Влияние тональности раскрываемой информации на цены акций российских компаний
Прогнозирование торговых стратегий в современном финансовом мире. Анализ влияния тональности публикуемых новостей на стоимость ценных бумаг российского рынка. Исследование информации о развитии компаний и дивидендной политике компаний Московской биржи.
| Рубрика | Финансы, деньги и налоги |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 02.12.2019 |
| Размер файла | 569,3 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Также нужно акцентировать внимание на том, что событийно и оценочное окно должны иметь определенный отступ. Как правило исследователи принимают отступ 30 дней.
Следующий шаг - расчет нормальной доходности. Нормальной доходностью принято называть доходность, которую можно было бы проследить, если бы события не произошло (Яворская, 2013).
Для оценки нормальной доходности была выбрана рыночная модель, так как она предполагает изменение уровня нормальной доходности в течение оценочного окна (Теплова, Маникин и Теплов, 2015). Таким образом, модель поиска нормальной доходности можно представить, как:
, (3)
где: - это доходность акций компании i за день t;
и - параметры модели;
- это доходность индекса Московской биржи;
- случайная ошибка.
Следующий этап исследования - расчет аномальной доходности. Аномальная доходность определяется как отклонение фактической доходности от нормальной.
В общем случае это можно описать как разность между доходностью в торговый день события и средней доходностью акций за оценочный промежуток (MacKinlay, 1997). Определяется она как:
(4)
где: - аномальная доходность компании i за день t.
Следующим этапом следует расчет средней аномальной доходностей, которая нужна для определения того, как в среднем при прочих равных котировки каждой компании реагируют на исследуемые события в каждый из дней событийного окна. Также этот этап необходим для проведения статистических тестов и определения значимости. Формула расчета выглядит так:
, (5)
где: - средняя аномальная доходность в день t;
N - количество новостей компании i.
После этого, для рассмотрения реакции участников рынка в целом за, необходимо рассмотреть, как средние аномальные доходности накапливаются в течении событийного окна. Для этого рассчитывается сумма всех средних аномальных доходностей за каждый день событийного окна нарастающим итогом. Если накопленная аномальная доходность положительная, то событие положительно влияет на рынок. Формула расчета выглядит так:
(6)
где: - средняя кумулятивная аномальная доходность за день t.
Также важно рассчитать кумулятивную аномальную доходность, которую можно интерпретировать как накопленную реакцию инвесторов на событие за событийное окно. Формула имеет вид:
(6)
где: - кумулятивная аномальная доходность компании i за событие произошедшее в день t и 2 дня до и после события.
Далее необходимо провести тест на значимость, для анализа значимости эффекта публикации новости выхода на цену акций. Стандартным тестом на значимость принято считать t-тест (Serra, 2002):
, (7)
где: N - количество дней в оценочном окне;
- стандартное отклонение.
Полученное значение вычисленной статистики теста сравнивается с значением t-статистики распределения Стьюдента для разных уровней значимости. Таким образом нулевая гипотеза отвергается, если значение теста по модулю больше табличного значения, соответствующему уровню значимости.
3.4 Регрессионный анализ: выявление факторов, влияющих на кумулятивную аномальную доходность
Как было сказано ранее, на реакцию участников рынка и на их отношение к тональности новостей влияет множество факторов. Так для низколиквидных компаний реакция на тональность новости может быть гораздо ниже, чем на новости, связанные с высоколиквидной компанией.
Более того, реакция на тональность разных видов новостей и на компании с разными характеристиками также может быть разной. Для выявления данных различий были построены несколько моделей с эффектами, которые могут по-разному влиять на краткосрочную реакцию инвесторов и спекулянтов, выраженную в кумулятивной аномальной доходности.
Так, для более точной проверки и корректной интерпретации реакции участников рынка на тональность новостей была протестирована возможность нелинейной реакции инвесторов и спекулянтов. Предполагается, что с увеличением силы тональности события предельная реакция участников рынка будет снижаться.
Для того чтобы учесть возможность такого исхода, был взят квадрат показателя тональности события, который приравнивает сильно отрицательные и сильно положительные события, и протестирована совместная значимость простого показателя тональности новости с его квадратом.
Для выявления остальных различий в реакции в первую очередь была рассчитана модель без эффектов, которая является парной регрессией кумулятивной аномальной доходности и тональностью новости. Далее для проверки возможного различия краткосрочной реакции на вид новости, была посчитана модель с эффектами на вид новостей.
Также известно, что в разные года мнение участников рынка о бумагах различны. Это связано с разными макроэкономическими и геополитическими ожиданиями.
Таким образом, следующая протестированная модель, помимо эффектов на вид новости, включает в себя эффект года публикации новости. Для того чтобы глубже понять различие реакции участников рынка на публикуемые новости, следующей протестированной моделью была модель с эффектами на компанию.
Данная модель дает нам понимание на новости о каких компаниях участники рынка реагируют острее или спокойнее. Данный эффект позволит учесть всю историческую информацию о компаниях, так как участники рынка исторически понимают, как поведет себя компания и ее котировки после публикации новости.
Наконец, самая полная модель включает в себя все вышеперечисленные эффекты с эффектами характеристик компаний. Основные характеристики компаний помогут дать понимание о различии реакции участников рынка на тональность новостей, опираясь на финансовые показатели компании, о которой публикуется новость.
4. Описание результатов
Первым делом была проведена проверка полученных аномальных доходностей и кумулятивных аномальных доходностей на нормальность распределения. Это необходимо для дальнейшего использования t-теста, так как, как говорилось ранее, его использование требует наличие нормального распределения и результаты зависят от распределения величин.
Рис. 2. Гистограмма распределения аномальной доходности и кумулятивной аномальной доходности
Из гистограмм (Рис. 2) видно, что распределение аномальной доходности и кумулятивной аномальной доходности не является нормальным, однако приближено к нормальному, что дает нам возможность использовать МНК для проверки влияния тональности текста новостей на реакцию инвесторов, а также проверки влияния дополнительных факторов на исследуемые доходности.
Также стоит отметить, что данные смещены вправо (в положительную сторону) и сконцентрированы вокруг нуля, что может говорить о том, что аномальная доходность и кумулятивная аномальная доходность в большей степени очень малы, но положительны.
В Таблице 3 представлены оценки параметров и результаты t-теста для средней аномальной доходности в каждый день событийного окна. Это необходимо для проверки существенности влияния публикации событий на цены акций в целом.
