Robo-advisor Portfolio branżowe Ryzyko: wydajność czy cięcie na rogi?

Robo-doradcy zyskali na znaczeniu w ciągu ostatniej dekady, a podsektor fintech zachęcał do bardziej aktywnego zaangażowania młodszych inwestorów i mas w oszczędzanie i inwestycje. Robo-doradcy mają na celu demokratyzację doradztwa finansowego i oferowanie wysokiej jakości usług, które wcześniej były dostępne wyłącznie dla zamożnych, wyrafinowanych inwestorów. Krótko mówiąc, robo-doradztwo to forma zarządzania inwestycjami, która zleca strategię portfela algorytmowi. Budowanie i równoważenie portfela jest zautomatyzowane za pomocą komputerów, zapewniając bardziej przystępne rozwiązania do zarządzania majątkiem oraz potencjalną redukcję błędów ludzkich i uprzedzeń.

Wiele start-upów w branży walczy o osiągnięcie równowagi i zróżnicowanie marki. Jaki jest najlepszy sposób, aby robo-doradcy nadal demokratyzowali inwestycje i osiągali zyski, jednocześnie przekazując prawdziwe ryzyko portfela?

Skąd pochodzi Robo-doradztwo?

Betterment and Wealthfront to dwaj najważniejsi robo-doradcy, przy czym pierwszy z nich został uruchomiony w 2008 roku. Oszacowano, że do 2019 roku sektor będzie zarządzał aktywami o wartości 440 miliardów dolarów na całym świecie, a z czasem tradycyjni zarządcy majątku, tacy jak Vanguard również zastosował takie techniki. Chociaż całkowicie różnią się od platform transakcyjnych służących wyłącznie do realizacji zleceń, takich jak Robinhood, przesłanie obu sektorów dotyczące wzmocnienia pozycji finansowej zostało przyjęte przez młodszych inwestorów, którzy tradycyjnie nie interesowali się aktywnym oszczędzaniem na emeryturę aż do późniejszej kariery zawodowej.

Jedną z kluczowych propozycji wartości popularnych robo-doradców jest to, że pomagają klientom zrozumieć ryzyko i koszty związane z portfelami, zamiast skupiać się wyłącznie na zyskach. Argumenty przeciwko tradycyjnemu zarządzaniu majątkiem prowadzonemu przez doradców finansowych to niedopasowanie zachęt, polegające na tym, że drogie i słabo działające aktywa są kierowane do inwestorów, którzy nie są w stanie obiektywnie przeanalizować liczb, aby uzyskać dostęp do wyników. W tym celu robo-doradcy byli zwolennikami pasywnego inwestowania, unikając drogich, aktywnie zarządzanych funduszy na rzecz ekonomicznych funduszy indeksowych i funduszy typu ETF.

Zarządzanie ryzykiem i Robo-doradcy

Podczas gdy większość robo-doradców zazwyczaj wykorzystuje nowoczesną teorię portfela (czasami w połączeniu z innymi dobrze zbadanymi metodologiami) do konstruowania portfeli inwestorów, używają oni różnych sposobów wyrażania poziomów ryzyka związanych z tymi portfelami. Większość specjalistów od inwestycji zgadza się, że ryzyko jest tak samo ważnym czynnikiem, jak zwrot przy wyborze portfela. W rzeczywistości ogromna większość praktyków nadal inspiruje się modelem optymalizacji średniej wariancji, zilustrowanym w rozprawie laureata Nagrody Nobla Harry'ego Markowitza z 1952 r. na temat wyboru portfela.

Jednak ryzyko zwykle nie jest tak dobrze rozumiane przez przeciętnego inwestora, jak oczekiwane zyski. Dzieje się tak, ponieważ indywidualna tolerancja na ryzyko jest napędzana nie tylko wynikami osiągniętymi w przeszłości i racjonalnymi oczekiwaniami, ale także wyjątkowymi okolicznościami osobistymi i innymi czynnikami emocjonalnymi, takimi jak nadzieje i lęki. Ponadto, indywidualna tolerancja na ryzyko nie jest miarą statyczną. Większość osób zdecydowanie uważałaby, że ich tolerancja na ryzyko będzie niższa w 2020 r., z powodu niepewności przedstawionych przez COVID-19, niż kiedykolwiek w ciągu ostatniej dekady. Atrakcyjność rekomendowanego portfela jest oceniana przez inwestora częściowo na podstawie jego własnego postrzegania ryzyka portfela. Dlatego ważne jest, aby robo-doradca jasno zilustrował ryzyko, aby inwestorzy mogli zrozumieć ryzyko i powiązać je z własną tolerancją, celami i preferencjami emocjonalnymi.

