niedziela, 17 sierpnia 2014

Czy inflacja jest dobra dla akcji?

Powszechnie uważa się, że inflacja zwiększa nominalne stopy zwrotu na giełdzie. Lub inaczej: akcje są dobrym zabezpieczeniem przed inflacją. Akcjonariusze powinni być wynagradzani za inflację, która staje się częścią ceny za czas. Rozumowanie stojące za tym twierdzeniem jest proste: dla uproszczenia weźmy model Gordona,

(1) P = D1/(R - G)

gdzie P to oczekiwana cena, D1 to oczekiwana dywidenda, R - oczekiwana stopa zwrotu, G - oczekiwana długoterminowa stopa wzrostu dywidendy.

Jeśli inflacja rośnie, to nominalna dywidenda rośnie, R stanowiąca pewną stopę procentową rośnie, G także rośnie, tak że cena się nie zmienia. Ściślej, nowe nominalne wartości D', R', G' równają się odpowiednio
D1' = D1*(1+i), a ponieważ realna stopa zwrotu = R = (R' - i)/(1 + i), gdzie R' - nominalna oczekiwana stopa zwrotu, i to stopa inflacji, to R' = R*(1 + i) + i, podobnie G' = G*(1+i) + i. Czyli nowa cena równa się:

(2) P = D1'/(R' - G') =  D1*(1+i) / (R*(1 + i) + i - G*(1+i) - i) = D1*(1+i)/[(R - G)*(1 + i)] = D1/(R - G)

Z tego wynikałoby, że inflacja nie wpływa w żaden sposób na bieżącą cenę akcji. Jedyną zmianą są większe nominalne dywidendy i większe stopy zwrotu. Pomimo, że wydaje się to czysto logicznym podejściem, w rzeczywistości stoi za tym twierdzeniem 1 głęboko ukryte założenie: że inflacja nie wpływa na wartości realne. Jeżeli jednak sama inflacja miałaby dodatni lub ujemny efekt na D1, R lub G, to bieżąca wartość również by się zmieniła. Jednak czy istnieje jakikolwiek wpływ inflacji na wartości realne? Na razie pozostawiam to bez odpowiedzi.

Otóż okazuje się, że inflacja ma ujemny wpływ na stopy zwrotu z akcji. Istnieje ujemna korelacja pomiędzy inflacją a stopami zwrotu z akcji.

Fama i Shwert [1] empirycznie dowodzą, że w latach 1953-1971, rządowe obligacje USA całkowicie zabezpieczały przed inflacją, podczas gdy zwykłe akcje na NYSE były ujemnie skorelowane z inflacją - zarówno oczekiwaną, jak i nieoczekiwaną. Prowadzi ich to do wniosku, że oczekiwane stopy zwrotu z akcji były ujemnie skorelowane ze stopami zwrotu z obligacji rządowych.. Wynika z tego, że akcje były ujemnie skorelowane ze stopą procentową.

Inni autorzy także dostarczają dowodów, że inflacja jest ujemnie skorelowana z akcjami. Balduzzi [2] analizuje kwartalne dane, dzieląc je na 2 okresy: 1954-1976 i 1977-1990. Poniższa tabela wydać się może zagmatwana, ale odzwierciedla skomplikowane zależności makrogospodarcze w obydwu okresach. Przedstawia ona warunkową korelację pomiędzy stopą zwrotu z NYSE i inflacją USA. "Warunkowa" oznacza wpływ zmiany takich czynników jak: produkcja przemysłowa (q), inflacja (p), wzrost podaży pieniądza (m), 3-miesięczna stopa z obligacji rządowych (i), realne stopy zwrotu z NYSE (r).



