Выполнил

Студент группы № 124

Жиганов Александр Владимирович

Научный руководитель

доцент, к.э.н., Меньшиков Сергей Михайлович

Москва, 2016

В работе исследуется феномен необычных реакций финансовых рынков. В частности, тестируется гипотеза об избыточной реакции российского финансового рынка; в качестве объекта исследования взяты котировки акций компаний на РТС за последние 12 лет. Для тестирования применяются методы, связанные с доходностями типа CAR и BHR, и ARIMA-моделирование. Результирующее подтверждение гипотезы достигается всеми методами; избыточная реакция не только присутствует на рынке, но и может быть использована для получения сверхрыночной прибыли путем корректировки торговых стратегий. У исследования есть как и текущее практическое применение, так и перспективы для дальнейшего развития.

In this work, the phenomenon of unusual reactions on financial markets is examined. More precisely, the hypothesis of overreaction on Russian financial market is tested; the object of the research is shares prices dynamics of companies that have been included in RTS list for the last 12 years. Methods of testing are connected with CAR and BHR returns and ARIMA-modelling. The resulting hypothesis confirmation is reached with all three methods; the overreaction exists on the market and can be used to obtain above-market benefits by correcting trade strategies. The research has both immediate practical implementations and options for further development.

Оглавление

Введение

Важность изучения темы

Цели и задачи

Обзор литературы

Гипотеза эффективного рынка

Теории о нарушениях ГЭР

Эмпирические исследования

Исследование

Описание данных

Описание методологии

Результаты исследования

CAR и BHR

ARIMA

Перспективы исследования

Заключение

Список литературы

Введение

Любая экономическая теория испытывает двустороннее воздействие с течением времени. С одной стороны, появляется все больше новых данных, позволяющих проверить, откалибровать и улучшить теорию. С другой, в такой сложной науке новые данные довольно часто приносят теориям проблемы, полностью или частично опровергая их.

На протяжении уже трех десятков лет одной из основных теорий в изучении финансовых рынков является теория об эффективности этих рынков. Хотя с самого начала своего существования она не претендовала на полное соответствие реальности, в последние годы появляется все больше примеров ее нарушения. Большой областью таких нарушений является возникновение так называемых необычных рыночных реакций - ценового реагирования на информацию, идущего в разрез с гипотезой эффективного рынка.

Усиливающаяся частота необычных информационных событий на рынках - в основном, разнообразных финансовых кризисов - бросает новые вызовы старым теориям, но также и открывает широкие возможности для исследований. К примеру, для данной работы.

Важность изучения темы

Упомянутые необычные рыночные реакции наблюдаются довольно часто, что позволяет подозревать об их систематическом характере. В таком случае, их изучение структурно необходимо для области экономической науки, занимающейся финансовыми рынками. Глубинное понимание данных процессов вместе с увеличением полноты академического охвата может принести также и повышение эффективности теоретического знания, ведь в случае экономики именно этот аспект является одним из важнейших параметров.

Понимание принципов движения цен важно для всех агентов на рынках. Компании-эмитенты напрямую зависят от котировок акций вследствие прямого их влияния на объем получаемого на фондовом рынке финансирования. Планирование развития компании невозможно без оценки динамики ценных бумаг, с ней связанных, так что теория, помогающая в этом, может быть весьма полезна. При этом с распространением коммуникационных сетей и все большей глобализацией мировой экономики проблема влияния информации с каждым годом становится все острее.

Спекулятивные игроки на рынки заинтересованы в знаниях, помогающих предсказать движение цен, в огромной степени, так как это позволяет наиболее эффективно вести основную деятельность. Их целью является получение наибольшей прибыли с помощью разнообразных торговых стратегий, и для каждой такой стратегии информация о необычных реакциях может стать важной.

Регуляторам необходимо знать, как рынок ведет себя в разных ситуациях, чтобы установить оптимальные нормы. Одним из компонентов такого знания является понимание реакции рынка на появление новой информации, и данная работа способна дать рыночным регуляторам больше возможностей в плане анализа и понимания рыночных механизмов.

Важной деталью является тот факт, что необычные рыночные реакции, хоть и являясь достаточно популярной темой в исследованиях финансовых рынков, не изучались на примере российского рынка. И в этом плане данная работа призвана заполнить пробел, в данный момент существующий в теории необычных реакций.

Цели и задачи

Основным исследовательским вопросом, который мы ставим в этой работе, является изучение необычных реакций российского рынка ценных бумаг. В частности, основной целью можно назвать проверку гипотезы об избыточной реакции на российском рынке акций.

Для достижения поставленных задач следует выполнить несколько задач:

1) Составить картину развития теоретического направления, связанного с изучением необычных реакций рынка

2) Выбрать методологию, подходящую для выполнения основной цели работы, а именно для проверки гипотезы об избыточной реакции на российском рынке акций

3) Собрать данные, на которых будет использована методология

4) Провести анализ

5) Проинтерпретировать выводы

Обзор литературы

Гипотеза эффективного рынка

Для понимания реальных процессов необходимо наличие теоретического бенчмарка. Идеальный теоретический фондовый рынок - абстрактное понятие, совмещающее в себе широкий набор постулатов, в чистом виде практически не выполняющихся на реальных рынках. Для фондового рынка Фама (Fama, 1969) обозначает главной целью создание ценовых сигналов для оптимального распределения ресурсов; кроме того, автор создает гипотезу об эффективном рынке, которая и спустя многие годы остается важным фундаментом для исследований финансовых рынков. Подтверждая свои слова теоретическими моделями и эмпирическими данными, Фама выделяет три степени гипотезы эффективного рынка (далее - ГЭР):

1) Слабая: текущие цены активов отражают историческую перспективу действий участников рынка, то есть в ценах заложена вся информация, которая могла быть извлечена из прошедших событий на рынке

2) Средняя: текущие цены активов отражают всю общедоступную рыночную информацию, то есть в ценах заложена вся информация, которая могла быть извлечена из текущего состояния рынка

3) Сильная: текущие цены активов отражают не только всю общедоступную рыночную информацию, но и инсайдерскую информацию

Таким образом, данная теория, хоть и предполагает точечные отклонения, гласит, что в целом переиграть рыночное движение нет возможности. Для нас самое важное - восприятие рынком информации: ГЭР гласит, что попадающая на рынок информация впитывается ценами быстро и полностью. В частности, в идеальном случае можно сказать, что автокорреляции между доходностями разных дней должна равняться нулю, а если есть отклонения, то они должны быть весьма краткосрочные.