Robo-doradcy wykorzystują środki ilościowe lub jakościowe, aby pomóc klientom zrozumieć ryzyko. Każdy środek ma swoje zalety i ograniczenia.

Jakościowe poziomy ryzyka: agresywny czy wysoki wzrost?

Większość robo-doradców przypisuje jakościową ocenę ryzyka na podstawie tego, jak inwestorzy odpowiadają na wstępnie zdefiniowaną listę pytań psychometrycznych. Będzie to generalnie wahać się w skali numerycznej od „Bardzo konserwatywnego” do „Bardzo agresywnego”.

Jakościowa ocena ryzyka ma oczywiste zalety, ponieważ ułatwia inwestorowi postrzeganie ryzyka różnych portfeli względem siebie. Na przykład portfel z oceną „Agresywny” może być z natury bardziej ryzykowny niż portfel oznaczony jako „Konserwatywny”. Pytania psychometryczne pomagają zawęzić tolerancję inwestorów na straty i określić odpowiedni poziom ryzyka.

Rating jakościowy może jednak nie zapewniać jasnego zrozumienia oczekiwanej zmienności portfela. Może nie być oczywiste, o ile bardziej zmienny jest portfel agresywny w porównaniu z portfelem umiarkowanym. Najprawdopodobniej ocena ryzyka 6 może nie oznaczać, że portfel jest dwa razy bardziej ryzykowny niż ten z oceną 3. Ponadto postrzeganie ryzyka może się różnić w zależności od tego, jak ocena ryzyka jest zwerbalizowana. Inwestorzy mogą inaczej postrzegać portfel wysokiego ryzyka, w zależności od tego, czy jest on oznaczony jako „Wysoki wzrost” czy „Bardzo agresywny”. Stąd taka kategoryzacja wprowadza warstwę podmiotowości do postrzeganej atrakcyjności portfela.

Obawiam się, że robo-doradcy nadmiernie podkreślają ryzyko jakościowe, ponieważ może ono dawać inwestorom fałszywe poczucie bezpieczeństwa co do bieżących wyników ich portfeli. Arbitralna ocena ryzyka w agresywnym/konserwatywnym zakresie może być zbyt szeroka i ostatecznie prowadzić do nieoptymalnych decyzji dotyczących planowania finansowania przez inwestorów, których sytuacja może być bardziej złożona niż wcześniej sądzono. Obawy dotyczące zbyt uproszczonego ryzyka znajdują odzwierciedlenie w apelach organów regulacyjnych dotyczących robo-doradców angażujących się w systemową niewłaściwą sprzedaż, a inwestorzy nie rozumieją prawdziwej natury produktu.

Zwiększone przyjęcie instytucjonalnych ilościowych miar ryzyka (stosowanych przez banki, fundusze i biura rodzinne) wraz z edukacją klientów może być kluczem do kolejnego etapu robo-doradztwa. To może naprawdę popchnąć branżę do przodu i korespondować z krajowymi ruchami na rzecz zwiększonej edukacji finansowej.

Ilościowe Miary Ryzyka dla Portfeli Inwestycyjnych

Oswajanie zmienności: wartość zagrożona

Najpopularniejszą miarą zmienności portfela jest wartość zagrożona, inaczej VaR. Mówiąc najprościej, VaR jest miarą minimalnych oczekiwanych strat jako określony poziom prawdopodobieństwa (znany również jako poziom ufności lub percentyl). Na przykład, jeśli 99% VaR portfela wynosi 12%, oznacza to, że istnieje 99% szans, że straty z portfela nie przekroczą 12% w danym okresie. Innymi słowy, istnieje 1% szansy, że straty portfela przekroczą 12%. VaR jest już stosowany przez niektórych robo-doradców, a jednym z takich przykładów jest singapurski StashAway, który określa wskaźnik 99% jako miarę o nazwie „Indeks ryzyka”.