Zmiany w inflacji (p) mają najsilniejszy wpływ na korelację pomiędzy stopą zwrotu z akcji a inflacją, gdyż bez innych czynników wynosi ona -0,85 w 1 okresie i -0,61 w 2 okresie. Korelacja ta z kolei pod warunkiem zmian stopy procentowej (i) wynosi odpowiednio -0,73 i -0,49, a więc zmiany stopy proc. także mają duże znaczenie. Widać, że zmiany w podaży pieniądza mają znaczenie, ale nie największe. Gdybyśmy chcieli obliczyć średnią korelację z tych wszystkich czynników, to otrzymalibyśmy -0,58 dla 1 okresu i -0,44 dla 2 okresu.
Warto zwrócić uwagę, że korelacja dotyczy realnej stopy zwrotu, a nie nominalnej. Jest to bardzo istotne: nominalna stopa zwrotu z samej definicji zawiera inflację, a więc dostalibyśmy częściową korelację inflacji z samą sobą.

Powstaje oczywiście pytanie co wywołuje tę ujemną zależność? Balduzzi zarysowuje hipotezę Famy, która bazuje na dwóch sugestiach. Po pierwsze wysokie stopy inflacji antycypują niskie stopy wzrostu realnej produkcji. Oczekuje się spadku popytu na realny pieniądz lub spadku stopy wzrostu tego popytu. Po drugie niskie stopy zwrotu z akcji antycypują słabą aktywność gospodarczą. Z tego powodu stopy zwrotu i inflacja poruszają się odwrotnie. Hipoteza ta jest mało przekonująca, gdyż nie wyjaśnia dlaczego inflacja miałaby wywołać spadek aktywności gospodarczej. Są oczywiście grupy ludzi, którzy tracą na inflacji, jak bezrobotni czy emeryci, być może występują inne koszty społeczne, ale wątpliwe, żeby cały rynek kapitałowy miał na tym tracić.

Jeśli miałbym szukać racjonalnego wytłumaczenia, to myślałbym w ten sposób: rosnące ceny czynników wytwórczych zostają przerzucone na ceny produktów, czyli na klienta, który z jednej strony będzie wymagał wyższej płacy, z drugiej strony, wiedząc, że to nie nastąpi od razu, będzie musiał dokonać wyboru - aby móc zaspokoić swoją konsumpcję lub dokonać inwestycji - będzie zwiększał popyt na pieniądz, czyli po prostu szukał kredytu lub też będzie szukał oszczędności, zmniejszając zakupy. Jeśli wybierze kredyt, to wzrost popytu na pieniądz wywoła wzrost jego ceny, tj. stopy procentowej. Wzrost stopy procentowej skutecznie zniechęci ludzi do kredytu i chętniej zaczną wybierać drugie rozwiązanie, czyli oszczędzanie. Spadek wydatków obniża wzrost PKB. Dopóki nie nastąpi dostosowanie płac do cen, dopóty nie nastąpi poprawa w gospodarce. Kosztem jest czas. Ponadto, gdy rzeczywiście inflacja rośnie, czyli ceny rosną coraz szybciej, to ludzie zaczną antycypować kolejne wzrosty cen w przyszłości, a więc aby się przed tym zabezpieczyć, zaczną domagać się coraz wyższych płac. Ponieważ ten wzrost płac zostaje przerzucony na kolejne podwyżki cen, powstaje samospełniająca się przepowiednia: nazywamy to spiralą płacowo-cenową. Kosztem społeczno-ekonomicznym jest więc tutaj niedoskonałość rynku, polegająca na luce czasowej w dostosowaniu się cen, ale także niepewność oczekiwań. Z tego powodu oczekiwania o realnych dochodach firm mogą spadać w średnim okresie, co przekłada się na niższe stopy zwrotu.

