31 октября 2024 Доходъ
Оглядываясь назад при оценке доходностей различных активов, мы обычно привязываемся к конкретным датам и периодам. Это удобно и наглядно. Поэтому инфографика с ротацией доходностей по годам, треугольники доходностей и просто доходностями отдельных акций за конкретные периоды так популярна.
Однако, очевидно, что мы с вами не инвестируем в акции только 31 декабря 2000 года и через 23 года с наслаждением оцениваем результаты. Даты инвестиций во многом случайны и их, как правило, множество, инвестиционные горизонты на практике, даже если говорить о целых годах, могут начинаться 15 августа одного года и заканчиваться 15 августа через год, два, три или 20 лет. Поэтому доходности по годам удобны, но совсем не показательны.
Графики ниже отражают доходности (в % годовых и с учетом дивидендов) всех возможных периодов в 1 год (250 торговых дней), 3 лет, 5 и 10 лет для российского рынка акций, портфеля 60/40 (60% акций, 40% облигаций) и рынка облигаций за период с 2003 по 2023гг.
Это, так называемые, распределения доходностей (здесь только исторические данные – обычно, такие данные дополнительно моделируются, чтобы не привязываться к конкретному периоду). Вы можете видеть как сильно изменяется доходность различных активов и как важен инвестиционный горизонт для стабилизации ожидаемой доходности.
Годовые доходности рынка акций изменяются от -77% до 189% (вероятность убытка – более 20%), портфеля 60/40 – от -55% до 108% (вероятность убытка около 16%), рынка облигаций - от -15% до 30% (вероятность убытка - 7%).
Но уже на пяти годах мы видим более стабильную картину: доходности рынка акций изменяются от -2.7% до 48.5% годовых (вероятность убытка – более 5.7%), портфеля 60/40 – от +1.7% до 32% годовых (вероятность убытка 0%), рынка облигаций - от +1.5% до 12,6% годовых (вероятность убытка - 0%).
Для каждого распределения каждого актива на каждый период на графиках представлены также их параметры:
Mean – среднее значение доходности. Как вы можете увидеть распределения, обычно, являются очень несимметричными, поэтому среднее значение смещенно и не очень ценно (медиана – более показательна).
Median – медиана доходности. Делит все значения (исходы) пополам – половина выше медианы, половина – ниже.
Std – стандартное отклонение от среднего. Это самый распространенный индикатор риска – как сильно могут изменяться доходности данного актива на данном сроке. Обычно три стандартных отклонения объясняют 99.7% всех исходов, но так как распределения доходностей на рынке несимметричны (и не нормальны) в реальности это не так. Для уточнения риска используются показатели VaR, Expected Shortfall и перцентили (типа Best15% и Worst15% ниже).
Sharp – коэффициент Шарпа. Показывает отдачу реальной средней доходности на риск (std). Для схожих типов активов - чем выше, тем лучше.
Sortino – коэффициент Сортино. Рассчитывается аналогично коэффициенту Шарпа, однако вместо волатильности портфеля используется «волатильность вниз». Считается более ценным, чем коэффициент Шарпа.
VaR5% - Value at Risk в процентах. Граница доходности, после которой начинаются 5% самых негативных результатов (то есть до этой границы расположены 95% всех возможных доходностей). Чем она меньше, тем, при прочих равных, лучше.
ExpShortfall5% - среднее значение внутри за границей VaR5% - то есть, какая в среднем будет доходность в 5% самых худших доходностей. Чем она меньше, тем, при прочих равных, лучше.
Worst15% - граница 15% худших результатов.
Best15% - граница 15% лучших результатов.
LossProb% - вероятность убытка (приведены 4 показателя для любого убытка, более чем 10%, 20% и т.п.).
GainProb% - вероятность прибыли (приведены 4 показателя для любой прибыли, более чем 10%, 20% и т.п.).
Skewness – коэффициент асимметрии распределения. Если распределение симметрично относительно среднего значения, то его коэффициент асимметрии равен нулю. В этом случае, среднее значение и медиана совпадают. Этот коэффициент важен, так как, если он положителен вместе с положительными средней и медианой, то отражает сдвиг распределения вправо, то есть к положительным доходностям.
