Поведенческие финансы

Cуществуют два фундаментальных подхода к финансовому инвестированию и анализу рынков, которые принято считать традиционными, — портфельная теория ((MPT) (англ. Modern Portfolio Theory) и гипотеза эффективного рынка ((EMH) (англ. Efficient Market Hypothesis). Современная портфельная теория гласит, что формирование оптимального инвестиционного портфеля основано на учёте трёх ключевых факторов: ожидаемой доходности активов, уровне их риска (стандартное отклонение), а также корреляции доходностей между этими активами. Портфельная теория утверждает, что благодаря грамотной диверсификации инвестор может сформировать оптимальный портфель с максимизацией доходности при заданном уровне риска или минимизации риска при желаемой доходности. Гипотеза эффективного рынка утверждает, что вся общедоступная информация уже отражена в цене актива. Приверженцы традиционных взглядов убеждены, что большинство инвесторов должны довольствоваться среднерыночной доходностью, а попытки регулярно обыгрывать рынок неэффективны.

Теория поведенческих финансов появилась как альтернатива этим традиционным взглядам. Основное внимание уделяется изучению психологических и социальных факторов, влияющих на принятие решений инвесторами^[4].

Первые исследования по основам поведенческих финансов появились более 150 лет назад. В XIX и начале XX века были опубликованы несколько нестандартных работ, которые положили начало школе поведенческих финансов. Книга шотландского автора Чарльза Маккея «Наиболее распространённые заблуждения и безумства толпы», впервые опубликованная в 1841 году, рассматривает исторические примеры массовых заблуждений, суеверий и экономических пузырей и показывает, как люди попадают под влияние толпы, теряют критическое мышление и совершают иррациональные поступки^[5]. Идеи книги, объясняющие механизмы, лежащие в основе массового поведения, остаются актуальными и для современных финансовых рынков. Во французской книге известного социального психолога Гюстава Лебона «Психология народов и масс» подробно исследуется феномен массовой психологии и коллективного поведения. Работа посвящена изучению механизмов влияния толпы на общественные настроения, восприятие действительности и принятие решений людьми в группах. Написанная в 1912 году книга Джорджа Чарльз Селдена «Психология фондового рынка» показывает влияние психологии на успешность торговли на фондовом рынке и рассматривает эмоциональные установки и психологические факторы, воздействующие на инвесторов и трейдеров. Эти три вышеперечисленные работы, наряду с рядом других, заложили основу применения психологии и социологии к финансовой сфере. В основе поведенческих финансов лежит междисциплинарный подход, объединяющей исследования как гуманитарных наук (психологии, социологии, антропологии, экономики, поведенческой экономики), так и дисциплин по управлению бизнесом (менеджмент, маркетинг, финансы, технологии и бухгалтерский учёт).

Критики утверждают, что поведенческие финансы — это не отдельное научное направление, а скорее сборник рыночных аномалий, которые носят временный характер или объясняются с точки зрения микроэкономической структуры рынка (области финансов, изучающей влияние дизайна рынка на процессы ценообразования внутри одного дня). Однако существует важное различие между индивидуальными когнитивными искажениями и социальными предубеждениями: первые могут быть усреднены рынком, в то время как вторые могут создавать положительные обратные связи, которые всё дальше уводят рынок от состояния равновесия, где цена актива достигает его справедливой цены. Основная проблема поведенческих финансов заключается в том, что они выступают лишь дополнением к общей экономической теории. Например, рыночные аномалии, бросающие вызов гипотезе эффективного рынка, действительно могут открывать возможности для сверхприбыли, но инвесторы не всегда могут ими воспользоваться, чтобы «обыграть рынок»^[6]. Конкретный пример обсуждения рыночных реалий с разных позиций можно найти в объяснениях загадки премии за риск (англ. equity premium puzzle) — необъяснимо (с точки зрения основанных на рациональном поведении инвесторов экономических моделей) высокой разницы между средней доходностью акций и доходностью государственных облигаций, которая наблюдалась на протяжении долгого времени^[7]. Утверждается, что причиной является наличие барьеров входа (как практических, так и психологических) и премия за риск акций должна снижаться по мере того, как доступ к электронным торгам привлекает на фондовый рынок все больше инвесторов^[8], уменьшая рыночные аномалии и делая ценообразование более эффективным. В ответ на это сторонники теории поведенческих финансов отмечают, что большинство вложений осуществляется через институциональных инвесторов, таких как пенсионные фонды, и барьеры входа незначительны^[9]. Кроме того, профессиональные инвесторы и управляющие фондами, как правило, склонны держать больше облигаций, чем следовало бы ожидать, учитывая разницу в доходности активов^[10].