Хонг и Штейн (Hong, et al., 1999) говорят, что, в принципе, часть аномалий на финансовых рынках может не противоречить ГЭР, если эти аномалии отражают вариации рисков либо по времени, либо по активам. Авторы статьи приводят в пример ряд других исследований и утверждают, что ни ГЭР, ни трехфакторная модель Фама-Френча (другое детище автора ГЭР) не в состоянии отразить весь спектр экономических рисков. Такое мнение подтверждено теоретическими и эмпирическими исследованиями, а в 1996 года даже сами Фама и Френч признали, что их теории не в состоянии объяснить аномалии.

Теории о нарушениях ГЭР

Как уже было сказано, ГЭР - часть идеального рынка, обладающего рядом строгих качеств. В реальности существует множество отклонений, причем отклонений разной природы.

В частности, одной из основных предпосылок является рациональность агентов. Рациональный экономический агент использует доступные ему ресурсы и информацию в целях максимизации собственной полезности. Некоторые авторы рассматривают аномалии на финансовых рынках через призму «ограниченной рациональности» - они говорят, что агенты не полностью рациональный, и именно отсюда следуют отличия от идеальных теоретически моделей. Например, некоторые группы авторов утверждают, что агенты ограниченны в плане работы с информацией - и ограничения эти бывают разными.

Упомянутые выше Хонг и Штейн рассматривают агентов, которые различаются в доступе к информации. Всех участников рынка авторы делят на «momentum traders» и «newswatchers». Первые смотрят только на историю движения цен и не обращают внимания на фундаментальные факторы, относящиеся к активам (события вокруг фирмы, ее показатели); при этом, ограниченные в подмножестве доступной информации, агенты в остальном продолжают оставаться рациональными и используют доступные средства для максимизации полезности. Вторые не смотрят на движения цен и, наоборот, обращают внимание только на новости про фундаментальные факторы, на основании которых делают прогнозы на будущие движения рынка. Таким образом, с помощью неоднородности агентов авторы статьи моделируют поведение рынка, отличающееся от предсказаний идеальной модели.

Авторы показывают, что в присутствии одних «newswatchers» присутствует недостаточная реакция рынка, которую определяют как положительную автокорреляцию в краткосрочном периоде; при этом избыточной реакции в долгосрочном периоде не наблюдается. Таким образом, цены приспосабливаются к новой информации постепенно, а не мгновенно, как гласит ГЭР. Подобное поведение рынка при введении в модель «momentum traders» дает последним возможность использовать эту автокорреляцию для получения прибыли, таким образом элиминируя необычную реакцию рынка, ведь, заметив в поведении цен устойчивый паттерн, трейдеры будут использовать его до полного истощения. Но далее Хонг и Штейн упоминают, что элиминация возможна только при условии возможности применения моментум-трейдерами совершенных торговых стратегий; если же такие агенты пользуются простыми стратегиями, то их деятельность приводит к избыточной реакции рынка в долгосрочном периоде: необычная реакция одного вида далее порождает необычную реакцию другого вида. При этом, как отмечают исследователи, момент перехода от положительной автокорреляции к отрицательной зависит от горизонта планирования моментум-трейдеров.

Кроме модели, важно также отметить вклад авторов в описание терминов «underreaction» и «overreaction». Для первого термина они выделяют два основных атрибута:

1) Упомянутый в их статье эффект постепенного впитывания ценами новой информации, которая раньше была частной, проявляющийся в положительной серийной автокорреляции в краткосрочном периоде

2) Эффект повторного дрифта цен после первоначального аналогичного изменения вследствие объявления общедоступной информации (публичных заявлений, эмиссии ценных бумаг, объявлений о выплате дивидендов)

Для «избыточной реакции» Хонг и Штейн упоминают ее проявление как отрицательную автокорреляцию в долгосрочном периоде, а в качестве причины такого явления авторы выделяют необходимость ценовой коррекции в случаях, когда серия положительных (или негативных) новостей в краткий срок двигает цены далеко от фундаментального значения.

Кроме ограничений в доступе к информации, агенты могут быть не полностью рациональными в плане процесса обработки информации. Такое явление рассматривают в своей статье Даниэль, Хиршлейфер и Субрахманьям (Daniel, et al., 1998). Они наделяют инвесторов в своей модели двумя психологическими особенностями. Во-первых, инвесторы по-разному воспринимают информацию из разных источников; в частности, они склонны переоценивать точность информации из личных источников по сравнению с общедоступными данными («overconfidence»). Это связано с тем, что с первыми он работает самостоятельно, прикладывая свои навыки, знания и опыт. Во-вторых, более предпочтительное отношение к частной информации ведет ко второй особенности («self-attribution»): в случае, когда публичная информация подтверждает частную, уверенность инвестора растет, но когда общедоступная информация не корреспондирует с приватной, уверенность инвестора не снижается (или снижается в меньшей степени). Как показывают авторы, подобное поведение инвесторов приводит к необычным движениям цен. Так, если взять за рационально обоснованную цену ту, что устанавливалась бы без двух упомянутых особенностей инвесторов, то при наличии «overconfidence» и «self-attribution» цена начинает вести себя более нестабильно: если появляется информационный шок, то в краткосрочном периоде цена актива изменяется сильнее, чем рационально обоснованная, и до определенного момента разрыв все увеличивается; а потом происходит перелом и постепенная конвергенция к рационально обоснованному уровню. Исследователи показывают, что первая фаза является иллюстрацией избыточной реакции рынка, когда цены «подхлестывают» друг друга и рвутся вперед; со второй фазой дела обстоят чуть сложнее. Даниэль, Хиршлейфер и Субрахманьям называют фазу конвергенции по сути коррекцией цены, что, как уже было упомянуто выше, частью исследователей рассматривается как причина избыточной реакции рынка.

