Размещено на http://www.allbest.ru/

Федеральное государственное автономное образовательное учреждение высшего профессионального образования

«Национальный исследовательский университет

«Высшая школа экономики»

Факультет экономических наук

Образовательная программа «Экономика»

Бакалаврская выпускная работа

«Влияние поступления новой информации на акции банковского сектора России»

Выполнила Студентка группы БЭК 142 Лапшова Полина Дмитриевна

Научный руководитель доцент, к.э.н. Салихов Марсель Робертович

Москва 2018



Содержание

Введение

1. Обзор литературы

1.1 Обзор банковского сектора России

1.2 Исследования по рассматриваемым группам событий

1.3 Событийный анализ

1.4 Альтернативные способы оценки влияния новостей на акции

2. Методы и данные

2.1 Методология событийного анализа

2.2 Отбор данных

3. Эмпирические результаты

3.1 Объявления о выплате дивидендов

3.2 Изменения кредитных рейтингов

3.3 Новости регулирования

4. Альтернативные способы оценки влияния новостей на акции

4.1 Методы и данные

4.2 Эмпирические результаты

Заключение

Список литературы

Приложения



Введение

Банковский сектор приковывает к себе пристальное внимание экономических агентов, в особенности после финансового кризиса 2008-2009 годов. Это событие указало на несовершенства банковских систем всего мира, и Россия не стала исключением. Банковский сектор столкнулся с многочисленными проблемами, начавшимися с подрывом доверия вкладчиков и, как следствие, с уменьшением средств на счетах физических лиц. За паникой последовала нехватка ликвидности и санация сразу нескольких банков.

Спустя пять лет после глобального финансового кризиса экономика России встретила новые препятствиями в 2014 году. В отличие от 2008-2009 годов, кризис 2014 года начался, в большей степени, по геополитическим причинам на фоне конфликта на Украине и падения цен на нефть. В результате, снизилась инвестиционная привлекательность российского рынка, и, в частности, банковского сектора. Ситуацию с доверием к банковской системе усугубляет и обширная программа санации и консолидации банков, начатая в 2013 году после вступления в должность главы Центрального банка Российской Федерации Эльвиры Набиуллины. Программа продолжает своё действие и в 2018 году. За прошедшее время многие банки, в том числе, входившие в топ-50 крупнейших в России по размерам активов, де-факто перешли под регулирование Центрального Банка или подверглись отзыву лицензии. Примером служат такие организации, как ПАО «ФК Открытие» (2017 г.) и ПАО «Татфондбанк» (2016 г.).

Отметим, кроме того, что банковские организации занимают около 20% от индекса ММВБ, причём по величине эта доля уступает только двум секторам: нефтегазовому и металлургии. Принимая во внимание значительную величину банковской системы и её роль в экономике России, растущая на фоне описанных событий неопределённость вокруг данного сектора, вызывает опасения. В связи с этим, увеличивается потребность в понимании того, как поступление новой информации о различных событиях, происходящих в секторе, могут влиять на цены акций банков и кредитных организаций.

В представленной работе мы исследуем влияние поступления новой информации на цены акций в российском банковском секторе в терминах направления и величины оказываемого эффекта. Наиболее актуальным с точки зрения большого количества событий в секторе и потрясений в экономике в целом является период с 2013 года по 2018 год, анализируемый в настоящей работе. В рамках исследования мы разобьём отобранные события, произошедшие в банковском секторе, на смысловые группы, основываясь на опыте эмпирической литературы и руководствуясь спецификой рынка. В работе будут анализироваться три группы событий: объявления о выплатах дивидендов, изменения кредитных рейтингов эмитента рейтинговыми агентствами и изменения в регулировании и законах сектора. Последняя группа является наиболее актуальной в рассматриваемые годы, что связано с активной политикой консолидации банков, в ходе проведения которой у многих банков была отозвана лицензия.

Основной целью данной работы является ответ на вопрос, оказывают ли значимое влияние определённые группы информационных событий на цены акций российских банков.

Для определения значимости будет использован метод событийного анализа, распространённый в подобного рода исследованиях, а также применён альтернативный метод с расчётом новостного индекса.

Объектом исследования являются акции российских банков, предметом - их реакция на появление на рынке новой информации.

В соответствие с поставленной целью можем выделить следующие задачи для её достижения:

ѕ охарактеризовать состояние банковской системы России, её особенности и черты;

ѕ проанализировать исследования, посвящённые влиянию различных групп новостей на акции компаний;

ѕ отобрать релевантные информационные события по новостным группам на основе проведённого анализа с учётом особенностей Российского банковского сектора;

ѕ протестировать гипотезы о значимости влияния каждой группы новостей на акции российских банков при помощи метода событийного анализа;

ѕ определить направление влияния и его величину для значимых групп новостей и проинтерпретировать полученные результаты;

ѕ оценить влияние новостных событий на динамику акций банков России при помощи построения новостного индекса.

В данной работе сочетается рассмотрение одновременно нескольких новостных групп, в то время как основная доля подобных исследований концентрируется на какой-либо одной группе влияния. Предложенный подход позволяет более широко охватить круг событий в секторе и определить, какие группы заслуживают дальнейшего изучения. Данный этап является значимым, поскольку банковский сектор остаётся малоизученным в контексте влияния событийных групп на акции сектора. Предшествующие работы, посвящённые новостному анализу российских компаний, затрагивали банковский сектор лишь в малой степени, уделяя большее внимание рынку в целом. В сложившейся ситуации неопределённости и повышенного интереса к финансовому рынку и, в частности, к банковской системе, необходимо сделать акцент на исследовании компаний из этой сферы.

Данная работа представляет не только научную, но и практическую значимость, поскольку полученные результаты могут быть использованы для предсказания реакции цен акций банков на поступление информации определённой группы на рынок.