Количественные поведенческие финансы — направление, использующее математические и статистические методы для анализа и понимания поведенческих искажений на финансовых рынках. Ряд финансовых моделей, используемых для управления денежными средствами и оценки активов, а также более теоретические исследования включают в себя параметры поведенческих финансов. Например:

• модель Талера (англ. Thaler’s model’) описывает реакцию цен на новую информацию через три последовательные фазы (недостаточная реакция, корректировка и чрезмерная реакция) и показывает формирование ценового тренда. Важной особенностью чрезмерной реакции является то, что средняя доходность после публикации хороших новостей оказывается ниже той, что следует после публикации плохих. Это происходит потому, что рынок слишком бурно или слишком долго реагирует на поступающую информацию, что впоследствии требует коррекции в противоположном направлении. На основе этой модели можно сделать вывод, что активы, показывающие высокую доходность в один период, с большой вероятностью будут демонстрировать более слабую динамику в следующем. Примечательно, что подобные закономерности наблюдаются и в отношении нерациональных покупательских привычек потребителей^[11];

• искусственный финансовый рынок представляет собой экспериментальную платформу, позволяющую исследователям делать выводы о динамике рыночных процессов, тестировать структурные изменения, оценивать влияние различных политик на рыночное поведение. В рамках этого подхода^[12] разрабатывается агент-ориентированная модель, в которой имитируется торговля между многочисленными (разнородными) «агентами»; для имитации адаптивного поведения этих участников рынка и воспроизведения их взаимодействия используется искусственный интеллект;

• микроструктура рынка изучает детали того, как происходит обмен на рынках, и «анализирует, как конкретные торговые механизмы влияют на процесс ценообразования»^[13], какие процессы рынка определяют транзакционные издержки, как формируются цены и котировки, как влияет объём торгов на рыночное поведение участников рынка.

Количественные поведенческие финансы^[14] — это новая научная дисциплина, которая применяет математические и статистические методы для анализа поведенческих искажений в контексте оценки активов.

Исследования в этой области можно разделить на четыре основные направления:

1. эмпирические исследования, которые выявляют существенные отклонения от классических теорий^[15];
2. моделирование с использованием концепций поведенческих эффектов совместно с предположением о конечности активов, отличного от классического;
3. прогнозирование на основе этих методов;
4. изучение экспериментальных рынков активов и использование моделей для прогнозирования результатов экспериментов.

Господствующей теорией финансовых рынков во второй половине XX века была гипотеза эффективного рынка (EMH), утверждающая, что вся общедоступная информация учитывается в ценах активов. Любое отклонение от этой истинной цены быстро используется информированными трейдерами, которые пытаются оптимизировать свою прибыль, что приводит к восстановлению истинной равновесной цены. Фактически это означает, что рыночные цены ведут себя так, как будто все трейдеры преследуют собственные интересы, обладая полной информацией и действуя рационально.

К концу XX века определённые ограничения этой теории стали очевидны. Во-первых, в мире произошёл ряд важных событий, поставивших под сомнение основные положения этой концепции.

19 октября 1987 года индекс Доу-Джонса упал более чем на 20 % за один день, а акции небольших компаний потеряли ещё больше. Последующие колебания рынка напоминали знаменитый крах 1929 года. Обвал рынков 1987 года стал загадкой и испытанием для большинства экономистов, считавших, что такой волатильности не должно быть в эпоху, когда каналы связи и потоки капитала стали несравненно более эффективными, чем в 1920-х годах.

В течение следующего десятилетия японский рынок вырос до высот, далёких от реалистичной оценки их стоимости. Ценовые мультипликаторы (P/E) взлетели до трёхзначных значений, а Nippon Telephone and Telegraph обогнал по показателям рыночной капитализации ФРГ (в её границах на тот момент). В начале 1990 года индекс Nikkei достиг отметки 40 000 пунктов, удвоив своё значение за два года, а менее, чем за год упал почти вдвое от своего пика.

