Данные о прошлой доходности позволяют оценить, как активы росли и падали в разных экономических условиях, и сколько времени заняло восстановление рынка. Конечно, это помогает взвесить риски при принятии решения. Однако нет никаких гарантий, что будущее будет похоже на прошлое. В качестве иллюстрации к этому тезису автор книги «Заходит экономист в публичный дом» Эллисон Шрагер приводит попытки инвесторов из киноиндустрии предугадать блокбастер. С разрешения издательства «МИФ» публикуем отрывок из нее.
От данных к риску: что обычно происходит
Какое бы решение вы ни принимали, судьбоносное или обыденное, самый простой способ оценить риск — вспомнить, что было в прошлом, и предположить, что нечто подобное произойдет и в будущем. Так вы надежно оцените спектр возможных событий.
Если ездить раз в месяц в один и тот же аэропорт, поездка, скорее всего, не продлится ровно 33 минуты в каждом случае. Вероятно, время будет колебаться от 20 до 40 минут в зависимости от погоды и загруженности дорог. И это без учета необычных происшествий вроде крупных аварий, из-за которых можно опоздать и на час.
В целом мы принимаем решения на основе обычного спектра предполагаемых событий. Если действовать предусмотрительно, можно заложить на дорогу до аэропорта 40 минут. Если позволительно немного рискнуть, можно выехать за полчаса.
Риск — это догадка о будущем. Вернее говоря, это диапазон возможных событий и вероятностей каждого из них. Точно предугадать единственный исход — например, что фильм принесет 200 млн долларов, — нельзя (этого не обещал даже Кавана). Зато можно очертить спектр исходов. Летний блокбастер может заработать в американском прокате от 1 до 4 млрд долларов. Конечно, последний вариант маловероятен. Но в любом случае релиз почти наверняка принесет больше 1 млн, поэтому для правильной оценки риска спектр нужно сузить.
Рабочий диапазон необходим для любого рискованного решения. Если каждый раз предполагать, что по дороге в аэропорт вас ждет авария с тремя сотнями участников, придется всегда выезжать за три часа. А потом вы, скорее всего, будете долго сидеть в пустом терминале.
Трудность в том, чтобы узнать этот разумный диапазон. Достаточно ли выделить от 20 до 40 минут? Или трафик настолько непредсказуемый, что потребуется 50 минут или даже три часа?
В финансовой экономике идеальный диапазон возможных событий оценивают несколько более методично и с использованием данных. Такое измерение риска в знакомом нам виде человечество изобрело недавно. До окончания эпохи Возрождения и начала эпохи Просвещения люди в основном исходили из того, что неопределенностью управляют божественные силы и поэтому измерить шансы нельзя (Peter Bernstein. Against the Gods: The remarkable story of risk (Hoboken, NJ:John Wiley & Sons, 1996). Прим. авт.). Однако в XVII веке математики Блез Паскаль и Пьер Ферма начали измерять вероятности для игр с костью. Их идеи изменили восприятие риска: ученые увидели, что его можно измерять и контролировать.
Почти 60 лет спустя математик Якоб Бернулли внес еще больший вклад в эту область. Он применил новые знания к реальному миру, а не к контролируемым ситуациям с точными, количественно оцениваемыми вероятностями. Бернулли предположил, что диапазон событий прошлого позволяет предсказать будущие варианты. Одним из основных его вкладов в науку стал закон больших чисел. Он гласит: достаточное число повторений эксперимента позволяет точно оценить вероятность исхода в будущем.
Эти ученые стали пионерами современной статистики — науки о том, как измерять риск на основе фактов из прошлого. Рассмотрим, как из месяца в месяц меняются цены акций.
На графике ниже показана динамика цен акций, входящих в индекс — S&P 500 (акции пятисот самых ценных компаний США), — за каждый месяц с 1950 по 2018 год. Представьте, что это аналог 824 поездок в аэропорт. Предположим, что будущее похоже на прошлое. Тогда этот рисунок покажет все, что может произойти с фондовым рынком в следующие 69 лет, а также вероятность этих событий.
Обратите внимание на форму графика и на то, что значения группируются ближе к его средней части. В большинство месяцев доходность на фондовом рынке составляла от 11 до 13%. Доходность в 16% встречалась очень редко. Финансовая экономика часто исходит из того, что историческая доходность акций имеет на графике определенную форму и выражается через нормальное распределение (или распределение Гаусса). Это гладкая симметричная колоколообразная кривая, основное число значений на которой сгруппировано в середине. Она проиллюстрирована ниже.