Похожую особенность инвесторов рассматривает в своей работе Один (Odean, 1998). Он считает, что люди сверхуверенны, а, значит, и финансовые агенты тоже. Под «overconfidence» автор понимает веру агентов в то, что их информация является более точной, чем общедоступная; для более полного исследования Один рассматривает разные комбинации рынков и сверхуверенных агентов. В частности, комбинации получились следующие:

· Price-takers на рынках с широко распространенной информацией

· Стратегические инсайдеры на рынках с концентрированной информацией

· Маркет-мейкеры

В результате построения моделей автор пришел к выводу, что сверхуверенность агентов приводит к необычным реакциям рынка. В частности, рынки начинают недостаточно реагировать на информацию от рациональных трейдеров, что проявляется в положительной серийной корреляции доходностей. Если же трейдеры переоценивают значение новой информации, то доходности становятся уже отрицательно автокоррелированы; причем величина подобных связей напрямую зависит от доли сверхуверенных трейдеров на рынке. В обратную сторону это тоже работает.

Далее, автор отмечает информацию, которую трейдеры на практике чаще всего склонны недооценивать:

· Абстрактную

· Статистическую

· Особенно релевантную

И переоценивать:

· Особо заметную

· Анекдотичную

· Экстремальную

Таким образом, автор рассматривает не только влияние различных особенностей агентов в обработке информации на поведение рынков, но и частично классифицирует информацию, которая порождает аномалии. Применительно к финансовым рынкам, Один относит к вызывающей переоценку информации данные об IPO, а к противоположному случаю - объявления о доходах или дивидендах, брокерские рекомендации или вторичную покупку акций на открытом рынке.

Эту же тему рассматривают и Барберис, Шлейфер и Вишны (Barberis, et al., 1998). Задумавшись над тем, как инвесторы реагируют на разные типы информации, авторы рассматривают модель сантиментов инвесторов, которая показывает процесс формирования убеждений игроков на рынке. Ключевой особенностью психологии инвесторов в данной модели считается «representativeness», или тенденция субъекта к игнорированию полного набора вероятностей вследствие убеждения в принадлежности объекта определенному классу. Вследствие этого инвесторы склонны верить в реализацию конкретного состояния рынка в следующем периоде, даже если вероятность такого состояния не превышает вероятности других состояний. На основании этого, а также модельной предпосылки о равновероятности роста и падения цены, реакция инвестора на рост и падение после серии ростов (падений) является асимметричной, что выражается в смещении доходностей по времени в положительную (недостаточная реакция) или в отрицательную (избыточная реакция) сторону. Таким образом, рациональность агента ограничивается его неспособностью точно преобразить доступную информацию в вероятностные прогнозы.

Также важным результатом анализа Барбериса, Шлейфера и Вишны можно назвать тот факт, что они рассматривают различные комбинации параметров в моделировании, и на основании их сочетаний приходят к интересным выводам. Во-первых, для существования необычных реакция рынка нужны неэкстремальные значения параметров вероятностных оценок инвесторов (то есть приближенных к наиболее частым значениям). Во-вторых, при определенных комбинациях параметров на рынке может присутствовать только недостаточная или только избыточная реакция.

Эмпирические исследования

Пока природа аномалий не изучена досконально и не может быть однозначно определена существующими теориями, большая группа исследователей фокусируется не на том, чтобы понять, почему появляются необычные реакции рынка, а на том, чтобы изучить их присутствие. Важной особенностью таких работ является то, что для каждого рынка используется своя методология, и для каждого рынка, где находятся необычные реакции, существуют свои факторы, объясняющие эти аномалии.

Признанными первопроходцами в этой области признаны ДеБондт и Талер (DeBondt, et al., 1984). Просмотрев работы по психологии и поведенческой экономике, они решают проверить поведение рынка, обусловленное поведением инвесторов, на примере Нью-Йоркской фондовой биржи. Перед собой исследователи ставят два основных вопроса:

1) Будут ли экстремальные изменения цен далее сопровождаться движением в обратную сторону?

2) Если да, то при увеличении изначального экстремального изменения, увеличится ли дальнейшее движение в обратную сторону?

При этом авторы особо отмечают, что хотят сделать упор даже не на обнаружении необычных реакций, а на вопросе о том, являются ли эти реакции постоянными и, главное, предсказуемыми. Рассматривая проблему под таким углом, ДеБондт и Талер отмечают реакции такого характера как прямое нарушение слабой формы ГЭР.

В процессе исследования проявляется склонность рынка к необычным реакциям. На промежутке времени в полвека отчетливо наблюдается эффект избыточных реакций, которые к тому же являются асимметричными: они сильнее проявляются для «проигравших» и слабее - для «победителей». Более того, реакции неравномерны также и по сезонам: наибольший эффект присутствует в январе. Наконец, необычные реакции проявляются только по истечении первого года рассматриваемого периода. Но самыми важными для практического применения являются два других результата. Во-первых, необычные реакции рынка систематичны и частично прогнозируемы, что не позволяет говорить о случайности в отношении их появления на рынке. Во-вторых, при наличии систематичности важно проверить, можно ли эту особенность рынка использовать для получения прибыли; ДеБондт и Талер показывают, что портфель, состоящий из бумаг-«проигравших», обыгрывает рынок в среднем почти на двадцать процентов. Таким образом, ГЭР явно нарушается, что необходимо учитывать при изучении рынка.