Как видно из таблицы, в среднем и при прочих равных в день выхода новости, за день до и за день после существует доходность выше рыночной (аномальная доходность) и она значима на однопроцентном уровне значимости, что говорит о том, что участники рынка в среднем и целом склонны положительно реагировать на новости.
Если рассматривать результаты тестов за 2 дня до и за 2 дня после выхода события, то можно обратить внимание, что значимость разная и не такая сильная.
Во-первых, мы видим слабую, но значимую реакцию инвесторов на новость за 2 дня до публикации.
Это говорит о том, что часть участников рынка уже начинают реагировать на возможное событие. Во-вторых, мы видим, что через 2 дня после публикации новости, аномальная доходность незначительно снижается на десятипроцентном уровне значимости.
Таблица 3
Значимость средней аномальной доходности
|
t |
-2 |
-1 |
0 |
1 |
2 |
|
|
AAR |
0,0007** |
0,0033*** |
0,0033*** |
0,0033*** |
-0,0006* |
***, **, * - значимость на уровне 1, 5 и 10% соответственно.
На Рисунке 3 наглядно показано накопление средней аномальной доходности на интервале событийного окна. Как видно, в среднем за 2 дня до события, в день события и день после аномальная доходность накапливается, однако на второй день после публикации события, накопленная средняя аномальная доходность снижается.
Рис 3. Кумулятивная средняя аномальная доходность на интервале [-2;2]
Такое движение можно объяснить тем, что участники рынка успевают переосмыслить событие и реакция происходит в обратном направлении.
Для предварительного анализа влияния тональности новости на кумулятивную аномальную доходность рассмотрим влияние отдельных новостей на кумулятивную аномальную доходность (Таблица 4).
Этот шаг необходим для понимания того, как участники рынка реагируют на разные категории новостей без выделения тональности. Также в дальнейшем этот шаг позволит сравнить реакции инвесторов на новости с выделением показателя тональности.
Таблица 4
Влияние видов новостей на аномальную кумулятивную доходность
|
Показатель |
Коэффициент при новости |
|
|
Новости о расширении компании |
-0,0534*(0,0254) |
|
|
Новость о капитальных вложениях |
-0,0540**(0,0256) |
|
|
Новости о дивидендах |
-0,0488*(0,0253) |
|
|
Новости об ожидаемой выручке |
-0,0459*(0,0254) |
|
|
Константа |
0,0536**(0,0254) |
|
|
Коэффициент детерминации |
0,0043 |
|
|
Количество наблюдений |
4 114 |
***, **, * - значимость на уровне 1, 5 и 10% соответственно.
Стоит отметить, что в данной модели константа отвечает за новости об исследовании стоимости компании. Как видно из результатов Таблицы 4, все виды новостей значимы на разных уровнях значимости, а значит в среднем инвесторы реагируют на каждый вид новостей.
Прежде чем проводить регрессионный анализ, необходимый для исследования влияния тональности текста новости на кумулятивную аномальную доходность и выявления факторов кумулятивной аномальной доходности, была построена парная корреляционная матрица для того, чтобы избежать проблемы мультиколлинеарности (Приложение 4).
В целом, коэффициенты корреляции между факторами оказались низкими, а значит изменения в структуре регрессии не требуются. Однако стоит обратить внимание на коэффициент корреляции между переменной, отвечающей за новость, описывающую дивиденды компании, и переменной, отвечающей за новость о планах на рост и масштабах компании. Данный коэффициент имеет значение -0,6083, что говорит о средней силе взаимосвязи между переменными. Несмотря на это, данный показатель не был исключен из регрессии, так как корреляция не сильная, а значит существует низкая вероятность того, что данный показатель исказит результат регрессии. Остальные показатели корреляции гораздо ниже.
Более подробно рассмотрим показатель тональности текста, чтобы исключить возможные выбросы. На Рисунке 4 представлен график распределения тональности событий. Было выявлено, что при показатели тональности выше 0,8 события можно назвать слишком эмоциональным, и они образовывают «хвост» распределения или выбросы, которые могут дать некорректные результаты моделей. Таким образом во всех рассматриваемых моделях были исключены события, в которых показатель тональности превышал 0,8.
Рис.4. Гистограмма распределения показателя тональности
Далее рассмотрим результаты регрессионного анализа, который был использован для определения влияния факторов, описанных автором ранее, на размер кумулятивной аномальной доходности. В рамках данного исследования это необходимо для того, чтобы учесть изменение реакции участников рынка на тональность событий в зависимости от влияния других важных для инвесторов и спекулянтов факторов. Всего было протестировано десять моделей. Модели были оценены с помощью метода наименьших квадратов с учетом робастных стандартных ошибок. Основные пять моделей показывают устойчивость результатов для простого показателя тональности событий.
1. Модель линейной тональности без эффектов;
2. Модель линейной тональности с эффектами видов новостей;
3. Модель линейной тональности с эффектами видов новостей и эффектами года;
4. Модель линейной тональности с эффектами видов новостей, эффектами года и эффектами компаний;
5. Модель линейной тональности с эффектами видов новостей, эффектами года, эффектами компаний и эффектами характеристики компаний.
Также дополнительно были протестированы пять моделей, повторяющие факторы основных моделей, но с дополнительной переменной квадрата показателя тональности для поиска возможной нелинейной зависимости между величиной показателя тональности и кумулятивной аномальной доходностью:
6. Модель линейной тональности с показателем квадрата тональности без эффектов;
7. Модель линейной тональности с показателем квадрата тональности с эффектами видов новостей;
8. Модель линейной тональности с показателем квадрата тональности с эффектами видов новостей и эффектами года;
9. Модель линейной тональности с показателем квадрата тональности, с эффектами видов новостей, эффектами года и эффектами компаний;
10. Модель линейной тональности с показателем квадрата тональности, с эффектами видов новостей, эффектами года, эффектами компаний и эффектами характеристики компаний.
Предполагается, что эффект от тональности новости на реакцию участников рынка может быть положительным, но убывающим, и инвесторы и спекулянты в меньшей степени склонны доверять крайне позитивным по тональности новостям.
Перейдем к рассмотрению общих моделей и сделаем выводы. Результаты регрессионного анализа для показателя тональности новостей представлены в Таблице 5.
