Тестирование высокодивидендных стратегий на российском фондовом рынке с применением факторов моделей ценообразования на рынке акций

Размещено на http://www.allbest.ru/

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ

НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ

«ВЫСШАЯ ШКОЛА ЭКОНОМИКИ»

Факультет экономических наук

Выпускная квалификационная работа - МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ

по направлению подготовки 38.04.08 Финансы и кредит

Образовательная программа "Финансовые рынки и финансовые институты"

Тестирование высокодивидендных стратегий на российском фондовом рынке с применением факторов моделей ценообразования на рынке акций

Рецензент Кузнецов Никита Дмитриевич

Аналитик, Проектно-учебная лаборатория анализа финансовых рынков Родина Виктория Алексеевна

Руководитель доцент, к.э.н. Володин Сергей Николаевич

Москва 2019



Содержание

Введение

Глава 1. Степень изученности проблемы

1.1 Обзор инвестиционных стратегий

1.2 Высокодивидендные стратегии

1.3 Модели ценообразования рынка акций

Глава 2. Методология исследования

2.1 Проблема исследования

2.2 Основные цели и задачи исследования

2.3 Описание проведенного исследования

Глава 3. Результаты исследования

3.1 Тестирование регрессионных моделей

3.2 Применение стратегии на основании использованных моделей

3.3 Анализ полученных результатов

Заключение

Список используемой литературы

Приложение



Введение

Данная работа направлена на обзор и анализ высокодивидендных инвестиционных стратегий, связанных с вложением средств в акции и формирование портфелей, основным фактором выбора которых является величина дивидендной доходности. Исследованию этого направления посвящено множество работ, из чего вытекает актуальность выбранной темы. В этих работах внимание авторов было направлено на анализ эффективности рассматриваемых стратегий на мировых фондовых рынках, что обосновывает популярность и значимость выбранной темы в различных странах.

Классической стратегией, используемой в данной работе, является стратегия «Dogs of the Dow». Она предполагает вложение средств каждый год в равных долях капитала в 10 акций эмитентов, дивидендная доходность которых в предыдущем году являлась наибольшей на выбранном фондовом рынке. Данная стратегия легла в основу нынешнего исследования, однако классическая версия данной модели была усовершенствована. В иностранных и российских источниках данная стратегия применялась зачастую в классическом варианте и показала свою состоятельность.

Основной целью нынешнего исследования является предложение наиболее эффективного способа формирования высокодивидендных портфелей для достижения доходности выше рыночного уровня, а также оценка применимости подхода на российском фондовом рынке с применением факторов моделей ценообразования на рынке акций.

Для достижения поставленного результата будет осуществлен ряд задач и требований:

Будет произведен обзор высокодивидендных стратегий на базе классической модели «Dogs of the Dow» и проанализирована дивидендная доходность, показанная эмитентами компаний российской фондовой биржи

Будет произведена модернизация основного подхода, связанная с внедрением «фильтров», выбранных по итогам обзора исследований финансовых показателей для достижения большей доходности, а также разнообразного количества акций, включенных в инвестиционный портфель для анализа высокодивидендный доходность эмитент фондовый

Будет оценено при помощи эконометрических методов влияние введенных модификаций на эффективность стратегии по сравнению с классической моделью

Будут описаны полученные результаты

Теоретическая значимость исследования заключается в новизне выбранного подхода для формирования высокодивидендных портфелей. Предыдущие работы по данной теме использовали преимущественно классическую версию стратегии для инвестирования. Выдвигаемая методология предусматривает новый подход для отбора эмитентов в инвестиционные портфели на основании факторов моделей ценообразования на рынке акций. Выбранная в ходе исследования модель была исследована на предмет теоретических основ и практического применения на российском фондовом рынке.

Практическая значимость работы воплощена в том, что результаты выдвигаемого для анализа могут быть использованы профессиональными участниками рынка участниками рынка в качестве методологии формирования собственных портфелей и инвестирования средств для достижения доходности выше рыночного уровня. Для анализа полученных доходностей портфеля на соотношение риска-доходности будут рассчитаны коэффициенты Шарпа для наиболее эффективных модификаций.



Глава 1. Степень изученности проблемы

1.1 Обзор инвестиционных стратегий

Инвестиционные стратегии применяются профессиональными участниками фондового рынка. Основным критерием оценки эффективности того или иного подхода является полученная доходность и ее сравнение со средним уровнем доходности фондового индекса. Традиционно, инвестиционные стратегии принято подразделять на два типа: активные и пассивные. К первым относятся агрессивные участники рынка, которые с повышенной частотой производят обновление собственного портфеля, основываясь на оценке финансовых показателей эмитентов. Главной задачей подобных инвесторов является получение доходности выше рыночного уровня в наиболее короткие сроки.

Ко второму типу относятся более консервативные участники рынка, целью которых также является достижение доходности собственного портфеля выше рыночного уровня, однако сроки для данных инвесторов имеют меньшее значение. Их основной целью является успешное формирование портфеля и получение наибольшей доходности в долгосрочной перспективе. Получение большей доходности со стороны пассивных стратегий на длинных промежутках времени связано с тем, что более агрессивные инвесторы несут повышенные транзакционные издержки, затраты на осуществление постоянного анализа рыночной ситуации. Консервативные инвесторы в свою очередь прибегают к вложению средств в рыночные индексы для достижения положительной доходности. Однако, пассивные инвесторы также заинтересованы в достижении доходности выше рыночного уровня. Данное исследование направлено на изучение стратегий, ориентированных на уровень дивидендной доходности акций эмитентов для достижения прибыли выше рыночного уровня.