Мария-Капорале, Гиль-Алана и Пластун (Caporale, et al., 2014) продолжают тему исследования американского рынка. Основываясь на предыдущих исследованиях, авторы ставят своей задачей даже не проверить рынок на наличие необычных реакций, а проверить эти реакции на статистическую необычность, на действительно фундаментальные отличия от обычных реакций американского рынка. Кроме того, особенностью исследования можно назвать выбор объектов для изучения - исследователи их диверсифицируют, к стандартному для области рынку акций добавляя товарный и валютный рынки.

Авторы проверяют, отличается ли природа процесса ценообразования после информационных шоков от аналогичных процессов в обычное время. Оказывается, что на рынке присутствуют аномалии, и информация не усваивается ни одним из трех рынков так, как гласит ГЭР. Эти особенности систематичны и неслучайны, что позволяет приписывать их самой природе рынка. Более того, торговый робот, используемый авторами для проверки возможности практического применения их результатов, получает прибыль на товарном и валютном рынках.

Шнузенберг и Мадура (Schnusenberg, et al., 2001)также рассматривают, пожалуй, главный финансовый рынок мира - американский. Для начала они определяют гипотезу, которую проверяют, - в их определении под избыточной реакцией подразумевается статистически неправильное придание излишней важности наиболее свежей информации в процессе прогнозирования. В случае финансовых рынков это означает, что информационные шоки двигают цену сильнее, чем должны были бы в случае рациональной оценки активов. Кроме того, авторы делают свои исследование отличным от остальных тем, что рассматривают не поведение отдельных ценных бумаг, а поведение рыночных индексов, что, как указывается, позволяет избежать искажений результатов вследствие разного рода эффектов, обусловленных различиями в фундаментальных факторах цены ценных бумаг (размер фирмы, ее показатели).

В результате исследования авторы приходят к выводу о том, что все шесть рассматриваемых индексов - NASDAQ, Dow, Wilshire 5000, Russell 3000, NYSE, S&P500 - показывают недостаточную реакцию на периоде в один день, что исследователи объясняют особенностью психологии инвесторов, ведущей к оптимистическому настрою после негативных новостей и к пессимистическому - после позитивных; на шестидесятидневном временном отрезке для «победителей» все еще действует недостаточная реакция рынка, в то время как «проигравшие» уже сталкиваются с избыточной реакций, и этот факт Шнузенберг и Мадура рассматривают как иллюстрацию гипотезы о неопределенности на рынках, когда инвесторы настороженно относятся к негативной информации. Кроме того, индексы с меньшими по величине фирмами испытывают меньшей силы необычные реакции, что не позволяет абстрагироваться от эффекта размера фирмы.

Лоуб и Рейкс (Lobe, et al., 2011) рассматривают немецкий фондовый рынок. Как они утверждают, до их исследования Франкфуртская биржа, одна их крупнейших в континентальной Европе, не проверялась на наличие краткосрочных избыточных реакций. В качестве выборки используются все компании, входившие в четыре крупнейших немецких индекса за 19 лет; в сумме получается больше полумиллиона значений дневных доходностей. При этом дням, в которые цена менялась более чем на 10%, авторы приписывают наличие информационных событий. Используя такие данные, авторы выясняют, что на немецком рынке присутствует довольно сильная избыточная реакция, индикатором которой они используют ненормальную доходность. Важной особенностью такого явления на Франкфуртской бирже оказывается ассиметричная реакция цен на информационные шоки: величина ненормальной доходности при отрицательных движениях цены больше, чем аналогичный показатель для случая роста цены.

Показав, что ненормальная доходность на рынке присутствует, авторы исследуют связь этого показателя с набором факторов, состоящим из следующих характеристик:

· Наличие ненормальной доходности вследствие информационного события

· Размер компании

· Логарифм book-to-market индикатора

· Средняя дневная доходность за последние 60 торговых дней

· Логарифм price-to-earnings индикатора

· Оценка волатильности доходности

В результате исследования авторы пришли к выводу, что только показатели средней дневной доходности за последние 60 лет оказывают значимое воздействие на величину необычных доходностей. Такой результат может служить подтверждением того, что необычные реакции обусловлены не особенностями отдельной фирмы, а микроструктурой рынка, его особенностями и характеристиками экономических агентов.

Наконец, полученное знание Лоуб и Рейкс пытаются использовать для изучения возможности получения прибыли. В частности, они проверяют различные торговые стратегии на основе данных о необычных доходностях с целью опровергнуть ГЭР и победить рынок. Рассмотрев три вида стратегий (стратегии на основе неопределенности, моментум-стратегии и стратегии на основе данных об избыточной реакции), авторы приходят к выводу, что лишь часть стратегий и лишь на определенных промежутках времени показывает результаты лучше, чем пассивная стратегия инвестирования в рыночный индекс. Таким образом, получив информацию о наличии на рынке необычных реакций, нельзя использовать это знание с выгодой для себя без дополнительных исследований.