Если исходить из того, что диапазон возможных событий соответствует нормальному распределению, можно быстро оценить риск. Это называют стандартным отклонением, или волатильностью. Она показывает спектр колебания доходности акций в большинстве случаев. Точнее, в любой конкретный месяц фондовый рынок США в 68% случаев упадет на 3%, вырастет на 5% — или изменится на какой-то процент между этими значениями. Чем шире спектр, тем более рискованным будет портфель акций (и тем выше любой риск), поскольку больше возможных вариантов. Инвестировать в акции на развивающихся рынках рискованнее, чем в США: цены там могут упасть на 8%, вырасти на 9% или на какой-то процент в этих пределах.
Если вы переживаете, что не успеете на самолет, можно применить ту же методику. Представьте, что вы уже ездили в аэропорт 900 раз и оценили волатильность этих поездок.
Диапазон обычных значений составил от 20 до 40 минут. Вы обратили внимание, что ехать три часа из-за крупной аварии менее вероятно — так бывает всего в 1–2% случаев. Авария называется хвостовым (остаточным) риском, поскольку этот маловероятный вариант находится в хвосте кривой нормального распределения.
С помощью таких измерений риск определяют в финансах. Специалисты часто исходят из нормального распределения и применяют волатильность в качестве стандарта. Вы, вероятно, встречали волатильность в отчетах вашего взаимного фонда: она в общих чертах показывает вероятность, что цена акций фонда пойдет вверх или вниз. Здесь предполагается распределение, близкое к нормальному. Информация о хвостовом риске скудная. Такой риск маловероятен, но последствия у него катастрофические, например падение фондового рынка на 40%.
Нормальность распределения — спорное допущение. Есть много данных, что доходность акций ему не соответствует (Eugene Fama. The behavior of stock-market prices. Journal of Business 38, no. 1 (январь 1965 г.): 34–105. Прим. авт.).
В таком случае основанный на волатильности диапазон приводит к недооценке риска. В нашем примере поездка в аэропорт занимала бы от 20 до 40 минут лишь в 50% случаев. При этом хвостовой риск — три часа в пути из-за крупной аварии — был бы вероятнее, чем вы ожидаете. На него пришлось бы 5% случаев.
Кинопроизводство в Голливуде совсем как дорожное движение: никакого нормального распределения там нет.
Асимметричный кинобизнес
Как правило, риск кинопроизводства сложно измерить, потому что почти невозможно точно определить диапазон разумных вариантов. Кино как поездка в аэропорт, которая может длиться сколько угодно, от 10 минут до пары часов.
Если отразить историю прибыльности выпущенных фильмов на графике, он совсем не будет похож на привычное финансистам распределение Гаусса.
На рисунке представлено соотношение сборов за рубежом и в США с затратами на производство всех фильмов, показанных как минимум в 100 американских кинотеатрах с 2008 по 2017 год. Значения меньше 100% означают, что продажи билетов не окупили затрат на производство. Чтобы маркетинг и дополнительные, не связанные с производством затраты оправдались, есть хорошее правило: фильм должен принести в два раза больше, чем он стоил (Без учета затрат на маркетинг и выручки от продаж DVD, стриминга и показов по телевидению. Речь только о том, какая часть затрат на производство была возвращена благодаря кассовым сборам. Прим. авт.).
Кассовые сборы десятилетиями сопряжены с одними и теми же рисками. На это не влияют ни инновации вроде IMAX, ни конкуренция со стриминговыми сервисами и более качественным контентом на телевидении. Экономисты Артур де Вани и Дэвид Уоллс изучили кассовые сборы 2015 фильмов, выпущенных с 1985 по 1996 год, и получили график точно такой же формы, как на рисунке выше (Arthur De Vany and W. David Walls. Uncertainty in the movie industry: Does star power reduce the terror of the box office? Journal of Cultural Economics 23, no. 4 (ноябрь 1999 г.): 285–318. Прим. авт.).
Такое распределение называют асимметричным, или скошенным. Именно оно делает кинобизнес кинобизнесом и описывает многие решения, которые приходится принимать всем нам.