1.2 Высокодивидендные стратегии

В начале 90-х годов 20 века именно фонды коллективных инвестиций в США обратили внимание на высокодивидендные стратегии. Первым исследователем данной теории был финансовый аналитик John Slatter «Study of Industrial Average's Finds Stocks with High Dividends Are Big Winners», (John Slatter, 1988), который анализировал высокодивидендные активы. Его работа выявила годовой уровень дивидендной доходности подобных акций в период с 1972-1987 гг., который составил около 18,5%, что почти на 8 процентов превышало уровень доходности индекса Dow Jones Industrial Average (DJIA). Результаты исследования вызвали огромный резонанс после публикации их в статье (Michael O'Higgins; John Downes) «Beating The Dow» (Michael O'Higgins, John Downes 1991). Данная стратегия получила название «Dogs of the Dow». Исследовались вложения средств в портфели из 10 бумаг, показавших наибольшую дивидендную доходность. Компании, которые отбирались в портфели, входили в индекс Dow Jones Industrial Average. Выбирались акции с наибольшим соотношение размера дивидендных выплат к цене приобретения.

Основные составляющие стратегии:

Для формирования портфеля отбираются только «голубые фишки» - наиболее крупные и ликвидные компании в той или иной стране.

Ежегодно портфель формируется из акций с наибольшей дивидендной доходностью. Всего в портфель входит 10 таких акций.

В каждую из фишек вкладывается по 10 % от инвестируемого капитала.

По итогам года происходит продажа акций, входящих в портфель, и формирование нового из других акций. Для этого прибегают к повторным расчетам дивидендной доходности для каждого актива.

Исследование показывает, что размер выплачиваемого дивиденда не подвержен сильным изменениям по причине того, что он влияет на доверие к компании со стороны инвесторов. Соответственно, размер дивидендной доходности компании является опережающим индикатором состояния дел эмитента.

Кроме того, работа доказывает, что данная стратегия формирования пула из высокодивидендных активов закономерна. Используемые в портфелях акции могут быть недооценены инвесторами в связи с тем, что высокая дивидендная доходность ведет к снижению цены на актив.

Индекс Dow Jones Industrial Average для инвестирования в активы был выбран неслучайно, так как с него впоследствии разработанная стратегия получила название «Dogs of the Dow». Подобные акции исторически обладают наибольшей стабильностью и цикличностью и их можно покупать на дне собственных бизнес-циклов.

Данная работа стала базовым источником для внедрения модели и тестирования ее эффективности на различных фондовых рынках. После публикации исследования возрос интерес к данной модели со стороны финансового рынка. Было отмечено, что данная стратегия является применимой как для индивидуальных, так и для институциональных инвесторов. Помимо этого, «Dogs of the Dow» является применимой при управлении инвестиционными фондами. Однако, актуальность нынешнего исследования подтверждает факт сравнительно ограниченного пула работ по данной тематике, а также преимущественного использования классического подхода. Приведем примеры существующих работ на данную тему.

Первой рассмотрим работу (Harvey C. Knowles and Damon H. Petty's, 1992). Авторы данной работы по результатам проведенного на американском фондовом рынке тестирования вышеуказанной стратегии отмечают эффективность ее применения. C учетом того, что исследуемая стратегия довольно проста в применении, человек может анализировать и переформировывать свой инвестиционный портфель, не тратя на обзор фондового рынка большое количество времени. Преимущество данного метода также заключается в снижении уплачиваемых налогов и комиссий. Участники рынка длительное время удерживают собственную позицию, сокращая при этом транзакционные издержки.

После освещения указанной выше стратегии сильно возрос интерес к ней со стороны мирового фондового рынка. Он был подкреплен простотой осуществления необходимого анализа и показанными успешными результатами. В связи с этим был выпущен целый ряд работ, посвященных тестированию эффективности данной модели на фондовых рынках в разных странах. Остановимся подробнее на некоторых из них.

Первой рассматриваемой биржей стала биржа Таиланда Stock Eхchange of Thailand 50 (SET50). В работе (Kittipong Tissayakorn, Yu Song, Mingyue Qiu, and Fumio Akagi, 2013) тестируется эффективность используемой модели для местного фондового рынка. Стратегия «Dogs of the Dow» применима для выбора инструментов, включаемых в инвестиционный портфель. В своем исследовании авторы тестируют эффективность стратегии на основе данных с 1995 по 2012 год. Основными финансовыми инструментами были выбраны наиболее ликвидные акции, объединенные в портфели из 10 ценных бумаг, в соответствии с классической методологией, а также в портфели с меньшим количеством акций, в качестве усовершенствованного подхода.

Подобно предыдущим исследованиям на данную тему, авторы делали свой выбор в пользу наиболее ликвидных акций компаний с высоким уровнем капитализации. Полученные результаты были достигнуты посредством выполнения пяти подготовительных этапов, а именно:

* Изначально были собраны данные об о всех компаниях из SET 50 на 30 сентября.

