惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Help Net Security
Help Net Security
宝玉的分享
宝玉的分享
Microsoft Security Blog
Microsoft Security Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
A
About on SuperTechFans
Microsoft Azure Blog
Microsoft Azure Blog
月光博客
月光博客
量子位
博客园 - 叶小钗
Last Week in AI
Last Week in AI
阮一峰的网络日志
阮一峰的网络日志
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
V
V2EX
D
DataBreaches.Net
Vercel News
Vercel News
博客园 - Franky
Recorded Future
Recorded Future
B
Blog RSS Feed
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
GbyAI
GbyAI
M
MIT News - Artificial intelligence
F
Full Disclosure
S
SegmentFault 最新的问题
L
LangChain Blog
F
Fortinet All Blogs
美团技术团队
IT之家
IT之家
博客园 - 司徒正美
Cyberwarzone
Cyberwarzone
NISL@THU
NISL@THU
P
Privacy International News Feed
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Y
Y Combinator Blog
C
Check Point Blog
The GitHub Blog
The GitHub Blog
L
Lohrmann on Cybersecurity
I
Intezer
I
InfoQ
Spread Privacy
Spread Privacy
Project Zero
Project Zero
T
Threatpost
S
Secure Thoughts
C
Comments on: Blog
N
News | PayPal Newsroom
Application and Cybersecurity Blog
Application and Cybersecurity Blog
H
Heimdal Security Blog
T
The Blog of Author Tim Ferriss
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Hugging Face - Blog
Hugging Face - Blog
U
Unit 42

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Кто решает судьбу вашего проекта? Разбираем заинтересованные стороны. BABOK #1 Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Когда гении терпят поражение: взлет и падение LTCM
TraPhro · 2026-06-14 · via Все публикации подряд на Хабре

Взлет и падение фонда Long-Term Capital Management (LTCM) имеет все признаки великой истории. Блестящие умы, включая двух лауреатов Нобелевской премии, создали впечатляющий хедж-фонд c торговыми системами, основанными на безотказных математических моделях. Ослепительный успех, почти перевернувший с ног на голову традиционные представления о финансах, риске, доходности. Захватывающий и трагический финал – катастрофа, которая поставила под угрозу не только крупнейшие банки, но и стабильность мировой финансовой системы. И во всем этом Россия сыграла не самую последнюю роль…

Рождение

LTCM начал работу в 1994 году с объемом собственных средств более 1 млрд долларов, что делало его на тот момент крупнейшим хедж-фондом.

В команду основателей в том числе вошли бывшая «звезда» торговли облигациями из компании Salomon Brothers Джон Меривезер, будущие нобелевские лауреаты Майрон Шоулз и Роберт Мертон, которые в 1997 году разделят Нобелевскую премию по экономике. Звездная команда трейдеров и ученых гармонично объединяли передовые академические знания в области финансов и инвестиций, а также навыки высококлассных трейдеров.

Инвесторы не были разочарованы, поскольку за первые четыре года чистая среднегодовая доходность составляла более 30% при умеренном реализованном риске. Число выигрышных месяцев превышало количество проигрышных в соотношении четыре к одному, и фонд не терял денег два месяца подряд.

LTCM был скрытен в своих операциях до такой степени, что банки считали крайне неприятным с ним работать. Партнеры также редко общались со СМИ, не раскрывали никаких подробностей о стратегиях, а связанные сделки старались распределять между разными банками.

Управляемый командой звездных партнеров с рекордным уровнем финансирования и высокой доходностью, LTCM стал фондом, с которым все хотели иметь дело. О нем думали не как о хедж-фонде, а как о компании, применяющей новые технологии в области финансов.

Впрочем были и критики. Сет Кларман, генеральный партнер Baupost Group, отказался от инвестирования в LTCM. Он считал, что не учитывать «исключительные» события и торговать с огромным кредитным плечом было невероятно безрассудно. Любая серьезная ошибка уничтожит огромную часть собственного капитала. Пол Самуэльсон, Нобелевский лауреат и наставник Робера Мертона был обеспокоен тем, что произойдет, если чрезвычайные события повлияют на рынок и выведут его за пределы идеальной предсказуемости. Юджин Фама, научный руководитель Майрона Шоулза, нобелевский лауреат и «отец» Теории эффективного рынка, обнаружил в своем исследовании, что акции имеют экстремальные выбросы, которые нельзя объяснить нормальным распределением Гаусса. Реальные рынки по своей природе более рискованны, чем модели, поскольку они подвержены прерывистым изменениям цен.

