Размещено на http://www.allbest.ru/

ПЕРМСКИЙ ФИЛИАЛ ФЕДЕРАЛЬНОГО ГОСУДАРСТВЕННОГО АВТОНОМНОГО ОБРАЗОВАТЕЛЬНОГО УЧРЕЖДЕНИЯ

ВЫСШЕГО ОБРАЗОВАНИЯ

«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ

«ВЫСШАЯ ШКОЛА ЭКОНОМИКИ»

Факультет экономики, менеджмента и бизнес-информатики

Выпускная квалификационная работа по направлению подготовки 38.03.01 Экономика

Образовательная программа «Экономика»

Влияние политических новостей на фондовый рынок России

Корлякова Анастасия Валерьевна

Рецензент

к.э.н.

С.В. Ивлиев

Руководитель

к.э.н. П.А. Паршаков

Пермь 2016



Аннотация

Может ли появление в открытом доступе информации о политическом событии оказывать влияние на российский фондовый рынок? Ответ на этот вопрос является целью данного исследования. Для анализа движения котировок акций в работе используется регрессионный анализ, за зависимую переменную берется индекс РТС, за переменные, характеризующие новостной поток, берутся рассчитанный коэффициент настроения новости и количество упоминаний о событии во всех доступных источниках СМИ. Результаты исследования говорят о том, что чем выше общее настроение новостного сообщения, тем выше значение индекса РТС.

Ключевые слова: фондовый рынок, политический риск, политические новости, поведение инвесторов.

Abstract

Can the appearance of publicly available information about political developments have an impact on the Russian stock market? The answer to this question is the aim of this study. For the analysis of stock price movements the regression analysis is used. As a dependent variable, the RTSI index is considered, for the variables that characterize the news flow the calculated ratios of news “tone” and the number of mentions of the event in all available media sources are taken. The study suggests that the higher the overall “tone” of a news item, the higher the value of the RTS index.

Key words: stock market, stock quotes, investors' behavior, political news.



Оглавление

Аннотация

Введение

1. Теоретическое обоснование

2. Постановка исследовательского вопроса

3. Данные и методология

4. Описание результатов

Заключение

Список использованной литературы

Приложения



Введение

Возможность объяснения и предсказания поведения котировок акций является центральной в области изучения механизмов ценообразования активов. Однако, несмотря на наличие множества успешных эмпирических исследований, до сих пор не выделено какой-либо универсальной модели, описывающей все факторы, оказывающие влияние на цены биржевых активов.

Наиболее популярными среди моделей ценообразования активов являются модель CAPM, трехфакторная модель Фамы-Френча, арбитражная модель ценообразования (АРТ). Данные модели представляют базис для исследований поведения рынка, но ни одна из них не предполагает включения нефинансовых факторов, которые оказывают влияние на формирование ожиданий инвесторов. В данной работе предстоит проверить, является ли данное упущение весомым, или неэкономические детерминанты не играют роли в процессе ценообразования акций.

Изучение российского рынка, как площадки для иностранных инвестиций, представляет особый интерес. В первую очередь это связано с тем, что Россия, входящая в число стран БРИКС является одной из самых быстрорастущих экономик среди всех развивающихся стран. На протяжении нескольких лет на фондовом рынке наблюдался ускоренный рост доли зарубежных инвестиций.

В 2013 году прямые иностранные инвестиции в России достигли рекордных 94 миллиардов, что позволило ей впервые войти в число трех наиболее привлекательных для инвестиций стран. [(2014), “31.Russia in world's top 3 recipients of foreign investment for first time - UN”, available at: https://www.rt.com/business/russia-top-3-fdi-356/]

Главным недостатком экономической системы России, который определяет отчасти скептическое отношение иностранных инвесторов к российскому фондовому рынку является высокий политический риск (Goriaev, A., Zabotkin A. 2006). Инвесторы принимают во внимание все политические изменения, который имели место на рынке и могли оказать влияние на стоимость активов. Таким образом, за последние десятилетия значительно возрос интерес иностранных инвесторов к информации касательно экономических и политических условий страны. В дополнение к оценке социального и экономического развития, появилась необходимость оценивать политические условия и риски.

Политические риски оказывают значимое влияние на фондовый рынок, и с каждым годом растет интерес к изучению этого феномена. Stefan Robock (1971) в своей статье дает такое определение политическому риску: политический риск в международном бизнесе существует, когда скачки происходят в бизнес - среде, когда их трудно предвидеть и, когда они возникают в результате политических изменений. Чтобы являться "риском", эти изменения в бизнес - среде должны иметь потенциал для значительного влияния на прибыль или что-либо другое, что может являться целью в определенной отрасли.

Индикатором политического риска на фондовом рынке является появление в открытом доступе информации, то есть политической новости. Характер новости определяет человеческие эмоции в отношении тех или иных событий, что создает общее настроение у инвесторов, это, в свою очередь, влияет на решения инвесторов о вложении средств, а это приводит к колебаниям на фондовом рынке.

Россия занимает отдельную нишу в изучении многих областей экономики. Российский фондовый рынок очень молод, в 1994 году он создавался с нуля, в разгар перехода от плановой экономики к рыночной, когда в стране царил экономический кризис. Короткая история и отсутствие достаточного количества ликвидных инструментов на рынке затрудняли проведение формального анализа российских акций. Основными работами по изучению влияния на фондовый рынок нефинансовых показателей назвать работы Горяева и Заботкина, Анатольева. Однако авторы не предпринимают попытки исследовать какие факторы оказывают влияние на поведение инвесторов. Как следствие, на данный момент до сих пор в исследованиях закономерностей на российском фондовом рынке остаются пробелы. Восполнение подобных пробелов необходимо для более эффективного анализа процесса ценообразования и, как следствие, прогнозирования цен на активы.

Таким образом, целью данной работы является исследование зависимости между движениями котировок акций и появлением в открытом доступе информации о политическом событии. Данная цель выполняется с помощью следующих задач:

- представить краткий обзор существующих исследований о влиянии политических новостей на фондовый рынок разных стран;

- выдвинуть гипотезы о возможном движении цен на акции в ответ на появление той или иной политической новости;

- проверить выдвинутые гипотезы с помощью построения множественной регрессии и оценки полученных коэффициентов

- сделать выводы по полученной модели, относительно наличия или отсутствия связи между политическими новостями и изменениями котировок акций и влияния контрольных переменных на зависимую переменную в модели.

