Критики теории Марковица утверждали, что в действительности движение активов не подчиняется модели винеровского случайного процесса. Реакцией на эту критику стала теория Шарпа-Литнера, которая в ходе оптимизации снимает допущение о нормальности распределения, однако сохраняет допущение о стационарности ценового процесса. Шарп правильно замечает [100, 144, 146], что в условиях синхронной волатильности всех активов, принадлежащих выбранному модельному классу (очень высокая степень корреляции активов) превышение доходности актива над среднерыночным значением доходности является фактором, характеризующим риск этого актива (так называемый бета-фактор). Однако в рамках этой теории Шарп считает, что риск актива – это условно-постоянная величина. Следовательно, снова мы имеем дело со стационарной моделью фондового актива.
Кризис 2001 года явно дал понять, что ни о какой стационарности не может быть и речи. Поэтому теория Шарпа-Литнера также не выдержала испытания на прочность. Она (равно как и теория Марковица) хорошо работает в условиях неизменной парадигмы фондового рынка. В кризисные времена смены парадигмы, когда нестационарность ценовых процессов оказывается наиболее очевидной, столь же очевидной оказывается необходимость отказа от описаний, использующих стационарные случайные процессы. Эффект синхронной волатильности редуцируется, и инвесторы начинают приглядываться к возможностям роста или спада цены каждого конкретного актива, к фундаментальным параметрам эмитента. Возникает индивидуальный риск несовпадения фактической квартальной прибыли эмитента ожидаемым значениям, который зависит от рыночных условий хозяйствования эмитента. Этот риск порождает встречный риск оценочного понижения (downgrade) с вытекающим отсюда неизбежным падением цены акций. Таким образом рыночный риск актива теряет фундаментальный базис для измерения – рыночную линию, которая в условиях кризиса перестает существовать. Сейчас (ноябрь 2002 года) мы как раз наблюдаем поиски фондовым рынком США нового положения равновесия, новой рыночной линии. Однако эти поиски остаются тщетными, потому что еще окончательно не развеяны иллюзии инвесторов относительно справедливой цены активов, и целый ряд индустрий американской экономики по-прежнему являются переоцененными. Только при достижении окончательного дна фондовых индексов США можно говорить о формировании новой рыночной парадигмы и, соответственно – новой рыночной линии.
1.4. Принципы оценки риска принятия финансовых решений
Сделаем ряд замечаний относительно существа финансового риск-менеджмента. Под риском мы здесь понимаем возможность финансовых потерь, вытекающая из специфики тех или иных явлений природы и видов деятельности человека.
Классификационная система рисков включает в себя группы, виды, подвиды и разновидности рисков [96].
В зависимости от возможного результата (рискового события) все риски подразделяются на чистые (с обязательно нулевым результатом) и спекулятивные (где возможен как положительный, так и отрицателльный исход операции). Финансовые риски (предмет собственно финансового риск-менеджмента) являются спекулятивными. Они входят в состав коммерческих рисков (опасность потерь в результате финансово-хозяйственной деятельности. При этом чистые риски входят составляющей коммерческого риска на уровне прогнозных сценариев неблагоприятного развития событий (климатические катаклизмы, забастовки, техногенные катастрофы, криминальные факторы и т.д.).
Сугубо финансовые риски подразделяются на риски, связанные с покупательной способностью денег (инфляционные, валютные риски и риски ликвидности) и на инвестиционные риски (риски упущенной выгоды, риски снижения доходности и риски прямых финансовых потерь). В свою очередь, на низовом уровне иерархии инвестиционных рисков находятся процентные риски, кредитные риски, биржевые риски, селективные риски и риски банкротства.
Каждый из выделенных видов финансового риска имеет свою специфическую процедуру управления. Например, чистые риски подлежат страхованию, а инвестиционные риски часто анализируются на основе дерева вероятностей [15]. Но во всех случаях базовым подходом в оценке рисков в нынешнем финансовом менеджменте является использование точечных вероятностей и вероятностных распределений сценариев возможных событий, влияющих на финансовый результат.
