>

בשנים האחרונות הטכנולוגיה משתלטת על כל תחום בחיינו. כיצד משתלבים מודלים כמותיים בעולם ניהול ההשקעות הגלובלי, איך אפשר ליהנות מזה ולמה זה קורה עכשיו?

​הטכנולוגיה משתלטת בשנים האחרונות על כמעט כל תחום בחיינו. מעבר לפייסבוק ולשאר הרשתות החברתיות שמשתלטות על שעות הפנאי שלנו, הטכנולוגיה עוזרת לנווט את דרכנו הביתה (waze) ובשנים הקרובות היא כנראה גם תעשה זאת בעצמה (הרכב האוטונומי), היא מסייעת בניהול הבית (טכנולוגיות בית חכם שמאפשרות להפעיל מרחוק מכשירים שונים), עוזרת לנו לתקשר אחד עם השני (whatsApp), להכיר חברים חדשים, להזמין טיסות, להאזין למוסיקה, לתעד כל רגע בחיינו ולחלוק אותו עם כל העולם. נראה זה רק טבעי שהטכנולוגיה תתפוס גם מקום מרכזי בתחום ניהול ההשקעות.

  • ​בין אקטיבי לפאסיבי, בין אלפא לבטא

    בעולם המסורתי, שתי הגישות המרכזיות לניהול השקעות הן אקטיבית ופאסיבית. המנהל האקטיבי מתבסס על עבודות אנליזה וניתוח דוחות כספיים כדי לקבוע את הרכב תיק ההשקעות, בעוד שהפאסיבי בוחר בין מדדים בלי קשר לרמת התמחור שלהם. האימוץ של חידושים טכנולוגיים בשנים האחרונות יצר בכל אחת מגישות ההשקעה האלה שני עולמות חדשים.

    בתחום הפאסיבי נוצרו מדדי הסמארט-בטא, המבוססים לרוב על מודלים שנועדו להניב תשואות גבוהות יותר ממדדים בורסאיים, באמצעות יצירת מדד חדש שאינו מבוסס על שווי שוק, כמו המדד הבורסאי, אלא על פרמטרים אחרים, כמו: מומנטום של מניות, רמת סיכון, תנודתיות וכו', וכל זאת במטרה ליצור מדד טוב יותר.
    בתחום האקטיבי נולדו אסטרטגיות השקעה כמותיות, שניתן לכנותן סמארט אלפא, שהמשימה המרכזית שלהן היא להשתמש באמצעים טכנולוגיים כדי ליצור את האלפא, כלומר את התשואה העודפת על השוק – בדיוק כמו שהמנהל האקטיבי מנסה ליצור.

    כך נוצרו המודלים המתוחכמים, המשלבים אסטרטגיות כמותיות (quantitative strategies) – הפיתוח החם והצומח בעולם ההשקעות של השנים האחרונות. המודלים האלה מכונים "כמותיים" בדיוק מהסיבה הזו: יש להריץ אותם על כמות גדולה של נתונים, מספרים ופרמטרים שונים כדי לקבל בסופו של דבר הרכב של החלטות לתיק השקעות.
    המודלים האלה יכולים להיות מבוססים על מגוון גדול של משתנים, החל מנתוני מקרו, דרך נתוני מיקרו ופרמטרים פונדמנטליים (ואז הם למעשה מחליפים במידה מסוימת את תפקידו את האנליסט בניהול ההשקעות) ועד פרמטרים של קורלציות בין נכסים במטרה לבנות תיק יעיל מבחינת תמהיל בין תשואה לסיכון.

    למה המהפכה מתרחשת דווקא עכשיו?

    עיקר השימוש באסטרטגיות הכמותיות היה בעבר בקרב משקיעים מתוחכמים, כמו חברות נוסטרו וקרנות גידור. 34% מסך הנכסים של קרנות גידור בארה"ב מנוהלים כיום על-פי אסטרטגיות כמותיות שונות, בהיקף המוערך בכ-1 טריליון דולר, לפי אומדן של דוח קרנות הגידור הגלובלי של Preqin המתפרסם מדי שנה. בעולם כולו מוערך היקף מנהלי קרנות הגידור הנעזרים באסטרטגיות כמותיות בכ-27%.

