Разумное распределение активов. Как построить портфель с максимальной доходностью и минимальным риском

Давайте повторим то, что мы узнали до сих пор.

1. Долгосрочная (ожидаемая) доходность и риски по многим видам акций и облигаций хорошо известны. К сожалению, за периоды до 10 или 20 лет реальная доходность может быть значительно выше или ниже, чем ожидаемая доходность. Степень разброса по сравнению со средним значением известна как стандартное отклонение (SD) и практически является синонимом риска.

2. Эффективная диверсификация портфеля может увеличить доходность при одновременном уменьшении риска. Достижение максимальной выгоды от эффективной диверсификации требует периодического восстановления баланса состава портфеля и возвращения его к целевому, или стратегическому, составу. Часто это бывает трудно сделать с эмоциональной точки зрения, поскольку такое восстановление почти всегда подразумевает движение против настроений рынка.

3. Нравится вам это или нет, вы являетесь инвестиционным управляющим. Большинство различий в эффективности управляющих связано именно с распределением активов. Эффективное распределение активов является критически важным и не таким уж сложным. Долгосрочный успех в индивидуальном выборе ценных бумаг и подходящего момента на рынке крайне труден; к счастью, он почти не имеет значения. О неспособности выбрать подходящий момент на рынке и ценные бумаги будет рассказано в главе 6.

4. Поскольку нельзя прогнозировать будущее, невозможно определить заранее, каким окажется наилучшее распределение активов. Наша цель состоит скорее в поиске такого распределения, которое станет достаточно эффективным при самых разных обстоятельствах.

5. Гораздо важнее придерживаться своего целевого распределения активов в хорошие и плохие времена, чем выбрать правильное распределение активов.

Расчет оптимального распределения

Прежде всего, давайте определимся с тем, что мы имеем в виду, когда говорим об оптимальном распределении. По сути, речь может идти об одном из трех видов распределения: будущем, гипотетическом или историческом. Вы можете определить оптимальный будущий состав портфеля не в большей мере, чем вырастить крылья и полететь, стать самым успешным игроком баскетбольной команды «Лейкерс» или завоевать титул «Мисс Америка». Любой, кто скажет вам, что он знает оптимальное будущее распределение, должен находиться в тюрьме или в сумасшедшем доме. (И если бы вы в действительности были способны на это, то эта книга не понадобилась бы. Вы бы знали будущую доходность по всем классам активов без всякого распределения активов. Вам потребовался бы только опытный водитель, чтобы возить вас в шикарном авто между вашими виллами в престижных курортных местечках.)

Гипотетическое оптимальное распределение относится к процессу постулирования набора доходностей, стандартных отклонений и корреляций для последующего расчета оптимального распределения при этих исходных данных.

Историческое оптимальное распределение, то есть то, что было оптимальным в прошлом, рассчитать можно. Это интересное упражнение, и мы скоро им займемся, но это очень плохой способ определения будущего распределения активов.

Мы уже намекнули на один из методов расчета исторического оптимального распределения. Вспомните «облака точек» для портфелей на рис. 4.9 и 4.10. Портфели с левого верхнего края облака лежат близко к границе эффективности и очень близки к оптимальным. Несложно создать электронные таблицы для исторических доходностей и поупражняться с вашими моделями распределения до тех пор, пока далее будет невозможно улучшать соотношение доходности и риска портфеля. По сути, большинство электронных таблиц содержит инструмент для оптимизации, позволяющий определить портфели, которые дадут вам максимальную (или даже минимальную) доходность при данном уровне стандартного отклонения или минимальное стандартное отклонение при данном уровне доходности. Это своего рода «оптимизатор бедняка». Однако эти методы довольно медленные и громоздкие, поэтому они не подходят человеку, серьезно изучающему теорию портфелей. Прежде всего они предполагают огромный объем работы, связанный с анализом «если» для выяснения того, что происходит при различных комбинациях доходности или стандартного отклонения актива. Изменить же корреляцию этого актива с другими активами почти невозможно.

Существует гораздо более быстрый и простой метод оптимизации портфелей – анализ среднего отклонения, разработанный несколько десятилетий назад Гарри Марковицем (впоследствии за эту работу он получил Нобелевскую премию). Пакет программ для использования этого метода называется оптимизатором среднего отклонения (MVO). MVO быстро рассчитает оптимальные составы портфелей по трем наборам данных.

1. Доходность каждого актива.

2. Стандартное отклонение каждого актива.

3. Корреляции всех активов.