Премия за риск в акциях, часть 2: методы оценки Equity Risk Premium [начало здесь]

Итак, в прошлый раз мы остановились на том, что риск-премию в акциях (ERP) надо как-то оценить. Подойти к этому упражнению можно тремя способами.

1. Соцопрос. Риск-премия же должна отражать ожидания инвесторов… Ну вот давайте их и спросим: какую доходность сверх безрисковой ставки они ожидают получить от инвестиций в акции?

Тут, правда, возникает следующая проблема: кожаные инвесторы склонны слишком много внимания уделять рыночной доходности самого недавнего прошлого, и это сильно искажает их оценки. Грубо говоря, после нескольких лет мощного ралли инвесторы уверенно ожидают, что и в будущем рынок акций непременно преподнесет им повышенную премию к доходности; а в разгар кризиса – наоборот, по большей части прогнозируют «да хз, какая там доходность вообще, дай бог если хотя бы плюсовая выйдет…»

Стоит ли говорить, что на самом деле всё обстоит ровно обратным образом: инвестиции на дне рынка должны, по логике, приносить более высокую будущую доходность, а не наоборот. Короче, этот способ оценки ERP не очень годный, несите следующий.

2. Исторические данные. Тут уже всё, как мы любим: давайте обложимся кучей статистики за много лет, и высчитаем из нее, какую фактическую премию к доходности приносили акции – наверное, это и можно будет считать справедливой оценкой их премии за риск.

Но тут тоже возникает масса проблем. Во-первых, какие конкретно данные брать? Если посчитать накопленным итогом разницу в доходности акций и облигаций за последние 100 лет – то получится, что де-факто прогнозируешь будущее в XXI веке на базе стартовой оценки рынка из периода, когда еще была в разгаре эпоха немого кино. А если взять, условно, статистику за последние 25 лет – то на таком маленьком промежутке с учетом волатильности рынка акций стандартная ошибка оценки выйдет плюс-минус 4% годовых (что, вообще говоря, сравнимо с размером самой риск-премии в акциях – которую часто оценивают близко к 4–5%).

Во-вторых, оценка на исторических данных может сильно зависеть от того, какой год случайно оказался в конце выбранного периода. Если массив данных заканчивается 2008 годом, когда рынок акций упополамился – то историческая риск-премия окажется сильно ниже, чем расчет с окончанием в 2007-м. Хотя, как мы помним по предыдущему примеру с соцопросами чуть выше – логика подсказывает, что зависимость тут должна быть обратная.

В-третьих, непонятно, какую страну брать за базу. Все любят использовать США, потому что сейчас это самый большой рынок и у нас по нему самые хорошие данные – там премия по акциям выходит примерно на уровне 5% годовых. Но мы здесь попадаем в «ловушку выжившего» – ведь американский рынок стал самым большим именно потому, что это «рынок-победитель» с аномально хорошими результатами. А на данных по акциям всего мира в целом ERP выходит гораздо меньше – всего 3,2%.

3. Моделирование дисконтированных денежных потоков (DCF). Если аккуратно прикинуть будущий приток экономических ништяков от владения акциями – то, зная текущую рыночную оценку этих самых акций, несложно подобрать ставку дисконтирования, которая их уравняет. Вуаля, мы прекрасны: у нас на руках метод, который свободен от недостатков двух предыдущих! В частности, он ведет себя чуть более «логично»: при прочих равных, падение котировок на рынке акций будет вести к росту премии за риск, и наоборот.

Есть только одна маленькая проблемка: надо каким-то образом относительно точно предсказать эти самые будущие денежные потоки по всем акциям на рынке в совокупности, всего-то… Но с этим уже пусть разбирается «завтрашний Павел» в следующем посте.

[Продолжение здесь]