Материал: Инвестиционная стратегия Уоррена Баффетта

Дениел, Гринблатт и Титман (Daniel, Grinblatt, Titman, 1997) обращаясь к той же проблеме, использовали бенчмарки, построенные исходя из характеристик акций, входящие в портфель того или иного фонда. Исходя из полученных бенчмарков, были посчитаны меры тайминга и пикинга, на основе которых и был сделан вывод о присутствии способностей у менеджера. В результате из 2500 фондов, вошедших в выборку за период 1975-1994, большинство из них продемонстрировало наличие навыков к пикингу, но не было не каких доказательств наличия у менеджера способности к таймингу.

Используя разные методики, к подобным выводам пришли также Кон (Kon, 1983), Чанг и Левеллен (Chang, Lewellen, 1984), Леманн и Модест (Lehman, Modest, 1987), Гринблатт и Титман (Grinblatt, Titman, Wermer, 1989), Бекер, Ферсон, Майерс и Шилл (Becker et al., 1999), а также Готзманн, Ингерзол и Ивкович (Gotzman et al., 2000).

Тем не менее, существует ряд исследований, который пришли к противоположным результам и выявили наличие способностей к такймингу. Так, например, Бьюз (Busse, 1999), а позже Боллен и Бьюз (Bollen, Busse, 2001) вместо месячных данных использовали дневные и обнаружили наличие тайминга у большей части управляющих, таким образом утверждая, что менеджеры фондов на самом деле могут обладать большими способностями к таймингу, чем это было выявлено в предыдущих работах.

Ченс и Хемлер (Chance, Hemler,2001), исследовали на наличие навыков к таймингу 30 профессиональных инвесторов в период 1986-1994. В отличие от предыдущих авторов, которые использовали новостные рассылки в качестве прогнозов управляющих, данная работа в качестве прокси переменной прогноза использовала рекомендации инвесторов, непосредственно представленных в выписках по счету клиента (customer statement). В результате проведения различных тестов, применения трехэталонных портфелей и использования дневных данных авторы обнаружили наличие способностей к таймингу.

Джианг (Jiang et al., 2003) используя свою методику непараметрического измерения способностей к таймингу на основе структуры портфеля пришел к аналогичному выводу. К аналогичным вывода также пришли Ферсон и Шадт (Ferson, Shadt, 1996), включившие в модель переменную, отвечающую за публичную информацию, доступную на рынке.

Таким образом, большая часть исследований сходится во мнении об отсутствии способностей у менеджеров к макропрогнозированию. В целом, выводы об отсутствии устойчивого опережения рынка со стороны управляющих могут быть объяснены следующими причинами:

·    Фонды не обладают уникальной информацией, которая позволяет обыгрывать рынок

·        Комиссионные нивелируют сверхдоходность получаемую менеджерами

·        Стандартным тестам не хватает достаточной мощности для обнаружения данной способности

Исследовательский вопрос

На основе анализа существующей на сегодняшний день литературы, посвященной проблеме оценки способностей менеджеров к прогнозированию движения рынка, можно сделать вывод о том, что в предыдущих исследованиях авторы опирались на традиционную методологию. В частности, вывод о наличии у менеджеров навыков к макропрогнозированию делался на основе мер Трейнора-Мазуи и Хенриксона-Мертона. Иногда также применялись непараметрические тесты, основанные на анализе изменения состава портфеля управляющего. Однако ни в одной из работ не было попытки проанализировать данный феномен с учетом наличности в составе портфеля.

