CC BY
295
ЭКОНОМИКА И УПРАВЛЕНИЕ В СФЕРЕ УСЛУГ
ональные менеджеры. В начале 1990-х годов в России попытались решать эту проблему с помощью введения должности директора клиники, который должен был иметь образование юридическое, экономическое, управленческое, но не медицинское. К сожалению, полностью укомплектовать клиники соответствующими кадрами не удалось.
В последние годы во многих странах усиливается противостояние между врачами и специалистами-менеджерами. Все чаще высказываются мнения о том, что медицинские коллективы все-таки должны находиться под руководством врачей, а не менеджеров, так как последние не знакомы со спецификой сферы здравоохранения. Ради работы на административных должностях в своих клиниках врачи готовы получать дополнительное образование менеджера, экономиста, юриста. Но пока отмечается слабая управленческая подготовка врачей, и хотя 94% врачей считают необходимым участвовать в управлении здравоохранением, только 69% выражают желание осваивать управленческую науку, а 55% полагают, что для них важно знание финансового и экономического управления [2].
В настоящее время разработаны специальные программы курсов обучения врачей основам управления здравоохранением. Раньше врачи становились администраторами лишь после многолетней клинической практики, однако сейчас введена специальность «управление здравоохранением», которая предусматривает овладение всеми необходимыми навыками. На сегодняшний день руководитель медицинского учреждения обязан иметь профессиональную подготовку по менеджменту в здравоохранении. Планируется, что в будущем подготовка менеджеров здравоохранения будет осуществляться на базе высшего и среднего медицинского образования кафедрами управления и экономики здравоохранения.
Несмотря на указанные проблемы, престижность профессии врача и на сегодняшний день остается высокой. Из года в год прослеживается тенденция роста конкуренции при поступлении в медицинские учебные заведения. Но, к сожалению, далеко не все посвящают свою жизнь медицине из-за низкой профессиональной мотивации, достаточно длительного пути к профессиональному мастерству и признанию заслуг.
Литература
1. Глушенкова М. Нецелевое использование знаний // Коммерсантъ Деньги. — 2013. — №34. — С.65.
2. Дроздова Е.А. Менеджмент в здравоохранении: Учебное пособие. — Благовещенск: АГМА, 2008. — 31 с.
3. Коков Ю.А. Среди социальных задач нет более важной, чем забота о здоровье и жизни людей // Кабардино-Балкарская Правда. — 2014. — №37(23829). — С.2.
4. Мохов А.А. О целевой подготовке медицинских кадров в Российской Федерации // Медицинское право. — 2007. — №3. — С.51-54.
5. Свальнов В. Плюсы и минусы целевого набора // Медицинская газета. — 2013. — №62. — С.10.
6. Интернет-портал: Отзывы о врачах и больницах www.med-otzyv.ru
ТЕНДЕНЦИИ РАЗВИТИЯ И РЕГУЛИРОВАНИЕ АЛГОРИТМИЧЕСКОЙ ТОРГОВЛИ
Е.М. Досенко,
аспирант кафедры теории кредита и финансового менеджмента Санкт-Петербургского государственного университета
Elena [email protected]
В статье рассматривается история возникновения и статистика распространения автоматической торговли. Приведен анализ современных тенденций развития алгоритмической торговли, а также рассмотрены вопросы регулирования алгоритмических торговых систем.
Ключевые слова: алгоритмическая торговля, фондовый рынок, торговые роботы
УДК 336.764 ББК 65.26
Первые автоматические системы торговли (АТС) появились в 90-х годах ХХ века и были сосредоточены в руках крупных институциональных инвесторов. Более масштабное распространение торговых роботов началось с появлением технической возможности осуществления торгов на бирже через интернет и развитием брокерских торговых терминалов.
Однако ограниченные технические возможности изначально позволили создать лишь программу-советчика, способную идентифицировать рыночные сигналы, полная автоматизация торгового процесса оставалась пока недоступной. Лишь последующее развитие информационных технологий, увеличение скорости интернета, решение проблем коммуникации торговых программ с биржевыми терминалами позволили создать автономные алгоритмические системы торговли, способные функционировать без контроля со стороны человека.
В середины первой декады нынешнего века алгоритмические торговые системы начали демонстрировать высокие результаты, существенно превзойдя по эффективности механическую торговлю. Так, в конкурсе «Лучший частный инвестор», который проводит Московская биржа на ежегодной основе, с 2009 г. торговые роботы неизменно занимают первые места, в разы опережая трейдеров по доходности.