В первой главе данной работы произведён обзор банковского сектора России, а также рассмотрена литература, охватывающая исследования по выбранным группам событий. Во второй главе рассмотрены основные принципы методологии событийного анализа, выбранная для анализа модель оценки нормальной доходности и описаны данные. В третьей главе работы продемонстрированы результаты эмпирического анализа влияния рассматриваемых групп новостей на цены акций банков России с помощью событийного анализа. В четвёртой главе представлена методология и результаты применения альтернативного способа оценки влияния новостей на акции российских банков путём построения новостного индекса.



1. Обзор литературы

1.1 Обзор банковского сектора России

По состоянию на текущий момент экономика России, как и её финансовый сектор, подвергаются влиянию ряда негативных факторов, которые порождают неблагоприятную среду для развития. Россия вошла в кризис 2014 года, характеризующийся резким падением цен на нефть, что подтолкнуло страну к необходимости отхода от модели развития, ориентированной на высокие доходы от экспорта нефти и газа, которой страна следовала в течение долгих лет Берзон Н.И. Банковский сектор России: вызовы, проблемы и перспективы // Финансы и бизнес. 2016. №3.

С. 37.. В 2014 году в отношении России были введены экономические санкции, к последствиям которых относится рост стоимости заимствования иностранного капитала, и сокращение зарубежных инвестиций. Политика консолидации и оздоровления банковского сектора увеличивает недоверие к системе и сказывается на подъёме неопределённости в секторе. Таким образом, конъюнктура сектора на данный момент является достаточно неблагоприятной. В сложившихся условиях нас интересует понимание основных характеристик системы, чтобы оценить, насколько она устойчива к шокам на первый взгляд.

Банковская система превалирует в финансовом секторе России. В 2015 году доля указанного сектора, включая Банк России, составляла более 80% по размерам активов в финансовом секторе Берзон Н.И. Банковский сектор России: вызовы, проблемы и перспективы // Финансы и бизнес. 2016. №3.

С. 39.. К середине 2017 года место банковской системы в общей структуре активов в финансовом секторе не изменилось существенно: она всё ещё занимает главенствующую позицию, составляя 75% (Таблица 1).

Таблица 1. Финансовые корпорации России по размеру активов на 07.2017

Финансовые корпорации	Размер финансовых активов по состоянию на июль 2017 года
	трлн. руб	%
Банковская система	117,3	75,1
Банк России	36,5	23,4
Кредитные организации	80,8	51,7
Инвестиционные фонды	2,0	1,3
Другие финансовые организации	31,1	19,9
Страховщики	2,0	1,3
Негосударственные пенсионные фонды	3,7	2,4
Всего	156,1	100,0

Источник: статистика Центрального банка РФ Финансовые счета и балансы финансовых активов и обязательств системы национальных счетов Российской Федерации // Центральный Банк РФ URL: http://www.cbr.ru/statistics/?PrtId=fafbs (дата обращения: 23.04.2018)..

Таким образом, финансовые услуги в России предоставляют преимущественно банки, в то время как другие участники финансового рынка играют в нём менее значимую роль.

Переходя к рассмотрению основных особенностей и тенденций самого крупного сегмента финансового рынка, отметим в первую очередь высокую степень концентрированности банковской деятельности. Эта характерная черта российского банковского сектора имеет тенденцию к укреплению: доля 200 крупнейших по размерам активов кредитных организаций в общих активах банковской сферы в настоящее время составляет более 95%, и продолжает расти. В то же время более половины активов банковского сектора сосредоточено в пяти крупнейших банках, их доля в общих активах также увеличивается (Таблица 2). Отметим, что несмотря на значительную абсолютную концентрированность, выраженную в процентном соотношении активов крупнейших и прочих банков, в сравнении со странами еврозоны Россия далеко не лидирует и скорее занимает срединные позиции по данному показателю в соответствии с индексом Херфиндаля-Хиршмена (распространённым показателем концентрации банковской деятельности). Отчёт о развитии банковского сектора и банковского надзора в 2016 году. // Центральный Банк Российской Федерации. Департамент Банковского Надзора: электронная версия. 2016. С. 17.

URL: http://www.cbr.ru/publ/?PrtId=nadzor (дата обращения: 15.04.2018).

Таблица 2. Распределение кредитных организаций, ранжированных по величине активов.

Распределение кредитных организаций по величине активов	01.01.2016	01.01.2017	01.01.2018
	млн.руб.	в % к итогу	млн.руб.	в % к итогу	млн.руб.	в % к итогу
Первые 5	44 883 973	54,1	44 232 891	55,3	47 513 821	55,8
С 6 по 20	17 925 387	21,6	18 257 646	22,8	20 007 403	23,5
С 21 по 50	9 391 355	11,3	8 444 718	10,6	9 167 982	10,8
С 51 по 200	8 484 303	10,2	7 520 065	9,4	7 195 769	8,4
С 201 по 500	2 060 315	2,5	1 528 737	1,9	1 282 184	1,5
С 501	254 375	0,3	79 197	0,1	24 680	0,0
Итого	82 999 708	100,0	80 063 255	100,0	85 191 839	100,0

Источник: Обзор банковского сектора Российской Федерации ЦБ РФ Обзор банковского сектора Российской Федерации. Аналитические показатели // Центральный Банк Российской Федерации. Департамент Банковского Надзора: интернет-версия. 2018. №186. URL: http://www.cbr.ru/analytics/?PrtId=bnksyst (дата обращения: 15.04.2018).

Одной из главенствующих тенденций в банковской сфере является проведение политики оздоровления банков, продолжающейся уже более пяти лет. В ходе выполнения программ консолидации и укрупнения банков были ликвидированы многие средние и мелкие региональные банки, общее число организаций в секторе значительно сократилось к 2018 году (Таблица 3). По этой причине одновременно растёт и доля крупных банков в совокупных активах банковского сектора, что приводит к усилению концентрации банковской деятельности (Таблица 2).



Таблица 3. Количество действующих кредитных организаций (имеющих право на осуществление банковских операций) на 1 января 2010 - 2018 годов.

