Альфа (Alpha, α) сравнивает доходность ценной бумаги или инвестиционного портфеля со средней доходностью рынка – то есть насколько актив эффективен относительно базового индекса. 

Для примера скажем, что индекс S&P 500 вырос на 10% за год. Теперь смотрим на отдельные акции – допустим, на бумаги корпорации Apple. Если они показали за этот же год доходность больше 10%, то альфа положительная, и эта инвестиция оказалась эффективнее. Если же доходность AAPL меньше 10%, то альфа отрицательная, и инвестировать было выгоднее в широкий рынок.

Альфу часто применяют, чтобы оценить эффективность инвестиционных фондов – способен фонд обгонять широкий рынок или нет.

Кстати, отсюда происходит название известного аналитического портала Seeking Alpha – «В поисках альфы». Оно означает, что аналитики сосредоточены на поиске активов, способных превосходить доходность широкого рынка.

Бета (Beta, β) измеряет относительную волатильность ценной бумаги по сравнению со средней волатильностью широкого рынка.

Бета индекса S&P 500 по умолчанию равна единице (1.0). Это значит, что индекс S&P 500 настолько же волатилен, как индекс S&P 500 – логично, правда? Если же посмотреть на отдельные акции, то их бета может быть равна, например, 2.0. То есть бумага вдвое волатильнее индекса S&P 500. Получается, если индекс S&P 500 вырастет на 5%, то бумага с бетой 2.0 может вырасти за это же время примерно на 10%. При этом положительная бета значит также, что между акцией и индексом есть корреляция – то есть они обычно движутся в одном направлении.

Инвестору эти метрики необходимы, чтобы принять решение о покупке определенной ценной бумаги или портфеля бумаг. С их помощью он может понять, насколько актив интересный или рискованный. При этом использовать коэффициенты можно в паре или по отдельности. Рассмотрим подробнее.

Как работает коэффициент Альфа?

Основная функция Альфы – измерить доходность инвестиции по сравнению с фондовым индексом или другим бенчмарком. В качестве эталона, как вы уже могли понять, тут используется индекс S&P 500.

Эти примеры можно обобщить правилами:
α > 0 – значит, инвестиция обогнала бенчмарк по доходности.
α < 0 – инвестиция отстала от бенчмарка
α = 0 – инвестиция принесла доходность на уровне бенчмарка.

Если обратиться к истории, то концепция альфы возникла, когда инвесторы начали требовать от управляющих портфелями активно торгуемых фондов доходность выше той, на которую можно было рассчитывать за счёт инвестиций в пассивный индексный фонд. Альфу создали как метрику для сравнения активных инвестиций с индексными инвестициями.

Для расчета альфы, в 1968 году экономист Майкл Дженсен представил такую формулу:

Альфа Дженсена = pr − (rf + b × (rm  − rf)), где: 

pr — доходность портфеля;

b — бета портфеля;

rm — показатель бенчмарка;

rf — безрисковая ставка.

Сегодня рассчитывать альфу и бету самостоятельно не обязательно. Для этого существуют специальные сервисы, например, посмотреть альфу можно через сервис Portfolio Visualizer. На сайте finviz.com бета указана в показателях под графиком акции. 

Нюансы использования альфы

1. Применяйте к одинаковым классам активов

Инвесторам нужно учитывать, что альфа имеет ряд ограничений. Одно из них, касается различных видов фондов. Некоторые инвесторы используют коэффициент для сравнения портфелей включающих разные классы активов, и это может ввести в заблуждение.

 
Альфа лучше всего работает, когда применяется строго к инвестициям на фондовом рынке (а не к инвестициям в другие классы активов). Если же она применяется для сравнения фондов, то лучше использовать коэффициент в оценке аналогичных фондов. То есть, правильнее сравнить два фонда роста средней капитализации, а не средний фонд с крупным.

2. Выбирайте подходящий бенчмарк

Еще один нюанс в выборе подходящего базового индекса. Как мы упоминали, чаще всего инвесторы опираются на индекс S&P 500.

Однако для некоторых портфелей, к примеру отраслевых фондов, может потребоваться использование другого индекса для более точного сравнения. Например, для оценки портфеля акций из транспортного сектора, более подходящим может стать транспортный индекс Dow Jones (DJTA). 

Как работает коэффициент бета?

В качестве базового индекса так же, как для расчета альфы, используется S&P 500.  Знание того, насколько изменчива (волатильна) цена акции, может помочь инвестору решить, стоит ли вообще рисковать и инвестировать в определенную компанию.

Базовое число для бета равно единице, что указывает на то, что цена бумаги движется точно так же, как движется рынок. Если бета меньше 1, значит, ценная бумага менее изменчива, чем рынок, а бета больше 1 указывает на то, что цена ценной бумаги более волатильна, чем рынок.

Альфа+Бета

Альфа и бета – это два широко распространённых показателя для оценки эффективности акций, фондов или инвестиционных портфелей. И они дополняют друг друга.

 
Простой способ рассчитать желаемый альфа-коэффициент – начать с бета-показателя. Его можно использовать, чтобы определить доходность, необходимую для компенсации риска.

 
Как это работает: если бета = 1,2, то акции необходимо превысить доходность индекса на 20%, чтобы инвестор получил премию за риск.

 
То есть, если индекс S&P 500 вырастет за год на 10%, то акция должна вырасти на 12%. Эти 2% альфы компенсируют риск такой инвестиции.

Таким образом для получения более полной картины, альфа-коэффициент часто используется вместе с бета-коэффициентом. Например, их применяют в модели оценки капитальных активов (CAPM) для анализа портфеля инвестиций и оценки его теоретической эффективности. 

 
Почему инвестору важно знать показатели двух коэффициентов?

Например, портфель с высоким коэффициентом бета является рискованным. При коррекции рынка такой портфель упадет более резко. Если инвестор знает этот факт, то в случае коррекции он не будет паниковать и не начнет продавать.

При этом, не всегда альфа портфеля может быть выше индекса, то есть у акции не всегда может быть альфа. В таком случае инвестору не нужно тратить время на создание портфеля без альфы, а лучше заменить его на готовый ETF.

 
Добавим, что бета и альфа входят в число пяти основных показателей оценки портфеля, связанных с риском. Помимо них существует стандартное отклонение, R-квадрат и коэффициент Шарпа. Об этих метриках мы постараемся рассказать в будущих статьях.