Кто-нибудь у нас сейчас проводит интегральные исследования по российскому фондовому рынку?

Добрый день, Алексей Олегович!

Внимательно изучил рекомендованную Вами методику свёртки финансовых показателей через матричный агрегатный вычислитель (по Вашим многочисленным публикациям в рецензируемых изданиях, а также по материалам Вашего сайта).

Если я верно понял из той информации, что представлена в сети, Вы стояли у истоков математических моделей Альт-Инвест, поэтому в первую очередь позвольте выразить моё глубокое уважение к Вашему вкладу в развитие отечественной школы финансового и инвестиционного анализа.

Также не может не вызывать восхищение огромное количество Ваших научных публикаций по теме финансовых рынков, при этом я бы особо отметил их прикладную ориентированность (в отличие от множества «умозрительных» трактатов, публикуемых «книжными» учеными).

Возвращаясь к матричному агрегатному вычислителю, следует признать научную обоснованность и экономическую релевантность такого подхода. Особенно мне понравилось апробация предложенной методики на примере Норникеля (https://elibrary.ru/item.asp?id=12965140). Вполне допускаю, что она дает более точные результаты, нежели применяемый нашей исследовательской группой динамический метод оценки конкурентоспособности.

В то же время, в своей монографии (http://www.an.ifel.ru/docs/FE_review.pdf), Вы абсолютно справедливо отмечаете, что упрощенные «альтмановские» подходы продолжают доминировать на финансовых рынках. Соглашаясь с Вами, убежден, что это происходит не потому, что инвесторы консервативны или «ленятся» разобраться в сложных научных методах оценки эмитентов (на Смарт-лабе, иногда такие математические и алгоритмические выкладки обсуждаются, что начинаешь понимать, насколько продвинутые здесь люди). Причина этого в том, что дополнительные трудозатраты на применение сложных методов обработки данных не оправдывают себя.

Дело в том, что инвестору необходимо применять алгоритмы оценки конкурентоспособности эмитентов после каждой отчетности, то есть четыре раза в год. Причем речь идет о сотнях эмитентов (а если мы анализируем иностранные компании – о тысячах). Поэтому применение трудоемких процедур расчетов для частного инвестора означает, что ему придется 12 часов в сутки 300 дней в году заниматься сбором необходимой информации и проведением расчетов, а для компании – что ей придется оплачивать труд кучи аналитиков, которые будут выполнять эти операции.

И что они получат взамен? Увеличение точности оценки инвестиционной привлекательности на 15%? Игра не стоит свеч.

Именно поэтому мы в своё время пришли к выводу, что модель оценки конкурентоспособности эмитента не должна содержать избыточных и дублирующих показателей. Да, точность оценки будет чуть ниже, но, в условиях гиперволатильности макросреды значительная точность расчетов уже не актуальна (когда очередной твит Трампа напрочь ломает все расчеты).

Такой подход оптимизации трудозатрат на расчеты позволяет нашей небольшой исследовательской группе проводить сплошные исследования российского и американского фондовых рынков ежеквартально вот уже более пяти лет. В случае применения трудоемких методик это было бы невозможно.  

Алексей Олегович, признавая глубину разработанного Вами подхода, и будучи заинтересованным в проведении дальнейших исследований, я предлагаю провести научный эксперимент.

Давайте выберем любого российского или американского эмитента и оценим его по двум методикам (матричного агрегатного вычислителя и динамического метода оценки конкурентоспособности) после чего сопоставим полученные результаты. Уверен, что подобный эксперимент позволит каждому из нас усовершенствовать свои методики и повысить их привлекательность для инвесторов.

Ещё раз выражаю своё искреннее почтение.