За последнее десятилетие роботы-консультанты приобрели известность, а подсектор финансовых технологий поощряет более активное участие молодых инвесторов и масс в сбережениях и инвестициях. Роботы-консультанты стремятся демократизировать финансовые консультации и предоставлять высококачественные услуги, которые ранее были доступны исключительно состоятельным и искушенным инвесторам. В двух словах, робо-советование — это форма управления инвестициями, которая передает стратегию портфеля алгоритму. Создание портфеля и ребалансировка автоматизированы с помощью компьютеров, что обеспечивает более доступные решения по управлению капиталом и потенциально снижает человеческие ошибки и предвзятость.
Многие стартапы в этой области изо всех сил пытаются выйти на уровень безубыточности и продемонстрировать дифференциацию бренда. Как лучше всего роботам-консультантам продолжать демократизировать инвестирование и получать прибыль, сообщая об истинных рисках портфеля?
Betterment и Wealthfront — два наиболее известных робота-консультанта, первый из которых был запущен в 2008 году. По оценкам, к 2019 году в глобальном управлении сектор управлял активами на сумму Авангард также принял такие методы. Несмотря на то, что они полностью отличаются от торговых платформ, предназначенных только для исполнения, таких как Robinhood, идеи обоих секторов о расширении финансовых возможностей были восприняты более молодыми инвесторами, которые традиционно не проявляли активного интереса к пенсионным сбережениям до более поздних периодов своей карьеры.
Одним из ключевых преимуществ популярных роботов-консультантов является то, что они помогают клиентам понять риски и затраты, связанные с портфелями, вместо того, чтобы сосредотачиваться только на доходах. Аргументами против традиционного управления капиталом под руководством финансового консультанта является несоответствие стимулов, когда дорогие и малоэффективные активы направляются инвесторам, которые не могут объективно анализировать цифры, чтобы получить представление о результатах. Для этого роботы-консультанты были сторонниками пассивного инвестирования, избегая дорогих активно управляемых фондов в пользу экономических индексных фондов и биржевых фондов (ETF).
Хотя большинство роботов-консультантов обычно используют современную теорию портфелей (иногда в сочетании с другими хорошо изученными методологиями) для построения портфелей инвесторов, они используют разные способы выражения уровней риска, связанных с этими портфелями. Большинство специалистов по инвестициям согласны с тем, что риск является таким же важным фактором, как и доходность при выборе портфеля. На самом деле, подавляющее большинство практиков по-прежнему вдохновляется структурой оптимизации среднего отклонения, проиллюстрированной диссертацией лауреата Нобелевской премии Гарри Марковица 1952 года о выборе портфеля.
Однако средний инвестор обычно не так хорошо понимает риск, как ожидаемую прибыль. Это связано с тем, что устойчивость человека к риску определяется не только прошлыми результатами и рациональными ожиданиями, но и уникальными личными обстоятельствами и другими эмоциональными факторами, такими как надежды и страхи. Кроме того, индивидуальная толерантность к риску вряд ли является статичной мерой. Большинство людей определенно считают, что их толерантность к риску будет ниже в 2020 году из-за неопределенностей, связанных с COVID-19, чем когда-либо за последнее десятилетие. Желательность рекомендуемого портфеля оценивается инвестором отчасти на основе собственного восприятия рискованности портфеля. Вот почему для робота-консультанта жизненно важно четко проиллюстрировать риск, чтобы инвесторы могли понять степень риска и соотнести его со своей толерантностью, целями и эмоциональными предпочтениями.
Робо-консультанты используют количественные или качественные показатели, чтобы помочь клиентам понять риск. Каждая мера имеет свои преимущества и ограничения.
Большинство роботов-консультантов присваивают качественный рейтинг риска на основе того, как инвесторы отвечают на заранее определенный список психометрических вопросов. Как правило, числовая шкала варьируется от «Очень консервативно» до «Очень агрессивно».
Качественный рейтинг риска имеет очевидные преимущества, поскольку он облегчает восприятие инвестором рискованности различных портфелей по отношению друг к другу. Например, портфель с рейтингом «Агрессивный» может быть по своей сути более рискованным, чем портфель с пометкой «Консервативный». Психометрические вопросы помогают снизить толерантность инвесторов к убыткам и определить соответствующий уровень риска.
