Meniu
Prenumerata
antradienis, vasario 18 d.
AUTOMATINIS INVESTAVIMAS
Vertybinių popierių biržose įsigalėjo kompiuteriai, algoritmai ir pasyvusis valdymas
The Economist
Scanpix
Paskutinis mohikanas?

Tokia permaina kelia klausimų apie biržų funkciją, įmonių valdymą ir finansinį stabilumą

Prieš 50 metų investicijos buvo žmogaus reikalas. „Žmonės lipdavo vieni kitiems per galvas, makleriai stengėsi užimti fondų valdytojus ir niekas nežinojo, kokios dabar kainos“, – pasakojo Ray Dalio, XX a. 8-ojo dešimtmečio pradžioje dirbęs Niujorko vertybinių popierių biržos (NYSE) salėje, o vėliau įkūręs rizikos draudimo fondą „Bridgewater Associates“, kuris tapo didžiausias pasaulyje.

Technologijos buvo primityvios. Investiciniam bankui „Lazard“ vadovaujantis Kennethas Jacobsas prisimena duomenis iš įmonių ataskaitų analizuodavęs naudodamas kišeninį skaičiuotuvą, o vyresni kolegos – logaritmines liniuotes. Vienas investuotojas mena, kad dar 9-ojo dešimtmečio pradžioje rimtam informaciniam pranašumui įgyti užtekdavo „pakeliui į darbą perskaityti „Wall Street Journal“, prekybos salės televizoriaus ir bėgančios naujienų juostos“.

Vėliau žmonių svarba biržoje sparčiai menko. Juos pakeitė kompiuteriai, algoritmai ir pasyvusis valdymas – indeksinį fondą siūlančios institucijos, kai akcijos komplektuojamos siekiant tokios pat kaip vertybinių popierių biržos ar atskirų jos sektorių grąžos, užuot bandžius gauti geresnę (žr. 1 grafiką). Rugsėjo 13 d. tyrimų bendrovės „Morningstar“ skelbiamas, daugelio stebimas barometras parodė, kad bendra jo vertinamo pasyviojo nuosavo kapitalo klasės turto vertė praėjusį mėnesį pasiekė 4,3 trln. JAV dolerių ir pirmą kartą viršijo žmonių administruojamo turto.

Finansų sektoriuje įsigalint robotams keičiasi ne tik vertybinių popierių biržos tempas ir sandara. Kyla klausimų apie biržų funkciją, taip pat biržų poveikį platesnei ekonomikai, įmonių valdymui ir finansiniam stabilumui.

JAV automatizacija

Siekdami anksčiau už konkurentus gauti rinką galinčią sujudinti informaciją, investuotojai visada naudojo įvairias technologijas. Investavę į „Dutch East India Company“ anų dienų žmonės graibstė naujienlaiškius, kaip sekėsi laivams, dar šiems neatplaukus į Nyderlandus, lenkiant Gerosios Vilties kyšulį. Rothschildams už savo turtus neva reikia dėkoti pašto balandžiui, greičiau nei laivai atnešusiam žinią apie prancūzų pralaimėjimą Vaterlo mūšyje.

Raudonų petnešų ir logaritminių liniuočių laikais pradėjo smelktis technologijų pažanga. Iš pradžių mašinos perėmė lengvesnius (ir triukšmingiausius) darbus. XX a. 8-ajame dešimtmetyje makleriai biržos salėje bendravo šūksniais, bet šią funkciją pamažu perėmė elektronika, kuriai atsiradus tapo lengviau susirinkti duomenis apie kainas ir kiekius. Dėl to procesas vyko sklandžiau, nes buvo galima tvirčiau jaustis dėl kainos.

Portfelių valdyme algoritmai naudojami ne vieną dešimtmetį. 1975 m. Jackas Bogle’as įsteigė „Vanguard“, kuri sukūrė pirmąjį indeksinį fondą, automatizuodama elementariausią galimą portfelio paskirstymą. Per du paskutinius XX a. dešimtmečius atsirado įmantresnių automatinių produktų, pavyzdžiui, kiekybiniai rizikos draudimo fondai ir biržoje prekiaujami fondai (ETF). Vieni ETF stebi indeksus, bet kiti vadovaujasi sudėtingesnėmis investavimo taisyklėmis, automatizuodami anksčiau žmonėms tekdavusius sprendimus, pavyzdžiui, pirkti vadinamąsias vertės akcijas, kurios įmonės turto atžvilgiu atrodo pigios. Nuo atsiradimo daugelis kiekybinių fondų prikūrė rinkos duomenis mokančių rinkti algoritmų, kurie medžioja kitomis patraukliomis, žmogaus pasirinktomis savybėmis (žargonu – „veiksniais“) pasižyminčias akcijas.