Тем не менее LTCM не прекращал расти. К 1996 году фирма имела более 100 сотрудников и более 100 миллиардов долларов активов. В 1997 году Мертон и Шоулз были удостоены Нобелевской премии по экономике за модель определения цен опционов. Казалось бы, впереди LTCM ожидало безоблачное будущее.

Торговля

Торговые системы фонда опирались на принцип возврата к среднему сэра Френсиса Гальтона и современной теории портфеля, «отцом» которой стал в 1952 году Гарри Марковиц.

Фонд использовал арбитражные торговые стратегии, которые предполагают, что рынки эффективны в средне или долгосрочной перспективе, но могут быть временно неэффективными в краткосрочной перспективе. И это дает возможность получения прибыли.

Сделки LTCM были направлены на получение преимуществ от небольших и краткосрочных различий в ценах между связанными финансовыми инструментами. Покупался относительно недооцененный финансовый инструмент и одновременно продавался относительно переоцененный. И все это в ожидании, что цены и соотношение цен между двумя инструментами в конечном итоге сойдутся у справедливых значений. К примеру, LTCM начинал с операций арбитража облигаций, которые предполагали использование небольших различий в ценах на облигации со схожими характеристиками, но немного отличающимися ценами. Фонд покупал недооцененные облигации и продавал переоцененные, надеясь получить прибыль, когда цены вернутся к средним значениям.

Чтобы лучше разобраться с механизмом работы арбитража, необходимо представить себе мир с двумя видами долларов – «синими» и «красными». «Синий» и «красный» доллар стоят по доллару, вы не можете их потратить в течение 5 лет, но по прошествии 5 лет их можно обменять обратно на обычные доллары. По разным причинам «синий» доллар вдруг становится дороже «красного». «Синий» доллар теперь продается за 1,05 доллара, а «красный» – за 95 центов.

Если вы обычный здравомыслящий человек, у которого на руках есть дорогие «синие» доллары, вы просто обмениваете их на большее количество красных долларов, но если вы – LTCM или любой другой арбитражер, и у вас есть возможность привлечь дешевое финансирование, то вы берете кредит под свой капитал и покупаете много «красных» долларов, продавая такое же количество «синих» долларов. Вы получаете прибыль, когда цены на «красные» и «синие» доллары снова сравняются – в любом случае, вы ждете, пока «синие» и «красные» доллары сблизятся до их конечной стоимости в один доллар за штуку.

В лучшем случае, страсти, которые развели цены на «красный» и «синий» доллар в разные стороны, со временем утихнут, и вы получите прибыль достаточно быстро, а в худшем случае придется ждать 5 лет до получения прибыли. Но модель лишь показывает, что однажды удастся заработать один цент на каждом «красном» долларе, который был куплен за 95 центов, и еще один цент на каждом «синем» долларе, который был продан за 1,05 доллара. Куда делись 4 цента с каждого доллара? Они пошли на уплату процентов по заемным средствам.

В принципе, такие сделки могли совершаться между любыми другими двумя активами, которые показали сильную историческую корреляцию и спреды доходностей которых, в случае облигаций, к примеру, выходят за рамки нормального диапазона. Например, LTCM занимал позиции по спреду между доходностями государственных облигаций США и корпоративных облигаций США, между корпоративными облигациями с рейтингом AAA и мусорными облигациями, между государственными облигациями США и облигациями развивающихся рынков, а также по разнице между доходностями государственных долгов разных иностранных государств (Аргентины, Бразилии, Китая, Кореи, Мексики, Польши, Тайваня, России и Венесуэлы и т.д.). Сделки с относительной стоимостью, как правило, имеют меньшие риски, чем прямые (голые) позиции, поскольку цены на активы, как правило, меняются сильнее, чем спреды между ценами на активы.

