В качестве заключения к применению альтернативного метода оценки влияния новостей на динамику акций российского банковского сектора отметим пути возможного улучшения индекса. Для улучшения качества отбора статей для подсчёта индекса EPU можно использовать большее количество газет и журналов, поскольку увеличение числа источников приводит к более объективным оценкам уровня новостной неопределённости в экономике в целом. Также существует возможность улучшить качество текстового анализа при помощи алгоритмов распознавания стиля или тематики текста по специальным словарям, чтобы убрать все новости, не относящиеся к сектору банков и финансов. Данный процесс может оказаться длительным по времени, т.к. потребуется составления специальных словарей на основе обучения по тексту результатов.

Заключение

В данной работе было проанализировано влияние поступления новой информации на цены акций в банковском секторе России с 2013 по 2018 годы. Основной целью работы было определение информационной значимости и направления влияния трёх групп событий банковского сектора: объявлений о выплатах дивидендов, изменений кредитных рейтингов эмитента крупными международными и российскими рейтинговыми агентствами и изменений в регулировании и законах сектора, к которым мы относим новости, касающиеся отзывов лицензий у банков и введения нормативов Базеля III в рамках программы оздоровления сектора.

В рамках работы был сделан обзор на банковский сектор России и определены его основные черты и тенденции. Банковская система характеризуется высокой степенью концентрированности по абсолютным показателям, таким как доля первых 10 банков по размерам активов в совокупных активах сектора (более 90%), однако относится к средне концентрированным в страновом сравнении. Большая доля системно-значимых банков России имеет государственную поддержку (полную или частичную), существует риск увеличения доли государства в секторе за счёт программы консолидации банков и уменьшения количества банков без государственного участия. Сфера характеризуется повышенной турбулентностью в исследуемый период, поскольку негативные внешние эффекты от введения санкций и ухудшения инвестиционной привлекательности экономики России совмещены с масштабной «чисткой» банковского сектора и ухода с рынка даже крупных банков.

Изучение литературы по анализу влияния различных информационных групп на динамику акций компаний показало неоднозначные результаты, наблюдаемые по группе объявлений о выплатах дивидендов; достаточно устойчивое среди различных работ найденное отрицательное влияние новостей о понижении кредитных рейтингов; а также наличие основания предполагать отрицательный знак эффекта группы новостей регулирования, как группы, повышающей общий уровень неопределённости.

При помощи метода событийного анализа с использованием рыночной модели оценки нормальных доходностей мы проверили гипотезы о значимости всех трёх исследуемых групп событий. Объявления о повышении дивидендов статистически значимо положительно влияют на кумулятивные доходности акций российских банков на событийном окне [-2;+1] со значением CAAR 1,26%, что соотносится с предположением о краткосрочности эффекта этой событийной группы и с теоретическим предположением о направлении влияния. Повышение дивидендов воспринимается как положительный сигнал о перспективах банка. В целом, объявления о выплате дивидендов без разделения по знаку не оказывают значимого влияния на доходности.

На событийном окне [-5;+5] новости о понижении кредитных рейтингов значимо влияют на динамику кумулятивных доходностей банков, CAAR пятого дня соответствует -2,43%. Рынок ориентируется на оценки рейтинговых агентств при принятии решений, данная группа оказала наиболее сильное влияние среди рассмотренных. Значимость CAAR определялась, в том числе, на окне [-5;+1], что говорит о присутствии слухов о новостях этой категории. Как и в других работах, связи между повышением рейтингов и движением доходностей обнаружено не было.

При анализе подгрупп категории новостей регулирования мы обнаружили, что новости об отзывах лицензий у банков и введении новых нормативов Базеля III являются значимыми на самом узком событийном окне [-1;+1], отсекающем влияние слухов, причём наибольшая значимость (и на других событийных окнах в том числе) наблюдалась только при рассмотрении новостей по более крупным банкам, потенциально влияющим на систему в целом. Отрицательная величина влияния оказалась небольшой по модулю - менее 1%. Отдельно проверенная группа новостей-слухов, дающая повод предполагать потенциальный отзыв лицензии, оказалась незначимой.

Обобщая сказанное, наиболее подвержен сектор оказался изменениям кредитных рейтингов в сторону понижения, положительно реагирует на объявления о повышении дивидендов. Кроме того, определился небольшой по величине системный риск, связанный с объявлениями об отзывах лицензий непосредственно в день события и в течении одного дня до-после. Последний эффект на доходности оказался отрицательным по знаку.