Асимметричность показывает, насколько рискованно и непредсказуемо кинопроизводство. Если бы распределение было нормальным, центр графика — и большая часть фильмов — приходились бы на зону безубыточности. Очень прибыльных и убыточных сценариев было бы поровну. Если распределение положительно асимметричное — как на рисунке выше, иллюстрирующем кинобизнес, — диапазон вероятностей широк. Вариантов прибыльных сценариев гораздо больше, чем неприбыльных. Обратите внимание на длинный хвост справа — это диапазон потенциальной прибыли.
Фильм, попадающий в этот спектр, может еле окупиться, принести больше 1000% или занять любое промежуточное положение. Все прибыльные сценарии одинаково маловероятны.
Большинство фильмов расположены в узкой части кривой, а значит, они убыточны. В 53% случаев сборы даже не окупили расходов на производство. А ведь мы говорим о фильмах, которые прошли во многих кинотеатрах. Даже если фильм оказывался прибыльным, финансовый потенциал — лотерея с немногими победителями.
Асимметрия создает проблемы при оценке риска. Чтобы с помощью волатильности определить наиболее вероятные варианты, распределение должно быть нормальным и симметричным. Иначе она опишет лишь 30–40% случаев, и тогда риск можно недооценить. Длинный хвост — это огромный спектр вариантов, у которых приблизительно одинаковая небольшая вероятность.
Киностудии понимают, что большинство фильмов будут убыточными, но некоторые фильмы попадут в конец хвоста и окупят все неудачные. При этом неизвестно, какие именно картины «выстрелят». Также неясно, будет успех скромным или колоссальным.
Симметричное распределение называют нормальным, однако это не значит, что оно превалирует. Асимметрия риска встречается нередко. С позитивной асимметрией, например, сталкиваются те, кто приезжает покорять Голливуд.
Есть вероятность, что ничего не получится. Но есть и широкий спектр маловероятных вариантов: от регулярных эпизодических ролей до статуса суперзвезды.
Допустим, вы подумываете уйти со стабильной, хорошо оплачиваемой работы в стартап. Зарплата там ниже, зато вы получите дорогие опционы на акции (Опционная программа означает, что компания обязуется через определенное время продать сотруднику акции по заранее определенной цене. Прим. науч. ред.). Представьте себе спектр возможных плохих исходов. Например, стартап не «взлетит». Или вам надоест зарабатывать меньше и через несколько лет вы уйдете. Другая сторона медали — много хороших вариантов. Стартап может оказаться новым Google, и вы разбогатеете. А может, его выкупит другая компания, вы получите непредвиденный доход, но при этом придется искать новую работу. Или стартап вырастет в крупную компанию и начнет платить вам столько, сколько зарабатываете сейчас, а вдобавок вы еще и займете ответственный пост.
Кажется, что хороших исходов больше, чем плохих. Однако плохие — вероятнее: большинство стартапов неудачны. Если нанести на график диапазон возможных исходов, распределение окажется скошенным, а не нормальным. Варианты в основном будут группироваться в убыточной зоне, а удачные, но маловероятные сценарии образуют длинный хвост.
Инвестиционные стратегии венчурных компаний, которые вкладывают средства в стартапы, аналогичны стратегиям киностудий. Многие их инвестиции не оправдывают себя, однако периодически попадаются «единороги» (Единорогами называют стартапы, чья стоимость оценивается в $1 млн и более. Прим. ред.), которые окупают неудачников. Работа в области венчурного капитала дала Каване хорошую подготовку, чтобы убеждать людей вкладываться в фильмы, не имеющие особых шансов. Асимметрия распределения объясняет и то, почему миллионы долларов получают технологические компании-пустышки, явно построенные на плохих идеях.
Райан Кавана, один из основателей компании Relativity Media, очаровал Голливуд рассказами о методе «Монте-Карло» (численный метод для изучения случайных процессов, часто применяемый в финансовой отрасли. Позволяет моделировать спектр возможных результатов. Прим. науч. ред.), который он превратил в сложные таблицы Excel, и сулил предсказать непредсказуемое — его модель способна спрогнозировать успех или провал фильма в прокате. Модель Каваны, как и все предыдущие, в итоге оказалась неудачной, но до этого многие успели ее купить.