Однако качественный рейтинг может не дать четкого представления об ожидаемой изменчивости портфеля. Может быть неочевидно, насколько более волатильным является агрессивный портфель по сравнению с умеренным портфелем. Скорее всего, рейтинг риска 6 может не означать, что портфель в два раза более рискован, чем портфель с рейтингом 3. Кроме того, восприятие риска может варьироваться в зависимости от того, как формулируется рейтинг риска. Инвесторы могут по-разному относиться к портфелю с высоким риском в зависимости от того, помечен ли он как «Высокорастущий» или «Очень агрессивный». Следовательно, такая категоризация вносит слой субъективности в воспринимаемую привлекательность портфолио.
Меня беспокоит то, что роботы-консультанты чрезмерно подчеркивают качественный риск, поскольку это может дать инвесторам ложное чувство безопасности в отношении текущей эффективности их портфелей. Произвольная оценка риска в агрессивном/консервативном диапазоне может быть слишком широкой и в конечном итоге привести к неоптимальным решениям по планированию финансирования со стороны инвесторов, чьи обстоятельства могут быть более сложными, чем считалось ранее. Обеспокоенность по поводу чрезмерно упрощенных рисков находит отражение в обращениях регулирующих органов по поводу того, что роботы-консультанты систематически занимаются продажей товаров по ошибке, а инвесторы не понимают истинной природы продукта.
Более широкое внедрение институциональных количественных мер риска (используемых банками, фондами и семейными офисами) с обучением клиентов может стать ключом к следующему этапу робо-консультирования. Это действительно могло бы продвинуть отрасль вперед и соответствовать национальным движениям за повышение финансовой грамотности.
Количественные показатели риска для инвестиционных портфелей
Стоимость под риском, или VaR, является наиболее популярной мерой волатильности портфеля. Проще говоря, VaR — это мера минимальных ожидаемых убытков как определенный уровень вероятности (также известный как уровень достоверности или процентиль). Например, если 99% VaR портфеля составляет 12%, это означает, что существует 99% вероятность того, что убытки от портфеля не превысят 12% в течение заданного периода. Другими словами, существует вероятность 1%, что потери портфеля превысят 12%. VaR уже применяется некоторыми роботами-консультантами, одним из таких примеров использования является сингапурская компания StashAway, которая превращает 99-процентную норму в показатель, называемый «индексом риска».
VaR может быть рассчитан с использованием различных методов. Исторический метод сортирует историческую доходность портфеля по величине и определяет доходность, наблюдаемую в определенном процентиле (обычно 95% или 99%). Метод дисперсии-ковариации предполагает, что доходность распределяется нормально, и использует стандартное отклонение портфеля для оценки того, где на кривой нормального распределения будут лежать наихудшие 5% или 1% доходности. VaR также можно оценить с помощью моделирования по методу Монте-Карло, которое дает наихудшие 5% или 1% доходности на основе вероятностных результатов.
Популярность VaR связана с тем, что инвестору легко понять изменчивость портфеля и связать ее со своей личной устойчивостью к потерям. Однако мы можем получить разные результаты в зависимости от исходных данных и методологии, используемой для расчета VaR, что влияет на надежность измерения. Кроме того, VaR в значительной степени зависит от многочисленных предположений, таких как нормальное распределение доходности и ее соответствие исторической доходности. Наконец, 99% VaR на уровне 12% (описано выше) не информирует инвестора о сумме убытков, которые можно ожидать в наихудшем сценарии.
Различные предостережения, связанные с VaR, могут ограничивать его известность на платформах роботизированного консультирования, поскольку он рассматривается как сложная метрика для понимания пользователями. Пример того, как StashAway превращает его в более удобоваримую метрику, показывает, как эти барьеры могут быть преодолены более убедительно.
Устранение одного из недостатков VaR, условной стоимости, подверженной риску, или CVaR, обеспечивает инвестору ожидаемые убытки в наихудшем сценарии. При доверительном уровне 99 % CVaR рассчитывается как средняя доходность портфеля в наихудшем 1 % сценариев. CVaR оценивается с использованием тех же методов, что и VaR. Хотя он может помочь получить более четкое представление о наихудшем сценарии по сравнению с VaR, он может страдать от аналогичных недостатков из-за допущений и методологий, используемых при оценке.