При применении альтернативного метода оценки новостного влияния на банковский сектор России был построен новостной индекс политико-экономической неопределённости при помощи методов текстового анализа. Графическое представление индекса показывает совпадения подъёмов индекса со значимыми экономическими и политическими событиями в мире, таким образом может потенциально служить прокси для неопределённости в секторе. В то же время проверка с помощью метода панельной регрессии показала значимость отложенного влияния изменения данного индекса на динамику месячной доходности торгуемых российских банков. Таким образом, оба метода - событийный анализ и построение новостного индекса - подтвердили наличие отрицательного влияния новостей регулирования, которые усиливают неопределённость в экономике.

Данная работа заполнила пробел в исследованиях влияния поступления новостей на акции банковского сектора России, поскольку включает ранее не проводившиеся исследования трёх событийных групп, а также учитывает альтернативный подход к оценке влияния новостей на динамику акций. В качестве поля для дальнейшего исследования предлагается рассмотрение других новостных группы, углубленное исследование влияния изменения кредитных рейтингов как самой сильной по влиянию группы, а также продолжение работы по улучшению индекса политико-экономической неопределённости.

Список литературы

Литература

1. Берзон Н.И. Банковский сектор России: вызовы, проблемы и перспективы // Финансы и бизнес. 2016. №3. С. 35-46.

2. Пономаренко А., Синяков А. Влияние усиления банковского надзора на структуру банковской системы: Выводы на основе агентно-ориентированного моделирования // Деньги и кредит. 2018. Т. 77. №1. С. 26-50.

3. Теплова Т.В. Влияние дивидендных выплат на рыночную оценку российских компаний: эмпирическое исследование методом событийного анализа на российских и зарубежных торговых площадках // Аудит и финансовый анализ. 2008. №2. С. 1-15.

4. Aharony J., Swary I. Effects of the 1970 Bank Holding Company Act: Evidence from Capital Markets // The Journal of Finance. 1981. Vol. 36(4). P. 841-853.

5. Baker S.R., Bloom N., Davis S.J. Measuring Economic Policy Uncertainty // The Quarterly Journal of Economics. 2016. Vol. 131(14). P. 1593-1636.

6. Binder T.J. Measuring the Effects of Regulation with Stock Price Data // The RAND Journal of Economics. 1985. Vol. 16(2). P. 167-183.

7. Bessler W., Nohel T. The stock-market reaction to dividend cuts and omissions by commercial banks // Journal of Banking & Finance. 1996. Vol. 20(9). P. 1485-1508.

8. Bhattacharya S. Imperfect Information, Dividend Policy, and "The Bird in the Hand" Fallacy // The Bell Journal of Economics. 1979. Vol. 10(1). P. 259-270.

9. Brogaard J., Detzel A. The Asset Pricing Implications of Government Economic Policy Uncertainty // Management Science. 2015. Vol. 61(1). P. 3-18.

10. Brown S.J., Warner J.B. Measuring security price performance // Journal of Financial Economics. 1980. Vol. 8(3). P. 205-258.

11. Campbell J.Y., Lo A.W., MacKinlay A.C. The Econometrics of Financial Markets // Macroeconomic Dynamics. 1998. Vol. 2(4). P. 559-562.

12. Corrado C.J. Event studies: A methodology review // Accounting and Finance. 2011. Vol. 51(1). P. 2017-234.

13. Croissant, Y., Milo, G. Panel Data Econometrics in R: The plm Package // Journal of Statistical Software. 2008. Vol. 2 (27). P. 1-10.

14. Dangol J. Unanticipated Political Events and Stock Returns: An Event Study // NRB Economic Review. 2008. Vol. 20. P. 86-110.

15. Dolley J.C. Characteristics and Procedure of Common Stock Split-Ups // Harvard Bus. Rev. 1933. No.11. P. 316-326.

16. Griffin P.A., Sanvicente A. Common Stock Returns and Rating Changes: A Methodological Comparison // Journal of Finance. 1982. Vol. 37(1). P. 103-19.

17. Elayan F.A., Hsu W.H., Meyer T.O. The informational content of credit rating announcements for share prices in a small market // Journal of Economics and Finance. 2003. Vol. 27(3). P. 337-356.

18. Fama E.F. Efficient Capital Markets: A Review of Theory and Empirical Work // The Journal of Finance. 1970. Vol. 25(2). P. 383-417.

19. Fama E.F., Fisher L., Jensen M.C., Roll R. The Adjustment of Stock Prices to New Information // International Economic Review. 1969. Vol. 10(1). P. 1-21.

20. Grinblatt M., Masulis R., Titman S. The valuation effects of stock splits and stock dividends // Journal of Financial Economics. 1984. Vol. 30(4). P. 461-490.

21. Holthausen R.W., Leftwich R.W. The effect of bond rating changes on common stock prices // Journal of Financial Economics. 1986. Vol. 17(1). P. 57-89.

