Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Введение

банковский цена акция

Фондовый рынок является одним из основных драйверов экономического развития и играет важную роль в перераспределении ресурсов как в развивающихся, так и в развитых странах. Если предположение, высказываемое в экономической теории, о том, что цена акции отражает все фундаментальные экономические факторы (макроэкономические и внутрифирменные) является верным, то показатели фондового рынка могут быть использованы как одни из основных индикаторов не только текущей экономический активности, но и будущей. При этом неоднократно подтверждено, что существует взаимосвязь между рядом макроэкономических, финансовых факторов и доходностью акций. Однако часто у многих авторов в качестве изучаемого объекта исследования попадает весь фондовый рынок полностью, а не отдельная его часть, например, банковский сектор.

Банковский сектор при этом играет важную роль в экономическом развитии, так как позволяет перенаправить временно свободные средства в реальный сектор экономики, нуждающийся в данный момент например в существенных вложениях для модернизации основных фондов или с целью преодоления последствий кризиса. Стоит отметить, что существенный вклад в развитие экономики вносят европейские банки, сумма вложений достигает 250-500% ВВП.

Однако на стоимость акций банков, как и любых других компаний оказывает воздействие целый ряд внутренних и внешних факторов. Необходимо отметить, что хотя изучением факторов, которые влияют на динамику цен акций банков, занимались различные исследователи в разных странах, в России таких работ практически не проводилось, что позволяет говорит о новизне и актуальности данной работы. Кроме того, результаты данного исследования могут помочь руководителям банков оценить воздействие мер макроэкономической политики, принимаемых Центральным банком, а также ряда внутренних факторов на ценовую динамику их акций.

Таким образом, целью данной работы является выявление факторов, определяющих динамику цен акций российских банков.

Объект исследования - рынок акций российских банков

Предмет - факторы, определяющие динамику цен акций российских банков.

Для выполнения поставленной цели необходимо осуществление следующих задач:

1) Провести всесторонний анализ банковской сферы в России.

2) Осуществить критический анализ российских и зарубежных исследований, с целью выявления факторов, влияющих на динамику цен акций банков, и формулирования гипотез дальнейшего исследования.

3) Определить набор исследуемых данных и построить эконометрические модели с целью проверки ранее сформулированных гипотез.

4) Проанализировать полученные результаты и сделать общие выводы проделанной работы.

В данном исследовании будут рассмотрены следующие вопросы:

Работа состоит из Введения, 3-х глав и Заключения. В I Главе описывается состояние российской банковской сферы. Во II Главе исследуется влияние различных факторов на динамику цен акций банков на основе изучения российской и зарубежной литературы. В III Главе формулируются гипотезы, строится эконометрическая модель и проводится тестирование сформулированных гипотез. В Заключении анализируются полученные результаты и обобщаются выводы проведенного исследования.



1. Анализ состояния банковской сферы

1.1 Характеристики банковского сектора

Для оценки состояния банковской сферы проведем ее всесторонний анализ, чтобы выявить слабые и сильные стороны.

Стоит отметить, что последние годы для банковской системы были непростыми: постоянный рост просрочки, убытки у большинства банков, отзывы лицензий, слияния и санации. Количество банков сократилось только за 2015 год с 829 до 722. Ранее cчиталось, что банки занимающие в рейтинге по размеру активов места с 1 по 100 являются надежными и успешными, однако в 2015 году было закрыто 3 банка из первой сотни: Нота-Банк, занимающий 95 место по размеру активов, Связной банк, занимавшийся в конце 2014 года 86 место и Пробизнесбанк, который был на 52 месте. Значительное количество банков (19 банков) из первой сотни было санировано в 2015 году, среди них были такие известные банки как Уралсиб, Траст, Инвестторгбанк, Бинбанк и ряд других.

Рассмотрим динамику изменения количества кредитных организаций (Рис. 1). Стоит отметить, что количество банков с 2013 года неуклонно снижается, при этом видно, что темп сокращения банков ускорился. Такая тенденция связана в основном с жесткой политикой Центрального банка России, который стремится убрать из системы банки не соответствующие требованиям.



Рис. 1. Динамика общего количества банков и темпов прироста. Источник: ЦБ РФ

На Рис. 2 приведено количество организаций, у которых была отозвана лицензия. Стоит отметить, что введение системы страхования вкладов в 2003 году, количество отзываемых лицензий остановилось на одном уровне.

Рис. 2. Кредитные организации, у которых отозвана лицензия на осуществление банковских операций. Источник: ЦБ РФ

На 1 января 2016 года активы банков составляли 102,7% от ВВП (Рис. 3), что является существенным доводом в пользу того, что российский банковский сектор является одним из важных разделов финансового рынка. Однако текущие показатели не дотягивают до мировых, так в частности, как уже говорилось выше, отношение активов банков к ВВП в еропейских странах, где банки играют доминирующую роль в финансовой системе, достигает 250-500%.

Рис. 3. Динамика активов российской банковской системы. Источник: ЦБ РФ

Посмотрим на банковский сектор с точки зрения концентрации компаний по активам (Рис. 4). Текущая ситуация позволяет говорить о том, что большая часть рынка сосредоточена в руках первых пяти банков (доля рынка на 1 января 2016 года составляет 54,6%) и на протяжении последних лет эта доля растет. В тоже время сокращается доля банков, которые находятся в рейтинге по активам выше 50 места. Такая высокая концентрация с одной стороны приводит к снижению конкуренции, что может привести к увеличению тарифов и ухудшению качества обслуживания, а с другой стороны такая ситуация способствует сложившейся тенденции сокращения количества банков.



Рис. 4. Концентрация активов по банковскому сектору России (действующие кредитные организации)

Интересным является сопоставление доли Сбербанка на банковском рынке и доли 30 крупнейших банков, общая доля которых составляет на 1 января 2014 года 78,6% (Рис. 5).