Но вскоре многие стали использовать стратегию арбитража облигаций. LTCM пытались копировать даже в Goldman Sachs. Все больше денег вливалось в индустрию. Ускользающие неэффективности, кислород для квантов — золотые возможности, стали совсем микроскопическими. И часто, когда LTCM приближался к сделке, вмешивались другие игроки, снижая спред и сокращая возможности для получения прибыли.

«Все остальные начали наступать нам на пятки – мы намечали себе сделку, но как только начинали детальную проработку, сделка разваливалась прямо на глазах» - вспоминал Эрик Розенфельд из LTCM.

Каждый раз, когда команда Меривезера предпринимала какие-либо действия, другие команды старательно их копировали, устраняя любую иррациональность, присутствующей на рынках. Пришло время расширяться.

Команда начала изучать тему арбитража акций, в том числе во время слияний и поглощений (M&A) компаний. Партнер фонда Виктор Хагани занимался поиском парных сделок в связанных акциях. Другой партнер, Ларри Хилибранд, начал делать ставки на слияния компаний. Арбитраж акций изначально был более рискованным, чем арбитраж облигаций. LTCM покидал свою область экспертизы и входил в мир, на понимание и прогнозирование которого другим требовались годы.

В конечном итоге у LTCM было около 10 различных категорий арбитражных сделок, включая процентные свопы, государственные и корпоративные облигации, индексы волатильности, ставки на исход сделок M&A и многое другое. Диверсификация по группам финансовых инструментов должна была снизить общие риски.

Но у арбитражных стратегий есть одна очень большая проблема: они приносят крошечный доход с одной сделки. И единственный способ выжать хоть немного больше денег из тончайших спредов — поднимать леверидж. Леверидж (или кредитное плечо) означает привлечение заёмных средств для приобретения активов, на покупку которых не хватает собственных средств. Во многих публичных отчетах леверидж неизменно приравнивался к «риску», но как писала Кэрол Лумис в журнале Fortune, «в LTCM лучшие умы подсели на самый сильный финансовый наркотик – кредитное плечо». Фонду требовался максимально возможный эффект кредитного плеча, чтобы получить существенную прибыль.

В итоге на пике своего развития LTCM владел активами на сумму 124 млрд долларов США против собственного капитала в размере 4,7 млрд долларов США, что соответствует коэффициенту кредитного плеча 26 к 1.

Высокое плечо – высокие риски. В LTCM была собрана первоклассная рисковиков. Основной инструмент, которым пользовался фонд, был создан в J. P. Morgan. В начале 1990-х банки старались разработать метод полного контроля всех каждодневных рисков. Грандиозная задача: позиции в течение дня могли существенно колебаться. Нужна была сложная система, способная отслеживать риски на глобальном уровне и выдавать цифру, взглянув на которую CEO мог спать спокойно.

В результате появилась модель стоимостной оценки риска - «стоимости под риском» (value at-risk, сокращенно VaR). Показатель измерял величину наибольшей потери капитала в течение заданного периода времени, которая не будет превышена с вероятностью 0,95. Это было статистическое распределение изменения капитала в виде колоколообразной кривой (нормальное распределение или распределение Гаусса).

VaR обладал опасной привлекательностью. Если риск измерим, то его можно контролировать при помощи хитроумных хеджинговых стратегий. Вера в это отражена в рекламном проспекте фонда LTCM, выпущенном в октябре 1993 года: «Снижение волатильности портфеля компании за счет хеджирования позволяет использовать эффект рычага и увеличивать размер позиций до максимального уровня…».

Ловкость рук кванта, и никакого мошенничества. Можно заложить больший леверидж и не выглядеть при этом безрассудным. До августа 1998 г. LTCM действительно терял не более 125 миллионов долларов за один день, что можно считать выдающимся результатом для портфеля активов более 120 миллиардов долларов.

Стратегия LTCM действительно должна была быть прибыльной, но за исключением случаев волны дефолтов или разрушений рынка...