Для достижения поставленной цели на первом этапе работы была проанализирована литература, релевантная теме исследования. Были сделаны выводы относительно причин для разных результатов в исследованиях между политическими новостями и движениями рынка в зависимости от использованных методов, выборки, рассматриваемых периода и страны. Полученные выводы и теоретическое обоснование исследовательской проблемы представлены в первой части работы. Во второй части работы сформулирован исследовательский вопрос. На следующем этапе была собрана выборка для проведения исследования. Так как нас интересует реакция на политический риск в том числе иностранных инвесторов, нам необходимо собрать данные по новостям, доступных не только в российских источниках, для данной цели была использована база данных, аккумулирующая новости в глобальном масштабе. Отдельно были собраны данные по индексу фондового рынка. Для анализа связей между перемнными были проведены корреляционный и регрессионый анализы. Описание данных и используемых методов представлены в третьей части работы. В четвертой части описаны и проинтерпретирвоаны полученые результаты. Общие выводы по работе приведены в последней части.



1. Теоретическое обоснование

Гипотеза эффективного рынка, появившаяся в середине 20-го века, утверждает, что цена финансовых активов учитывает всю доступную на данный момент времени информацию. Опираясь на данный постулат, можно сделать вывод, что инвесторы не могут извлекать выгоду от доступной им информации о перспективах акций, исходя из цен на акции, инвестор может спрогнозировать перспективы акции, только появление новой, неожиданной информации может привести к изменению цен (Жермен, 1998).

С парадигмой эффективного рынка тесно связана модель ценообразования CAPM, появившаяся с ней почти в одно время. Эффективность рынка является необходимой предпосылкой модели. CAPM стала первой моделью, описывающей взаимосвязь между риском, измеряемым коэффициентом бетта, и ожидаемой доходностью активов. Идея модели в том, что доходность линейно зависит от риска, и за повышенные риски инвестор получает компенсацию. В базовой версии модель рынка капитала основывается на упрощающих предпосылках, основными из которых являются, что инвесторы одномоментно и в полной мере получают информацию, действуют рационально, а также одинаково оценивают ожидаемые доходности (Sharpe, 1964).

Можно предположить, что с изменениями в финансовом мире связь между моделью CAPM и реальным миром становилась все слабее. Изменился информационный поток, оказав влияние на поведение инвесторов. В дальнейшем рассмотрение процесса ценообразования требовало новых предпосылок, которые бы предполагали рыночную неэффективность, нерациональность инвесторов, существование нескольких факторов риска, за который инвесторы вправе рассчитывать на компенсацию.

Второй наиболее популярной моделью является модель Фамы и Френча, которая рассматривает также эффекты “стоимости” и “размера”. Идея данной модели в том, что размер компании и соотношение балансовой стоимости капитала к рыночной стоимости являются показателями, отражающими доходность акций. Согласно исследования, проведенного Фамой и Френчем чем меньше компания и чем выше у нее показатель “стоимости”, тем выше будет средняя доходность. Таким образом, модель Фамы-Френча представляет собой расширенную версию CAPM, с учетом еще двух факторов риска. Однако и эта модель не смогла объяснить всех явлений, имеющих место на фондовом рынке (Fama, French, 1996).

Третьей из наиболее популярных моделей ценообразования можно считать арбитражную модель ценообразования. Суть идеи основывается на предположении, что инвестор желает увеличить доходность своего портфеля, не увеличивая при этом риска. Главным допущением модели является закон одной цены, в соответствии с которым финансовые активы с одинаковым риском должны обладать одинаковой ожидаемой доходностью. (Ross, 1976)

Привлекательность данной модели на фоне CAPM обусловлена ее многофакторностью. Объяснение движения рынка на основании нескольких факторов является более близким к реальной ситуации на рынке. Однако определение набора данных факторов является неоднозначной задачей. В многочисленных исследованиях последователями APT предлагались различные факторы для включения в модель, их объединяло то, что все эти факторы агрегировали данные о финансовых рынках или более широкие экономические характеристики (например, данные о темпах инфляции).

Все рассмотренные модели и другие, менее популярные модели ценообразования, являются зачастую несостоятельными для объяснения аномальных доходностей активов и некоторых эффектов рынка. Ричард Тэйлер объясняет данную несостоятельность тем, что основное внимание в моделях уделяется финансовым факторам, показателям финансовых рынков, в то время как остается без внимания, что именно формирует ожидания инвесторов, определяет их поведение. Именно объяснение поведения инвесторов лежит в основе поведенческих финансов.

Современная экономическая теория (в соответствии с уже упомянутой выше ГЭР) предполагает достаточно упрощенное поведение агентов рынка: инвесторы полностью рациональны, делают точные прогнозы, а в случае неопределенности принимают решения, основываясь на теории ожидаемой полезности. Эмпирические исследования доказывают, что подобное поведение крайне редко встречается на практике.

Ежедневно финансовый рынок испытывает натиск информационных потоков. Из рыночных, корпоративных, политических и макроэкономических новостей у инвестора создается общее настроение по отношению к рынку, он выбирает торговую стратегию, и это толкает цены к значениям, которые считаются соответствующими текущей ситуации на рынке ценных бумаг. К выводам о значимости появления новой информации в отражении в котировках акций ожиданий инвестора относительно рисков и доходностей еще несколько десятилетий назад пришли авторы, изучающие рынки развитых стран. котировка политический фондовый рынок

Основу для данного рода исследований чаще всего представляют работы, в которых анализируется совокупность новостей, появляющихся в открытом доступе. Так, например, Бэрри и Хоуи акцентируют внимание на том, что особый интерес представляют все информационные события в совокупности, так как сложно выделить, какого рода новости обладают потенциалом для оказания большего влияние на движение рынка. Авторы собирают информацию, представленную за год, о всех новостях, описанных в источниках новостного сервиса «Reuter's» и, с помощью регрессионного анализа, определяют связь данной информации с основными показателями рынка. Значимой оказалась лишь связь между количеством новостей в дней и объемом торгов, гипотеза о влиянии информации на ценовую волатильность не подтвердилась (Berry, Howe, 1994).

