Влияние качества компании-эмитента на доходность ее акций

Рисунок 11: Кумулятивные доходности портфелей из акций наиболее качественных компаний

Рисунок 12: Кумулятивные доходности портфелей, одновременно включающих акции наиболее и наименее качественных компаний

На основе анализа доходностей, просадок и коэффициентов Шарпа и Шварцера можно сделать следующие выводы:

· портфели, которые строились на основе сортировки по отклонению от медианного значения, в большинстве случаев являются более эффективными;

· на российском рынке именно ликвидность служит лучшим прокси показателем финансовой стабильности и безопасности компании, чем леверидж;

· если характеристика качества включает в себя и прибыльность, и финансовую стабильность, портфель становится более эффективен по соотношению риск-доходность;

· арбитражные или самофинансируемые портфели, которые включали в себя как короткие, так и длинные позиции, оказались более качественными по соотношению риска и доходности, чем те, которые включали в себя только один тип сделок.

Регрессионный анализ доходностей портфелей.

В данной главе будет проведен регрессионный анализ тех же семи портфелей, которые наиболее внимательно рассматривались в прошлом разделе.

В начале стоит провести анализ модели CAPM, что поможет выявить наличие аномальной доходности у того или иного инвестиционного портфеля. Первым делом посмотрим на то, как поведут себя портфели, где критерий качества - отклонение операционной прибыли от медианы.

Таблица 6: результат оценки модели CAPM

Таблица 7: результат оценки модели CAPM

При анализе результатов моделей (табл. 6, табл. 7) в глаза сразу бросается то, что коэффициент RMRF значим в обоих случаях, а сами регрессии прошли F-test на равенство всех коэффициентов нулю. При этом интересно заметить, что бета в случае с комбинированным портфелем отрицательная. Вероятно, это связано с тем, что такой портфель показывал высокую доходность во времена кризисов из-за удачно подобранных коротких позиций. Также стоит отметить, что показатель бета довольно низкий в обоих случаях, что говорит о некой стабильности этих портфелей. Однако, говорить о наличии или отсутствии аномальной доходности с полной уверенностью нельзя: во-первых, модель CAPM сама по себе не является идеальной, а во-вторых, заметно, что в случае с комбинированным портфелем показатель R2 является очень низким.

Далее хотелось бы оценить аналогичную модель, но только в случае, когда качество определялось только отклонением ликвидности от медианного значения.

Таблица 8: результат оценки модели CAPM

Таблица 9: результат оценки модели CAPM

Результаты, полученные в ходе оценки портфелей, где критерий качества - ликвидность (табл. 8, табл. 9), очень схожи с теми, что были получены при анализе портфелей, построенных на основе операционной прибыли. Комбинированный портфель все так же имеет отрицательную бету при коэффициенте RMRF, а постоянная величина все еще незначимая.

Теперь стоит провести оценку всех трех портфелей, где качество формировалось одновременно из двух факторов. Результаты оценки приведены ниже (табл. 10, табл. 11, табл. 12).

Таблица 10: результат оценки модели CAPM

Таблица 11: результат оценки модели CAPM

Таблица 12: результат оценки модели CAPM

Приведенные выше результаты отличаются от тех, что были получены при оценке моделей для портфелей, где критерием качества выступал только один фактор. Так, для портфеля только из длинных позиций коэффициент при константе стал намного более значимым с p-value в 17%. Это не позволяет говорить о наличии сверхнормальной доходности, однако уже заметно, что фактор RMRF куда хуже объясняет динамику доходности.

А вот при анализе доходности портфеля, который включал и короткие, и длинные позиции, можно говорить о наличии фактора качества. Заметно, что альфа значима на 95% доверительно интервале.

Оценивать доходности только моделью CAPM не стоит - эта модель учитывает лишь один фактор, а на доходность акций компаний влияет не только движения рынка. Дальнейшее исследование будет произведено по схожей с предыдущей структурой, но только будет использоваться трехфакторная модель Кеннта Фамы и Юджина Френча. Результаты оценки доходности портфеля, построенного на основе отклонения от операционной прибыли, приведены ниже.

Таблица 13: результат оценки трехфакторной модели FF

Таблица 14: результат оценки трехфакторной модели FF

По результатам оценки модели видно, что включение двух дополнительных факторов не оказало практически никакого влияния на модель. Ни фактор стоимости, ни фактор размера не оказались значимыми, а значимость остальных двух факторов осталась примерно на том же уровне в обеих моделях. Далее рассмотрим результаты регрессии, в случае, когда регрессантом выступает доходность портфелей, где акции отобраны на основе ликвидности (табл. 15, табл. 16).

Таблица 15: результат оценки трехфакторной модели FF

Таблица 16: результат оценки трехфакторной модели FF

Результат оценки трехфакторной модели в случае, когда портфели формировались на основе ликвидности, так же не отличается от полученной оценки при моделировании CAPM. Теперь стоит перейти к анализу доходностей портфелей, при составлении которых качество определялось и ликвидностью, и операционной прибылью. Результаты оценки представлены ниже (табл. 17, табл. 18, табл. 19).

