Инвестирование в искусство на примере русской скульптуры

Таблица 8.1

Результаты оценки CAPM (2000 - 2019 гг.)

	Хедж-фонды	Индекс недвижимости	Русская скульптура	Индекс РТС	Гос. облигации	Корп. облигации	Товары, сырье
	1,131 (0,619)	7,568 (0,047)	1,874 (0,822)	16,8 (0,166)	-6,57 (0,151)	1,65 (0,543)	5,946 (0,061)
	0,607 (0,000)	0,803 (0,000)	0,063 (0,861)	1,35 (0,014)	0,593 (0,006)	0,495 (0,000)	0,409 (0,005)
	0,702	0,623	0,0019	0,304	0,37	0,525	0,379
	40,02	28,04	0,03	7,43	10,00	18,7	10,4

Источник: расчёты автора

Таблица 8.2

Результаты оценки CAPM (2002 - 2019 гг.)

	Рос. корп. облигации	Рос. гос. облигации	Русская скульптура
	3,074 (0,072)	-2,666 (0,301)	1,460 (0,871)
	0,519 (0,000)	0,447 (0,001)	0,113 (0,761)
	0,8082	0,5593	0,0064
	63,20	19,04	0,10

Источник: расчёты автора

Русская скульптура в период 2000 - 2019 гг. (Таблица 5.1) имеет самое низкое положительное значение коэффициента , которое, тем не менее, не является значимым, на любои разумном уровне значимости, в отличие от всех других классов активов, коэффициент значим на уровне значимости 0.05. В исследовании (Agnello, 2016) данный коэффициент для произведений американских художников тоже был ниже 1, а для дорогостоящих произведений- близким к 0. Самый высокий «бета-фактор» приходится на индекс недвижимости. Таким образом, рынок русской скульптуры изменяется вслед за изменениями на рынке акций (представленном индексом S&P 500), однако его реакция остается достаточно слабой. Коэффициент
для рынка русской скульптуры является положительным (и тоже незначимым), но его значение ниже, чем данный показатель индекса РТС, недвижимости и товаров и сырья, то есть вложения в русскую скульптуру приносят меньшую дополнительную доходность по отношению к соответствующей уровню риска, чем перечисленные выше активы, но более высокую, чем дополнительная доходность инвестиций в хедж-фонды, 10-летние казначейские облигации и корпоративные облигации. Однако, нельзя оставлять без внимания то, что коэффициент является значимым на 0.05 уровне значимости только для индекса недвижимости.

В период 2002 - 2019 гг. (Таблица 5.2) русская скульптура тоже имеет самое низкое значение «бета», которое не является значимым, в отличие от данного коэффициента в моделях для облигаций российского рынка. Коэффициент «альфа» не является значимым ни для одного из активов, тем не менее, он положителен для русской скульптуры и отрицателен для государственных облигаций российского рынка, что сигнализирует о более высоком уровне дополнительной доходности инвестиций в русскую скульптуру.

6) Значения коэффициента Трейнора (Treynor, 1965), инструмента оценки эффективности инвестиций, представляющего собой отношение его средней дополнительной по сравнению с безрисковой ставкой доходности актива к мере его систематического риска, выраженной коэффициентом , ранее оцененным в модели CAPM. Коэффициент Трейнора рассчитывается по следующей формуле:

Чем выше значение коэффициента Трейнора, тем более эффективным является инвестиционный портфель с точки зрения соотношения его риска и дополнительной доходности.

Таблица 7.1

Коэффициент Трейнора различных классов активов 2000 - 2019 гг.

	Хедж-фонды	Индекс недвижимости	Русская скульптура	Индекс РТС	Гос. облигации	Корп. облигации	Товары, сырье
	0,039	0,115	0,318	0,146	-0,089	0,054	-0,008

Источник: расчёты автора

Таблица 7.2

Коэффициент Трейнора различных классов активов 2002 - 2019 гг.