Один из крупнейших европейских рынков (и один из первых в истории), английский, рассматривается Мазузом и Ли (Mazouz, et al., 2007). В качестве особенности своего исследования авторы указывают тот факт, что они обращаются к больному месту теорий о необычных реакциях - к тому, что они, возможно, всего лишь иллюстрируют различные особенности работы с данными. В частности, среди основных эффектов исследователи выделяют:

· Эффект размера фирмы (size effect)

· Нестабильность риска по времени (time-varying risk)

· Сезонные эффекты («Январский эффект» или «Апрельский эффект»)

· Отсутствие однозначной методики расчета доходностей

Также Мазуз и Ли отмечают, что все эти эффекты в совокупности в случае английского рынка до них не рассматривались. В результате проверки оказалось, что закономерности поведения рынка, основанные на сезонах, не наблюдаются; эффект размера, хоть и оказывает влияние на поведение доходностей, недостаточно силен, чтобы быть причиной необычных реакций; нестабильность риска по времени так же незначительно влияет на результаты; применение же двух различных методов расчета доходностей (CAR и BHR) дает незначительную разницу в выводах.

Основным же результатом работы явилось подтверждение гипотезы о наличии избыточной реакции на английском рынке. Эта реакция порождает доходность, которую CAPM в сочетании с ГЭР объяснить не в состоянии. Подтверждение гипотезы сопровождается двумя интересными фактами. Во-первых, избыточная реакция сравнительно сильна, что является сильным нарушением классической для финансового мира ГЭР; во-вторых, использование знаний о присутствии необычных реакций, в отличие от немецкого рынка, позволяет создать торговую стратегию, которая приводит к получению прибыли. Таким образом, авторы не только провели исследование, но и показали, что результаты их работы применимы на практике.

Бубакер, Фараг и Нгуен (Boubaker, et al., 2015) на примере египетского рынка подходят к проблеме немного с другой стороны: они рассматривают не наличие на рынке ненормальных реакций в общем, а ставят целью изучить необычные реакции рынка на конкретные информационные события. Набор рассматриваемых событий состоит из следующих:

· Террористические атаки

· Рост напряженности на Среднем Востоке

· Приватизация государственных компаний

· Создание нового правительства

В результате авторы находят доказательства присутствия краткосрочной избыточной реакции рынка. Как и в большинстве других исследований, наблюдается асимметрия: портфель из «проигравших» показывает себя с лучше стороны, чем портфель из «победителей»; кроме того, такой портфель показывает себя и лучше рынка. Рынок по-разному (но все еще необычно) реагирует на разную информацию: террористические атаки вызывают сильные и значимые негативные необычные реакции в течение трех дней после событий, но на пятый день цены начинают испытывать обратное влияние и можно наблюдать уже положительные, но все еще значимые необычные реакции рынка; повышение напряженности в регионе показывает похожее воздействие, но сжатое в более короткие сроки - негативные реакции в день события и позитивные на день после; формирование же новых правительств и приватизация компаний не вызывают необычных реакций на рынке.

Интересным выводом из работы является тот факт, что маленькие фирмы испытывают более сильные необычные реакции, чем крупные. Но, как и в других исследованиях, такой эффект, хоть и значимый, не способен объяснить существование необычных реакций. И, как и в некоторых других работах, Бубакер, Фараг и Нгуен не просто находят изъяны на рынке, но и доказывают возможность их использования для получения прибыли. Что касается конкретно египетского рынка, то авторы находят признаки того, что на рынке присутствует систематическая утечка информации перед событиями, что позволяет отдельным игрокам получать прибыль. В таком случае рынок несовершенен во всех формах ГЭР, и авторы утверждают, что регуляторы должны производить институциональные и нормативные изменения, чтобы повысить эффективность рынка.

Абинзано, Мьюга и Сантамария (Abinzano, et al., 2010) так же рассматривают в каком-то смысле периферийный рынок - точнее, не один, а сразу несколько рынков Латинской Америки: аргентинский, бразильский, чилийский и мексиканский. Главной темой работы является поиск различий между двумя эффектами, приводящими к похожему поведению рынка - к краткосрочному моментуму, или к положительной автокорреляции. Это, во-первых, эффект недостаточной реакции, а во-вторых - эффект диспозиции, заключающийся в том, что инвесторы склонны передерживать у себя акции, которые показывают плохую динамику. Такое поведение обусловлено психологической склонностью к использованию динамически меняющегося бенчмарка в процессе принятия решений, где «точка отсчета» или точки сравнения эволюционируют с течением времени, напрямую влияя на выбор инвестора. Важным моментом в отделении одного эффекта от другого авторы считают предположение о том, что в долгосрочном периоде краткосрочный моментум на рынке, вызванный недостаточной реакцией, будет испытывать обратное воздействие, в то время как последствия эффекта диспозиции в долгосрочном периоде не наблюдаются.

Для тестирования обоих эффектов авторы используют торговые стратегии, каждая из которых учитывает специфику одного или другого эффекта. На основании этих стратегий авторы выделяют четыре гипотезы:

· Если стратегии, основанные на относительных ценах (эффект диспозиции), незначимы, то моментум должен вызвать долгосрочные последствия, так как он будет обусловлен недостаточной реакцией

· Если стратегии сравнительных цен значимы и портфели «победителей» и «проигравших» двигаются параллельно, то моментум будет в большей степени обусловлен недостаточной реакций и в долгосрочном периоде будет вызывать последствия

· Если стратегии сравнительных цен значимы, портфель «победителей» превосходит относительную цену, а портфель «проигравших» падает ниже относительной цены, то эффект диспозиции играет важнейшую роль и в долгосрочном периоде последствий нет

· Моментум и долгосрочные эффекты не связаны друг с другом

Для более аккуратного исследования авторы производят некоторые манипуляции с данными (динамика цен всех фирм четырех крупнейших бирж в рассматриваемых странах). Например, для малоторгуемых акций исследователи меняют повторяющиеся на протяжении месяцев цены на среднерыночные. Тем удивительнее, что, упомянув крупные финансовые кризисы в регионе и их сильное влияние на экономическую ситуацию, авторы никак не корректируют свои результаты на эти события.