В 2008 году фонд Renaissance Technologies, основанный Джеймсом Симонсом, принес своему владельцу 2,8 млрд дол-
ларов [1], притом, что торги осуществлялись исключительно с использованием алгоритмических торговых систем. По оценкам экспертов, в 2008-2009 гг. доля Симонса составляла почти 2/3 общего объема биржевой торговли США [2].
Осознавая эффективность нового сегмента рыночной торговли, крупнейшие банки и инвестиционные компании, такие как Goldman Sachs, Morgan Stanley, KCG Holding Inc., ежегодно инвестируют в высокочастотную алгоритмическую торговлю миллиарды долларов [2].
Статистика распространения алгоритмических торговых систем на мировых торговых площадках
Определить долю торговых операций, совершенных с участием торгового робота, в общем объеме торгов — достаточно непростая задача. Каждая биржа имеет свой подход к этой оценке, например, Нью-Йоркская фондовая биржа (NYSE) для статистической отчетности относит к автоматизированным сделкам единовременную покупку или продажу более 15 акций общим объемом более 1 млн долларов. Другие биржи относят к сделкам, совершёнными с участием торговых роботов, те сделки, выставление заявок на которые основаны на быстром реагировании на изменения рыночной ситуации. Такие заявки выставляются с частотой до нескольких раз в секунду. Но ни один используемый биржами метод идентификации торговых
308
ЭКОНОМИКА И УПРАВЛЕНИЕ В СФЕРЕ УСЛУГ
операций с использованием АТС не может определить все такие сделки. Большинство методов направлено на определение только гиперактивных торговых роботов. Операции с использованием торговых роботов, применяющих менее активные алгоритмы идентифицировать невозможно. Поэтому приведенную ниже статистику стоит рассматривать с поправкой на занижение доли алгоритмических торговых систем в обороте торгов.
По разным оценкам, доля автоматизированных сделок на Нью-Йоркской фондовой бирже составляет от 50 до 75%. [3] Однако NYSE ведет свою статистику, согласно которой с начала публикования отчетов в июне 2006 г. этот показатель колебался в пределах 16-49%, при этом в среднем он составляет около 25-30% (рис. 1). Данная оценка отличается от экспертной в меньшую сторону в силу того, что биржевая статистика не способна идентифицировать все алгоритмические операции.
60% -—
0% ........-.-....... -..................-.-.-
2007 2008 2009 2010 2011 2012 2013 2014
Рис. 1. Доля торговых роботов в общем объеме сделок на NYSE с 2006 по 2014 гг. [4]
В период кризиса 2007-2008 гг. на графике наблюдается снижение доли торговых роботов, что может быть вызвано финансовыми проблемами у крупных институциональных инвесторов, которые, как отмечалось ранее, активно используют алгоритмическую торговлю. Но с декабря 2008 г. доля алгоритмических сделок в обороте торгов резко восстанавливается до прежнего уровня и сохраняется на уровне 27-30% по настоящее время.
35%
0% ................................................
2005 2006 2007 2008 2009 2010
Рис. 2. Доля алгоритмических сделок в торговом обороте на LSE с 2005 по 2010 гг. [5]
На Лондонской фондовой бирже (LSE) с 2005 по 2009 гг. отмечается рост активности алгоритмических трейдеров (рис. 2). Если в 2005 г. доля алгоритмических операций в ежемесячном объеме торгов на LSE составляла 11-16%, то в 2008 г. она достигла 30% [3]. Несмотря на небольшой спад в 2009 г. (26-27%), в первом квартале 2010 г. доля торговых роботов в общем объеме торгов на Лондонской фондовой бирже снова возросла до 32% [5]. По мнению LSE, рост активности участников, использующих торговых роботов, отчасти является следствием новой рыночной инфраструктуры, образовавшейся после вступления в силу 1 ноября 2007 г. Директивы Евросоюза «О рынках финансовых инструментов», и, обеспечившей алгоритмическим трейдерам новые возможности [6].
Похожая тенденция увеличения объема сделок с использованием АТС наблюдается и на Deutsche Borse (рис. 3). В период с 2004 по 2008 гг. доля роботизированных сделок неуклонно росла и в 2008 г. превысила 43%. Как и на Лондонской фондовой бирже, в 2009 году на Deutsche Borse наблюдается небольшой спад роботизированных сделок в торговом объеме. В 2010 и 2011 гг. доля алгоритмических операций на Deutsche Borse сохраняется неизменной на уровне 40% [7].
