Ярослав Суков – Индекс корреляции активов (DCE) (страница 4)
Если классическая финансовая теория объясняла корреляции через отраслевые факторы (например, цены на нефть связывают авиакомпании и нефтесервисные компании), то современная реальность подчиняется более могущественному властелину — глобальной ликвидности.
Представьте себе аквариум, в котором плавают разные рыбы (активы). Рыбы могут иметь свои привычки: одни любят теплую воду, другие — холодную; одни — хищники, другие — травоядные. Но если уровень воды (ликвидность) начинает резко падать, все рыбы оказываются в одной луже, независимо от их биологических особенностей. Они начинают бороться за кислород — и их движения становятся синхронными. Это и есть режим «корреляции = 1».
Центральные банки как главный фактор корреляции. Начиная с кризиса 2008 года, Федеральная резервная система (ФРС), Европейский центральный банк (ЕЦБ) и Банк Японии стали не просто регуляторами, а главными игроками на всех рынках. Их программы количественного смягчения (QE) наводнили систему триллионами долларов. В эти периоды (2009–2013, 2016–2018, 2020–2021) корреляции между рискованными активами (акции, high-yield облигации, криптовалюты) были устойчиво высокими и положительными: все росло вместе, потому что все получало дозу ликвидности. Когда ФРС заговорила о сворачивании QE в 2013 году («taper tantrum»), все рухнуло вместе — и снова корреляции взлетели до единицы, но уже вниз.
В 2022 году мы стали свидетелями еще более странного феномена: центральные банки начали одновременно повышать ставки для борьбы с инфляцией. В результате корреляция между акциями и облигациями, которая была отрицательной почти 20 лет (акции падают — облигации растут как «тихая гавань»), стала положительной. Облигации больше не спасали портфель, потому что сам механизм «убежища» был разрушен макро политикой: когда ставки растут, старые облигации падают в цене так же сильно, как и акции.
Это подводит нас к ключевому понятию: корреляция — это не свойство активов, а производная от макрорежима. В одном режиме (экспансивная монетарная политика, низкая инфляция) акции и облигации отрицательно коррелированы. В другом режиме (рестриктивная политика, высокая инфляция) они коррелированы положительно. Статический коэффициент, усредняющий эти режимы, не просто бесполезен — он опасен, потому что создает иллюзию «средней» защиты.
Ликвидность как скрытая переменная. Ликвидность — это способность купить или продать актив без существенного изменения цены. Когда ликвидность высока, рынки могут позволить себе «индивидуальность»: каждый актив следует своей логике. Но когда ликвидность исчезает (как это было во время краха Archegos в 2021 году, когда вынужденная распродажа одного семейного офиса обрушила десятки акций, казалось бы, не связанных), корреляции взлетают, потому что единственным общим знаменателем становится наличие покупателя.
Модели, не учитывающие ликвидность как динамический фактор, обречены. Они смотрят на цены, но не видят глубинную структуру: кто стоит за сделками, какие позиции вынуждены закрываться, где находятся скопления рычагов. DCE, о котором мы будем говорить в следующих частях, включает в себя измерители ликвидности и рычага, чтобы предсказывать, когда система перейдет в режим «все коррелирует».
Поведенческие факторы
Но было бы ошибкой думать, что эволюция взаимосвязей — это чисто математический или макроэкономический процесс. Рынок — это, прежде всего, люди (или алгоритмы, созданные людьми), а люди обладают когнитивными особенностями, которые систематически искажают корреляции.
Стадный инстинкт (herding). Еще в XIX веке Чарльз Маккей в книге «Extraordinary Popular Delusions and the Madness of Crowds» описывал, как толпа может одновременно увлекаться одной идеей. На финансовых рынках стадное поведение — не психологическая слабость, а рациональная стратегия в условиях неопределенности. Когда менеджеру фонда грозит увольнение за отклонение от индекса, он предпочтет купить то, что покупают все, даже если это кажется переоцененным. Это создает самоподдерживающиеся корреляции: чем больше инвесторов торгуют одними и теми же активами, тем выше их корреляция, что привлекает еще больше инвесторов, и так до тех пор, пока пузырь не лопнет.
Нарративная экономика (Роберт Шиллер). Лауреат Нобелевской премии Роберт Шиллер показал, что распространение историй (нарративов) через медиа и социальные сети создает корреляции там, где их не должно быть. История о «зеленой энергии» может одновременно поднять акции Tesla, производителей лития, компаний по установке солнечных панелей и даже биржевые фонды на редкоземельные металлы — хотя эти компании не связаны ни производственными цепочками, ни балансами. Корреляция рождается в головах, а не в отчетах.