С точки зрения кредитования российский банковский сектор находится в сложной ситуации - растет доля просроченной задолженности как у населения, так и у предприятий. При этом если во втором случае объемы кредитования также растут, то объемы кредитования населения наоборот снижаются (Рис. 6).

Рис. 5. Доля 30 крупнейших банков и Сбербанка России на рынке вкладов (в%)



Рис. 5. Динамика роста кредитов и просроченнной задолженности

Если рассматривать российскую экономику с точки зрения капитализации компаний, то согласно данным «Риа-Рейтинг» в 2015 году стоимость 100 самых дорогих компаний России снизилась на 6,7% до 403 млрд. долларов по сравнению с 2014 годом. Однако если учесть девальвацию рубля и макроэкономические факторы, то можно говорить, что на самом деле падение было небольшим. Если взять для сравнения 2014 год, то рейтинг российских компаний по сравнению с 2013 годом снизился на 47%. При этом на фоне остальных компаний российский банковский сектор показал достаточно сильные результаты. Лидером по абсолютному приросту капитализации в 2015 году в банковском секторе стал Сбербанк России (Табл. 1). Стоит отметить, что такой значительный прирост крупнейшего российского банка позволил ему попасть в первую тройку российских компаний по капитализации, хотя в предыдущие годы, Сбербанк не поднимался выше 6-го места. Такой рост капитализации связан с усилившимся ростом спроса на акции в октябре-ноябре 2015 года, когда инвесторы активно вкладывали свои деньги именно в акции Сбербанка.



Таблица 1. Рыночная капитализация банков России на начало 2016 года

Название банка	Капитализация на начало 2016 года, млрд. долл.	Прирост стоимости в 2015 г.
ПАО Сбербанк	29969,4	44,90%
Банк ВТБ(ПАО)	14084,5	-7,40%
ПАО Банк «ФК Открытие»	2 669,60	-10,50%
ОАО «Росгосстрах»	2345,5	-14,90%
«Банк Москвы» (ОАО)	2050,8	-52,40%
ОАО «МОСКОВСКИЙ КРЕДИТНЫЙ БАНК»	1241,8	-
QIWI	1085,4	3,10%
ПАО «Промсвязьбанк»	1031,2	-
ПАО РОСБАНК	953,7	-18,10%
Tinkoff Credit Systems	557	-4,40%
ПАО «БАНК УРАЛСИБ»	442	332,00%
ПАО МОСОБЛБАНК	359,1	-
ПАО АКБ «АВАНГАРД»	330	-
ПАО «Банк «Санкт-Петербург»	263,3	38,10%
Банк «Возрождение» (ПАО)	194,9	2,10%
ПАО «Европлан»	181,2	-
ПАО «Европлан»	15,9	-
ПАО Банк «Кузнецкий»	5,3	-

Еще одной тенденцией на банковском рынке стало заметное увеличение количества банков среди числа крупнейших компаний России по капитализации. На начало 2015 года среди ста крупнейших компаний было представлено только 9 банков, то уже на начало 2016 года их количество выросло до 14, обогнав при этом по численности нефтегазовый сектор и отставая от сектора энергетики всего лишь на одну компанию. Такой резкий рост вызван в первую очередь участившимся количеством IPO среди крупных кредитных организаций, что вероятнее всего вызвано необходиомостью банков в дополнительных ресурсах, которые бы стали средством для увеличения собственного капитала. Здесь стоит отметить нюанс, что зачастую покупателями дополнительных эмиссий становились, связанные с банками конкретные негосударственные пенсионные фонды. При этом несмотря на заморозку пенсионных накоплений, роль НПФ на российском фондовом рынке заметно усилилась за счет поступления в собственность акций банков. Если рассматривать конкретные примеры, то в 2015 году провели IPO: Промсвязьбанк, разместивший более 10% акций, Московский кредитный банк, который провел IPO в июне, а в декабре продал на бирже 40% акций уже через SPO, Европлан разместил 25% акций, проведя IPO в декабре.

Стоит однако заметить, что одним из основных факторов, по которым оценивают деятельность компании является прибыль. К сожалению, в банковском секторе прибыль в 2015 упала практически в 3 раза (Рис. 6). Одной из причин такого резкого падения стало увеличение резервов на возможные потери, согласно данным ЦБ РФ в 2015 году они выросли на 33,4%, что составило 1,4 трлн. рублей.

Рис. 6. Прибыль кредитных организаций

1.2 Проблемы и тенденции развития банковской сферы

События последних годов серьезно повлияли на банковский рынок. Однако стоит отметить, что наиболее мрачные прогнозы, которые делались на фоне резкой девальвации рубля и снижения цен на нефть, не сбылись. Естественно банковский сектор находится в стагнации - резко упала прибыль, растет просроченная задолженность, а динамика основных показателей отрасли в целом слаба. Однако приведенный выше анализ показывает, что у российские банки медленно, но верно подстраиваются под изменившиеся условия.

2015 год стал рекордсменом по числу отозванных лицензий, и прогнозы экспертов о возможном снижении количества банков до 300 уже выглядят реальными. При этом лицензии были отозваны даже у банков, которые входили в первую сотню по активам. Однако часть банков была также просанирована, что позволило избежать ликвидации еще 19 банков. Решительность Центрального Банка России позволяет говорить о том, что тенденция с отзывами лицензий продолжится и в 2016 году.

Однако при этом важно понимать, что основными причинами отзыва лицензий стала не ухудшившаяся экономическая ситуация в стране. Если проанализировать статистику Центрального Банка то становится очевидным, что проблемы у ликвидированных банков начались еще задолго до кризиса, а все негативные экономические факторы всего лишь усугубили проблемы, которые начались в прошлом. Кроме того, такое большое количество отозванных лицензий свидетельствует о том, что в банковском секторе давно назревали проблемы.

