Kaip palyginti – kas geresnis? II dalis
Pirma dalis čia
Information ratio (IR) – visai neblogas rodiklis. Veikimo principas labai panašus į Sharpe ratio. Skirtimas tas, kad skaičiuojant Sharpe ratio naudojam visą riziką ir visą gautą grąžą, o skaičiuojant IR naudojam tik tą rizikos ir grąžos dalį, kuri buvo didesnė nei pasirinktas indeksas. Šis rodiklis naudojamas norit išsiaiškinti ar fondas, investuotojas sugeba uždirbti daugiau lyginant jų darbo vaisius su pasyviu investavimu (indeksu).
Pirma problema, kurią reiks išspręsti naudojant šį rodiklį – indekso pasirinkimas. Jei investuotojas, kuris investuoja Lietuvoje arba Baltijos šalyse, norėtų pasitikrinti kaip gerai jis investuoja, nepaisant teigiamo rezultato, tada jis turėtų pasirinkti arba OMX Baltic arba OMXV (jei tik Lietuvoje) indeksus. So far so good. Sunkumų gali iškilti jei fondas ar investuotojas turi platų regionų ar strategijų spektrą. Jei pasyvaus indekso nėra, teks susikurti pačiam.
Prisimenat, kai rašiau apie Sharp ratio, minėjau, kad pagrindinė problema yra grąžos normalusis skirstinys? Naudojant IR ratio problema padvigubėja – kontroliuoti reikia ne tik lyginamo fondo ar investuotojo grąžos skirstinį, o taip pat ir indekso. Dėl pastarojo dažniausiai nekyla didelių problemų, išskyrus tuos atvejus, kai naudojama specifinė investavimo strategija. Pvz. gali būti naudojami pasirinkimo sandėriai – daug mažų praradimų, bet keli, labai didelį, pelningį sandoriai.
Jau parašius pirmą įrašą apie investavimo rodiklius, net keli skaitytojai užsiminė, kad nepaminėjau pagrindinių – Jensen’s alfos ir betos. Pastarasis tikriausiai pats populiariausias rodiklis portfelių valdymo pasaulyje, nors naudos iš jo mažai.
Paremtas šis rodiklis dviejų kintamųjų tiesine regresija. Beta rodiklis nurodo, kaip X kinta priklausomai nuo Y. Tarkime, jei S&P 500 indekso vertė padidėja 1 proc, tai Microsoft vertė padidės 1.5 proc. Taip, aš žinau, kad tai labai svarbus parametras portfelio optimizavimui, efficient frontier nustatymui ir t.t. Problema yra ta, kad beta nėra konstanta ir ji kinta kiekvieną dieną, mėnesį ir t.t. Pvz. koreliacija tarp S&P 500 ir Microsofto nuo 2003 iki 2004 buvo 0.68, nuo 2005 m. iki 2006 m. 0.75, o nuo 2008 m. iki 2009 m. 0.92. Jei beta yra maža, tai reiškia, kad akcijos judėjimas nėra paaiškinamas pasirinko indekso judėjimu ir turime ieškoti kito indekso. Kaip spręsti šią problemą? Visų pirmą užmiršti apie paprasta tiesinę regresiją ir naudoti multi-regresiją…
O kai beta yra pasirinkta, gaunama mistinė alfa. Pagrindinė idėja yra ta, kad alfa turėtų parodyti kiek fondo valdytojas ar investuotojas uždirbo daugiau prisiimdamas papildomą arba mažesnę riziką, nei pasyvus portfelis (pvz. indeksas). Vat čia ir prasideda skaičiukų žaidimas, nes alfa keičiasi priklausomai nuo betos, kuri keičiasi priklausomai nuo koreliacijos su indeksu. Alfa gali sumažėti ar padidėti dėl koreliacijos pokyčio tarp indekso (pasyvaus portfelio) ir investicinio porfelio.
Kita problema – ar investuotojas/fondo valdytojas gali išlaikyti tą pačią alfą? Tada tai būtų įrodymas, kad tikrai jis sugeba geriau investuoti, nei pasyvaus portfelio savininkas. Bet turiu tokį mažą mažą įtarimą, kad niekada taip nebuvo… dėl tų pačių skaičiukų variacijos…