* Были выбраны 10 компаний с наибольшей дивидендной доходностью для вложения средств в образованный портфель в равных долях 1 октября.

* Далее в течение года происходило удержание позиции для последующей продажи имеющихся акций 1 октября следующего года.

* Параллельно была осуществлена оценка акций SET 50 для формирования последующего портфеля.

* Подобная процедура формирования портфеля и инвестирования ежегодно повторялась в течение всего периода с 1995 по 2011 год.

Для демонстрации итогов исследования обратимся к рисунку 1. На нем представлена разница доходности образованных портфелей и рыночного индекса в выбранном временном промежутке. Те случаи, когда столбик доходности оказался ниже 0, свидетельствуют о неэффективности стратегии и превышении значения индекса над сформированными портфелями.

Рисунок 1. Сравнение доходности портфеля и индекса SET 50

По результатам 17 рассмотренных периодов стратегия Dogs of the Dow показала свою эффективность по сравнению с рыночной доходностью в 11 из них. Таким образом метод формирования портфеля признается эффективным на фондовом рынке Таиланда.

Обратимся к таблице 1. В ней представлены данные о годовой доходности и стандартному отклонению стратегии Dogs of the Dow и фондового рынка Таиланда.



Таблица 1 - Сравнение годовой доходности и стандартного отклонения

Таблица отражает превышение уровня доходности стратегии над рыночным. Полученные значения стандартного отклонения также оказались выше уровня индекса, однако не столь существенно. Данный факт свидетельствует об отсутствии искажений в результатах.

Также в статье исследовались модификации примененного метода, выраженные в уменьшении количества ценных бумаг в портфеле. Помимо стандартного количества акций (10 шт.), были рассмотрены пулы, состоявшие из меньшего числа активов (1-9 шт.), для сравнения доходностей. Было выявлено более успешное применение модификации классической методологии, связанной с уменьшением количества акций в портфеле. Таким образом, авторы признали эффективной рассматриваемую стратегию на фондовом рынке Таиланда.

В работе (Arvid Neander, Daniel Olsson, 2016) исследовался фондовый рынок Швеции на предмет эффективности внедряемой стратегии в временной период с 1996 по 2015 год. Применялась классическая методология для формирования портфеля. К методу был добавлен дополнительный фактор, а именно измерение и включение в тестирование расчет альтернативной доходности от иного расходования средств инвестора, а также транзакционные издержки и налоговые выплаты.

По результатам используемая стратегия оказалась успешнее уровня рыночного индекса на 0,02 единицы по индексу Шарпа. Таким образом, нулевая гипотеза об отсутствии аномалий, связанных с внедряемой стратегией, отвергается.

Результаты исследования продемонстрированы на рисунке 2.

Рисунок 2. Рыночная доходность и доходность стратегии

Как мы видим, доходность Dogs of the Dow превышает уровень рынка, начиная с 2002 года. Данный разрыв увеличивается с каждым годом, что свидетельствует о перспективном росте доходности в последующих периодах.

По результатам исследования стратегия были признана эффективной для применения на фондовых рынках Швеции.

Подобным образом рассматриваемая стратегия тестировалась на фондовом рынке Пакистана - Karachi Stock Eхchange (KSE) в работе (Najma Soomro, Muhammad Arshad Haroon, 2015) во временном промежутке с 2000 по 2010 год.

В связи с тем, что доходность образованных портфелей превышает на несколько процентных пунктов уровень фондового рынка, авторы признают целесообразность применения данной стратегии на фондовом рынке Пакистана.

Также стратегия Dogs of the Dow на фондовом рынке Китая была протестирована на фондовом рынке Китая в работе (Carol Wang, James E. Larsen, M. Fall Ainina, Marlena L. Akhbari, Nicolas Gressis, 2011). Совместно с применением и анализом классической методологии были исследованы ее модификации, связанные с уменьшением количества акций, включаемых в портфель, а также срок удержания образованного пула.

Подобно предыдущим исследования, авторами для анализа выбирались наиболее ликвидные ценные бумаги индекса в течение временного промежутка с 1994 по 2009 года. В результате, портфель, составленный из акций с наибольшей дивидендной доходностью, оказался существенно эффективнее рыночного индекса. Внедренные модификации, связанные с уменьшением количества акций, включаемых в портфель, оказались более успешными в сравнении классической методологией. Модификации, связанные с уменьшением длительности удержания позиции (в месяцах) также показали свою состоятельность. Однако данный факт связан с уменьшением вероятности влияния экономических циклов и ситуаций на рынке на котировки акций ввиду ограниченности периода.

Данные разработки крайне важны, так как не просто отражают полученные результаты, а включают поправки и принятие во внимание транзакционных издержек и выплачиваемых налогов. Статистическая значимость после включения данных параметров не нарушается.

