назад Оглавление вперед


[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [ 72 ] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90] [91] [92] [93] [94] [95] [96] [97] [98] [99] [100] [101] [102] [103] [104] [105] [106] [107] [108] [109] [110] [111] [112] [113] [114] [115] [116] [117] [118] [119] [120] [121] [122] [123] [124] [125] [126] [127] [128] [129] [130] [131] [132] [133] [134] [135] [136] [137] [138] [139] [140] [141] [142] [143] [144] [145] [146] [147] [148] [149] [150] [151] [152] [153] [154] [155] [156] [157] [158] [159] [160] [161] [162] [163] [164] [165] [166] [167] [168] [169] [170] [171] [172] [173] [174] [175] [176] [177] [178] [179] [180] [181] [182] [183] [184] [185] [186] [187] [188] [189] [190] [191] [192] [193] [194] [195] [196] [197] [198] [199] [200] [201] [202] [203] [204] [205] [206] [207] [208] [209] [210] [211] [212] [213] [214] [215] [216] [217] [218] [219] [220] [221] [222] [223] [224] [225] [226] [227] [228] [229] [230] [231] [232] [233] [234] [235] [236] [237] [238] [239] [240] [241] [242] [243] [244] [245] [246] [247] [248] [249] [250] [251] [252] [253] [254] [255] [256] [257] [258] [259] [260] [261] [262] [263] [264] [265] [266] [267] [268] [269] [270] [271] [272] [273] [274] [275] [276] [277] [278] [279] [280] [281] [282] [283] [284] [285] [286] [287] [288] [289] [290] [291] [292] [293] [294] [295] [296] [297] [298] [299] [300] [301] [302] [303] [304] [305] [306] [307] [308] [309] [310] [311] [312] [313] [314] [315] [316] [317] [318] [319] [320] [321] [322] [323] [324] [325] [326] [327] [328] [329] [330] [331] [332] [333] [334] [335] [336] [337] [338] [339] [340] [341] [342] [343] [344] [345] [346] [347] [348] [349] [350] [351] [352] [353] [354] [355] [356] [357] [358] [359] [360] [361] [362] [363] [364] [365] [366] [367] [368] [369] [370] [371] [372] [373] [374] [375] [376] [377] [378] [379] [380] [381] [382] [383] [384] [385] [386] [387] [388] [389] [390] [391] [392] [393] [394] [395] [396] [397] [398] [399] [400] [401] [402] [403] [404] [405] [406] [407] [408] [409] [410] [411] [412] [413] [414] [415] [416] [417] [418] [419] [420] [421] [422] [423] [424] [425] [426] [427] [428] [429] [430] [431] [432] [433] [434] [435] [436] [437] [438] [439] [440] [441] [442]


72

касается доходности, вычисляемой по сложной ставке*. Как правило, к использованию среднеарифметического относятся более благосклонно. В самом деле, если годовые доходы не коррелируются во времени, и нашей целью является оценка премии за риск на следующий год, то среднеарифметическая премия является лучшей непредвзятой оценкой этой премии. Но в действительности, существуют серьезные доводы в пользу применения среднегеометрического. Во-первых, Эмпирические исследования, по всей вероятности, показывают, что доходность акций статистически коррелирует во времени*. Следовательно, среднеарифметическая доходность, скорее всего, завышает премию. Во-вторых, хотя модели оценки финансовых активов могут быть моделями с одрим периодом, их использование для получения ожидаемых доходов на длительных периодах (например, 5-летних или 10-летних) предполагает, что единичный период может значительно превышать один год. В этом контексте доводы в пользу среднегеометрических премий могут стать еще убедительнее.

В целом, оценки премий за риск отличаются у различных пользователей в зависимости от используемых временных периодов, выбора ставки по казначейским облигациям или векселям в качестве безрисковой ставки и использования арифметических или геометрических средних. Воздействие этих выборов показано в таблице 7.3, где использованы доходы за период с 1928 по 2000 год. Заметим, что премии могут колебаться в интервале 4,5-12,67% в зависимости от сделанного выбора. В действительности, эти различия обостряются из-за того, что многие используемые сегодня премии за риск были оценены на основе исторических данных 3-4 года или даже 10 лет назад.