	Рос. корп. облигации	Рос. гос. облигации	Русская скульптура
	0,094	-0,025	0,164

Источник: расчёты автора

Коэффициент Трейнора сконструированного индекса русской скульптуры является самым высоким среди всех классов активов, собранных в Таблице 7.1. Его значение в 2.17 раз превышает следующее по величине, относящееся к индексу РТС. Таким образом, согласно результатам сравнения данного показателя, инвестиции в русскую скульптуру являются более эффективными, чем в традиционные финансовые активы (акции, государственные и корпоративные облигации и т. д.), недвижимость, товары и сырье. Согласно данным Таблицы 7.2 коэффициент Трейнора русской скульптуры также превосходит коэффициент Трейнора российских государственных и корпоративных облигаций, на основании чего можно сделать аналогичный вывод о сравнительной эффективности инвестиций в русскую скульптуру.

7) Значение коэффициента парной корреляции между показателями средней годовой доходности русской скульптуры и финансовыми активами. Данное значение следует сравнивать с аналогичным показателем для недвижимости, сырья и товаров, чтобы выявить, какой из нефинансовых активов является наименее коррелированным с финансовыми рынками. Таким образом, будет получен ответ на вопрос о наличии возможностей диверсификации портфеля при инвестировании в скульптуры русских авторов.



Таблица 10.1

Коэффициент парной корреляции между различными классами активов (2000 - 2019 гг.)

Источник: расчёты автора

Таблица 10.2

Коэффициент парной корреляции между различными классами активов (2000 - 2019 гг.)

Источник: расчёты автора

Вывод: доходность русской скульптуры за период 2000-2019 гг. положительно коррелирована с доходностью недвижимости, индекса РТС, казначейских облигаций и сырья и товаров, и отрицательно с другими типами активов. Наиболее высокое абсолютное значение коэффициента парной корреляции имеет место в случае индекса S&P 500 (- 0.32). На этом основании можно утверждать о наличии умеренно слабой отрицательной связи между двумя рынками. Второй по величине коэффициент парной корреляции между доходностью русской скульптуры и доходностью товаров и сырья, равный 0,15, сигнализирует о наличии очень слабой прямой связи. В период 2002 - 2019 гг. коэффициенты корреляции доходности русской скульптуры с другими активами сигнализируют о наличии слабой обратной связи между ними. То есть, доходность русской скульптуры оказывается слабо коррелированной с доходностью рассматриваемых классов активов, что подтверждает вывод, сделанный, например, в работе (Campbell, 2004) о том, что предметы искусства, а именно, русская скульптура могут служить подходящим инструментом для диверсификации портфеля. Однако, ввиду высокой волатильности доходности и высоких транзакционных издержек, инвестиции в рынок искусства должны осуществляться на долгий срок.



Заключение

Произведения искусства в целом и скульптуры русских авторов в частности, относятся к объектам альтернативных инвестиций. Практика включения индивидуальными и институциональными инвесторами нетрадиционных активов в свои инвестиционные портфели, прежде всего с целью их диверсификации, существует уже долгие годы (Terhaar, Staub, Singer, 2003). К объектам альтернативных инвестиций относятся также вложения в хедж-фонды, недвижимость, различные типы сырья и товаров, коллекционные предметы и т. д.

В данной работе было произведено сравнение эффективности инвестиций в русскую скульптуру и в некоторые классы стандартных финансовых активов и перечисленных выше нетрадиционных. Рынок скульптуры в настоящее время остается недостаточно исследованным ввиду его меньшего объема по сравнению с доминирующим видом изобразительного искусства - живописью. Однако растущее внимание в академической и деловой среде к искусству как одному из объектов альтернативных инвестиций порождает потребность в более глубоком изучении второго по значимости его сегмента. Помимо этого, русская скульптура представляет собой пример национального искусства, более того, искусства развивающейся экономики, что предоставляет дополнительный интерес в предположении о повышенном уровне доходности национального искусства развивающихся стран, характерного, например, для искусства Китая.