Противоположной позиции придерживаются. Авторы Чан, Чуи, Квок говорят о необходимости разделения новостей на экономические и политические, объясняя это тем, что разные новости будут оказывать разное влияние на ожидания инвесторов. Ученые собирают выборку из самых важных новостей, отраженных в заголовках на первой странице четырех основных газет Гонконга, разделяют их на две группы, при этом, для чистоты анализа, дни, когда место имели новости как о политических, так и экономических событиях, из выборки удаляются. С помощью регрессионного анализа проверяется влияние новостей на различные показатели рыночной активности. Полученные выводы говорят о том, что политические новости имеют отрицательное влияние на волатильность цены, в то время как экономические - положительное. Такие ассиметричные результаты объясняются тем, что качество информации о значимых политических событиях хуже, что приводит к меньшей рыночной активности. Более того, авторы отмечают, что если экономические новости могут иметь эффект еще до появления информации в открытом доступе, то в случае с политическими событиями такого не наблюдается. Объяснить это можно тем, что в случае с политическими новостями вероятность присутствия на рынке инсайдерской информации значительно ниже, эффект внезапности выше (Chan, Chui, Kwok, 2001)

Одной из первых и основополагающих работ в изучении реакции фондового рынка именно на неэкономические события является работа Катлера, Потербы, Саммерза. Авторы собирают выборку об основных событиях 1941 - 1987 гг. из «Хронологии важных мировых событий» во «Всемирном Альманахе», которые могли бы оказывать влияние на рынок, и отслеживают процентное изменение фондового индекса в дни выделенных событий. К удивлению исследователей результаты показывают очень маленький эффект новостей на рынок. На следующем этапе сделанные выводы проверяются с помощью обратной процедуры: выделяются дни, в которые наблюдались наиболее значимые изменения котировок, и анализировалось, какие события имели место в день движения рынка и могли оказать на него влияние. Но и обратная процедура не дает устойчивых результатов, на основе которых можно было бы делать выводы о подтверждении гипотезы, что даже наиболее важные политические изменения (в работе рассматривались выборы, военные события, болезни и смерти президентов и др.) всегда находят весомое отражение в ценах акций (Cutler, Poterba, Summers, 1989).

Другой важной работой по данной теме является исследование Биттлинмайера (Bittlingmayer, 1998). Как и Cutler, Poterba, Summers, автор исследует конкретные события, имеющие по его мнению потенциал для влияния на котировки акций и их связь с волатильностью на рынке. Bittlingmayer рассматривает пример Германии и берет промежуток времени с 1880 по 1940 год. Из-за того, что промежуток времени достаточно большой, события, выделенные автором, носят кардинальный в рамках страны характер - смены правящего режима, войны. Исследователь также рассматривает влияние политической нестабильности на реальный выпуск, рассчитывая разницу между показателями в конкретные даты событий и показателями в обычные дни.

Так как на начальном этапе развития данной отрасли не всем исследователям удавалось выявить однозначное влияние совокупного потока всех новостных сообщений, авторы дальнейших работ стали разделять новости на различные категории и использовать более сложные и эффективные методы исследования.

Так, например, российские авторы А.А. Пересецкий (2011) и Е.А. Федосеева (2011), вслед за Биттлинмайером, рассматривают влияние на рынок военных действий и приходят к выводу, что грузино-осетинский конфликт отрицательно сказался на котировках акций на российской бирже.

Важное место в исследованиях иностранных авторов занимают выборы. Сноуберг, Волферс, Зайтвиц в своем исследовании приходят к выводу, что финансовые рынки реагировали на выборы чуть быстрее, чем рынок прогнозов. Авторы объясняют такое значение ожиданий выборов тем, что в соответствии с ними генерируются ожидания о макроэкономической политике, что, в свою очередь, вызывает изменения в ожидаемой доходности облигаций, акций и ценах на нефть. Более того, авторы приходят к выводу, что то, насколько инвесторы будут довольны исходом выборов зависит не только от того, как благоприятна их политика для рынка, но и от того, насколько выбранный лидер стабилен - то есть, оценивается фактор здоровья (приводится пример, когда внезапная смерть президента могла значительно подорвать рынок) (Snowberg, Wolfers, Zitzewitz, 2007).

В отличие от авторов, исследующих феномен выборов, Алексей Горяев (2013) в одном из интервью уделяет внимание реакции общества на результаты выборов. По его словам, на демонстрации по поводу выборов, как и президентских, так и парламентских, когда в первый раз тысячи людей протестовали против фальсификаций на парламентских выборах, инвесторы отреагировали резко негативно, и на рынке наблюдалось резкое падение.

Риск нарушения территориальной целостности также рассматривается авторами как возможный повод для падения на рынке. Бюлье, Коссе и Эссадам в своей работе «Влияние политического риска на волатильность ценных бумаг» рассматривают пример Канады. Главный риск, исследуемый в данной работе - возможное отделение Квебека. При появлении новостей о процессе отделения цены падали или росли в зависимости от того, возрастала вероятность независимости Квебека или снижалась соответственно. Также авторами отмечается, что волатильность доходностей ценных бумаг зависит от подверженности отдельных компаний политическому риску, то есть от структуры активов и вовлеченности иностранных средств (Beaulieu, Cosset и Essaddam 2005) .

Авторы, анализирующие отечественный рынок ценных бумаг, называют еще одну категорию политических событий, важных для изучения в данной области: события, связанные с бизнес-средой. Так, например, Алексей Горяев и Алексей Заботкин (2006) уделяют особое внимание делу ЮКОСА, как событию повлекшему за собой значительное падение на фондовом рынке. Авторы объясняют такой эффект тем, что инвесторы отнеслись к началу уголовного преследования основных совладельцев компании как к акту проявления недоверия правительства по отношению к российскому бизнес-сектору и неэффективного вмешательства правительства для государственных компаний.