Проблема 

Для многих участников рынка того времени то, что случилось с LTCM, было боевым крещением на финансовых рынках. Слова «хедж-фонд», «деривативы», «свопы», «опционы», «кредитное плечо» и «ликвидность» с тех пор навсегда вошли в лексикон.

Проблемы начались в мае 1998 года. Партнеры фонда и не подозревали, что они в шаге от катастрофы. Команда свято верила в свои модели. А те подсказывали, что момент для торговли самый благоприятный. Тогда они решили, что рыночные арбитражеры — "пираньи Фамы" — налетят и проглотят бесплатный обед. Но к концу лета 1998 года пираньи как в воду канули.

(Юджин Фама- лауреат Нобелевской премии по экономике 2013 года и автор гипотезы эффективного рынка. Эффективность рынка — это описание того, как цены на конкурентных рынках реагируют на новую информацию. Поступление новой информации на конкурентный рынок можно сравнить с поступлением бараньей отбивной в стаю плотоядных пираний, где инвесторы — вполне правдоподобно — являются пираньями. В тот момент, когда баранья отбивная попадает в воду, возникает суматоха, поскольку рыба пожирает мясо. Очень скоро мясо исчезает, остаются только бесполезные кости, и вода возвращается в нормальное состояние. Аналогично, когда новая информация достигает конкурентного рынка, возникает большая суматоха, поскольку инвесторы покупают и продают ценные бумаги в ответ на новости, что приводит к изменению цен.)

Затем наступило 17 августа. Россия объявила дефолт. У фонда не было больших позиций в России, поэтому партнеры сначала не были слишком обеспокоены. Но невероятный шаг России (дефолт и девальвация одновременно) до самых основ потряс мировые рынки, спровоцировал, как говорят на Уолл-стрит, «бегство в ликвидность». Запустился процесс переоценки кредитных и суверенных рисков на всех финансовых рынках. Кредитные спреды, премии за риск резко возросли. Спреды свопов, которые обычно никогда не менялись более чем на пару базисных пунктов за день, изменились на 21 базисный пункт. Фондовые рынки упали. 

Если вернуться к аналогии «красных» и «синих» долларов, в тот момент руководители крупных финансовых фирм разом забыли о том, что стоимости «красных» и «синих» долларов рано или поздно опять сравняются. Иными словами, произошла ситуация, когда страх преобладал над разумом. Как только страху поддалось значительное количество людей – страх стал оправданием совершаемых в панике действий. Довольно быстро крупные финансовые фирмы свернули собственные сделки, которые были практически идентичны сделкам LTCM. «Красный» доллар вдруг стал стоить 25 центов, а «синий» – 3 доллара, хотя, согласно разработанным моделям, вероятность такого события была на уровне 1 к 50 миллионам.

Как заметил Айман Хинди, трейдер LTCM: «Модели могут показать вам, что будет через пять лет, но они не могут показать события до истечения обозначенного в модели срока».

«Всё, что мы делали – мы делали исходя из нашего опыта – вся наука основана на опыте. Можно, конечно, не делать никаких выводов из накопленного опыта, но тогда придется просто сидеть сложа руки» - Виктор Хагани (LTCM).

Виктор Хагани

Виктор Хагани

Одной из стратегий LTCM был арбитраж в сделках M&A, когда фонд покупал акции компании-цели слияния и продавал акции компании-покупателя в короткую. Тем утром акции компании-цели упали на 50% (обычно растут из-за премии покупателя), и LTCM оказался в проигрыше на 160 миллионов долларов. Одна за другой начали терпеть неудачу другие сделки, которые не должны были коррелироваться. Ставка, привязанная к рынку облигаций США, потеряла 100 миллионов долларов. Еще 100 миллионов долларов испарились в Великобритании. К концу дня LTCM потерял 550 миллионов долларов — это был самый большой дневной убыток в истории фирмы и в пять раз больше, чем все, что предполагали математические модели.

К концу сентября 1998 года размер собственного капитала фонда сократился почти в 10 раз до 400 миллионов долларов, в то время как активы все еще составляли более 100 миллиардов долларов, что дало фонду коэффициент кредитного плеча около 250 к 1.

