Фундаментальных показателей

Японцы добились значительных успехов в производстве сложнейшей техники и оборудования. Как утверждают Канамори и Вада, конкурентоспособность японской продукции на мировых рынках будет повышаться. Япония обладает завидной способностью в области адаптации и усовершенствования технологии, находящейся на стадии практической эксплуатации. Японские фирмы преуспели в нововведениях «на уровне корней травы», т. е. непосредственно на производственных участках. Однако, как указывалось выше, на многих направлениях технологии будущего Япония отстает. «С этим отставанием, — резюмируют японские исследователи, •— еще можно кое-как мириться в 80-е годы, но впоследствии оно станет вопросом жизни или смерти для национальной экономики. К тому же и Запад все острее критикует Японию за „проезд зайцем в технологическом экспрессе"» [26, с. 180]. По общему мнению японских экономистов, Япония должна взять на себя бремя риска, который таится в фундаментальных исследованиях, и обеспечить развитие своей собственной оригинальной технологии.

предсказаний теорий, имеющих принципиальное значение (т.н. решающий Э.). В связи с этим Э. как одна из форм практики выполняет функцию критерия истинности научного познания в целом. Современная наука использует разнообразные виды Э.: а) качественный Э., в сфере фундаментальных исследований простейший тип, имеющий целью установить наличие или отсутствие предполагаемой теорией явления; б) более сложен измерительный Э., выявляющий количественную определенность какого-либо свойства объекта; в) мысленный Э. — находящий широкое применение в фундаментальных исследованиях. Относясь к области теоретического знания, он представляет собой систему мысленных, практически неосуществимых процедур, проводимых над идеальными объектами. Будущими теоретическими моделями реальных экспериментальных ситуаций мысленные Э. проводятся в целях согласованности основных принципов теории. В области прикладных исследований применяются все указанные виды Э. Их задача — проверка конкретных теоретических моделей; г) для прикладных наук специфичен модельный Э., который ставится на материальных моделях, воспроизводящих существенные черты исследуемой природной ситуации или технического устройства. Он тесно связан с производственным Э.; д) бурно развивается соц. Э. Он способствует внедрению в жизнь новых форм соц. организации и оптимального управления. Поэтому соц. Э., выполняя познавательную функцию, относится к сфере управления обществом. Объект соц. Э., в роли которого выступает определенная группа людей, является одним из участников Э., с интересами которых необходимо считаться, а сам исследователь оказывается включенным в изучаемую им ситуацию. Содержание и процедуры соц. Э. обусловлены правовыми и моральными нормами общества. ЭКСПЕРИМЕНТ СОЦИАЛЬНЫЙ - воспроизведение какого-либо соц. явления в определенных (контролируемых и управляемых) условиях с целью его деталь-нрго изучения, а также пробной, опытной проверки результатов исследования. Эмпирическое подтверждение необходимо при выработке любых существенных, особенно инновационных, управленческих решений. Это в полной мере относится и к принятию обоснованных решений по вопросам управления персоналом,

В научно-технической литературе неоднократно указывается на множественность участников организации научных исследований в передовых капиталистических странах. В США исследованиями и разработками занимаются почти 30 тыс. промышленных фирм, государство и связанные с ним организации (университеты, некоммерческие организации и пр.). Потребность промышленности в фундаментальных исследованиях удовлетворяется как путем создания ими собственных лабораторий, так и посредством многообразных контрактов с университетскими центрами. Как следствие этого - университеты в последнее время занимают первое место среди других исследовательских организаций по темпам финансирования научных исследований. В основном это связано с фундаментальными исследованиями: государственные ассигнования университетам увеличились на 34 % общенациональных ассигнований на выполнение фундаментальных исследований, проводимых в стране, а объем выполненных университетами фундаментальных исследований вырос с 38 до 50 % за последние 10 лет. На 100 наиболее крупных университетов в США приходится 85 % общей суммы государственного финансирования научных исследований [1].

Имеет место множественность участников организации научных исследований в передовых капиталистических странах. В США исследованиями и разработками занимаются около 30 тысяч промышленных фирм, государство и связанные с ним организации (университеты, некоммерческие организации и др.). Потребность промышленности в фундаментальных исследованиях удовлетворяется как путем создания ими собственных лабораторий, так и посредством многообразных контрактов с университетскими центрами. Как следствие этого, университеты сейчас занимают первое место среди других исследовательских организаций по темпам финансирования научных исследований. Постоянно увеличиваются государственные ассигнования университетам. На 100 наиболее крупных университетов в США приходится 85% общей суммы государственного финансирования научных исследований.