	2010	2011	2012	2013	2014	2015	2016	2017	2018
Действующие кредитные организации	1058	1012	978	956	923	834	733	623	561

Источник: Обзор банковского сектора Российской Федерации ЦБ РФ Обзор банковского сектора Российской Федерации. Аналитические показатели // Центральный Банк Российской Федерации. Департамент Банковского Надзора: интернет-версия. 2018. №186. URL: http://www.cbr.ru/analytics/?PrtId=bnksyst (дата обращения: 15.04.2018)..

Отметим также ещё одну особенность банковской сферы в том виде, в каком она существует сегодня: значительную часть крупных банков составляют организации с государственным участием, таким образом, с отзывами лицензий у банков с меньшим размером активов растёт угроза огосударствления сектора в целом. Увеличению доли государства в банковской системе способствует также и более поздняя санация крупных банков (входящих в топ-50), таких как «ФК Открытие», Бинбанк, Промсвязьбанк. Долю государства в банках хотят ограничить // Известия URL: https://iz.ru/660611/inna-grigoreva/fas-predlagaet-ogranichit-doliu-gosudarstva-v-bankakh (дата обращения: 15.04.2018).

Среди самых распространённых причин отзыва банковской лицензии называются кредитная политика с завышенным риском, несоответствие требованиям достаточности капитала, испытываемые проблемы с удовлетворением кредиторских потребностей из-за нехватки ликвидности, нарушение законодательства или манипуляции с отчётностью, проведение сомнительных операций или операций по уклонению от исполнения требований ЦБ. Обзор банковского сектора за 2017 год // Banki.ru

URL: http://static2.banki.ru/ugc/9f/f8/76/5a/bank_obzor_2017_29019260.pdf (дата обращения: 17.04.2018).

В последние четыре года в российском банковском секторе внедряются новые требования к нормативам ликвидности и достаточности капитала Базеля III. Этот документ, пересматривающий правила регулирования финансовых организаций, был принят после мирового финансового кризиса в 2009 году с целью не допустить повторения ситуации и оздоровить систему. Изменения, предусматриваемые документом, вводятся на протяжении более пяти лет, последнее из которых произошло в январе 2018 года. Об основных направлениях и сроках реализации пакета реформ Базельского комитета по банковскому надзору (Базель III) // Центральный Банк Российской Федерации.

URL: http://www.cbr.ru/press/PR/?file=110329_120551bazel1.htm (дата обращения: 17.04.2018).

Рассмотрим более подробно ключевые банковские организации в российском секторе. По состоянию на март 2018 года следующие банки являются самыми крупными по размеру активов (Таблица 4). Доля представленных 20 банков в суммарных активах сектора составляет почти 80%, а банки, вошедшие в первую десятку, составили 70%.

Среди представленных в списке банков 9 имеют частичное или полное государственное участие, включая организации, находящиеся под контролем государства в связи с санацией (ПАО «Бинбанк», ПАО «Промсвязьбанк», ПАО Банк «ФК Открытие»). Данные банки обладают более чем половиной суммарных активов всего сектора, который, таким образом, является в значительной степени государственным. банковский акция российский

Таблица 4. Крупнейшие банки России по размеру активов на 01.03.2018

Наименование банка	Активы на 01.03.2018, млн. руб.
ПАО Сбербанк	23 682 365,6
Банк ВТБ (ПАО)	11 986 914,3
Банк ГПБ (АО)	5 560 136,6
АО "Россельхозбанк"	3 211 637,8
НКО НКЦ (АО)	2 768 150,2
АО "АЛЬФА-БАНК"	2 595 505,6
ПАО Банк "ФК Открытие"	1 823 262,8
ПАО "МОСКОВСКИЙ КРЕДИТНЫЙ БАНК"	1 801 452,4
АО ЮниКредит Банк	1 192 673,6
ПАО "Промсвязьбанк"	1 152 721,7
ПАО "БИНБАНК"	1 085 368,1
ПАО РОСБАНК	965 385,2
АО "Райффайзенбанк"	953 810,7
АО "АБ "РОССИЯ"	924 837,6
АО "БМ-Банк"	688 751,5
ПАО "Совкомбанк"	676 665,4
ПАО "Банк "Санкт-Петербург"	607 534,1
Банк "ВБРР" (АО)	534 505,2
ПАО МОСОБЛБАНК	525 092,1
ПАО "БАНК УРАЛСИБ"	524 996,9

Источник: рэнкинг банков по активам, Эксперт РА Рэнкинг банков по активам, март 2018 // Эксперт РА URL: https://raexpert.ru/ratings/bank/monthly/Mar2018 (дата обращения: 17.04.2018).

С 2015 года ЦБ РФ публикует официальный список системно значимых банков, устойчивость которых оказывает значительное влияние на национальную экономику. Методика определения организаций, входящих в состав списка, представляет собой взвешенную сумму показателей размера кредитной организации, взаимосвязанности с другими финансовыми организациями по привлечённым и размещённым средствам, объёма вкладов физических лиц Количественные показатели деятельности кредитных организаций // Вестник Банка России: электронная версия. 2015. №71. URL: http://www.cbr.ru/publ/?PrtId=vestnik (дата обращения: 17.04.2018).. На 13 сентября 2017 года системно значимыми являются банки из Таблицы 5.

Таблица 5. Перечень системно значимых кредитных организаций России по состоянию на 13 сентября 2017 г.

Наименование кредитной организации
АО ЮниКредит Банк
Банк ГПБ (АО)
Банк ВТБ (ПАО)
АО «АЛЬФА-БАНК»
ПАО Сбербанк
ПАО «Московский Кредитный Банк»
ПАО Банк «ФК Открытие»
ПАО РОСБАНК
ПАО «Промсвязьбанк»
АО «Райффайзенбанк»
АО «Россельхозбанк»

Источник: перечень системно значимых кредитных организаций ЦБ РФ Об утверждении перечня системно значимых кредитных организаций // Центральный Банк Российской Федерации URL: http://www.cbr.ru/press/pr/?file=13092017_194655ik2017-09-13T19_46_25.htm (дата обращения: 17.04.2018).

