Традиционные методики инвестирования можно разбить на две большие группы. К первой относится хотя и старая, но все еще жизненная концепция портфельного инвестирования, где ставится задача так рассредоточить свои активы, чтобы достичь большей доходности при меньшем риске, чем в каждой отдельной позиции. Диверсификация — мощный инструмент риск-менеджмента, но его возможности ограничены. Более того, перенасыщение портфеля различными активами, которое должно бы вести к улучшению показателя доходность/риск, в определенный момент времени приводит к обратному результату, создавая эффект антидиверсификацииКлассическая теория финансового менеджмента утверждает: покупка и продажа ценных бумаг в расчете на прибыль от изменения курса не является инвестированием, но в нашем обсуждении мы игнорируем эти тонкости, чтобы не утонуть в многочисленных уточнениях. Итак, вторая основная модель инвестирования ранее была известна как спекуляция и эксплуатировалась небольшой группой трейдеров, ориентированных на удержание позиций не долее нескольких дней, а также профессионалами, работающими на биржевых площадках, что позволяло им открывать и закрывать позиции практически с любым, самым минимальным сроком. Рядовые инвесторы были лишены этой возможности, так как издержки, необходимость своевременного получения информации, а также процедура размещения ордеров ставили серьезные проблемы, которые не все считали необходимым преодолевать.

Интернет — технологии изменили мир инвестиций, открыв инвесторам возможность совершать сделки на рынке со значительно большей легкостью при маленьких издержках. На некоторых рынках можно уже торговать, практически минуя посредника. Электронные торговые системы резко увеличили инвестиционные риски, но они же позволили их перераспределить. В результате родился такой феномен, как дэйтрейдинг, являющийся экстремальной тактикой поведения на рынке инвестора. Многие вообще считают, что краткосрочная торговля — единственный способ сохранить свои капиталы на современных волатильных рынках. Действительно, некоторые риски удалось исключить или серьезно снизить: например, риск ценовых разрывов, процентный риск, риск получения важной информации с опозданием.

Полноценно же ответить на вопрос, лучше ли данная концепция торговых операций в сравнении с портфельным средне- и долгосрочным инвестированием чрезвычайно сложно. Проблема заключается в том, что существующие модели оценки риска не позволяют с должной степенью аккуратности представить все риски, свойственные любой торговой стратегии, вне зависимости от концепции, положенной в ее основу. Портфель принято описывать в терминах ожидаемой доходности/риска, пользуясь моделью определения цен активов (САРМ) или по Марковичу (Markowitz, «Portfolio Selection», 1952), где учитываются корреляционные связи, процентные и рыночные риски. В то время как ценность торговых стратегий выясняют большим набором показателей: доходность, максимальный текущий убыток, максимальная (средняя) величина выигрыша/потерь, количество/процент выигрышей/потерь и т.д.

Основная проблема, препятствующая созданию обобщенной модели, позволяющей оценить эффективность поведения инвестора на рынке, заключается в сильно различающемся временном масштабе, на который ориентированы долгосрочные и краткосрочные трейдеры. Вторая проблема: портфель оценивается, основываясь на исторических данных и выдвигаемых предположениях, а торговые стратегии — почти исключительно на прошедшей истории, экстраполируемой в будущее, предполагая, что в будущем торговые сигналы будут работать с той же степенью эффективности. Многие профессионалы риска указывают, что в реальности проблема заключается в сложности проведения расчетов, если ставится задача получить относительно точный результат. При всей развитости современной техники все еще требуется нереалистично много времени для обсчета.

Определенно, стратегии волатильности на фоне этих двух категорий выглядят своеобразно. Хотя они носят черты среднесрочного и долгосрочного инвестирования (месяцы и даже годы), тем не менее сделки могут совершаться достаточно часто, позволяя классифицировать их в лучшем случае как среднесрочные. При избрании техники, которая требует частой ребалансировки, она может быть ассоциирована с дэйтрейдингом. Опять же, чтобы получить достоверные сведения относительно преимущества стратегий волатильности, нам необходима модель оценки риска, позволяющая получить сведения, которым можно было бы доверять.

К сожалению, пока еще нет общепринятой модели оценки риска и ожидаемой доходности, которая одинаково хорошо давала бы представление относительно кратко- и долгосрочного инвестирования. Тем не менее, обратимся к методологии определения меры риска — «значение риска» (VaR — Value-at-Risk), получившей популярность вследствие относительной простоты (ее используют иностранные банковские системы для определения величины обязательных резервов), хотя ее ценность для оценки инвестиционных действий по-прежнему остается предметом споров.