Veiksnių idėją iškėlė ekonomistai Eugene’as Fama ir Kennethas Frenchas, o praktiškai pritaikė E. Famos studentas Cliffas Asnessas, 1998 m. įkūręs investicinę bendrovę „AQR Capital Management“, kuri valdo vieną didžiausių rizikos draudimo fondų pasaulyje. Tokie kiekybiniai fondai kaip AQR užprogramuoja algoritmus rinktis akcijas atsižvelgus į ekonomikos teorijos pagrindu parinktus veiksnius, patvirtintus duomenų analizės, pavyzdžiui, pagreitį (pastarojo meto kainos augimą) arba pajamingumą (didelius dividendus). Iš pradžių skaičių analizei reikalingų technologijų turėjo tik pavieniai pinigais operuojantys subjektai. Šiandien įgiję visi.

Mašinų valdomų „taisyklinių“ investuotojų (kai sprendimai dėl portfelių priimami naudojant algoritmus) taikomos strategijos vis labiau keičiasi. Kai kurie kiekybiniai fondai, pavyzdžiui, „Bridgewater“, algoritmams duoda analizuoti duomenis, tačiau sprendimą, ką pirkti ar parduoti, patiki žmonėms. Bet netrūksta didesnės automatizacijos siekiančių kiekybinių fondų, kaip antai „Two Sigma“ ir „Renaissance Technologies“, pasitelkiančių sistemų mokymąsi ir dirbtinį intelektą (DI), kad mašinos galėtų parinkti, kuriuos vertybinius popierius pirkti ir parduoti.

Todėl vis labiau tikėtina, kad kompiuteriai perims paskutinę investuotojų iš kūno ir kraujo užduotį – analizuoti informaciją kuriant investicijų strategijas. Tokiu atveju galbūt pavyks geriau suprasti, kaip veikia rinkos ir ko vertos įmonės.

Dabar vertybinių popierių biržoje užsakymus daugiausia vykdo algoritminiai makleriai. Sandoriai kraustosi iš triukšmingos NYSE salės į tyliai ošiančią serverinę Naujajame Džersyje. „Deutsche Bank“ duomenimis, 90 proc. nuosavo kapitalo ateities sandorių ir 80 proc. nuosavo kapitalo neatidėliotinų sandorių įvykdo algoritmai, nedalyvaujant žmogui. Pasak Larry Tabbo iš tyrimų bendrovės „Tabb Group“, elektroninės operacijos dominuoja ir išvestinių nuosavo kapitalo klasės vertybinių popierių rinkose.

Puiki terpė

JAV vertybinių popierių biržoje iš rankų į rankas kasdien pereina apie 7 mlrd. akcijų už 320 mlrd. dolerių. Nemažą apimties dalį sudaro greitadažnė prekyba, kai siekiant pasinaudoti trumpalaikiu vertės prieaugiu akcijos sparčiai keičia rankas. Greitadažnės prekybos makleriai kaip tarpininkai prisideda prie pusės kasdienių sandorių. Tačiau, net atmetus maklerius ir apsiribojant investuotojais, šiandien didžioji sandorių dalis tenka „taisykliniams“ investuotojams.

Prieš trejetą metų kiekybiniai fondai tapo didžiausiu institucinių sandorių šaltiniu JAV vertybinių popierių biržoje (žr. 2 grafiką). „Tabb Group“ nurodo, kad šiemet jiems jau tenka 36 proc. institucinių sandorių, nors 2010 m. teko tik 18. Dubravko Lakoso-Bujaso iš „JPMorgan Chase“ teigimu, tik 10 proc. institucinių sandorių tenka tradiciniams nuosavo kapitalo fondų valdytojams.

Mašinos vis dažniau perka ir ilgesniam laikui. Indekso „Russell 3000“ duomenimis, bendra JAV biržoje prekiaujamų akcijų vertė siekia 31 trln. dolerių. Iš jų trijų tipų (indeksiniams, ETF ir kiekybiniams) kompiuterizuotiems fondams tenka apie 35 proc. (žr. 3 grafiką). Pavyzdžiui, žmonės iš tradicinių rizikos draudimo fondų ir kitų savitarpio fondų valdo tik 24 proc. (Likusius maždaug 40 proc. įvertinti sunkiau; jie tenka kitų tipų savininkams, pavyzdžiui, daug savo akcijų turinčioms įmonėms.)