VaR można obliczyć różnymi metodami. Metoda historyczna sortuje historyczne zwroty portfela według wielkości i identyfikuje zwrot obserwowany przy określonym percentylu (zwykle 95% lub 99%). Metoda wariancji-kowariancji zakłada, że ​​zwroty mają rozkład normalny i wykorzystuje odchylenie standardowe portfela do oszacowania, gdzie najgorsze zwroty 5% lub 1% będą znajdować się na krzywej dzwonowej. VaR można również oszacować za pomocą symulacji Monte Carlo, która generuje najgorsze 5% lub 1% zwrotów w oparciu o wyniki probabilistyczne.

Popularność VaR wynika z tego, że ułatwia inwestorowi zrozumienie zmienności portfela i powiązanie jej z osobistą tolerancją na straty. Możemy jednak uzyskać różne wyniki w zależności od nakładów i metodologii użytej do obliczenia VaR, co wpływa na wiarygodność pomiaru. Ponadto VaR w dużej mierze opiera się na wielu założeniach, takich jak zwroty z rozkładu normalnego i wyrównane do zwrotów historycznych. Wreszcie 99% VaR na poziomie 12% (opisany powyżej) nie informuje inwestora o wysokości strat, jakich można się spodziewać w najgorszym scenariuszu.

Różne zastrzeżenia stojące za VaR mogą ograniczać jego znaczenie na platformach robo-doradztwa, ponieważ jest postrzegany jako skomplikowany wskaźnik, który użytkownicy mogą zrozumieć. Przykład marki StashAway w postaci bardziej przyswajalnej metryki pokazuje, w jaki sposób te bariery można przełamać bardziej przekonująco.

Warunkowa wartość zagrożona

Zajęcie się jednym z niedociągnięć VaR, warunkową wartością zagrożoną (CVaR), zapewnia inwestorowi oczekiwaną stratę w najgorszym przypadku. Przy poziomie ufności 99% CVaR jest obliczany jako średni zwrot portfela w najgorszym 1% scenariuszy. CVaR jest szacowany przy użyciu podobnych metod jak VaR. Chociaż może pomóc w uzyskaniu jaśniejszego obrazu najgorszego scenariusza w porównaniu z VaR, może mieć podobne niedociągnięcia ze względu na założenia i metodologie zastosowane w szacowaniu.

Rozbieżności rynkowe w 2020 r. mają tendencję do zrywania normalnych wzorców dystrybucji, pokazując, że dodanie większej liczby „trójwymiarowych” miar ryzyka portfela, takich jak CVar, może być korzystne. W połączeniu ze standardową miarą VaR, dane CVaR wzbogaciłyby ofertę zarządzania ryzykiem robo-doradcy i byłyby dobrze dopasowane, biorąc pod uwagę, że większość aktywów robo to fundusze indeksowe (koszyki akcji).

Najlepsze i najgorsze zwroty

Najlepsze i najgorsze zwroty dotyczą kroczących okresowych zwrotów z papieru wartościowego lub portfela w danym horyzoncie czasowym. Zwrot może być obliczany na bazie dziennej, miesięcznej lub rocznej, w zależności od horyzontu czasowego inwestora. Ramy czasowe są zwykle określane na podstawie dostępności danych, ale mogą wpływać na najlepsze i najgorsze obserwowane zwroty, jeśli nie zastosujemy wystarczająco długiego horyzontu czasowego.

Najlepsze i najgorsze zwroty z aktywów amerykańskich: 1973-2016

Miara wykorzystuje historyczne zwroty, aby wskazać inwestorom najlepsze i najgorsze scenariusze. Jedną wyraźną zaletą jest to, że w przeciwieństwie do VaR rozróżnia dodatnie i ujemne zwroty, zamiast zakładać rozkład normalny. Inwestorzy zwykle nie przejmują się dodatnią zmiennością i martwią się głównie o bezwzględne ryzyko spadków. Ponadto, w przeciwieństwie do CVaR, pokazuje bezwzględnie najgorsze obserwowane zwroty zamiast brać średnią zwrotów, co może nie uwzględniać najgorszego scenariusza. Jednak, podobnie jak inne miary ilościowe, jest to zwykle spojrzenie wstecz i jest również zależne od zestawu danych obserwowanych wyników.

