Коэффициент Сортино

Коэффициент Сортино (англ. Sortino ratio) — это статистический показатель, используемый для оценки доходности инвестиционного портфеля или актива с поправкой на риск. В отличие от более распространённого коэффициента Шарпа, коэффициент Сортино учитывает только отрицательную волатильность (downside risk), то есть риск убытков, а не общую волатильность, которая включает как негативные, так и позитивные колебания. Разработан американским экономистом и финансистом Фрэнком Сортино (Frank A. Sortino) в 1980-х годах.

История возникновения

Коэффициент Сортино был предложен в 1983 году Фрэнком Сортино, профессором финансов Университета штата Калифорния в Сан-Франциско, и его коллегой Линн ван дер Меер (Lynn van der Meer). Исследователи стремились создать более точный инструмент для оценки эффективности инвестиций, который бы устранял недостаток коэффициента Шарпа — учёт всей волатильности, включая положительные колебания, которые для инвестора не являются риском. Сортино исходил из того, что инвесторы беспокоятся только о падениях стоимости активов, а не о росте, поэтому в расчёте должна учитываться лишь дисперсия доходности ниже целевого уровня (обычно ниже нуля или ниже безрисковой ставки).

Методика получила широкое распространение в 1990-х годах с развитием теории управления рисками (risk management) и появлением специализированного программного обеспечения для анализа портфелей. В 1994 году Сортино опубликовал книгу «Managing Downside Risk in Financial Markets», где детально изложил математические основы показателя.

Определение и формула

Коэффициент Сортино (S) рассчитывается по формуле:

\[ S = \frac{R_p - R_f}{\sigma_d} \]

где:

• \(R_p\) — средняя доходность портфеля или актива за рассматриваемый период;
• \(R_f\) — безрисковая ставка доходности (например, доходность государственных облигаций или депозитов);
• \(\sigma_d\) — полуотклонение (downside deviation) — стандартное отклонение только тех доходностей, которые оказались ниже целевого уровня (обычно ниже \(R_f\) или ниже нуля).

Полуотклонение вычисляется как квадратный корень из полудисперсии (downside variance):

\[ \sigma_d = \sqrt{\frac{1}{N} \sum_{i=1}^{N} \min(0, R_i - T)^2} \]

где:

• \(N\) — количество наблюдений;
• \(R_i\) — доходность в i-й период;
• \(T\) — целевая доходность (target return), часто равная \(R_f\) или нулю.

Если все доходности выше целевого уровня, то \(\sigma_d = 0\), и коэффициент Сортино становится бесконечно большим, что указывает на отсутствие отрицательного риска.

Интерпретация

Чем выше значение коэффициента Сортино, тем лучше соотношение доходности к риску убытков. Показатель позволяет сравнивать разные активы или портфели между собой. Рекомендуемые ориентиры:

• S > 2 — отличный результат (низкий риск убытков при высокой доходности);
• 1 < S < 2 — хороший результат;
• 0,5 < S < 1 — удовлетворительный;
• S < 0,5 — плохой (высокий риск убытков относительно доходности);
• S < 0 — доходность ниже безрисковой ставки при наличии отрицательного риска.

Однако интерпретация зависит от контекста: для высокорисковых активов (например, венчурные инвестиции) допустимы более низкие значения, чем для консервативных инструментов.

Отличия от коэффициента Шарпа

Основное различие между коэффициентом Сортино и коэффициентом Шарпа заключается в способе учёта риска:

Коэффициент Сортино более информативен для портфелей с несимметричным распределением доходности (например, хедж-фонды, стратегии с защитой от падений), где положительные колебания не должны наказывать инвестора.

Применение

В управлении портфелем

Коэффициент Сортино используется для оптимизации портфеля — выбора активов, которые обеспечивают максимальную доходность при минимальном риске убытков. Многие современные системы риск-менеджмента (например, в рамках методологии «Portfolio Management» по Гарри Марковицу) включают его в качестве критерия эффективности.

В оценке хедж-фондов

Поскольку хедж-фонды часто используют стратегии с асимметричной доходностью (например, «long-short» или «market neutral»), коэффициент Сортино позволяет более адекватно оценить их риск-скорректированную доходность, чем коэффициент Шарпа.

В сравнении инвестиционных стратегий

Инвесторы применяют коэффициент Сортино для ранжирования взаимных фондов, ETF или индивидуальных акций. Например, если два актива имеют одинаковую доходность, но один демонстрирует более частые и глубокие падения, его коэффициент Сортино будет ниже.

