Долгосрочная ожидаемая общая доходность Global Market Index (GMI) вновь снизилась в марте, упав до 6,9% в годовом исчислении против 7,1% в предыдущем месяце. Анализ основан на трех моделях (определено ниже) для GMI, глобального бенчмарка, основанного на взвешенном по рыночной стоимости сочетании основных классов активов (за исключением денежных средств).

В соответствии с недавней историей, акции США по-прежнему являются аутсайдером в отношении ожидаемой доходности по сравнению с историей рынка и различными классами активов, составляющими GMI. Средний прогноз по американским акциям по-прежнему значительно ниже своих 10-летних показателей. Вывод: ожидается, что акции США будут демонстрировать заметно более слабые результаты в ближайшие годы по сравнению с доходностью американских акций за последнее десятилетие. Напротив, остальные основные классы активов продолжают публиковать прогнозы доходности выше своих 10-летних рекордов. Исходя из этого, перспективы глобально диверсифицированного портфеля выглядят более привлекательными по сравнению с прошлым десятилетием, о чем мы говорили в течение нескольких месяцев, основываясь на этих данных.

GMI представляет собой теоретический эталон для «оптимального» портфеля, который подходит для среднего инвестора с бесконечным временным горизонтом. Соответственно, GMI полезен в качестве Отправная точка для настройки распределения активов и дизайна портфеля в соответствии с ожиданиями, целями, толерантностью к риску и т. д. История GMI показывает, что производительность этого пассивного бенчмарка конкурентоспособна с большинством активных стратегий распределения активов, особенно после корректировки на риск, торговые издержки и налоги.

Вполне вероятно, что некоторые, большинство или, возможно, все из приведенных выше прогнозов в той или иной степени будут далеки от истины. Однако ожидается, что прогнозы GMI будут несколько более надежными по сравнению с оценками по его компонентам. Прогнозы для конкретных рынков (акции США, сырьевые товары и т.д.) подвержены большей волатильности и ошибкам отслеживания по сравнению с агрегированием прогнозов в оценку GMI, что может уменьшить некоторые ошибки с течением времени.

Еще один способ рассмотрения приведенных выше прогнозов заключается в использовании оценок в качестве основы для уточнения ожиданий. Например, приведенные выше прогнозы по точке могут быть скорректированы с помощью дополнительного моделирования, которое учитывает другие факторы, не используемые здесь, например, текущую оценку, такую как дивидендная доходность или импульс.

Чтобы понять, как реализованная общая доходность GMI изменялась с течением времени, рассмотрим послужной список бенчмарка на скользящей 10-летней годовой основе. На приведенном ниже графике сравниваются показатели GMI с аналогичными показателями акций и облигаций США за прошлый месяц. Текущая доходность GMI за последние десять лет составляет 7,1%, что является хорошим показателем, хотя в последние месяцы эта производительность снизилась и значительно ниже максимумов в прошлые годы.

Ниже приведена краткая информация о том, как создаются прогнозы, и определения других метрик в таблице выше:

Вв: Модель Building Block использует историческую доходность в качестве прокси для оценки будущего. Используемый период выборки начинается с января 1998 года (самая ранняя доступная дата для всех перечисленных выше классов активов). Процедура заключается в расчете премии за риск для каждого класса активов, вычислении годовой доходности, а затем добавлении ожидаемой безрисковой ставки для создания прогноза общей доходности. Для ожидаемой безрисковой ставки мы используем последнюю доходность 10-летних казначейских ценных бумаг с защитой от инфляции (TIPS). Эта доходность считается рыночной оценкой безрисковой, реальной (с поправкой на инфляцию) доходности для «безопасного» актива — Эта «безрисковая» ставка также используется для всех моделей, описанных ниже. Обратите внимание, что используемая здесь модель BB (в общих чертах) основана на методологии, первоначально изложенной Ibbotson Associates (подразделение Morningstar).

ЭКВАЛАЙЗЕР: Модель Equilibrium реверсивно проектирует ожидаемую доходность за счет риска. Вместо того, чтобы пытаться предсказать доходность напрямую, эта модель опирается на несколько более надежную схему использования метрик риска для оценки будущей производительности. Этот процесс относительно надежен в том смысле, что прогнозировать риск немного проще, чем прогнозировать доходность. Три входа:

* Оценка ожидаемой рыночной цены риска всего портфеля, определяемая как коэффициент Шарпа, который представляет собой отношение премий за риск к волатильности (стандартное отклонение). Примечание: «портфолио» здесь и далее определяется как GMI

* Ожидаемая волатильность (стандартное отклонение) каждого актива (рыночные компоненты GMI)

* Ожидаемая корреляция для каждого актива относительно портфеля (GMI)

Эта модель оценки равновесной доходности была впервые изложена в статье профессора Билла Шарпа в 1974 году. Для краткого изложения см. Гэри БриОбъяснение Нсона в главе 3 книги «Портативная программа MBA в области инвестиций». Я также рассматриваю эту модель в своей книге «Динамическое распределение активов». Обратите внимание, что эта методология изначально оценивает премию за риск, а затем добавляет ожидаемую безрисковую ставку, чтобы получить прогнозы общей доходности. Ожидаемая безрисковая ставка указана в BB выше.

АЖ: Эта методология идентична модели равновесия (EQ), описанной выше За одним исключением: Прогнозы скорректированы на основе краткосрочного импульса и долгосрочных коэффициентов возврата к среднему значению. Импульс определяется как текущая цена относительно скользящей 12-месячной скользящей средней. Средний коэффициент возврата оценивается как текущая цена относительно скользящей 60-месячной (5-летней) скользящей средней. Прогнозы равновесия корректируются на основе текущих цен относительно 12-месячных и 60-месячных скользящих средних. Если текущие цены находятся выше (ниже) скользящих средних, то нескорректированные оценки премий за риск уменьшаются (увеличиваются). Формула корректировки заключается в том, чтобы просто взять обратное среднее значение текущей цены на две скользящие средние. Например: если текущая цена класса активов на 10% выше его 12-месячной скользящей средней и на 20% выше 60-месячной скользящей средней, нескорректированный прогноз уменьшается на 15% (в среднем на 10% и 20%). Логика здесь заключается в том, что когда цены относительно высоки по сравнению с недавней историей, прогнозы равновесия снижаются. С другой стороны, когда цены относительно низки по сравнению с недавней историей, прогнозы равновесия повышаются.

Средняя: Этот столбец представляет собой простое среднее арифметическое трех прогнозов для каждой строки (класса активов)

10 лет RET: Чтобы получить представление о фактической доходности, в этом столбце показана общая доходность за последние 10 лет в годовом исчислении для классов активов за текущий целевой месяц.

Распространение: Прогноз усредненной модели за вычетом скользящей 10-летней доходности.

Научитесь использовать R для анализа портфеля
Количественная аналитика инвестиционного портфеля в R:
Введение в R для моделирования риска и доходности портфеля
Автор: Джеймс Пичерно