Продолжаю упражнения с факторами. На этот раз выбрал 9 активных ОПИФ, которые в последние 5 лет оказались лучше индекса МосБиржи, чтобы подробнее изучить их результаты.
Скорее всего цифр в этом посте будет больше, чем букв. Моя цель – показать данные и помочь их правильно прочитать. Интересно чуть лучше узнать, что происходит на российском рынке активных ОПИФ. Для общего развития.
Напомню, что основной риск активного управления заключается в том, что вчера фонд мог показывать результаты, превосходящие доходность индекса, а завтра он ему может уступить. Также, судя по исследованиям американского и других рынков активных фондов, сегодняшние победители индекса в будущем окажутся среди проигравших с большей вероятностью, чем предполагает простая случайность. Поэтому выбор активных фондов по их прошлой доходности может привести к противоположным результатам.
Данные
Отбор фондов я сделал с помощью скринера InvestFunds:
- Взял все ОПИФ, которые инвестируют в российские акции и за последние 5 лет опередили основной индекс МосБиржи полной доходности «брутто» (MCFTR).
- К ним добавил БПИФ AKME, который 5 лет ещё не существует, но за свой период работы опережает индексные фонды.
- Было бы неправильно не добавить и старичка Добрыню Никитича – первый ОПИФ акций, появившийся летом 1997 года, который существует теперь под более скучным названием «Фонд российских акций».
Итого 9 самых успешных фондов и один… старый. Информация о фондах по данным InvestFunds, актуальная на 5 февраля 2023 года:
| Фонд | Начало работы | СЧА, млн. | Вознаграждение УК | Макс. расходы | Доходность за 5 лет |
|---|---|---|---|---|---|
| Рекорд Капитал – Алёнка | 27.10.17 | 251 | 3% | 9.5% | 305.27% |
| Атон – Эшелон 2.0 | 10.10.07 | 2 712 | 4.2% | 6.7% | 180.04% |
| Арсагера – Фонд акций | 30.06.05 | 2 468 | 1.7% | 1.72% | 125.85% |
| Арсагера – Фонд акций 6.4 | 02.02.06 | 1 476 | 1.7% | 1.72% | 138.06% |
| Промсвязь – Перспективные вложения | 29.09.04 | 6 449 | 3.20% | 13.49% | 111.2% |
| РСХБ – Фонд компаний малой и средней капитализации | 31.10.07 | 1 451 | 3% | 3.5% | 103.33% |
| Апрель Капитал – Акции | 08.07.03 | 516 | 3.54% | 5.04% | 103.51% |
| БКС – Российские акции | 21.02.05 | 4 076 | 3.9% | 7.1% | 94.45% |
| Альфа-Капитал – Управляемые российские акции (AKME) | 11.12.20 | 7 715 | 1.5% | 1.73% | 70.56%* |
| Первая – Фонд российских акций | 10.06.97 | 21 528 | 3.2% | 3.85% | 52,57% |
* – доходность с даты начала работы фонда, у индекса MCFTR за тот же период 24.1%.
Доходность основного индекса МосБиржи MCFTR за последние 5 лет составила 81.6%, индекса средней и малой капитализации MESMTR – 66.2%. Все фонды, кроме последнего, опередили эти индексы за аналогичный период. Интересный факт: из всех сформированных ОПИФ российских акций, работающих дольше 5 лет (133), по этому критерию я смог отобрать только 6% – остальные индексу уступили.
Все фонды реинвестируют получаемые дивиденды, поэтому стоимость их паев дает нам полную доходность. У факторных портфелей доходность тоже взята полная.
Стоимость паев фондов уже учитывают вознаграждения УК и прочие расходы. А сравнивать мы их будем с доходностями факторных портфелей без учета расходов и налогов. До вычета расходов результаты управляющих фондами (альфа) были бы лучше, но инвестору достается то, что осталось, поэтому такое сравнение имеет смысл. Тем не менее нужно помнить, что в реальности результаты факторных портфелей получить невозможно, и что все из них, кроме MKT-RF, совершенно бесплатно продают акции в короткую.
Для корректного сравнения с MKT-RF месячные доходности фондов были уменьшены на доходность безрискового актива – ценового индекса ОФЗ RGBI. Его использовали авторы факторных портфелей (отсюда и -RF). Среднемесячные доходности и их волатильность в таблицах ниже посчитаны после вычета безрисковой ставки.
Факторные портфели для российского рынка акций, с которыми будем считать регрессии, описаны здесь. Данные по ним начинаются в январе 2005 и заканчиваются в мае 2023 года, поэтому общие периоды с фондами не могут быть шире этого интервала.
В регрессию методом наименьших квадратов в качестве независимых переменных отправятся доходности не всех факторных портфелей, а четырех – MKT-RF, SMB, HML и MOM, которые вместе составляют т. н. модель Кархарта. В качестве зависимой переменной используется доходность фонда.
Ключ к таблице результатов
Чтобы все могли прочитать результаты регрессии, которые выдает Python-библиотека statsmodels, кратко расскажу что значит каждое из значений. Самое важное выделил полужирным. Более формальные определения можно найти здесь.