В ходе исследования инвестиций в русскую скульптуру был проанализирован мировой рынок изобразительного искусства и положение скульптуры на нем, рассмотрены факторы ее ценообразования и сконструирован индекс русской скульптуры для периода 2000-2019 гг. на основе гедонистической модели, оцененной на данных российских и международных продаж русской скульптуры XIX-XX вв., то есть скульптур авторов, рожденных в Российской империи, СССР и РФ.

Согласно гедонистическому подходу, общепринятому в сфере подобных исследований, цена скульптуры полагалась зависящей от ее временных и не временных характеристик. Анализ динамики полученного индекса показал, что тенденции на рынке русской скульптуры не всегда совпадали с тенденциями на рынке и живописи, практически в полной мере повторяющими динамику рынка всего русского искусства в целом.

Далее, были сравнены такие показатели эффективности инвестиций русской скульптуры и других классов активов, как средняя годовая доходность, ее стандартное отклонение, коэффициенты Шарпа и Трейнора, коэффициент в модели CAPM, а также коэффициент парной корреляции доходности русской скульптуры с доходностью других активов. Среднегодовая доходность русской скульптуры составила 5,19% (в период 2000 - 2019 гг.) и 5,46% (в период 2002 - 2019 гг.), что превышает среднегодовую доходность вложений в хедж-фонды, казначейские векселя и казначейские облигации США, в сырье и товары, а также в российские государственные облигации. Однако, стандартное отклонение доходности русской скульптуры выше, чем соответствующий показатель данных типов активов, что говорит о более высокой степени риска вложений в русскую скульптуры. Более подробную информацию о соотношении риска и доходности для разных типов активов предоставляют значения коэффициента Шарпа, согласно которому инвестиции в русскую скульптуру являются более эффективными, чем инвестиции в казначейские облигации США, российские государственные облигации, и в товары и сырье, и коэффициента Трейнора, которое свидетельствует о том, что инвестиции в русскую скульптуру являются самыми эффективными среди всех остальных. Результаты оценки модели CAPM подтверждают, что динамика на рынке русской скульптуры довольно слабо следует за динамикой на рынке акций, однако коэффициенты парной корреляции русской скульптуры являются довольно низкими и в случае индекса S&P, и в случае других более традиционных активов, что означает наличие возможности диверсификации инвестиционного портфеля с помощью вложений в русскую скульптуру.

Таким образом, инвестиции в русскую скульптуру могут быть весьма привлекательны для экономического агента, исходя из его целей получения повышенной доходности и снижения уровня риска его портфеля. Детальное рассмотрение содержимого такого смешанного оптимального портфеля, включающего в себя русскую скульптуру и какие-либо другие активы, может стать предметом для дальнейших исследований в области анализа инвестиций в искусство.



Список литературы

1. Agnello, R. (2002)."Investment Returns and Risk for Art: Evidence from Auctions of American Paintings". Eastern Economic Journal 28(4), 443-463.

2. Agnello, R. J. (2016). "Do U.S. Paintings Follow the CAPM? Findings Disaggregated by Subject, Artist, and Value of the Work" Research in Economics, 70, 403 - 411.

3. Agnello, R.J., Pierce, R.K. (1996). “Financial returns, price determinants, and genre effects”. Journal of Cultural Economics 20, 359-383.

4. Akerlof, G. A. (1970). 'The Market for “Lemons”: Quality Uncertainty and the Market Mechanism'. The Quarterly Journal of Economics, 84 (3), 488 - 500.

5. Anderson, R. C. (1974) “Paintings as an Investment” Economic Inquiry 12(1), 13-26.

6. Ashenfelter, O. (1989). "How Auctions Work for Wine and Art." Journal of Economic Perspectives, 3 (3), 23-36.

7. Ashenfelter, O. (2003). Auctions and the Price of Art. // Journal of Economic Literature 41(3), 763 - 787.

8. Ashenfelter, O., Graddy K. (2010). Art Auctions. // CEPS Working Paper 203, 1 - 16.

9. Baumol, W. J. (1986) “Unnatural Value: or Art Investment as Floating Crap Game” American Economic Review 76(2), 10-14.