Размеру кредитной организации в расчётах придаётся вес 50%, поэтому все банки из списка системно значимых находятся среди 20 крупнейших по размеру активов. Поскольку устойчивость системно значимых банков играет ключевую роль для стабильности экономики и её финансового сектора, к организациям, вошедшим в список, применяются более строгие правила со стороны регулятора, в частности, требования Базеля III по соблюдению нормативов краткосрочной ликвидности и дополнительные требования к достаточности капитала Стандарты Базеля III: расчет норматива чистого стабильного фондирования // Центральный Банк Российской Федерации. URL: http://www.cbr.ru/press/event/?id=833 (дата обращения: 17.04.2018)..

Таким образом, банковский сектор России является одним из самых крупных в экономике и занимает почти весь финансовый сектор по размеру активов. Отрасли свойственна высокая степень концентрированности и повышающаяся степень участия государства.

В настоящем исследовании будет рассматриваться временной интервал с января 2013 года по апрель 2018 года, поскольку этот промежуток характеризуется повышенной неопределённостью, связанной с внешнеэкономическими и геополитическими факторами, а также сопряжён с чередой внутренних изменений в регулировании банковского сектора. Российская экономика вошла в рецессию в 2014 году в результате наступления последствий Украинского кризиса, выраженных в применении к России санкционных мер со стороны США и стран ЕС. Описанные события происходили на фоне снижения цен на нефть и последующего падения курса рубля. В то же время с 2013 года ЦБ РФ взял курс на консолидацию банков и оздоровление банковской системы, в результате следования которому многие организации были лишены лицензии. На выбранный период выпало запланированное введение новых нормативов Базеля III, последнее внедрение требований было произведено 1 января 2018 года. Таким образом, рассматриваемый промежуток, богатый на события и включающий период турбулентности финансового сектора, представляет собой особый исследовательский интерес.

1.2 Исследования по рассматриваемым группам событий

В данной работе будет рассмотрено три новостные группы: объявления о выплате дивидендов, изменение кредитных рейтингов банков рейтинговыми агентствами, а также новости регулирования, к которым мы будем относить объявления об отзыве лицензии или введении новых требований Базеля III. Группа объявлений о выплате дивидендов является одной из наиболее распространённых в анализе влияния корпоративных событий на динамику акций компаний. Выплаты дивидендов часто могут выступать как сигнал рынку о стабильных денежных потоках компании в будущем, поэтому в условиях экономической неопределённости показатель, смотрящий вперёд и дающий информацию о будущих перспективах компании, является важным для исследования. Группы присвоения кредитного рейтинга и изменений в регулировании тесно связаны между собой, поскольку обе отражают риск организаций, и предположительно оказывают влияние на доходность акций банков, что особенно актуально в условиях турбулентности российского банковского сектора и событий последних лет. Остановимся более подробно на некоторых исследованиях по каждой новостной группе (наиболее значимые работы для данного исследования смотреть в Приложении 2).

Объявления о выплате дивидендов

В работе Miller & Modigliani (1961) было указано на невозможность влияния дивидендной политики компании на её стоимость, поскольку выплата дивидендов относится к группе финансовых решений, которые не должны оказывать влияния на динамику акций в рамках предположений о мире в отсутствии налогов и транзакционных издержек. Однако во многих эмпирических исследованиях на практике подтверждается обратное: объявления о выплате дивидендов оказывают значимое влияние на доходность акций компаний. Объяснение найденным зависимостям дают сигнальные теории. Менеджмент компании может использовать дивидендную политику как сигнальный инструмент: так, объявление дивидендов (как и их повышение) может говорить о том, что в будущем ожидается стабильный рост денежных потоков компании (Bhattacharyya, 1979). Тем не менее, анализ влияния дивидендной политики на стоимость акций компаний даёт противоречивые результаты. Как отмечает Woolridge (1983), объявление о выплате дивидендов может говорить как о положительной оценке менеджментом компании её будущих доходов, так и об отсутствии прибыльных инвестиционных возможностей. В основном неоднозначные результаты демонстрируют работы, исследующие влияние объявления дивидендов в форме денежных средств, в то время как более стабильную положительную взаимосвязь подтверждает анализ влияния объявлений о выплате в форме акций (Woolridge, 1983). Согласно Lintner (1956), рынки чувствительны к понижениям дивидендных выплат, поэтому компании, не обладающие уверенностью, что в будущем смогут выплачивать повышенные дивиденды, не берутся их увеличивать. Данное утверждение сигнальной теории было подтверждено на практике Miller & Rock (1985), которые утверждают, что для компании с плохими перспективами относительно будущих денежных потоков неразумно объявлять высокие дивиденды, только перспективные компании могут позволить себе такой сигнал.

В более ранней работе Grinblatt et al. (1984) найдена связь между изменениями цены акций компаний, котирующихся на NYSE с 1967 по 1976 годы, и объявлениями о выплате дивидендов и сплите акций. В итоговую выборку было включено 84 дивидендных объявления, результат показывает значимую положительную зависимость для обеих рассматриваемых групп событий, однако объявления о выплате дивидендов имеют более сильный эффект. Напротив, на отсутствие значимой связи указывается в работе Papaioannou et al. (2000), в которой исследование проводилось на рынке Греции с 1981 по 1994 годы по 85 событиям.