Левая верхняя секция:
- No. Observations – количество наблюдений, равно числу месяцев в выборке из истории фонда и факторных портфелей за общий период.
- Df Residuals – количество значений, способных варьироваться (степеней свободы) = количество наблюдений – количество переменных – 1).
- Df Model – количество независимых переменных (регрессоров), в нашем случае факторов.
- Covariance Type – тип ковариации, HAC (heteroskedasticity-autocorrelation robust covariance) значит использование устойчивых к гетероскедастичности и автокорреляции стандартных ошибок в форме Ньюи-Уэста. Значение lags подбиралось по формуле 4 * (T / 100) ^ (2/9), где T = количеству наблюдений.
Правая верхняя секция:
- R-squared (R2) – сколько процентов дисперсии зависимой переменной (доходность фонда) объясняется вариацией независимых переменных (доходностей факторных портфелей). Может быть от 0 до 1 (0–100%).
- Adj. R-squared – то же самое, но со штрафом на базовую метрику за лишние независимые переменные, которые не улучшают объяснительную силу модели.
- F-statistic – критерий Фишера, нужен для проверки нулевой гипотезы, не равны ли все бета-коэффициенты при переменных нулю. Prob (F-statistic) показывает вероятность этого в процентах. Если она близка к нулю, значит група ваших переменных статистически значима. Здесь и в других местах встречаются числа в экспоненциальной записи вида Xe-N – это значит, что значение очень близко к нулю (точку надо перенести влево на N порядков).
- Log-Likelihood – показывает насколько хорошо полученная модель описывает данные. Абсолютное значение не важно, метрика нужна для выбора переменных модели (значение больше = лучше).
- AIC, BIC (Akaike, Bayesian information criteria) – показывает степень переобученности модели, тоже нужны для выбора переменных (значение меньше = лучше). BIC больше штрафует за лишние параметры модели.
Значения и статистика коэффициентов:
- строка const, колонка coef – значение y-intercept, Jensen’s alpha или просто альфа (α). Та часть доходности, выше или ниже нуля, которую наша многофакторная модель объяснить не может. Иными словами, сколько доходности (или убытка) можно записать на счет управляющего, а не отнести к известным вознаграждаемым рискам, которые взял на себя фонд. Доходности у нас месячные, поэтому альфа выражена в процентах доходности за месяц. Например, -0.0026 можно читать как -0.26% в месяц относительно доходности модели при полученных бета-коэффициентах.
- rm, coef – бета-коэффициент (β) к портфелю MKT-RF. Показывает чувствительность цены фонда к изменениям стоимости портфеля широкого рынка акций (системному риску). Значение выше 1 указывает на большую волатильность, чем у рынка, значения меньше 1 – на меньшую.
- smb, coef – бета-коэффициент (β) к портфелю SMB (акции малых компаний). Здесь и далее положительный коэффициент показывает прямую зависимость (при росте доходности факторного портфеля увеличивалась и доходность фонда выше, чем объяснимо только системным риском), отрицательный – обратную (при росте доходности факторного портфеля доходность фонда уменьшается).
- hml, coef – бета-коэффициент (β) к портфелю HML (акции стоимости).
- mom, coef – бета-коэффициент (β) к портфелю MOM (моментум).
- std err – стандартная ошибка, используется для оценки доверительного интервала. Чем меньше ошибка, тем лучше модель соответствует данным.
- t и P>|t| – статистика t-Стьюдента и p-значение, используются для оценки статистической значимости альфа- и бета-коэффициентов и расчета их доверительного интервала. В экономике и финансах, если p-значение < 5% (или t > 2), коэффициент обычно считают статистически значимым, если < 10% – с большой натяжкой. В остальных случаях утверждать, что полученное значение коэффицента отлично от нуля, нельзя.
- [0.025 0.975] – доверительный интервал, в который значение коэффициента входит с вероятностью 95% (два стандартных отклонения). Чем у́же доверительный интервал, тем больше мы уверены в значении коэффициента.
Нижняя секция (анализ остатков):
- Skew (асимметрия) и Kurtosis (эксцесс) – параметры, описывающие форму кривой распределения остатков необъясненной дисперсии зависимой переменной, её сдвиг и толщину хвостов. У абсолютно нормального распределения эти значения равны 0 (skew) и 3 (kurtosis).
- Omnibus и Prob(Omnibus) – метрики для определения нормальности распределения остатков, использующие коэффициенты асимметрии и эксцесса. Если значение Prob(Omnibus) очень близко к нулю, распределение остатков не может считаться нормальным.
- Jarque-Bera (JB) и Prob(JB) – альтернативные методы определения нормальности распределения остатков. Нулевая гипотеза – распределение нормальное, асимметрия равна 0, эксцесс равен 3. Если значение Prob(JB) очень близко к нулю, распределение не нормальное.
- Durbin-Watson – критерий для проверки наличия автокорреляции ошибки с лагом 1. При отсутствии автокорреляции значение будет между 1 и 2.
- Cond. No. – число обусловленности, мера чувствительности модели к изменениям во входных данных. Высокое значение указывает на мультиколлинеарность – наличие линейной зависимости между объясняющими переменными (факторами). В моих результатах предупреждение об этом не печаталось.