Kurtosis – эксцесс - мера остроты пика распределения. Он положителен, если пик распределения около математического ожидания острый, и отрицателен, если пик очень гладкий.
http://www.dohod.ru/ (C)
Не является индивидуальной инвестиционной рекомендацией | При копировании ссылка обязательна | Нашли ошибку - выделить и нажать Ctrl+Enter | Отправить жалобу
Однако, очевидно, что мы с вами не инвестируем в акции только 31 декабря 2000 года и через 23 года с наслаждением оцениваем результаты. Даты инвестиций во многом случайны и их, как правило, множество, инвестиционные горизонты на практике, даже если говорить о целых годах, могут начинаться 15 августа одного года и заканчиваться 15 августа через год, два, три или 20 лет. Поэтому доходности по годам удобны, но совсем не показательны.
Графики ниже отражают доходности (в % годовых и с учетом дивидендов) всех возможных периодов в 1 год (250 торговых дней), 3 лет, 5 и 10 лет для российского рынка акций, портфеля 60/40 (60% акций, 40% облигаций) и рынка облигаций за период с 2003 по 2023гг.
Это, так называемые, распределения доходностей (здесь только исторические данные – обычно, такие данные дополнительно моделируются, чтобы не привязываться к конкретному периоду). Вы можете видеть как сильно изменяется доходность различных активов и как важен инвестиционный горизонт для стабилизации ожидаемой доходности.
Годовые доходности рынка акций изменяются от -77% до 189% (вероятность убытка – более 20%), портфеля 60/40 – от -55% до 108% (вероятность убытка около 16%), рынка облигаций - от -15% до 30% (вероятность убытка - 7%).
Но уже на пяти годах мы видим более стабильную картину: доходности рынка акций изменяются от -2.7% до 48.5% годовых (вероятность убытка – более 5.7%), портфеля 60/40 – от +1.7% до 32% годовых (вероятность убытка 0%), рынка облигаций - от +1.5% до 12,6% годовых (вероятность убытка - 0%).
Так, для получения оптимальных портфелей для каждого инвестиционного горизонта и возможности конкретного инвестора принимать риск, используются похожие распределения реальных (после ожидаемой инфляции) доходностей самых разных активов и их комбинаций, часто с динамическими комбинациями, чтобы не терять накопленные сбережения в конце периода инвестиций.
Для каждого распределения каждого актива на каждый период на графиках представлены также их параметры:
Mean – среднее значение доходности. Как вы можете увидеть распределения, обычно, являются очень несимметричными, поэтому среднее значение смещенно и не очень ценно (медиана – более показательна).
Median – медиана доходности. Делит все значения (исходы) пополам – половина выше медианы, половина – ниже.
Std – стандартное отклонение от среднего. Это самый распространенный индикатор риска – как сильно могут изменяться доходности данного актива на данном сроке. Обычно три стандартных отклонения объясняют 99.7% всех исходов, но так как распределения доходностей на рынке несимметричны (и не нормальны) в реальности это не так. Для уточнения риска используются показатели VaR, Expected Shortfall и перцентили (типа Best15% и Worst15% ниже).
Sharp – коэффициент Шарпа. Показывает отдачу реальной средней доходности на риск (std). Для схожих типов активов - чем выше, тем лучше.
Sortino – коэффициент Сортино. Рассчитывается аналогично коэффициенту Шарпа, однако вместо волатильности портфеля используется «волатильность вниз». Считается более ценным, чем коэффициент Шарпа.
VaR5% - Value at Risk в процентах. Граница доходности, после которой начинаются 5% самых негативных результатов (то есть до этой границы расположены 95% всех возможных доходностей). Чем она меньше, тем, при прочих равных, лучше.
ExpShortfall5% - среднее значение внутри за границей VaR5% - то есть, какая в среднем будет доходность в 5% самых худших доходностей. Чем она меньше, тем, при прочих равных, лучше.
Worst15% - граница 15% худших результатов.
Best15% - граница 15% лучших результатов.
LossProb% - вероятность убытка (приведены 4 показателя для любого убытка, более чем 10%, 20% и т.п.).
GainProb% - вероятность прибыли (приведены 4 показателя для любой прибыли, более чем 10%, 20% и т.п.).
Skewness – коэффициент асимметрии распределения. Если распределение симметрично относительно среднего значения, то его коэффициент асимметрии равен нулю. В этом случае, среднее значение и медиана совпадают. Этот коэффициент важен, так как, если он положителен вместе с положительными средней и медианой, то отражает сдвиг распределения вправо, то есть к положительным доходностям.
Kurtosis – эксцесс - мера остроты пика распределения. Он положителен, если пик распределения около математического ожидания острый, и отрицателен, если пик очень гладкий.
http://www.dohod.ru/ (C)
Не является индивидуальной инвестиционной рекомендацией | При копировании ссылка обязательна | Нашли ошибку - выделить и нажать Ctrl+Enter | Отправить жалобу