Лишь один автор - Н.А. Федотов (2009) - в своей работе обнаружил связь между влиянием террористических актов на настроение инвесторов. Однако даже в случаях самых крупных террактов падения на рынке не были значительными и не длились долго.

Анализ литературы в данной работе важен не только для того, чтобы определить какие новости могут оказывать влияние на рынок, но и для того, чтобы понять какими методами лучше пользоваться. В частности, достаточно сложным является вопрос - что брать за новостную компоненту в подобного рода исследованиях.

Нидерхоффер в своей статье «Анализ мировых событий и цен на акции» анализирует влияние заголовков новостей, появляющихся в двух основных деловых газетах Америки на фондовый рынок в период с 1950 по 1966 год. События разделены по разным группам, относительно характера события и того, является ли событие хорошим или плохим. Примерами таких событий, рассмотренных в работе, являются: блокада Кубы, убийство Кенеди, болезни президентов и тд. Результаты исследования показали, что зачастую значительные изменения в котировках акций могут быть следствием новостей о мировых событиях. Нидерхоффер отмечает, что в основном рынок реагирует на новости на первый или второй день (Niederhoffer, 1971).

Мичел и Малхерин в своей работе “Влияние информации, доступной публике, на рынок ценных бамаг” выявили связь между количеством новостей, появляющихся в открытом доступе и рыночной активностью. Авторы пришли к выводу, что основные макроэкономические новости незначимы в модели, при этом переменная, отвечающая за размер заголовка новости в основной бизнесс-газете Нью-Йорка оказалась значима и устойчива (Mitchell, Mulherin, 1994)

Станислав Анатольев (2005) в своей работе за переменную, характеризующую политический риск берет индекс, включающий в себя политические риски, показатели рынков облигаций и фондового рынка. Автор рассматривает все политические события, происходящие в России и строит множественную регрессию, куда включает такие переменные как обменный курс доллара к рублю, золотые резервы страны, остатки на корреспондентских счетах, ставку рефинансирования, цены на нефть, индексы волатильности котировок на американском рынке, обменного курса, цен на нефть.

Непосредственно к методам новостной аналитики прибегает в своем исследовании Пол Тэтлок. Автор собирает информацию о всех новостях, получивших освещение в колонке the Wall Street Journal за период времени с 1984 по 1999 год. С помощью компьютерной программы Тэтлок производит подсчет положительных и отрицательных коннотаций слов на основе 77 категорий, характеризующих смысловую нагрузку слов, предложенных Гарвардским психологическим словарем. На основе данных подсчетов рассчитывается оценка «пессимизм», отражающая общее настроение совокупности новостей. Исследователь приходит к выводу, что расчет подобных характеристик «настроения», преобладающего в СМИ, полезен при прогнозировании доходности. На основании чего можно сказать, что для инвестора, предпринимающего попытки по выстроению своей оптимальной торговой стратегии в соответствии с результатами новостного анализа, уместно и несложно использовать компьютерные программы для автоматической обработки данных из информационного ресурса, которому он доверяет (Tetlock, 2007).

В то же время, проанализировав литературу, можно сделать вывод, что в работе возможны определенные ограничения. В области исследований влияния политических новостей на фондовый рынок не всегда прослеживаются однозначные тенденции. Так, например, Бонфим в своей работе приходит к выводу, что, в отличие от большинства работ по данной теме, в его исследовании коэффициенты, обозначающие наличие связи между появлением в открытом доступе информации о политических событиях, в большинстве своем незначимы. Автор дает объяснение, почему не всегда людям, изучающим влияние новостей на фондовый рынок, удается проследить существенную связь между рыночной волатильностью и новостями. В первом случае причиной может быть не взятие в расчет фактора внезапности в объявлениях и новостях; во втором случае пренебрежение влиянием «сюрпризов» политики на поведение рынка в краткосрочной перспективе, данная ситуация имеет место из-за того, что условная волатильность принимается инвариантной во времени (Bonfim, 2003).

Также, так как мы рассматриваем относительно продолжительный промежуток времени и за это время в России имели место экономические кризисы, для нас важны выводы, сделанные Веронези. Автор отмечает, что в периоды рецессии денежные потоки более чувствительны к новостям и это, как правило, увеличивает волатильность цен на активы. Инвесторы рациональны, они могут предвидеть, что в периоды высокой неопределенности их ожидания будущих денежных потоков, как правило, реагируют быстрее на новости. Эта предсказуемая более высокая чувствительность к новостям имеет тенденцию увеличивать волатильность цен на активы, против чего не склонные к риску инвесторы стремятся застраховываться. Инвесторы требуют премии за риск в предчувствии более высокой волатильности доходностей, что происходит, когда они менее уверены в истинном “состоянии мира”. Когда времена спокойные, “хорошие”, плохая новость заставляет инвесторов увеличивать премию за риск на ожидаемые в будущем дивиденды, чтобы нести риск более высокой неопределенности. Как следствие такого поведения снижение цен из-за плохой новости в хорошие времена больше, чем сокращение ожидаемых будущих дивидендов. Точно так же, хорошая новость в плохие времена имеет тенденцию к увеличению ожидаемых будущих дивидендов, но это также увеличивает премию за риск, которую инвесторы требуют за удержание данного актива. Отсюда рост цен ниже, чем увеличение ожидаемых будущих дивидендов (Veronesi, 1999).

Так как в исследовании мы имеем дело в человеческим фактором, нужно также учитывать, что поведение инвесторов может быть непредсказуемо и с трудом объснимо. Работы, посвященные изучению случаев, когда с точки зрения здравого смысла инвесторы совершают систематические ошибки, основываются на анализе реакций на новости экономического характера, но для нас, тем не менее, представляется важным учесть выводы, сделанные авторами таких исследований.

В соответствии со статьей, принадлежащей Вернеру Де Бонду и Ричарду Тэйлеру, инвесторы зачастую слишком сильно реагируют (overreact) на новости. Продемонстрировано это на случае, когда акции с низкой доходностью за трехлетний период принесли гораздо большую прибыль, чем акции, изначально с более высокой доходностью. Иными словами, цены на акции могут быть сильно завышены как следствие илишне оптимистичной реакции инвесторов на положительную новость (De Bondt, Thailer, 1984).