Первая проблема, с которой мы сталкиваемся: какому методу отдать предпочтение? Их немало, и каждый метод, согласно контексту подразумевающий определенную модель оценки рисков, исходит из определенных предпосылок. Все модели можно разбить на три больших класса: 1) Модели, предполагающие наличие определенного вида распределения (модель Монте-Карло, параметрические методы и мультивариационное моделирование, включающее в себя обширное количество параметрических непараметрических моделей); 2) Модели, основанные на эмпирическом распределении (историческая симуляция); 3) Стресс — тестирование (историческое тестирование, проектирование сценариев различной сложности).

Исследования свидетельствуют, что пригодность модели определяется характером распределения и набором инструментов, входящих в портфель (см. табл. 6 — 9). К линейным инструментам относятся такие активы, как акции, облигации, валюты, форвардные контракты, простые свопы. Классические нелинейные инструменты — опционы и свопционы. Фьючерсные контракты занимают промежуточное положение, хотя более склонны к линейным инструментам, но при этом следует учитывать уровень допускаемой погрешности, потому что в их основе присутствует как минимум две компоненты: ценовая (базовый актив) и процентная (премия относительно рынка спот), которая может обусловить небольшое отклонение от линейности.

Таблица 6-9.   Модели, лучше всего себя проявляющие при оценке «значения риска» в зависимости от характера распределения и вида портфеля

Характер	Портфель	Портфель
распределения	из линейных инструментов	нэ нелинейных инструментов
Нормальное распределение	Параметрические модели	Модель Монте-Карло
Распределения,	Историческое	Историческое
отличные от нормального	моделирование	моделирование

Основываясь на сведениях таблицы 6 — 9, мы можем пойти по простому пути: взять исторические данные. Но как нам быть с опционами, которых в прежней истории может просто не существовать, — ведь стратегия доступна для создания из опционов, только начавших торговаться? И даже если опционы торговались, и у нас имеются исторические данные («бид» и «аск» на закрытие каждого дня), как быть с подразумеваемой волатильностью? Корректно ли использовать прошедшую историю, экстраполируя ее в будущее? Если так поступить, неминуем конфликт с самим собой: создавая стратегию волатильности, мы выдвигаем предположения относительно поведения волатильности в опционах.

Вторая проблема: как быть с ценовым движением? Основываться на исторических данных кажется не слишком корректным. Ведь если бы мы полагали, что цены будут развиваться по тому же сценарию, то зачем бы нам вообще вводить стратегию волатильности? Продуктивней могла бы оказаться более простая концепция: занять позицию по тренду в базовом активе или в длинных опционах (если прежде наблюдался тренд), либо выписать опционы (если перед этим развивалось боковое движение).

Как видим, проблем много, можно выявить еще и другие, хотя и этих достаточно, чтобы понять: попытка получить «точный» результат связана с необходимостью моделирования различных сценариев, для чего обычно используется метод Монте — Карло, либо имитируют различные сценарии. Но в нашем случае мы можем пойти по самому легкому пути (историческое моделирование), так как в стратегиях волатильности используется ребалансировка, устраняющая риск на длительных временных интервалах, поэтому долгосрочный прогноз нам попросту не нужен. Если же мы пожелаем его получить, можно внести корректировку, пользуясь сведениями о неустранимых рисках, разобранных ранее.
Оставаясь последовательным, проведем оценку риска стратегии волатильности на «кубе», которая нами уже неоднократно разбиралась. Средние величины ценовых изменений и стандартных отклонений выясним, пользуясь историей с глубиной в 20 торговых дней, что приблизительно соответствует одному месяцу. В таблице 6—10 представлены выборочные данные, ставшие основой для выяснения изменения за день и неделю. При вычислениях использовалась логарифмическая доходность (натуральный логарифм отношения цен «сегодня/вчера»), так как она равна простой доходности с точностью до второго знака. Величины стандартных отклонений на дневной и недельной основе даны в таблице 6—11.

«Среднее изменение портфеля» выясняется как сумма «компонент среднего изменения» для каждой составляющей портфеля, которые в

Таблица 6-11. Среднее изменение и стандартное отклонение логарифмической доходности акции и годового опциона 95—колл

Наименование	Акции («куб»)	95—колл опцион
Среднее изменение за день	+0.62%	1.72%
Дневное стандартное отклонение	4.45%	14.58%
Среднее изменение за неделю	3.08%	8.60%
Недельное стандартное отклонение	9.95%	32.61%

свою очередь («компонента среднего изменения») определены по формуле: «стоимость позиции X волатильность позиции». Величина «К» — число стандартных отклонений для требуемого доверительного уровня, — в расчетах было использовано значение «1.65». Оценка волатильности портфеля основана на идеях Марковича.