Рис. 3. Динамика доли роботизированных сделок на Deutsche Borse с 2004 по 2009 гг. [1]
На Московской бирже ситуация отличается от европейских торговых площадок. Если на большинстве европейских бирж скачок доли алгоритмических сделок произошел до 2008, то на Московской бирже до 2009 года не наблюдалось каких-либо существенных изменений. Доля торговых роботов в общем объеме заключенных сделок колебалась в пределах 7-15%. С января 2009 г. ситуация заметно поменялась: последующие 5 лет отмечался устойчивый рост активности торговых роботов. Увеличилось и их количество: если в 2007-2008 гг. список активных роботов на Московской бирже составлял в среднем примерно 30 роботов, то к августу 2009 г. число роботов увеличилось до 70 [8]. В 2012-2013 гг. доля алгоритмических торговых систем в торговом обороте Московской биржи достигла общеевропейского уровня.
При этом доля торгов на срочном рынке FORTS (Futures & Options on RTS) значительно выше Основного рынка и составляет по разным оценкам до 60% торгового оборота. Это объясняется меньшим размером комиссионного сбора на рынке срочных инструментов по сравнению с основным рынком, что является существенным критерием для алгоритмической торговли, поскольку большинство торговых роботов направлены на высокочастотную торговлю, некоторые из которых совершают по несколько сделок в секунду.
Приведенная статистика распространения алгоритмических торговых систем позволяет сделать вывод о том, что торговые роботы на сегодняшний день формируют значительную часть торгового оборота на мировых биржевых площадках, оказывая при этом немаловажное воздействие на всю биржевую инфраструктуру. В том числе это выражается в увеличении объемов торгов, повышении ликвидности и краткосрочной волатильности, а активность, с которой торговые роботы выставляют заявки, приводит к значительному сокращению спрэдов.
Однако алгоритмической торговле присущи и негативные аспекты влияния на фондовый рынок. Одним из важнейших таких аспектов является чрезмерная зависимость рынков от деятельности гиперактивных торговых роботов, возникшая в связи с масштабным распространением АТС. Сбой в системе одного робота может повлечь за собой крайне негативные последствия для всего фондового рынка. Примером такого воздействия может служить случай, произошедший 16 марта 2009 г. на срочном рынке FORTS. Во время вечерней сессии фьючерс на индекс РТС за полчаса упал на 9% до 582 пунктов (дневная сессия закрылась на уровне 647 пунктов), к концу вечерней сессии он отыграл назад большую часть падения и закрылся на уровне 612,5 пункта. [9] По заявлению специалистов биржи РТС, у участника торгов произошел сбой в работе его торгового робота, который в течение получаса совершал заведомо убыточные сделки, вызвав тем самым необоснованные рыночные колебания.
Таким образом, торговые роботы уже сегодня оказывают значительное влияние на всю биржевую инфраструктуру. Дальнейшее распространение алгоритмических торговых систем может нести в себе значительные риски для нормального функционирования фондового рынка. Хотя такие риски вряд ли могут стать причиной для отказа от алгоритмической торговли в целом, влияние ее на фондовый рынок требует пристального внимания на стороны регуляторов.
309
ЭКОНОМИКА И УПРАВЛЕНИЕ В СФЕРЕ УСЛУГ
Регулирование алгоритмической торговли
С целью предотвращения возможного негативного влияния алгоритмических систем на рыночную инфраструктуру, биржи и регулирующие органы предпринимают попытки определенного контроля торговых роботов. Особые опасения бирж вызывают технологические риски, связанные с увеличением потока заявок от алгоритмических систем, большая часть которых не приводит к фактическим сделкам.
В качестве ограничительных мер, некоторые биржи вводят дополнительные комиссии. Так, с июня 2009 г. на рынке срочных инструментов FORTS для торговых роботов, подключающихся к бирже напрямую, действует ограничения количества трансакций за один торговый день — 2000, при превышении которого взимается дополнительный комиссионный сбор. В марте 2011 г. для ограничения деятельности гиперактивных торговых алгоритмов, осуществляющих большое количество мелких сделок с нулевой комиссией, на основной секции Московской биржи была введена минимальная комиссия по всем сделкам с ценными бумагами в размере 18 копеек за одну операцию. А с 1 августа 2012 года Московская биржа ввела дополнительный комиссионный сбор за чрезмерное превышение количества подаваемых и снимаемых заявок над числом совершенных сделок [10]. Данная мера направлена на ограничение активности торговых алгоритмов, деятельность которых сопряжена с выставлением большого количества заявок без заключения сделок в соизмеримом количестве.