При этом отозваны были даже лицензии у банков, которые имели большие остатки средств государственных организаций, хотя ранее считалось, что такие средства выступают в качестве страховки от отзыва лицензии. Однако даже если в масштабах экономики такие действия достаточно незначительны, но они стали знаковыми для остальных банков. Таким образом, можно говорить о том, что регулятор может отозвать лицензию даже у банка с государственным участием, о чем еше год назад никто не мог подумать.

Еще одним новшеством, связанным с отзывом лицензий у банков стало возбуждение уголовных дел против руководства и акционеров, так как ранее зачастую в отзыве лицензий обвиняли самого регулятора, а не владельцев и руководство банка. Самыми громкими делами стали аресты в Мособлбанке и Внепромбанке.

Как уже говорилось ранее, в 2015 году возросла роль негосударственных пенсионных фондов, несмотря на то что пенсионные накопления были в очередной раз заморожены. При этом многие негосударственные пенсионные фонды объединились с крупными банковскими группами, что позволило ряду российских банков провести IPO. И хотя такое объединение должно принести пользу участникам НПФ, за счет возможности косвенно стать акционерами банков, однако отзыв лицензии у банка автоматически вызывает уход с рынка негосударственного пенсионного фонда, связанного с данной группой банков. В частности в 2015 году такое произошло с 6 негосударственными пенсионными фондами, когда у банковской группы БРК была отозвана лицензия. В целом развитие НПФ приводит к развитию долгосрочного рынка накоплений в России, однако и привлекает в эту отрасль и различные компании-однодневки.

В 2015 году также проявилась значительная активность в области слияний и поглощений в банковской сфере. Такая ситуация не стала неожиданностью для участников рынка, в особенности в условиях резкой активности Центрального Банка по зачистке банковской системы, когда ожидается, что количество банков уменьшится, а выживут только самые крупные, что подтверждается уровнем концентрации в данном секторе. Такое объединение позволило войти в пятерку крупнейших банков коммерческому банку «ФК Открытие». Еще одним свежим примером является объединение банка ВТБ и Банка Москвы.

Под вопросом осталось влияние санкций на банковский сектор, так как в 2015 году тема стала понемногу затихать и появилась вероятность того, что их в конечном итоге отменят. Однако этого не произошло, а в декабре 2015 года США неожиданно расширили санкции в отношении ряда российских банков. Так что дальнейшие перспективы, связанные с этим вопросом пока неясны, однако в 2016 году тема санкций будет играть значительную роль для банковского сектора вне зависимости от того отменят их или усилят.

И последний момент в перспективах банковского сектора - это введение Базеля III, которое было отложено из-за проверки Базельским комитетом банковского надзора на предмет соблюдения необходимых требований: было выявлено, что банковская система соответствует требованиям Базельского комитета лишь по двум требованиям, по трем - частично, а по восьми - не соответствует вообще. При этом многие банки лоббируют свои интересы, предлагая перенести или отменить введение некоторых Базельских норм. Сюда попадает введение надбавок по содержанию буферного капитала для системно-значимых банков. Однако уже в ноябре 2015 года Центральный Банк России утвердил ряд поправок, внесенных Базельским комитетом. Данные поправки содержат как ужесточения, так и послабления в частности в виде снижения минимального требования к достаточности собственного капитала банка на 2%, а достаточности капитала на 0,5%. Также ЦБ РФ необходимо привести в соответствие с требованиями Базельского комитета коэффициенты риска, требования в иностранной валюте к Российской Федерации, Банку Росии, субъектам РФ, а также требования к иным лицам, которые выдаются под гарантии или залог валютных долговых ценных бумаг. Также будут взвешены требования к естественным монополиям с низкими кредитными рейтингами и ряд других поправок, которые внесут изменения в банковский сектор.



2. Исследование влияния различных факторов на динамику цен акций российских банков

На сегодняшний момент практически не существует российских работ, посвященных анализу факторов, влияющих на ценообразование банковских акций. Среди российских авторов была найдена только статья Абрамовой & Гришиной (2013), в которой исследуется влияние новостей на котировки банковских акций.

Одной из первых работ посвященных поведению доходности акций под влиянием внутренних факторов была работа Fama (1970). В качестве внутренних факторов автор использовал природу инвестиций, тип финансирования и качество менеджмента. Основной вывод статьи гласит, что доходность акций зависит от внутренних характеристик фирмы. Данная статья послужила источником для дальнейших исследований многих авторов.

Рассмотрим ряд работ, посвященных анализу влияния на банковский фондовый индекс различных факторов.

Основной целью работы Saeed & Akhter (2012) было изучение влияния макроэкономических факторов на банковский индекс в Пакистане в контексте арбитражной теории ценообразования. В качестве макроэкономических переменных были использованы: денежная масса, обменный курс валют, индекс промышленного производства, краткосрочные процентные ставки и цены на нефть. Банковский индекс включал в себя акции 29 банков, торгующихся на фондовой бирже Карачи с июня 2000 по июнь 2010. Авторы использовали для регрессионного анализа арбитражную теорию ценообразования, так как она обладает большей предсказательной силой, нежели модель CAPM, которая неоднократно критиковалась экономистами (так как несистематические переменные также влияют на ожидаемую доходность, что противоречит данной модели). Авторы выдвинули следующие гипотезы:

H1: Макроэкономические переменные в целом оказывают значительное влияние на банковский индекс.

H2: Денежная масса существенно влияет на банковский индекс.

H3: Обменный курс оказывает существенное влияние на банковский индекс.

H4: Индекс промышленного производства существенно влияет на банковский индекс.

H5: Краткосрочные процентные ставки оказывают существенное влияние на банковский индекс.

H6: Цены на нефть оказывают существенное влияние на банковский индекс.