Oznaczałoby to jednak, że realne dywidendy są ujemnie skorelowane z inflacją. Przecież jeżeli faktyczne realne dywidendy nie zależałyby ujemnie od inflacji, to racjonalni inwestorzy nie powinni w ogóle patrzeć na inflację jak na wroga. Jednakże, jak dowodzą Vuolteenaho i Campbell [3], analizując dane S&P 500 i inflację w USA w latach 1927-2002, wysoka inflacja jest pozytywnie skorelowana z długoterminowym realnym wzrostem dywidendy - a więc zaprezentowana wyżej hipoteza nie może być w pełni prawdziwa w ramach racjonalnych oczekiwań. Autorzy ci także próbują odpowiedzieć na pytanie co wywołuje ujemną relację inflacji ze stopami zwrotu. Odwołują się oni do hipotezy Modiglianiego i Cohna, którzy twierdzą, że inwestorzy giełdowi (ale tylko ci na akcjach) podlegają iluzji pieniężnej. Inwestorzy błędnie rozumieją efekt inflacji na nominalnych dywidendach i ekstrapolują historyczne nominalne wzrosty nawet na okresy, w których inflacja się zmienia. Gdy inflacja rośnie, obligatariusze podnoszą nominalne stopy procentowe, które są użyte przez akcjonariuszy do zdyskontowania niezmienionych oczekiwań przyszłych nominalnych dywidend. Akcjonariusze błędnie dostosowują nominalną stopę G do nominalnej stopy R. Z perspektywy racjonalnego inwestora to implikuje, że stopy zwrotu są niedoszacowane gdy inflacja jest wysoka i mogą stać się przeszacowane, gdy inflacja spada. Pamiętajmy bowiem, że G stanowi jednocześnie stopę aprecjacji dywidendy i wartości akcji (zob. Wzór na stopę wzrostu wartości wewnętrznej akcji lub dywidendy).

Od siebie mogę dodać, że tak się może dziać, ponieważ inwestorzy często wolą bezpiecznie wyceniać akcje, to znaczy wiedzą, że stopę dyskontową R należy dostosować do stopy procentowej jako że odzwierciedla ona pewną średnią rynkową, natomiast stopa G dotyczy tylko konkretnej spółki, a więc nie wiadomo czy inflacja - jako ogólny wzrost cen - będzie jej towarzyszyć. W drugą stronę, jeśli inflacja spada, to może inwestorom się wydawać, że to nie dotyczy ich spółki, przez co zawyżają tempo wzrostu G.

Ale dla uproszczenia załóżmy, że inwestor wycenia akcje modelem Gordona. W modelu Vuolteenaho i Campbella zarówno R jak i G przyjmowane są jako subiektywne wartości, Rsub i Gsub, a więc model jest postaci:

D1' / Psub = Rsub - Gsub

Można zapisać ten model następująco:

D1' / Psub = Rsub - G + (G - Gsub)

W ten sposób otrzymujemy 3 części stopy dywidendy: subiektywną premię za ryzyko Rsub (gdyż premia za czas redukuje się z premią za czas w G), obiektywną nadwyżkę stopy wzrostu dywidendy G (czyli ponad premię za czas) oraz "błąd wyceny" rynku, G - Gsub.

 Ich obserwacje statystyczne potwierdzają teorię Modiglianiego i Cohna. Najpierw pokażmy niektóre ich wyniki zilustrowane na wykresie:

 
Czerwone trójkąty oznaczają stopy dywidendy S&P 500 (czyli jest to D1' / Psub). Niebieska ciągła linia to subiektywna premia za ryzyko (mierzona korelacją rang Spearmana pomiędzy wartością rynkową firm a estymowanymi betami). Czarna przerywana linia to inflacja.

Błąd wyceny rynkowej można obliczyć jako różnicę pomiędzy obiektywnym a subiektywnym oczekiwanym wzrostem dywidendy. Jeżeli hipoteza Modiglianiego-Cohna jest prawdziwa, powinniśmy uzyskać silną dodatnią korelację pomiędzy tym błędem wyceny a inflacją. Poniższa ilustracja wskazuje, że tak się istotnie dzieje.

Czerwone kółka oznaczają błąd wyceny jako komponent stopy dywidendy (G - Gsub), który można uzyskać po odjęciu (od subiektywnej stopy dywidendy, D1' / Psub) subiektywnej premii za ryzyko (Rsub) i dodaniu obiektywnej nadwyżki wzrostu dywidendy (G):

(3) G - Gsub = D1' / Psub - Rsub + G

Każdy z tych 3 elementów można estymować, dlatego że:
* D1' / Psub - to obserwowane stopy dywidendy wprost z rynku,
* Rsub - oszacowane na podstawie modelu korelacji rang Spearmana, wyżej wspomnianego,
* G - obiektywna stopa wzrostu dywidendy albo stopa aprecjacji ceny.