    עם זאת, בשנים האחרונות נכנסים המודלים האלה גם ככלי משלים אצל משקיעים מוסדיים לניהול ההשקעות המסורתי, בין היתר בזכות שישה גורמים מרכזיים:

    1. הניסיון שצבר התחום לצד ההצלחה של קרנות גידור רבות, הנעזרות במודלים מתוחכמים, יצרו לא רק התמקצעות בתחום זה, אלא הוכיחו כי לאורך זמן אסטרטגיות כמותיות מצליחות להניב ביצועים עודפים. לכן יש להן מקום לצד ניהול ההשקעות האקטיבי המסורתי. בנוסף, מנהלי השקעות מוסדיים רבים הבינו כי אם לא יאמצו שיטות השקעה מתקדמות, הם עלולים להיפגע ביכולת שלהם להניב תשואות מול המתחרים האחרים.
    2. רוב המקרים השימוש בכלים האלה הוא לצורך "תיבול" תיק ההשקעות, בעידן שבו ריבית נמוכה ושווקים שעולים כבר כמה שנים ברציפות יוצרים בקרב משקיעים רבים קושי בייצור תשואה תחרותית באמצעות מכשירי השקעה מסורתיים.
    3. ההתקדמות הטכנולוגית הפכה את כוח המחשוב לחזק יותר, אך גם זול יותר ביחס לעבר, כך שיותר משקיעים מוכנים להקצות משאבים כספיים וניהוליים לשם שימוש במודלים כאלה.
    4. המידע על נכסים פיננסיים קל וזמין יותר, מה שמקל גם על הפעלת מודלים ממוחשבים הזקוקים למאגר גדול של נתונים כדי להריץ עיבודים סטטיסטיים.
    5. בעולם הביג דאטה, ההיקף העצום של נתונים שמחשבים חזקים מסוגלים להתמודד איתו מאפשר להם למצוא מתאם ישיר או הפוך בין נכסים שונים שעין אנושית לא תוכל לגלות אותם. לגילויים כאלה עשויות להיות השלכות משמעותיות על ניהול תיק מניות או תיק אג"ח ועל תשואתו, במיוחד בתקופות שעשויות להתאפיין בתנודתיות גדולה יותר.
    6. נטרול המרכיב הפסיכולוגי - בניהול האקטיבי קשה לעתים למנהל וליועץ ההשקעות להתעלם מאירועים מסוימים ולפעול אך ורק על בסיס הנתונים הפונדמנטליים. ניהול דרך כללי החלטה קשיחים, הנקבעים מראש על-ידי מחשב, עשוי לנטרל הטיה פסיכולוגית שלא מעט מחקרים הצביעו על קיומה ועל העובדה שהיא עשויה לפגוע בתשואות. כך ניתן להימנע ממגוון גדול של טעויות, החל מקנייה במחירי שיא, דרך מכירה במחיר שפל ועד להחלטות מהירות על בסיס אירועים שנתפסים כדרמתיים, כמו הברקזיט, שהוביל לצניחה של 7% בבורסות הגדולות בעולם ביום שלמחרת ולתיקון מהיר בימים שלאחר מכן.


    בשורה התחתונה

    אחד היתרונות הגדולים ביותר של המודלים הכמותיים הוא העובדה שהם יכולים להתפתח עם הזמן. כמו מנהל השקעות אנושי, הם לומדים מטעויות עבר או נערכים להתמודד עם שינויים המתרחשים בהווה.

    מנגד, חשוב להכיר גם חסרונות אפשריים של השיטות האלה. המבקרים של המודלים הכמותיים טוענים כי לא מעט פעמים הם סובלים מחוסר שקיפות, שכן המנהלים המיישמים אסטרטגיות כמותיות לא ממהרים לפרסם את המודלים שבבסיס ההצלחה שלהם או את הרכב התיק שלהם. רבים מהם גם נשענים על נתונים היסטוריים בלבד לצורך הצלחתם, כך שלעתים הם לא יודעים להתמודד עם אירועים חדשים שלא היו בעבר. אך אלה בדיוק הסיבות שתומכות רק בשילוב מודלים כמותיים בתיק ההשקעות לצד הניהול המסורתי – ולא כתחליף מלא.


    הכותב ו/או חברות בקבוצת הראל ו/או בעלי עניין בהן ו/או בעלי השליטה בקבוצה, עשויים להחזיק ו/או לסחור, בעבור עצמם ו/או בעבור אחרים, בניירות הערך והנכסים הפיננסים המצוינים בכתבה זו. אין לראות בכתבה משום שיווק השקעות או תחליף לשיווק השקעות המתחשב בצרכיו האישיים והמיוחדים של כל משקיע.

כלים נוספים