В то же время Барберис, Шляи?фер и Вишну приходят к выводу, что инвесторы могут не только слишком остро реагировать на новости, но и недооценивать их (underreaction). Авторы обнаруживают, что после объявления плохой новости движение котировок акций может продолжать движение в том же направлении, что и до появления в доступе новости. В случае если цена на активы падает, это падение может быть незначительно, затем, в течение нескольких месяцев цена будет продолжать снижение. Данный вывод противоречит гипотезе эффективного рынка, что новая информация немедленно отражается в цене актива. Объясняется подобное поведение «чрезмерным доверием» или «консерватизмом» (Barberis, Shleifer, and Vishny,1998).

Как уже отмечалось, Российский фондовый рынок относится к развивающимся рынкам. Это наводит на мысль, что многие закономерности, наблюдаемые на рынках таких стран, как США, Великобритания, Германия могут не подтвердиться на рынках таких стран, как, например, Бразилия, Россия, Аргентина и другие. Чтобы проверить, насколько применимы выводы, сделанные авторами по фондовым рынкам развитых стран в изучении реакции рынка на новости в развивающихся странах обратимся также к работам по исследованию рынков Аргентины, Турции, Пакистана.

Исследование рынка Пакистана было проведено авторами Мустафа и Нишата. Ученые собирают данные по новостям, касающимся политических и экономических изменений, бизнес-среды. Рассматриваемый период времени - с 2006 по 2011 год, так как всне основные события, влияние которых было заметно на бирже имели место именно в эти годы. За новостную переменную берется разность между количеством новостей в день и скользящей средней за двадцать дней, что позволяет оценивать влияние непредвиденных событий и избежать кластеризации большого числа новостных сообщений в определенные моменты времени (например моменты спада). Регрессионный анализ показал, что информация имеет влияние на индекс фондового рынка Пакистана. При этом, лучшее объяснение движения котировок достигается при учете не только появления новостей, но и эффекта дня недели (Mustafa, Nishat, 2012).

Цnder и Юimga-Mugan изучают рынки Аргентины и Турции. Авторы выделяют ряд признаков, по которым можно говорить о схожести политической и экономической отраслей этих двух стран. Новостные сообщения, в которых упоминается одна из стран, собраны на основе газет Wall Street Journal, Wall Street Journal Europe, New York Times, и “Всеминого альманаха” для выделения новостей, которые могли иметь мировой эффект. На следующем этапе работы новости разделены по группам: мировые экономические, мировые политические, страновые экономические, страновые политические, страновые экономические с потенциальным мировым эффектом, страновые политические с потенциальным мировым эффектом. Таким образом, новостные переменные представляют собой количество новостей по каждой из категорий. На основе регрессионного анализа, авторы приходят к следующим выводам:

- политические новости оказывают влияние на фондовые рынки обеих стран;

- страновые политические новости влияют на волатильность доходностей;

- страновые политические новости с потенциальным мировым эффектом влияют на объем торгов. В Аргентине новости такого рода приводят к снижению объема торгов, в Турции же, напротив, к повышению.

Столь разнящиеся результаты оъясняются исследователями как следствие вовлеченности иностранных инвесторов в Аргентине и коинтеграция Аргентинского фондового рынка с рынками Латинской Америкии других стран (Цnder, Юimga-Mugan, 2006) .

Тот факт, что в значительном числе работ по теме движения на рынке удалось объяснить влиянием политических новостей может свидетельствовать об эффективности фондовых рынков в средней форме, что подразумевает, что ны рынке учтена вся информация, которую можно почерпнуть в публично доступных источниках. Однако неоднозначность выводов большинства исследований и тот факт, что даже в случае, если инвестор изначально склонен придерживаться стратегии формирования своих ожиданий в зависимости от политических новостей, он может недооценивать или переооценивать доступную ему информацию, то есть совершать ошибки и вести себя иррационально, говорят о том, что рынок нельзя считать эффективным.

В соответствии с более строгой трактовкой гипотезы об эффективности рынка, тот факт, что инвесторы реагируют на новости, и выбирают торговую стратегию, опираясь на информацию, при отсутствии изменений денежных потоков, будет говорить о неэффективности рынка.

Как мы можем видеть по обзору литературы, большинство работ обладают схожими чертами. Если в случае с выбором метода расчетов использование регрессионного анализа и построение GARCH-моделей является обоснованным и оптимальным, то процесс выбора новостной переменной не является максимально эффективным. Самый популярный метод оценки новостной компоненты - подсчет количества новостей в день - на наш взгляд, не является достаточно репрезентативным по ряду причин: во-первых, так как множество незначимых политических новостей наиболее вероятно не окажет никакого влияния на рынок, в то время как новость, обладающая наибольшим потенциалом для влияния на ожидания инвесторов может быть отражена лишь в одном или нескольких источниках; во-вторых, общее число новостей включает и положительные и отрицательные новости, что не позволяет разделить эффекты, и оценить влияние на котировки. В случае если авторы выделяют конкретные события, которые могли бы по их мнению оказать влияние на рынок также не является правильным с научной точки зрения, участие субъективной оценки исследователя нарушает требование о случайности выборки. Наиболее значимые результаты получены в работах, в которых рассматривались конкретные события, про которые авторы заведомо знали, что они оказали влияние на рынок. Неоднозначность и неустойчивость результатов в моделях в зависимости от страны, рассматриваемого периода, собранной выборки вполне могут являться результатом некорректно выбранной новостной переменной в модели.

Таким образом, можно с уверенностью сказать, что несмотря на большое количество разнообразных исследований и применяемых методов, процесс изучения связей между фондовым рынком и новостной компонентой может быть усовершенствован и модернизирован.

С учетом вышесказанного, целью данной работы будет являться анализ влияния нефинансовой информации, а именно влияния всего новостного потока за рассматриваемый промежуток времени на движение российского фондового рынка.