Убийственные потери – около 3 млрд. из 4,4 млрд. – пришлись на два вида ставок, которые Меривезер и его команда делала по меньшей мере десять лет: процентные свопы и долгосрочные опционы на фондовом рынке.

LTCM исходил из того, что существует пул профессиональных трейдеров, которые видят, что «красный» и «синий» доллары – это всё же доллары и поэтому должны сохранять разумное соотношение друг к другу. Но в условиях кризиса члены команды LTCM были единственными, кто придерживался такой точки зрения. Их вера в «научные доводы» была большим преимуществом лишь до тех пор, пока существовал предел «неэффективности» рынка, но внезапно этого предела не стало. Алан Гринспен и Роберт Рубин заявили, что никогда не видели такого кризиса, как и никто другой. Одно дело, когда паникует обычный инвестор на фондовом рынке, и совсем другое дело – паника среди крупнейших мировых финансовых компаний. Мировые финансовые институты создали банковский кризис огромного, глобального масштаба.

«Мы уделяли мало внимания поведению других игроков, т.к. считали, что они будут вести себя так же, как и мы» - вспоминал Виктор Хагани.

Банки начали сомневаться в способности фонда выполнить маржинальные требования и готовились к ликвидации его позиций. LTCM остро нуждался в новом капитале. Фонд обращался ко многим инвесторам, в том числе к Уоррену Баффету и Джорджу Соросу. Баффет согласился купить портфель фонда, но сделка в последний момент сорвалась. А Сорос за такое даже не стал браться. Основанный на методах количественного анализа, подход фонда LTCM к инвестициям был полной противоположностью его «интуитивному» фирменному стилю.

«Умение измерять и моделировать риски привело к тому, что в LTCM стали игнорировать неопределенность. В результате они использовали гораздо больший леверидж, чем следовало бы. LTCM злоупотребил кредитным плечом, не заметив недочет в модели и проигнорировав огромный толстый хвост колоколообразного графика» - Джорж Сорос.

Официальная годовщина краха LTCM — 23 сентября. В тот день Уильям Макдоноу, президент Федерального резервного банка Нью-Йорка, собрал в одной комнате высших должностных лиц шестнадцати самых влиятельных банков и инвестиционных домов мира и приказал им найти решение проблемы, в которой оказался фонд. LTCM был крупным — на его балансе было более 60000 сделок, включающих более 100 миллиардов долларов активов и 1 триллиона долларов номинальной стоимости деривативов. Макдоноу беспокоился, что беспорядочное сворачивание позиций фонда может снежным комом прокатиться по рынкам, что приведет к катастрофическим потерям, которые «представят неприемлемые риски для американской экономики». Четырнадцать из шестнадцати фирм согласились вложить капитал в LTCM, чтобы удержать его на плаву (в итоге LTCM был ликвидирован через год с прибылью для банков).

Крушение LTCM не только бросило тень на репутацию его партнеров, принадлежавших к финансовой элите. Оно подорвало престиж доминирующей на Уолл-стрит силы: квантов. Мощнейшие модели LTCM и новейшие системы управления рисками, по сложности сопоставимые с космическими системами NASA, совершенно неожиданно оказались недееспособными. 

Что пошло не так

Оглядываясь назад, можно назвать несколько причин катастрофы LTCM.

Измерение риска

В LTCM риск понимался чисто математически. Центром всего была волатильность, как лучшая аппроксимация риска. Выше упоминалось, для измерения риска LTCM использовал метод «стоимости под риском» (VaR), представляющий собой статистический метод оценки максимального размера убытков, которые портфель может понести за определенный срок с заданной вероятностью (0,95), рассчитанный на основе исторических ценовых движений. Предполагалось, что будущее будет таким же, как и прошлое.

Здесь вспоминается замечание, сделанное Грэхемом в его книге «Разумный инвестор», в разделе, посвященном колебаниям цен облигаций: «Нельзя рассчитывать, что все важное, происходящее на Уолл-стрит, будет происходить именно таким образом, как это было в прошлом».

«В финансах нужно остерегаться доказательств, основанных на прошлых результатах. Если бы исторические книги были путем к богатству, то список Forbes 400 состоял бы из библиотекарей» - Уоррен Баффет.