Niebieska linia modeluje wygładzoną inflację. Współczynnik korelacji pomiędzy tym błędem wyceny a inflacją był bardzo wysoki i wyniósł 0,88.


Literatura:
[1] E. E. Fama, G. W. Schwert, Asset Returns And Inflation, September 1977,
[2] P. Balduzzi, Stock returns, inflation, and the 'proxy hypothesis': A new look at the data, 1994
[3] J. Y. Campbell, T. Vuolteenaho, INFLATION ILLUSION AND STOCK PRICES, January 2004.


P.S. Dopisek z przyszłości  - z maja 2020: korelacja między nominalnymi stopami zwrotu WIG a stopą inflacji w Polsce w latach 1999-2019 jest lekko ujemna i wynosi -10%.

sobota, 29 marca 2014

Istota i znaczenie logarytmicznej stopy zwrotu

Logarytmiczna stopa zwrotu jest niewątpliwie użytecznym narzędziem w ekonomii. Jednak jej użyteczność polega na pośrednictwie podczas wyznaczania faktycznej stopy zwrotu. Nie jest to przecież intuicyjna miara, tak jak prosta stopa zwrotu, którą posługujemy się aby ocenić zmiany procentowe w czasie lub przestrzeni, np. pomiędzy różnymi akcjami. Z powodu tej nieintuicyjności nie jest wcale oczywiste, dlaczego definiujemy logarytmiczną stopę zwrotu jako:

(1)
gdzie r to zwykła stopa zwrotu (arytmetyczna lub geometryczna).


Aby ściśle zrozumieć ten wzór, spójrzmy na roczny WIG od początku 1995 do końca 2013 r.:

Rys. 1.
Średnioroczna arytmetyczna stopa zwrotu wynosi 15,1%. Potęgowy wykres wskazuje, że obecnie, w 2014 WIG wydawać się może niedowartościowany. Średnioroczna geometryczna stopa zwrotu wynosi 10,07%.

Arytmetyczna stopa zwrotu uwzględnia wszystkie wewnętrzne wahania, co może sztucznie zawyżać średnią stopę zwrotu. Aby zobaczyć jak bardzo, dla ćwiczenia zwiększyłem wahania indeksu w poszczególnych okresach zachowując tylko pierwszą wartość 7473,1 i ostatnią 51284,25. Dostałem rys. 2:

Rys. 2
Średnioroczna arytmetyczna stopa zwrotu nagle wynosi tu 37,9%. Podczas gdy średnioroczna geometryczna stopa zwrotu pozostała niezmienna, czyli 10,07%. Skąd wynikają tak olbrzymie różnice? Geometryczna stopa zwrotu nie uwzględnia w ogóle wartości wewnątrz przedziału czasu, tylko pierwszą wartość i ostatnią. Okazuje się, że jest ona w przybliżeniu równa arytmetycznej stopie zwrotu pomniejszonej o połowę wariancji [1]. Wzór ten jest teoretyczny, ale generalnie powinniśmy się spodziewać, że geometryczna stopa zwrotu będzie mniejsza od arytmetycznej lub jej równa.

Z kolei ze średnią arytmetyczną wiąże się problem odwrotny: często przypadkowe odchylenia, np. spowodowane dodatnią kurtozą lub zbyt małą próbą, mogą zawyżać lub zaniżać średnią. W krótkim okresie czasu stopa zwrotu może przyjmować wartości skrajne, podczas gdy zgodnie z prawem wielkich liczb w długim okresie najczęściej będzie przyjmować wartości średnie.