Таблица 17: результат оценки трехфакторной модели FF

Таблица 18: результат оценки трехфакторной модели FF

Таблица 19: результат оценки трехфакторной модели FF

В данном случае результаты слегка отличаются от тех, что были получены при анализе CAPM. Так, в случае с портфелем из длинных позиций, альфа стала чуть менее значима. Также при включении двух новых переменных альфа у арбитражного портфеля перестала быть значимой на 95% доверительном интервале.

Наиболее интересными с точки зрения регрессионного анализа кажутся портфели, которые формировались на основе показателя качества, учитывающего сразу прибыль и ликвидность. Заметно, что значимость постоянной величины при оценке доходностей этих портфелей сильно выше, чем в остальных случаях.

При анализе графиков с кумулятивной доходностью (рис. 11) так же видно, что сильное расхождение у портфелей из наиболее качественных компаний с рыночной доходностью начинается с 2015 года. Возможно, фактор качества присутствует не на всей выборке, а на некоторой ее части. Ниже представлены результаты оценки трехфакторной модели FF на различных временных промежутках (табл. 20, табл. 21, табл. 22) в случае, когда портфель состоит только их длинных позиций.

Таблица 20: результат оценки трехфакторной модели FF на неполной выборке

Таблица 21: результат оценки трехфакторной модели FF на неполной выборке

Таблица 22: результат оценки трехфакторной модели FF на неполной выборке

Все три регрессии оказались значимы на 95% доверительном интервале. Однако интересно, что в случае с портфелем из акций наиболее качественных компаний, значимость постоянной величины значительно возросла, так как p-value гипотезы о равенстве коэффициента нулю упал с 54% до 15%. Это может говорить о возможном существовании эффекта качества на российском рынке начиная с 2015 года. Более того, у портфеля с комбинированным показателем качества коэффициент при константе равен 1%, и он успешно прошел тест на значимость нулю на 95% доверительном интервале.

Стоит отметить, что ни одна из моделей не была подвержена ни гетероскедастичности, ни автокорреляции (прил. 2).

Проверка на робастность

В случае с последними моделями, одна из которых показала явное наличие сверхнормальной доходности, есть потенциальная проблема дата майнинга (data snooping), то есть вероятность того, что результаты оказались значимыми случайным образом вследствие подгонки данных. Для того, чтобы избежать критики за data snooping, было решено проверить регрессии на робастность. Для этого использовался бутстрэп (bootstrap) - метод. Основанный на многократной генерации выборок и тестирования гипотез на них.

В ходе бутстрэпа были предприняты следующие шаги:

1) было сгенерировано 1000 случайных наблюдений на основе независимых переменных;

2) с помощью оцененных коэффициентов и были симулированы доходности портфелей;

3) на основе новой выборки были найдены новые коэффициенты и , а также соответствующие доверительные интервалы.

Результаты, полученные при оценке моделей на основе бутстрэп выборки, представлены ниже (табл. 23, табл. 24):

Таблица 23: результат оценки трехфакторной модели FF на бутстрэп выборке

Таблица 24: результат оценки трехфакторной модели FF на бутстрэп выборке

Видно, что оцененные на эмпирической выборке коэффициенты попадают в доверительные интервалы, полученные благодаря оценке бутстрэп выборки. Это говорит о том, что полученные результаты робастны, и не являются следствием дата майнинга.

Вывод

1. Asness, C. S., Frazzini, A., & Pedersen, L. H. (2019). Quality minus junk. Review of Accounting Studies, 24(1), 34-112. https://doi.org/10.1007/s11142-018-9470-2

2. Fama, E. F., & French, K. R. (1992). The Cross-Section of Expected Stock Returns. The Journal of Finance, 47(2), 427-465. https://doi.org/10.1111/j.1540-6261.1992.tb04398.x

3. Fama, E. F., & French, K. R. (1996). Multifactor Explanations of Asset Pricing Anomalies. The Journal of Finance, 31.

4. Graham, B., 1894-1976. (1959). The intelligent investor: A book of practical counsel. [Second revised edition]. New York?: Harper, [1959]. https://search.library.wisc.edu/catalog/999688336402121

5. Graham, B., & Dodd, D. (1989). Security Analysis. New York: McGraw-Hill.

6. Hsu, J., Kalesnik, V., & Kose, E. (2019). What Is Quality? Financial Analysts Journal, 75(2), 44-61. https://doi.org/10.1080/0015198X.2019.1567194

7. Novy-Marx, R. (2013). The other side of value: The gross profitability premium. Journal of Financial Economics, 108(1), 1-28. https://doi.org/10.1016/j.jfineco.2013.01.003

8. Piotroski, J. D. (2000). Value Investing: The Use of Historical Financial Statement Information to Separate Winners from Losers. Journal of Accounting Research, 38, 1. https://doi.org/10.2307/2672906

9. Sloan, R. G. (1997). Do Stock Prices Fully Reflect Information in Accruals and Cash Flows about Future Earnings? CFA Digest, 27(1), 14-16. https://doi.org/10.2469/dig.v27.n1.5

Приложения

Приложение 1.

Список тикеров анализируемых компаний

Приложение 2.

Результаты тестов Уайта и Дарбина-Уотсона трехфакторной модели FF

Размещено на Allbest.ru