Б. Повышение роли вузовской науки в фундаментальных исследованиях и подготовке современных специалистов.

"Выполняемые в этом направлении работы должны обеспечить повышение удельного веса вузовской науки в фундаментальных исследованиях, ее интеграцию с учебным процессом, направленную на постоянное пополнение программ новыми данными науки, формирование творческих способностей выпускников высшей школы" [15].

В научно-технической литературе неоднократно указывается на множественность участников организации научных исследований в передовых капиталистических странах. В США исследованиями и разработками занимаются почти 30 тыс. промышленных фирм, государство и связанные с ним организации (университеты, некоммерческие организации и пр.). Потребность промышленности в фундаментальных исследованиях удовлетворяется как путем создания ими собственных лабораторий, так и посредством многообразных контрактов с университетскими центрами. Как следствие этого - университеты в

Как мы уже говорили, при анализе экономических процессов такая ситуация встречается далеко не всегда (плохо разработаны, например, принципы построения математических моделей социально-экономического уровня экономических процессов). Имитационные эксперименты в таких областях исследования привлекают в настоящее время все большее внимание. В этом случае цель исследования состоит в том, чтобы научиться строить адекватные модели изучаемых объектов, чтобы проверить различные гипотетические описания и выбрать наиболее подходящие из них (т. е. цель — в развитии «здания математических моделей»). В этой книге мы не станем рассматривать вопросы использования имитационных методов в фундаментальных исследованиях и ограничимся лишь прикладными.

Для проведения эксперимента с моделью прогнозирования можно предложить иную организацию расчетов, основанную на легкости общения человека с ЭВМ третьего поколения. Вместо построения плана эксперимента, в котором заранее указываются значения внешних воздействий в процессе проведения серии просчетов по модели, решение о выборе внешних воздействий предлагается принимать на основе анализа результатов предыдущих просчетов. При этом к эксперименту привлекается заказчик. На экран терминального устройства вычислительной машины выводятся графики величин, характеризующих функционирование системы. Так, в нашей модели прогнозирования это были душевое потребление с (/) и основные фонды К (t). Анализируя поведение этих функций, заказчик принимает решение о новых вариантах воздействий Sj (t) и s2 (/), которые тут же вводятся в вычислительную машину, проводится расчет и результат сразу выводится на терминальное устройство ЭВМ. Такую организацию проведения имитационного эксперимента принято называть диалоговой. В последнее время она получает все большее распространение, особенно в фундаментальных исследованиях, о которых мы говорили в первом параграфе. Надо отметить, что необходимым условием проведения имитационного эксперимента в диалоговом режиме является наличие заказчика, способного к участию в таком исследовании.

Первая, субъективная причина состоит в уже упоминавшемся доверии широкой публики к «беспристрастной и объективной» вычислительной машине. Сам факт проведения расчетов на ЭВМ для многих (в том числе и для заказчиков в прикладных исследованиях) служит зачастую гарантией точности и объективности полученных результатов. Все это накладывает дополнительную ответственность на исследователя, проводящего имитационный эксперимент, тем более, что ему в своей деятельности приходится преодолевать значительные трудности, главная из которых состоит в необходимости построить адекватную математическую модель исследуемого явления. Необходимость строить математическую модель является объективной причиной более важной роли исследователя в имитационном эксперименте по сравнению, скажем, с экспериментом натурным. Имитация применяется обычно для анализа сложных объектов, в которых другие методы неприменимы: в прикладных имитационных исследованиях модели очень сложны, от исследователя требуется умение правильно выделить те факторы, которые существенны с точки зрения цели исследования. Вся тяжесть этого этапа исследования ложится на плечи человека — вычислительная машина играет здесь обычно вспомогательную роль: только в некоторых наиболее изученных областях развиваются методы автоматизации построенных моделей (подробнее об этом можно прочитать в книге Н. П. Бусленко 6). В фундаментальных исследованиях сложности носят принципиальный характер: хотя математические модели здесь могут быть просты, они содержат в себе описание плохо понимаемых процессов и явлений, причем это описание дается самим исследователем. Неправильно построенная модель в прикладном или неправильно истолкованные результаты в фундаментальном имитационном исследовании могут привести к грубым ошибкам.

Первичное распределение стоимости порождает такие элементы, как капитал, рента, зарплата. Именно на базе этих элементов, по определению классиков-налоговедов, формируются перераспределительные отношения, относимые к налоговым [32; 71; 75]. Поэтому современные теории налогообложения должны базироваться на фундаментальных исследованиях факторов воспроизводства: капитала, земли и труда. Затем на базе этого создаются методические положения, определяющие практику использования конкретных налоговых форм и налоговых методов управления воспроизводством.