О проблемах, связанных с использованием вероятностей в риск-менеджменте, я пишу в работе [57]. Отказ от классического понимания вероятности и использование субъективно-аксиологической вероятности есть не что иное как стратегическое отступление науки перед лицом дурной неопределенности. И если раньше мы имели дело в ходе исследования только с финансовой моделью хозяйствующего субъекта, то теперь мы должны верифицировать вероятностную модель, предложенную экспертом, т.е. исследовать познавательную активность и самого эксперта. Вероятности не дают никакой информации о том, как они получены, если не предваряются дополнительными качественными соображениями о принципе вероятностной оценки. Одним из таких принципов, продуктивно использовавшихся до сих пор, является принцип максимума правдоподобия Гиббса-Джейнса [90, 95], который в настоящий момент подвергнут обоснованной критике в связи с тем, что принцип максимума энтропии не обеспечивает автоматически монотонности критерия ожидаемого эффекта. Принцип генерации условных вероятностных оценок Фишберна [95, 98] выдвигает лишь идею назначения точечных оценок вероятностей, удовлетворяющих критерию максимума правдоподобия, однако не существует доказательств полноты выбранного поля сценариев.
Все идет к тому, что сценарно-вероятностные методы анализа риска начинают себя понемногу изживать. На смену им приходят нечетко-множественные подходы, которые, с одной стороны, свободны от вероятностной аксиоматики и от проблем с обоснованием выбора вероятностных весов, а, с другой стороны, включают в себя все возможные сценарии развития событий. Так, треугольно-нечеткое число включает в себя все числа в определенном интервале, однако каждое значение из интервала характеризуется определенной степенью принадлежности к подмножеству треугольного числа. Такой подход позволяет генерировать непрерывный спектор сценариев реализации по каждому из прогнозируемых параметров финансовой модели. Подробно об основах теории нечетких множеств см. материал Приложения 1 к настоящей монографии.
Наконец, нечетко-множественный подход позволяет учитывать в финансовой модели хозяйствующего субъекта качественные аспекты, не имеющие точной числовой оценки. Оказывается возможным совмещать в оценке учет количественных и качественых признаков, что резко повышает уровень адекватности применяемых методик.
Несколько замечаний следует сделать относительно методов оценки риска в фондовом менеджменте. Классическая мера риска по Марковицу – это среднеквадратическое отклонение распределения доходности актива. Эта мера риска была подвергнута критике за то, что она с одинаковым безразличием учитывает риск как роста, так и падения актива, что в глазах инвестора есть два совершенно неравнозначных события. Из этого соображения возникал мера downside-риска, т.е. такого, который сопряжен лишь с падением цены актива ниже требуемого уровня. Одной из разновидностей downside-риска является широко применяемый в банковском риск-менеджменте показатель Value-at-Risk – статистическая оценка максимальных потерь за фиксированное время при заданном уровне доверительной субъективной вероятности [127]. Проблема, как и везде, состоит в том, что оценка Value-at-Risk предполагает наличие достоверной оценки параметров распределения доходности портфеля. И с этой точки зрения оценка Value-at-Risk базируется на том же информационном контенте, что и классическая оценка риска по Марковицу.
1.5. Роль предпочтений и ожиданий финансового менеджера, инвестора, эксперта в процессе принятия финансовых решений
Субъективный фактор в процессе принятия финансовых решений до сих пор не имел удовлетворительной теории для количественного оценивания. В то же время неопределенность, сопровождающая финансовые решения, постоянно рождает неуверенность принимающего эти решения лица, порождает риск неверной интерпретации исходной инвормации для принятия решения. И такую неуверенность уже давно следовало бы научиться количественно измерять.
Неуверенность ЛПР в своих оценках ситуации порождает качественные высказывания в терминах естественного языка. Например, рассматривая фундаментальные характеристики ценной бумаги, инвестор оценивает текущее значение показателя P/E (цена к доходам), которое равно 20. «Много» это или «мало», вот вопрос. На этом этапе инвестор может обратиться к финансовому консультанту. Точным ответом на вопрос инвестора будет гистограмма, где по оси Х отложены значения показателя P/E, а по оси Y – то, с какой относительной частотой выпадают те или иные значения показателя для предприятий той же отрасли, что и объект анализа.
Анализируя гистограмму, инвестор может задаться вопросом, почему одним компаниям позволено иметь большие значения P/E, а другим – меньшие, и какой уровень P/E следует считать объективным. Инвестор опять беспокоит своего консультанта, и тот выдает заключение. Оказывается, доходность бумаги состоит в обратном отношении к ее надежности, и зачастую люди покупают высококапитализированные компании, имея ввиду в первую очередь низкий риск дефолта, а во вторую очередь рассматривая уже соображения, связанные с доходностью. Что до объективного уровня, то все зависит от периода анализа. Например, для высокотехнологичных компаний в 1999-2000 г.г. характерным уровнем P/E был уровень в несколько десятков единиц. Сегодня же типовое значение – 10-15, потому что произошла коррекция.