Кавана утверждал, что его модель будет надежно оценивать риск и справится с проклятием асимметрии. Как он действовал? Он отбирал характеристики (актер, режиссер, жанр, бюджет, дата выхода, рейтинг и т.д.) и определял, какие из них указывают на будущего победителя. Для этого Кавана анализировал аналогичные параметры вышедших картин. Модель давала диапазон потенциальной прибыли, который базировался на том, какую роль эти факторы играли в прошлом. Отбор фильмов для инвестиций, основанный на определенных особенностях, уменьшает риск: такая стратегия дает распределение для более надежной оценки.
Скажем, снимать боевики более рискованно, поскольку их производство обходится дороже. С 2008 по 2016 год средний бюджет в этом жанре составлял около 104 млн долларов против скромных 19 млн за средний фильм ужасов (Оценка на основе данных Nash Information Services. Прим. авт.). Лишь примерно 35% боевиков кассовыми сборами окупили затраты на производство. Для «ужастиков» этот показатель составил 67%. Значит ли это, что в Голливуде снимают больше фильмов в жанре хоррора? Нет, не значит. С 2007 по 2016 год боевиков выпустили в два с лишним раза больше (216 против 103).
На следующей иллюстрации представлен спектр прибыли по этим жанрам. Боевики снимают чаще по многим причинам. Они обычно популярны за пределами США, открывают возможности для франшизы и мерчандайзинга. Распределение сборов по боевикам менее асимметричное: значит, они более предсказуемы и менее рискованны в качестве инвестиции. С другой стороны, у фильмов ужасов очень длинный хвост окупаемости. Многие из них приводят к убыткам, а выигрышные варианты могут принести самую разную прибыль. Пусть они и оказываются прибыльными чаще боевиков, однако более рискованны из-за повышенной непредсказуемости.
Кавана обещал, что его модель даст диапазон надежно доходных сценариев, так как процесс отбора определенных характеристик повышает предсказуемость и шансы заработать (Relativity отдавала предпочтение более дешевым в производстве фильмам, поэтому боевики обычно не попадали в пакет. Прим. авт.). Если более 70% сценариев заработка были связаны с получением достаточной прибыли, Кавана советовал инвесторам вложить деньги в фильм из пакета, который составлял заранее. Студии восприняли новую возможность для финансирования с таким энтузиазмом, что предоставили Каване полные данные о своих доходах. Он называл это «священным Граалем Голливуда».
Священный Грааль поместили в Excel и превратили в нечто еще более зыбкое и желанное: надежную оценку риска, которая давала хедж-фондам и банкам зеленый свет для инвестиций. Хедж-фонды и банки обеспечили выбранные Каваной фильмы сотнями миллионов долларов. В 2005 и 2006 годах он профинансировал 36 проектов студий Universal и Sony и принес деньги его инвесторам. Инвесторы хедж-фондов заработали на одном из его первых пакетных предложений 150 млн долларов. Доходность составила от 13 до 18%. Каване платили за каждый фильм миллионы и указывали его в титрах как продюсера, хотя он и не участвовал в кинопроизводстве.
Но потом его обуяла жадность. Elliott Management — хеджевый фонд с портфелем в 21 млрд долларов — в 2008 году заплатил 67 млн за 49,5% акций Relativity. Это открыло Каване доступ к деньгам, чтобы инвестировать в фильмы самостоятельно. Траты вышли из-под контроля: он заказывал туалетную бумагу с изображением президента Обамы, завел в кабинете экзотических животных, начал работать в роскошно отделанном ангаре в аэропорту. Но беда в том, что его волшебная модель начала сбоить, указывая на провальные фильмы. Среди них «Путь воина», который обошелся в 42 млн долларов и принес в Соединенных Штатах 5,7 млн, и «Проповедник с пулеметом», собравший в США всего 539 тыс. долларов (Benjamin Wallace. The epic fail of Hollywood’s hottest algorithm. New York Magazine (25 января 2016 г.). Прим. авт.).
Elliott Management вышла из дела в 2010 году. Каване удалось найти других спонсоров, но проблемы не кончались: расходы продолжали расти, а блокбастеры оказывались обманкой. К 2016 году Relativity обанкротилась.
Голливуд сломал еще одну модель риска.
Текст приводится как есть с разрешения издательства. Мнение автора книги может не совпадать с мнением редакции FinEx. Решение об использовании ценных бумаг и любых других финансовых инструментов пользователь принимает самостоятельно. Информация в тексте не является индивидуальной инвестиционной рекомендацией.