С этой информацией результаты регрессий ниже вы сможете интерпретировать и сами, я опишу только некоторые моменты.
Индекс акций МосБиржи (MCFTR)
Начнем не с фондов, а с индексов МосБиржи, проверим адекватность факторных портфелей и подготовленных данных.
| Индекс | MKT-RF | |
|---|---|---|
| Средняя месячная доходность (выше RGBI) | 1.27% | 1.56% |
| Стандартное отклонение месячных доходностей | 6.62% | 6.29% |
| Доходность / риск | 0.19 | 0.25 |
OLS Regression Results
==============================================================================
Dep. Variable: return R-squared: 0.941
Model: OLS Adj. R-squared: 0.940
Method: Least Squares F-statistic: 929.9
Date: сб, 10 фев 2024 Prob (F-statistic): 7.45e-135
Time: 21:13:12 Log-Likelihood: 599.42
No. Observations: 221 AIC: -1189.
Df Residuals: 216 BIC: -1172.
Df Model: 4
Covariance Type: HAC
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const -0.0026 0.001 -1.995 0.046 -0.005 -4.61e-05
rm 1.0108 0.020 51.605 0.000 0.972 1.049
smb -0.0267 0.029 -0.908 0.364 -0.084 0.031
hml 0.0140 0.028 0.509 0.611 -0.040 0.068
mom -0.0203 0.017 -1.211 0.226 -0.053 0.013
==============================================================================
Omnibus: 46.077 Durbin-Watson: 1.874
Prob(Omnibus): 0.000 Jarque-Bera (JB): 403.539
Skew: -0.437 Prob(JB): 2.36e-88
Kurtosis: 9.562 Cond. No. 22.3
==============================================================================Здесь и во многих других результатах мы получили практически нулевое p-значение для метрик Omnibus и Jarque-Bera, что указывает на не нормальное распределение остатков. Это значит, что прямая линия регрессии не очень хорошо описывает взаимосвязь между переменными. Высокий коэффициент эксцесса указывает на толстые хвосты кривой распределения на месячных данных. Но выкидывать результаты вряд ли стоит.
Коэффициент R2 получился очень высокий, модель объяснила 94% дисперсии избыточных месячных доходностей индекса. Статистически значимый фактор только один – рыночный, бета к которому ожидаемо примерно равна единице. Остальные факторы на доходность индекса почти не влияют (и не должны были).
В основной индекс МосБиржи входят только акции самых крупных компаний на российском рынке, в отличие от портфеля широкого рынка, куда входят все. Возможно, отставание индекса по доходности объясняется тем, что маленькие компании показывали неплохие результаты, но в нем отсутствовали.
Индекс акций средней и малой капитализации МосБиржи (MESMTR)
| Индекс | MKT-RF | |
|---|---|---|
| Средняя месячная доходность (выше RGBI) | 1.15% | 1.65% |
| Стандартное отклонение месячных доходностей | 5.59% | 5.18% |
| Доходность / риск | 0.21 | 0.32 |
OLS Regression Results
==============================================================================
Dep. Variable: return R-squared: 0.731
Model: OLS Adj. R-squared: 0.721
Method: Least Squares F-statistic: 89.39
Date: сб, 10 фев 2024 Prob (F-statistic): 2.31e-33
Time: 21:14:23 Log-Likelihood: 240.30
No. Observations: 113 AIC: -470.6
Df Residuals: 108 BIC: -457.0
Df Model: 4
Covariance Type: HAC
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const -0.0056 0.004 -1.564 0.118 -0.013 0.001
rm 0.9522 0.066 14.360 0.000 0.822 1.082
smb 0.2825 0.055 5.178 0.000 0.176 0.389
hml -0.0751 0.051 -1.471 0.141 -0.175 0.025
mom -0.1705 0.067 -2.542 0.011 -0.302 -0.039
==============================================================================
Omnibus: 0.163 Durbin-Watson: 1.890
Prob(Omnibus): 0.922 Jarque-Bera (JB): 0.334
Skew: -0.041 Prob(JB): 0.846
Kurtosis: 2.746 Cond. No. 27.0
==============================================================================В этом индексе нет крупных компаний, которые входят в основной индекс МосБиржи, поэтому модель ожидаемо объясняет меньший процент дисперсии доходностей индекса – 72%. Индексная корзина имеет меньшую бету к системному риску, значительный вклад в доходность индекса вносят компании меньшего размера, что логично. Бета к моментуму отрицательная, т. е. экспозиция у индекса была больше на акции с низкой доходностью за последние 11 месяцев, чем наоборот.
Этот индекс тоже отстает от широкого рынка. На этот раз мы теряем как крупные акции, так и самые маленькие, потому что базой для всех индексов акций МосБиржи выступают только топ-100 акций по капитализации, которые входят в индекс «широкого рынка» MOEXBMI. Относительно портфеля всего рынка, который используется для фактора MKT, MESMTR – это скорее индекс акций компаний средней капитализации. Возможно, отсюда и отставание в доходности?