Można dojść do wniosku, że najwłaściwszą metodą wyznaczenia oczekiwanej stopy zwrotu jest oparcie się na regresji liniowej, która po pierwsze wyśrodkowuje poszczególne wartości na wykresie, a po drugie łączy wszystkie okresy zmian niejako w jeden wielki okres, tworząc średnią zależną od wszystkich okresów jednocześnie, przez co nie pozwala na to, aby skrajne wartości sztucznie zawyżały średnią. Powstaje jednak pytanie jak zbudować taką linię regresji?

Aby jasno i logicznie zrozumieć zależność pomiędzy regresją a oczekiwaną stopą zwrotu, najpierw bez wyjaśnienia przekształćmy wartości indeksu WIG z rys. 1 w logarytm, czyli wyciągamy logarytm naturalny z WIG:

Rys. 3.

Zauważamy, że wykres się spłaszczył, odchylenia się zmniejszyły i bardziej naturalne staje się wyznaczenie trendu liniowego.

W ogólnym przypadku tworzymy więc następujący model trendu:

LN(Pt) = a + b*t + e

gdzie Pt to cena w okresie t,
a, b - stałe parametry,
e -składnik losowy

Logarytmiczna prognozowana cena będzie wtedy modelem o postaci:


co oznacza, że:


W okresie t+1 analogicznie:


Prognozowaną stopę zwrotu możemy więc zapisać w postaci:

(2)

Wzór (1) definiował logarytmiczną stopę zwrotu. Zwykła stopa zwrotu jest więc określona wzorem:

(3)

Łącząc (2) z (3), dostajemy zależność:



Stąd widać czym w istocie jest logarytmiczna stopa zwrotu - jest to nachylenie linii trendu logarytmicznej ceny i mówi o tym, jak zmienia się przeciętnie logarytmiczna cena w okresie t (patrz Rys. 3). Ponieważ możemy szybko przekształcić logarytmiczną stopę w zwykłą stopę, to na podstawie modelu trendu jesteśmy w stanie precyzyjnie wyznaczyć oczekiwaną stopę zwrotu.

Tutaj na chwilę się zatrzymam. Sama transformacja e^b, inaczej exp(b), nie stanowi wartości oczekiwanej stopy zwrotu, ale raczej jej medianę (wartość środkową). Aby uzyskać wartość oczekiwaną, trzeba przemnożyć exp(b) przez exp(0,5 var), gdzie var to wariancja logarytmicznej stopy zwrotu (która w przypadku regresji liniowej może być interpretowana jako błąd standardowy reszt do kwadratu). Dlaczego? Powiedzmy, że nasza logarytmiczna stopa zwrotu ma rozkład normalny. Okazuje się, że wtedy zwykła stopa zwrotu ma rozkład logarytmicznie normalny, a ten charakteryzuje się powyższymi własnościami [2].

W naszym przypadku dostałem następujące parametry modelu trendu E(LN(WIG)) = a + b*t

a = 0,53, St. Error = 0,124, Sign. [0,00]
b = 0,0986, St. Error = 0,01, Sign. [0,00]

A zatem średnia stopa - mediana - dla WIG wynosi
r = exp(b) -1 = exp(0,0986) - 1 = 10,36%

Po uwzględnieniu prowizji na podstawie wzoru (1) w artykule Czy stop lossy są opłacalne? (na podstawie Stopa zwrotu po potrąceniu prowizji) będzie to przy prowizji 0,39% ok. 9,5%.

Warto mieć na uwadze różnicę pomiędzy początkowo, wydawałoby się ogromną stopą zwrotu 15,1% a końcowym efektem. Różni doradcy czy fundusze inwestycyjne manipulują liczbami, chwaląc się wysokimi arytmetycznymi stopami zwrotu, które naturalnie są zawyżone. Dopiero analiza regresji i ujęcie wszystkich kosztów prowizyjnych dostarcza solidnej i obiektywnej informacji.


Literatura:
[1] D. Mindlin, On the Relationship between arithmetic and geometric return, 2011
[2] https://en.wikipedia.org/wiki/Log-normal_distribution

Źródło danych:
stooq.pl