Соответственно, для анализа рассматриваются средние значения показателей:

где j означает номер тестового периода, n показывает число тестовых периодов (в нашем случае - 3).

Результаты исследования

CAR и BHR

При применении обоих методов динамика показателей портфеля «победителей», портфеля «проигравших» и рыночного портфеля различаются. На графиках представлены динамики портфелей, усредненные по всем тестовым периодам:

Портфели CAR

Портфели BHR

На графиках четко видно, как оба портфеля в обоих методах одновременно достигают равенства рыночному (пересечение с горизонтальной осью). С учетом также и общих экстремумов, можно сказать, что на российском рынке информация впитывается ценными бумаги одинаково по времени, но не по силе. Испытывая первоначальное влияние до 2 месяцев после формирования портфелей, далее сразу за пересечением с осью для CAR и через еще два месяца для BHR бумаги попадают под воздействие обратной реакции. При этом в обоих методах портфель «проигравших» стабильно обыгрывает рынок, в то время как портфель «победителей» показывает негативный результат. Такая асимметрия наблюдается и на других рынках: это, на наш взгляд, вполне соотносится с поведенческими теориями, объясняющими необычные реакции психологическими особенностями инвесторов.

Интересно, что оба портфеля показывают лучшие результаты в расчетах методом CAR. Это отличается от результатов, полученных на примере английского рынка: там оба портфеля показывали и худшие, и лучшие результаты в методе BHR, демонстрируя большую волатильность. Впрочем, и для CAR тоже российский рынок показывает более ровные, стабильные результаты. Тем не менее, при этом величина необычной реакции на российском рынке в среднем существенно больше.

Сравнение портфелей "проигравших"

Сравнение портфелей "победителей"

Как уже отмечалось, CAR- и BHR-портфели показывают похожие экстремумы для обоих видов портфелей: пики в районе 22-26 месяцев, спад после. Таким образом, длина избыточной реакции с учетом первых месяцев тестового периода примерно соответствует 20 месяцам для российского рынка. На английском рынке пики достигаются позже, около 35 месяцев. По этому параметру российский рынок является более эффективным, так как избыточная реакция длится меньше, а значит, информация на нем быстрее учитывается в ценах.

Ниже представлена более подробная информация по результатам применения двух методов:

Статистика расчетов методами CAR и BHR

Первым делом можно заметить, что t-статистики для метода CAR значительно больше, чем для BHR. Таким образом, статистически аномалии, зарегистрированные методом CAR, являются более систематическими и достоверными, то есть отклонения от нулевой гипотезы теста про невозможность обыгрывания рынка являются не выбросами из рассматриваемой по умолчанию выборки с определенным набором характеристик, а наблюдениями из другой, предполагаемой выборки с иным набором параметров. Из других показателей можно также сделать вывод, что аномалии не только существуют, но и являются довольно стабильными.

Если говорить про базовую гипотезу, то ранее в повествовании указаны три ключевых параметра для проверки гипотезы в случае каждого из двух методов. В случае CAR:

1)

2)

3)

Все три критерии выполнены, так что можно говорить о принятии гипотезы о существовании избыточной доходности на российском рынке.

В случае BHR:

1)

2)

3)

Таким образом, и эти критерии указывают на правдивость гипотезы.

Наконец, суммарно все шесть критериев показывают возможность для получения прибыли сверх рыночной - арбитражные портфели, составленные из «победителей» и «проигравших», могут принести прибыль, превышающую динамику рыночного индекса.

ARIMA

При взгляде на динамику цен на акции «Газпрома» и «Сбербанка» и на динамику RTSI возникает сильное подозрение, что все три временных ряда являются нестационарными:

Динамика исследуемых временных рядов

В глаза сразу бросается провал в 2008 году, яркая иллюстрация сильного финансового кризиса. Кроме того, легко заметить, что у рядов нет устойчивых асимптот, вокруг которых происходят флуктуации; движение выглядит хаотичным и явно подверженным множеству шоков.