Рекорд Капитал – Алёнка
Структура портфеля фонда меняется в соответствии с изменением рыночной конъюнктуры – в пользу фондовых активов с высокой потенциальной доходностью или защитных и надежных государственных долговых бумаг. Поиск и отбор инструментов фондового рынка осуществляется на основе фундаментального анализа, при этом в приоритете акции эмитентов, бизнес которых растет быстрее рынка, компании с крепким капиталом, без долговых проблем, активы с высокой форвардной дивидендной доходностью, а также компании роста, способные расширять бизнес и приносить доход акционерам даже в сложных экономических условиях.
| Фонд | MKT-RF | |
|---|---|---|
| Средняя месячная доходность (выше RGBI) | 1.58% | 1.5% |
| Стандартное отклонение месячных доходностей | 8.17% | 5.41% |
| Доходность / риск | 0.19 | 0.28 |
OLS Regression Results
==============================================================================
Dep. Variable: return R-squared: 0.750
Model: OLS Adj. R-squared: 0.736
Method: Least Squares F-statistic: 65.47
Date: сб, 10 фев 2024 Prob (F-statistic): 4.37e-23
Time: 21:15:31 Log-Likelihood: 135.64
No. Observations: 76 AIC: -261.3
Df Residuals: 71 BIC: -249.6
Df Model: 4
Covariance Type: HAC
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const -0.0015 0.005 -0.291 0.771 -0.012 0.009
rm 1.2299 0.083 14.868 0.000 1.068 1.392
smb 0.2773 0.080 3.464 0.001 0.120 0.434
hml 0.0646 0.088 0.737 0.461 -0.107 0.236
mom -0.3432 0.106 -3.235 0.001 -0.551 -0.135
==============================================================================
Omnibus: 0.623 Durbin-Watson: 1.935
Prob(Omnibus): 0.732 Jarque-Bera (JB): 0.733
Skew: 0.092 Prob(JB): 0.693
Kurtosis: 2.556 Cond. No. 26.0
==============================================================================Самый яркий фонд в подборке, который за последние 5 лет утроил вложения своих пайщиков. И один из двух, что сумели немного превзойти широкий рынок акций по средней месячной доходности (ещё два фонда к ней приблизились). Но альфа относительно четырехфакторной модели тут тоже отрицательная и случайная.
Высокая бета к широкому рынку (1.23) указывает на относительно высокую концентрацию портфеля, что подтверждает и более высокое стандартное отклонение доходностей фонда, чем у рынка. Проще говоря, дополнительная доходность достигается дополнительным риском. В декабре фонд владел всего 13 акциями. Концентрация при правильном выборе ценных бумаг дает возможность хорошо заработать, что мы и видим. Минус тут только один – нельзя ошибаться…
Есть статистически значимая и довольно большая экспозиция на акции маленькой капитализации, за счет чего фонд получал дополнительную премию к доходности рынка. Обратная ситуация с моментумом – видимо, акций, цена которых росла в недавном прошлом, управляющие избегают. В то же время нет значимой экспозиции на акции с высокой балансовой стоимостью относительно капитализации, т. е. будущих лидеров они ищут как-то иначе.
Атон – Эшелон 2.0
[…] нашей инвестиционной стратегии, направленной на выявление истинных чемпионов российской экономики и использование оптимальных точек входа на рынок. В портфеле особое внимание уделяется акциям второго эшелона, что дает нашим инвесторам преимущество.
До ноября 2023 года фонд осуществлял деятельность под названием «АТОН — Инфраструктура».
| Фонд | MKT-RF | |
|---|---|---|
| Средняя месячная доходность (выше RGBI) | 0.79% | 1.15% |
| Стандартное отклонение месячных доходностей | 6.92% | 6.23% |
| Доходность / риск | 0.11 | 0.18 |
OLS Regression Results
==============================================================================
Dep. Variable: return R-squared: 0.792
Model: OLS Adj. R-squared: 0.788
Method: Least Squares F-statistic: 55.51
Date: сб, 10 фев 2024 Prob (F-statistic): 1.55e-30
Time: 21:16:40 Log-Likelihood: 381.46
No. Observations: 187 AIC: -752.9
Df Residuals: 182 BIC: -736.8
Df Model: 4
Covariance Type: HAC
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const -0.0062 0.003 -2.324 0.020 -0.011 -0.001
rm 1.0114 0.071 14.185 0.000 0.872 1.151
smb 0.2059 0.056 3.675 0.000 0.096 0.316
hml 0.1095 0.059 1.864 0.062 -0.006 0.225
mom 0.0533 0.050 1.061 0.289 -0.045 0.152
==============================================================================
Omnibus: 9.605 Durbin-Watson: 2.092
Prob(Omnibus): 0.008 Jarque-Bera (JB): 18.041
Skew: 0.171 Prob(JB): 0.000121
Kurtosis: 4.483 Cond. No. 23.9
==============================================================================Арсагера – Фонд акций
Средства фонда инвестируются только в акции наиболее эффективных российских компаний, играющих заметную роль в российской экономике. При управлении фондом мы отказываемся от попыток играть на колебаниях цен акций, использования «технического анализа» и инструментов срочного рынка.
