В то время Самуэльсон становился серым кардиналом среди экономистов. Если он считал, что рынок подчиняется законам случайного блуждания, то все должны были с этим согласиться или иметь очень веские основания, чтобы думать иначе. Большинство и согласилось, включая выдающегося студента Самуэльсона Роберта Мертона, одного из создателей формулы оценки опционов Блэка-Шоулза. Еще одним его последователем был Бертон Мэлкил, который впоследствии написал книгу «Случайная прогулка по Уолл-стрит».[58]
И все же именно Фама сложил все воедино и сделал гипотезу эффективного рынка центральной идеей современной теории портфеля.
Представление о том, что рынок — эффективная, работающая случайным образом машина по образованию цен — приводит к ряду странных следствий. Фама говорил об огромном мире, который кишит инвесторами, находящимися в постоянном поиске неэффективностей, как голодные пираньи, кружащие в ожидании свежего мяса. Без голодных пираний, пожирающих сочные неэффективности, рынок никогда бы не стал эффективным. А разве они могут жить без свежего мяса? Нет мяса — нет пираний. Нет пираний — нет эффективного рынка. Этот парадокс по-прежнему ставит в тупик сторонников гипотезы эффективного рынка.
Еще одно следствие эффективности рынка таково: если гипотеза верна, утверждать, что цены на рынке задраны или слишком низки, невозможно. Когда индекс Nasdaq взлетел выше отметки 5000 в начале 2000-х, согласно гипотезе эффективного рынка нельзя было утверждать, что речь идет о пузыре. А рынок недвижимости в 2005 году, когда цены на жилье по всей стране за пару лет взлетели вдвое, а то и втрое? Никакого пузыря.
Несмотря на такие сложные головоломки, гипотеза стала доминирующей в академических кругах, стоило Фаме пустить о ней слух. Это была прямая атака на инвестиционную индустрию, построенную на представлениях о том, что люди, владеющие правильными методами и инструментами, могут обыграть рынок.
Кванты рассматривали гипотезу как главное оружие в своем арсенале: вероятности различных движений эффективного рынка могут быть объяснены математикой броуновского движения. Наиболее вероятные изменения располагались ближе к центру колокола. Эту информацию можно было использовать, чтобы делать прогнозы волатильности рынка на месяц, год и даже 10 лет вперед. В сообществе финансового планирования использовалось так называемое имитационное моделирование Монте-Карло,[59] которое позволяло предсказывать ежедневный рост портфеля инвестора на длительную перспективу и основывалось на идее о случайном блуждании рынка. Годовая прибыль или потери в 5 % гораздо более вероятны, поскольку на графике отображаются ближе к центру колокола. Прибыль или убытки в 50 %, например вследствие обвала рынка ценных бумаг, случившегося во время кризиса кредитования в 2008 году (или 23 %-ный «нырок» Черного понедельника), настолько маловероятны, что в принципе фактически невозможны — по крайней мере, в рамках модели.
Сегодня почти все крупные финансовые компании, например Fidelity Investments или T. Rowe Price, предлагают своим инвесторам имитационное моделирование Монте-Карло. Таким образом, открытия Башелье, сделанные больше века назад и продвигаемые Фамой, теперь лежат в основе подготовки пенсионного плана. И эти идеи заставили американцев забыть о том, что рынок может совершать огромные скачки. Этот уродливый феномен просто не вписывался в элегантные модели квантов. Гипотеза эффективного рынка была во многих смыслах палкой о двух концах. Она утверждала, что рынок невозможно обыграть. Однако большинство квантов, особенно те, кто перекочевал на Уолл-стрит из академических кругов, верили в то, что рынок лишь частично эффективен. Фишер Блэк, один из создателей формулы оценки опционов Блэка-Шоулза, однажды сказал, что рынок гораздо эффективнее на берегах реки Чарльз,[60] чем на берегах Гудзона. Это наблюдение он сделал после того, как присоединился к команде банка Goldman Sachs.
С этой точки зрения рынок был монеткой с небольшим дефектом, которая с большей вероятностью приземлится вверх орлом (или, наоборот, решкой). Если подбросить ее сотню раз, то, скорее всего, орел выпадет 52 раза, а не 50. А чтобы достичь успеха, нужно найти такие скрытые дефекты (чем больше, тем лучше). Закон больших чисел, который Торп использовал, чтобы обыграть казино, а затем заработать состояние на Уолл-стрит, гласил, что такие дефекты — если использовать их, оперируя сотнями, если не тысячами ценных бумаг — могут принести огромные богатства.