ADF-тест подтверждает предположения о том, что процессы являются нестационарными: p-value для всех трех рядов превышают показатели в 0,3.

В таблице представлены характеристики моделей, построенных на основе разных калибровочных периодов для трех временных рядов:

ARIMA-модели для временных рядов

Все модели характеризуются связью текущих значений ряда с предыдущими, но если у акций «Газпрома» и «Сбербанка» эта связь в среднем похожа по силе, то индекс РТС показывает менее растянутую по времени природу; его старые значения быстрее забываются.

Следующая таблица содержит значения показателей, характеризующих отклонения реальных значений от предсказанных моделями:

Показатели отклонений прогнозов от фактических данных

Во-первых, стоит заметить, что рыночное движение более стабильно, чем динамика отдельных акций, так как отклонения от модельных прогнозов меньше. В принципе, это может происходить по двум причинам (которые могут комбинироваться):

· Рынок испытывает меньшее количество информационных шоков

· Рынок слабее реагирует на информационные шоки

Но так как рыночный индекс состоит из отдельных акций, то он априори испытывает влияние всех шоков, которые воздействуют на отдельные бумаги. Таким образов, главной причиной является сила реакции.

С другой стороны, и каждая бумага является частью рынка, а, значит, любое изменение рынка действует и на нее. Значит, опять вопрос в силе реакции. На основе этих размышлений можно выделить два канала распространения информации:

1) Событие происходит с целым рынком (действия регулятора, политические вмешательства) и распространяется на всех участников рынка

2) События происходит с отдельным участником рынка (например, одна из фирм оказывается близко к банкротству), транслируется на рынок в целом с меньшей силой, а от рынка переносится на остальных участников рынка, с затухающим воздействием

Очевидно, что на параметры затухания и распространения влияют не только формальные веса отдельных бумаг в индексе, но качественные характеристики важности отдельных акций для рынка (например, те, которые мы использовали в процессе отбора компаний для анализа).

Во-вторых, сумма модулей отклонений для «Газпрома» и «Сбербанка» в первых двух тестовых периодах практически равна модулю суммы отклонений, что говорит о практически однонаправленном характере отклонений фактических значений от прогнозных. В это же время RTSI показывает совсем другую динамику - он регулярно отклоняется в обе стороны. Здесь мы говорим о разных измерениях непредсказуемости поведения значений: если акции компаний отклоняются сильно, но в одну сторону, то рыночный индекс непредсказуемо, но слабо вьется вокруг предсказанных значений. Кроме того, показатель UAD в случае RTSI для разных периодов слабо меняется, что иллюстрирует устойчивый характер динамики индекса.

Далее, чередование знаков параметров DAD для рынка может служить иллюстрацией явления избыточной реакции - отклоняясь в одну сторону, далее значения индекса начинают вести себя противоположно. При этом для отдельных бумаг эффект чередования знаков не наблюдается - хотя динамика DAD весьма близка к этому. Эти результаты, на наш взгляд, весьма чувствительны к точности моделирования - таким образом, для более достоверных выводов необходимо провести более детальное исследование с тщательным анализом длины анализируемых периодов.