| Фонд | MKT-RF | |
|---|---|---|
| Средняя месячная доходность (выше RGBI) | 1.44% | 1.48% |
| Стандартное отклонение месячных доходностей | 7.38% | 6.29% |
| Доходность / риск | 0.19 | 0.23 |
OLS Regression Results
==============================================================================
Dep. Variable: return R-squared: 0.803
Model: OLS Adj. R-squared: 0.799
Method: Least Squares F-statistic: 86.64
Date: сб, 10 фев 2024 Prob (F-statistic): 2.38e-43
Time: 21:07:37 Log-Likelihood: 430.30
No. Observations: 215 AIC: -850.6
Df Residuals: 210 BIC: -833.8
Df Model: 4
Covariance Type: HAC
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const -0.0028 0.002 -1.222 0.222 -0.007 0.002
rm 1.0460 0.068 15.496 0.000 0.914 1.178
smb 0.1372 0.061 2.263 0.024 0.018 0.256
hml 0.0801 0.042 1.890 0.059 -0.003 0.163
mom -0.1144 0.044 -2.625 0.009 -0.200 -0.029
==============================================================================
Omnibus: 21.467 Durbin-Watson: 1.606
Prob(Omnibus): 0.000 Jarque-Bera (JB): 83.515
Skew: -0.160 Prob(JB): 7.33e-19
Kurtosis: 6.037 Cond. No. 22.7
==============================================================================Экспозиция этого фонда на HML (фактор стоимости), как и следующего, минимальная. Могу ошибаться, но Арсагера больше ориентируется на качество (quality-факторы), чем на балансовую стоимость компании, т. е. за меньшие деньги они скорее пытаются купить больше прибыли, а не активов на балансе. Либо учитывают и то, и то.
К сожалению, варианты quality-портфелей РАНХиГС не считает (возможно, они бы помогли увеличить R2 модели и по Аленке, и по Арсагере). Если поиграться с периодом входящих данных, то можно получить статистически значимую отрицательную бету фондов Арсагеры на фактор P/E, т. е. положительную к E/P (прибыль к капитализации).
Значимая положительная экспозиция на SMB выглядит логично – акции в фонд выбираются из довольно широкого списка, и доля акций меньших по капитализации компаний может превышать их долю в рыночном портфеле, взвешенном по капитализации.
Арсагера – Фонд акций 6.4
Открытый ПИФ рыночных финансовых инструментов «Арсагера – акции 6.4» — это ставка на перспективные инвестиционные идеи и сильную экономику акций, обращающихся на российских биржах. В отличие от «Арсагера – фонд акций» в данном фонде не устанавливается ограничений на приобретение активов, относящихся к группам 6.4 и 6.5, в результате чего существенно увеличивается общее количество эмитентов, представленных в портфеле. Мы стремимся выявлять наиболее эффективные бизнесы на российском фондовом рынке и владеть ими в рамках фонда. Зачастую операция по приобретению нужного пакета акций из групп 6.4 и 6.5 не менее сложна и трудоемка, чем анализ и поиск интересной компании.
| Фонд | MKT-RF | |
|---|---|---|
| Средняя месячная доходность (выше RGBI) | 1.28% | 1.21% |
| Стандартное отклонение месячных доходностей | 7.06% | 6.17% |
| Доходность / риск | 0.18 | 0.20 |
OLS Regression Results
==============================================================================
Dep. Variable: return R-squared: 0.658
Model: OLS Adj. R-squared: 0.651
Method: Least Squares F-statistic: 102.2
Date: сб, 10 фев 2024 Prob (F-statistic): 2.03e-47
Time: 21:10:11 Log-Likelihood: 366.58
No. Observations: 207 AIC: -723.2
Df Residuals: 202 BIC: -706.5
Df Model: 4
Covariance Type: HAC
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const -0.0022 0.002 -1.097 0.273 -0.006 0.002
rm 0.9474 0.056 16.801 0.000 0.837 1.058
smb 0.2957 0.101 2.924 0.003 0.098 0.494
hml 0.0856 0.038 2.244 0.025 0.011 0.160
mom -0.0896 0.061 -1.472 0.141 -0.209 0.030
==============================================================================
Omnibus: 73.887 Durbin-Watson: 1.606
Prob(Omnibus): 0.000 Jarque-Bera (JB): 2165.882
Skew: -0.621 Prob(JB): 0.00
Kurtosis: 18.798 Cond. No. 23.1
==============================================================================Второй и последний фонд, который за период сравнения показал среднюю месячную доходность чуть выше, чем у широкого рынка акций. Ожидаемо больше акций маленьких компаний. Модель объясняет доходность этого фонда уже не очень хорошо, R2 65% – один из худших результатов.