Эмпирические результаты показали, что влияние совокупности макроэкономических факторов на банковский индекс является существенным, но вклад данных факторов в изменение индекса очень мал. Гипотезы о влиянии обменного курса и краткосрочных процентных ставок подтвердились. Обе переменные оказывают негативное влияние. Гипотезы о влиянии денежной массы, индекса промышленного производства и цен на нефть не подтвердились. Результаты авторов согласуются с предыдущими исследованиями.

Похожая работа, но уже по Индии проводилась Mohan & Chitradevi (2014). Авторы также исследовали влияние макроэкономических факторов (инфляция, обменный курс, процентная ставка, цены на нефть) на индийский банковский индекс (NSE) за период с 2003 по 2009 года. Для проверки данного исследования авторами были выдвинуты две взаимоисключающие гипотезы:

H1: Между макроэкономическими факторами и банковским индексом Индии нет существенной взаимосвязи.

H2: Существует существенная взаимосвязь между макроэкономическими факторами и банковским индексом.

В качестве методов исследования авторы использовали статистический, корреляционный и регрессионный анализ. По результатам исследования оказалось, что инфляция и цены на нефть оказывают позитивное воздействие на банковский индекс, в то время как влияние обменного курса и процентной ставки оказалось негативным. Коэффициент детерминации R²=0,982, что говорит о высоком качестве модели и тем самым подтверждает выдвинутую гипотезу о существенной взаимосвязи между макроэкономическими факторами и банковским индексом Индии.

Аналогичные работы в той или иной степени были проведены остальными авторами на разных странах мира. Таким образом, среди макроэкономических факторов, влияющих на доходность банковских акций можно выделить денежную массу, индекс промышленного производства, процентные ставки, обменный курс и инфляцию. С теоретической точки зрения, такое влияние вполне логично, так как макроэкономические факторы рассматриваются как источники нестабильности фондового рынка.

Для выполнения эмпирической части работы рассмотрим какие факторы использовались в научной литературе при изучении всего фондового рынка, так как работ посвященных именно изучению банковского сектора на фондовом рынке мало.

В работе Tursoy, Gunsel & Rjoub (2008) авторы поставили перед собой задачу протестировать арбитражную теорию ценообразования на Стамбульской фондовой бирже за период с февраля 2001 по сентябрь 2005 на основе месячных данных. В качестве независимых переменных был взят широкий набор макроэкономических факторов: денежная масса, индекс промышленного производства, индекс потребительских цен, безработица, цена на нефть, цена золота, импорт, экспорт, обменный курс, процентная ставка, валовый внутренний продукт, иностранные резервы. В добавление к этим переменным, авторами был рассчитан индекс напряженности рынка, который они также включили в качестве независимой переменной. Из выборки были сформированы портфели акций, каждый портфель содержал акции определенной отрасли, а для каждой отрасли был свой набор независимых переменных. Это было сделано по аналогии с работой Chen, Roll and Ross (1986), где авторы объяснили, что количество влияющих факторов увеличивается с ростом количества ценных бумаг. Используя метод наименьших квадратов, авторы пришли к следующим выводам:

1. Существует небольшие различия среди разных портфелей против проверенных макроэкономических переменных.

2. Уровень безработицы оказался значимым для цветной металлургии, заготовки древесины, за исключением фурнитуры, металлообработки, транспорта и коммуникаций на 10% уровне значимости, целлюлозно-бумажной отрасли на 5% уровне значимости.

3. Цена золота оказалась значимой для отрасли неметаллосодержащихся руд на 10% уровне значимости, продовольствие, напитки и табачные изделия, текстильной и бумажной промышленности, транспорта и коммуникаций на 5% уровне значимости, цветной металлургии и деревообратывающей отрасли, за исключением фурнитуры на 1% уровне значимости.

4. Индекс потребительских цен оказался значимым для цветной металлургии, деревообрабатывающей отрасли, за исключением фурнитуры и бумажной промышленности.

5. Индекс напряженности рынка - отрасли неметаллосодержащихся руд.

6. Импорт - цветная металлургия, отрасли неметаллосодержащихся руд, отрасли продовольствия, напитков и табачных изделий, металлургической отрасли, а также текстильной и бумажной промышленности

7. Индекс промышленного производства - химическая, нефтяная, каучуковая, пластмассовой, электроэнергетика, газовой и воды.

8. Денежная масса - текстильная и бумажная промышленность, продовольствие, напитки и табачные изделия.

9. Экспорт - заготовка древесины, за исключением фурнитуры.

10. Иностранные резервы - целлюлозно-бумажной отрасли, а также другие отрасли.

11. Валовый внутренний продукт - металлообработки и целлюлозно-бумажной промышленности.

В результате работы авторы пришли к выводам, что нет никакой зависимости между макроэкономическими переменными и доходностью фондового рынка.

Похожий анализ, но уже на выборке из четырех развивающихся стран Брик (Bric) провел Gay (2011). В выборку вошли такие страны как Бразилия, Россия, Индия и Китай. Основная цель данной работы определить существует ли взаимосвязь между макроэкономическими факторами (обменный курс и цена на нефть) и ценами акций. Для этого автор применяет модель Бокса-Дженкинса ARIMA с использованием скользящей средней. В выборку попали данные с марта 1993 по июнь 2006 года. В работе автор на основе предыдущих исследований выдвигает две гипотезы:

H1: Существует положительная взаимосвязь между обменным курсом и индексом фондовой биржи.

H2: Существует отрицательная взаимосвязь между ценой на нефть и ценами акций.

