Что ломается в MPT, когда активы неликвидны: сглаживание доходностей и иллюзия диверсификации

Фонд прямых инвестиций (Private Equity), покупающий компании с высоким левериджем на том же рынке, что и публичные фонды, регулярно отчитывается о вдвое меньшей волатильности и коэффициенте Шарпа, превышающем показатели индекса S&P 500 в три раза. Этот парадокс не является следствием гениального управления активами; он проистекает из фундаментального разрыва между тем, как оцениваются публичные и неликвидные активы.

В рамках Modern Portfolio Theory (MPT) мы привыкли использовать волатильность, корреляцию и бету как надежные метрики риска. Но когда активы покидают биржу и теряют ежедневную рыночную котировку, базовая математика MPT начинает выдавать опасные иллюзии диверсификации и безопасности.

Механика сглаживания: Appraisal-based Pricing

Рассмотрим реальный пример. Публичный технологический индекс (например, Nasdaq) падает на 20% в течение квартала на фоне макроэкономических шоков. Фонд Private Equity (PE), владеющий точно такими же, но непубличными технологическими компаниями (зачастую с большим финансовым плечом), отчитывается о снижении стоимости своих активов всего на 3%.

Почему возникает такая разница? В отличие от публичных акций, чья цена определяется ежеминутно (market-to-market), неликвидные активы оцениваются периодически — как правило, раз в квартал экспертами или аудиторами (appraisal-based pricing).

Оценка непубличной компании полагается на модели (DCF, мультипликаторы по историческим сделкам), которые опираются на запаздывающие данные. Из-за этого текущая заявленная доходность фонда сильно зависит от его прошлых доходностей. Этот феномен называется сглаживанием доходностей (Return Smoothing).

Как видно на графике, математика жестоко наказывает тех, кто принимает отчетные данные за чистую монету. Искусственно заниженная волатильность в знаменателе формулы Шарпа приводит к астрономическим (и фиктивным) показателям эффективности с поправкой на риск. Точно так же ломается расчет Value at Risk (VaR): поскольку хвосты распределения «отрезаются» сглаживанием, исторический VaR покажет, что риски минимальны.

Десглаживание: Возвращение к реальности

Чтобы сравнить неликвидный актив с публичным рынком в рамках MPT, аналитику необходимо восстановить истинную волатильность. В индустрии для этого используют модели «десглаживания» (Unsmoothing). Самая базовая модель предполагает процесс авторегрессии первого порядка — AR(1).

Логика AR(1) гласит: заявленная доходность в этом периоде ($R^_{t}$) является средневзвешенной между истинной доходностью рынка сегодня ($R_t$) и заявленной доходностью прошлого периода ($R^_{t-1}$), где вес — это коэффициент автокорреляции ($\rho$).

$R^*_{t} = (1 - \rho) R_t + \rho R^*_{t-1}$

Из этого уравнения мы можем вывести формулу для нахождения истинной экономической доходности активов (десглаживание):

$R_t = \frac{R^*_{t} - \rho R^*_{t-1}}{1 - \rho}$

Если фонд отчитывается о доходности в 2% в этом квартале ($R^_{t}$), при этом в прошлом квартале было 4% ($R^_{t-1}$), а уровень автокорреляции $\rho = 0.5$, то истинная рыночная доходность фонда сегодня составляет: $ (2% - 0.5 \times 4%) / (1 - 0.5) = 0% / 0.5 = 0% $.

Асимметричная корреляция (Conditional Correlation)

Сглаживание порождает еще одну крайне опасную иллюзию — низкую корреляцию с широким рынком. Инвесторы добавляют PE, венчурный капитал или частную недвижимость в портфель, полагая, что корреляция 0.3 защитит их при падении акций.

Однако эта корреляция асимметрична.

В нормальное время (когда публичные рынки растут или колеблются в пределах нормы) фонды альтернативных инвестиций не спешат переоценивать свои активы каждый день, создавая видимость независимости (корреляция около 0). Но в момент тяжелого финансового кризиса или шока ликвидности аудиторы вынуждают фонды списать стоимость активов — mark-to-market неизбежен. В этот момент корреляция мгновенно стремится к 1.0.

Это несовпадение корреляционных режимов разрушает фундаментальную предпосылку MPT. Матрица ковариации, рассчитанная по историческим данным нормального периода (где корреляция равна 0.3), покажет, что портфель защищен оптимизацией Марковица. Но в хвосте распределения все корреляции стремятся к единице.

Практические последствия для аллокации

Для экзамена CAIA и реальной институциональной практики важно понимать: альтернативные инвестиции не существуют в вакууме. Использование сырых заявленных метрик (reported metrics) неликвидных фондов для оптимизации портфеля по методу mean-variance (MPT) — это классическая ошибка "мусор на входе — мусор на выходе" (garbage in, garbage out).

Из-за Appraisal-based pricing мы получаем:

1. Искусственное снижение волатильности (знаменатель Шарпа).
2. Запаздывание признания убытков, занижающее VaR.
3. Смещение корреляции вниз в спокойные периоды.

Аналитик обязан применять модели математического десглаживания (AR(1) или модель Гетцмана) до того, как загрузит данные в любую систему оптимизации портфеля. Только после unsmoothing мы можем увидеть реальное соотношение риска и доходности.

Закономерно возникает вопрос: если волатильность PE-фондов на самом деле такая же, как у публичных акций с левериджем, а диверсификация пропадает во время кризисов, зачем инвесторы вообще блокируют там капитал на 10 лет? Ответ лежит в специфической компенсации за этот риск, механику которой мы разберем в следующей лекции.