В то же время, широко распространено мнение что величайший инвестор всех времен У. Баффетт не имеет способностей к макропрогнозированию, поскольку он не формирует свой инвестиционный портфель на основании ожиданий относительно будущего состояния рыка. Однако, как показал анализ инвестиционного стиля У. Баффетта, данному инвестору удается реализовывать крайне выгодные сделки в период глобальной нехватки ликвидности и снижения цен на активы. Стратегия данного инвестора заключается во владении большими запасами кэша в период стабильности и использовании данных запасов в кризисный период. В данном случае, способность к макропрогнозированию будет проявляться в способности инвестора накапливать кэш в стабильные времена, и применять его по назначению в период, когда рынок находится в состоянии рецессии. При этом предполагается, что Баффетт должен предугадывать будущее состояние рынка для того, чтобы корректировать долю наличности в общем составе портфеля. В связи с этим главной целью данной работы является поиск ответа на вопрос:

Обладает ли Уоррен Баффетт способностью к прогнозированию поведения рынка или его впечатляющие результаты могут быть объяснены другими особенностями его инвестиционного стиля?

Для ответа на данный вопрос изначально будет проведен факторный анализ доходности Баффетта с использованием традиционных мер, отвечающих за способность инвестора к макропрогнозированию. При этом вполне вероятно, что стандартная методика не даст желаемых результатов ввиду своей ограниченности и упущении такого фактора как наличность в составе портфеля.

С целью получения более полного ответа на исследовательский вопрос будет применена другая методика, не использовавшаяся в предыдущих исследованиях. Суть новой методики будет состоять в сопоставлении обычной стратегии инвестирования, заключающейся в покупке актива, со стратегией хранения кэша до того момента, пока цена актива не опустится до желаемой. По сути будут сопоставлена ценность наличности, заключающаяся в предоставлении права покупки по более низкой цене с затратами на ее содержание, выраженными в упущенных возможностях. Таким образом, наличность в данном случае будет представлять не что иное как колл-опцион, дающий право приобрести актив в будущем по более привлекательной цене, при этом неся издержки, связанные с его исполнением.

4. Эмпирический анализ результатов У. Баффетта

.1 Описание выборки

При проведении исследования были собраны данные по различным показателям. Месячные котировки индекса S&P 500 и компании Berkshire Hathaway, а также ключевые показатели по основным компаниям, входящим в портфель У.Баффетта были взяты с сайта #"904329.files/image069.gif"> (18)

 (19)

Моментум фактор (UMD) строится на основании стратегии, заключающейся в покупке первых 10% из числа акций-победителей, показавших наибольшую доходность и продаже 10% акций с наименьшей доходностью в прошлом.

Далее была взята модель Педерсена и Фраззини с включением дополнительных факторов, QMJ и BAB, где:

QMJ - фактор "качества"

BAB - фактор "ставка против беты"

Фактор BAB (betting against beta) представляет собой стратегию покупки акций с низкой бетой и продажи акций с высокой бетой:

, (20)

где:  

Фактор QMJ (quality minus junk) представляет собой стратегию покупки качественных акций, то есть надежных и низкоризковых акций и продаже некачественных акций. Данный фактор строится на основе занятия длинной позиции по первым 30% качественных акций и короткой позиции по 30% самых некачественных акций. Таким образом, QMJ фактор есть разница средней доходности по двум высококачественными портфелям и двум низкокачетсвенным портфелям:

 (21)

Первоначальное тестирование данных моделей позволит определить инвестиционный стиль Баффетта, а также понять, генерирует ли Баффетт положительную альфу, или же его инвестиционный стиль может быть объяснен с помощью данных факторных доходностей. Однако целью нашей работы является определение наличие у него навыка к макропрогнозированю. В связи с этим в каждую из спецификаций будут поочерёдно включены такие меры оценки рыночного тайминга, как мера Трейнора-Мазуи, а также Хенриксона-Мертона. Знаки перед этими факторами и их значимость будут являться свидетельством наличия или отсутствия у Баффетта навыка к макропрогнозированию.

Статистический анализ данных

Глядя на описательные статистики можно сделать вывод, о том, что Баффетт генерирует доходность, в среднем превосходящую доходность по различным факторам. Все показатели имеют не нормальное распределение, согласно тесту Хаки-Берра, что обуславливается постоянными колебаниями рынка.

