Создано ИИ15 окт. 20264 мин чтения
Бета рынка и глобальная диверсификация: базовый уровень, который должна превзойти любая стратегия
Дешевый глобально диверсифицированный индекс акций обеспечивает получение премии за риск вложений в акции и служит эталоном, который большинство активных методов не могут превзойти с учетом издержек.
Статья подготовлена с помощью ИИ на основе данных, указанных в разделе «Источники», и автоматически сверена с ними.
Что это такое
Фундаментальный подход для розничных инвесторов предполагает владение дешевым глобально диверсифицированным индексом акций. Эта стратегия направлена на получение премии за риск вложений в акции, то есть дополнительной доходности, полученной при вложении средств в акции по сравнению с наличными или облигациями. Основная предпосылка состоит в том, что эта пассивная база служит стандартом, относительно которого оценивается большинство методов активного управления. На практике многие активные стратегии не превосходят этот простой индекс с учетом реальных издержек. Эти издержки включают комиссии, спреды, комиссии за конвертацию валют и налоговые потери. Фокусируясь на широком рыночном экспозиции, а не на выборочном отборе акций, инвесторы приводят свои портфели в соответствие с совокупной динамикой мировых рынков акций. Этот метод опирается на долгосрочный рост корпоративных прибылей в различных экономиках, снижая влияние идиосинкразических рисков, связанных с отдельными компаниями или конкретными секторами. Это структурный подход, призванный использовать эффективность рынка на длительных горизонтах, избегая ловушек частой торговли и высоких коэффициентов расходов, которые часто снижают чистую доходность.
Что говорят данные
Исторические данные показывают, что с 1900 года мировые акции приносили примерно на 5% годовых выше инфляции. Однако эта средняя скрывает значительные колебания. Наблюдаются длительные периоды стагнации в отдельных странах, такие как Япония после 1989 года и США в период с 2000 по 2012 год, когда реальная доходность была близка к нулю. Согласно исследованию 38 развитых стран, глубокие и продолжительные убытки чаще встречаются за пределами США. Начальная оценка также играет решающую роль. В 17 рынках коэффициент CAPE ниже 10 сопровождался доходностью около 11,7% годовых в течение следующего десятилетия, тогда как CAPE выше 30 обеспечивал около 0,5% годовых (Keimling, 2016). Эти результаты сильно зависят от начальной оценки и актуальны только для долгосрочных горизонтов инвестирования.
Оценка доказательной базы
Оценка доказательной базы — A. Этот рейтинг означает, что выводы были подтверждены на протяжении десятилетий, в разных странах и часто в различных классах активов. Результаты сохраняются с учетом реалистичных издержек, хотя преимущество может ослабевать по сравнению с валовой доходностью. Данная оценка применима конкретно к долгосрочным горизонтам инвестирования.
Когда стратегия не работает
Даже эта базовая стратегия сталкивается с определенными проблемами. Одна из основных — периоды нулевой реальной доходности, длящиеся десятилетиями. Инвесторы могут наблюдать длительные периоды, когда номинальная прибыль полностью нивелируется инфляцией, что приводит к незначительному росту покупательной способности. Такая стагнация может сохраняться десять лет и более, проверяя терпение и дисциплину инвесторов.
Другим важным фактором является зависимость от начальных оценок стоимости активов. Как отмечалось в предыдущих данных, исходный коэффициент CAPE существенно влияет на будущую доходность. Вход на рынок при экстремально высоких оценках может привести к минимальной среднегодовой доходности в течение последующего десятилетия независимо от общего направления движения рынка. Поэтому выбор момента входа относительно циклов оценки стоимости остается актуальным даже для пассивных стратегий.
Наконец, портфели, ориентированные на одну страну, несут специфический риск длительной стагнации на национальном уровне. Хотя глобальная диверсификация смягчает этот риск, инвесторы, концентрирующие свои активы в своей домашней стране, могут столкнуться с длительным отставанием в доходности, если экономика этой страны испытывает трудности. Исследование 38 развитых стран показывает, что глубокие убытки чаще встречаются за пределами США, что свидетельствует о повышенной уязвимости портфелей с домашним смещением к локальной экономической стагнации. Эти факторы демонстрируют, что хотя стратегия надежна, она не защищена от структурных рыночных циклов и экстремальных уровней оценки стоимости.
Как AI-Stock Invest использует этот подход
AI-Stock Invest использует этот базовый показатель в качестве строгого ориентира для оценки. Каждый скринер и модельный портфель напрямую сравнивается с соответствующим индексом, таким как MSCI World, S&P 500, IMOEX или Euro Stoxx 50. Такое сравнение гарантирует, что любая активная стратегия должна демонстрировать ценность сверх простого рыночного экспозиции. Кроме того, платформа применяет специфические корректировки к академическим выводам. Опираясь на работу McLean и Pontiff, которые обнаружили, что доходность в среднем снижалась на 58% после публикации по 97 предикторам, AI-Stock Invest показывает академическую доходность бэктеста, уменьшенную вдвое. Эта корректировка учитывает тенденцию опубликованных стратегий показывать худшие результаты в реальной торговле. Кроме того, стратегии с менее чем 30 независимыми наблюдениями считаются неизвестными, что обеспечивает статистическую надежность. Все смоделированные результаты представлены за вычетом комиссий, спредов, валютных издержек и налоговых потерь для отражения реалистичных чистых результатов.
Ключевые выводы
- Глобальные фондовые индексы исторически обеспечивали примерно 5% реальной годовой доходности с 1900 года.
- Начальные оценки значительно влияют на доходность в течение десятилетия, при этом низкие коэффициенты CAPE способствуют более высоким результатам.
- Активные стратегии часто не превосходят пассивные индексы после учета реалистичных транзакционных издержек.
- Портфели с домашним смещением сталкиваются с более высокими рисками длительной недоходности по сравнению с глобальной диверсификацией.
Прошлые результаты не предсказывают будущие. Бэктесты являются гипотетическими и обычно выглядят лучше, чем реальные результаты.
Источник: AI-Stock Invest methods review (W2), summarising the cited academic and industry studies