В анализе криптовалют

В связи с высокой волатильностью криптовалют (например, биткоина, эфириума) коэффициент Сортино часто используется для оценки их инвестиционной привлекательности, так как он игнорирует резкие скачки вверх, которые не являются риском.

Ограничения и критика

1. Зависимость от выбора целевой доходности. Значение коэффициента может существенно меняться в зависимости от того, какая ставка принята за \(T\) (например, 0% или безрисковая ставка). Это снижает сопоставимость между разными исследованиями.

1. Не учитывает величину убытков. Полуотклонение не различает небольшие и катастрофические падения — все отрицательные отклонения учитываются одинаково. Для анализа экстремальных рисков (хвостовых рисков) требуется дополнительный показатель, например, Value at Risk (VaR).

1. Чувствительность к периоду расчёта. Коэффициент Сортино, рассчитанный за короткий период (например, месяц), может быть ненадёжным из-за малого количества наблюдений.

1. Неприменимость для активов с нулевым отрицательным риском. Если актив никогда не падал ниже целевого уровня (например, краткосрочные государственные облигации), коэффициент становится бесконечным, что лишает его практической ценности.

1. Игнорирование корреляции. Показатель оценивает каждый актив изолированно, не учитывая взаимосвязи между активами в портфеле, что может привести к неверным выводам при диверсификации.

Пример расчёта

Рассмотрим гипотетический актив с ежемесячной доходностью за 12 месяцев (в %): 5, -2, 3, -1, 4, 0, 6, -3, 2, -4, 1, 7. Безрисковая ставка \(R_f = 1\%\) в месяц.

1. Средняя доходность \(R_p = \frac{5-2+3-1+4+0+6-3+2-4+1+7}{12} = \frac{18}{12} = 1,5\%\).
2. Избыточная доходность: \(R_p - R_f = 1,5 - 1 = 0,5\%\).
3. Целевая доходность \(T = R_f = 1\%\). Вычисляем полуотклонение: учитываем только месяцы, где доходность ниже 1%: -2, -1, 0, -3, -4. Квадраты отклонений от 1%: \((-2-1)^2 = 9\), \((-1-1)^2 = 4\), \((0-1)^2 = 1\), \((-3-1)^2 = 16\), \((-4-1)^2 = 25\). Сумма = 55. Полудисперсия = 55/12 ≈ 4,583. Полуотклонение \(\sigma_d = \sqrt{4,583} \approx 2,14\%\).
4. Коэффициент Сортино: \(S = 0,5 / 2,14 \approx 0,23\).

Результат (0,23) указывает на низкое качество инвестиции — доходность лишь незначительно превышает безрисковую ставку, при этом существует заметный риск убытков.

Сравнение с другими показателями

• Коэффициент Шарпа для того же актива (общая волатильность = 3,5%) дал бы значение 0,14, что также плохо, но менее информативно, так как включает положительные колебания.
• Коэффициент Трейнора (избыточная доходность на единицу бета) не учитывает дисперсию, а только систематический риск.
• Коэффициент Калмара (годовая доходность / максимальная просадка) фокусируется на наихудшем падении, а не на всей дисперсии убытков.

Интересные факты

• Фрэнк Сортино основал компанию «Sortino Financial Group», которая специализируется на консалтинге в области управления рисками.
• В 2010-х годах коэффициент Сортино стал популярным в сообществе розничных инвесторов благодаря платформам для анализа акций (например, Morningstar, Seeking Alpha), которые включили его в свои метрики.
• В академической литературе существует модификация — коэффициент Сортино-Сато (Sortino-Satchell ratio), которая учитывает асимметрию распределения доходности.

Источники

• Sortino, F. A., & van der Meer, L. (1991). «Downside Risk». Journal of Portfolio Management, 17(4), 27–31.
• Sortino, F. A. (1994). «Managing Downside Risk in Financial Markets». Butterworth-Heinemann.
• Sharpe, W. F. (1966). «Mutual Fund Performance». Journal of Business, 39(1), 119–138.
• Bodie, Z., Kane, A., & Marcus, A. J. (2014). «Investments» (10th ed.). McGraw-Hill Education.
• Roll, R. (1992). «A Mean/Variance Analysis of Tracking Error». Journal of Portfolio Management, 18(4), 13–22.