10. Beggs, A., and Graddy, K. (2009). "Anchoring Effects: Evidence from Art Auctions." American Economic Review, 99 (3), 1027-1039.

11. Bonus, H., Ronte, D. (1997). "Credibility and Economic Value in the Visual Arts". Journal of Cultural Economics, 21(2), 103-118.

12. Botha, F., Snowball, J., Scott, B. (2016). "Art investment in South Africa: portfolio diversification and art market efficiency". South African Journal of Economic and Management Sciences, 19(3), 358-368.

13. Buelens, N., Ginsburgh, V. (1993). "Revisiting Baumol's `Unnatural value: Or art as a floating crap game". European Economic Review 37, 1351-1371.

14. Cagnone, S., Giannerini, S., Modugno, L. (2017). "Multilevel Models with Stohastic Volatility for Repeated Cross-Sections: An Application to Tribal Art Prices". The Annals of Applied Statistics 11(2), 1040 - 1062.

15. Cameron, L., Goetzmann, W. N., Nozari, M. (2017). "Art and Gender: Market Bias or Selection Bias?" Yale School of Management - International Center for Finance.

16. Campbell, R. (2004). "The Art of Portfolio Diversification". University of Maastricht.

17. Campbell, R. A. J., (2009). "Art as a Financial Investment". Journal of Alternative Investments, 64 - 81.

18. Casadesus-Masanell R., and Catherine J. W. (2009) Sotheby's & Christie's Inc. // Harvard Business School Case 710-412, 1 - 9.

19. Chanel, O. (1995). "Is art market behavior predictable?” European Economic Review, 39 (3-4), 519-527.

20. Cumming, D., Zhang, Y. (2016). "Alternative Investments in emerging markets: A Review and New Trends". Emerging Markets Review 29, 3-10.

21. Czujack, C. (1997). "Picasso paintings at auction, 1963-1994". Journal of Cultural Economics 21, 229-247.

22. Dakshina G. De Silva, Rachel A. J. Pownallb, Wolk L. (2012). "Does the Sun "Shine" on Art Prices". Journal of Economic Behavior and Organization 82(1), 167 - 178.

23. Dashkina, G. De Silva, Gertsberg, M., Pownall, R. A. J. (2017). "Market Evolution of Art Dealers". Lancster University Management School.

24. Deloitte: Art & Finance Report 2017. A Closer Look at the Growing Art&Finance Industry. ["Электронный ресурс] // www2.deloitte.com. URL: https://www2.deloitte.com/lu/en/pages/art-finance/articles/art-finance-report.html..html

25. Demir E., Sari E., Gozgor G. (2018). "Dynamics of the Turkish paintings market: a comprehensive empirical study". Emerging Markets Review, 36, 180 - 194.

26. Durr, F. (2010). "The Swiss Art Index". Master Thesis, Lucerne University of Applied Sciences and Arts.

27. Ehrmann T. The Contemporary Art Market Report 2016. [Электронный ресурс] // www.artprice.com. URL: https://www.artprice.com/artprice-reports/the-contemporary-art-market-report-2016/market-structure

28. Ehrmann T.H1 2018 - Global Art Market Report. [Электронный ресурс] // www.artprice.com. URL: https://www.artprice.com/artprice-reports/global-art-market-in-h1-2018-by-artprice-com/h1-2018-global-art-market-report-by-artprice-com

29. Ekelund Jr, R. B., Ressler, R. W., Watson, J. K. (2000). "The "Death-Effect" in Art Prices: A Demand-Side Exploration". Journal of Cultural Economics 24(4), 283 - 300.

30. Elmer V. SAGE Business Researcher: The Global Art Industry. [Электронный ресурс] // www.businessresearcher.sagepub.com. URL: http://www.artspecifier.com/photos/the-global-art-industry.pdf

31. Etro, F. Stepanova E. (2017). "Art Auctions and Art Investment in the Golden Age of British Painting". Scottish Journal of Political Economy 64(2), 191-225.

