It's all about sensitivity

Интересные мысли из http://dijap.livejournal.com/744930.html

У меня бывают периоды ухода в чтение, когда я пытаюсь разобраться с какой-либо проблемой и ничего перед собой не вижу, бывает по 2 месяца, могу быть до фатальности рассеянным, и только близкие поддерживают во мне связь с окружающей реальностью. Потом следует какое-то время практики, иногда обнадеживающей, иногда не слишком. Потом следует период нормальной жизни, когда «компост» в голове укладывается и перерабатывается. И порой такие периоды даже эффективней, чем первые два.

Так или иначе, последний период изучения ряда углубленных опционных тем в очередной раз натолкнул меня на мысль, что ключевой задачей инвестора является анализ чувствительности цены к набору параметров, которые, во-первых, часто стохастичны сами по себе. Во-вторых, стохастична их природа влияния на цену (или какую-либо производную цены). Есть множество замечательных аналитиков, которые могут отлично спрогнозировать финансовые показатели компании или отрасли. Но стоит задать им вопрос про идиосинкратический компонент доходности и риска покрываемой компании, или, проще говоря, про то, насколько их анализ может помочь заработать деньги, ответ чаще всего или никакой, или (у особо продвинутых) хитрая улыбка. В лучшем случае, кто-то скажет, что надо перво-наперво отфильтровать бету, потом сайз (по общеизвестной модели Фама-Френч). Мало кто, впрочем, сможет это реализовать на практике. Тут основные возможности — в парном трейдинге. Для «информационно эффективных» рынков (то есть инсайдерских и тонких), эффективность такого анализа вообще чаще всего близка к 0. Над цепочкой эмитент-аналитик-инвестор всегда есть чисто рыночный фактор, который проанализировать может только тот, кто сидит на флоу. В качестве примера — кто продает Ростелеком — все знают, кто. Кто продавал Газпром и Аэрофлот — в общем тоже более или менее известно. Но это проблема ненаучного характера.


Для рынков же относительно справедливых проблема чувствительности цены к параметрам модели играет ключевое значение. В модели DCF это может быть чувствительность абстрактной стоимости компании к темпам роста или ставке. И более конкретный показатель чувствительности цены реальной к стоимости абстрактной, который зависит уже от общерыночных факторов (ликвидность и т.п.). Взять тот же европейский ритейл до 2008 года — акции росли без коррекций, финпоказатели были отличные. Потом финпоказатели остались отличными, цена упала в 2 раза, но после этого обновила максимумы и по ряду наиболее безпроблемных компаний коэффициенты сейчас на максимумах, и повысилась их степень риска к краху. Нащупать ту самую точку перелома, выше которой рост финансовых показателей не означает соответствующий рост цены акции, и есть задача инвестора-шортиста.

С опционами все еще интереснее. Есть набор элегантных моделей нобелевских лауреатов. Море усовершенствований, которые по меткому выражению Уилмотта, «замечательно усложняют, но совершенно не улучшают конечную модель». Есть море маркетмейкеров, которые эти модели используют (часто вслепую). И есть фонды, которые анализируют не математические миражи, а реальную чувствительность опционных цен к набору параметров (включая, производные). С некоторым разочарованием воспринимаются десятки книг, ума авторов которых хватило, чтобы разобраться со сложными интегралами и рядами Фурье, но не хватило для того, чтобы построить реально работающие на 98% модели хеджирования. Чаще всего, опять же по Уилмотту, вывод таков, что даже ванильный опцион на 100% может зехеджить только такой же ванильный опцион, или таков, что риск хеджирования и есть та плата, которую несет ММ за свои доходы. При том, что реального дохода ММ на деске среднего размера не получает. В конечном счете практика является единственным способом постижения этих истин.