В соответствии со своими предположениями авторы получили разные результаты для четырех рынков. В случае с Аргентиной на рынке нет моментума, в то время как на трех остальных это явление наблюдается отчетливо, хоть и с разной интенсивностью и с разными долгосрочными трендами. Так, мексиканский рынок лучше всего описывается с применением инструментов, относящихся к эффекту диспозиции; в соответствии с этим, долгосрочные последствия краткосрочных аномалий на этом рынке почти не прослеживаются. В случае с Чили и Бразилией наибольшую значимость показывает недостаточная реакция рынка с присущей ей долгосрочной обратной динамикой. Абинзано, Мьюга и Сантамария показывают, что эффекты недостаточной реакции и диспозиции присутствуют на рынках вместе, различаются лишь степени их выражения; кроме того, связь между краткосрочным моментумом и долгосрочными реакциями была сравнительно универсальна, если бы упомянутые эффекты не могли бы смешиваться. Получив разные результаты для разных рынков, авторы также делают предположение для будущих исследований о наборе факторов, который может влиять на подобные различия:

· Типы акций

· Скорость распространения информации

· Прозрачность информации

· Степень рыночной стабильности

· Рыночные тренды

· Ликвидность рынка

· Транзакционные издержки

Можно сделать предположение, что, так как в работе рассматриваются рынки развивающихся экономик, то перечисленные факторы для этих стран будут в какой-то степени соответствовать общему характеру развивающихся рынков, что позволяет усомниться в эффективности подобного исследования. А вот сравнение разных по своей природе рынков, возможно, может дать больше информации по поводу характера необычных рыночных реакций.

Минхард и Пластун (Plastun, 2013) проводят изучение украинского рынка. При этом авторы заостряют внимание на том, что для более детального анализа они рассматривают этот рынок в совокупности с другими, среди которых американские рынки валюты, товаров и акций.

В начале работы исследователи упоминают, что избыточная реакция на рынке еще недостаточно изучена, и в академических кругах нет консенсуса по поводу причин подобного явления. Тем не менее среди основных выделяют следующие:

1) Психологические:

a) При соотнесении новой информации со старой инвесторы подвержены эмоциям и «стадному чувству»

b) Часть инвесторов на рынке является «noisy», то есть приверженцами абсолютно случайных стратегий

c) Упомянутый ранее эффект «representativeness»

d) Упомянутые ранее эффекты сверхуверенности и «self-attribution»

2) Технические, то есть связанные с особенностями технического анализа и торговой деятельности, основанной на нем. К примеру, сюда входит теория «margin-call», которая объясняет противоположные движения цен покрытием одновременно открывающихся и закрывающихся разноплановых позиций

3) Фундаментальные, и среди них главенствует гипотеза о мультипликаторе P/E; она гласит, что компании с низким мультипликатором недооценены, и инвесторы не обращают на них внимания из-за входящих в цену прошлых проблем, но при серии позитивных информационных событий цена акции растет больше, чем должна (этот эффект действует и в обратную сторону)

4) Фактор недостаточной ликвидности рынка

Минхард и Пластун выбирают критерием для определения необычности реакции отклонение доходности бумаги от среднего значения на одну, две или три величины стандартного отклонения. По теории вероятности, статистическая вероятность отклонения последнего рода приближается к нулю, что как минимум в этом случае позволяет с высокой степенью уверенности утверждать о наличии рыночной аномалии (конечно, при условии повторения подобных отклонений на рассматриваемом временном отрезке). В итоге оказывается, что рынок валюты не испытывает необычных реакций, и, в соответствии с ГЭР, получить дополнительную прибыль на этом рынке нельзя. Остальные же рынки подвержены неэффективности - и украинский рынок более несовершенен, чем американский. Авторы отмечают, что на украинском рынке значительно выше спекулятивный потенциал - необычные движения цен почти в два раза интенсивнее, чем в Америке. На основании этого исследователи разрабатывают правила торговли, которые могут помочь получать прибыль на краткосрочных необычных реакциях украинского рынка. Наконец, авторы отмечают, что результаты работы очень чувствительны к параметрам, которые находятся внутри методологии, и все выводы стоит воспринимать как условные при конкретных значениях параметров. Среди них, в частности, есть длина интервала расчета средних значений, а также уже упомянутое значение количества стандартных отклонений в критерии выбора аномальных реакций.

Кроме рассмотрения различных рынков, иногда исследователи прибегают и к анализу отдельных отраслей. В частности, Перез-Родригез и Валькарцель (Pйrez-Rodrнguez, et al., 2012) в своей статье рассматривают такую специфическую область, как медицинская индустрия. В ней очень важны R&D процессы, так что, как подсказывает логика, они могут оказывать непосредственное влияние на динамику ценных бумаг фармацевтических компаний. Авторы задаются вопросом о том, насколько сильно реагирует рынок на информационные шоки, связанные с R&D; при этом под необычными реакциями авторы понимают случаи, когда из предыдущего движения цен нельзя предсказать следующее значение.

Для того, чтобы проверить, насколько поведение цен является регулярным, авторы соотносят друг с другом два набора данных. Один из них состоит из информационных событий, которые случались с фармацевтическими фирмами на рассматриваемом временном отрезке - научные новости, новости о разрешениях или удачных тестах лекарств; второй набор данных состоит из движения цен и рыночных индексов, которые с помощью прогнозной ARMA-GARCH модель проверяются на наличие экстремальных, не поддающихся тренду значений.