32. Frey, B.S., Pommerehne, W.W. (1989). 'Muses and Markets: Explorations in the Economics of the Arts'. Basil Blackwell, Oxford, UK and Cambridge, MA, USA.

33. Ginsburgh, V., Mei, J. and Moses, M. (2006). "The Computation of Price Indices". Ginsburgh, V. and Throsby, D. (eds.), Handbook of the Economics of Arts and Culture, Elsevier, North Holland, Amsterdam: 947-979.

34. Ginsburgh, V.,Jeanfills, P. (1995). "Long-term Comovements in International markets for Paintings". European Economic Review 39(3-4), 538 - 548.

35. Goetzman, W. N., Nozari, M. (2018). "Art as Collateral". Yale School of Management.

36. Goetzmann, W.N. (1993). "Accounting for taste: Art and financial markets over three centuries". American Economic Review 83, 1370-1376.

37. Grampp, W. D. (1989). "Pricing the Priceless: Art, Artists and Economics", Basic Biiks, UK, London.

38. Herrero M. (2010). "Auctions, rituals and emotions in the art market". Thesis Eleven, 103(1), 97-107.

39. Hodgson, D. J., Vorkink, K. P. (2004). "Asset Pricing Theory and the Valuation of Canadian paintings". Canadian Journal of Economics 37(3), 488 - 511.

40. Horowitz, N. (2014). "Art of The Deal: Contemporary Art in a Global Financial Market". New Jersey: Princeton University Press , 143 - 145.

41. Hutter, M., Knebel C., Pietzner, G., Schдfer, M. (2007). "Two Games in Town: A Comparison of Dealer and Auction Prices in Contemporary Visual Arts Markets". Journal of Cultural Economics 31(4), 247-261.

42. Jensen, M.C. (1968). "The Performance of Mutual Funds in the Period 1945-1964". Journal of Finance, 23, 389-416.

43. Kahneman, D., Tversky, A. (1982). "The psychology of preferences". Scientific American, 246(1), 160-173.

44. Kraussl, R., Lehnert T., NasserEddine A., (2019). "The Validity of Hedonic Models for Estimating Heterogeneous Assets Returns".

45. Krдussl, R., Logher R. (2010). "Emerging art markets". Emerging Markets Review 11, 301 - 318.

46. Krдussl, R., NasserEddine A. (2019). “The Fair Return on Art as an Investment: Accounting for Transaction Costs”. Luxembourg School of Finance, University of Luxembourg.

47. Locatelli-Biey, M., Zanola, R. (2002). The sculpture market: an adjacent year regression index. Journal of Cultural Economics, 26, 65-78.

48. Lucinska, A. (2014). "The Art Market in the European Union". International Advances in Economic Research 21(1), 67 - 79.

49. Ma, M., Noussair, C. N., Rennebog, L. (2019). "Colors, Emotions, and the Auction Value of Paintings". CentER Discussion Paper Series: Tilburg University, 2019-006.

50. McAndrew C. Art Basel and UBS: The Art Market | 2018. [Электронный ресурс]// www.artbasel.com. URL: https://www.artbasel.com/about/initiatives/the-art-market

51. McAndrew C. Art Basel and UBS: The Art Market | 2019. [Электронный ресурс] // www.artbasel.com. URL: https://www.artbasel.com/about/initiatives/the-art-market

52. Mei, J., Moses, M. (2002.) "Art as an investment and the underperformance of masterpieces". The American Economic Review 92(5), 1656 - 1668.

53. Melanie Gerlis. (2017). “Sculpture Cast in a New Light”. The Art Newspaper: Sculpture 2017, Momart.

54. Rengers, M., Velthuis O. (2002). "Determinants of Prices for Contemporary Art in Dutch Galleries, 1992-1998". Journal of Cultural Economics, 26(1): 1 - 28.

55. Renneboog, L., Spaenjers, C. (2013). "Buying Beauty: On Prices and Returns in the Art Market". Management Science, 59(1), 36-53.