2. Постановка исследовательского вопроса

Детальное изучение природы шоков и их влияние на каждый из показателей, которые определяют ситуацию на рынке, необходимо. Только измерив количественно и поняв причинно-следственные связи, можно искать пути для сглаживания таких рисков, а значит и для обеспечения более стабильной ситуации в экономике страны.

Анализ литературы показал, что данная тема изучалась многими, но попытки проанализировать влияние на российский фондовый рынок всех новостей предпринято не было, именно поэтому исследовательский вопрос данной работы: как появление в открытом доступе информации о политическом событии может влиять на движение котировок акций. Объясняется это тем, что несмотря на достаточно широкое внедрение инструментов новостной аналитики в странах с развитым фондовым рынком, в России в исследованиях фондового рынка данные инструменты до сих пор мало применимы.

Новостная аналитика представляет собой цепь автоматизированных процессов (Сидоров, Сергушова, Чебаков, 2010). С ростом популярности данного инструмента, в мире появляется все больше провайдеров новостной и финансовой аналитики.

Для достижения цели данного исследования необходимо прибегнуть к новостной аналитике, так как наша изначальная цель проанализировать информационный поток полностью, а не отдельные новости, как делали авторы предшествующих работ по данной теме. Данная цель является вполне обоснованной. На сегодняшний день очень высока интенсивность новостных провайдеров, это приводит к тому, что инвестор просто не может обработать такой информационный поток. Новости о событиях, которые потенциально могли оказать влияние на ситуацию рынке могут оказаться пропущенными, оставленными без внимания. Именно поэтому, на наш взгляд, в модели оценки влияния новостей на рынок необходимо брать взвешенный показатель, характеризующий интенсивность новости, превалирующей в анализируемый день ее возможное влияние на ожидания инвесторов.

Чтобы достичь цели исследования и ответить на поставленный вопрос необходимо качественно и количественно охарактеризовать новости и в результате получить данные характеристики в числовых показателях, что позволит использовать их в эконометрической модели, которая будет объяснять поведение индекса РТС за рассматриваемый нами период.

Эконометрическая модель будет иметь вид множественной линейной регрессии как и в схожих с данной работой исследованиях (Zeynep и Mustafa). Выбор данной модели определен тем, что нам необходимо проанализировать связь между независимыми переменными (финансовыми и новостными показателями) и зависимой переменной, характризующей состояние рынка. Для предположения о нелинейности связи между рассматриваемыми переменными нет оснований, исходя из здравого смысла и анализа диаграмм рассеяния. Полученные результаты мы проверим с помощью модели GARCH. Модель GARCH популярна в исследованиях фондового рынка, так как позволяет описывать изменчивость волатильности ны рынке во времени. Более того, как отмечает Энгл модель условной гетероскедастичности успешно работает на практике, так как инвесторы располагают информацией о прошлых котировках, в то время как будущее поведение рынка предсказать невозможно и, что чем ближе информация по времени, тем она важнее. Необходимость использования GARCH модели в данном исследовании обусловлено тем, что рассматривается почти 10-летний период времени, который без сомнения будет характеризоваться непостоянностью волатильности (Engle, 2003).

3. Данные и методология

В исследовании используется эконометрический анализ. Для оценки исследуемой зависимости будет построена множественная регрессионная модель. Для анализа собранных данных также будет проведены корреляционный анализ и проверка остатков с целью решить возможные проблемы мультиколлинеарности и гетероскедастичности.

В предшествующих исследованиях по данной теме авторы изучали влияние на фондовый рынок следующих переменных:

· Стоимость барреля нефти;

· Валютный курс;

· Индекс фондового рынка США;

· Ставка доходности по казначейским векселям США за три месяца;

· Российская ставка рефинансирования;

· Баланс корреспондентских счетов (ЦБ РФ).

Из данных переменных в модели будут учтены стоимость барреля нефти, индекс фондового рынка США и баланс корреспондентских счетов (ЦБ РФ). Выбор данных переменных не случаен. В исследовании важно оценить влияние новостей о событии на фондовый рынок в день данного события, поэтому необходимо анализировать данные в ежедневной динамике. Мы намеренно не включаем в модель валютный курс, несмотря на то, что по данной переменной имеются ежедневные данные, чтобы избежать высокой корреляции с переменной «стоимость барреля нефти».

Таким образом, переменные, которые будут включены в нашу регрессию, следующие:

· RTSI - фондовый индекс, основной индикатор фондового рынка России.

Данный показатель выбран в качестве зависимой переменной, так как индекс РТС является ведущим индикатором рынка ценных бумаг в России. Данный индекс рассчитывается фондовой биржей «Российская торговая система». Так сложилось исторически, что данный индекс, наряду с индексом ММВБ, является наиболее популярным и репрезентативным. Каждодневные исторические данные индекса были взяты с сайта инвестиционного холдинга “ФИНАМ”.

· BRENT - стоимость барреля нефти

Российская экономика сильно зависит от цен на энергоносители. В списке компаний, учитываемых при расчете индекса РТС, преобладают так называемые голубые фишки, то есть компании нефтегазового сектора, такие как ОАО «Газпром», ОАО «Лукойл», ОАО «НК Лукойл», ОАО «Сургутнефтегаз»». Опираясь на этот факт, мы решили включить в модель показатель стоимости нефти (Самойлов, 2010).

· CORRESP - баланс корреспондентских счетов Центрального банка Российской Федерации. Данная переменная представляет сомой общую сумму денег, которую кредитные организации (банки) положили на счет в ЦБ РФ.

· S&P 500 - индикатор Американского фондового рынка. Индекс Standard & Poors 500 является одним из самых популярных индексов фондового рынка США. В него входят 500 компаний, наиболее достоверно представляющих ситуацию на американском рынке в целом.

· NUMMENTIONS - цитируемость новости.

Количественный показатель, характеризующий число упоминаний новости в различных источниках. Множественное обращение к данному событию в одном документе также учитывается. Это можно интерпретировать как оценку «важности» события. Чем больше обсуждается событие, тем с большей вероятностью оно значимо.

· AVGTONE - средний “тон” всех документов содержащих одно или больше упоминаний о событии. Данный числовой показатель вычисляется автоматизированным путем и выражает отношение писателя к описываемому событию, таким образом характеризуя важность новости и ее положительного или отрицательного контекста.

