Две личности инвестора
Графики акций и любые паттерны, следующие из них, могут быть чрезвычайно сложными для интерпретации. Чтобы лучше понимать эти закономерности и, по возможности, извлекать из этого прибыль (например, с помощью технического анализа и алгоритмической торговли), инвесторы тратят миллионы долларов на анализ рыночных данных. Однако стандартная экономическая теория этот факт игнорирует – научные исследования исходят из того, что участники рынка точно и глубоко понимают взаимосвязи между фундаментальными факторами и ценами акций (см., например, здесь, здесь, здесь и здесь).
Теория предполагает, что инвесторы в совершенстве понимают механизмы ценовой функции – установления и движения рыночных курсов ценных бумаг – и им ничего не стоит сделать выводы обо всем, что касается стоимости активов, исходя из текущих котировок (правда, Джанкарло Корзетти, профессор экономики Европейского университетского института, и его соавторы утверждают, что высокочастотная торговля делает информацию, которую трейдеры могут извлечь из цен, «шумной»). Экономическая литература также предполагает, что все инвесторы одинаково искусны и между ними нет разницы с точки зрения их опыта, способностей или знания о рынках.
Тот факт, что в реальности инвесторы не только различаются между собой, но также расходуют огромные ресурсы на то, чтобы лучше понимать рынки, означает, что предположение о полном понимании инвесторами рыночной среды не соответствует действительности (см. работу Даррелла Даффи, профессора Стэнфордской высшей школы бизнеса, и его соавторов, анализирующую ценность данных для финансовых рынков). Что, если интерпретация информации о ценах обходится дорого, а инвесторы допускают ошибочные выводы? Как определить качество интерпретации инвесторами данных о цене активов? Как опыт и информированность инвестора влияют на рыночные цены и объемы торгов?
В своей недавно опубликованной работе мы отвечаем на эти важные вопросы и обосновываем, почему теоретические предположения, описанные выше, следует скорректировать. Мы исходим из того, что инвесторы могут отслеживать цены бесплатно (например, через Google или Yahoo Finance в реальном времени), но для того, чтобы понять, как связаны цены с фундаментальными показателями компаний, инвесторам требуется приложить усилия. Выявление этой основополагающей взаимосвязи позволит инвесторам затем использовать ее для формирования своих торговых стратегий. В широком смысле усилия, о которых идет речь, можно интерпретировать как расходование ресурсов на изучение, анализ или в целом лучшее понимание взаимосвязи между ценами и фундаментальными факторами. Инвесторы сами выбирают степень прилагаемых усилий и затем действуют на основе информации, которую получили благодаря этим усилиям.
Предложенную нами концепцию можно интерпретировать с поведенческой точки зрения. Каждого инвестора можно представить как две личности. Одна «личность» формирует понимание того, как работает рынок, и выбирает для себя уровень сложности. Но вторая «личность» ограниченно рациональна и при интерпретации информации, которая заложена в цене, добавляет к ней «шумы». Эти «две личности» инвестора можно также представить как исследовательский отдел и торговое подразделение инвестиционного учреждения. Торговое подразделение отвечает за сделки с активами и для лучшего понимания той информации, которую дают цены, полагается на выводы исследовательского отдела. Исследовательский отдел описывает в своих докладах, как наилучшим образом «извлекать» ценовые сигналы, но торговое подразделение добавляет к пониманию описанных аналитиками процедур «шумы».
Современные рынки демонстрируют аномалии, которых не должно быть, если стандартная экономическая теория верна. Эти аномалии включают в себя ценовой импульс (будущая доходность актива положительно коррелирует с текущей ценой), избыточную волатильность доходности и избыточный объем торгов. Они постоянно наблюдаются эмпирически, но их нелегко объяснить при помощи стандартной экономической теории (см., например, здесь, здесь, здесь и здесь). Наша модель объясняет эти эффекты и показывает, что аномалии возникают из-за дорогостоящей интерпретации цен активов.
Для того чтобы объяснить, как работает этот механизм, возьмем для примера ценовой импульс. В частности, когда инвесторы располагают ограниченными ресурсами на анализ данных о ценах, они не могут получить всю информацию, касающуюся их формирования, и понять все взаимосвязи между ценами и фундаментальными факторами. Ограниченное понимание означает, что инвесторы учитывают не всю доступную информацию. В итоге при агрегированной торговле цены будут не в полной мере реагировать на эту информацию, что и приведет к аномалии ценового импульса.
Кроме того, наша модель дает возможность проанализировать выбор уровня сложности принимаемых инвестиционных решений. Компромисс здесь заключается в том, что более высокий уровень знаний позволяет инвесторам лучше интерпретировать данные о рынках, но получение знаний и опыта обходится дорого. Выбор более высокого уровня сложности ведет к стратегической комплементарности (то есть по мере того, как некая поведенческая модель становится все более частым выбором, выбирать ее становится все более выгодно; таким образом решения разных людей усиливают друг друга. – Прим. «Эконс»), в итоге стимулы, которые подталкивают инвестора повышать свой уровень, положительно коррелируют с тем, насколько искушен средний инвестор. Чем выше этот уровень у среднего инвестора, тем сильнее у нового инвестора мотивация получать больше информации о рынке. Интуитивно понятно, что опытные инвесторы, которые тратят миллионы долларов на анализ рыночных данных, имеют больше стимулов для этого, когда их коллеги также тратят миллионы долларов на анализ рынков.
Эффект стратегической комплементарности в основном объясняется «шумом», добавляемым к ценовому сигналу, когда инвесторы интерпретируют информацию, содержащуюся в цене. Проиллюстрировать, как «работает» «шум», можно на примере двух крайностей. Во-первых, если бы инвесторы были минимально подготовлены и информированы, их торговля напоминала бы белый шум (то есть абсолютно случайные действия), поскольку их решения не были бы хоть как-либо обоснованны. Случайность такой торговли отразилась бы в ценах, которые вовсе не учитывали бы фундаментальные факторы, – это экстремальный случай «шумных» цен. Во-вторых, если бы инвесторы были настолько совершенны, как это только возможно, то цены включали бы в себя всю информацию о фундаментальных показателях и вообще не содержали бы «шума».
В реальности инвесторы находятся в широком диапазоне между этими двумя крайностями, и именно тот «шум», который они создают, служит причиной стратегической комплементарности. По мере того как инвесторы будут совершенствовать алгоритмы интерпретации данных о ценах, «шум» в ценах будет снижаться, поскольку инвесторы будут лучше понимать связь между ценами и фундаментальными факторами. Понижение уровня «шума» означает, что цены станут более информативными, чем были когда-то, что, в свою очередь, будет мотивировать инвесторов направлять больше ресурсов на их изучение, поскольку данные о ценах станут более ценными.
Главный вклад нашей работы в том, что она связывает финансовую экономическую теорию с эмпирическими результатами, которые наблюдаются на протяжении долгого времени. Эта концепция позволяет адаптировать теорию и объяснить эффекты, которые ранее рассматривались как аномалии, не вписывающиеся в стандартную экономическую теорию. Наша работа также касается вопроса о том, каким образом можно использовать описанную модель для объяснения трендов в области управления активами, например, таких как эффект толпы и постоянно растущий уровень сложности в силу стратегической комплементарности. Модель может использоваться в будущих исследованиях для лучшего понимания работы финансовых рынков и дополнения нюансами эмпирических результатов – вместо того чтобы списывать их на аномалии.
Оригинал статьи опубликован на портале VoxEU.org. Перевод выполнен редакцией Econs.online.