Таблица 5
Результаты регрессионного анализа
|
Фактор |
Модель без эффектов |
Модель с эффектами на новости |
Модель с эффектами на новости и года |
Модель с эффектами на новости, года и компанию |
Модель с эффектами на новости, года, компанию и характеристики компании |
|
|
Тональность |
0,0212*** (0,0054) |
0,0248*** (0,0057) |
0,0229*** (0,0057) |
0.0119** (0.0056) |
0.0125** (0.0056) |
|
|
Новость о капитальных вложениях |
-0,0543** (0,0263) |
-0,0522** (0,0263) |
-0.0278 (0.0299) |
-0.0265 (0.0299) |
||
|
Новости о дивидендах |
-0,0487* (0,0262) |
-0,0479* (0,0263) |
-0.0206 (0.0298) |
-0.0199 (0.0298) |
||
|
Новости об ожидаемой выручке |
-0,0472* (0,0263) |
-0,0461* (0,0264) |
-0.0233 (0.0299) |
-0.0226 (0.0299) |
||
|
Новости о расширении компании |
-0,0547** (0,0263) |
-0,0535** (0,0264) |
-0.0266 (0.0298) |
-0.0256 (0.0298) |
||
|
2017 |
- |
- |
- |
|||
|
2018 |
0,0105*** (0,0024) |
0,0105*** (0,0024) |
0.0080*** (0.0026) |
|||
|
2019 |
0,0216*** (0,0050) |
0.0203*** (0.0059) |
0.0203*** (0.0059) |
|||
|
Гос. капитал |
0.0319** (0.0136) |
|||||
|
Free-Float |
-0.3262* (0.1931) |
|||||
|
Leverage |
0.0000 (0.0007) |
|||||
|
ROA |
-0.1979*** (0.0489) |
|||||
|
Изм. Активов |
0.0210* (0.0127) |
|||||
|
Отношение дивидендов к EBIT |
0.0178* (0.0105) |
|||||
|
Изменение выручки |
-0.0185* (0.0112) |
|||||
|
Эффекты компаний |
Включены |
|||||
|
Константа |
0,0002 (0,0012) |
0,0499* (0,0262) |
0,0398 (0,0264) |
0.0186 (0.0304) |
0.1111* (0.0597) |
|
|
Коэффициент детерминации |
0,0028 |
0,0079 |
0,0141 |
0,0873 |
0,0945 |
|
|
Количество наблюдений |
4 114 |
4 114 |
4 114 |
4 114 |
4 114 |
***, **, * - значимость на уровне 1, 5 и 10% соответственно.
Новости об исследовании стоимости компаний были взяты за базовую категорию.
Как видно из результатов регрессионного анализа, в среднем была выявлена значимая реакция инвесторов фондового рынка на предаваемую авторами тональность новостей на 1% уровне значимости для модели без эффектов, модели с эффектами на вид новостей и модели с эффектами на вид новостей и компанию. Для моделей с эффектами на новости, год и компанию, а также на модели с эффектами на новости, год, компании и характеристики была выявлена значимая взаимосвязь на 5% уровне значимости. Таким образом, гипотеза 1, которая говорит о положительном влиянии тональности текста новости на цены акций компаний, была подтверждена на разных моделях. Исходя из того, что значимость подтвердилась на разных моделях, мы можем утверждать, что участники российского фондового рынка склонны реагировать на тональность новостей. Однако, стоить отметить, что сила реакции на тональность может зависеть от некоторых других факторов.
Рассматривая результаты анализа влияния тональности разных видов новостей стоить отметить, что в моделях с эффектами новостей константа отвечает за среднее изменение аномальной доходности при публикации события об исследовании стоимости компании. Это связано с тем, что переменная, отвечающая за новости об исследовании стоимости компании, была базовой и в модель не включалась. Таким образом, мы можем сказать, что в среднем при прочих равных условиях кумулятивная аномальная доходность была ниже на 1% уровне значимости при учете показателя тональности, чем кумулятивная аномальная доходность в модели без учета тональности, если в новости говорилось об исследовании стоимости компании. Коэффициенты при показателях новостей, отвечающих за новости расширении компании и новости о капитальных вложениях близки, но различны. Также эти коэффициенты значимы на пяти процентом уровне значимости, из чего мы можем сделать вывод, что в среднем кумулятивная аномальная доходность значима, если публикуемые новости содержат информацию о планах на расширение компании или на капитальные затраты, чем в модели без эффекта тональности. Если новости относятся к категориям новостей о дивидендах и ожидаемой выручке, то аномальная кумулятивная аномальная доходность значимо выше на десятипроцентном уровне значимости. Таким образом, кумулятивная аномальная доходность при учете тональности и при учете категории новости различна. Соотнося данные результаты с выводами, полученными исходя из результатов в Таблице 4, мы можем сделать вывод, что гипотеза 2 подтвердилась. Реакция участников российского фондового рынка на тональность новости зависит от категории рассматриваемой новости.
Модель с эффектами на вид новостей и с эффектами на год демонстрирует, что виды новостей значимы на тех же уровнях значимости, что и в предыдущей модели.
Коэффициенты при показателях года публикации новости оказались значимыми, что можно связать с тем, что в разные года участники по-разному реагируют на события, в связи с разной политической, геополитической и макроэкономической ситуацией по годам.
Следующие рассматриваемая модель - это модель с эффектами на вид новости, год публикации новости и эффектом компании. Как видно из результатов в этой модели константа не значима. Однако остаются значимыми тональность, год публикации события и некоторые коэффициенты компаний. Значит можно сделать вывод о том, что значимости новостей сильно зависит от рассматриваемой в новости компании.
Последняя модель самая полная и включают в себя эффекты: на вид новости, год, компанию и характеристики компании. Из результатов можно увидеть, что тональность и года остаются значимыми, а виды новостей незначимыми. Незначимость коэффициентов отвечающих за вид новостей может означать то, что они, как и в предыдущей модели, сильно зависят от рассматриваемой компании.
Можно сказать, что на пятипроцентном уровне значимости участие в компании государственного капитала в среднем и при прочих равных увеличивает кумулятивную избыточную доходность на 0,0319. Из чего мы можем сделать вывод, что участники рынка в краткосрочной перспективе реагируют сильнее на новости о компании с государственным капиталом. Это связано с тем, что компании с государственным капиталом сильнее подвержены страновому риску и риску санкций, что заставляет инвесторов реагировать на события острее.
Говоря о коэффициенте при показателе Free-Float, стоит отметить его значимость на десятипроцентном уровне значимости. Из этого следует сделать вывод, что при повышении показателя Free-Float на один процент кумулятивная накопленная доходность сверх рыночной доходности снижается на 0,3262 или на 0,06 в день, при средней дневной доходности акций 0,0002. Такая обратная взаимосвязь может быть связана с тем, что участники рынка больше доверяют компаниям с большей ликвидностью и с более широким капиталом на свободном рынке из-за того, что компании с небольшим количеством крупных акционеров могут работать в интересах основных владельцев и в ущерб миноритариям.