Промсвязь – Перспективные вложения
Фонд с активным управлением и распределением по отраслям. В составе акции перспективных российских компаний. Управляющий вкладывает средства фонда в ценные бумаги эмитентов с хорошими финансовыми показателями в ожидании реализации ее бизнес-стратегии.
| Фонд | MKT-RF | |
|---|---|---|
| Средняя месячная доходность (выше RGBI) | 1.09% | 1.56% |
| Стандартное отклонение месячных доходностей | 6.56% | 6.29% |
| Доходность / риск | 0.17 | 0.25 |
OLS Regression Results
==============================================================================
Dep. Variable: return R-squared: 0.812
Model: OLS Adj. R-squared: 0.809
Method: Least Squares F-statistic: 203.4
Date: сб, 10 фев 2024 Prob (F-statistic): 4.93e-72
Time: 21:18:09 Log-Likelihood: 473.89
No. Observations: 221 AIC: -937.8
Df Residuals: 216 BIC: -920.8
Df Model: 4
Covariance Type: HAC
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const -0.0057 0.002 -3.105 0.002 -0.009 -0.002
rm 0.9504 0.036 26.710 0.000 0.881 1.020
smb 0.1115 0.043 2.575 0.010 0.027 0.196
hml 0.0559 0.028 1.986 0.047 0.001 0.111
mom 0.0052 0.037 0.140 0.889 -0.067 0.078
==============================================================================
Omnibus: 21.373 Durbin-Watson: 2.063
Prob(Omnibus): 0.000 Jarque-Bera (JB): 73.391
Skew: 0.235 Prob(JB): 1.16e-16
Kurtosis: 5.784 Cond. No. 22.3
==============================================================================РСХБ – Фонд компаний малой и средней капитализации
При управлении фондом осуществляется выбор наиболее недооцененных акций российских эмитентов, обладающих существенным потенциалом роста курсовой стоимости на длительном горизонте. Критерий рыночной ликвидности не является существенным приоритетом. При отсутствии достаточного количества привлекательных рыночных возможностей до 50% портфеля может быть инвестировано в привлекательно оцененные “голубые фишки”. Достижение адекватного уровня диверсификации является важным критерием при определении структуры портфеля. Инвестиционный процесс опирается на анализ перспектив отраслей экономики и эмитентов и понимание происходящих макроэкономических процессов в мире и России.
| Фонд | MKT-RF | |
|---|---|---|
| Средняя месячная доходность (выше RGBI) | 0.91% | 1.15% |
| Стандартное отклонение месячных доходностей | 7.29% | 6.23% |
| Доходность / риск | 0.12 | 0.18 |
OLS Regression Results
==============================================================================
Dep. Variable: return R-squared: 0.667
Model: OLS Adj. R-squared: 0.660
Method: Least Squares F-statistic: 20.78
Date: сб, 10 фев 2024 Prob (F-statistic): 4.00e-14
Time: 21:20:12 Log-Likelihood: 327.85
No. Observations: 187 AIC: -645.7
Df Residuals: 182 BIC: -629.5
Df Model: 4
Covariance Type: HAC
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const -0.0056 0.004 -1.474 0.141 -0.013 0.002
rm 0.9774 0.122 8.022 0.000 0.739 1.216
smb 0.3206 0.073 4.368 0.000 0.177 0.464
hml 0.1193 0.112 1.069 0.285 -0.099 0.338
mom -0.0326 0.069 -0.474 0.635 -0.167 0.102
==============================================================================
Omnibus: 47.440 Durbin-Watson: 2.009
Prob(Omnibus): 0.000 Jarque-Bera (JB): 491.915
Skew: 0.528 Prob(JB): 1.52e-107
Kurtosis: 10.875 Cond. No. 23.9
==============================================================================Апрель Капитал – Акции
Активы фонда инвестируются в акции крупнейших российских компаний, обладающие наибольшим потенциалом роста стоимости. Выбор акций основывается на фундаментальном анализе. В портфель включаются компании, недооцененные рынком или обладающие высоким потенциалом роста стоимости бизнеса.
| Фонд | MKT-RF | |
|---|---|---|
| Средняя месячная доходность (выше RGBI) | 1.56% | 1.56% |
| Стандартное отклонение месячных доходностей | 7.17% | 6.29% |
| Доходность / риск | 0.22 | 0.25 |
OLS Regression Results
==============================================================================
Dep. Variable: return R-squared: 0.834
Model: OLS Adj. R-squared: 0.831
Method: Least Squares F-statistic: 132.4
Date: сб, 10 фев 2024 Prob (F-statistic): 5.95e-57
Time: 21:21:43 Log-Likelihood: 467.73
No. Observations: 221 AIC: -925.5
Df Residuals: 216 BIC: -908.5
Df Model: 4
Covariance Type: HAC
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const -0.0003 0.002 -0.175 0.861 -0.004 0.003
rm 1.0324 0.054 18.961 0.000 0.926 1.139
smb 0.0223 0.055 0.403 0.687 -0.086 0.130
hml 0.0135 0.039 0.343 0.732 -0.064 0.090
mom -0.0984 0.045 -2.204 0.028 -0.186 -0.011
==============================================================================
Omnibus: 13.654 Durbin-Watson: 2.299
Prob(Omnibus): 0.001 Jarque-Bera (JB): 27.992
Skew: 0.255 Prob(JB): 8.35e-07
Kurtosis: 4.667 Cond. No. 22.3
==============================================================================Интересные результаты со значимой экспозицией только на широкий рынок, бетой к нему, близкой к единице, но при этом почти нулевой альфой к четырехфакторной модели (хороший результат относительно других фондов). Волатильность месячных доходностей выше, но средняя арифметическая доходность совпадает до второго знака после запятой, несмотря на очень высокую комиссию (геометрическая будет немного ниже рыночной из-за волатильности).
