Больше, чем вы знаете. Необычный взгляд на мир финансов - [15]
Случай с DASA невольно воскрешает в памяти катастрофу шаттла в 2003 г. По оценкам инженеров NASA, ожидаемое количество неудачных пусков для шаттлов составляло 1 из 145 (0,7 %), однако программа потеряла два челнока при первых 113 запусках>2. Расчеты DASA и NASA заставляют задуматься над тем, как мы соотносим неопределенность и риск с вероятностью.
Так как же мы должны понимать риск и неопределенность? За отправную точку логично взять различие, проводимое Фрэнком Найтом: риск предполагает неизвестный исход, но распределение возможных исходов нам известно, а неопределенность также предполагает неизвестный исход, но в этом случае распределение исходов нам неизвестно. Поэтому азартные игры, такие как рулетка или блэкджек, рискованны, тогда как исход войны неясен. Найт говорит, что в основе риска лежит объективная вероятность, а в основе неопределенности – субъективная вероятность.
Чтобы понять еще одно различие между риском и неопределенностью, давайте обратимся к словарю: риск – «возможность понести ущерб или убыток», неопределенность – «неизвестное или неустановленное». Поэтому риск всегда указывает на возможность негативных последствий, тогда как неопределенность не обязательно предполагает плохой исход.
Почему инвесторам так важно знать, чем различаются риск и неопределенность? Главным образом потому, что инвестирование в значительной степени опирается на вероятностный анализ. Каждый день инвестору приходится оценивать инвестиционные возможности с позиций вероятностей – ведь это его ключевой навык. Вот почему нужно хорошо понимать, как определять вероятности для различных ситуаций и где находятся потенциальные ловушки.
От неопределенности к вероятности
В своей книге «Просчитанный риск» (Calculated Risks) Гигеренцер предлагает три метода оценки вероятностей. Эти методы описаны в последовательности от менее конкретного к более конкретному и могут помочь инвесторам в классификации вероятностных суждений>3:
1. Степени убеждения отражают субъективные вероятности и представляют собой наиболее «вольный» способ перевода неопределенности в вероятность. Суть этого способа в том, что инвесторы могут переводить даже единичные события в вероятности при соблюдении закона вероятности – все множество альтернатив сводится к одной. Кроме того, инвесторы могут часто обновлять свою оценку вероятностей на основе степеней убеждения при получении новой, относящейся к делу информации.
2. Предрасположенность. Вероятности на основе предрасположенности отражают свойства объекта или системы. Например, если игральная кость симметрична и сбалансированна, выпадение каждого числа имеет вероятность один к шести. Оценка риска в DASA и NASA, судя по всему, также основана на предрасположенности (свойствах). Данный метод оценки вероятности не всегда учитывает все факторы, которые могут повлиять на исход (такие как человеческие ошибки при запуске ракет).
3. Частота. В данном случае вероятности оцениваются на основе большого количества наблюдений в соответствующей референтной группе. При отсутствии надлежащей референтной группы оценка вероятности на основе частоты невозможна. Использующих этот метод игроков не интересуют ни чьи-либо предположения о том, какое число может выпасть следующим, ни свойства кости. Они сосредоточивают свое внимание только на результатах повторных бросков кости.
Какое отношение это имеет к долгосрочной доходности фондового рынка? А такое, что много чернил потрачено на прогнозирование рынка на основе степеней убеждения, когда вероятностная оценка, однако, значительно искажается недавним опытом. Ведь степени убеждения насыщены эмоциями.
К фондовому рынку также можно подходить с позиций предрасположенности. Как пишет Джереми Сигел в своей книге «Долгосрочные инвестиции в акции» (Stocks for the Long Run), в США годовая доходность акций на протяжении 200 лет составляла чуть меньше 7 % с учетом всех неблагоприятных периодов>4. Вопрос в том, существуют ли свойства, которые способствуют росту экономики и прибыли и поддерживают столь устойчивую доходность?
Наконец, фондовый рынок можно оценивать на основе частоты. Например, возьмем годовую доходность рынка за период с 1926 по 2006 г. Это распределение доходности имеет среднее арифметическое 12,0 % со стандартным отклонением 20,1 % (если применяется статистика нормального распределения). Предположив, что в будущем распределение годовой доходности останется таким же, как в прошлом (т. е. если считать последние 80 лет правомочной референтной группой), мы можем составить суждения о вероятностях будущей годовой доходности>5.
Из трех вышеописанных методов оценки вероятностей академическое финансовое сообщество склоняется к последнему. Большинство финансовых моделей предполагает, что изменения цены подчиняются нормальному распределению. Например, в модели ценообразования опционов Блэка – Шоулза одним из ключевых входных параметров является волатильность или стандартное отклонение будущих изменений цены.
Но изменения цены акций не подчиняются нормальному распределению, что влияет на наши представления о риске и неопределенности, маркет-тайминге и управлении активами. А конкретнее: изменения цены акций распределяются с высоким эксцессом – среднее значение выше, а хвосты толще, чем при нормальном распределении. (Мы все же должны признать, что существует распределение, характеризующее рынок; просто это ненормальное распределение.) Выбросы (экстремальные значения) доходности представляют собой особый интерес для понимания характеристик доходности фондового рынка по прошествии времени.