Еще одно важное допущение, заложенное в модель LTCM, состояло в том, что доходность имеет нормальное распределение. В реальности же доходность имеет распределение «почти» нормальное — это все та же кривая в форме колокола, но только с более «жирными хвостами», чем в случае нормального распределения. «Жирные хвосты» обозначают, что экстремальные движения цен в реальности встречаются гораздо чаще, чем это предусмотрено в модели. Таким образом, модели LTCM недооценивали вероятность экстремальных событий на финансовом рынке. Ведь чтобы оценить возможность катастрофических, но редких событий, таких как суверенные дефолты, рыночные или политические потрясения, опасно сосредотачиваться только на истории. Могут произойти такие события, которых еще не было.

«Опираясь на свой многолетний опыт торговли в Salomon Brothers, основатели LTCM догадывались, что распределение доходности портфеля фонда, как и большинства финансовых активов, имеет "жирные хвосты" - риск чрезмерных потерь был гораздо выше, чем можно было бы ожидать при нормальном распределении доходности» - Виктор Хагани.

Согласно моделям VaR, используемым LTCM, события, которые могли бы привести к их краху, имели вероятность один на несколько миллионов – они не должны были произойти в каком-либо предсказуемом или обозримом будущем. Модели риска, такие как VaR, являются теоретическими по своей природе. Одна из главных проблем этого метода заключается в том, что он часто создает ложное чувство уверенности у инвестора, что он контролирует риск. LTCM сильно недооценил свои риски и не имел достаточно собственного капитала, чтобы пережить турбулентность 1998 года.

Стресс-тестирование портфеля показывало, что LTCM мог потерять только 2,3 миллиарда долларов. Фактически, в 1998 году фонд потерял 4,4 миллиарда долларов.

Если VaR используется в качестве основы для определения размера собственного капитала, параметры необходимо выбирать с особой тщательностью. Ведь, по сути, с помощью VaR определяется подушка безопасности от неожиданных потерь. С помощью VaR можно определить размер собственного капитала, который необходимо выделить для покрытия большей части потенциальных убытков на заранее определенном уровне достоверности.

Особое внимание двум параметрам VaR: уровню достоверности и горизонту. Уровень достоверности  должен быть достаточно высоким, чтобы вероятность превышения VaR была очень низкой. Что касается горизонта, то он должен быть связан с ликвидностью активов или временем, необходимым для упорядоченной ликвидации. Альтернативно, горизонт должен охватывать время, необходимое для сбора дополнительных средств или корректирующих действий.

Диверсификация

Стратегия фонда предполагала, что устойчивость будет обеспечиваться в том числе путем диверсификации портфеля, а для этого должны были осуществляться такие сделки, которые казались партнерам не связанными между собой. Фонд также планировал активно хеджировать свои операции.

Таблица ниже показывает, что факторы риска: рост волатильности, увеличение количества дефолтов и снижение ликвидности на рынках в большинстве случаев влияло на все категории операций фонда. То есть на самом деле сделки LTCM были недиверсифицированными. Что подтверждается тем, что LTCM одновременно потерял около $1,5 млрд на процентных свопах и столько же на опционах по акциям.

В течение нескольких лет перед крахом корреляция между позициями LTCM была менее 0,1. Стресс тест рисковиков фонда показывал, что они выдержат корреляцию 0,3, которая казалась им почти недостижимой. Однако в дни кризиса 1998 года она скакнула до 0,7. Сделав традиционный риск-менеджмент бесполезным.

«Я хочу сказать, что во время больших движений рынка никто не проводит рациональный анализ и не делает различий. Они просто выплескивают ребенка вместе с водой, в первую очередь из-за психологических колебаний. Как гласит старая поговорка, «во время кризиса все корреляции стремятся к 1». – Говард Маркс (является соучредителем и сопредседателем Oaktree Capital Management, крупнейшего инвестора в проблемные ценные бумаги в мире.)