Проведенный автором анализ показал, что между обменным курсом и ценами на нефть и фондовым индексом нет существенной взаимосвязи. При этом взаимосвязь между обменным курсом и индексом фондовой биржи положительная для Бразилии, Индии и Китая. Для России такая взаимосвязь оказалась отрицательной, в силу снижения курса рубля к доллару с 2003 года. Интересными оказались результаты взаимосвязи между ценой нефти и ценами акций. Согласно гипотезе, такая взаимосвязь должна быть отрицательной, но в разные периоды времени, во всех исследуемых странах отрицательная связь чередовалась с положительной. Автор объясняет такую тенденцию тем, что так как в модель не включались другие макроэкономические факторы, то возможно цена на нефть не имеет существенного влияния на цены акций.

Lucey, Najadmalayeri and Singh (2008) также использовали арбитражную теорию ценообразования, но уже для изучения того как неожиданные новости об изменении макроэкономических показателей США влияют на фондовый рынок в развитых странах. На выборке из 7 стран: Великобритании, Германии, Гонконга, Италии, Канады, Сингапура и Франции по ежемесячным данным с 1999 по 2007 года при помощи модели GARCH было получено, что такие новости оказывают существенное влияние на фондовые биржи данных стран: как на их доходность, так и на волатильность.



3. Эмпирический анализ факторов, определяющих динамику цен акций российских банков

3.1 Описание анализируемой выборки и выдвижение гипотез

Как упоминалось ранее, существует множество работ, посвященных фондовому рынку, однако анализ банковского сектора рассматривается лишь изредка. Существуют работы авторов различных стран, которые занимались изучением факторов, влияющих на цены акций банков, производя разделение на внутренние и внешние характеристики. Но российских публикаций практически нет, в этом и заключается новизна проводимого исследования. В том числе в данной работе рассматривается собственный набор показателей, а также учитывается актуальные на настоящее время события - введение санкций.

Выявление и оценка факторов, определяющих динамику цен акций российских банков производилась за временной период с января 2008 по декабрь 2015 гг., анализировались месячные показатели. Объяснение данному периоду заключается в наличии множественных пробелов за более ранний период. В выборку были включены банки, находящиеся в котировальном списке на начало 2016 года. Стоит отметить, что в рассмотрение принимается период мирового финансового кризиса 2008-2009 гг. Однако в данный период наблюдаются пробелы по котировкам банковских акций, что может сказаться на слабом рассмотрении кризисного временного промежутка, но не является причиной для выбора в качестве анализируемого периода более раннего.

Тем самым, в выборку вошли 10 банков: Сбербанк, Возрождение, ВТБ, Банк Санкт-Петербург, Росбанк, Банк Открытие, Кузнецкий банк, Промсвязьбанк, Уралсиб, Московский Областной банк.

Учитывая структуру выборки были сформированы панельные данные. Число наблюдений составляет 761. Обработка данных осуществляется в эконометрической программе STATA. Отметим, что была получена несбалансированная панель (Таблица 2), что обусловлено наличием пропусков в данных. В таком случае необходимо принимать во внимание тот факт, что структура панельных данных обладает значительным преимуществом, заключающимся в исключении ошибок спецификации по причине отсутствия важных объясняющих влияние переменных. В дополнение, сформированная панель допускает анализ регрессионной модели с невысокой доли объясненной дисперсии в общей.

Таблица 2. Структура панельных данных

Стоит отметить, что в выборку вошли только обыкновенные акции. Были использованы дневные месячные котировок акций с сайта Московской биржи, finam.ru, ЦБ РФ, Федеральной службы государственной статистики, Mobile.

Прежде чем перейти к формулировке гипотез и регрессионному моделированию, рассмотрим зависимые и независимые переменные. Стоит отметить, что при выборе переменных необходимо учесть как внутренние, так и внешние факторы.

Тем самым, в качестве зависимой переменной выступает:

- Цена акций российских банков.

При выборе независимых переменных учитывалось положение ЦБ РФ о том, как оценивать экономическое положение банков. В данном документе говорится, что необходимо анализировать оценки активов, капитала, доходности, ликвидности, обязательных нормативов и тд. Поэтому при выборе независимых переменных данная рекомендация была учтена.

Так в качестве независимых переменных были выбраны следующие нижеприведённые, разделенные на две группы: внутренние и внешние факторы.

1) Внешние факторы:

- Цена не нефть марки Brent, долл. США за баррель,

- Дамми-санкции,

- Уровень инфляции, %

- Величина денежной массы М2, млрд. рублей,

- Обратный валютный курс, установленный ЦБ РФ, руб./долл. США

2) Внутренние факторы

- Сумма ликвидных активов,

- Суммарные активы банка,

- Размер уставного капитала,

- Величина обязательных резервов в ЦБ,

- Норматив достаточности капитала.

Приведя список используемых переменных, необходимо объяснить предполагаемое влияние каждого фактора на динамику цен акций российских банков.

1) Предполагается, что при увеличении цены на нефть марки Brent наблюдается увеличение цен акций, поскольку такой ценовой подъем оказывает положительное влияние на всю страну в целом. Что выражается в том, что для России основная доля экспорта приходится на нефтяные поставки.

2) Фиктивная переменная, определяющая период санкций, принимает значение равное 1 - когда действовали санкции, то есть с июля 2014 г. по декабрь 2015 г. Предполагается, что данный показатель окажет негативное влияние на цену акций.

3) Уровень инфляции в данной работе выражается посредством такого показателя, как индекс потребительских цен. Отмечается, что такая переменная достаточно ясно оценивает динамику общего уровня цен относительно товаров и услуг, которые приобретаются населением страны в целях непроизводственного использования. Предполагается, что поскольку инфляция означает рост цен, то цены на акции также могут возрасти.

