Факторное инвестирование

Факторное инвестирование (Factor investing) — это подход к формированию портфеля, при котором активы отбираются по измеримым характеристикам, статистически связанным с повышенной долгосрочной доходностью, а не по именам компаний и прогнозам аналитиков. Такие характеристики называются факторами; пять из них признаны классическими и подтверждены на данных почти за сто лет.

Подход вырос из академических исследований рыночных аномалий и лёг в основу индустрии смарт-бета фондов. BlackRock, Vanguard и MSCI строят на факторах целые линейки продуктов; для инвестора это способ получить систематическую стратегию без отбора отдельных бумаг вручную и без платы за активного управляющего. Терминология устоялась в 2010-х, когда институциональные инвесторы после кризиса 2008 года разложили доходности управляющих на систематические составляющие и обнаружили, что платили за факторную экспозицию как за талант.

Академические корни: от одного фактора к пяти

Отправной точкой служила модель CAPM 1960-х годов, объяснявшая доходность акции единственным фактором, чувствительностью к рынку. Десятилетия проверок накопили аномалии, которые модель не объясняла: маленькие компании систематически обгоняли большие, дешёвые относительно фундаментальных показателей обгоняли дорогие. Наблюдения копились задолго до канонических статей: эффект малых компаний описан Рольфом Банцем ещё в 1981 году.

Юджин Фама и Кеннет Френч оформили наблюдения в трёхфакторную модель в статьях 1992–1993 годов: к рыночному фактору добавились размер (SMB) и стоимость (HML). Каждый фактор измеряется доходностью длинно-короткой конструкции: SMB равен доходности корзины малых компаний минус доходность корзины крупных, поэтому премия существует независимо от направления рынка. Марк Кархарт в 1997 году добавил четвёртый фактор, продолжение ценового движения последних месяцев. В 2015 году Фама и Френч расширили модель до пяти факторов, включив прибыльность (RMW) и инвестиционную активность компаний (CMA). За эмпирический анализ цен активов Фама получил Нобелевскую премию 2013 года, а библиотека Кеннета Френча публикует ряды факторных доходностей с 1926 года в открытом доступе.

Практический вывод исследований жёсткий: после учёта факторов значительная часть альфа-коэффициента активных управляющих исчезает. То, что продавалось как мастерство, во многом оказалось систематической экспозицией на факторы. Смарт-бета продукты дают ту же экспозицию заметно дешевле активного управления, что и обеспечило им приток капитала.

Основные факторы и логика премий

У каждого фактора две конкурирующие трактовки: премия либо компенсирует дополнительный риск, либо эксплуатирует поведенческие ошибки толпы. Спор не решён, что не мешает факторам проявляться в данных. Каждая строка таблицы прошла проверку на десятках рынков и десятилетиях наблюдений, слабые кандидаты в классический список не попали.

Премии не складываются механически: факторы частично перекрываются, и мультифакторные стратегии взвешивают их с учётом взаимных корреляций. Дешевизна и качество редко встречаются в одной бумаге, а ценовой импульс со стоимостью исторически движутся в противофазе, что делает их пару устойчивее каждого по отдельности.

Как подход реализуется на практике

Частному инвестору доступны четыре пути с разной трудоёмкостью, и различаются они не только ценой, но и тем, кто несёт ответственность за дисциплину. Выбор определяется не столько капиталом, сколько честным ответом на вопрос, хватит ли выдержки следовать правилам в год, когда фактор отстаёт.

• Готовые смарт-бета фонды. Биржевые фонды на факторные индексы MSCI и FTSE: покупка одной бумаги даёт экспозицию на выбранный фактор. На американском рынке это отдельный крупный сегмент ETF с сотнями продуктов; конкуренция прижала их тарифы к уровню обычных индексных фондов.

• Самостоятельный скрининг. Отбор акций по формальным критериям через скринеры: воспроизводит фактор без комиссии фонда, но требует дисциплины, регулярного пересмотра позиций и устойчивости к искушению «подправить» правила.

• Мультифакторные стратегии. Комбинация двух-четырёх факторов сглаживает периоды слабости каждого: стоимость и ценовой импульс исторически дополняют друг друга.

• Факторные наклоны. Ядро капитала остаётся в широком индексе, а меньшая часть смещается в сторону выбранного фактора: компромисс между системностью и простотой.

Закономерность одна: чем проще путь, тем дороже обслуживание, чем дешевле, тем больше ручной работы и поведенческих рисков.

Почему факторы перестают работать

Главный риск подхода лежит не в рынке, а в данных. Исследователи проверяют тысячи гипотез на одних и тех же исторических рядах, и часть найденных премий оказывается оверфиттингом: закономерность существует в прошлом и исчезает в реальной торговле. Кэмпбелл Харви с соавторами к 2016 году насчитали в академической литературе сотни опубликованных «факторов», большинство которых не проходит строгие статистические пороги: авторы предложили требовать t-статистику выше трёх вместо привычных двух. Проверки вне исходной выборки регулярно показывают, что даже настоящие премии в среднем слабеют после того, как о них узнаёт рынок.

Даже у подтверждённых факторов есть три неприятных свойства:

• премия сжимается после публикации: капитал устремляется в стратегию и разбирает неэффективность;

• периоды отставания длятся годами: фактор стоимости уступал акциям роста большую часть 2010-х;

• факторные фонды охотнее всего покупаются на пике популярности фактора, то есть инвестор заходит после лучших лет премии.

Есть и техническая оговорка, о которой умалчивают продавцы стратегий: академические премии считаются на длинно-коротких конструкциях, а частный инвестор реализует только длинную ногу и получает лишь часть расчётной премии. Ни одно из ограничений не отменяет подход, но все вместе они требуют горизонта от десяти лет и терпимости к затяжному отставанию от индекса. Факторное инвестирование дисциплинирует не рынок, а инвестора.

Российская практика

На российском рынке факторный подход существует в основном в виде самостоятельного скрининга: отдельные биржевые фонды на дивидендные и факторные стратегии есть, но их выбор несопоставимо уже американского.

Академическая база для локальных факторов тонкая: история ликвидного российского рынка короче тридцати пяти лет, выборка бумаг узкая, а структурные разрывы 2008, 2014 и 2022 годов ломают непрерывность рядов. Исследования на данных МосБиржи находят признаки работы импульсных и дивидендных стратегий, однако статистическая надёжность таких выводов ниже, чем на американских данных с рядами от 1926 года. Устойчивее прочих на локальных данных выглядит ценовая инерция, что согласуется с глобальной картиной: этот эффект воспроизводится почти на всех рынках, где его искали. Добавляется локальная сложность: короткие продажи на российском рынке дороги и ограничены узким списком бумаг, поэтому длинно-короткие конструкции из учебника здесь воспроизводятся ещё хуже, чем на развитых рынках. Практический компромисс для российского инвестора выглядит так: применять факторные фильтры как дополнение к фундаментальному отбору, а не как самостоятельную систему, и проверять любое правило на устойчивость к смене периодов. Скептицизм здесь уместнее энтузиазма: чем моложе рынок, тем легче найти в его истории закономерность, которой на самом деле нет.