Таблица 7.3. Исторические премии за риск для США

Акции и казначейские векселя

Акции и казначейские облигации

Арифметические средние

Геометрические средние

Арифметические средние

Геометрические средние

1928-2000

8,41%

7,17%

6,53%

5,51%

1962-2000

6,41%

5,25%

5,30%

4,52%

1990-2000

11,42%

7,64%

12,67%

7,09%

Источник: Федеральный резервный банк (Federal Reserve Bank).

Иными словами, удачные годы с большей вероятностью сменяются неудачными годами, и наоборот. Свидетельства в пользу отрицательной сериальной корреляции исчерпываюгци, и их можно найти в исследованиях Фамы и Френча (Fama and French, 1988). Хотя они обнаружили, что годовая корреляция невысока, пятилетняя сериальная корреляция принимает значительные отрицательные значения для всех пяти классов.



histretSP.xls - размещенная в Интернете база данных, которая содержит информацию об исторической доходности акций, казначейских облигаций, казначейских векселей в США вплоть до 1928 г.

исторические премии за риск: другие рынки

Трудно получить надежную оценку исторической премии для рынка США. Вдвойне трудной эта задача становится, когда мы рассматриваем рынки с короткой и изменчивой историей. Это особенно справедливо для развивающихся рынков, но также верно и в отношении европейских фондовых рьшков. Хотя экономики Германии, Италии и Франции, возможно, и являются зрелыми, их фондовые рьшки обладают различными характеристиками. Как правило, на них господствует несколько крупных компаний. Многие виды бизнеса остаются частными. А торговля акциями до недавнего времени была не слишком активной, за исключением нескольких акций.

Некоторые практики все же используют исторические оценки, опираясь на данные по этим рынкам. Чтобы хотя бы отчасти осознать опасность, с которой мы сталкиваемся на практике, в таблице 7.4 представлены исторические премии за риск* для основных неамериканских рьшков за период 1970-1996 гг.

Таблица 7.4. Исторические премии за риск на рынках за пределами США

Собственный капитал

Облигации

Страна

Начало

Окончание

Годовая

Годовая

Премия

доходность

доходность

за риск

Австралия

898,36

8,47

6,99

1,48

Великобритания

2361,53

12,42

7,81

4,61

Германия

1800,74

11,30

12,10

-0,80

Гонконг

14 993,06

20,39

12,66

7,73

Испания

844,80

8,22

7,91

0,31

Италия

423,64

5,49

7,84

-2,35

Канада

1020,70

8,98

8,30

0,68

Мексика

2073,65

11,88

10,71

1,17

Нидерланды

4870,32

15,48%

10,83

4,65

Сингапур

4875,91

15,48

6,45

9,03

Франция

1894,26

11,51

9,17

2,34

Швейцария

3046,09

13,49

10,11

3,38

Япония

5169,43

15,73

12,69

3,04

Иаочник данных: Ibbotson Associates.

Эта данные взяты из источников Ibbotson Associates. Кроме того, их можно получить на сайте www.ibbotson.com.



МЕТОД ИСТОРИЧЕСКИХ ПРЕМИЙ

Учитывая широту использования метода исторических премий, удивительно осознавать степень его некорректности, а также отсутствие внимания к его недостаткам. Для начала рассмотрим базовое предположение о том, что премии за риск для инвесторов не меняются со временем, а инвестиция со средним риском (в рыночном портфеле) остается устойчивой в рассматриваемый временной период. Было бы нелегко найти хоть одного человека, который согласился бы горячо доказывать данные допущения.

Очевидный выход из этой ситуации, обусловленной использованием более близких по времени временных периодов, приводит нас ко второй проблеме, т. е. значительной стандартной ошибке, связанной с оценками премий за риск. В то время как для очень длительных временных периодов эти ошибки могут быть терпимыми, при использовании более кратких интервалов времени они становятся неприемлемо высокими.