В таблице 6—12 представлены все расчеты, где стоимость позиции фигурирует как наличный баланс в терминах «дебит/кредит», а волатильность портфеля (125 длинных акций и 2 коротких годовых опциона 95 — колл) в денежном выражении. Независимый расчет волатильности стратегии по тому же алгоритму, что и для отдельных позиций (см. табл. 6—10) показал: среднее изменение за неделю составляет 0.88%, а недельное стандартное отклонение 0.75% (вычисления производились на основе сведений за последние пять дней, где ценовые колебания не изменили экспозицию стратегии более, чем на 10). На основании данных сведений был получен «вектор компоненты волатильности» стратегии. Матрица корреляционных коэффициентов здесь не приведена из-за отсутствия в этом потребности (у нас только два актива), а корреляция (для справки) составляет 0.9994375.

Изменяя количество акций, можно добиться меньшей величины «значение риска». Итерационный поиск показал, что если ввести в стратегию 131.35 акции, то оно будет соответствовать минимально возможному в

Таблица 6-12. Расчет «значения риска» (VaR) стратегии продажа волатильности на «кубе»

Наименование	Акции	Опционы	Портфель
Позиция	длинная	короткая	рыноч но—нейтральная
Объем позиции	+ 125	-2
Цена	93.87	18.70
Стоимость позиции	+ 11,734	-3,740	+7,994
Волатильность позиции	9.95%	32.61%	+45.8
Вектор компоненты волатильности	+ 1,168	-1,220	+65.8
Компонента среднего изменения	+361.3	-321.8	+39.5
Значение риска	-1,565	-1,691	-69.0

данном случае значению « — 10.84». Это важный факт, потому что он дает нам в руки еще один механизм «тонкой настойки» стратегии, если у нас нет никаких иных соображений относительно будущего поведения цены и волатильности. При этом надо понимать: модель «значение риска» обладает недостатками, поэтому не следует ей слепо доверять. Скажем, хотя следовало бы ожидать, что «значение риска» для стратегии длинной волатильности (125 коротких акций и 2 длинных 95 — колл) окажется таким же, как и в короткой волатильности, тем не менее расчеты показали: у нее «значение риска» = — 148.
Объяснение такой ситуации — в той рыночной тенденции, которая предшествовала вводу позиции, демонстрируя уверенный подъем цен, поэтому показатели, введенные в модель оценки риска, можно было бы воспринять как нехарактерные. А если это так, то нельзя быть окончательно уверенным, следует ли полностью доверять показателям изменения и стандартного отклонения (см. табл. 6—Юиб—11). Предпосылки для возникновения перекоса хорошо демонстрирует графическое представление плотности распределения цен (см. рис. 6 — 4), объясняемое существованием ярко выраженного тренда в предыдущем периоде, автоматически экстраполируемым моделью в будущее.

Можно, конечно, углубиться еще больше, исследовав асимметрию (skewness) и эксцесс (kurtosis), но это вряд ли необходимо, к тому же использованный нами исторический ряд не позволяет говорить об объективности оценки. Например, мы могли бы использовать для получения данных о доходности и величине стандартного отклонения другие цены исполнения опционов, предполагая корректность экстраполяции. В самом деле, если мы исследуем ценовое движение акции от 85, то почему бы ни воспользоваться сведениями о поведении 85 — колл, классифицируемого в тот момент «у денег», поскольку наша будущая стратегия будет стартовать тоже с опционом «у денег», но с иной ценой исполнения.

Возвращаясь к полученным данным, несмотря на обоснованные подозрения в их частичной недостоверности, пусть и несущественной, следует отметить: если стратег волатильности предполагает большую вероятность подъема цен, ему следовало бы сделать поправку, основываясь на выясненной величине «значение риска». В данном случае продавцу волатильности — купить больше акций, а покупателю — основываться на дельта — нейтральности либо придать стратегии больший крен в длинную сторону.

Определив, что вряд ли стоит доверять модели оценки риска на длительном промежутке времени, посмотрим развитие стратегии для сильных ценовых сдвигов, которые предполагаются моделью. Значения риска для каждой компоненты позволяют нам определить, что оценка проводится для ценового диапазона 81 — 106 по акции. Но мы знаем, что риск стратегии волатильности будет управляться через ребаланси-ровку, а при данных ценовых уровнях она должна содержать 102 длинных акции при цене акции 81 и 145 акций на 106.

Каждое рехеджирование приводит к новому балансу между акциями и опционами, который можно рассматривать как вновь создаваемую стратегию. Поэтому легко заключить, что в реальности «значение риска» будет лишь варьировать в некотором интервале, в основном за счет изменения характера ценового изменения, а также поведения опционной компоненты, носящей более сложный характер из-за дополнительного влияния временного распада и волатильности. Более того, следует ожидать: при каждой ребалансировке будут изменяться «значения риска», которое будет возвращаться к предыдущей величине, или просто снижаться. Во всяком случае, не составляет никакого труда выровнять стратегию так, чтобы уменьшить «значение риска» до приемлемой величины.