 Мы знали, что почти все наши сделки положительно коррелируют друг с другом и будут еще более коррелировать в условиях кризиса. Мы пережили крах в октябре 1987 года и понимали, что финансовый риск увеличивается благодаря петлям обратной связи, когда продажа активов, вызванная падением цен, может повлечь за собой новые продажи и дальнейшее падение.» Victor Haghani (был партнером-основателем LTCM)

А вот, что говорил в 2003 г. Баффет, явно намекая на банкротство LTCM:

  «История учит нас, во время кризисов проблемы коррелируют таким образом, который невообразим в спокойные времена».

Возникшие «откуда ни возьмись» корреляции между, казалось бы, несвязанными (с макроэкономической точки зрения) финансовыми инструментами в период кризиса объясняется широким распространением торговли «с плечом» — когда цены падают, участники рынка вынуждены продавать активы, чтобы удовлетворить нормативам достаточности капитала.

Но что получится, если так делают все? Тогда «вы продаете не то, что должны были бы. Вы продаете то, что можете».

«Занимая под одну ценную бумагу, инвесторы потенциально отдают контроль над всеми остальными инструментами, которыми они владеют. Эту истину стоит запомнить: ценные бумаги могут быть несвязанными, но ими владеют одни и те же инвесторы, подспудно связывая их во времена стресса. И когда армии участников рынка оказались вовлеченными в операции с одними и теми же ценными бумагами, границы между, казалось бы, несвязанными финансовыми инструментами рухнули. Сама концепция обеспечения надежности путем диверсификации… заслужила того, чтобы быть пересмотренной»

Для LTCM события 1998 года были идеальным штормом - одновременно возникло сочетание событий, которых не существовало в математических моделях фонда. 

Кредитное плечо и размер сделок

Давно известно, использование высокого уровня кредитного плеча, которое не допускает значимое неблагоприятное движение цен на активы, является рецептом катастрофы. Для инвесторов без кредитного плеча ошибки являются досадными, но они могут выжить, чтобы использовать следующие инвестиционные возможности. Для инвесторов с большим кредитным плечом даже небольшие ошибки могут стать фатальными.

Опыт LTCM является ярким напоминанием о том, что правильное определение размера ваших ставок, может быть более важным, чем выявление привлекательных инвестиционных возможностей.

"Я понял, что инвестирование предполагает решение двух проблем. Первая - выявление привлекательных инвестиционных возможностей, а вторая - определение их размера. Девяносто процентов литературы, как научной, так и практической, посвящено тому, как найти жемчужины, будь то стратегии или конкретные объекты инвестиций. Вторая проблема кажется довольно простой, но на самом деле она является критической важной. Именно размер сделки привел к краху LTCM" - Виктор Хагани.

Большинство сделок LTCM были привлекательными. К несчастью для инвесторов и партнеров LTCM, именно решения о размере сделок (ставок) лишили всех их возможности оценить конечную прибыльность сделок – из-за огромных кредитных плечей фонд просто не дожил до выхода в плюс многих из его позиций.

Опцион-пут

Типичный профиль сделок с кредитным спредом, которые активно использовались LTCM, заключается в том, что большую часть времени получаешь небольшую прибыль (которую можно увеличить за счет кредитного плеча), но время от времени терпишь большие убытки.

Профиль распределения помесячной доходности LTCM на графике похож на короткую позицию по опциону, в которой ваши прибыли ограничены, а убытки нет. И небольшой процент сделок приносит большую часть убытков, очень часто катастрофических.

Нассим Талеб называл такое сочетание хрупкостью. В то время как длинные позиции по опционам, наоборот, антихрупкими, в которых вы выигрываете от потрясений.

Хрупкость или скрытая подверженность катастрофическим рискам объясняет, почему хедж-фонды могут резко обанкротиться. Небольшое количество убыточных сделок может нанести непоправимый ущерб.

Гордыня

Ну и наконец, LTCM — это не просто история огромного просчета или нескольких не слишком умных решений. Крах во многом произошел из-за гордыни звездной команды, состоявшей ​​из талантливых интеллектуалов, которые не могли себе даже представить, что могут ошибаться.