Перейдем к анализу современных работ. Начать бы хотелось с работы (Lin E. C., Kuhle J. L., Хu H, 2018). Данное исследование анализирует эффективность модели на предмет достижения доходности, взвешенной по риску, по-сравнению с рыночным индексом Dow Jones Industrial Average на временном промежутке с 1996 по 2016 гг. Авторами использовалась модификация классического подхода: тестировались портфели, составленные из разного количества акций, показавших наибольшую дивидендную доходность, а именно 10 акций (Dow-10), 5 акций (Dow-5), а также так называемые «Small Dogs of the Dow» - 5 акций из портфеля из стратегии Dow-10 с наименьшей ценой. Последний вид портфеля, по мнению авторов, может оказаться прибыльным и принести положительную доходность на фоне изменения рыночной ситуации после снижения котировок. Для анализа авторы использовали исторические данные котировок из центра исследования ценных бумаг. Для оценки эффективности образованных портфелей были рассчитаны месячные коэффициенты Шарпа, которые впоследствии были пересчитаны для годового выражения. Расчеты производились по следующей формуле:

где: Sharpe RatioM = месячный коэффициент Шарпа

Sharpe RatioA = годовой коэффициент Шарпа

???? = средние месячные избыточные доходности

?????? = месячные стандартные отклонения избыточных доходностей

???? = месячные доходности портфеля

?????? = доходность 30-дневных американских казначейских облигаций

Рассчитанные ежегодные коэффициенты Шарпа в сравнении с рыночным индексом представлены в таблице ниже:



Таблица 2 - Ежегодные коэффициенты Шарпа внедренных стратегий и данные о рыночном индексе

Как видно из таблицы, на временном промежутке с 1996 по 2016 года сформированные автором стратегии в 16-ти из 22-ух случаев оказываются более эффективными и статистически значимыми с точки зрения коэффициента Шарпа по сравнению с рыночным индексом. Данный факт доказывает состоятельность использования данной стратегии и авторских модификаций для достижения доходности выше рыночного уровня.

Следующая статья посвящена исследованию эффективности применения высокодивидендных стратегий на российском фондовом рынке (Dubova E., Volodin S., Borenko I., 2018). Авторы прибегают к модификации исходной модели по двум параметрам: анализируются различные портфели, составленные из различного количества акций, а именно: 1,3,5,7 и 10. Основными критериями для отбора эмитентов стали следующие «фильтры»: дивидендная доходность, мультипликатор P/E, а также показатель рентабельности ROE. Авторами было проведено ранжирование компаний по указанным показателям в равной доли значимости. Периодом для анализа был выбран промежуток от 2006 по 2016 гг. (2006 год является базовым для сбора данных). Авторы анализировали ряд месяцев для начала инвестирования с июля по декабрь каждого года.

Результаты комплексного анализа рассматриваемого периода с фильтром по дивидендной доходности приведены ниже:

Рисунок 3. Доходность анализируемых стратегий с фильтром по дивидендной доходности в период с 2007 по 2016 гг.

Как видно из графика, большинство сформированных стратегий показали свою состоятельность в сравнении с доходностями индекса в аналогичные периоды. Наиболее эффективными оказались модели инвестирования в 5,7 и 10 акций при формировании портфеля в ноябре и декабре.

Проанализируем значимость использования фильтров P/E и ROE для достижения доходностей выше рыночного уровня:



Рисунок 4. Доходность анализируемых стратегий с фильтрами P/E и ROE в период с 2007 по 2016 гг.

Данная модификация выявила эффективность использования фильтров для достижения доходности выше рыночного уровня. Наиболее успешными оказались стратегии формирования портфеля из 5 и 7 акций при начале инвестирования в ноябре и декабре. Сравнивая полученные результаты с вариацией модели с использованием фильтра по дивидендной доходности можно констатировать, что фильтры P/E и ROE демонстрируют большую доходность.

Теперь рассмотрим стратегию совмещения всех трех фильтров для ранжирования эмитентов:



Рисунок 5. Доходность анализируемых стратегий с фильтрами по дивидендной доходности, P/E и ROE в период с 2007 по 2016 гг.

Как видно из графика выше, данный вариант использования всех 3-х фильтров оказался успешным как в сравнении с доходностью индекса, так и в сравнении с предыдущими итерациями с отдельным использованием фильтров по дивидендной доходности и показателей P/E и ROE. Авторам удалось разработать модификации высокодивидендных стратегий, позволившие обеспечить положительную доходность портфеля выше уровня российского индекса ММВБ.

Следующая работа (Carvalhal A., Meireles A., 2015) выявляет перспективы применения рассматриваемой стратегии на фондовых рынках Латинской Америки: Аргентины, Бразилии, Чили, Колумбии, Мексики и Перу. Для анализа был выбран временной промежуток с 1995 по 2011 год (204 месячных промежутков в каждой рассматриваемой стране). Рыночными индексами каждой страны были выбраны MERVAL (Аргентина), Ibovespa (Бразилия), IGPA (Чили), IGBC (Колумбия), IPC (Мексика) и IGBVL (Перу). Авторами были сформированы портфели, состоящие из 1 акции с наивысшей дивидендной доходностью, 5 и 10 акций.

Результаты данного исследования демонстрируют успешное и эффективное применение стратегии Dogs of the Dow на всех упомянутых фондовых рынках за исключением Мексики. Составителям удалось достичь доходность выше рыночного уровня, взвешенную по риску. Результаты подтвердили свою значимость с точки зрения статистики и экономики.

