Анализы и прогнозы. Полная версия точки зрения Дениса Соколова, опубликованной в 175 выпуске CRE

Известно, что из последних 2 кризисов аналитики предсказали 64. Нам, аналитикам, часто пеняют на то, что наши прогнозы не точные. Фундаментальный для квантовой физики принцип неопределенности, согласно которому принципиально невозможно определить параметры частицы (в том числе и ее местоположение) не мешает ученым развивать науку, а инженерам изобретать новые, интересные и полезные устройства. А многие бизнесмены ждут точных прогнозов от аналитиков, с помощью которых они могли бы заработать миллионы. Но ведь принцип неопределенности в полной мере работает и в экономике.

Представьте себе гипотетическую ситуацию: консультант сделал достоверный долгосрочный прогноз рынка московской недвижимости, согласно которому цены вырастут на 40% к 2015 году. Понятно, что рациональным поведением для игроков будет вывод на рынок к этому моменту максимальных объемов. Что станет с ценами? Понятно, что такой гипотетический прогноз уничтожает сам себя.

Так что же, прогнозы не нужны, поскольку они не сбываются? Но ведь и бизнес-планы никогда не выполняются в точности, но это не значит, что их не надо готовить. Когда я работал в трейдинге, мой английский коллега любил говорить – «У меня нет прогноза, но у меня есть позиция». Это означает, что исходя из текущей информации, человек считает именно такое развитие событий наиболее вероятным. Завтра ситуация поменяется, поменяется и позиция. Это не значит, что предыдущая была неверна, просто мир меняется. Для стороннего наблюдателя  важен именно пересмотр позиции. Так, например, тот факт, что Министерство экономики пересмотрело прогноз роста ВВП на 2 процентных пункта, говорит о текущей ситуации больше, чем сам рост ВВП.

Люди, которые занимаются прогнозированием, оказываются между молотом и наковальней. С одной стороны, для того, чтобы прогноз был воспринят благосклонно, он должен соответствовать настроениям большинства. Я помню, как  мы в 2007 году заявили о том, что мы ожидаем рост доли свободных помещений на офисном рынке Москвы это вызвало бурю возмущений, в том числе и внутри компании. Мало кого интересовали аргументы – большинство не могло в тот момент представить себе бездефицитного рынка.

Вот и получается, что  если прогнозу не верит большинство, то он оказывается бессмысленным для рынка. Да, конечно задним числом аналитик может похвастаться им (как это делаю я сейчас). Но пользу из этого прогноза тогда извлекли единицы.

В любом прогнозе главное не выводы, а аргументация. Хороший аналитик должен тщательно прорабатывать аргументы, четко понимая, на каких допущениях основываются выкладки и как собрана исходная информация. Нерадивые аналитики любят легализовывать сомнительную информацию: если она получена из стороннего источника, то вроде бы и не нуждается в проверке. На нашем непрозрачном рынке нет ничего зазорного в использовании недостоверного источника (даже наше правительство пользуется такими источниками)  - преступно не подвергать их сомнению.

Еще одна проблема прогнозирования – использование сложных моделей. Каждый уважающий себя аналитик стремиться построить эконометрическую модель, учитывающую максимум факторов.  Но такая модель в свою очередь, основывается на других прогнозах. Например, пресловутая зависимость цен на недвижимость от цен на нефть. Все красиво и логично, но где взять достоверный прогноз цен  на нефть? Более того, если ты считаешь, что такой прогноз у тебя есть – добро пожаловать на фьючерсный рынок нефти. Зачем нужна производная в виде недвижимости? 

Проблема моделирования заключается в том, что потребители таких моделей – обычные люди, которые не хотят тратить свое драгоценное время на то, чтобы разбираться в деталях. Но они имеют богатейший опыт и знают, какие вопросы надо задавать. Поэтому аналитик, работая над моделью должен сразу думать о том, как он будет объяснять ее. И если объяснить модель за 10 минут нельзя, то с большой степенью вероятности она окажется бесполезна.

Третья проблема моделирования заключается в том, что модель должна соответствовать здравому смыслу. То есть в тот момент, когда аналитик калибрует модель -  он настраивает ее в соответствии со своими представлениями. То есть аналитик ожидает в следующем году рост арендных ставок на 3-5%. Соответственно он и будет «подстраивать» модель так, чтобы она показала именно такой рост.

Вот и возникает вопрос, а почему, сразу не отталкиваться от экспертной оценки? И это логично: подвергнуть собственную позицию всестороннему анализу, проверить все аргументы и заранее определить те условия, при которых прогноз потеряет актуальность (скажем банкротство Греции или неожиданные результаты выборов 4 декабря). Отлично, когда над таким упражнением работает несколько человек, это позволяет выстроить логичную концепцию.

Получается, что эконометрические модели бесполезны? Вовсе нет. С того момента, как прогноз (или позиция) определены, необходимо совместить все его составные части в единую непротиворечивую систему. Например, при среднем 5% росте ставок, как поведет себя класс А, а как класс B? Что будет со свободными площадями? Вот тут на помощь приходит математика.

Ну и самое большую пользу моделирование приносит в том случае, если стоит задача «измерить неизмеримое»  - например, динамику арендных ставок в  200 городах России. Обычным способом эта задача не решается, так как невозможно снять единовременный «снимок» со всех этих рынков с учетом того, что рынки эти непрозрачны и удалены. В любом случае такая работа оказывается очень затратной с точки зрения времени и средств. Моделирование является прекрасной альтернативой: можно сгруппировать рынки по определенным признакам, для каждой группы выбрать репрезентативный рынок, получить реальные данные и экстраполировать их на другие города группы. Этот способ позволяет получить быстрый и понятный результат.

Мудрец сказал, что мастер, которые вырезает идолов, никогда не верит в бога, потому что знает, из  чего боги сделаны. В бизнесе необходимо понимать суть и смысл инструментов для того, чтобы ими пользоваться.