4) При увеличении денежной массы предполагается незначительное снижение уровня цен акций банков. Объяснить влияния данной переменной на настоящий момент весьма затруднительно, поскольку все в экономической системе взаимосвязано. Можно предположить, например, положительное влияние, поскольку в агрегат денежной массы входит наличность, которая может косвенно увеличить спрос на акции. Что в конечном счете и приведет к росту цен акций. Также можно ожидать отрицательное влияние, например, ввиду того, что в некоторых случаях повышение агрегата М2 означает экономическую нестабильность. Ввиду неопределенности и не столь важного учета влияния данного показателя, величина денежной массы будет использована в качестве контрольной переменной.

5) При увеличении обратного валютного курса предполагается увеличение цен акций. Поскольку при девальвации национальной валюты население предпочитает вкладывать свои денежные средства, в том числе и ценные бумаги, которые в данном исследовании выражаются как акции российских банков.

6) Предполагается, что при значительной сумме ликвидных активов наблюдается рост цен акций банков. Это связано с тем, что высокая доли ликвидности характеризует компанию как устойчивую. Все это, в свою очередь, увеличивает спрос на акции, что приводит росту цен акций.

7) Ожидается, что при увеличении суммарных активов банка также происходит рост цен акций. Это можно объяснить повышением устойчивости банка, как более крупного. Весьма вероятно, что данная и предыдущая переменная могут коррелировать между собой.

8) При увеличении размера уставного капитала ожидается рост цен акций, однако вполне вероятно, что переменная может оказаться не значимой, ввиду того, что эффект влияния данной переменной проявляется с различным лагом и в каждой ситуации весьма индивидуален.

9) Величина обязательных резервов в ЦБ вводится для поддержания банковских обязательств относительно расчетов по депозитам, а также для контроля над уровнем денежной массы. Приведем пример, банку необходимо поддержать свой уровень ликвидности, таким образом, в данном случае возможно прибегнуть к займам у ЦБ, который формирует необходимую долю резервов у себя. Поэтому можно предположить, что более высокой величине такого рода резервов будет наблюдаться рост цен акций, поскольку, вероятно, что происходит рост банка.

10) Предполагается, что при увеличении величины норматива достаточности капитала будет происходить рост цен акций. Что можно объяснить тем, что данный показатель является одним из наиболее значимых при оценке надежности банка. Высокие значения данной переменной говорят о том, что банк способен нивелировать возможные убытки посредством потери собственных средств, а не за счет денежных вложений вкладчиков.

Теперь после того, как было проанализировано предположительное влияние каждой переменной, перейдем к формулированию гипотез.

Гипотезы, посвященные проверке влияния внешних факторов на динамику цен акций российских банков:

Гипотеза 1. При снижении цен на нефть марки BRENT наблюдается снижение цен акций российских банков.

Гипотеза 2. При увеличении уровня инфляции наблюдается увеличение цен акций российских банков.

Гипотеза 3. При увеличении курса национальной валюты наблюдается рост котировок акций российских банков.

Гипотезы, посвященные проверке влияния внутренних факторов на динамику цен акций российских банков:

Гипотеза 4. При увеличении суммы ликвидных активов наблюдается рост цен акций российских банков.

Гипотеза 5. При увеличении суммарных активов наблюдается рост цен акций российских банков.

Гипотеза 6. При повышении величины нормативов достаточности капитала происходит рост цен акций российских банков.

Таким образом в данной главе было проведено описание выборки исследования, которая была обоснована выбранными сайтами и возможными предположениями влияния на цену акций российских банков. В завершении были выдвинуты гипотезы, необходимые для подтверждения поставленной во Введении цели - выявить факторы, определяющие динамику цен акций банков, котирующихся на Московской бирже.

3.2 Результаты регрессионного моделирования факторов, определяющих динамику цен акций российских банков

В прошлой главе были сформулированы гипотезы для достижения цели исследования. Поэтому перейдем к проведению регрессионного анализа.

Общий вид модели исследования выглядит следующим образом:

lnShare_it = a + B₁*Brent_it + B₂*Dsanc_it + B₃*Infl _it + B₄* lnM2_it + B₅*Exch _it + B₆*lnLA_it + B₇*lnCAB_it + B₈*lnUF_it + B₉*lnORCB_it + B₁₀*NORM_it + е_it (1)

lnShare_it - цена акций банков, Brent_it - Цена не нефть марки Brent, Dsanc_it - дамми-санкции, Infl _it - уровень инфляции, lnM2_it - величина денежной массы М2, Exch_it - обратный валютный курс, установленный ЦБ РФ, lnUF_it - сумма ликвидных активов, lnCAB_it - суммарные активы банка, lnORCB_it - размер уставного капитала, NORM_it - норматив достаточности капитала.

Регрессионное построение подразумевает первоначальное приведение описательной статистики (Таблица 3). Тем самым, можно будет понять, есть ли проблемы гетероскедастичности и, вероятно, применить логарифмирование в качестве технического устранения данной проблемы.

Таблица 3. Описательная статистика переменных

Согласно вышеприведенной таблице следует выполнить логарифмирование части переменных, таких как:

- Цена акций банков

- Агрегат денежной массы М2

- Величина ликвидных активов

- Суммарные активы банка

- Уставной капитал

- Обязательные резервы в Цб РФ.

После логарифмирования переменных таблица с описательной статистикой принимает следующий вид (Таблица 4):



Таблица 4. Описательная статистика переменных с применением логарифмирования

Для понимания спецификации модели приведем корреляционную матрицу (Таблица 5). Стоит отметить, что при значениях превышающих 0.75 можно предполагать наличие мультиколлинеарности переменных. Как видно из таблицы, высокая корреляционная составляющая наблюдается между следующими переменными:

- Ликвидные активы и суммарные активы банка,

- Ликвидные активы и обязательные резервы в ЦБ,

- Суммарные активы банка и уставной капитал,

- Суммарные активы банка и обязательные резервы в ЦБ,

- Уставной капитал и обязательные резервы в ЦБ.