Аналогичный анализ данного типа стратегий представлен в работе (Володин С.Н., Сорокин И.А., 2014). Подобно предыдущим исследования данная работа подразумевает классическую методологию формирования портфелей на основании показателей дивидендной доходности. В начале изложения приводится теоритическое описание основ стратегии с учетом оценки эффективности ее использования на отечественном фондовом рынке. Авторы совместно с классической методологией производят модификации исходного метода, связанные с изменением количества ценных бумаг, включаемых в портфель, в сторону уменьшения.

Итогом работы является собственная инвестиционная модель, эффективность которой оценивается при помощи сравнения с выбранным индексом ММВБ. Авторы используют следующую формулу для расчета основного показателя отбора акций в портфеле - дивидендной доходности:

Состоятельность применяемых модификаций основывается на вычислении разницы доходностей, показанных сформированными портфелями, и уровнем доходности рыночного индекса во временном промежутке с 2001 до 2014 года.

В качестве модификаций авторами были изменены основные параметры классической стратегии. Первоначально количество ценных бумаг в портфеле было уменьшено с 10 на 1, 3, 5, 7 и 10 акций. Далее изменению подвергся месяц начала инвестирования - с июля по декабрь. Итоговые выводы представлены в таблице 3:

Таблица 3 - Среднегодовая доходность с различными параметрами

Анализируя данные, указанные в таблице, можно сделать вывод о том, что наибольшую эффективность показали портфели, составленные из максимального количества ценных бумаг - 10 штук. Данный факт объясняется возможностью портфеля именно из такого числа акций минимизировать несистематический риск.

Говоря о второй модификации, связанной с изменением месяца начала инвестирования, итоги исследования демонстрируют наибольшую эффективность метода при вложении средств в октябре.

Итоги исследования подтверждают первоначальную гипотезу об эффективности данного типа стратегий на российских фондовых рынках с точки зрения достижения доходности сформированных портфелей выше рыночного уровня.



Рисунок 6. Динамика накопленной доходности

Аналогичному обзору подобного типа стратегий уже на американском фондовом индексе S&P500 посвящена работа (Juvonen R., 2018), где анализ производился на основании данных с 2001 по 2017 год. Данный индекс включает в себя 500 избранных акционерных компаний США, имеющих наибольшую капитализацию. Для исследования была выбрана стратегия Dogs of the Dow. Для инвестирования формировались портфели, составленные из 10 акций с наивысшей дивидендной доходностью - DoD-10, а также DoD-5 - 5 наиболее дешевых акций из 10 акций с наибольшей дивидендной доходностью. Рассматривалась эффективность образованных пулов акций в абсолютных значениях в сравнении с рыночным уровнем индекса, а также взвешенные по риску доходности посредством расчета коэффициента Шарпа.

Автором тестировались следующие гипотезы:

Превышение доходности сформированных стратегий в сравнении с рыночным уровнем в абсолютных и взвешенных по риску значениях.

Превышение доходности сформированных стратегий над рыночным уровнем при учете транзакционных издержек и налоговых корректировок.

Эффективность сформированных стратегий при рыночных колебаниях и кризисных периодах.

Полученные результаты демонстрируют наличие избыточных доходностей образованных стратегий в годовом и месячном эквиваленте. Однако, полученные аномальные доходности в годовом выражении оказались статистически не значимыми, а превышения в месячном выражении оказались состоятельными и статистически значимыми. При учете транзакционных и налоговых издержек стратегии демонстрировали превышающую рыночный уровень доходность в месячном и годовом выражении. Для наглядности приведены графики, демонстрирующие полученные результаты:

Рисунок 7. Среднегодовые доходности индекса S&P500 и сформированной стратегии DoD-10



Рисунок 8. Среднегодовые доходности индекса S&P500 и сформированной стратегии DoD-5

Рисунок 9. Среднегодовые доходности сформированных стратегии DoD-5 и DoD-10

Как видно из рисунков, стратегия DoD-5 демонстрировала большую эффективность в некоторые периоды (2009 год, 2013 год), а в остальные периоды различия доходностей обеих стратегий были менее заметны.



1.3 Модели ценообразования рынка акций

Данное исследование предусматривает анализ высокодивидендных стратегий на российской фондовой бирже ММВБ. Выбранной для анализа стратегией стала модель Dogs of the Dow, которая предусматривает инвестирование в равных долях в акции эмитентов, показавших наибольшую дивидендную доходность. В исследовании будут применяться авторские модификации исходной модели, которые связаны с включением в портфель различного количества акций - 1,3,5,7 и 10 (классическая модель) при начале инвестирования с октября по декабрь. Еще одним нововведением является использование так называемых «фильтров» - финансовых показателей, на основании которых при расчете совокупного рейтинга всех учитываемых индикаторов будет происходить отбор эмитентов в итоговый инвестиционный пул. Для того, чтобы сделать выбор необходимых для фильтрации финансовых метрик, был произведен обзор ряда работ, посвященных моделям ценообразования на рынке акций. Остановимся подробнее на нескольких из них.