Наконец, DAD и UAD для «Газпрома» и «Сбербанка» ведут себя похожим образом, но во втором тестовом периоде отклонения значений для «Газпрома» значительно больше. Возможно, это можно объяснить методологией. Для второго тестового периода калибровочный период начинался с 2004 и заканчивался 2010 годом - в это время уместился сильный экономический кризис. В это время сильнее пострадали нефтяные компании, чем банковские - и динамика акций «Газпрома» была хуже, чем у «Сбербанка». Неудивительно, что построенная на этом временном промежутке модель предсказывает для «Газпрома» более мрачную картину - но тестовый период 2010-2013 годов, когда у фирм дела идут сравнительно хорошо, содержит сильно отклоняющиеся от прогноза фактические данные, которые для модели цен акций «Газпрома» оказываются более неожиданными. Здесь есть два пункта, на которых также стоит остановиться. RTSI во время упомянутого кризиса испытывал более сильные волнения, чем акции «Сбербанка», но показатель UAD у него очень невелик. Это связано с уже упомянутым нами фактом о том, что рыночный индекс обладает более короткой памятью, а также меньше реагирует на шоки. Кроме того, в третьем периоде показатели DAD и UAD для обеих компаний приближаются к рыночным, что, на наш взгляд, достигается путем большего размера калибровочного периода, в котором годы кризиса уже на занимают такою критическую долю, как в случае второго тестового периода.

Перспективы исследования

Исследование проведено на примере российского рынка, и сравнение с другими рынками позволяет как встроить российский в определенную структуру, так и выделить его особенности. Тем не менее, полученные особенности пока не имеют под собой известные причины - в дальнейшем можно проанализировать разницу между рынками на пример факторов, ее обуславливающих. В частности, на различия могут влиять разные уровни ликвидности рынка (во всех ее измерениях), особенности регулирования, а также общая макроэкономические и инвестиционные ситуации в странах.

Кроме расширения географического анализа рынков, исследование может расширяться в качественном плане: по примеру ряда исследований в анализе можно сочетать разные виды рынков - товарный, валютный, рынок ценных бумаг. Это позволит определить факторы, являющиеся универсальными для разных стран или в пределах одной страны, и отделить их от факторов, являющихся уникальными для отдельных видов рынков.

Далее, показано, что существует возможность получения прибыли сверх рыночной. Следующим шагом может стать разработка наиболее оптимальной в условиях российского рынка торговой стратегии на основе особенностей проявления необычных реакций, которая поможет получать максимальную прибыль, а также ее тестирование. Кроме анализа уже существующих динамик, такая стратегия также должна содержать и методологию для калибровки на основе будущих данных. Она обязательно должна учитывать возможность новых финансовых кризисов, а в случае с Россией - еще и новых политических влияний на рынок.

Наконец, возможности ARIMA-моделирования не исчерпаны. Дальнейшим продолжением исследования может стать применение динамической ARIMA-модели с ежемесячной калибровкой. Такая методика дает возможность сравнить скорость впитывания информации ARIMA-моделью и скорость впитывания информации реальным рынком; кроме того, частая калибровка позволяет более точно идентифицировать аномалии, выпадающие из общего тренда развития динамики.

Заключение

В работе проведен теоретический обзор явления, которое в общем можно охарактеризовать как «необычные реакции» рынка. В частности:

· Охарактеризована их «необычность» - как несоответствие классической гипотезе об эффективности рынков

· Описаны основные направления исследований в данной области

· Выделен конкретный аспект для анализа - «избыточная реакция», обозначена ее характеристика как долгосрочное движение цен, противоположное вызвавшему его краткосрочному движению

Для изучения российского рынка выбрана и описана определенная методология. Во-первых, это CAR- и BHR- анализ доходностей ценных бумаг российских компаний за последние 12 лет; во-вторых, ARIMA-прогнозирование динамики цен на акции для крупнейших компаний - «Сбербанка» и «Газпрома» - и динамики рыночного индекса RTS.