БКС – Российские акции
Фонд инвестирует в акции ведущих российских компаний из таких сегментов, как нефть и газ, металлургия, потребительские товары и услуги, телекоммуникации. За балансом в портфеле следит опытный управляющий, который оперативно вносит изменения в состав фонда. Инвестору не нужно самостоятельно принимать решения и постоянно находиться «в рынке».
| Фонд | MKT-RF | |
|---|---|---|
| Средняя месячная доходность (выше RGBI) | 1.13% | 1.56% |
| Стандартное отклонение месячных доходностей | 6.38% | 6.29% |
| Доходность / риск | 0.18 | 0.25 |
OLS Regression Results
==============================================================================
Dep. Variable: return R-squared: 0.886
Model: OLS Adj. R-squared: 0.884
Method: Least Squares F-statistic: 346.5
Date: сб, 10 фев 2024 Prob (F-statistic): 9.93e-93
Time: 21:22:30 Log-Likelihood: 534.56
No. Observations: 221 AIC: -1059.
Df Residuals: 216 BIC: -1042.
Df Model: 4
Covariance Type: HAC
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const -0.0027 0.001 -1.919 0.055 -0.005 5.81e-05
rm 0.9384 0.039 23.963 0.000 0.862 1.015
smb -0.0419 0.043 -0.981 0.327 -0.126 0.042
hml 0.0312 0.032 0.988 0.323 -0.031 0.093
mom -0.0132 0.025 -0.528 0.597 -0.062 0.036
==============================================================================
Omnibus: 51.477 Durbin-Watson: 2.068
Prob(Omnibus): 0.000 Jarque-Bera (JB): 279.115
Skew: -0.748 Prob(JB): 2.46e-61
Kurtosis: 8.298 Cond. No. 22.3
==============================================================================Альфа-Капитал – Управляемые российские акции (AKME)
Портфель формируется преимущественно из акций российских компаний, которые отбираются по принципу фундаментальной привлекательности, с учетом оценки потенциальной доходности инвестиций и риска.
| Фонд | MKT-RF | |
|---|---|---|
| Средняя месячная доходность (выше RGBI) | 1.18% | 1.96% |
| Стандартное отклонение месячных доходностей | 6.95% | 6.97% |
| Доходность / риск | 0.17 | 0.28 |
OLS Regression Results
==============================================================================
Dep. Variable: return R-squared: 0.931
Model: OLS Adj. R-squared: 0.919
Method: Least Squares F-statistic: 130.8
Date: сб, 10 фев 2024 Prob (F-statistic): 6.30e-16
Time: 21:23:21 Log-Likelihood: 75.388
No. Observations: 29 AIC: -140.8
Df Residuals: 24 BIC: -133.9
Df Model: 4
Covariance Type: HAC
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const -0.0078 0.006 -1.363 0.173 -0.019 0.003
rm 0.9883 0.054 18.270 0.000 0.882 1.094
smb 0.0358 0.039 0.917 0.359 -0.041 0.112
hml 0.1317 0.066 1.987 0.047 0.002 0.262
mom 0.0645 0.072 0.894 0.371 -0.077 0.206
==============================================================================
Omnibus: 1.069 Durbin-Watson: 1.456
Prob(Omnibus): 0.586 Jarque-Bera (JB): 0.626
Skew: 0.360 Prob(JB): 0.731
Kurtosis: 2.972 Cond. No. 20.6
==============================================================================По этому фонду ещё не хватает числа наблюдений, хотя R2 и высокий. По имеющимся данным можно сказать, что широкий рынок он не опережает, и что у него есть с значимая положительная бета к акциям стоимости. Сильный рост фонд показал после мая 2023 года, где кончаются данные по факторным портфелям.
У Альфа-Капитал также имеется активный ОПИФ Ликвидные акции, существующий с 2005 года. Доходность по нему не впечатляет – за последние 5 лет 61%, что сильно хуже простого индексного фонда (73% у SBMX). Но у AKME результаты за время его существования сильно лучше, чем у этого ОПИФ (70% vs. 19%), и меньше сумма расходов, так что судить о будущем AKME по прошлому ОПИФ от той же управляющей компании нельзя.
Первая – Фонд российских акций
Фонд инвестирует средства в диверсифицированный портфель акций преимущественно российских эмитентов, обладающих достаточной ликвидностью и высоким потенциалом роста. Основу портфеля составляют ликвидные акции. Некоторая доля активов может инвестироваться в акции второго эшелона. Отбор акций происходит на базе тщательного фундаментального анализа эмитентов, а также оценки текущей стоимости акций относительно их долгосрочного потенциала роста.
| Фонд | MKT-RF | |
|---|---|---|
| Средняя месячная доходность (выше RGBI) | 0.88% | 1.56% |
| Стандартное отклонение месячных доходностей | 6.82% | 6.29% |
| Доходность / риск | 0.13 | 0.25 |
OLS Regression Results
==============================================================================
Dep. Variable: return R-squared: 0.884
Model: OLS Adj. R-squared: 0.882
Method: Least Squares F-statistic: 172.5
Date: сб, 10 фев 2024 Prob (F-statistic): 4.61e-66
Time: 21:24:20 Log-Likelihood: 518.75
No. Observations: 221 AIC: -1028.