Первой освещенной работой стало исследование (Barillas F., Shanken J., 2018), которое направлено на сравнение имеющихся моделей ценообразования на предмет выявления факторов, влияющих на избыточную доходность акций различных компаний рыночного индекса. Авторы анализируют, какие категории факторов и типы прокси-переменных обеспечивают наивысшую доходность компаний индекса. Исследования проводились во временном периоде с 1972 по 2015 года. В качестве рассматриваемых исследователями были выбраны следующие модели:

Сapital asset pricing model (CAPM) - модель Шарпа (1964) и Линтнера (1965) Lintner, John, 1965, The valuation of risk assets and the selection of risky investments in stock

portfolios and capital budgets, Review of Economics and Statistics 47, 13-27.. Рассматривалась мера систематического рыночного риска (коэффициент бета).

Модель Eugene F. Fama и Kenneth R. French (1993) Fama, Eugene F., and Kenneth R. French, 1993, Common risk factors in the returns on stocks and

bonds, Journal of Financial Economics 33, 3-56.. Основными факторами стали бета-мера систематического рыночного риска, фактор размера компании (SMB, капитализация компании) и фактор стоимости (HML, сравнение балансовой и рыночной стоимости).

Eugene F. Fama и Kenneth R. French (2015) Fama, Eugene F., and Kenneth R. French, 2015, A five-factor asset pricing model, Journal of

Financial Economics 116, 1-22.. Рассматриваемые факторы: бета - мера систематического рыночного риска, фактор размера компании (SMB, капитализация компании), фактор стоимости (HML, сравнение балансовой и рыночной стоимости), фактор прибыльность компании (RMW), а также фактор инвестиционной активности (CMA).

Hou, Хue, и Zhang (2015) Hou, Kewei, Chen Xue, and Lu Zhang, 2015b, A comparison of new factor models, Working paper,

Ohio State University.. Рассматриваемые факторы: бета - мера систематического рыночного риска, фактор размера компании (SMB, капитализация компании), фактор стоимости (HML, сравнение балансовой и рыночной стоимости), фактор прибыльность компании (RMW, ROE), а также фактор инвестиционной активности (CMA, изменение показателя чистых активов).

Результаты показывают, что наиболее значимыми факторами избыточной доходности являются группы факторов прибыльности, стоимости и инвестиций. Фактор размера оказался менее значимым в 2015 году. Модели Hou, Хue, и Zhang (2015) и Fama и French (2015, 2016) являются приоритетными и наиболее эффективными в современных рыночных условиях. Полученные результаты иллюстрируются графиком:



Рисунок 10. Наиболее значимые по вероятности факторы, влияющие на избыточную доходность портфеля

Следующим исследованием, принятым во внимание, является работа (Balakrishnan A., Maiti M., Panda P., 2018), которая рассматривает, насколько точно и в полной мере доходность акций зависит от факторов, описанных моделями FF3 (трехфакторная модель ФАМА-ФРЕНЧ), FF5 (пятифакторная модель ФАМА-ФРЕНЧ). Данные модели в качестве значимых рассматривали показатели размера компании, стоимости, прибыльности и инвестиционной активности. Авторами были сформированы портфели эмитентов на основании указанных параметров от больших к меньшим. Далее был произведен расчет доходностей портфелей компаний с наибольшими значениями указанных параметров, средними и наименьшими значениями. Для анализа были выбраны компании индийского индекса BSE-500 (491 компания) в течение рассматриваемого периода с января 1999 г. по апрель 2015 г. Авторы выявили, что наиболее значимыми факторами доходности портфелей на индийском фондовом рынке являются параметры размера и стоимости компании. Факторы инвестиции и прибыльности оказались менее значимыми. Применение модели FFTF для достижения наибольшей доходности оказалось более эффективным, чем использование для ранжирования отдельных характеристик. Модель FF5 оказалась менее эффективной. 

Глава 2. Методология исследования

2.1 Проблема исследования

Предыдущая глава данной работы, посвященная обзору теоритических основ, позволила выявить некоторые области, недостаточно исследованные в настоящее время. Большинство авторов в своем анализе применяют классическую методологию рассматриваемой стратегии, связанную с формированием высокодивидендных портфелей из 10 акций. В тоже время в некоторых работах исследователи прибегали к модификации исходного метода, которые в итоге показывали свою эффективность. Данный факт не получил должного внимания в современных работах.

Как описывалось выше, в основном модификации касались уменьшения количества ценных бумаг в инвестиционном портфеле. Данные изменения показывали свою состоятельность при расчете доходности сформированного портфеля в сравнении с уровнем доходности рыночного индекса. Чем меньше акций входило в портфель, тем большую доходность он приносил.

Исследователи также анализировали влияние изменение месяца начала вложения средств на уровень полученной доходности пула ценных бумаг на различных фондовых рынках. Большинство работ посвящены российскому фондовому рынку.

Итоги работ подтвердили, что в качестве месяца начала вложения средств на российском фондовом рынке стоит выбирать октябрь. Несмотря на это, другие модификации в исследованиях авторами применены не были.

Рассмотренные теоретические основы данной работы практически ограничивают объем исследований, посвященных обзору высокодивидендных стратегий на российском фондовом рынке. Данный факт свидетельствует о недостаточном освоении данной тему на отечественных финансовых рынках.