Iš 18–19 trln. JAV dolerių vertės į apskaitą įtraukto valdomo turto didžioji dalis tenka mašinoms. Iš jo indeksiniai fondai valdo pusę – už maždaug 9 trln. JAV dolerių. Bendrovės „Bernstein“ teigimu, kitiems kiekybiniams akcijų valdytojams tenka dar 10–15 proc. turto, verto apie 2 trln. JAV dolerių, o likusius 35–40 proc. už 7–8 trln. JAV dolerių valdo žmonės.

Algoritminio investavimo pažangą gerai atskleidžia rizikos draudimo fondai. Keturi iš penkių pasaulio didžiausių („Bridgewater“, AQR, „Two Sigma“ ir „Renaissance“) buvo specialiai įkurti kiekybiniams metodams taikyti. Vienintelė išimtis – britų rizikos draudimo fondas „Man Group“, kuris 2014 m. įsigijo kiekybinį akcijų valdytoją „Numeric“ iš Bostono. Šiandien daugiau kaip pusė „Man Group“ valdomo turto administruojama kiekybiškai. Tyrimų grupės HFR duomenimis, prieš dešimt metų kiekybiniams fondams teko ketvirtis viso rizikos draudimo fondų valdomo turto, o dabar – 30 proc. Turbūt šis skaičius tiksliai neatspindi permainos masto, žinant, kad net ir tokie tradiciniai fondai kaip „Point72“ iš dalies pradėjo taikyti kiekybinį valdymą.

Dėl to išaugo biržos efektyvumas. Robotizavus rinkas sumažėjo sąnaudos. Pasyvieji fondai kasmet ima 0,03–0,09 proc. nuo valdomo turto. Aktyviųjų valdytojų tarifas dažnai 20 kartų didesnis. O rizikos draudimo fondai, kurie siekdami dar didesnės grąžos naudoja skolintas lėšas ir išvestines finansines priemones, papildomai kaip mokestį už rezultatus pasiima 20 proc. grąžos.

Mažesnė sandorio įvykdymo kaina reiškia, kad nauja su įmone susijusi informacija iškart atsispindi jos kainoje. Pasak R. Dalio, užsakymų vykdymas fenomenaliai pagerėjo. Komisiniai už prekybą akcijomis biržoje – mažyčiai: 0,0001 JAV dolerio nuo akcijos ir pirkėjui, ir pardavėjui, kaip nurodo Čikagos universiteto mokslininkai. Mažyčiai įkainiai perduodami toliau. Spalio 1 d. žymus maklerių puslapis „Charles Schwab“, taip pat jo varžovė „TD Ameritrade“ paskelbė, kad pradės taikyti nulinį mokestį už sandorius.

Mažesni mokesčiai padidino likvidumą, nuo kurio priklauso, kiek makleris gali nupirkti arba parduoti prieš pakeisdamas vienos akcijos kainą. Didesnis likvidumas – tai mažesnis kainos, už kurią makleris gali pirkti akciją, atotrūkis nuo kainos, už kurią gali parduoti.

Tačiau daug kritikų teigia, kad tai klaidina, nes greitadažnių maklerių nustatytas likvidumas – nepatikimas, skirtingai nei suteikiamas bankų. Esą krizė jį nušluoja. Šį požiūrį paneigia neseniai maklerių įmonės „Citadel Securities“ paskelbtas darbas. Juo remiantis, nedideliuose vienos įmonės akcijų sandoriuose (tarkime, už 10 tūkst. JAV dolerių) atotrūkis per pastarąjį dešimtmetį gerokai sumažėjo ir laikosi žemumose. Vertinant didesnius sandorius – iki 10 mln. JAV dolerių, atotrūkis blogiausiu atveju nepakito, o neretai yra geresnis.

Staigių kryčių didmeistris?

Mašinos, be abejo, vis labiau dominuos biržoje. Veiksnių strategija, žmonių sugalvota tais laikais, kai technologijos buvo primityvesnės, šiandien daugeliui pasiekiama per ETF. Vieni ETF dairosi kelis veiksnius atitinkančių vertybinių popierių, kiti renkasi „rizikos pariteto strategiją“ (kuriai kelią skynė R. Dalio), kai siekiama subalansuoti įvairių klasių turto svyravimus. Sulig kiekviena pridėta sudėtingumo pakopa žmonėms lieka vis mažiau darbo. „Prieš trisdešimt metų geriausiu fondo valdytoju buvo laikomas žmogus, turintis geriausią intuiciją“, – sakė Davidas Siegelis, vienas „Two Sigma“ valdybos pirmininkų. Dabar pranašumo galima tikėtis pasirinkus „mokslinį principą“, kai naudojamos mašinos, duomenys ir DI.