Таблица 5. Корреляционная матрица

Проведя корреляционный анализ, перейдем к осуществлению обработки панельных данных, в частности осуществим выбор наилучшей модели для исследования. Существует несколько видов моделей:

- Модель со сквозной регрессии

- Модель с детерминированными фиксированными эффектами

- Модель со случайными эффектами

Начнем с приведения первой модели - pooled regression model (Таблица 6). Ниже приведенная таблица характеризуется достаточно не высоким качеством модели, поскольку коэффициент детерминации приблизительно равен 0.4. А такое значение не достаточно, чтобы судить о качестве построенной модели сквозной регрессии. Однако при построении такой регрессии можно осуществить проверку на мультиколлинераность переменных. Что весьма интересно ввиду высоких значений корреляции, найденных ранее.

Таблица 6. Сквозная регрессия с полной выборкой

Проведение тестирования на наличие мультиколлинеарности (Таблица 7) показало, что значения VIF превышают значения десяти относительно переменных:

- Суммарных активов банка

- Обязательных резервов в ЦБ РФ

- Обратного валютного курса.

Стоит отметить, что решение данной проблемы может выражаться в нескольких вариантах. Во-первых, можно не предпринимать никаких действий, однако оценки могут оказаться смещенными. Во-вторых, можно применить метод главных компонент. А, в-третьих, можно исключить такие переменные. В данном исследовании был осуществлен последний метод борьбы с наличием мультиколлинеарности. Были исключены переменные: суммарные активы и обязательные резервы в ЦБ РФ, а показатель курса национальной валюты продолжал рассматриваться при регрессионном моделировании, главным образом, ввиду его значительного влияния на экономическое развитие. В том числе, значения VIF практически не превышают значения 10, что допустимо ввиду актуальность продолжения анализа.

Таблица 7. Проверка на наличие мультиколлинеарности

Теперь перейдем к построению модели со случайными эффектами (Таблица 8). Данное моделирование необходимо в связи с тем, что работа с панельными данными включается в себя выбор наболее подходящей модели путем проведения различных тестов.



Таблица 8. Модель со случайными эффектами

Для того чтобы определить наилучшую модель между сквозной регрессией и со случайными эффектами, проведен тест Бройша-Пагана (Таблица 9). Отметим, что результаты показывают, что наилучшей моделью является сквозная регрессия. Таким образом, остается осуществить построение регрессии с детерминированными эффектами, что получить итоговую модель, на основе которой будут проинтерпретированы полученные результаты проверки выдвинутых гипотез и оценено влияние переменных, не включенных в формулировку предположений гипотез.



Таблица 9. Результаты теста Бройша-Пагана на выбор между моделями со случайными эффектами и сквозной регрессией

Последний этапом необходимо выполнить построение модели с фиксированными эффектами (Таблица 10). Как и упоминалось ранее, существует вероятность получения невысоких коэффициентов детерминации. Однако структура заданных панельных данных позволяет описывать регрессионные результаты моделирования, где наблюдается не включение других значимых переменных.

Таблица 10. Модель с фиксированными эффектами



Полученная выше таблица демонстрирует, что наиболее подходящей является модель с детерминированными эффектами. Теперь можно перейти к интерпретации оценок используемых переменных. Стоит заметить, что было исключено несколько переменных в очередности наибольшей незначимости коэффициентов (Таблица 11). В результате появилась значимость переменной уставной капитал, влияние которой положительное по отношению к ценам акций банков. Однако значимость присутствует лишь на 10% уровне.

Таблица 11. Итоговая модель регрессии (с фиксированными эффектами)

В результате проведено тестирования были получены следующие результаты проверки гипотез.

1) Цена на нефть оказывает положительное влияние на цену акций российских банков. Гипотеза 1 подтвердилась. Действительно, поскольку экономическое состояние страны находится в сильной зависимости от нефтяных котировок, то рост цен акций на нефть марки Brent положительно сказывается на всей экономической системе России, а, тем самым, и на ценах акций, в том числе и принадлежащих банковскому сектору.

2) Коэффициент перед переменной уровень инфляции оказался не значимым, поэтому нельзя предполагать, судя по данной модели, происходит ли какое-либо влияние на цены акций российских банков. Таким образом, нельзя на основе данных результатов подтвердить или отвергнуть поставленную гипотезу 2.

3) Коэффициент перед показателем обратного курса национальной валюты оказался значимым, поэтому можно проводить дальнейшие рассуждения о влиянии данной переменной. Влияние данного показателя на цену акций банков оказалось положительным, однако стоит учесть, что коэффициент достаточно маленький, что говорит о слабом влиянии. Тем не менее, гипотеза 3 нашла подтверждение.

4) При увеличении нормативов достаточности капитала наблюдается положительное воздействие на цены акций российских банков. Такое влияние было вполне ожидаемо, поскольку на основе данного показателя можно судить о надежности учреждения, чему сопутствует параллельное незначительное повышение цен акций банков.

5) Стоит сказать о полученных оценках остальных переменных, не включенных в формулировку гипотез.

- Коэффициент перед переменной агрегат денежной массы М2 оказался значимым. При выдвижении предположений относительно влияния было весьма неоднозначно говорить о положительном, либо отрицательном воздействии на зависимую переменную. Однако в результате регрессионного построения было выявлено, что показатель характеризуется явным отрицательным эффектов на цены акций российских банков. Что вполне можно объяснить наличием частой макроэкономической не стабильности в стране.

- Коэффициент перед переменной уставной капитал оказался значимым лишь на уровне 10%. Как и предполагалось, наблюдается положительный эффект на цены акций российских банков. Вероятно, что повышение уставного капитала связано с раширением банка, что и обуславливает увеличение спроса на банковские акции.

В дополнение, стоит отметить, что в данном исследовании не нашлось подверждения относительно гипотез 2, 4 и 5. Что не позволило нам оценить влияние таких переменных, как уровень инфляции, сумма ликвидных активов, а также суммарные активы банка.