Miary ryzyka najlepszego i najgorszego zwrotu są odpowiednie dla platform robo-doradców, ponieważ jasno komunikują się z inwestorami, nie polegając na zastraszających wskaźnikach finansowych. Jednym z takich zagrożeń jest jednak to, że mogą grać na irracjonalnych uprzedzeniach i zachęcać do paniki na spadającym rynku lub uparcie trzymają się przegranych.

Samodzielny pomiar ilościowego ryzyka

Przyjrzyjmy się, jak można obliczyć VaR, CVaR oraz najlepsze i najgorsze zwroty dla portfela z jednym aktywem. Branym pod uwagę aktywem jest SPY, który jest funduszem ETF, który śledzi amerykańskie akcje o dużej kapitalizacji.

Dane użyte do poniższych obliczeń dotyczą NAV i miesięcznych zwrotów SPY od lipca 2007 do czerwca 2020. Obliczenia można wykonać za pomocą funkcji Excel lub Google Sheets.

VaR - 11,8% VaR oznacza, że ​​prawdopodobieństwo utraty przez SPY więcej niż 11,8% w danym miesiącu wynosi 1%. Innymi słowy, SPY zapewnił lepsze miesięczne zwroty niż strata 11,8% w 99% miesięcy. Kroki (Arkusze Google/Excel):

1. Oblicz historyczne miesięczne zwroty z cen akcji/danych NAV.
2. Użyj funkcji PERCENTYL.INC, używając jako danych wejściowych tablicy historycznych zwrotów i pożądanego percentyla (np. 1% dla przedziału 99%).

CVaR - 14,5% CVaR oznacza, że ​​oczekiwana miesięczna strata w SPY podczas 1% najgorszych wyników wynosi 14,5%. Można to określić w Arkuszach Google/Excel, używając funkcji ŚREDNIA.JEŻELI do obliczenia średniej zwrotów mniejszych niż wynik VaR.

Najlepsze i najgorsze zwroty - Jak pokazano w tabeli, najlepsze i najgorsze miesięczne zwroty zaobserwowane w SPY w okresie 2007-2020 wyniosły odpowiednio +13% i -16%. Można je szybko obliczyć za pomocą funkcji MIN i MAX .

Jak wspomniano, należy zauważyć, że miary te mogą dawać różne wartości, w zależności od metody oraz okresu obserwacji. Wybór metodologii i okresu powinien opierać się na takich czynnikach, jak dostępność danych, oczekiwany horyzont czasowy inwestycji oraz osobisty osąd.

Zróżnicowanie poprzez pomiary ilościowe

Podstawą tradycyjnego zarządzania majątkiem jest dostosowywanie portfeli do indywidualnych potrzeb, niezależnie od tego, czy dotyczy to przedziału czasowego, etyki, apetytu na ryzyko czy potrzeb opartych na dochodach; w tym celu każde podejście jest dostosowane do potrzeb. To, co sprawia, że ​​robo-doradztwo jest atrakcyjne, to sposób, w jaki jego zautomatyzowane metody mogą działać w różnych bazach klientów.

Jednak robo-doradcy muszą pomóc klientom w jasnym zrozumieniu kompromisów w zakresie ryzyka i zwrotu z ich ofert portfelowych, aby mogli wybrać odpowiednie portfele, które spełniają ich osobiste potrzeby. Jakościowe miary ryzyka są łatwym do zrozumienia „podejściem” do robo-doradztwa, ale z czasem ich parametry mogą stać się zbędne. Jednak w połączeniu z ilościowymi miarami ryzyka opisanymi tutaj, pomagają one zapewnić bardziej holistyczne wytyczne dotyczące zarządzania ryzykiem i świadomość dotyczącą wyników portfela.