Изначально в выборке было 2497 наблюдений. Данные представляли собой интересующие нас показатели в ежедневном разрезе: индекс РТС, баланс корреспондентских счетов, стоимость барреля нефти BRENT, фондовый индекс американского рынка в каждый из торговых дней в период времени с 2006 по 2015 год.

Отдельно была собрана выборка по новостям. Данные выкачивались с сайта GDELT ("Глобальная база данных событий, языка и настроения" The Global Database of Events, Language, and Tone).

GDELT, по словам ее создателя Kalev Leetaru, является «каталогом, фиксирующим, по существу, все, что происходит на планете каждый день». База данных хранит информацию о всех политических событиях в мире с 1979 года и число таких событий уже превышает четверть миллиарда. Новостной поток формируется из десятков тысяч телепередач, радиопередач, печатных источников и интернет-ресурсов более чем на 65 языках. После сбора данных, новости разбиваются на 300 категорий и с помощью компьютерного автоматизированного метода определяется «настроение» новости, то есть анализируется отношение к событию писателя или оратора.

Как уже отмечалось, для исследования необходимо охарактеризовать новости качественно и количественно. GDELT решает эту проблему за нас и представляет все характеристики новостного сообщения в числовых показателях. Однако, анализировать такой объем информации не представляется возможным. Для решения данной проблемы можно обратиться к веб-сервису Google BigQuery, который позволяет осуществлять интерактивный анализ больших наборов данных. Чтобы BigQuery обработал не весь массив информации, а только группу интересующих нас событий, необходимо составить запрос. Запрос был составлен на языке программирования SQL (англ. structured query language -- «язык структурированных запросов»), применяемом для управления данными. Составленный запрос описывал требования к данным по критериям, выбранным на основе анализа литературы по рассматриваемой теме. Данные критерии были следующими:

- как минимум один из акторов события - российское правительство;

- общее число упоминаний о событии во всех источниках больше 100;

- события должны были иметь место с января 2000 по декабрь 2015. Однако, так как методы сбора данных сервисом GDELT претерпевали изменения, события, отвечающие нашим критериям, и по которым имелась необходимая информация, доступны только с конца 2006 года (с 16 ноября 2006).

Выборка, выкачанная в соответствии с данным фильтром, составила 783 политических новости. Однако, так как ежедневно могут иметь место несколько событий и, более того, новости об одном и том же событии могут дублироваться в разных ресурсах, такая выборка оказалась непригодной для анализа. Данные многократно повторялись в течение одного дня. Другой проблемой стало то, что каждый день могут иметь место десятки новостей, все они могут иметь как положиетльный, так и отрицательный характер. Мы пришли к выводу, что целесообразно оставить наиболее значимую новость за день. Критерием для выбора такой новости стал модуль настроения новости, то есть то, насколько новость важна и может иметь потенциальное влияние на рынок. В случаях, если у новостей в один день были очень близкие по значению коэффициенты avgtone, выбор делалася в пользу более цитируемой (с более высоким коэффициентом nummentions). Таким образом, в выборке по новостям осталось 274 новости.

Данные по остальным переменным были соотнесены между собой, выборка незначительно сократилась, из-за того, что торгуемые дни на американском и российском рынках не всегда совпадают, за счет этого, не все данные были доступны в ежедневной динамике.

Относительно рассматриваемых нами в модели переменных можно выдвинуть следующие гипотезы:

1. Главная гипотеза, которую можно выдвинуть на основании анализа литературы: политические новости оказывают влияние на индекс РТС.

2. Чем выше средний тон новости, тем выше индекс РТС, поскольку положительные события внушают инвесторам уверенность в политической ситуации в стране и, как следствие, влияют на склонность инвесторов к вложению их средств в ценные бумаги компаний этой страны. Данная гипотеза основывается на гипотезе эффективного рынка.

3. В ответ на рост стоимости барреля нефти индекс РТС также увеличивается. Башер и Садорски отмечают сильную зависимость российского фондового рынка от цен на нефть. По мнению авторов спрос на нефтепродукты возрастает в развивающихся странах, как следствие растет зависимость рынка от цен на нефть, влияя на сальдо текущего баланса страны и денежную массу (Basher,Sadorsky, 2006). Более того, цены на акции влияют на рыночную стоимость нефтяных акций, которые составляют значительную долю при расчете индекса РТС.

4. Чем больше остатки на корреспондентских счетах, тем выше уровень доверия инвесторов к стране, тем больше средств можеть быть использовано для вложений в ценные бумаги, следовательно, тем выше индекс РТС (Федорова, 2014).

5. Вслед за Пересецким мы предполагаем, что чем выше индекс S&P 500, тем выше индекс РТС (Peresetsky, 2011). Американский фондовый рынок является одним из самых устойчивых и развитых рынков в мире, колебания фондового индекса США будут оказывать влияние на индексы стран с менее развитой экономикой, такие как Россия.

6. Уровень цитируемости новостей отрицательно влияет на индекс РТС. Гипотеза строится на предположении, что политические новости, имеющие негативную смысловую окраску, чаще освещаются и повторяются в разных ресурсах СМИ и что, в соответствии с выводами, сделанными Бондом и Тэйлером, инвесторы в таких случаях могут слишком остро реагировать на орицательные новости, тем более в условиях нестабильной политической ситуации, характерной для России.

По переменным, представляющими собой временные ряды (индекс РТС, индекс S&P 500, стоимость барреля нефти BRENT, остатки на корреспондентских счетах) будут анализироваться их относительные изменения. Технически это позволит избавиться от возможных проблем автокорреляции и нестационарности временных рядов.

Данные были проанализированы на наличие выбросов с помощью графиков boxplot (приложение 1). На которых отчетливо видны выбросы по переменным BRENT (изменение более -1), по S&P 500 (также изменение более -1), по NUMMENTIONS (более 20000). Проведя процедуру исключения из выборки статистических выбросов, повторно строим boxplot (приложение 2). На графиках можно заметить, что по переменным остается ряд выбросов. Введем более строгие ограничения. Изменения по стоимости нефти BRENT должны быть больше -0.15 и меньше 0.1, изменения по S&P 500 должны быть больше -0.06 и меньше 0.05, изменения корреспондентских счетов должны быть меньше 0.7, изменение РТС должно быть меньше 0.1 и количество упоминаний должно быть меньше 800.