Помимо исследований по европейским и американскому рынку, в последние годы появилось несколько работ по развивающимся рынкам. Одной из таких работ является исследование влияния объявления дивидендов на стоимость акций 60 компаний Таиланда в период с 2005 по 2010 годы с выбором 40-дневного окна для событийного анализа (Suwanna, 2012). В указанной работе была обнаружена положительная значимая реакция сверхдоходностей сразу после объявления о выплате дивидендов (в день самого объявления и в последующие два дня). Исследование Kumar (2017) по индийским компаниям с 2012 по 2014 годы, в отличие от предыдущей работы, показывает результаты исследования влияния объявления дивидендов на акции для смысловых подгрупп: понижения дивидендов, повышения дивидендов, неизменности дивидендов. При объявлении повышения дивидендов наблюдается увеличение доходности акций, а при снижении дивидендов - падение. Для группы отсутствия изменений был получен незначимый отрицательный результат. Таким образом, существуют работы, рассматривающие как сами по себе объявления дивидендов, так и события, разбитые на подгруппы.

Предыдущие исследования относились к рынку какой-либо страны в целом, однако существуют и отраслевые работы. Например, по интересующей нас группе выплат дивидендов в банковском секторе была протестирована реакция банковских акций на понижение дивидендов с 1974 по 1991 годы (Bessler & Nohel, 1995). Исследование по 81 событию показало сильную негативную зависимость доходностей от объявлений о понижении дивидендов, которая оказалась больше по модулю, чем реакция банков на другие события, а также сильнее по сравнению с компаниями нефинансового сектора.

С помощью метода событийного анализа на российском рынке исследование влияния объявлений о дивидендных выплатах на акции компаний проводила Теплова Т.В. (2008). В своей работе она подробно описала методологию событийного анализа и рассмотрела влияние объявлений о выплатах дивидендов в контексте «плохих» (понижение дивидендов) и «хороших» (повышение дивидендов) новостей. Интересный результат получился при исследовании рынка в целом: наблюдается негативная реакция на повышение дивидендов, что соотносится с тем случаем сигнальной теории, в котором инвесторы принимают во внимание наличие инвестиционных возможностей для компании. В то же время секторное исследование нефтегазовой отрасли показало положительную реакцию на повышение и отрицательную - на понижение дивидендов, что автор связывает с аккумулированием в секторе количества денежных средств, достаточного как для инвестиций, так и для повышения дивидендов.

Изменение кредитных рейтингов

Данная группа событий вызывает исследовательский интерес, поскольку кредитный рейтинг организации - показатель её финансовой стабильности и устойчивости, на который инвесторы могут ориентироваться при принятии решений наравне с макро- и микроэкономическими показателями организации. В сложившейся конъюнктуре рынка эта группа является одной из наиболее актуальных. Большая часть работ в этом направлении была посвящена оценке влияния изменения кредитных рейтингов крупнейшими рейтинговыми агентствами: Moody's, Standard & Poor's (S&P) и Fitch. Исследования проводились по американскому рынку как по влиянию на облигации, так и на акции компаний. Так в работе Weinstein (1978) рассматривалось влияние изменения кредитного рейтинга Moody's на цены корпоративных облигаций. Была найдена прямая зависимость между понижением рейтинга и движением цен облигаций для событийных окон от 7 месяцев до года, однако значимые результаты не были найдены для окон 6 месяцев и меньше, поэтому авторы склонны считать, что в цены облигаций уже была заложена информация об изменении рейтингов. В исследовании Griffin & Sanvicente (1982) была обнаружена зависимость между понижением рейтингов облигаций компаний и изменением доходности акций в сторону уменьшения на окнах в 11 месяцев до события и 1 месяц во время. Для повышения рейтингов в работе не было получено значимых результатов.

В приведённых исследованиях временной интервал для событийного окна был достаточно большим, более месяца, однако в других работах рассматривались и более короткие окна. На событийном окне величиной в 2 дня Holthausen & Leftwich (1986) обнаружили аналогичную зависимость: понижение кредитных рейтингов агентствами Moody's и S&P значимо сказывается на появлении отрицательной сверхдоходности (доходности выше ожидаемой в условиях отсутствия события) акций компаний. Стоит отметить, что на длительном событийном окне найденная зависимость может свидетельствовать не об информационной значимости сообщения об изменении рейтинга, а о вмешательстве других негативно окрашенных новостей и событий, которые в свою очередь и могли послужить причиной понижения рейтинга. Это замечание авторы работы используют как аргумент для рассмотрения более коротких событийных окон.

Исследования по влиянию изменения кредитного рейтинга на динамику цен акций проводились также по рынкам других стран. Одной из наиболее интересных работ является исследование Elayan et. al (2003), которые рассматривали реакцию акций новозеландских компаний с 1990 по 2000 годы на изменения кредитных рейтингов четырёх рейтинговых агентств: Standard & Poor's Credit Week, Reuters' Business Briefing и новозеландских агентств Newztext и Datex. Большинство предшествующих работ получали подтверждение значимости влияния понижения кредитных рейтингов на цены акций компаний, однако не находили поддержки для новостей обратной направленности. В работе Elayan et. al (2003) была найдена положительная зависимость цен акций от объявлений о повышении кредитных рейтингов, так же, как и для понижений. Кроме того, особо сильный по величине эффект наблюдался для компаний, которые не котировались на других биржах кроме новозеландской. Таким образом, исследователи пришли к выводу о том, что кредитные рейтинги являются особо значимым источником информации о малоисследованных на международных рынках компаниях.

Новости регулирования

В литературе, применяющей методологию событийного анализа, группа новостей регулирования и политики представляет собой одно из наиболее обширных понятий, в которое могут в зависимости от целей исследования входить новости об изменении фискальной или монетарной политики, о выходе новых законов, о военных действиях, о выборах и т.д. К примеру, в работе Binder (1985) анализируется отражение введения законодательных ограничений на изменении доходности акций с целью выявить силу влияния новых законов. В статье проанализировано 20 законодательных актов, однако не было обнаружено значимого изменения доходности. Автор предполагает, что вступление в силу рассматриваемых законодательных актов было в общем случае предсказуемым, а определить дату изменения ожиданий не представлялось возможным. В действительности, группа новостей, связанная с политическими и регулятивными изменениями, представляет сложность для исследователя, поскольку слухи в этой сфере распространяются очень быстро и зачастую задолго до даты официальной публикации новости. В таком случае производится более тщательный отбор даты первого упоминания потенциального события в СМИ, чтобы минимизировать риск исключения влияния слухов. В работе Binder (1985) был использован регрессионный метод оценки результатов: после нахождения кумулятивных сверхдоходностей на неё строится регрессия различных показателей, потенциально влияющих на появление сверхдоходности.