Тем временем в США развитие новых технологий, в частности интернета, привело к появлению нового поколение высокотехнологичных компаний, некоторые из которых вышли на биржу задолго до появления прибыли. Как и в случае с японским фондовым пузырём десятилетием ранее, рыночная капитализация этих компаний достигала миллиарды долларов, иногда ещё до получения первого дохода. Формирование спекулятивного пузыря продолжалось до 2000 года, и последовавший за этим крах снизил стоимость многих акций до нескольких процентов от их первоначальной рыночной стоимости. Даже некоторые крупные и прибыльные технологические компании потеряли 80 % своей стоимости в период с 2000 по 2003 год.

Эти финансовые кризисы, случившиеся при отсутствии существенных изменений в фундаментальной стоимости активов, поставили под сомнение гипотезу эффективного рынка, согласно которой любая публичная информация моментально включается в цену активов. В своей книге «Иррациональный оптимизм» американский экономист Роберт Шиллер рассматривает эксцессы, поразившие рынки, и показывает, что цены акций действительно могут двигаться несоразмерно их фундаментальной стоимости, так как на них влияют общественные настроения и поведение инвесторов, а не только объективные экономические показатели. Этот ход рассуждений также подтверждается несколькими исследованиями (например, работами сотрудника Бостонского колледжа Джеффри Понтиффа) по бумагам закрытых инвестиционных фондов, которые торгуются как акции, но имеют точную оценку, которая часто публикуется^[16][17].

Помимо событий на мировых рынках, значительный вклад в критику классической теории внесло развитие нового направления экспериментальной экономики под руководством Вернона Л. Смита, лауреата Нобелевской премии по экономике 2002 года. В ходе проведённых экспериментов (совместно с Джерри Суханеком (англ. Gerry Suchanek), Арлингтоном Уильямсом (англ. Arlington Williams), Дэвидом Портером (англ. David Porter) и другими) участники торговали выбранным ими активом через сеть компьютеров. В серии экспериментов использовался один актив с выплатой фиксированного дивиденда в течение каждого из 15 периодов (затем актив полностью обесценивался). Вопреки ожиданиям классической экономики, цены часто взлетали до значительно превышающих ожидаемую выплату уровней. Аналогичным образом серии других эксперименты показали, что многие прогнозы, рассчитанные методами классической экономики и теории игр, не подтверждаются практикой. Ключевым моментом данных экспериментов был тот факт, что торговые решения участников приносили им реальный доход, поэтому эксперимент был не опросом общественного мнения, а практической проверкой гипотезы в настоящих рыночных условиях.

Поведенческие финансы (ПФ) — это область исследований, которая развивалась в течение последних двух десятилетий отчасти как ответ на описанные выше явления. Используя различные методы, исследователи задокументировали систематические искажения (например, недостаточную или чрезмерную реакцию и т. д.), возникающие как среди профессиональных инвесторов, так и среди новичков. Исследователи поведенческих финансов, как правило, не поддерживают теорию эффективного рынка. В свою очередь, их оппоненты возражают, что EMH даёт точные предсказания о состоянии рынка на основе имеющихся данных, в то время как поведенческие финансы не предлагают собственных надёжных прогнозов.

Предмет изучения количественных поведенческих финансов — измерение базовых когнитивных искажений и их включение в математические модели. Американский математик турецкого происхождения Гундуз Кагиналп (англ. Gunduz Caginalp) и его коллеги использовали статистические и математические методы применительно к данным мирового рынка и экспериментальной экономики для создания количественных прогнозов. Начиная с 1989 года, Кагиналп с группой исследователей изучали в серии работ динамику рынка активов с помощью дифференциальных уравнений, учитывающих стратегии и искажения инвесторов, таких как ценовой тренд и оценка стоимости в системе с конечным объёмом денежных средств и активов. Последнее условие существенно отличает эти исследования от моделей классических финансов, построенных на бесконечном арбитраже для быстрого устранения рыночных аномалий.

В 1999 году Г, Кагиналп и Д. Баленович (англ. Donald Balevonich)^[18] предположили, что увеличение предложения денежных средств на акцию приведёт к спекулятивному росту финансового актива. Эксперименты Гундуза Кагиналпа, Дейвида Портера и Вернона Л. Смита, проведённые в 1998 году^[19], подтвердили, что,

в частности, удвоение уровня денежного предложения средств при сохранении постоянного количества акций фактически удваивает размер пузыря.