56. Schneider, F., & Pommerehne, W. (1983). "Analyzing the Market of Works of Contemporary Fine Arts: An Exploratory Study". Journal of Cultural Economics, 7(2), 41-67.

57. Seзkin, A., Atukeren, E. (2009). "Investment Characteristics of the Market for Paintings in Turkey: 1990 - 2005". Investment Management and Financial Innovations 6(2).

58. Sharpe, W.F. (1966). "Mutual Fund Performance". Journal of Business, 39, 119-138.

59. Shi, Y., Conroy, P., Wang, M., Dang, C. (2018). "The Investment Performance of Art in Mainland China".Emerging Markets Finance and Trade 54(6), 1358-1374.

60. Stein, J. P. (1977) “The Monetary Appreciation of Paintings” Journal of Political Economy 85(5), 1021-1035.

61. Terhaar, K., Staub R., Singer, B. D. (2003). "Appropriate Policy Allocation for Alternative Investments". The Journal of Portfolio Management Spring 2003, 29 (3) 101-110.

62. Throsby, D. (1994). "Assessing the Impacts of a Cultural Industry". The Journal of Arts, Management, Law, and Society 34(3), 188-204.

63. Treynor, J. (1965). "How to rate management of investment funds". Harvard Business Review, 43(1), 63-75.

64. Ursprung, H. W., Wiermann, C. (2011). "Reputation, Price and Death: An Empirical Analysis of Art Price Formation. Economic Inquiry 49(3), 697 - 715.

65. Vosilov, R. (2015). "Sculpture as an alternative investment: an analyses of price dynamics between Sculpture and Equity bond markets." Journal of Alternative Investments, 17(4), 21 -45.

66. Vosilov, R., (2015). "Art Auction Prices: Home Bias, Familiarity and Patriotism".

67. Witkowska, D., Kompa K. (2014). "Constructing Hedonic Art Price Indexes for the Polish Painting Market Using Direct and Indirect Approach". The IEB International Journal of Finance 10.

68. Worthington A., Higgs H. (2004) Art as an investment: risk, return and portfolio diversification in major painting markets. Accounting and Finance, 44(2), 252-272.

69. Zorloni, A. (2013). 'The Economics of Contemporary Art: Markets, Strategies and Stardom'. Springer Berlin Heidelberg, 119 - 156.

70. Берзон Н. И., Дорошин Д. И. Особенности применения показателей эффективности финансовых инвестиций // Финансы и кредит. 2012. № 14. С. 21- 33.

71. Богданов В., Рынок русского искусства -- 2018. Итоги. [Электронный ресурс] // www.artinvestment.ru. URL: https://artinvestment.ru/russian-art-market-reports/2018.html

72. Водопьянова А. И., Леонова Л. А., Новак А. Е. Арт-рынок: особенности инвестирования в произведения живописного искусства // Вестник Санкт-Петербургского университета. Экономика. 2018. Т. 34. № 1. С. 95 - 111.

73. Михлин А. В. Арт-индексы: корреляция цен на предметы искусства с ценами других активов и некоторые эффекты арт-рынка // Имущественные отношения в Российской Федерации. 2014. С. 83 - 89.

74. Ратникова Т. А., Петров Н. А. Анализ совместного распределения биржевых и арт-индексов: попытка копулярного подхода // Прикладная микроэконометрика. 2018. Т. 52. С. 46 - 61.

75. Ратникова Т. А., Петров Н. А. Ценовой индекс на полотна Анри Матисса: чувствительность к методу построения и связь с биржевыми и арт-индексами // Прикладная микроэконометрика. 2017. Т. 47. С. 49 - 73.

76. Седых И. А. Российский рынок предметов искусства. Институт "Центр развития" НИУ ВШЭ. 2018. C. 5 - 55.