Наконец, даже если есть достаточно длительный временной период, и избежание риска со стороны инвесторов не менялось систематическим образом в течение этого периода, возникает еще одна проблема. Рынки, обладающие данной характеристикой, представляют собой так называемые «рынки выжившего» (можно предположить, что американский рьшок является одним из примеров такого типа рынков). Другими словами, предположим, что некто произвел в 1928 г. инвестиции в 10 крупнейших фондовых рынков мира, одним из которых являлся американский. В период с 1928 по 2000 год инвестиции ни в один из других фондовых рынков не принесли такой крупной премии, как инвестиции в американский фондовый рьшок, а некоторые рынки (например, австрийский) принесли инвестору небольшой и;ш отрицательный доход в течение этого периода. Таким образом, предубеждение выжившего проявится в исторических премиях, превышающих ожидаемые премии для таких рынков, как американский, даже если предположить, что инвесторы действуют рационально, и риск учтен в ценах.

Заметим, что две страны xapaKTepnaoBajuicb отрицательными премиями за риск, а в нескольких других странах премии за рпск составляли менее 1%. Прежде чем мы иопьггаемся обьяснить подобное положение вещей, необхо димо отметить, что сгандартная ошибка для всех этих оценок и каж/,011 из mix в oTviejHjHocTH превышает 3%, в основном из-за того, чго период оценки составляет 26 лет.

Ecjui сгаидартные опшбки для .этих оценок делают их почти бесполезными, обсудим, как много помех вкрадывается в оценки исторических upcivnni за рпск для ()ормирующихся с)ондовых рьшков, которые часто и.меют надежную исгоршо за 10 или менее лет, и очень значпте.тьиое стандаргное

[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [ 72 ] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90] [91] [92] [93] [94] [95] [96] [97] [98] [99] [100] [101] [102] [103] [104] [105] [106] [107] [108] [109] [110] [111] [112] [113] [114] [115] [116] [117] [118] [119] [120] [121] [122] [123] [124] [125] [126] [127] [128] [129] [130] [131] [132] [133] [134] [135] [136] [137] [138] [139] [140] [141] [142] [143] [144] [145] [146] [147] [148] [149] [150] [151] [152] [153] [154] [155] [156] [157] [158] [159] [160] [161] [162] [163] [164] [165] [166] [167] [168] [169] [170] [171] [172] [173] [174] [175] [176] [177] [178] [179] [180] [181] [182] [183] [184] [185] [186] [187] [188] [189] [190] [191] [192] [193] [194] [195] [196] [197] [198] [199] [200] [201] [202] [203] [204] [205] [206] [207] [208] [209] [210] [211] [212] [213] [214] [215] [216] [217] [218] [219] [220] [221] [222] [223] [224] [225] [226] [227] [228] [229] [230] [231] [232] [233] [234] [235] [236] [237] [238] [239] [240] [241] [242] [243] [244] [245] [246] [247] [248] [249] [250] [251] [252] [253] [254] [255] [256] [257] [258] [259] [260] [261] [262] [263] [264] [265] [266] [267] [268] [269] [270] [271] [272] [273] [274] [275] [276] [277] [278] [279] [280] [281] [282] [283] [284] [285] [286] [287] [288] [289] [290] [291] [292] [293] [294] [295] [296] [297] [298] [299] [300] [301] [302] [303] [304] [305] [306] [307] [308] [309] [310] [311] [312] [313] [314] [315] [316] [317] [318] [319] [320] [321] [322] [323] [324] [325] [326] [327] [328] [329] [330] [331] [332] [333] [334] [335] [336] [337] [338] [339] [340] [341] [342] [343] [344] [345] [346] [347] [348] [349] [350] [351] [352] [353] [354] [355] [356] [357] [358] [359] [360] [361] [362] [363] [364] [365] [366] [367] [368] [369] [370] [371] [372] [373] [374] [375] [376] [377] [378] [379] [380] [381] [382] [383] [384] [385] [386] [387] [388] [389] [390] [391] [392] [393] [394] [395] [396] [397] [398] [399] [400] [401] [402] [403] [404] [405] [406] [407] [408] [409] [410] [411] [412] [413] [414] [415] [416] [417] [418] [419] [420] [421] [422] [423] [424] [425] [426] [427] [428] [429] [430] [431] [432] [433] [434] [435] [436] [437] [438] [439] [440] [441] [442]