Вот снова очень точные слова Баффета:

«Если вы возьмете Джона Меривезера, Эрика Розенфельда, Ларри Хилибранда, Грега Хокинса, Виктора Хагани и лауреатов Нобелевской премии Майрона Шоулза и Роберта Мертона и остальных членов команды LTCM, эти 16 человек, вероятно, имеют самый высокий средний IQ среди любых 16 человек, работающих вместе в одном бизнесе в стране, включая Microsoft или кого бы вы ни назвали.  Невероятное количество интеллекта в одной комнате. Теперь вы объединяете это с тем фактом, что эти 16 имели обширный опыт в той области, в которой они работали. Это не была кучка парней, которые заработали свои деньги, знаете ли, на продаже мужской одежды и внезапно занялись бизнесом ценных бумаг. У них в совокупности, у 16, вероятно, было 350 или 400 лет опыта в том, что они делали. И затем вы добавляете третий фактор, большинство из них фактически все свои весьма существенные личные активы вложили в этот бизнес. Итак, у них были собственные деньги. Сотни и сотни миллионов долларов собственных денег, супервысокий интеллект, опыт работы именно в этой области, но они разорились! Это для меня абсолютно увлекательно.

Если я когда-нибудь напишу книгу, она будет называться «Почему умные люди совершают глупости».

«Риск эго» управляющей команды достиг пика в самые последние недели существования фонда: многие топ-менеджеры LTCM дополнительно вложили огромные суммы личных денег в бизнес и потеряли все.

Баффет продолжил:

«… чтобы заработать деньги, которых у них не было и которые им не были нужны, они рисковали тем, что у них было и что им было нужно. Это глупо. Это просто глупо. Не имеет значения, какой у вас IQ. Если вы рискуете чем-то важным для вас ради чего-то, что для вас неважно, это просто бессмысленно. Мне все равно, 100 к 1 шансы на успех или 1000 к 1. Если вы дадите мне пистолет с миллионом патронов в нем, и в патроннике будет одна пуля, и вы скажете: «Приставь его к виску. Сколько ты хочешь, чтобы мне заплатили за один выстрел», я не буду стрелять. Вы можете назвать любую сумму, которую хотите, но это не дает мне ничего с положительной стороны, а отрицательная сторона, я думаю, довольно очевидна. Так что мне не интересны такие игры. Тем не менее, люди делают это в финансовом отношении, не особо задумываясь об этом.

Однако, обратная сторона, особенно в управлении чужими деньгами, заключается не только в потере всех своих денег, но и в позоре, унижении и столкновении с друзьями, чьи деньги вы потеряли. Я просто не могу представить себе уравнение, которое имело бы смысл. Тем не менее, 16 парней с очень высоким IQ, которые были очень порядочными людьми, вступили в эту игру. Знаете, я думаю, что это безумие. Оно вызвано чрезмерной зависимостью в какой-то степени от вещей. Эти парни говорили: «Событие в шесть сигм нас не коснется. Или событие в семь сигм». Они ошибались. История не говорит вам о вероятности будущих финансовых событий. Они очень полагались на математику. Они считали, что бета акций говорит вам что-то о риске акций. Это не говорит вам ни черта о риске акций, по моему мнению! Сигмы не говорят вам о риске разорения, по моему мнению, и, возможно, по их мнению, сейчас тоже».

____________

Почему история LTCM так важна? Потому что крах LTCM не разовая драма, а идеальный шаблон рыночных катастроф, которые будут происходить снова и снова. Ведь как сказал известный экономист Дж. К. Гэлбрейт:

«Для практических целей следует предположить, что финансовая память длится максимум 20 лет. Обычно это время, которое требуется для того, чтобы стереть воспоминание об одной катастрофе, и чтобы что-то новое вновь захватило финансовый разум. Это время, которое обычно требуется для того, чтобы на сцену вышло новое поколение, впечатленное, как и его предшественники, собственным инновационным гением».

Высокомерие математических убеждений и культура самой Уолл-стрит никуда не делись. А волатильность рынка иногда настолько сильна и непредсказуема, что никакая модель не может ее полностью описать.

Хороших выходных! заходите на тг канал https://t.me/TradPhronesis