Таблица 1 Описательные статистики для факторных доходностей

Для выявления взаимосвязи между переменными была также построена корреляционная матрица.

Таблица 2. Корреляционная матрица для факторных доходностей

В данном случае интерес представляют следующие взаимосвязи:

)     Корреляция между факторами MKT и QMJ

Данная взаимосвязь говорит о том, что стабильные и прибыльные компании существенно обыгрывают неприбыльные и нестабильные на фоне общего спада на рынке в целом. Это можно объяснить тем, что в периоды рецессии, "качественным" фирмам существенно легче вести и поддерживать свою операционную деятельность, в то время как нестабильные компании, зачастую банкротятся в периоды кризиса.

)     Корреляция между факторами SMB и QMJ

На основании второй взаимосвязи можно сделать вывод, что качественные компании, как правило, обладают большей рыночной капитализацией. За счет этого они имеют меньшие риски и больше источников для получения прибыли.

)     Корреляция между факторами BAB и HML

Данная взаимосвязь означает то, что акции компаний с низким соотношением MV/BV менее подвержены рыночному риску. Данный вывод также имел место в работе Фамы и Фречна (Fama, French, 1992).

Стоит отметить, что высокая степень корреляции между различными факторами, наблюдаемая в данной работе присуща всем исследованиям, модели которых строятся на основании CAPM, путем аддитивного включения специфических факторов риска. Данная проблема предполагает искажение оценок в результате коррелированности факторов, и пока что не найдено путей устранения данной проблемы.

Регрессионный анализ

Для поиска ответа на исследовательский вопрос был проведен сравнительный регрессионный анализ различных факторных моделей, на основании выше исследованной литературы. Для анализа моделей был использован статистический пакет Eviews 7.

Первая модель выявила положительный и статистический значимый коэффициент альфа, равный 0,83% (Приложение 3). Доходность Баффетт, как и предполагалось положительно зависела от рыночной сверходоходности и от value фактора и отрицательно от size фактора. Это свидетельствовало о том, что Баффетт преимущественно инвестирует в крупные и недооцененные компании (с низким показателем B/MV).

В модели Фраззини и Петерсона сверхдоходность Баффета, как и в предыдущей модели положительно зависела от рыночной доходности и от value фактора. Однако size фактор, в расширенной модели оказался незначимым, что говорит о том, что в портфеле Berkshire присутствуют как крупные компании, так и компании с небольшой рыночной капитализацией.

При этом с включением двух новых факторов QMJ и BAB мера альфа Йенсена есть акции стабильных компаний при этом покупая акции с низкой бетой, что возможно благодаря дешевому финансовому рычагу.

Однако большего внимания в данной работе заслуживает анализ способностей к таймингу. На основе ранее исследованной методологии и обзоре литературы были рассмотрены как модель Кархарта, так и шестифакторная модель Фраззини с включенными в них переменными, отвечающими за наличие способностей к таймингу - мера Трейнора-Мазуи, а также мера Хенриксона-Мертона.

После поочередного добавления данных мер в каждую из моделей ситуация практически не менялась - знаки перед всеми факторами и уровень их значимости оставались на прежнем уровне. При этом при построении регрессии обе меры оказались незначимыми, что свидетельствует об отсутствии у Баффетта навыка к макропрогнозированию.

Анализ временных рядов

Для того, чтобы оценить насколько можно доверять полученным оценкам модели, одной из важных частей исследования является проверка на выполнение условий Гаусса-Маркова. Для тестирования выполнения данных условий была выбрана четвертая спецификация, а именно, шестифакторная модель Фразинни и Педерсена:

·    Данная модель линейна по параметрам

·        Выборка собранных данных случайна

·    Проблема мультиколлинеарности в модели отсутствует, о чем свидетельствуют значения коэффициентов VIF (Приложение 5). Таким образом, не возникает потребности в репараметризации модели.