Гипотеза об избыточной реакции подтверждается для российского рынка - причем всеми тремя методами (хотя в ARIMA-моделировании только косвенно, что, в принципе, связано с тем, что проверка основной гипотезы для него не приоритетная задача). Получив импульс от информационного события, в краткосрочном периоде бумаги двигаются в одну сторону, а в долгосрочном периоде испытывают противоположное давление. Гипотеза подтверждается по трем основным критериям обоих методов CAR и BHR:

· Положительные накопленные доходности для «проигравших»

· Отрицательные накопленные доходности для «победителей»

· Положительная разница между накопленными доходностями «проигравших» и «победителей»

Избыточная реакция - асимметрична; как и в исследованиях для других рынках, ее величина сильнее для «проигравших» и слабее для «победителей». Различается она и в случае применения разных методов: CAR диагностирует более развитые аномалии, показывая большую волатильность доходностей. При этом пиковые значения достигаются для «победителей» и «проигравших» почти одновременно - на уровне 22-26 месяцев, что значительно короче, чем цифра в 36 месяцев на английском рынке. Таким образом, паттерны избыточной реакции в России короче, но при этом более интенсивные.

Российский рынок неэффективен в плане усваивания ценами информации, что также выражается в возможностях получения сверхрыночной прибыли с помощью арбитражного портфеля, составленного из комбинации бумаг из наборов «победителей» и «проигравших».

Рыночный индекс развивается с меньшей оглядкой на свои прошлые значения, чем это делают цены на акции отдельных компаний. Кроме того, движение рынка является более стабильным и менее подверженным колебаниям, вызванным информационными событиями. Подобные информационные события могут быть локальными, влияя в большей степени на фирмы в отдельной индустрии.

Список литературы

Abinzano и Muga L. Santamaria R. The role of over-reaction and the disposition effect in explaining momentum in Latin American emerging markets [Журнал]. - [б.м.] : investigaciуn econуmica, 2010 г..

Barberis, A. Shleifer и R. Vishny A model of investor sentiment. - [б.м.] : Journal of financial economics, 1998 г.. - 3 : Т. 49.

Boubaker и Farag H. Nguyen D. K. Short-term overreaction to specific events: Evidence from an emerging market . - [б.м.] : Research in International Business and Finance, 2015 г.. - Т. 35.

Caporale, A. Gil-Alana L. и A. Plastun Short-Term Price Overreaction: Identification, Testing, Exploitation. - [б.м.] : Discussion paper, 2014 г..

Daniel, D. Hirshleifer и A. Subrahmanyam Investor psychology and security market under? and overreactions. - [б.м.] : The Journal of Finance, 1998 г.. - 6 : Т. 53.

DeBondt W. и Thaler R. Does the Stock Market Overreact? . - [б.м.] : The Journal of Finance, 1984 г.. - 3 : Т. 40.

Fama E. Efficient Capital Markets: A Review of Theory and Empirical Work. - New York : The Journal of Finance, 1969 г.. - 2 : Т. 25.

Hong and J. Stein A Unified Theory Of Underreaction, Momentum Trading And Overreaction In Asset Markets. - [s.l.] : The Journal of Finance, 1999. - 6 : Vol. 54.

Lobe и J. Rieks Short-term market overreaction on the Frankfurt stock exchange. - [б.м.] : The Quarterly Review of Economics and Finance, 2011 г.. - 2 : Т. 51.

Mazouz and Li X. The overreaction hypothesis in the UK market: empirical analysis. - [s.l.] : Applied Financial Economics, 2007. - 13 : Vol. 17.

Odean Terrace Volume, volatility, price, and profit when all traders are above average. - [б.м.] : The Journal of Finance, 1998 г.. - 6 : Т. 53.

Pйrez-Rodrнguez и L. Valcarcel B. G. Do product innovation and news about the R&D process produce large price changes and overreaction? The case of pharmaceutical stock prices. - [б.м.] : Applied Economics, 2012 г.. - 17 : Т. 44.

Plastun Mynhardt The overreaction hypothesis: the case of Ukrainian stock market. - [б.м.] : MPRA Paper, 2013 г..

Schnusenberg и J. Madura DO US STOCK MARKET INDEXES OVER?OR UNDERREACT?. - [б.м.] : Journal of Financial Research, 2001 г.. - 2 : Т. 24.

Финам [В Интернете] // www.finam.ru. - www.finam.ru.

Размещено на Allbest.ru