Несмотря на резкие изменения цен вследствие информационных событий, по результатам исследователей рынок фармацевтических компаний не показывает дальнейших необычных реакций, ни в краткосрочном периоде, ни в долгосрочном. Таким образом, как отмечают Перез-Родригез и Валькарцель, отсутствие систематических шаблонов поведения цен после информационных шоков не позволяет трейдерам получать прибыль с таких событий, что является иллюстрацией работы ГЭР.

Из всего вышеперечисленного можно сделать вывод, что в академической среде нет четкого представления ни о том, какова природа необычных реакций, ни как следует их распознавать. Кроме того, даже одна методология дает разные результаты на разных рынках, что усложняет не только выбор методов анализа для каждого конкретного случая, но и ограничивает распространение выводов, полученных на одном рынке, на остальные. Текущая невозможность универсального анализа заставляет ограничиваться точечным изучением рынков. Впрочем, это дополнительно расширяет сферу исследований: так, изучений российского рынка на должном уровне пока не проводилось.

Чаще всего объектом исследования является отдельный рынок; иногда рассматриваются сразу несколько рынков, различающихся либо по географическим (рынки разных стран), либо по качественным (рынки валюты, ценных бумаг и товаров) признакам. В то же время, все исследования по сути своей являются сфокусированными на макроструктуры, и, возможно, недостаточное внимание уделяется изучению отдельных микроединиц - например, отдельных ценных бумаг.

Наконец, практически на каждом рынке наблюдается то или иное нарушение теоретической эффективности. Невыполнение ГЭР происходит по разным причинам и в разной степени. Но при этом отбрасывать значение этой теории не представляется разумным: именно в силу разнообразия рынков для более полного понимания процессов необходимо иметь идеал, идею совершенного рынка, который будет являться бенчмарком для определения особенностей любого рассматриваемого объекта.

Исследование

Описание данных

Так как данное исследование посвящено российскому рынку, то для него были взяты данные по ценным бумагам на российской бирже. В частности, в выборку попали месячные котировки акций 213 компаний на бирже RTS за последние 12 лет (с учетом не торгуемых месяцев - 16291 значение), взятые из находящегося в открытом доступе банка данных компании «Финам» (Финам).

Из того же источника взяты значения рыночного индекса РТС за это же время, которые служат в роли рыночной прокси-переменной.

Описание методологии

Первая часть исследования посвящена изучению рынка в целом. Для того, чтобы проверить наличие аномальных реакций, мы применяем методологию, схожую с той, что была использована Мазузом и Ли. Она включает в себя применение двух методов расчета, которые мы условно назовем CAR и BHR. Рассмотрим каждый из них подробнее.

CAR (cumulative abnormal return, кумулятивная ненормальная доходность) требует расчетов собственной и относительной рыночной доходности каждой бумаги. Мы считаем собственную доходность бумаги i момент времени t по следующей формуле:

)

где - цена бумаги i в момент времени t.

Таблица 1 показывает информацию о доходности бумаг на российском рынке, рассчитанной таким способом:

Описательные параметры доходности выборки

Несложно заметить, что отрицательная средняя доходность и двукратное превосходство по абсолютному значению минимума перед максимумом характеризуют бумаги не лучшим образом.

Далее, необходимо вывести относительную рыночную доходность по следующей формуле:

Таблица 2 показывает информацию об относительной рыночной доходности:

Описательные параметры относительной доходности выборки

Минимум и максимум практически не меняются, что говорит о наличии явных выбросов в выборке. Между тем, средняя доходность теперь положительная, а ее дисперсия значительно меньше.

Затем выборку надо разделить на временные отрезки. Как и в исследовании (UK), мы делим выборку на промежутки длиной в 36 месяцев - таким образом образуется четыре отрезка. Каждые три года формируются два портфеля, а затем их показатели исследуются на следующих 36 месяцах. В итоге получается три набора портфелей, три калибровочных отрезка и три тестовых, смещенных относительно калибровочных на три года вперед.

Портфели формируются на основе следующего показателя:

где T - момент формирования портфеля, а промежуток [T-35;T] - калибровочный. В момент формирования выборка делится на децили по CAR, и из первых 10% и последних 10% формируются портфели «победителей» и «проигравших» (веса всех бумаг в портфеле равны).

По каждому тестовому периоду рассчитывается CAR для двух портфелей, а в конце рассчитывается среднее значение для всего рассматриваемого периода, причем как с учетом рынка, там и без:

Здесь W и L - индексы, обозначающие «победителей» и «проигравших» соответственно; n - число тестовых периодов, в данной работе n=3; j - индекс, обозначающий номер тестового периода. Наконец, итоговым действием становится изучение разницы между показателями:

Согласно гипотезе избыточной реакции, в долгосрочном периоде (тестовый период) цены испытывают давление, обратное по направлению тому, что было вызвано информационными событиями в краткосрочном периоде (в калибровочном); реакция рынка асимметрична, и исследования показывают, что негативные новости вызывают более сильные последствия в долгосрочном периоде, чем позитивные; кроме того, это - неэффективность рынка, которую можно использовать для получения прибыли. Таким образом, можно выделить три условия присутствия избыточной реакции на рынке:

1) «Победители» показывают отрицательную ненормальную доходность в тестовом периоде

2) «Проигравшие» показывают положительную ненормальную доходность в тестовом периоде

3) Портфель, составленный из «победителей» и «проигравших», может дать прибыль

Если преобразовать эти условия в формальный вид, по получаются следующие неравенства:

1)

2)

3)

Таким образом, подставив данные по российскому рынку, можно проверить гипотезу об избыточной реакции с помощью методики использования CAR.

Альтернативой является применение BRH. BHR (buy-and-hold return) - доходность от покупки и удержания бумаги определенное количество периодов:

В таблице указаны характеристики данных по этому показателю:

Описательные параметры доходности выборки

Соответственно, далее доходность корректируется по рыночным показателям:

Описательные параметры относительной доходности выборки

Корректировка на индекс РТС незначительно повышает среднюю доходность и так же незначительно повышает дисперсию.