В статье Aharony & Swary (1981) исследуется влияние Закона о банковской холдинговой компании 1970 года, накладывающего ограничения на регулирование холдинговых банковских компаний на федеральном уровне на риск и прибыльность таких компаний. Так же, как и в предыдущем исследовании, авторы не отвергают нулевую гипотезу о незначимости влияния. Установить значимую связь между публикацией неожиданных политических новостей и движением акций компаний удалось Dangol (2008) при исследовании непальских банковских акций. В статье исследуется 8 событий, произошедших с 2001 по 2006 год, которые были разбиты на две категории, потенциально снижающие или повышающие доходность акций. В результате была найдена значимая положительная зависимость для обеих групп. В этом исследовании, как и в предыдущем, были использованы различные параметрические тесты, включая t - статистику. Мы можем сделать вывод о том, что для исследования новостей такого типа можно применять как различные тестовые статистики к найденным рядам кумулятивных сверхдоходностей, так и регрессионный анализ.

Отметим, что в этой сфере часто исследуется тема влияния выборов, например, Li & Born (2006) исследуют влияние президентских выборов на цены акций американских компаний. Примерно за 3 месяца до даты голосования средняя ежедневная доходность акций возрастает, что связывается с возросшей неопределённостью в экономике. Необходимым условием в исследовании является непредсказуемость результатов выборов.

В настоящей работе мы будем рассматривать наиболее актуальные новости регулирования для российского банковского сектора, а именно связанные с программой консолидации и оздоровлением банков, а также введением нормативов Базеля III. В статье Пономаренко и Синякова (2018) подробно описаны краткосрочные и долгосрочные последствия политики Центрального Банка по «зачистке» банковского сектора. В ближайшем будущем принятые меры могут привести к усилению огосударствления сектора, поскольку в условиях повышенной неопределённости вкладчики отдают предпочтение более крупным и надёжным банкам. Увеличение доли государственных банков увеличивает вероятность кризиса, поскольку банки, получающие поддержку государства, более склонны к принятию риска.

В долгосрочной перспективе возможно снижение конкуренции и усиление влияния государственных банков, однако авторы отмечают, что до сих пор в литературе нет единого мнения о том, какое количество банков и какой уровень конкуренции необходим экономике. Мы можем сделать вывод о том, что проводимая политика ведёт к увеличению неопределённости на рынке, в результате чего, особенно на ранних этапах усиления надзора и повышения требований к банкам, доверие к системе в целом может снизиться. Предполагаемый оттенок новостей об отзывах банковских лицензий и введения нормативов Базеля III является отрицательным, т.е. мы ожидаем снижения доходностей акций под влиянием объявлений новостей. Отметим также, что данное исследование не теряет своей актуальности, поскольку политика консолидации продолжается. Несмотря на заявление главы ЦБ РФ Эльвиры Набиуллиной о том, что большая часть работы по оздоровлению сектора завершена Набиуллина объявила о завершении основной работы по оздоровлению банков // РБК

URL: https://www.rbc.ru/finances/02/02/2018/5a741fcc9a7947b69dbbda04 (дата обращения: 14.03.2018)., согласно прогнозам Expert RA, в 2018 году до 60 банков могут лишиться лицензии из-за проблем с адаптацией к новым требованиям к достаточности капитала, введённым в январе 2018 года. Прогноз развития банковского сектора в 2018 году // Эксперт РА

URL: https://raexpert.ru/researches/banks/prognoz_2018 (дата обращения: 15.04.2018).



1.3 Событийный анализ

Гипотеза эффективного рынка

У истоков методологии событийного анализа стоит гипотеза эффективного рынка. Впервые данная гипотеза была сформирована в работе Fama (1970). Согласно этой гипотезе, рынок является эффективным, если вся релевантная информация в любой момент времени в полной мере отражается в стоимости ценных бумаг. Гипотеза действует при предположениях о рациональности инвесторов, сведении к нулю совокупного влияния нерациональных инвесторов (взаимоуничтожаемые сделки), полном использовании появившихся арбитражных возможностей.

Существует три формы рыночной эффективности:

1. Слабая форма (weak form efficiency). Характеризуется тем, что в цене акции учитывается вся историческая информация, таким образом невозможно получить сверхдоходность, реализуя инвестиционные стратегии, базирующиеся на информации о прошлом.

2. Средняя форма (semi-strong efficiency). Помимо всей информации о прошлом, в цене актива также заложена вся публично доступная информация, поэтому получить сверхдоходность за счёт использования этих данных невозможно.

3. Сильная форма (strong efficiency). В цене акции отражена вся прошлая, публичная (внешняя) и инсайдерская (внутренняя) информация.

Метод событийного анализа в рамках данной работы в целом базируется на средней гипотезе, поэтому при поступлении на рынок новой (непредсказуемой), релевантной и существенной информации появление сверхдоходности может объясняться произошедшим неожиданным новостным событием. Для событийной группы присвоения кредитных рейтингов мы опираемся на сильную форму гипотезы эффективного рынка, поскольку при определении кредитного рейтинга агентства принимают во внимание как публичную, так и внутреннюю информацию.

Метод событийного анализа

Базовая методология событийного анализа представлена в работе Fama et al. (1969), где с применением модели CAPM была произведена оценка нормальной стоимости активов, однако существуют и более ранние статьи (например, одна из первых - Dolley (1933)). С тех пор было написано немало трудов, развивающих методологию и предлагающих различные вариации.

