Подобно тому как страстный неопытный игрок случайно срывает банк, эти «профессионалы» случайно получают более высокие результаты, чем терпеливый индивидуальный инвестор. В реальности именно мелкий инвестор с его четкой стратегией распределения активов имеет несправедливое преимущество перед профессионалом. Цель – разработка долгосрочной стратегии, чтобы можно было стать охотником, а не мишенью.

Можно изучить поведение портфеля с различным сочетанием активов, используя исторические данные. Эти методы говорят нам следующее.

1. Добавление небольшого количества акций в портфель, состоящий из облигаций, увеличивает доходность, одновременно немного снижая риск; даже инвестор, пытающийся избежать риска полностью, должен владеть некоторым числом акций.

2. Добавление небольшого количества облигаций в портфель, состоящий из акций, существенно уменьшает риск, при этом лишь немного снижая доходность.

3. Для снижения риска отдавайте предпочтение краткосрочным (от шести месяцев до пяти лет), а не долгосрочным обязательствам.

4. Акции мелких компаний необходимо разбавлять больше облигациями, чем акциями крупных компаний, чтобы получить ту же самую степень риска (то есть соотношение акций мелких компаний с облигациями 50/50 будет иметь примерно ту же степень риска, что и соотношение акций крупных компаний с облигациями 75/25).

5. Опасайтесь недавности и не впечатляйтесь излишне доходностью различных классов активов за периоды меньше двух-трех десятилетий. Несмотря на плохие результаты в последнее время, иностранные акции и акции мелких компаний должны найти место в вашем портфеле.

6. Периодически восстанавливайте баланс своего портфеля и возвращайте его назад к стратегическому распределению. Это увеличит вашу долгосрочную доходность и повысит инвестиционную дисциплину.

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.

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.

До последнего времени MVO были дорогостоящими, но еще более дорогими были исходные данные. Из-за этого я потратил много усилий, описывая методы работы с электронными таблицами в предыдущем издании этой книги. К счастью, этого больше не требуется. MVO теперь можно получить по цене меньше $100, и получение данных также стало гораздо более простым делом. Информация о продуктах и продавцах приводится в Приложении А.

Одним из недостатков MVO является то, что он не учитывает восстановления баланса, поскольку это так называемый однопериодный метод, а восстановление баланса – многопериодное явление. Однако оптимальные портфели – одни и те же, независимо от того, проведено восстановление баланса или нет. Далее относительно легко произвести настройку с учетом восстановления баланса после расчета границы эффективности.

В качестве примера рассмотрим семь активов за период с 1970 по 1996 г., которые отражены на рис. 4.10, плюс долгосрочные облигации и казначейские векселя. Полные вводные данные для MVO для этого временного периода приведены в табл. 5.1.

Две первые колонки – это годовая доходность и стандартные отклонения. В соседних колонках приведены корреляции между годовой доходностью каждого актива за 27 годовых периодов.