Автор отдает себе отчет в том, что некоторые читатели сочтут странным рассмотрение фундаментального анализа в книге, посвященной техническому анализу, но вопреки распространенному мнению оба подхода имеют довольно много общего. Сегодня стало обычным применение технических инструментов для анализа графиков фундаментальных показателей: например, тенденции изменения процентных ставок часто сравнивают с ценовыми тенденциями на различных финансовых рынках. Также обычной стала практика использования фундаментального анализа с целью выбора объекта инвестирования, а технического анализа — для определения времени проведения конкретных торговых операций. Знание основ фундаментального анализа будет полезным даже для ортодоксальных «технарей» (как и знание технического анализа для убежденных сторонников анализа фундаментального).

При анализе фундаментальных показателей конкретной компании вы нередко столкнетесь с их противоречивостью. Какие-то будут лучше, чем у других компаний, а какие-то обязательно хуже, например, будет хорошая история прибылей, но большие долги. Многие аналитики разработали свои системы бальных оценок. Скажем, если долги у компании менее 20% от собственного капитала, то это 5 очков. Если темпы роста прибылей опережают темпы роста объемов продаж, то это 10 очков, и т.д. Мы не будем рассказывать о таких системах, так как они очень субъективны и плохо проверены статистическим анализом. Накопив достаточно опыта, вы выработаете собственную систему оценок, не обязательно ставя баллы и скрупулезно перебирая все показатели. Ведя анализ и сопоставляя его результаты с реальным поведением акций и рынка, вы очень быстро научитесь «чувствовать» компании и повысите вероятность правильного выбора.

Сколь опасен трейдинг? Не более чем инвестирование, где компании тщательно выбираются на основании их фундаментальных показателей. Ведь блестящие успехи компании в прошлом не являются гарантией будущих успехов. В любой момент в ней может смениться руководство, и новая политика компании уже не будет такой успешной. Оценки рынка сбыта могут быть ошибочны, если конкуренция окажется серьезнее, чем предполагалось. Растущие продажи популярного лекарства могут неожиданно сорваться, если обнаружатся его побочные действия. Блестяще разработанный микропроцессор может дать сбои на непредвиденных операциях, которые не были включены в тестирование. В автомобилях проявляются скрытые дефекты. В бухгалтерские отчеты вкрадываются неточности или неправильно интерпретируемые цифры.

При инвестировании, основываясь на анализе фундаментальных показателей, вы покупаете акции в предположении, что компания будет делать приятные сюрпризы чаще, чем плохие. При трейдинге вы, в частности, можете играть на кратковременных реакциях рынка на такие сюрпризы. Вы ждете, когда реакция на сюрприз затухнет, и после этого продаете акции. Опытные трейдеры покупают акции также в тех случаях, когда реакция остальных, менее опытных трейдеров на плохие новости была излишне негативной и есть шансы возвращения цены на более высокий уровень.

Тут-то и начинается искусство трейдера. Насколько старой должна быть тенденция роста данных акций? Чем характеризовать старость тенденции: временем или количеством локальных колебаний в процессе роста? Как влияет объем торговли акциями на достоверность «головы-плечей»? Каково влияние рынка и фундаментальных показателей компании, в частности, отношения р/е? А каково воздействие старых, но мощных уровней сопротивления, которые могут встретиться на пути акций? Попробуем разобраться с частью этих вопросов.

применением такой системы, — это ваш брокер. Ваши частые купли и продажи принесут ему немало комиссионных, но вы будете в убытке. Без глубокого технического анализа поведения акций, без рассмотрения фундаментальных показателей компании и без учета динамики рынка механические системы трейдинга приносят убытки.

Студенты часто спрашивают меня, какое образование поможет им подготовиться к работе на фондовом рынке или рынке фьючерсов. В таких случаях я часто вспоминаю свое собственное обучение: литература, языки, история, учеба за границей, высшая школа бизнеса, юридический факультет университета — и неизменно призываю слушателей не повторять мой путь. В нашей профессии самые очевидные истины на поверку оказываются неверными. Я абсолютно согласен с тем, что долгосрочные тенденции рынка определяются фундаментальными факторами или представлениями о них, однако для краткосрочных операций эти факторы так малосущественны, что их можно не принимать во внимание. Часто случается, что, несмотря на какое-то важное сообщение или событие фундаментального характера, цена на тот или иной товар или финансовый инструмент остается неподвижной или вообще ведет себя вопреки всякой логике и здравому смыслу. Эффективные методы технического анализа рынка помогают трейдеру чутко улавливать моменты, когда следует ожидать положительной или отрицательной реакции цен на изменение фундаментальных показателей. Определить эти моменты можно, измеряя соотношение спроса и предложения, а также психологический настрой участников рынка.