Итак, исходя из выявленных пробелов предыдущих исследований, связанных с преимущественным использованием классической методологии исходной стратегии, а также ограниченном объеме трудов по данному направлению на отечественном рынке вытекает актуальность нынешней работы, связанная с формированием высокодивидендных портфелей на российском фондовом рынке посредством применения инновационной методологии отбора акций в портфели на основании факторов моделей ценообразования на рынке акций.

2.2 Основные цели и задачи исследования

В рамках обобщенного анализа вышеуказанных работ была сформулирована основная цель данного исследования: предложение метода наиболее эффективного формирования высокодивидендных портфелей для достижения наибольшей доходности на российских фондовых рынках. В качестве предлагаемой методологии будет использована процедура отбора эмитентов ценных бумаг в портфель на основании моделей ценообразования на рынке акций. Основной теоретической моделью была выбрана пятифакторная модель Фама и Френч Fama, Eugene F., and Kenneth R. French, 2015, A five-factor asset pricing model, Journal of Financial Economics 116, 1-22.. Однако, эффективность данной модели была преимущественно доказана на американских фондовых рынках. В связи с этим, первоначально выбранная на основании обзора теоретических источников модель будет протестирована на применимость на российском рынке. На основании полученных результатов факторы модели будут интегрированы в исследуемую стратегию в виде фильтров отбора долей в высокодивидендные портфели.

Подобно рассмотренным источникам в исследовании используется классическая стратегия Dogs of the Dow, описанная в работе (John Slatter, 1988). В данной работе поставлен ряд задач для достижения выдвинутой цели:

Описать классическую методологию стратегии формирования инвестиционных портфелей на основании дивидендной доходности, а также определить возможные модификации, отличающиеся от исходной модели некоторыми параметрами.

Сформулировать наиболее полную модель ценообразования на отечественном фондовом рынке. Выявить популярные детерминанты, описывающие доходность ценных бумаг.

Произвести регрессионный анализ представленных факторов с использованием данных российского фондового рынка. Выявить наиболее значимые детерминанты для построения первоначальной гипотезы об их применимости в качестве фильтров для отбора в портфели.

Проверить на практике применимость и эффективность сформированных модификаций исходной стратегии посредством внедрения факторов моделей ценообразования для отбора акций в портфели ценных бумаг. Тестирование будет производиться на временном промежутке с 2010 по 2018 года на фондовом индексе ММВБ.

Оценить эффективность наилучших из образованных модификаций с точки зрения риск-доходности посредством расчета коэффициентов Шарпа.

В результате выполнения поставленных задач будут протестированы следующие гипотезы:

Применяемые высокодивидендные стратегии являются эффективным инструментом для инвестирования на российском фондовом рынке

Полученные в результате внедрения модификаций классической методологии доходности являются значимыми с точки зрения доходности, взвешенной по риску

Для проверки данных гипотез будут сформированы высокодивидендные стратегии на основании рассматриваемых модификаций, а также для наиболее эффективных моделей будут рассчитаны коэффициенты Шарпа.

2.3 Описание проведенного исследования

Перейдем к более детальному описанию проведенного анализа. В ходе обзора литературы мною было разобрано несколько научных работ, которые можно разделить на две группы. Первая группа включает в себя работы, анализирующие эффективность применения стратегии Dogs of the Dow на различных мировых фондовых рынках. Вторая группа работ посвящена разбору моделей ценообразования на рынке акций, факторы которых я хочу использовать для внедрения в высокодивидендную стратегию в виде авторской модификации.

Анализ первой группы работ дал следующие результаты. Большинство рассмотренных исследований используют классическую стратегию в исходном виде или же с применением минимальных модификаций, связанных с уменьшением количества акций в портфеле. Несмотря на это, многие авторы приходят к выводу об эффективности примененного метода для достижения доходности образованного пула акций выше уровня соответствующего индекса той или иной страны. Данный факт доказывает применимость данной теории и подтверждает актуальность нынешнего исследования.

Анализ второй группы работ направлен на разбор современных финансовых моделей ценообразования на рынке акций для выявления факторов, которые оказывают наибольшее влияние на доходность той или иной долевой ценной бумаги. Авторы данной группы исследований выдвигают несколько групп факторов, которые являются, по их мнению, значимыми. Более современные работы дополняют существующие новыми показателями, не рассмотренными ранее. Каждая модель была протестирована на применимость и статистическую значимость, преимущественно на американских фондовых рынках.

По результатам анализа данных трудов мною был сделан выбор в пользу группы факторов, существенно влияющих на доходность акций. Данные факторы станут своеобразными «фильтрами» отбора акций в высокодивидендные портфели помимо дивидендной доходности. Это факторы размера компании, фактор стоимости, фактор рыночного риска, фактор прибыльности и инвестиционный фактор. Данный набор переменных в виде модели выглядит следующим образом:

где: Mkt - мера рыночного риска

SMB - фактор размера

HML - фактор стоимости

RMW - фактор прибыльности

CMA - инвестиционный фактор

Данные группы факторов на основании современных финансовых исследований оказывают наибольшее влияние на доходность акций. В качестве «прокси» - выражения каждой группы факторов в виде конкретного финансового показателя будут выступать следующие метрики:

Mkt (мера рыночного риска) - разница между доходностью индекса и безрисковой ставкой