Это позволяет понять, что риск, несмотря на его очевидную небольшую величину, значительно завышен, и в реальности он будет еще меньше. Поэтому расчет риска можно провести только в пределах ценового диапазона, где будет выполнена ребалансировка. В предыдущих обсуждениях мы основывались на необходимости пересмотра стратегии после изменения экспозиции на 10, поэтому в нашем случае это ценовые уровни: 87.42 и 98.90. Если их использовать в предположении, что они будут достигнуты в течение недели, то мы получим стандартное отклонение для акции8.71% иддя опционов колл27.57% (ср. табл. 6— 11). Пользуясь этими выкладками, можно выяснить: «значение риска» при этих предположениях = —23.2.

Обратившись теперь к проведенным нами ранее вычислениям прогноза применения стратегии волатильности на «кубе», а также итогам, можно составить полноценное мнение относительно показателя «доходность/риск». Также следует обратить внимание, насколько существенно снижается риск портфеля в целом (стратегии) в сравнении со «значениями риска» каждой из компонент. Подводя итог, можно констатировать: «значение риска» стратегий волатильности, менеджмент которых основывается на концепции нейтральности относительно рынка, находится на нулевой или близкой к ней отметке, и при этом стратегии удается создавать прибыль, которая по всем критериям инвестиционной индустрии является неплохой. Этот факт позволяет заключить: стратегии волатильности способны опережать традиционные методы инвестирования, когда мы учитываем все риски, связанные с проповедуемым инвестиционным стилем.

Конечно, для абсолютного утверждения об этом не хватает объективных данных, охватывающих результаты по большому числу завершенных стратегий. Но точно так же мы не сумеем найти всеохватывающей статистики по торговым системам, на основе которых работают многочисленный класс дэйтрейдеров и среднесрочных инвесторов. Аналогично, долгосрочные инвесторы тоже сильно отличаются друг от друга, поскольку каждый имеет свое собственное понимание инвестиционного процесса. В конечном счете, многое, если не все, определяется уровнем компетентности рядового инвестора или менеджера фонда, его способностью адекватно реагировать на изменяющуюся рыночную конъюнктуру, имея при этом полное понимание ситуации и в достаточной степени охлажденный разум.

В завершение стоит отметить: оценка риска рыночно — нейтральных стратегий на фондовом рынке по методологии J.P.Morgan RiskMetrics™, использующей экспоненциально — взвешенные ковари-ации и относящейся к параметрическим моделям, регулярно показывает, что их риск ниже, чем у подавляющего большинства акций, входящих в национальные индексы. Например, на американском рынке регулярно выясняется: 95 — 99% акций S&P500 относятся к более рискованным инвестициям, а для акций Nasdaq этот показатель достигает 100%. Иными словами, позиция в любой другой ценной бумаге рискованней, чем нейтральная по рынку стратегия.

Стратегиям волатильности, как и всем другим операциям на финансовых рынках, свойственны рыночные и специфические риски. Некоторые из них играют более существенную роль по сравнению с традици-онным инвестированием, так как управление риском стратегии предполагает определенную, довольно четкую организацию процесса. Спрэд между ценами «бид» и «аск», операционный риск, ценовые разрывы, транзакционные издержки и неиспользованный риск — вот основные риски, являющиеся неустранимыми, так как могут быть нейтрализованы в очень ограниченном числе случаев. В соединении с рыночными рисками, управляемыми через процедуру ребалансировки, основные факторы, оказывающие влияние на конечный результат инвестиции, суммарно обеспечивают снижение общего риска, демонстрируя диверсификацию.

Спрогнозировать конечный финансовый результат не так просто, особенно в случае стремления получить точную оценку. Чтобы этого достичь, надо сделать достаточно корректные и реалистичные предположения относительно динамики ценовых движений и основных факторов влияния: процентной ставки и волатильности. Некоторые методы позволяют получить ориентировочные оценки, позволяющие им доверять, если есть уверенность в выдвинутых предположениях.

Анализ исходов различных стратегий волатильности показал, что и покупатели, и продавцы имеют возможность получить прибыль в позициях с одними и теми же активами. Основополагающим является тактика и техника управления риском стратегии, поэтому прибыльность или убыточность результата может зависеть от плана. Выяснение «значения риска» (VaR) показало: оно близко к нулю либо может быть приведено к нему в результате изменения числа базовых активов в стратегии. Возможность извлечения прибыли при незначительном риске позволяет отнести стратегии волатильности к категории инвестиционного стиля, который способен опережать традиционные методы инвестирования.