77. Ценовые индексы русского искусства ARTIMX-RUS. [Электронный ресурс] //www.artinvestment.ru. URL: https://artinvestment.ru/indices/artimx/



Приложение 1. Описательные статистики переменной sculpt



Приложение 2.1. Логарифмическая форма



Приложение 2.2. Полулогарифмическая форма



Приложение 2.3. Линейная форма



Приложение 3. Тест Прегибона

А) Логарифмическая форма:

Б) Полулогарифмическая форма:



Приложение 4. F-тест



Приложение 5 VIF-cтатистики



Новая модель:



6. Финальная модель



7. Программный код Stata

8.

* Encoding vatiables

encode (sculptor), gen (sculpt)

drop (sculptor)

encode (season), gen (seas)

drop season

encode (material), gen (mater)

drop material

* Generating dummies

quietly tabulate mater, generate(mat)

quietly tabulate year_sale, generate (sale)

quietly tabulate seas, generate(seas)

quietly tabulate sculpt, gen (sculpt)

*Generating other variables

gen lprice = ln(price)

gen lage = ln(age)

gen ny_soth = ny*soth

gen ny_shris = ny * chris

gen lon_soth = london * soth

gen lon_chris = london * chris

gen size_sq = size * size

gen lsize_sq = ln(size_sq)

gen lsize = ln(size)

gen lprod = ln(year_prod)

*Describing variables

sum price size age year_prod

tab season

tab alive

tab rf

tab soth

tab chris

tab ny

tab london

tab paris

tab material

tab sculpt

*first model

reg lprice i.year_sale dim lsize rf soth chris ny london paris i.mater i.sculpt

*three specifications

reg lprice lprod i.year_sale dim lsize alive rf soth lage chris ny london paris i.seas i.mater i.sculpt

reg lprice year_prod i.year_sale dim size alive rf soth age chris ny london paris i.seas i.mater i.sculpt

reg price year_prod i.year_sale dim size alive rf soth age chris ny london paris i.seas i.mater i.sculpt

*Pregibon

reg lprice lprod i.year_sale dim lsize alive rf soth lage chris ny london paris i.seas i.mater i.sculpt

linktest

reg lprice year_prod i.year_sale dim size alive rf soth age chris ny london paris i.seas i.mater i.sculpt

linktest

vif lprod i.year_sale dim lsize alive rf soth lage chris ny london paris i.seas i.mater i.sculpt

*F-test

reg lprice lprod i.year_sale dim lsize alive rf soth lage chris ny london paris seas1 seas2 seas3 seas4 mat1 mat2 mat3 mat4 mat5 mat6 sculpt1 sculpt2 sculpt3 sculpt4 sculpt5 sculpt6 sculpt7 sculpt8 sculpt9 sculpt10 sculpt11 sculpt12 sculpt13 sculpt14 sculpt15 sculpt16 sculpt17 sculpt18 sculpt19 sculpt20 sculpt21 sculpt22 sculpt23 sculpt24 sculpt25 sculpt26 sculpt27 sculpt28 sculpt29 sculpt30 sculpt31 sculpt32 sculpt33 sculpt34 sculpt35 sculpt36 sculpt37 sculpt38 sculpt39 sculpt40 sculpt41 sculpt42 sculpt43 sculpt44 sculpt45 sculpt46 sculpt47 sculpt48 sculpt49 sculpt50 sculpt51 sculpt52 sculpt53 sculpt54 sculpt55 sculpt56 sculpt57 sculpt58 sculpt59 sculpt60 sculpt61 sculpt62 sculpt63 sculpt64 sculpt65 sculpt66 sculpt67 sculpt68 sculpt69 sculpt70 sculpt71 sculpt72 sculpt73 sculpt74 sculpt75 sculpt76 sculpt77

test dim alive lage paris seas1 seas2 seas3 mat1 mat2 mat4 sculpt1 sculpt2 sculpt3 sculpt4 sculpt5 sculpt6 sculpt11 sculpt12 sculpt13 sculpt14 sculpt17 sculpt19 sculpt20 sculpt24 sculpt25 sculpt26 sculpt27 sculpt29 sculpt30 sculpt32 sculpt33 sculpt34 sculpt36 sculpt38 sculpt39 sculpt40 sculpt43 sculpt44 sculpt45 sculpt46 sculpt47 sculpt48 sculpt49 sculpt50 sculpt51 sculpt53 sculpt54 sculpt55 sculpt57 sculpt60 sculpt61 sculpt62 sculpt63 sculpt64 sculpt66 sculpt69 sculpt70 sculpt72 sculpt73 sculpt74 sculpt76