Процесс выбора акции по сути напоминает подготовку к автомобильному турне из Вирджинии в Нью-Йорк. Прежде, чем вы начнете свое путешествие, вам необходимо позаботиться о некоторых вещах, а именно: заправить машину, проверить масло и воду в радиаторе. Затем вы должны определить самый прямой маршрут в Нью-Йорк (1-95 Северная). Заправка машины, проверка масла и так далее похожи на проверку фундаментальных показателей акции. Выбор правильной дороги, по которой следует ехать, напоминает оценку технической картины (спрос и предложение) в отношении акции. Многие инвесторы старательно выполняют исследования фундаментального характера по акции, которую они хотят купить, но совсем не придают значения оценке вероятности подъема ее цены. Покупка фундаментально устойчивой акции, только что завершившей графическую модель, предполагающую нахождение акции в условиях низких, а не высоких цен, равнозначна проведению всех подготовительных работ к путешествию в Нью-Йорк, но взятию курса на Флориду по дороге 1-95 Южная. Идея состоит в том, чтобы набрать как можно больше очков в свою пользу до начала путешествия. Но все это еще не гарантия. Несмотря на то, что большинство считает инвестиции наукой, они остаются искусством.

Остается добавить, что 75 процентов риска по любой конкретной акции составляют рынок и сектор. Проблема, с которой сталкиваются большинство инвесторов, состоит в том, что они концентрируют 75 процентов своих усилий на оценке конкретных фундаментальных показателей. Чрезвычайно важно покупать акции, когда вы являетесь хозяином положения (рынок имеет бычий настрой). Необходимые рыночные индикаторы мы раскроем в последующих главах. Еще раз, прежде чем предпринимать какие-либо действия в отношении акции, наберите как можно больше очков в свою пользу. Я не знаю, сколько раз знакомые подходили ко мне и просили совета насчет акции, о которой они узнавали от своих друзей. Как правило, они говорили, что это весьма солидный и надежный источник. Мой ответ на это всегда был один и тот же, и его же я повторю и для вас: "Если это инсайдерская информация, то у вас ее уже нет. Потому что, как только вы ее получили, она тут же стала внешней, доступной всем, информацией, а те, кто знали о ней, давно уже что-то предприняли". Почти в каждом случае вы можете взглянуть на графики "крестики-нолики" и увидеть, где действовали инсайдеры. Как только вы научитесь пользоваться этим методом, вот уже более ста лет остающимся надежным помощником биржевика, вы поймете, почему график "крестики-нолики" равнозначен инсайдерской информации. Модель Треугольника (см. рису-

ней, проста. Когда акция упала на 20 или более клеток, вы обозначаете первый разворот на три клетки обратно наверх как свою точку действия. Стоп-лосс - сигнал Двойного Основания к продаже, который устанавливается, когда акция разворачивается наверх в колонку "X". Чем дольше во времени акция падает на 20 клеток, тем менее надежной является эта модель. Она подходит исключительно для торговых целей, а не для инвестирования. У акции, упавшей на 20 клеток или более, как правило, что-то не так в отношении фундаментальных показателей. Один из лучших способов сыграть в этой сделке - это провести ее через опционный рынок, используя для этого длинный колл. Это даст вам возможность проявить достаточно терпения и дождаться истечения срока. Кроме того, вам не надо будет беспокоиться о том, что ваш стоп достигнут. Если акция поднимается от вашей точки входа, то вы сумеете передвигать свой стоп последовательно к каждому вновь образующемуся сигналу к продаже. Это позволит вам обрести свободу действий, если не будут создаваться никакие сигналы к продаже. Это также оградит вас от быстрого выхода из торговли и взятия ограниченной прибыли. Всегда позволяйте своей прибыли накапливаться как можно больше и исключайте столько субъективности из формулы торгов, сколько возможно. На рисунке 3.23 показана модель Длинного Хвоста Вниз.

Это означает, что инвесторам следует больше времени тратить на оценку рынка в целом, и сектора рынка в частности, и меньше на оценку фундаментальных показателей отдельной акции. Составляющие риска изменяются по мере изменения волатильности, но этот пример объясняет, почему мы никак не закончим эту главу. Я хочу, чтобы вы очень близко познакомились с Индексами Бычьего Процента Секторов.

Навигация

Главная

Новое

Акционер Америка Агрессивность