Df Residuals: 216 BIC: -1011.
Df Model: 4
Covariance Type: HAC
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const -0.0066 0.002 -3.400 0.001 -0.010 -0.003
rm 1.0114 0.044 23.079 0.000 0.925 1.097
smb 0.0010 0.039 0.027 0.979 -0.076 0.078
hml 0.0093 0.033 0.284 0.776 -0.055 0.074
mom -0.0747 0.031 -2.388 0.017 -0.136 -0.013
==============================================================================
Omnibus: 21.094 Durbin-Watson: 2.019
Prob(Omnibus): 0.000 Jarque-Bera (JB): 46.048
Skew: -0.439 Prob(JB): 1.00e-10
Kurtosis: 5.057 Cond. No. 22.3
==============================================================================Увы, результаты грустные. Большая статистически значимая отрицательная альфа, средняя доходность сильно уступает широкому рынку и индексу МосБиржи на том же периоде, значимая бета только к системному риску. Фонд явно не оправдывает своего уровня вознаграждений управляющим.
Общие наблюдения
Ни один фонд, несмотря на опережение индекса МосБиржи в последние 5 лет, не показывает статистически значимую положительную альфу относительно четырехфакторной модели. Зато есть примеры значимой отрицательной альфы.
Почти никто из управляющих не отходит слишком далеко от системного риска всего рынка акций – бета к фактору MKT-RF у всех фондов недалека от единицы. Исключением стала рискующая сильнее Алёнка-Капитал. В то же время многие фонды имеют значимые положительные бета-коэффициенты на SMB, реже HML, а значимые коэффициенты к MOM всегда отрицательные – управляющие избегают недавно дорожавших акций.
В среднем фонды показывают меньшую месячную премию над безрисковым активом и большую её волатильность, чем у широкого рынка акций, что делает их коэффициент доходность/риск хуже рыночного. Иногда можно получить больше доходности, чем от широкого рынка, но бесплатной она не будет.
Похоже, что если бы на нашем рынке существовал total market фонд с минимальными расходами, который бы включал в себя все акции, листингованные на МосБирже (их 250), то его результаты, скорректированные на риск, могли бы превзойти большинство активных и пассивных фондов, которые сейчас существуют. Практически сделать такой фонд сложно или даже невозможно из-за необходимости торговать акциями с наиболее низкой ликвидностью так, чтобы результаты не отличались от расчетных для рыночного портфеля. Но потенциал на расширение диверсификации фондов и сокращение расходов имеется.
Рейтинг фондов и индексов по размеру α-коэффициента (не всегда статистически значимого и за разные временные периоды, + и ~ означают p-значение для t меньше 5% и 10% соответственно):
- Апрель Капитал – Акции: -0.0003
- Рекорд Капитал – Алёнка: -0.0015
- Арсагера – Фонд акций 6.4: -0.0022
- Индекс акций МосБиржи (MCFTR): -0.0026 +
- БКС – Российские акции: -0.0027 ~
- Арсагера – Фонд акций: -0.0028
- Индекс акций средней и малой капитализации (MESMTR): -0.0056
- РСХБ – Фонд компаний малой и средней капитализации: -0.0056
- Промсвязь – Перспективные вложения: -0.0057 +
- Атон – Эшелон 2.0: -0.0062 +
- Первая – Фонд российских акций: -0.0066 +
- Альфа-Капитал – Управляемые российские акции (AKME): -0.0078
Рейтинг фондов и индексов по размеру коэффициента избыточная доходность / СКО относительно широкого рынка акций (за разные временные периоды):
- Арсагера – Фонд акций 6.4: 0.18 / 0.20 = 0.9
- Апрель Капитал – Акции: 0.88
- Арсагера – Фонд акций: 0.83
- Индекс акций МосБиржи (MCFTR): 0.76
- БКС – Российские акции: 0.72
- Рекорд Капитал – Алёнка: 0.68
- Промсвязь – Перспективные вложения: 0.68
- РСХБ – Фонд компаний малой и средней капитализации: 0.67
- Индекс акций средней и малой капитализации (MESMTR): 0.66
- Атон – Эшелон 2.0: 0.61
- Альфа-Капитал – Управляемые российские акции (AKME): 0.61
- Первая – Фонд российских акций: 0.52
Хотите научиться инвестировать? Пройдите обучающий курс о создании инвестиционного портфеля.
Нравится блог? Поддержите меня подпиской и получите доступ к преимуществам.
3 ответа к “Факторный анализ активных фондов акций”
Интересно почитать о сравнении ПИФ на облигации рынка РФ
Компаний может и 250+, но ни один брокер не торгует сразу всеми. У каждого свой лист эмитентов, который представляет к торгам намного-намного меньше. Особенно Тинек “радует”, там торгуется в лучшем случае 1/5 – 1/6 рынка.
Спасибо за труды, очень интересно. Ждем, таки, фонд на весь рынок РФ. Эх.
Да, у Тинька даже БПИФ всех нет в наличии. В Сбере 253 акции, у ВТБ на вид столько же. В конце списков и сделки не каждый день бывают, неликвид.