Использование дифференциальных уравнений для прогнозирования экспериментальных рынков также оказалось успешным — уравнения показали точность, сопоставимую с лучшими прогнозами самых успешных трейдеров в предыдущих экспериментах (по данным Кагиналпа, Портера и Смита).

Использование этих идей для прогнозирования динамики цен на финансовых рынках стало темой некоторых недавних исследований, объединивших в себе два различных математических метода. Краткосрочные прогнозы динамики цен могут использовать дифференциальные уравнения в сочетании со статистическими методами.

Одной из трудностей в понимании динамики финансовых рынков является наличие фактора случайности, или шума (как его определяет американский экономист Фишер Блэк). Случайные события в нашем мире постоянно меняют оценки, и их трудно отделить от каких-либо предопределённых сил или факторов, однозначно определяющих состояние системы. Следовательно, многие статистические исследования выявляют лишь незначительный неслучайный компонент. Например, экономисты Джеймс Потерба (англ. James Michael "Jim" Poterba) и Лоуренс Саммерс писали о незначительном эффекте тренда в ценах акций. Другие исследования показали, что использование нейронных сетей в течение 500 дней для анализа цены на акции IBM оказалось неэффективным точки зрения краткосрочных прогнозов.

На примере упомянутых работ становится очевидным, что уровень шума или изменений в оценке заслоняет собой любые возможные поведенческие эффекты. Новый методологических подход, позволяющий избежать проблемы рыночного «шума», был разработан в последнее десятилетие. Если исключить из рассмотрения оценку стоимости, которая меняется во времени, то можно изучить оставшиеся поведенческие эффекты, если таковые имеются. Одно из первых исследований в этом направлении, проведённое Гундузом Кагиналпом и Грегом Консантайном (англ. Greg Consantine), рассматривало соотношение двух идентичных закрытых фондов. Поскольку фонды имели один и тот же портфель, но торговали независимо друг от друга, выполненное сравнение не зависело от оценки их стоимости. Статистическое исследование временных рядов показало, что соотношение цен не случайно, и что наилучшим прогнозом будущей цены является не сегодняшняя цена (как предполагает теория EMH), а среднее значение между текущей ценой и ценовым трендом.

В поведенческих финансах большое значение имеет тема чрезмерной реакции. В своей докторской диссертации 2006 года^[20] математик Ахмет Дюран проанализировал 130 000 точек данных по ежедневным ценам на фонды закрытого типа в зависимости от их отклонения от величины стоимости чистых активов (СЧА) (англ. net asset value (NAV)). Выяснилось, что фонды, показывающие отклонение от СЧА, на следующий день имели тенденцию двигаться в противоположном направлении.

Ещё более интересным оказалось статистическое наблюдение, что значительное отклонение в противоположном направлении предшествовало последующим значительным отклонениям. Эти сигналы, предвосхищающие движение рыночных цен, могут указывать на то, что основная причина таких больших движений (при отсутствии существенных изменений в оценке) связана с выбором трейдерами торговой позиции в ожидании новостей. Предположим, что многие трейдеры ожидают позитивных новостей и покупают акции. Если позитивные новости не появляются, они начинают массово продавать акции в больших количествах, тем самым продавливая цену ниже предыдущих уровней. Такая интерпретация данных не находит объяснения в рамках гипотезы эффективного рынка, зато подтверждает систему уравнений потока активов (англ. asset flow differential equations (AFDE)), включающую в себя поведенческие факторы и факт конечности активов. Ряд исследователей, в том числе Дюран и Кагиналп^[21], продолжали работу по оптимизации параметров уравнений потоков активов для прогнозирования цен в краткосрочной перспективе.

Важно классифицировать поведение решений динамической системы нелинейных дифференциальных уравнений. Дюран^[22] исследовал стабильность решений динамической системы нелинейных дифференциальных уравнений (AFDE) в R^4 в трёх вариантах, аналитически и численно. Он обнаружил существование бесконечного числа неподвижных точек (точек равновесия) для первых двух вариантов и пришёл к выводу об их структурной неустойчивости. Более того, проанализированные им данные показали отсутствие критической точки (точки равновесия) при ненулевом хроническом дисконте в третьем варианте.

• NY Times Article
• Pittsburgh Tribune-Review Article Архивировано 20 октября 2007 года.