22. Kolari J.W., Pynnonen S. Nonparametric rank tests for event studies // Journal of Empirical Finance. 2011. Vol. 18(5). P. 953-971.

23. Kumar S. New evidence on stock market reaction to dividend announcements in India // Research in International Business and Finance. 2017. Vol. 39. P. 327-337.

24. Li J., Born J.A. Presidential election uncertainty and common stock returns in the United States // Journal of Financial Research. 2006. Vol. 29(4). P. 609-622.

25. Lintner J. Distribution of Incomes of Corporations Among Dividens, Retained Earnings, and Taxes // The American Economic Review. 1956. Vol. 46(2). P. 97-113.

26. MacKinlay A.G. Event Studies in Economics and Finance // Journal of Economic Literature. 1997. Vol. 35(1). P. 13-39.

27. Miller M.H., Modigliani F. Dividend Policy, Growth, and the Valuation of Shares // The Journal of Business. 1961. Vol.34(4). P. 411-433.

28. Miller M.H., Rock K. Dividend Policy under Asymmetric Information // The Journal of Finance. 1985. Vol. 40(4). P. 1031-1051.

29. Papaioannou G.J., Travlos N.G., Tsangarakis N.V. Valuation Effects of Greek Stock Dividend Distributions // European Financial Management. 2000. Vol. 6(4). P. 515-531.

30. Suwanna T. Impacts of Dividend Announcement on Stock Return // Procedia - Social and Behavioral Sciences. 2012. Vol. 40. P. 721-725.

31. Weinstein M.I. The effect of a rating change announcement on bond price // Journal of Financial Economics. 1977. Vol. 5(3). P. 329-350.

32. Woolridge J. R. Ex-date stock price adjustment to stock dividends: A Note // The Journal of Finance. 1983. Vol. 38(1). P. 247-255.

Источники

33. 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).

34. 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).

35. 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).

36. 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).

37. 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).

38. 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).

39. 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).

40. Отчёт о развитии банковского сектора и банковского надзора в 2016 году. // Центральный Банк Российской Федерации. Департамент Банковского Надзора: электронная версия. 2016. URL: http://www.cbr.ru/publ/?PrtId=nadzor (дата обращения: 15.04.2018).

41. Прогноз развития банковского сектора в 2018 году // Эксперт РА URL: https://raexpert.ru/researches/banks/prognoz_2018 (дата обращения: 15.04.2018).

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

43. 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).

44. 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).

45. 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.

Приложения

Приложение 1

Выборки событий и значимые результаты событийного анализа

Приложение 2

Приложение 3

Критерии отбора в текстовом анализе

Слова и сочетания слов, задействованные в текстовом анализе при построении индекса политико-экономической неопределённости:

1. Поисковый запрос в базе Integrum для отделения сферы экономики и банков:

«банк или центробанк или цбр или "центральный банк" или банкир или базель или набиуллина или банковский или госбанк или фрс или федрезерв или "федеральная резервная система" или банкомат или промбанк или сельхозбанк или "европейский банк" или "европейский центральный банк" или ецб или цб или банкинг»

2. Стоп-слова для отделения шумовых статей при осуществлении текстового анализа в Python:

«егэ», «эльмир», «лига чемпионов», «лиги чемпионов», «лиге чемпионов», «лига европы», «лиги европы», «лиге европы», «хоккей», «застройщик», «лигой чемпионов», «лигой европы», «швейцарский базель»

Критерии отбора в текстовом анализе

3. Слова и сочетания (а также формы слов и однокоренные слова), определённые в категории «политика и регулирование»:

«закон», «цб», «законодательство», «законодательный акт», «правительство», «кодекс», «части статьи», «фз», «нпа», «расходы бюджета», «госрасходы», «денежно кредитная», «монетарная», «нормативно правовых актов» , «банк России», «Эльвира», «Набиуллина», «государственная дума», «бюджет России», «госбюджет», «политик», «политическая», «государственный бюджет», «отзыв лицензии», «санкции», «минфин», «министерство финансов», «Базель», «Украина», «Крым», «регулятор», «регулирование», «регулятивный», «санация», «санировать», «минэк», «минэкономики», «министерство экономики», «госдума», «норматив», «минэкономразвития», «реформы», «отозвал лицензию», «отозвана».

4. Слова и сочетания (а также формы слов и однокоренные слова), определённые в категории «неопределённость»:

«проблемы», «риск», «изменения», «неопределенность», «санкции», «отзыв лицензий», «Украина», «Крым», «Базель», «кризис», «санация», «санировать», «достаточности капитала», «угроза», «неясность», «неустойчив», «недоверие», «перемен», «ликвидность», «неликвидный», «тревогу», «тревожные»

Размещено на Allbest.ru