Рыночные разъединения 2020 года, как правило, нарушают нормальные модели распределения, демонстрируя, что добавление более «трехмерных» мер портфельного риска, таких как CVar, может быть выгодным. В сочетании со стандартной мерой VaR данные CVaR улучшат возможности робота-консультанта по управлению рисками и будут хорошо подходить, учитывая, что большинство роботов-активов представляют собой индексные фонды (корзины акций).
Наилучшая и наихудшая доходность относятся к скользящей периодической доходности ценной бумаги или портфеля в течение заданного периода времени. Доходность может рассчитываться ежедневно, ежемесячно или ежегодно, в зависимости от временного горизонта инвестора. Временные рамки обычно определяются доступностью данных, но они могут повлиять на наилучшую и наихудшую наблюдаемую доходность, если мы не используем достаточно длинный временной горизонт.
Лучшая и худшая доходность активов в США:1973–2016 годы
Этот показатель использует историческую доходность, чтобы дать инвесторам представление о наилучшем и наихудшем сценарии. Одним из явных преимуществ является то, что, в отличие от VaR, он различает положительную и отрицательную доходность, а не предполагает нормальное распределение. Инвесторы, как правило, не возражают против положительной волатильности и в основном беспокоятся об абсолютных рисках снижения. Кроме того, в отличие от CVaR, он показывает абсолютную наихудшую наблюдаемую доходность, а не среднее значение доходности, что может привести к недооценке наихудшего сценария. Однако, как и другие количественные показатели, это, как правило, ретроспективно, а также зависит от набора данных наблюдаемых результатов.
Показатели риска наилучшей и наихудшей доходности хорошо подходят для платформ роботов-консультантов, поскольку они четко сообщают инвесторам, не полагаясь на пугающие финансовые коэффициенты. Однако один из таких рисков заключается в том, что они могут играть на иррациональных предубеждениях и поощрять панические продажи на падающем рынке или упрямо держаться за проигравших.
Давайте посмотрим, как можно рассчитать VaR, CVaR, а также лучшую и худшую доходность для портфеля с одним активом. Принимаемый во внимание актив — SPY, ETF, который отслеживает акции компаний США с большой капитализацией.
Данные, использованные для приведенных ниже расчетов, относятся к NAV и ежемесячной доходности SPY с июля 2007 года по июнь 2020 года. Расчеты можно выполнять с помощью функций Excel или Google Таблиц.
Вариантовая стоимость - 11,8% VaR означает, что вероятность того, что SPY потеряет более 11,8% в данном месяце, составляет 1%. Другими словами, SPY обеспечил лучшую ежемесячную доходность, чем убыток в 11,8% за 99% месяцев. Шаги (Google Таблицы/Excel):
CVAR - 14,5% CVaR означает, что ожидаемая месячная потеря SPY при наихудшем исходе 1% составляет 14,5%. Это можно определить в Google Таблицах/Excel с помощью функции СРЗНАЧЕСЛИ, чтобы вычислить среднее значение доходности меньше результата VaR.
Лучшая и худшая доходность - Как показано в таблице, лучшая и худшая месячная доходность, наблюдаемая в SPY в период 2007-2020 гг., составляла +13% и -16% соответственно. Их можно быстро рассчитать с помощью MIN. и MAX функции.
Как уже упоминалось, важно отметить, что эти меры могут давать разные значения в зависимости от метода, а также периода наблюдения. Выбор методологии и периода должен основываться на таких факторах, как доступность данных, ожидаемый временной горизонт инвестирования и личное мнение.
Основой традиционного управления активами является адаптация портфелей к индивидуальным потребностям, будь то временные рамки, этические нормы, склонность к риску и потребности, основанные на доходах; для этого каждый подход индивидуален. Что делает робо-консультирование привлекательным, так это то, как его автоматизированные методы могут работать в разных клиентских базах.
Тем не менее, роботы-консультанты должны помочь клиентам четко понять компромиссы между риском и доходностью их портфельных предложений, чтобы они могли выбрать правильные портфели, отвечающие их личным потребностям. Качественные меры риска — это простое для понимания «на пути» к робо-советованию, но со временем их параметры могут стать излишними. Однако при использовании в сочетании с изложенными здесь количественными показателями риска они помогают предоставить более целостные рекомендации по управлению рисками и осведомленность об эффективности портфеля.