Показатель финансового рычага незначим, что может говорить о том, что влияние финансового рычага компании на реакцию инвесторов зависит от рассматриваемой компании.
Показатель рентабельности активов значим на однопроцентном уровне значимости. Таким образом, если коэффициент рентабельности активов на одну единицу увеличивается, то кумулятивная избыточная доходность снижается на 0,1979. Это может быть связано с тем, что участники рынка спокойнее относятся к новостям о высокорентабельных компаниях, так как уверены в ее доходности или незначительным для дохода потерях при негативно публикуемых новостях.
Показатель изменения активов компании значим на 10% уровне значимости. То есть можно сказать, что при росте активов на один кумулятивная избыточная доходность выше на 0,0210. Данная ситуация может быть связана с тем, что при наращении активов компания должна повышать свою прибыль для подтверждения эффективности затрат, однако это может быть очень сложной задачей, что заставляет участников рынка острее реагировать на новости о таких компаниях.
Что касается показателя прироста выручки, то здесь все обстоит иначе. При повышении выручки на одну единицу кумулятивная избыточная доходность снижается на 0,0185 на 10% уровне значимости. Возможно, это связано с тем, что участники рынка понимают, что прирост выручки может оптимистично сказаться на итоговых результатах работы компании и соответственно они менее склонны остро реагировать на публикуемые о компании новости.
Последняя рассматриваемая характеристика компании, это отношение дивидендов к EBIT. Коэффициенты при данном показателе значимы на 10% уровне значимости. Из этого следует, что при повышении показателя выплаты дивидендов на одно стандартное отклонение накопленная аномальная реакция инвесторов возрастает на 0,0002.
Повышение избыточной реакции при повышении дивидендов может быть связано с тем, что дивиденды являются одной из самых острых тем для участников рынка. При повышении дивидендов, сразу повышается доход от владения инструментов и как следствие повышается цена бумаги (прим. Объявление дивидендов НКНХ за 2018 год).
Рассмотрев все модели, можно сделать вывод, что тональность новости устойчиво значима во всех моделях независимо от эффектов, также что в целом новости и их тональность влияют на мнение участников рынка. Этот факт еще раз подтверждает гипотезу 1.
Реакция на виды новостей в целом существует, однако сильно зависит от рассматриваемой компании. Также можно сказать, что кумулятивная аномальная доходность сильно зависит от года публикации новости. Выводы по характеристикам компаний разнонаправленные, но все показатели, кроме показателя финансового рычага, значимы.
Перед тем, как рассматривать модели с эффектом квадрата тональности новостей стоит сказать, что был проведен корреляционный анализ простого показателя тональности новости и показателя квадрата тональности новостей. Коэффициент корреляции равен 0,815, что означает высокую коррелированность данных показателей.
Также отдельно был проведен тест на совместную значимость этих показателей, который дал результат 0,1385. Из этого мы можем сделать вывод о незначимости совместного влияния.
Все вышесказанное дает нам возможность сделать вывод, что нелинейности реакции участников рынка на события на данной выборке отсутствуют, а существует линейная зависимость, при которой соблюдается условие, что чем выше тональность новости, тем выше кумулятивная аномальная доходность.
Результаты регрессионного анализа с квадратом показателя тональности новости представлены в Таблице 6.
Таблица 6
Результаты регрессионного анализа с квадратом показателя тональности новости
|
Фактор |
Модель без эффектов |
Модель с эффектами на новости |
Модель с эффектами на новости и года |
Модель с эффектами на новости, года и компанию |
Модель с эффектами на новости, года, компанию и характеристики компании |
|
|
Тональность |
0,0301** (0,0143) |
0,0376*** (0,0142) |
0,0367*** (0,0142) |
0.0144 (0.0142) |
0.0161 (0.0141) |
|
|
Квадрат показателя тональности |
-0,0190 (0,0242) |
-0,0270 (0,0238) |
0,0290 (0,0241) |
-0.0051 (0.0244) |
-0.0074 (0.0241) |
|
|
Новость о капитальных вложениях |
-0,0541** (0,0261) |
-0,0520** (0,0262) |
-0.0278 (0.0299) |
-0.0265 (0.0299) |
||
|
Новости о дивидендах |
0,0485* (0,0261 |
-0,0477* (0,0262) |
-0.0206 (0.0298) |
-0.0199 (0.0298) |
||
|
Новости об ожидаемой выручке |
-0,0468** (0,0262) |
-0,0459* (0,0263) |
-0.0233 (0.0299) |
-0.0226 (0.0299) |
||
|
Новости о расширении компании |
-0,0546** (0,0261) |
-0,0533** (0,0262) |
-0.0266 (0.0298) |
-0.0256 (0.0298) |
||
|
2017 |
- |
- |
- |
|||
|
2018 |
0,0105*** (0,0025) |
0.0071*** (0.0025) |
0.0080*** (0.0026) |
|||
|
2019 |
0,0214*** (0,0051) |
0.0203*** (0.0059) |
0.0350*** (0.0068) |
|||
|
Гос. капитал |
0.0318** (0.0136) |
|||||
|
Free-Float |
-0.3255* (0.1926) |
|||||
|
Leverage |
0.0000 (0.0007) |
|||||
|
ROA |
-0.1979*** (0.0489) |
|||||
|
Изм. Активов |
0.0211* (0.0127) |
|||||
|
Отношение дивидендов к EBIT |
0.0178* (0.0105) |
|||||
|
Изменение выручки |
-0.0184 (0.0112) |
|||||
|
Эффекты компаний |
Включены |
|||||
|
Константа |
-0,0009 (0,0168) |
0,0487* (0,0262) |
0,0384 (0,0263) |
0.0184 (0.0304) |
0.1105* (0.0596) |
|
|
Коэффициент детерминации |
0,0029 |
0,0081 |
0,0143 |
0,0873 |
0,0945 |
|
|
Количество наблюдений |
4 114 |
4 114 |
4 114 |
4 114 |
4 114 |
***, **, * - значимость на уровне 1, 5 и 10% соответственно.
Новости об исследовании стоимости компаний были взяты за базовую переменную.
Из результатов, представленных в Таблице 6, можно заметить, что квадрат показателя тональности события незначим во всех моделях. Таким образом не было найдено нелинейной реакции участников рынка на тональность публикуемых новостей, а значит, чем выше показатель тональности, тем выше аномальная доходность.
