работе. Он сказал, что это статья 1973 года написанная в соавторстве с Амосом Тверски «О психологии прогноза».

Статья изобилует различными проницательными предположениями, но основной ее урок для нас состоит в методах достижения содержательных прогнозов. В статье утверждается, что для этого необходимы три вида достоверной информации.

Прежде всего, это базовая величина или результат определенного класса активов. Так, для фондового рынка - это историческая доходность, полученная из надежных статистических источников, например, Global Investment Returns Yearbook. Этот ежегодно выпускаемый источник содержит надежные базы статистических данных, на основе которых рассчитывается прибыль, которую возможно получить в долгосрочной перспективе.

Далее, нас интересует конкретное значение величины для случая, который представляет для нас интерес. Для фондовых рынков это означает их стоимостную оценку и как эта скажется применительно к будущей доходности.

И последнее – как соотнести конкретное значение и базовую величину, чтобы сделать достоверный прогноз? В ряде случаев необходимо больше внимания придавать базовой величине, а в других ситуациях - наибольший вес имеет конкретное значение. Авторы этой статьи предположили, что в подавляющем числе случаев наших прогнозов мы склонны недооценивать значение базовой величины.

Один из способов решения проблемы является взвешивание информации. Так, в случаях, когда мы имеем дело с деятельностью, где главным фактором, влияющим на результаты, является удача, мы должны основное внимание уделить базовой величине. Например, игральные кости или рулетка. Лучшими оценками будут показатели среднего значения с учетом разброса. Напротив, когда мы имеем дело с деятельностью, где удача практически никакой роли не играет, необходимо основное внимание уделить конкретному значению. В качестве примера можно привести ситуацию - если против спринтера мирового класса выставить пять уличных бегунов, то спринтер должен победить.

Через коэффициент корреляции, обозначаемый в статистике буквой r, мы имеем возможность провести количественную оценку роли везения в любой сфере деятельности. Коэффициент корреляции определяет степень линейной зависимости двух переменных в паре распределений. В случае, когда корреляция равна нулю, значит, будущие события никак не связаны с событиями в прошлом, то есть, результаты случайные. В случае, когда корреляция равна единице, то события в прошлом определяют события в будущем. Коэффициент корреляции может варьироваться от -1.0 до +1.0 (идеальная отрицательная и положительная корреляция).

Для нас главное состоит в том, что коэффициент r показывает, как соотносятся между собой базовая величина и конкретное значение. В случаях, когда r близко к нулю, следует основное внимание уделять базовой величине. В случаях, когда r = 1.0, то все, что вам нужно – это конкретное значение. Коэффициент корреляции демонстрирует скорость возврата к среднему.

Давайте возьмем несколько практических примеров. Взгляните на рисунок 3. В левой части - корреляция ростом отца и роста его сыновей, которая составляет 0.50. Известно, что рост сына частично передается по наследству, а частично определяется условиями окружающей среды. Например, рост отца составляет 76 дюймов, при этом средний рост мужчины равняется 70 дюймов. Для прогноза роста сына, необходимо учесть в равной степени конкретное значение (рост отца 76 дюймов) и базовую величину (средний рост 70 дюймов), чтобы получить величину - 73 дюйма. Безусловно, этот прогноз не обязателен  для каждого конкретного сына, однако это самый оптимальный прогноз для сыновей, имеющих отцов такого роста.

Перейдем к правой части рисунка 3, которая демонстрирует взаимосвязь между доходностью инвестиций на основании денежного потока (CFROI) за 2011 и 2012 гг. по данным почти тысячи компаний FMCG, которые торгуют по всему миру потребительскими товарами. Здесь коэффициент r почти равен  0.90, что говорит о том, что события, которые имели место в прошлом году, являются хорошим показателем того, что будет происходит в текущем году. Например, предприятие имеет CFROI равный 13,5%, а по отрасли в среднем - 9,2%. Отсюда, на следующий год ожидаемый CFROI составляет почти 13%. В этом случае в прогнозе максимальный вес имеет конкретное значение. Незначительный возврат к среднему имеет место, однако, результаты в целом сохраняются на протяжении ряда лет.

Теперь давайте посмотрим на рынки. На рисунке 4 приведены показатели коэффициента корреляции доходностей для S&P500 год к году с 1928 по 2013 гг., и с 1970 по 2013 гг. для MSCI World Index. В обоих случаях коэффициент r очень близок к нулю. То есть, это означает в практическом плане, что оптимальный прогноз доходности на следующий год определяется по базовой величине.

 

К примеру, для S&P500 в период с 1928 по 2013 гг., базовой величиной является средняя арифметическая доходность, составляющая 11,3% с величиной стандартного отклонения 20%.

Большинство развитых рынков, во главе с Японией, в 2013 году показали доходность выше средних своих исторических значений, более чем на 50% в мире и ростом около 30% в США. Так, индекс MSCI World увеличился на 27,4%. А вот развивающиеся рынки стали беднее. Index MSCI Emerging Market уменьшился на 2%. В Credit Suisse (департаменте Глобальных Финансовых Стратегий) на 2014 год общая  доходность прогнозируется на уровне 9% для рынка акций США, а для глобального рынка акций 13%.

Этот краткосрочный прогноз построен на том, что стратеги считают по-прежнему, что цены акций более привлекательны, чем у облигаций, и это будет способствовать дальнейшему перетоку денежных средств в акции. Однако, для долгосрочного прогноза необходимо брать данные из Ежегодника.

Доходность акций США, начиная с 1900 года, была выше доходности акций за пределами Америки на 1,9% годовых. Поскольку очень сложно предугадать результаты год к году на фондовом рынке, инвесторы не должны ориентироваться на хорошие результаты, полученные в прошлом году, тем более не нужно обращать внимание к полученным плохим результатам в прошлом году. Лучше следует сосредоточиться на средних долгосрочных результатах.

Резюме

В среднем инвесторы зарабатывают доходность ниже той, которую показывают индексы. Одним из факторов, формирующих этот эффект, является стремление инвесторов покупать актив после того, как рынок вырос, или продавать актив после падения рынка. Это способствует тому, что взвешенная по активам доходность оказывается ниже доходности, которая взвешена по времени. Скорее всего, объяснить такую предвзятость в поведении человека, можно работой  определенной части головного мозга, связывающей следствие и причину.

Дэниел Канеман с соавтором почти 40 лет назад предложили подход к процессу прогнозирования, который может эту тенденцию уравновесить. В случаях, когда коэффициент корреляции приближается к нулю, прогноз необходимо основывать главным образом на базовой величине. Это позволит превзойти прогнозы, основанные на других методических подходах.

Это свидетельствует о том, что следует избегать влияния краткосрочных результатов, а сосредоточиться на стратегии распределения активов, на основе изучения долгосрочной перспективы. Основой для такой долгосрочной стратегии служат данные представленные в Ежегоднике.