Так, к одним из ключевых работ по методологии событийного анализа на данный момент относятся Brown & Warner (1980) и MacKinlay (1997), в которых подробно описаны пошаговая методология evenеt-study, эконометрическая сторона метода, а также различные модели для расчёта нормальных доходностей, такие как модель постоянной средней доходности, рыночная модель, факторные модели.

Более современная работа Corrado (2011) содержит описание истории методологии событийного анализа, стандартные шаги и модели, а также многие модификации и разнообразие тестовых статистик (как параметрических, так и непараметрических тестов). Также с опорой на эту работу был собран используемый нами в исследовании эконометрический пакет «eventstudies» в R. Anand C., Bahure V., Balasubramaniam V., Shah A. Eventstudies: An R package for researchers and users of event studies // NIPFP. 2014. URL: http://cran.r-project.org/web/packages/eventstudies/index.html.

1.4 Альтернативные способы оценки влияния новостей на акции

Метод событийного анализа является наиболее распространённым, однако не единственным методом оценки влияния новостей на цены акций компаний. Метод событийного анализа позволяет исследовать значимость конкретного дня события, однако некоторые события не поддаются определению в рамках одного дня или узкого событийного окна. Brogaard, Detzel (2014), p3 Существуют новости, оказывающие долгосрочное влияние (например, вышедший закон может влиять на рынок в течение месяцев), размытое для каждого дня, но отчётливое на долгосрочном интервале. Такие новости увеличивают общий уровень неопределённости в экономике. Чтобы охватить долгосрочные эффекты новостей, могут быть использованы новостные индексы как альтернативный метод. Помимо этого, новостные индексы обладают тем преимуществом, что не опираются на гипотезу эффективного рынка и не зависят от её предпосылок. В данной работе мы построим индекс новостей на основе подсчёта частоты выхода статей, связанных с неопределённостью, экономикой и регулированием в банковском секторе в российских изданиях.

В качестве теоретической базы используется работа Baker et al. (2016), в которой авторы описывают построение индекса политико-экономической неопределённости (EPU или Economic Policy Uncertainty index). Первоначально исследователи планировали оценить верность утверждения о том, что неопределённость в фискальной, монетарной и регулятивной политиках способствовала усилению спада 2008 года. Их индекс был построен с помощью подсчёта ежемесячного количества статей, относящихся к категориям «экономика», «политика» и «неопределённость», в 10 наиболее популярных американских газетах. В результате, исследователи установили значимое влияние полученного индекса на ожидаемую волатильность цен акций, на занятость в экономике в целом и некоторых отдельных секторах, а также на уровень инвестиций.

В Baker et al. (2016) для России был построен свой индекс политико-экономической неопределённости по статьям из газеты «Коммерсантъ». Несмотря на получение значимой корреляции с рынком, авторы подчёркивают, что индекс, базирующийся на одном источнике, может быть недостоверным.

Ещё одной работой, основанной на использовании построенного EPU индекса, является исследование Brogaard & Detzel (2015). Авторы концентрируются на изучении возможности индекса объяснять движение доходностей рынка при помощи построения регрессионной модели. В результате была найдена значимая связь между текущим значением доходности и изменением индекса. При возрастании неопределённости доходности снижаются, что объясняется снижением ожидаемых или текущих денежных потоков.

В работе Brogaard & Detzel (2015) первоначально производилось построение регрессии доходностей компаний на индекс политико-экономической неопределённости, чтобы определить знак коэффициента и его значимость. В данном исследовании также будет построена регрессия доходностей на индекс EPU, с учётом контрольной переменной движения рыночного индекса.



2. Методы и данные

2.1 Методология событийного анализа

Для оценки информационной значимости различных событийных групп, т.е. их влияния на изменения цен акций компаний, более всего подходит метод событийного анализа, популярный в научной литературе, исследующей новостные эффекты на различных фондовых рынках. Данный метод обладает определёнными преимуществами, к которым в первую очередь относятся простота в использовании, вариативность в применении моделей расчёта нормальной доходности и тестовых статистик, возможность изучать влияние как одной новости на компанию или рынки, так и агрегированных новостных групп, что позволяет применять данный метод для широкого спектра исследовательских задач.

На основании упомянутых ранее работ Corrado (2011) и MacKinlay (1997) можно выделить основные шаги метода событийного анализа, следуя которым мы будем проводить исследование:

ѕ Отбор интересующих фирм в соответствии с задачами исследователя;

ѕ Определение релевантных для исследования событий;

ѕ Выбор событийного окна;

ѕ Расчёт фактической доходности акций выбранных компаний для каждого дня событийного окна и периода оценки;

ѕ Расчёт нормальной доходности (в отсутствие новости) акций выбранных компаний для каждого дня событийного окна;

ѕ Расчёт сверхдоходности (разности между нормальной и фактической доходностью) для каждого дня событийного окна;

ѕ Вычисление кумулятивной сверхдоходности и средней кумулятивной сверхдоходности, тестирование полученных результатов на значимость и их интерпретация.

Рассмотрим каждый этап событийного анализа в контексте исследования влияния различных групп информационных событий на динамику цен акций российских банков и кредитных организаций.

Отбор фирм для исследования

Для формирования выборки компаний среди банковских организаций России мы рассматривали те банки, акции которых размещены на Московской бирже. Наличие котировок акций выступило главным критерием отбора. Несмотря на то, что в секторе функционирует большое количество банков (более 500), немногие из них представлены на бирже. Одновременно несколько крупных банков, таких как АО «АЛЬФА-БАНК» и АО «Райффайзенбанк», не котируются на Московской бирже, поэтому они были исключены из выборки.