Norint suprasti, kaip toliau biržoje klostysis reikalai, verta prisiminti šachmatus. 1997 m. IBM superkompiuteris „Deep Blue“ įveikė pasaulio čempioną Garį Kasparovą. Tai buvo mašinos pergalė prieš žmogų – iki tam tikros ribos. „Deep Blue“ buvo užprogramuotas pagal žmonių parašytas žaidimo taisykles. Jis žaidė kaip žmogus, bet geriau ir sparčiau, nei žmogui buvo įmanoma.

Nusikelkime į 2017 m., kai „Google“ pristatė savąjį „AlphaZero“, kuris gavęs šachmatų taisykles savarankiškai išmoko žaisti. Pasimokęs keturias valandas jis jau galėjo įveikti geriausią šachmatų mašiną „Stockfish“, užprogramuotą pagal žmogišką taktiką. Beje, kai kurie „AlphaZero“ veiksmai žmogui atrodė kaip klaidos. Pavyzdžiui, žaidimo viduryje jis paaukojo rikį, siekdamas tik gerokai vėliau paaiškėjusio strateginio pranašumo.

Kiekybinius fondus galima suskirstyti į dvi grupes: panašius į „Stockfish“, kai mašinos mėgdžioja žmonių taikomas strategijas, ir panašius į „AlphaZero“, kurie patys kuria strategijas. Trisdešimt metų kiekybinis investavimas prasidėdavo nuo hipotezės, kaip teigė vienas kiekybinis investuotojas. Patikrinę ją pagal istorinius duomenis investuotojai nuspręsdavo, ar ji ir toliau bus naudinga. Dabar viskas apsivertė. „Pradedame nuo duomenų, o tada ieškome hipotezės“, – pasakojo investuotojas.

Žmonės nėra visai nereikalingi. Jų darbas – parinkti, kuriuos duomenis pateikti mašinai. „Turi pasakyti algoritmui, kuriuos duomenis analizuoti, – tęsė pasakojimą tas pats investuotojas. – Pritaikius sistemų mokymosi algoritmą per didelei duomenų aibei, jis neretai grįžta prie paprastutės strategijos, pavyzdžiui, pagreičio.“

Tačiau „AlphaZero“ rado strategijų, kurios toli gražu neatrodė žmogiškos, taigi ir DI pagrįstas algoritminis investavimas, pasak K. Jacobso iš „Lazard“, dažnai identifikuoja veiksnius, kurių žmogus neišskiria. Žmonės gali bandyti suprasti, ką pastebėjo mašina, ieškodami naujų „paaiškinamų“ veiksnių. Ilgainiui naujieji veiksniai prisidės prie esamų, bet kurį laiką pranašumas bus juos žinančių rankose.

Daugelis juda atsargiai. Pasak Bryano Kelly iš Jeilio universiteto, vadovaujančio AQR sistemų mokymosi skyriui, jo įmonė buvo radusi grynai mašinų išvestų veiksnių, kurį laiką tarsi davusių geresnius rezultatus: „Bet galiausiai paaiškėjo, kad tai buvo apgaulė.“ Jo manymu, kur kas naudingiau derinti sistemų mokymąsi su ekonomikos teorija.

Kiti apskritai nusiteikę skeptiškai. Tarp jų ir R. Dalio, kuris pabrėžia, kad šachmatų taisyklės nekinta, o rinkos vystosi ir dėl to, kad žmonės mokosi, o jų išmoktos pamokos atsispindi kainose. „Kam nors padarius tą patį atradimą, kokį padarei tu, atradimas ne tik praras vertę, bet ir atves prie perdėtų nuolaidų, todėl neš nuostolius. Nėra garantijų, kad pasiteisinusios strategijos ir ateityje taip pat gerai veiks“, – pabrėžė investuotojas. Sistemų mokymosi strategija, kurioje netaikoma žmonių logika, „neišvengiamai baigsis sprogimu, jei nėra gilaus supratimo“.

O ir pasiekiami duomenys nėra tokie naudingi, kaip gali atrodyti. Spręsdami, kokius vertybinius popierius rinktis, šiandien tradiciniai rizikos draudimo fondų valdytojai analizuoja labai įvairius duomenis: nuo kredito kortelių duomenų iki palydovinių vaizdų apie atsargas ir užsakomųjų privačių lėktuvų reisų. Bet duomenų gausa nebūtinai leidžia mašinoms perimti pagrindinį darbą – rasti naujų investavimo veiksnių.