Стоит обратить внимание, что в целом по остальным факторам результаты схожи с моделями без квадрата показателя тональности, различие лишь в том, что в последних двух моделях в таблице 6 коэффициенты при показателях тональности незначимы, но близки к значимым (на 35% и 30% уровнях значимости соответственно) .
Заключение
В данной работе была поставлена цель, оценить влияние тональности раскрытия информации о дивидендах и развитии компании на цены акции? российских компании? из индекса Московской биржи.
По результатам исследования можно сделать вывод о положительном прямом влиянии тональности новости на цены акций Российских публичных компаний. Таким образом мы можем сказать, что участники Российского фондового рынка подвержены влиянию тональности новости. Такой результат может объясняться тем, что инвесторы и спекулянты психологически подвержены воспринимать информацию с точки зрения эмоций. Также такой результат может объясняться экономическим и политическим состоянием страны, из-за которого каждая новость может восприниматься как часть сильного падения рынка или началом бурного роста. Возможно, из-за высокой неопределенности участники рынка находятся в постоянном напряжении и перестают контролировать эмоции.
В связи с тем, что участники рынка часто переоценивают компании и ее перспективы, в момент, когда выходит информация с результатами чуть выше ожидаемых, они резко скупают бумаги подобных компаний из-за ожиданий возможного еще большего роста. Также такой результат можно соотнести с геополитической обстановкой в мире.
Каждый год выходит новый пакет санкций на Россию, который ограничивают возможности компаний к развитию и им приходится сокращать дивиденды. Такая ситуация наоборот приводит к разочарованию участников рынка и продаже ими ценных бумаг компаний. Таким образом, тональность публикуемых новостей учитывается участниками российского фондового рынка как часть информации и статистически и экономически значимо влияет на динамику цен акций. Также важно отметить, что предельный эффект тональности новости не убывает, что говорит о высоком потенциале использования эффекта тональности новостей для влияния на реакцию участников рынка со стороны менеджмента компаний и информационных посредников.
Результаты работы свидетельствуют о том, что российским публичным компаний стоит вкладывать усилия в тонально нейтральное или положительное донесение информации до инвесторов. Также им не стоит забывать об общей эффективности компании. В противном случае стоимость акций может снизиться в краткосрочной перспективе.
Также в связи с тем, что результатом работы явились значимые коэффициенты тональности событий, трейдерам, использующим алгоритмическую торговлю, имеет смысл включить данные коэффициенты в свой торговый алгоритм вместе с анализом характеристик компаний.
Дополнительно стоит отметить, что реакция инвесторов значимо зависит от характеристик компании. Для более рентабельных, независимых и быстрорастущих компаний реакция не такая острая, как для компаний с государственным капиталом и низкой рентабельностью.
Стоит сказать, что работа имеет ряд ограничений. Во-первых, в работе не был проведен детальный анализ содержания новостей в связи с разнородностью раскрываемой информации. Учет качественной и количественной информации, содержащейся в новостях, и вероятно связанной с их эмоциональным окрасом, может дать более точную оценку эффекта непосредственно тональности.
Во-вторых, отклонение данных от нормального распределения могло привести к неточности МНК оценок. Кроме того, Россия находится в сложной экономической ситуации, обусловленной санкциями, зависимостью большей части отраслей от цен на углеводороды и падением уровня жизни. Таким образом, выводы в данной работе могут быть смещены относительно нормального развития экономики.
По мнению автора, проведенный анализ может быть расширен. Для этого можно рассмотреть более длительный промежуток времени. Так, например, можно учесть в модели обвал рынка в 2014 году, в связи с чем результаты могут быть скорректированы.
Более того, это может дать возможность проверить результаты исследования на устойчивость. Так как представленные новости в большинстве своем имели позитивный характер тональности, можно рассмотреть негативные новости отдельно, так как, возможно, инвесторы более остро реагируют на негативные новости. Также можно разделить выборку по отраслям.
Помимо перечисленного для формирования мнения о компании участники рынка используют и другие источники информации, такие как социальные сети, новости в которых могут иметь другую тональность, а также содержать дополнительную визуальную информацию. Следовательно, исследование может быть дополнено за счет анализа текстовой и иной информации о компаниях. Кроме того, не было проведено разделения компаний на отрасли. Разные отрасли вели себя по-разному в течение рассматриваемого периода.
Список используемой литературы
1. http://stocks.investfunds.ru/ - Сайт группа Cbonds «Investfounds»
2. http://moex.com/ - Официальный сайт ПАО «Московская биржа ММВБ-РТС»
3. http://www.consultant.ru/ - СПС «КонсультантПлюс»
Нормативные правовые акты
1. Положение о раскрытии информации эмитентами эмиссионных ценных бумаг (утв. Банком России 30.12.2014 № 454-П);
2. Law on the Securities Market, Article 30, Clause 1
Специальная литература
4. Найденова Ю.Н. Раскрытие информации, связанной с НИОКР, российскими фармацевтическими компаниями // Корпоративные финансы. 2015. №2 (34).
5. Погожева А.А. Использование событийного анализа для оценки информационной значимости рекомендаций аналитиков по российским эмитентам // Корпоративные финансы. 2013. №2(26).
6. Федорова. Е, Демин И., Хрустова Л., Федоров Ф., Осетров Р., «Влияние тональности писем CEO на финансовые показатели компании», Российский журнал менеджмента, Том 15, No 4, 2017. С. 441-462
7. Федосеева, Е.А., «Фондовый рынок в постсоветской России: формирование и факторы курсовой динамики», Экономическая история, 2011
8. Яворская А.В. Оценка влияния кросс-листинга на рыночную стоимость российских компаний // Корпоративные финансы. 2013. № 3 (27). С. 45-54.
9. Angelovska, J. (2016), «Large Share Price Movements, Reasons and Market Reaction», Management, Vol. 21, 2016, 1, pp. 1-17.
10. Antweiler W., Frank M., «The market impact of corporate news stories», Working paper, University of British Columbia, 2015
11. P Asquith, MB Mikhail, AS Au. Journal of financial economics 75 (2), 245-282, 2005. 780. 2005. Short interest, institutional ownership, and stock returns
12. Ball and Brown. An Empirical Evaluation of Accounting Income Numbers // Journal of Accounting Research. 1968. Vol. 6, No. 2
13. Berry, T. D. and Howe, K. M. (1994), «Public Information Arrival», The Journal of Finance, Vol. 49 No. 4, pp. 1331-1346.