В эпоху социальных сетей и мемных акций (GameStop, 2021) мы увидели, как поведенческие факторы могут создавать временные, но экстремальные корреляции. Розничные инвесторы, координируясь на Reddit, заставляли двигаться акции компаний, которые фундаментально не были связаны, — просто потому, что на них был общий фокус внимания. Корреляция превратилась из экономической категории в социологическую.
Когнитивные искажения. Инвесторы склонны видеть паттерны там, где их нет (апперцепция), и не замечать меняющиеся связи, потому что они «заякорены» на исторических значениях. Исследования показывают, что трейдеры, пережившие один кризис, ожидают, что следующий кризис будет иметь ту же корреляционную структуру. Но рынок, как река Гераклита, никогда не входит в один и тот же режим дважды.
Особенно опасен эффект знакомства: мы верим в долгосрочные отрицательные корреляции (акции/облигации) просто потому, что они работали в течение нашей карьеры. Но когда режим меняется, мы продолжаем использовать те же самые стратегии, пока не становится слишком поздно.
Поведенческие факторы объясняют, почему корреляции имеют свойство «внезапно» меняться. На самом деле они меняются постепенно, но внимание инвесторов, сфокусированное на отдельных историях, не замечает этого, пока не происходит разрыв. И здесь мы подходим к главному выводу этой главы: корреляции — это не объективные свойства рынка, а проекция наших моделей, нашего поведения и нашей коллективной психологии на сложную систему.
Мост к следующей части.
Мы увидели, что рынок превратился из набора независимых инструментов в единую, быстро эволюционирующую систему, управляемую макрофакторами, ликвидностью и человеческой (и алгоритмической) психологией. Классические инструменты корреляции, разработанные для другого мира, не просто бесполезны — они создают иллюзию понимания, которая дорого обходится в моменты истины.
В следующей части мы начнем строить новый инструментарий — DCE (Dynamic Correlation Exposure). Он будет основан на трех китах:
1. Многомерное измерение — вместо парных коэффициентов мы будем использовать полную корреляционную матрицу и её спектральные свойства, чтобы видеть всю структуру связей.
2. Динамическое переключение режимов — мы перестанем усреднять и научимся определять, в каком режиме находится рынок прямо сейчас, и какова структура корреляций внутри этого режима.
3. Интеграция макро и поведенческих факторов — DCE будет включать переменные ликвидности, рычага и нарративной плотности, чтобы предсказывать, когда система готова к фазовому переходу.
Мы переходим от пассивного наблюдения за корреляциями к активному управлению связями. Потому что в мире, где корреляции рождаются и умирают быстрее, чем вы успеваете пересчитать свой портфель, единственный способ выжить — это перестать быть жертвой связей и стать их архитектором.
Определение и ключевая идея
Представьте, что вы смотрите на ночное небо. Если вы вооружены статической корреляцией, вы видите отдельные звезды и можете измерить угловое расстояние между ними. Но вы не видите, как они связаны в созвездия, как гравитационные поля искривляют пространство между ними, как одни звезды уже взорвались, но их свет еще идет к вам, а другие только формируются. DCE — это не просто телескоп, это гравитационно-волновая обсерватория, которая показывает динамику связей, а не их статическую проекцию.
Dynamic Correlation Exposure (DCE) — это многомерный индекс, измеряющий интенсивность, структуру и направленность взаимосвязей между активами в реальном времени, с учетом режима рынка, временного горизонта и нелинейных зависимостей.
Ключевое слово здесь — экспозиция (exposure). Традиционные корреляционные метрики отвечают на вопрос: «Какова связь между активами?» DCE отвечает на более глубокий и практический вопрос: «Насколько мой портфель (или рынок в целом) подвержен синхронному движению активов, и как эта подверженность меняется с каждым тиком, каждым часом, каждым днем?»
Если представить портфель как здание, то классическая корреляция — это инженерный чертеж, показывающий, где расположены несущие стены в момент постройки. DCE — это система датчиков, которые отслеживают, как ветровые нагрузки (рыночный стресс), вибрации (волатильность) и изменения в фундаменте (макроэкономика) меняют распределение напряжений внутри конструкции в реальном времени. Она предупреждает не просто о том, что стены соединены, а о том, что соединение становится критическим.