Со всеми ограничениями наша выборка составляет 2108 наблюдений. Графики гистограмм с наложенным нормальным распределением показали, что по выбранным переменным после «чистки от выбросов» не наблюдается экстремальных значений, распределение относительно симметричное, близкое к нормальному. (приложение 3).

В таблице 1 ниже можно увидеть основные описательные статистики выбранных переменных:

Таблица 1 Описательные статистики переменных

Переменная	Описание	Среднее	Максимум	Минимум	Jarque-bera	Станд. откл-е	К-т вариации
return_ RTSI	Доходность индекса РТС	-0,0003	0,0926	-0,1368	2131	0,021555	6673,37
avgtone	Средняя тональность новости	0,1028	11,283	-12,481	22373	1,601651	1557,344
numen-tions	Кол-во упомина-ний новости во всех ресурсах	26,543	779	0	62370	88,07567	331,82
diff_brent	Относитель-ное изменение стоимости барреля нефти Brent	0,0002	0,0861	-0,0968	530	0,02027	13977,24
diff_ corresp	Относитель-ное изменение остатков на корреспон-дентских счетах	0,0058	0,6467	-0,4139	790	0,11746	2019,93
diff_sp	Доходность индекса S&P 500	0,000397	0,047683	-0,052808	725,21	0,011829	2979,6

Анализируя коэффициенты вариации и большой разброс между минимальными и максимальными значениями каждого из показателей, стоит отметить очень высокую волатильность на рынке, неоднородность данных. Это может говорить о том, что при построении моделей мы столкнемся с проблемой гетероскедастичности. Визуально отметить наличие гетероскедастичности можно и после построения графиков (приложение 4).

4. Описание результатов

Прежде чем строить модель, необходимо проверить нет ли между переменными линейной взаимосвязи, то есть проверить данные на ниличие/отсутствие пролемы мультиколлинеарности. Для этого мы строим корреляционную матрицу (Таблица 2). Более того, корреляционный анализ является важным эконометрическим инструментарием, так как позволяет выявить взаимосвязи между переменными и сделать предварительные выводы по выдвинутым гипотезам.



Таблица 2 Корреляционная матрица

	diff_brent	diff_corresp	diff_sp	return_rtsi	nummen-tions	avgtone
diff_brent	1.000	х	х	х	х	х
diff_ corresp	-0,025	1.000	х	х	х	х
diff_sp	0,385*	-0,003	1.000	х	х	х
return _rtsi	0,362*	0,01	0,366*	1.000	х	х
nummen-tions	-0,002	0,03	0,015	-0,007	1.000	х
avgtone	0,01	0,00	0,026	0,042***	0,065*	1.000

Примечание: * - коэффициент значим на 1% уровне; ** - коэффициент значим на 5% уровне; *** - коэффициент значим на 10% уровне.

Как свидетельствует анализ данных, индекс РТС сильно связан с фондовым индексом США и стоимостью нефти, что полностью подтверждает наши гипотезы относительно влияние этих двух переменных на российский рынок. Значимую связь между собой демонстрируют фондовый индекс США и стоимость нефти. Новостная переменная, отвечающая за настроение новости, также демонстрирует связь с индексом российского фондового рынка, что также подтвержает нашу гипотезу о наличии влияния новостей на рынок. Неожиданным для нас результатом корреляционного анализа становится отсутствие связи между остатками на корсчетах с какими-либо из переменных. Выдвинутая нами гипотеза относительно влияния остатков на корреспондетских счетах на индекс не подтвердилась. Также опроверглась наша гипотеза об отрицательной связи между цитируемостью новостью и ее настроением. Матрица показывает, что связь положительная, а значит, чем более положительной является новостное сообщение, тем больше будет упоминаний о нем в различных средствах масовой информации. Интересно отметить, что корреляция между цитируемостью новости и ее настроением является достаточно низкой. Иными словами, тот факт, что новость потенциально может иметь значительное влияние на рынок, не влияет на тот факт, с какой частотой новость будет встречаться в различных источниках СМИ. Данное заключение наводит на мысль о наличии ограничения в данном исследовании: новость, имеющая наибольшее потенциальное влияние на рынок, может быть менее освещена в СМИ, чем новость с меньшим коэффициентом значимости, и наоборот. То есть сделать вывод, какая новость с большей вероятностью окажет влияние на рынок невозможно - та, которая будет доступна большему числу участников рынка, или та, которая изначально обладает большим потенциалом для влияния на поведение инвесторов. В целом, корреляция между всеми переменными в пределах нормы, следовательно, в модели отсутствует проблема мультиколлинеарности, и нет необходимости удаления какого-либо из регрессоров. Так как мы имеем дело с временными рядами, на следующем этапе необходимо учесть все особенности работы с данными такого рода. Первоначально важно проанализировать нет ли проблемы нестационарности, то есть проверить, обладают ли ряды постоянной средней и дисперсией и зависит ли ковариация только от временного интервала между двумя отдельными наблюдениями. Для этого в первую очередь, обратимся к графикам (приложение 4). На графиках не прослеживается ни тренда, ни сезонности по переменным представляющим собой временные ряды. Исходя из этого, можно выдвинуть гипотезу, что временные ряды стационарны. Однако, графический анализ не всегда позволяет с уверенностью сказать о стационарности ряда. Чтобы проверить нашу гипотезу, построим автокоррелограммы временных рядов (приложение 5). По автокоррелограме видно, что все коэффициенты автокорреляции стремятся к нулю, частные коэффиценты корреляции (скользящего среднего) также около нуля. Дополнительно проведем тест на наличие единичных корней Дикки-Фуллера. Все значения статистики Дикки-Фуллера меньше критического значения статистики на 1%-ном уровне. Единичные корни отсутствуют. Мы подтвердили гипотезу, что временные ряды являются стационарными.

...