14. Chan, Y., Chui, A. and Kwok, C. (2001), «The impact of salient political and economic news on the trading activity», Pacific-Basin Finance Journal, Vol. 9, pp. 195-217.
15. Hanson L, Eunkyung K., Minkyun K. and Sangmi C. (2017), «Does Implementation of Big Data Analytics Improve Firms' Market Value? Investors' Reaction in Stock Market», Sustainability 2017, 9, 978.
16. Hayo, B. and Kutan, A. M. (2005), «The impact of news, oil prices, and global market developments on Russian financial markets», Economics of Transition, Vol. 13 No. 2, pp. 373-393.
17. Healy PM, Palepu KG. The effects of firms' disclosure strategies on stock prices. 1993. Accounting Horizons, Vol. 7, No. 1
18. Jensen MC , Meckling WH, Theory of the firm: Managerial behavior, agency costs and ownership structure, Journal of financial economics, Vol. 3, 1976, pp. 305-360
19. Mackinlay A. Craig. Event Studies in Economics and Finance // Journal of Economic Literature. 1997. Vol. XXXV
20. Niederhoffer, V. (1971), «The Analysis of World Events and Stock Prices», The Journal of Business, Vol. 44 No. 2, pp. 193-219.
21. Ranco G., Aleksovski D., Caldarelli G., Grcar M., Mozetic I., «The Effects of Twitter Sentiment on Stock Price Returns», PLoS ONE 10(9): e0138441. doi:10.1371/journal.pone.0138441, 2015
22. Schnackenberg, a., and Tomlinson. Organizational Transparency: a new perspective on Managing Trust in organization-stakeholder Relationships. Journal of Management. 2014. March 10.
23. Selene Yue Xu, «Stock Price Forecasting Using Information from Yahoo Finance and Google Trend», UC Berkeley, 2013
24. SOON, Yu Chiang. «News which Moves the Market: Assessing the Impact of Published Financial News on the Stock Market». Dissertations and Theses Collection (Open Access), 2010.?
25. Tabari N., Praneeth B., Biswas P., Seyeditabari A., Hadzikadic M., Zadorny W. «Causality Analysis of Twitter Sentiments and Stock Market Returns», Proceedings of the First Workshop on Economics and Natural Language, 2018, p.p. 11-19
26. Welker M, «Disclosure Policy, Information Asymmetry, and Liquidity in Equity Markets», Contemporary accounting research, Vol.11, 1995, pp. 801-827
Tom Yuz, «A Sentiment Analysis Approach to Predicting Stock Returns», Medium, 2018
Приложение 1
Пример новости
|
Дата |
Превью новости |
Компания |
Текст новости |
Категория новости |
|
|
08.05.2018 |
ACRON AKRN.MM - RECOMMENDS DIVIDEND OF RUB 185 PER SHARE FOR 2017 |
AKRN.MM |
div classstoryContent langenstyle typetextcss.storyContent * {border-colorinherit !important;outline-colorinherit !important;}stylep classtr-story-p1span classtr-datelineMay 8 (Reuters)spanspan classtr-dl-sep - spanAkron PAO a hrefreutersREALTIMEVerbFullQuotericAKRN.MM data-typeric data-ricAKRN.MM translateno dirltrAKRN.MMapul classbulleted-list arrowlistlipRECOMMENDS DIVIDEND OF RUB 185 PER SHARE FOR 2017pliulpSource text - a hrefsbit.ly2rsEloV data-typeurl classtr-link translatenosbit.ly2rsEloVappbrppFurther company coverage a hrefreutersREALTIMEverbHeadlinesricAKRN.MM data-typenewsExpression data-expressionAKRN.MM translateno dirltrAKRN.MMappbrpp classtr-signoff (Gdynia Newsroom)pp classtr-contactinfo(( a hrefmailtogdynia.newsroom@thomsonreuters.com data-typeemail translatenogdynia.newsroom@thomsonreuters.coma ; +48 58 772 0920; ))pp classline-breakbrpp classtr-copyright(c) Copyright Thomson Reuters 2018. Click For Restrictions - sagency.reuters.comencopyright.htmlpdiv |
DIV |
Приложение 2
Список компаний, вошедших в выборку
|
id |
Компания |
Полное название |
|
|
1 |
TATN |
ПАО "Татнефть" им. В.Д. Шашина, ао |
|
|
2 |
MVID |
ПАО "М.видео", ао |
|
|
3 |
AKRN |
Акрон |
|
|
4 |
AFLT |
ПАО "Аэрофлот", ао |
|
|
5 |
MOEX |
ПАО Московская Биржа, ао |
|
|
6 |
AFKS |
ПАО АФК "Система", ао |
|
|
7 |
ROSN |
ПАО "НК "Роснефть", ао |
|
|
8 |
DSKY |
ПАО "Детский мир", ао |
|
|
9 |
ALRS |
АК "АЛРОСА" (ПАО), ао |
|
|
10 |
LKOH |
ПАО "ЛУКОЙЛ", ао |
|
|
11 |
BANE |
Башнефть |
|
|
12 |
NVTK |
ПАО "НОВАТЭК", ао |
|
|
13 |
NLMK |
ПАО "НЛМК", ао |
|
|
14 |
SBER |
ПАО Сбербанк, ао |
|
|
15 |
PLZL |
ПАО "Полюс", ао |
|
|
16 |
VSMO |
ВСМПО-АВИСМА |
|
|
17 |
VTBR |
Банк ВТБ (ПАО), ао |
|
|
18 |
LSRG |
Группа ЛСР |
|
|
19 |
MAGN |
ПАО "ММК", ао |
|
|
20 |
PHOR |
ПАО "ФосАгро", ао |
|
|
21 |
GCHE |