Mat DI programų standartais aktualios duomenų aibės yra mažytės. „Realus darbui reikalingų duomenų kiekis priklauso nuo to, kokio dydžio yra tai, ką bandai prognozuoti“, – sakė B. Kelly. Investuojantiems biržoje tai gali būti mėnesinė grąža, kurios duomenys apima kelis dešimtmečius, t. y. vos kelis šimtus duomenų vienetų. Smulkmė, palyginti su gigabaitais duomenų, naudojamų mokant algoritmus atpažinti veidus arba vairuoti automobilius.

Dažnas skundas dėl mašinų vykdomo investavimo suka visai kitu keliu. Tai anaiptol nėra nesąžininga, sako kritikai. Tai kelia siaubą. Antai būgštaujama, kad įsigalėjus algoritmams galimi dažnesni ir staigesni akcijų kainų sukrėtimai. Ypač neramu dėl „staigių kainų kryčių“ kaip 2010 m., kai per kelias minutes nuo S&P 500 vertės nusibraukė daugiau kaip 5 proc. O 2014 m. vos per kelias minutes įvyko staigus obligacijų kainų šuolis (daugiau kaip 5 proc.). Abiem atvejais baigiantis dienai rinkos iš esmės normalizavosi, bet reguliuotojai kaltino, kad svyravimus galėjo paaštrinti greitadažnių maklerių generuojamas paviršutiniškas likvidumas. Nerimas, kad mašinoms perėmus darbą rinkose išvešėjo nesuvaldomi svyravimai, paaštrėjo pernai gruodį, kai kainos krito, nors nebuvo jokių svarbių žinių, ir po pašėlusių svyravimų vasarą.

1987 m. vadinamoji programinė prekyba, kai akcijos buvo parduodamos smuktelėjus rinkai, prisidėjo prie juodojo pirmadienio, kai „Dow Jones“ indeksas per vieną dieną nusmuko 22 proc. Bet tąkart suveikė „bandos jausmas“, pinigų valdytojams vienam po kito pradėjus taikyti tą pačią strategiją. Šiandien įvairovės daugiau, skiriasi įvairių investicinių fondų pasirenkami duomenų šaltiniai, laikotarpiai ir strategijos. „Algoritminė prekyba tapo atpirkimo ožiu, – teigė Michaelas Mendelsonas iš AQR. – Smukus rinkoms investuotojai turi paaiškinti nuostolį. O kai jie nesupranta, tada kaltina kompiuterį.“ Jis mano, kad mašinos gali net nuraminti rinkas: „Kompiuteriai nepanikuoja.“

Pinigai niekada nemiega

Skundžiamasi ir tuo, kad tradiciniai turto valdytojai nebegali konkuruoti. „Viešosiose rinkose įsivyrauja situacija, kur viskas tenka laimėtojui, – skundėsi vienas didžiausių turto valdytojų pasaulyje. – Nemanau, kad šiame žaidime galime bent priartėti prie konkuravimo.“ 2007 m. nekantriai lauktą fondą „Jabre Capital“ įkūręs Philippe’as Jabre’as pernai gruodį, kai uždarė kai kuriuos fondus, paskutiniame laiške klientams rašė, kad kompiuteriniai modeliai „nejučia išstūmė“ tradicinius veikėjus.

Lieka ir reali baimė: kas bus, jei kiekybiniai fondai išpildys aršiausių jų šalininkų pažadus? Vertybinių popierių biržos yra šiandienių ūkių ašis. Ten pinigų ieškančios įmonės randa investuotojų, iš jų ateina signalai, kaip sekasi vienam ar kitam verslui. Jų veikimo principas gali rimtai atsiliepti finansiniam stabilumui ir organizacijų valdymui. Todėl svarbu, kad diriguoti pradeda algoritmai, nesaistomi žmonių priimamų sprendimų.

Galimybės taikant mašinų nustatytus veiksnius įgyti pranašumą suvilios prisijungti kitus pinigų valdytojus. Natūralu baimintis padarinių, nes tai šuolis į nežinią. Bet kuo tikslesnės ir efektyvesnės bus rinkos, tuo bus geriau ir investuotojams, ir įmonėms. Jei istorija – rodiklis, iš pradžių bet koks naujas pranašumas bus naudingas vienetams. Bet rinka – nepermaldaujama. Pranašumo šaltinis pasieks viešumą ir bus nukopijuotas. Ir paaiškės kas nors naujo ne tik apie vertybinių popierių biržą, bet ir apie jos atspindimą pasaulį.

2019 12 27 00:59
Spausdinti