*VIF

reg lprice lprod i.year_sale dim lsize alive rf soth lage chris ny london paris seas1 seas2 seas3 seas4 mat1 mat2 mat3 mat4 mat5 mat6 sculpt1 sculpt2 sculpt3 sculpt4 sculpt5 sculpt6 sculpt7 sculpt8 sculpt9 sculpt10 sculpt11 sculpt12 sculpt13 sculpt14 sculpt15 sculpt16 sculpt17 sculpt18 sculpt19 sculpt20 sculpt21 sculpt22 sculpt23 sculpt24 sculpt25 sculpt26 sculpt27 sculpt28 sculpt29 sculpt30 sculpt31 sculpt32 sculpt33 sculpt34 sculpt35 sculpt36 sculpt37 sculpt38 sculpt39 sculpt40 sculpt41 sculpt42 sculpt43 sculpt44 sculpt45 sculpt46 sculpt47 sculpt48 sculpt49 sculpt50 sculpt51 sculpt52 sculpt53 sculpt54 sculpt55 sculpt56 sculpt57 sculpt58 sculpt59 sculpt60 sculpt61 sculpt62 sculpt63 sculpt64 sculpt65 sculpt66 sculpt67 sculpt68 sculpt69 sculpt70 sculpt71 sculpt73 sculpt74 sculpt75 sculpt76 sculpt77

vif

reg lprice i.year_sale dim lsize rf soth lage chris ny london paris mat3 mat5 mat6 sculpt1 sculpt2 sculpt3 sculpt4 sculpt5 sculpt6 sculpt7 sculpt8 sculpt9 sculpt10 sculpt11 sculpt12 sculpt13 sculpt14 sculpt15 sculpt16 sculpt17 sculpt18 sculpt19 sculpt20 sculpt21 sculpt22 sculpt23 sculpt24 sculpt25 sculpt26 sculpt27 sculpt28 sculpt29 sculpt30 sculpt31 sculpt32 sculpt33 sculpt34 sculpt35 sculpt36 sculpt37 sculpt38 sculpt39 sculpt40 sculpt41 sculpt42 sculpt43 sculpt44 sculpt45 sculpt46 sculpt47 sculpt48 sculpt49 sculpt50 sculpt51 sculpt52 sculpt53 sculpt54 sculpt55 sculpt56 sculpt57 sculpt58 sculpt59 sculpt60 sculpt61 sculpt62 sculpt63 sculpt64 sculpt65 sculpt66 sculpt67 sculpt68 sculpt69 sculpt70 sculpt71 sculpt73 sculpt74 sculpt75 sculpt76 sculpt77

vif

*tests

ovtest

hettest

predict r, resid

swilk r

predict r, resid

kdensity r, normal

swilk r

*CAPM

gen hedge1 = hedge - bills

gen re1 = re - bills

gen sculpt1 = sculpt - bills

gen sp1 = sp - bills

gen rts1 = rts - bills

gen bonds1 = bonds - bills

gen comm1 = com - bills

gen corp1 = corp - bills

gen prem = sp - bills

gen sculpt021 = sculpt02 - bills02

gen roscorp1 = roscorp - bills02

gen rosgos1 = rosgos - bills02

gen prem1 = sp02 - bills02

reg hedge1 prem

reg re1 prem

reg sculpt1 prem

reg sp1 prem

reg rts1 prem

reg bonds1 prem

reg comm1 prem

reg corp1 prem

reg sculpt021 prem1

reg roscorp1 prem1

reg rosgos1 prem1

corr hedge re sculpt sp rts bonds bills corp comm

corr roscorp rosgos sculpt02

Размещено на Allbest.ru

...