Чиркизово |
|
|
22 |
IRAO |
ПАО "Интер РАО", ао |
|
|
23 |
MGNT |
ПАО "Магнит", ао |
|
|
24 |
MFON |
МегаФон |
|
|
25 |
MSNG |
Мосэнерго |
|
|
26 |
MTSS |
ПАО "МТС", ао |
|
|
27 |
GAZP |
ПАО "Газпром", ао |
|
|
28 |
RUAL |
Юнайтед Компани РУСАЛ Плс, акции иностранного эмитента |
|
|
29 |
NMTP |
НМТП |
|
|
30 |
GMKN |
ПАО "ГМК "Норильский никель", ао |
|
|
31 |
POLY |
Полиметалл Интернэшнл плс, акции иностранного эмитента |
|
|
32 |
RSTI |
РосСети |
|
|
33 |
RTKM |
ПАО "Ростелеком", ао |
|
|
34 |
RNFT |
ПАО НК "РуссНефть", ао |
|
|
35 |
UPRO |
ПАО "Юнипро", ао |
|
|
36 |
CHMF |
ПАО "Северсталь", ао |
|
|
37 |
TRMK |
ПАО "ТМК", ао |
|
|
38 |
URKA |
УралКалий |
|
|
39 |
FEES |
ПАО "ФСК ЕЭС", ао |
|
|
40 |
CBOM |
ПАО "МОСКОВСКИЙ КРЕДИТНЫЙ БАНК", ао |
|
|
41 |
NKNC |
НКНХ |
|
|
42 |
HYDR |
ПАО "РусГидро", ао |
|
|
43 |
MTLR |
ПАО "Мечел", ао |
|
|
44 |
SNGS |
ОАО "Сургутнефтегаз", ао |
|
|
45 |
SFIN |
ПАО "САФМАР Финансовые инвестиции", ао |
|
|
46 |
YNDX |
Яндекс Н.В., акции иностранного эмитента |
|
|
47 |
UWGN |
НПК ОВК |
|
|
48 |
PIKK |
ПАО "Группа Компаний ПИК", ао |
|
|
49 |
EPLN |
Европлан |
Приложение 3
Статистические показатели по каждой компании выборки
|
Компания |
Количество наблюдений |
Среднее значение |
Стандартное отклонение |
Минимиум |
Максимум |
|
|
Выборка в целом |
20 822 |
0,0002 |
0,0178 |
-0,2578 |
0,2525 |
|
|
AFKS |
443 |
-0,0002 |
0,0263 |
-0,1333 |
0,1779 |
|
|
AFLT |
443 |
-0,0013 |
0,0198 |
-0,0992 |
0,0770 |
|
|
ALRS |
443 |
0,0003 |
0,0159 |
-0,0765 |
0,0564 |
|
|
CHMF |
443 |
0,0009 |
0,0142 |
-0,0460 |
0,0658 |
|
|
FEES |
443 |
0,0002 |
0,0146 |
-0,0864 |
0,0799 |
|
|
GAZP |
443 |
0,0007 |
0,0138 |
-0,0561 |
0,0803 |
|
|
GMKN |
443 |
0,0015 |
0,0165 |
-0,1301 |
0,0616 |
|
|
HYDR |
443 |
-0,0009 |
0,0143 |
-0,0724 |
0,0500 |
|
|
IRAO |
443 |
0,0001 |
0,0155 |
-0,0708 |
0,0535 |
|
|
LKOH |
443 |
0,0017 |
0,0133 |
-0,0697 |
0,0694 |
|
|
MAGN |
443 |
0,0009 |
0,0164 |
-0,0603 |
0,0614 |
|
|
MGNT |
443 |
-0,0018 |
0,0203 |
-0,1104 |
0,0826 |
|
|
MOEX |
443 |
-0,0002 |
0,0144 |
-0,0465 |
0,0579 |
|
|
MTSS |
443 |
0,0002 |
0,0148 |
-0,0684 |
0,0493 |
|
|
MVID |
443 |
0,0002 |
0,0159 |
-0,0809 |
0,0753 |
|
|
NLMK |
443 |
0,0009 |
0,0157 |
-0,0569 |
0,0629 |
|
|
NVTK |
443 |
0,0013 |
0,0150 |
-0,0633 |
0,0620 |
|
|
PHOR |
443 |
0,0003 |
0,0123 |
-0,0472 |
0,0382 |
|
|
PIKK |
443 |
0,0005 |
0,0130 |
-0,0477 |
0,0602 |
|
|
POLY |
443 |
0,0002 |
0,0171 |
-0,1201 |
0,0832 |
|
|
ROSN |
443 |
0,0007 |
0,0149 |
-0,0600 |
0,0526 |
|
|
RTKM |
443 |
0,0001 |
0,0108 |
-0,0546 |
0,0505 |
|
|
RUAL |
443 |
0,0009 |
0,0358 |
-0,2578 |
0,2525 |
|
|
SBER |
443 |
0,0008 |
0,0200 |
-0,1718 |
0,0602 |
|
|
TATN |
443 |
0,0018 |
0,0169 |
-0,0675 |
0,1073 |
|
|
VTBR |
443 |
-0,0012 |
0,0165 |
-0,0942 |
0,0908 |
|
|
YNDX |
443 |
0,0011 |
0,0215 |
-0,1335 |
0,1643 |
|
|
CBOM |
443 |
0,0006 |
0,0101 |
-0,0400 |
0,0526 |
|
|
PLZL |
443 |
0,0006 |
0,0186 |
-0,1918 |
0,0625 |
|
|
MTLR |
443 |
-0,0013 |
0,0258 |
-0,1992 |
0,1223 |
|
|
TRMK |
443 |
-0,0011 |
0,0153 |
-0,1118 |
0,0607 |
|
|
UPRO |
443 |
0,0002 |
0,0124 |
-0,0577 |
0,0378 |
|
|
AGRO |
443 |
0,0008 |
0,0126 |
-0,0545 |
0,0576 |
|
|
MFON |
443 |
0,0004 |
0,0183 |
-0,1496 |
0,1048 |
|
|
RSTI |
443 |
0,0008 |
0,0203 |
-0,0925 |
0,1225 |
|
|
UWGN |
443 |
-0,0007 |
0,0262 |
-0,0959 |
0,1569 |
|
|
AKRN |
443 |
0,0011 |
0,0119 |
-0,0597 |
0,0681 |
|
|
DSKY |
443 |
0,0000 |
0,0139 |
-0,0587 |
0,0624 |
|
|
LSRG |
443 |
-0,0007 |
0,0146 |
-0,0724 |
0,0499 |
|
|
NMTP |
443 |
0,0004 |
0,0170 |
-0,0679 |
0,0890 |
|
|
RNFT |
443 |
0,0002 |
0,0255 |
-0,0968 |
0,0950 |
|
|
URKA |
443 |
-0,0009 |
0,0172 |
-0,0644 |
0,0909 |
|
|
BANE |
443 |
-0,0006 |
0,0171 |
-0,0686 |
0,1053 |
|
|
LNTA |
443 |
-0,0011 |
0,0181 |
-0,0704 |
0,0777 |
|
|
MSNG |
443 |
0,0000 |
0,0179 |
-0,0999 |
0,0630 |
|
|
SFIN |
443 |
-0,0004 |
0,0296 |
-0,2162 |
0,1939 |
|
|
VSMO |
443 |
0,0001 |
0,0123 |
-0,0960 |
0,0752 |
|
|
GCHE |
443 |
0,0007 |
0,0239 |
-0,1232 |
0,1965 |
|
|
NKNC |
443 |
0,0008<... |
Подобные документы
Виды информации о компании, специфика ее влияния на цены акций компании. Установление связи между отчетным событием и ценой акции предприятия. Влияние публикации финансовой отчетности на цены акций компаний нефтегазовой отрасли: выборка, модель.