Далее были отобраны банки, которые регулярно торгуются на временном промежутке с января 2012 года по апрель 2018 года, или те, у которых пропуски данных по торгам компенсируются продолжительными периодами стабильных торгов. В качестве начала периода рассматривается январь 2012 года, дата за год до тех событий, которые мы будем рассматривать в исследовании, чтобы оставить запас на оценочной период используемого метода. Более подробно оценочная модель будет рассмотрена несколько позднее. Таким образом, мы избавились от наиболее неликвидных бумаг. Отметим также, что из списка компаний мы не стали исключать санированные в 2017 году ПАО "Промсвязьбанк" и ПАО Банк "ФК Открытие", поскольку внутри рассматриваемого промежутка времени эти банки отвечают поставленному требованию о наличии длительных непрерывных интервалов торгов. Для оценки влияния различных событий с января 2013 года по апрель 2018 года мы можем рассматривать все те организации, которые функционировали в установленное время, а в случае двух упомянутых банков даже являлись ключевыми участниками рынка. Получившаяся в результате выборка представлена в Таблице 6.

Таблица 6. Итоговая выборка банков для исследования.

Наименование банка	Тикер
ПАО Сбербанк	SBER
Банк ВТБ (ПАО)	VTBR
ПАО Банк "ФК Открытие"	OFCB
ПАО "МОСКОВСКИЙ КРЕДИТНЫЙ БАНК"	COMB
ПАО "Промсвязьбанк"	PSBR
ПАО РОСБАНК	ROSB
ПАО "Банк "Санкт-Петербург"	BSPB
ПАО МОСОБЛБАНК	MOBB
ПАО "БАНК УРАЛСИБ"	USBN
ПАО "Бест Эффортс Банк"	ALBK
Банк "Возрождение" (ПАО)	VZRZ
ПАО Банк "Кузнецкий"	KUZB
ПАО АКБ "Приморье"	PRMB
ПАО АКБ "АВАНГАРД"	AVAN

Источник: получено при отборе данных в Thomson Reuters

Из отобранных 14 банков 9 входят в рассмотренный нами ранее список крупнейших системно значимых банков России и составляют более 50% от суммарных активов банковского сектора. Оставшиеся системообразующие банки были исключены из нашего анализа, поскольку либо не представлены на Московской бирже, либо не торгуются регулярно. Таким образом, полученная выборка может считаться репрезентативной при анализе влияния различных информационных событий на акции банковского сектора России.

Определение событий для исследования

В рамках данного исследования мы выделили следующие группы событий:

ѕ Объявления о выплате дивидендов

ѕ Изменения кредитного рейтинга

ѕ Новости регулирования

Для каждой из этих групп был произведён отбор событий по исследуемым банкам.

Для группы объявлений о выплате дивидендов мы ориентируемся на дивиденды в форме денежных средств и рассматриваем именно даты объявления, а не самих выплат. В ходе отбора мы столкнулись с проблемой нехватки данных для исследования периода с января 2013 года по апрель 2018 года, в результате чего было принято решение расширить выборку событий до 2008 года. В результате выборка событий составила 44 объявления о выплате дивидендов. Одновременно мы хотели проверить влияние, оказываемое на цены акций российских банков объявлениями об изменении размера дивидендов в обе стороны. Подвыборка понижения дивидендов или их невыплат оказалась малочисленной, поэтому в дальнейшем мы не рассматриваем её отдельно. Подгруппа объявлений об увеличении дивидендов составила 20 событий.

Вторая группа событий присвоения кредитных рейтингов рассматривается нами в разбиении по двум подгруппам: события понижения кредитного рейтинга и события повышения. Мы не рассматриваем отдельно малочисленную группу подтверждения (неизменности) рейтингов. Для анализа были рассмотрены кредитные рейтинги трёх крупнейших международных агентств - Moody's, Standard & Poor's, Fitch - и двух российских агентств - ACRA и Expert RA. Были отобраны непересекающиеся на событийном окне события изменений рейтингов. Всего в подгруппу повышения рейтинга вошло 37 событий, а в подгруппу понижения - 83 события.

Третья группа событий - новости регулирования, в которой мы рассмотрим влияние на акции банков России объявлений об отзыве лицензий и введении требований Базеля III. Главную сложность исследования этой группы представляет возможность раннего появления слухов о предполагаемом событии. Чтобы учесть такую возможность мы рассмотрим 4 подгруппы событий:

1) Подгруппа 1. Даты отзывов лицензий и даты введения новых нормативов Базеля III по всем банкам в исследуемый период.

2) Подгруппа 2. Даты введения новых нормативов Базеля III и даты отзывов лицензий, но только входящие в топ новостей Bloomberg. Так мы отсекаем происшествия с банками, уход которых с рынка потенциально не влияет на общую неопределённость в секторе.

3) Подгруппа 3. Даты введения нормативов Базеля III, даты отзывов лицензий из главных новостей Bloomberg и даты слухов о предстоящем отзыве или даты событий, по которым можно будет судить о предстоящих отзывах (например, рассматриваем дату поступления сообщения о принятых мерах наказания за «отмывание» денег в банке, который в течение месяца после этого инцидента лишился лицензии).

4) Подгруппа 4. Только даты появления новостей (слухов), освещающих события, которые потенциально приводят к отзыву лицензии.

События каждой подгруппы выбирались таким образом, чтобы событийные окна не пересекались между собой, что позволит нам избежать проблемы кластеризации данных. В результате в первую подгруппу вошло 125 событий, во вторую - 26, в третью - 64, в четвёртую - 54 события. Исследование полученных групп позволит узнать, как неопределённость, связанная с объявлениями об отзывах лицензий, отражается на банковской системе в целом.

Выбор событийного окна

После определения исследуемых фирм и событийных групп, формирования окончательных выборок, необходимо определить временной интервал, за который мы будем рассматривать влияние той или иной событийной группы на динамику цен акций. Такой интервал называется событийным окном и может включать в себя несколько дней как до даты события, так и после. Дни до непосредственной даты события рассматриваются, поскольку на рынке могли присутствовать слухи, которые могли отодвинуть эффект события назад. Интервал после события позволяет оценить то влияние, которое событие оказывает в течение нескольких дней после самой даты свершения.

...