Гипотеза эффективного рынка также косвенно подтверждала, что существует механизм повышения эффективности цен: пираньи Фамы. Целью было стать пираньей, ловить и поглощать проплывающие мимо неэффективности и скрытые расхождения, причем как можно быстрее. Выигрывают те из квантов, у кого в распоряжении лучшие модели и самые быстрые компьютеры.
Важно, что гипотеза дала квантам образец идеального рынка, всегда стремящегося к равновесию. Иными словами, она дала им отражение Истины — святого Грааля финансистов, опирающихся на методы количественного анализа, которые объясняют, как рынок работает и как его измерить. Каждый раз, когда цены на рынке отклоняются от Истины, компьютерные пираньи-кванты находят ошибку, набрасываются на нее и восстанавливают порядок — заодно получая солидную прибыль. Их мощнейшие компьютеры прочесывают мировые рынки, как настроенные на Истину радары. Они ищут возможности.
Модели квантов помогали распознать, когда цены отклоняются от равновесия. Само собой, иногда модели ошибались. Но если они достаточно часто были правы, квантам удавалось сколотить состояние.
Таким был один из главных уроков, вынесенных Клиффом Эснессом из учебы в Чикагском университете. Но впереди было еще много других.
Фама был упрям как бык, если дело касалось науки. Он не стал годами почивать на лаврах эффективного рынка, а продолжил копаться в библиотеках, испытывать возможности компьютеров и бесконечного потока талантливых молодых студентов, жаждущих учиться у гуру. В 1992 году, вскоре после того как на сцене появился Эснесс, Фама и Френч опубликовали работу, которая стала их крупнейшим прорывом в науке. Сейчас многие считают ее важнейшим исследованием последних двух десятилетий в сфере финансов. Но и амбиции, стоявшие за этой работой, были безмерны: перевернуть сами основы теории финансов — модель оценки доходности финансовых активов CAPM (Capital Asset Pricing Model).
До Фамы и Френча CAPM была наиболее близка к Истине, основанной на количественных методах теории финансов. Согласно прадеду CAPM Уильяму Шарпу, самый важный фактор для определения потенциальной прибыли с акций — бета, оценка волатильности акций по сравнению с рынком в целом. Чем рискованнее акции, тем выше потенциальная прибыль. Вывод: долгосрочные инвестиции в рискованные акции обычно более выгодны, чем вложения в банальные голубые фишки.
Фама и Френч врубили на полную мощность свои чикагские суперкомпьютеры и запустили серию исследований большой базы данных о прибылях рынка ценных бумаг. Они хотели определить, какое влияние оказывает эта «сверхважная» бета на прибыли с акций. И пришли к выводу, что никакого.
Этот вывод был настоящей бомбой для святая святых современной теории портфеля. Профессора утверждали, что два десятка лет исследований пошли псу под хвост. Пожалуй, еще более неожиданными были выводы о тех силах, которые, собственно, управляли прибылями по акциям. Ученые обнаружили два фактора, определявшие, насколько прибыльными были акции за исследуемый период с 1963 по 1990 год: стоимость и количество.
Есть несколько способов оценить размер компании. Обычно его определяют по тому, насколько Уолл-стрит ценит компанию, что видно по стоимости акций. Этот показатель называют рыночной капитализацией (стоимость одной акции, помноженная на количество акций). IBM — большая компания: ее рыночная капитализация около 150 миллиардов долларов. А Krispy Kreme Doughnuts — маленькая, у нее этот показатель всего 150 миллионов. Важны и другие факторы, например количество сотрудников и прибыли.
Стоимость в целом определяется путем сравнения цены акций компании с ее балансовой стоимостью, показателем ее стоимости-нетто (активы, например здания и/или оборудование, минус денежные обязательства, то есть долги).
Соотношение цены и балансовой стоимости — любимый показатель инвесторов старой школы, таких как Уоррен Баффет. Зато кванты используют его таким способом, какой всем баффетам и во сне не приснится (да и не хотели бы они видеть такие сны). Кванты закачивают в свои компьютеры из базы Исследовательского центра стоимости бумаг данные за десятилетия, пропускают их через сложные алгоритмы, прочесывают результаты, как старатели просеивают песок, в поисках сверкающих крупинок — бракованных «монеток» со скрытыми расхождениями.