Далее, аналогично предыдущему методу, в калибровочном периоде из набора бумаг выбираются «победители» и «проигравшие» (по децилям), из которых формируются два портфеля, чьи показатели потом рассматриваются в тестовом периоде:

Здесь опять W и L - индексы, обозначающие «победителей» и «проигравших» соответственно; n - число тестовых периодов, в данной работе n=3; j - индекс, обозначающий номер тестового периода. Наконец, итоговым действием становится изучение разницы между показателями:

Как и в предыдущем методе, для проверки гипотезы необходимо проверить три условия. В случае с применением BHR они превращаются в следующие неравенства:

1)

2)

3)

Схожесть двух методик при однонаправленном результате будет говорить о двойной конфирмации гипотезы, а в случае расхождений позволяет проанализировать сущность методики для получения более детального понимания природы исследуемого явления. Так, кумулятивный характер расчета BH доходностей позволяет выделить более стабильные на длительных временных промежутках бумаги, в то время как CAR-метод акцентируется на сильные в моменте акции.

Последним пунктом описания методологии является исследование отдельных акций. Сначала необходимо выбрать рассматриваемые бумаги. Для этого процесса мы выделяем следующие критерии:

· Акция компании должна быть как можно более репрезентативной для российского рынка (то есть фирма должна занимать большую долю в рыночной капитализации)

· У акции должна быть наиболее полная статистика динамики на рассматриваемом периоде

· Таких фирм должно быть две для контроля случайных выбросов для поведения акций одной компании

· Деятельность фирмы должна активно освещаться в СМИ

Среди лидеров российского рынка по капитализации находятся следующие компании:

Рыночная капитализация компаний на российском рынке (данные на 14.12.15)(http://stocks.investfunds.ru/issuers/leaders_capitalization/14.12.2015/? и http://www.rbc.ru/finances/15/12/2014/548f36f52ae596647e845f15)

Мы решили остановиться на «Газпроме» и «Сбербанке», так как:

· Их рыночная капитализация соответствует 1 и 3 местам на рынке

· «Газпром» и «Сбербанк» - в числе лидеров по объему торгов на рынке (http://stocks.investfunds.ru/market_map/)

· Их акции регулярно торгуются и имеют статистику на всем рассматриваемом временном промежутке

· Деятельность фирм регулярно освещается в СМИ (субъективное мнение)

· Важный фактор - фирмы принадлежат разным отраслям (нефтегазовая и банковская), что повышает широту анализа

Дальше вступает на сцену процедура, которую мы повторяем для дух выбранных нами фирм, а также для индекса РТС (будем называть эти три объекта «временными рядами»).

Для каждого ряда строится модель ARIMA (p,d,q). Для начала исследуемый временной ряд проверяется на стационарность. Ряд стационарен, если:

1) Его математическое ожидание не меняется со временем

2) Его дисперсия не меняется со временем

3) Автокорреляционная функция зависит только от шага разности, не зависит от времени

Параметр d в модели показывает, сколько раз нужно взять разность ряда, что превратить его в стационарный. Стационарность необходима, чтобы корректно моделировать динамику. При этом может быть множество нюансов - например, стационарность в сочетании с устойчивым трендом, а также коинтеграция - стационарное сочетание двух нестационарных рядов. Мы учитываем это в своем анализе.

Далее, на основе стационарного ряда строится модель вида:

где P - значение переменной; p - количество лагов зависимостей текущего значения от предыдущих; a - коэффициенты, показывающие силу этих зависимостей; q - количество лагов зависимостей текущего значения от прошлых отклонений; b - коэффициенты, показывающие силу этих отклонений. Эффективность подобной модели весьма требовательна к точности расчетов, что в настоящее время в высокой степени компенсируется с помощью применения компьютерных средств работы с данными.

Подобная модель, по сути, позволяет предсказывать значения ряда в условиях информационного множества, зафиксированного в последний момент времени. Таким образом, сильные отклонения прогнозных от фактических значений при качественной спецификации модели иллюстрируют значительные изменения в информационном множестве - шоки. На изучении подобных отклонений и строится методика исследования.

Для моделирования мы используем те же временные отрезки в 36 месяцев, что применялись для CAR и BHR. Это служит унификации методов исследования и позволяет более корректно соотносить результаты. Но есть нюанс: для каждого ряда строятся три модели, и если первая учитывает первый временной отрезок, то вторая учитывает уже два (72 месяца), а третья - 96 месяцев. Так мы посмотрим на зависимость результатов от широты исследуемых временных промежутков.

Для каждой модели выбирается тестовый отрезок, следующий сразу за окончанием калибровочных (для первой модели - второй отрезок, для второй - третий, для третьей - четвертый). На основании параметров моделей мы прогнозируем значения рядов на тестовые временные промежутки.

Далее, рассматриваем следующий показатель:

где D - название показателя (отклонение, deviation); и - фактическое и прогнозное значение, соответственно.

После этого мы рассчитываем показатель накопленных отклонений, причем двух видов:

1) Направленные накопленные отклонения (directional accumulated deviations, DAD) - значения процентных девиаций учитывают знаки

2) Ненаправленные накопленные отклонения (undirectional accumulated deviations, UAD) - значение процентных девиаций берутся по модулю

Показатели иллюстрируют сравнение фактической динамики с прогнозной на протяжении тестового периода:

Показатели служат разной цели. DAD позволяет проверить гипотезу об избыточной реакции рынка - с корректировкой на постоянные сдвиги и тренды сильное положительное или отрицательное значение DAD может говорить о долгосрочной обратной реакции цен после краткосрочных движений. UAD же позволяет сравнивать силу отклонений между разными рядами.