Кроме того, к сожалению, ввиду наличия мутиколлинеарности, в модель не были включены переменные суммарные активы и обязательные резервы в ЦБ РФ. Поэтому весьма интересным было бы рассмотрение не только этих переменных, исключенных по причине обнаружения проблемы, но и с добавлением многих других банковских показателей, в данной работе относящиеся к внутренним факторам.



Заключение

Текущая ситуация в банковском секторе является достаточно напряженной, так как экономическая ситуация, осложненная девальвацией рубля и введением санкций оказывает отрицательное воздействие на банковский сектор. Кроме того, дальнейшее развитие ситуации пока неясно, так как, с одной стороны, есть положительная динамика, выраженная в увеличении доли активов в ВВП, а с другой стороны, резкое падение прибылей и рост просроченных платежей. При этом стоит отметить, что 2015 год был насыщен на события не свойственные банковской отрасли, в частности произошло значительное увеличение сделок слияний и поглощений (в особенности с негосударственными пенсионными фондами). В целом взаимосвязь между сегментами финансового рынка, в частности банковского сектора и фондового рынка уже доказала свою значимость - напомним, что капитализация банков в 2015 году на фоне других секторов выглядит особенно впечатляюще - с учетом того, что Сбербанк стал третьей компанией в России по капитализации. Таким образом, понимание факторов, которые влияют на акции банков и, тем самым, влияют на капитализацию данных компаний является актуальной темой исследования.

Рассмотренные работы как российских, так и иностранных исследователей показали, что существует взаимосвязь между макроэкономическими переменными и ценами акций. При этом зачастую результаты исследований разнятся в силу того, что изучались различные временные периоды и страны, макроэкономические факторы, а также была использована разная методологическая база.

В данной работе анализируется банковский сектор, в частности берутся те банки, которые включены в котировальный список на Московской бирже на январь 2016 года. Уникальность исследования заключается в том, что применяются ранее не включаемые при регрессионном моделировании показатели, характеризующие влияние внутренних факторов банка, а также период наложения санкций на Россию. Предполагалось, что временной промежуток введения санкций окажет значимое отрицательное влияние на цены акций, в первую очередь, по тому, что такие ограничения в значительной степени коснулись банковского сектора. Однако по итогам исследования было выявлено отрицательное влияние денежной массы, что обусловлено в большей степени нестабильностью экономической системы. Небольшое, но положительно влияние было выявлено со стороны переменных: цен на нефть марки Brent, обратного валютного курса рубля по отношению к доллару США и нормативов достаточности капитала.

В дальнейшем было бы весьма интересным расширить исследуемую выборку в поисках значимости большего числа внутренних банковских факторов, а также изучить влияние различных шоков, например, «черной пятницы» на российском рынке, произошедшей 15 января 2016 года. Кроме того, было бы весьма интересным проанализировать реакцию цен акций банков на массовый отзыв лицензий, в том числе у крупных банков.

Таким образом, изучение особенностей российского банковского сектора на фондовом рынке поможет в дальнейшем руководителям банков принимать решения на основании данных по макроэкономической политике и индивидуальных характеристиках банка.



Список литературы

1. Абрамова, О.А., & Гришина, Н. (2013). Исследование фундаментальных факторов, влияющих на котировки акций банков. Foresight.

2. Fama, E.F. (1970). Efficient Capital Market:A Review of Theory and Empirical Work. Journal of Finance. 71.545-565.

3. Saeed, S., & Akhter, N. (2012). Impact of macroeconomic factors on banking index in Pakistan. Interdisciplinary Journal of Contemporary Research in Business, 4 (6), 1200.

4. Mohan, C., & Chitradevi, N. (2014). Impact of macro economic factors on banking index (CNX bank) in India. International Journal of Trade & Global Business Perspectives, 3 (1), 722.

5. Tursoy, T., Gunsel, N., & Rjoub, H. (2008). Macroeconomic factors, the APT and the Istanbul stock market. International Research Journal of Finance and Economics, 22, 49-57.

6. Gay Jr, R.D. (2011). Effect of macroeconomic variables on stock market returns for four emerging economies: Brazil, Russia, India, and China. International Business & Economics Research Journal (IBER), 7 (3).

7. Lucey, B.M., Nejadmalayeri, A., & Singh, M. (2008). Impact of US Macroeconomic Surprises on Stock Market Returns in Developed Economies. Available at SSRN 1083656.

8. Рахметова, А.М. (2014). Роль банковского сектора в обеспечении экономического роста. Деньги и кредит, 73.

9. Махова, А., & Низамутдинова, О. (2016). Анализ динамики основных показателей деятельности банковской системы России в период 2005-2015 гг. Инновационная наука, (2-2 (14)).

10. Симонов, В.В. (2015). Экономика и банковская система России: некоторые актуальные проблемы антикризисной политики. Деньги и кредит, (7), 16.

11. Иванова, С.П. (2015). Эффективная и стабильная банковская система-необходимое условие устойчивого развития российской экономики. Актуальные вопросы экономических наук, (42).

12. Аболихина, Г.А., Абрамова, М.А., Александрова, Л.С., Афанасьева, О.Н., Бычков, В.П., Диденко, В.Ю.,… & Матвеевский, С.С. (2016). МАКРОЭКОНОМИЧЕСКИЙ АНАЛИЗ БАНКОВСКОЙ СФЕРЫ.

13. Савичева, Т.С. (2015). Переход на Базельские стандарты: Проблемы российских банков. Современные тенденции развития науки и технологий, (1-4), 126-128.

14. Третьякова, И.Н., & Щедрин, И.В. (2016). Анализ надежности и устойчивости банка на основе финансовых показателей. Символ науки, (2-2).

Размещено на Allbest.ru

...