дипломная работа [1,3 M], добавлен 28.09.2017Обоснования направления влияния дивидендных выплат. Политика выплаты российских компаний. Метод event study. Расчет нормальной доходности акции, влияние объявлений о дивидендных выплатах на цены. Усредненная избыточная доходность по типам новостей.
курсовая работа [454,5 K], добавлен 13.10.2016Характеристика современного состояния нефтяного сектора экономики РФ. Проблемы и тенденции экономического развития нефтяной отрасли. Факторы, влияющие на стоимость акций компаний различных отраслей. Динамика цен акций российских нефтяных компаний.
дипломная работа [1,0 M], добавлен 23.08.2017Анализ рынка ценных бумаг, фондового рынка России и влияния финансового кризиса на экономику страны. Ключевые российские фондовые индексы, акции нефтегазовых, металлургических и электроэнергетических компаний, банков. Прогноз рынка ценных бумаг России.
контрольная работа [479,4 K], добавлен 15.06.2010Место и роль российского рынка акций в экономических отношения. Оценка динамики объема, состава и структуры фондовой системы. Анализ места рыночной концепции ценных бумаг в системе финансовых механизмов. Исследование капитализации компаний России.
курсовая работа [607,8 K], добавлен 16.09.2017Теоретические аспекты дивидендной политики: сущность, теории, основные типы, факторы, влияющие на нее. Показатели дивидендных выплат зарубежных компаний. Анализ дивидендной политики ОАО "РЖД": особенности развития отрасли и динамики стоимости акций.
дипломная работа [3,0 M], добавлен 24.09.2010Традиционные, поведенческие, альтернативные модели структуры капитала. Модели ассиметричной информации, агентских издержек и корпоративного контроля. Исследование теорий и детерминант структуры капитала. Финансовые решения современных российских компаний.
дипломная работа [390,6 K], добавлен 23.07.2016Теоретические аспекты прогнозирования банкротства. Анализ финансового состояния компаний с целью оценки вероятности их возможного банкротства. Построение моделей и эмпирических исследований, способных предсказать банкротство крупных российских компаний.
курсовая работа [112,7 K], добавлен 23.07.2016Основные аспекты и методы разработки инвестиционной стратегии организации, ее догосрочные цели. Анализ и особенности стратегий российских и зарубежных компаний. Сущность стратегии поглощения или слияния, использование зарубежного опыта в России.
курсовая работа [94,5 K], добавлен 02.03.2012Понятие, сущность и функции брокерско-дилерской компании. Анализ деятельности брокерско-дилерских компаний на фондовом рынке России. Совершенствование деятельности брокерско-дилерских компаний на рынке ценных бумаг России.
курсовая работа [185,0 K], добавлен 10.09.2007Внебиржевой рынок ценных бумаг: роль, функции, структура, характеристика участников. Зарубежный опыт внебиржевого рынка ценных бумаг. Тенденции и перспективы развития в России. Обзор рейтинговым агентством рынка инвестиционных компаний за 2010 год.
контрольная работа [33,5 K], добавлен 29.04.2013Понятие о рынке ценных бумаг. Место рынка ценных бумаг. Функции ценных бумаг. Составные части рынка ценных бумаг и его участники. Эволюция российского рынка ценных бумаг. Тенденции развития рынка ценных бумаг. Основные проблемы.
курсовая работа [32,9 K], добавлен 05.06.2006Понятие и структура рынка финансовых услуг, его характеристика. Профессиональная и непрофессиональная деятельность инвестиционных компаний на рынке ценных бумаг. Перспективы универсального сервиса инвестиционных компаний в условиях глобализации.
дипломная работа [1,0 M], добавлен 23.09.2013Роль процессов слияния и поглощения. Специфика российского рынка слияний и поглощений. Экономический эффект от поглощения ОАО "Приморский кондитер" ОАО "Объединенные кондитеры", оценка рыночной стоимости компаний и проведение процедуры интеграции.
дипломная работа [2,1 M], добавлен 16.06.2011Концепция идеальных рынков капитала. Гипотеза эффективного рынка и рациональное объяснение его цены. Методология и основные заключения фондовой биржи. Анализ предпосылок для эффективного формирования стоимости российских компаний на международном уровне.
курсовая работа [3,0 M], добавлен 10.10.2011Понятие, классификация, экономическая сущность и правовая природа ценных бумаг. Характеристика основных и производных ценных бумаг. Анализ внебиржевого и биржевого рынка ценных бумаг в Российской Федерации на примере RTS-, Moex-Board, Московской биржи.
курсовая работа [1,4 M], добавлен 01.06.2019Исследование влияния деятельности рейтинговых агентств на доходность еврооблигаций российских эмитентов, обращающихся на зарубежных торговых площадках. Анализ показателей доходности ценных бумаг в определенные временные периоды методом Event Study.
дипломная работа [244,5 K], добавлен 31.08.2016Формирование эффективного финансового рынка. Развитие рынка ценных бумаг в России. Государственные ценные бумаги. Купонные, бескупонные, именные и предъявительские облигации. Рынок частных ценных бумаг в СССР. Фондовый отдел Московской товарной биржи.
контрольная работа [59,8 K], добавлен 08.02.2011Определение служебной информации. Раскрытие информации о ценных бумагах. Суть принципа прозрачности рынка. Использование служебной информации на рынке ценных бумаг и совершаемые сделки. Цели эмиссии и её виды (первичная, вторичная), понятие андеррайтера.
презентация [321,6 K], добавлен 14.03.2016Теоретические основы инвестиционной политики и роль инвесторов на современном рынке ценных бумаг. Деятельность инвесторов в РФ. Роль инвестированного капитала в экономике России. Зарубежный опыт участия инвестиционных компаний на рынке ценных бумаг.
курсовая работа [552,3 K], добавлен 15.12.2011