Несмотря на значительные риски функционирования фондового рынка, создаваемые алгоритмическими торговыми системами, со стороны ФСФР каких-либо ограничений деятельности торговых алгоритмов на данный момент нет, но ситуация с увеличением доли торговых роботов в объеме торгов уже при-
влекла внимание специалистов данной организации, поскольку некоторые операции роботов по выставлению и снятию заявок могут попадать под закон о манипулировании рынком.
Многие западные регуляторы (Американская комиссия по ценным бумагам и биржам, британская Financial Services Authority) поднимают вопрос об ограничении деятельности торговых алгоритмов. И первые шаги в этом направлении уже сделаны: с 2014 г. в Италии вступил в действие налог Тобина, распространяющийся на высокочастотный трейдинг и сделки с деривативами на акции. В США Комиссия по торговле фьючерсами на сырье выписала штраф компании Panther Energy Trading в размере 2,8 млн долларов за «spoofing» — введение в заблуждение других участников торгов о реальном соотношении спроса и предложения путем высокочастотного выставления и удаления заявок [11]. А одна из крупнейших в мире платформ электронных торгов валютными парами EBS ICAP для торгов парой австралийский доллар-доллар США ввела новацию, традиционный алгоритм обработки заявок FIFO заменяется на случайный выбор заявки [12]. Данная мера призвана уравновесить шансы высокочастотных алгоритмических систем и трейдеров.
Проведенный анализ влияния распространения алгоритмической торговли на фондовый рынок и мер, принимаемых в ее отношении биржами и регулирующими органами, показывает, что на сегодняшний день ввиду значительного положительного воздействия алгоритмического трейдинга на рынок, серьезных ограничительных мер пока не применяется. Биржи и регулирующие органы в настоящее время воздерживаются от применения таких мер, поскольку это может привести к болезненному для бирж сокращению торговых оборотов, а также вызовет значительный отток ликвидности.
Литература
1. Варламова М. Системная торговля: маркетинговые аспекты // Биржевое обозрение. — 2009. — № 9(69). — С. 14-16.
2. Красин Ю. Эволюция биржевой торговли: от Джесса Ливермора до торговых роботов, или есть ли место для индивидуального инвестора на современном биржевом рынке? // Биржевое обозрение. — 2013. — №8. — С. 55-57.
3. Гутарева Е. Торговые роботы на зарубежных биржах // Биржевое обозрение. — 2009. — № 9 (69). — С. 11-12.
4. New York Stock Exchange www.nyse.com
5. Володин С. Тенденции развития, эффективность и регулирование алгоритмической торговли [Электронный ресурс]; Наукознание. — Режим доступа: http://naukoznanie.ru/PDF/5-13.pdf
6. LSEG Submission to European Commission in Response to Consultation on the Review of MiFID [Электронный ресурс]; London Stock Exchange. — Режим доступа: http://www.londonstockexchange.com/about-the-exchange/regulatory/lseg-submission-to-ec-on-mifid02-02-11.pdf (Дата обращения — 15.02.2014)
7. S&P Ratings Direct: Deutsche B^se AG [Электронный ресурс]; Standart&Poors. — Режим доступа: http://www.boerse-frankfurt. de/arcmsdownload/62b0bd3ed5882929e172c048611adf46/CONTENT.pdf/Unternehmensrating.pdf
8. Байцур Г. Гиперактивные торговые автоматы на рынках группы ММВБ — анализ влияния на общую активность торгов и технические риски участников // Биржевое обозрение. — 2009. — № 9 (69). — С. 7.
9. Губейдуллина Г. Робот против рынка // Ведомости [Электронный ресурс]. — Режим доступа: http://www.vedomosti.ru/newspaper/ article/2009/03/18/186709
10. Московская биржа www.moex.com
11. Silla Brush & Lindsey Fortado. Panther, Coscia fined over high-frequency trading algorithms. Bloomberg. 2013. July 22.
12. Wanfeng Zhou and Nick Olivari. Exclusive: EBS take new step to rein in high-frequency traders // Reuters, New York. 2013. August 23.
3 1 0