SMB (фактор размера) - рыночная капитализация

HML (фактор стоимости) - отношение балансовой и рыночной стоимости

RMW (фактор прибыльности) - рентабельность капитала

CMA (инвестиционный фактор) - величина активов компании

Каким же образом каждая финансовая метрика влияет на доходность акций? На основании разобранных работ был сделан следующий вывод. Мера рыночного риска добавляет определенную величину премии за риск каждой компании из выбранного фондового индекса. Рыночная капитализация отвечает за меру доходности, связанную с инвестированием в более мелкие компании портфеля. Чем меньше размер компании, тем больше «премия за размер». Фактор стоимости отвечает за премию инвестиционных возможностей. При высоком отношении балансовой стоимости к рыночной наблюдается доходность портфеля выше средней возможной. Фактор прибыльности констатирует прирост доходности акции при положительной рентабельности вложенного капитала. Инвестиционный фактор также прямо пропорционально влияет на доходность долевой ценной бумаги из-за возрастающего потенциала компании ввиду увеличения производственных возможностей и финансовых показателей.

Однако, данные факторы в виде существующих моделей были протестированы преимущественно на американских фондовых рынках. Для того, чтобы использовать данные переменные в виде критериев отбора акций в высокодивидендные портфели, помимо дивидендной доходности, необходимо убедиться в применимости данной модели на российском фондовом рынке. Для этого необходимо осуществить аналогичные процедуры выявления эффективности внедряемой модели с использованием данных российских компаний. В качестве анализируемого был выбран российский индекс ММВБ. Для тестирования данной модели были проанализированы все наиболее ликвидные компании данного индекса, за исключением фирм финансового сектора ввиду специфичности оценок эффективности компаний данного направления. Для расчетов всех метрик факторов были рассчитаны показатели за весь 2018 год, а также получены данные о дневных котировках каждой акции для расчета доходностей. Далее при помощи эконометрических методов будет выявлена значимость каждого фактора на доходность акций компаний индекса.

После анализа вышеупомянутой модели на российском фондовом рынке выбранные факторы станут «фильтрами» для отбора акций в высокодивидендные портфели, помимо классического показателя дивидендной доходности. Необходимо более детально осветить принцип отбора ценных бумаг в инвестиционные портфели.

В исследовании отражены несколько вариаций для осуществления компоновки эмитентов в инвестиционные пулы:

Классический метод выбора компаний с наибольшей дивидендной доходностью в предыдущем периоде. Все эмитенты ранжируются по данному показателю. Модификация исходной стратегии Dogs of the Dow заключается в том, что для исследования подбирались не только 10 компаний с наивысшей доходностью в прошлом году, но также исследовались портфели из 1,3,5 и 7 акций. Также модернизации коснулся месяц начала инвестирования. Классические модели предусматривают инвестирование только в декабре. Данная работа рассматривает модификации с началом инвестирования в октябре, ноябре и декабре. Данные месяцы были выбраны не случайно. Результаты предыдущих работ Dubova E., Volodin S., Borenko I. High-Dividend Portfolios with Filters on the Financial Performance and an Optimization of Assets Weights in a Portfolio //Scientific Annals of Economics and Business. - 2018. - Т. 65. - №. 3. - С. 347-363. на данную тематику показывают, что данные месяцы являются наиболее успешными для формирования высокодивидендных портфелей Володин С. Н., Сорокин И. А. Формирование высокодивидендных портфелей на российском фондовом рынке //Управление корпоративными финансами. - 2014. - №. 6. - С. 382-390..

Следующий способ отбора эмитентов в инвестиционные портфели - фильтрация компаний при помощи дивидендной доходности и показателя рыночной капитализации. В первую очередь компании ранжируются по убыванию на основании дивидендной доходности, а далее по возрастанию по рыночной капитализации. Наибольшие эмитенты по дивидендной доходности и наименьшие по капитализации попадают в образованные портфели. Мною намеренно была изменена размерность переменных с абсолютных значений каждых показателей (аналогично моделям ценообразования) на показатели для ранжирования, дабы сохранить устойчивость модели, несмотря на возможные потери в значении полученных доходностей образованных портфелей ввиду отсутствующих значений и возможных неточностей. По такому же принципу были отсортированы и образованы портфели на основании фильтров отношения балансовой и рыночной стоимости, прибыльности и инвестиционной активности. Во всех данных стратегиях ключевую роль играет дивидендная доходность, а уже потом значение каждого показателя.

Заключительным способом стало использование сразу всех фильтров в одной стратегии для анализа эффективности образованной модификации. Основным критерием, как и в предыдущих способах, стал показатель дивидендной доходности эмитента. Далее на основании рейтинговой системы были отобраны наименьшие по капитализации, наибольшие по отношению балансовой к рыночной стоимости, прибыльности и инвестиционной активности эмитенты.

С целью выполнения поставленных задач, рассчитанные доходности будут подвержены сравнению с уровнем рыночного портфеля на основании индекса ММВБ, как наиболее распространенного прокси-показателя рыночной доходности.

В качестве источника данных о котировках акций российских компаний использовался сайт Московской биржи. Данные об уровне дивидендных доходностей российских компаний были взяты с сайта Investfunds и Финам. Финансовые показатели для расчетов необходимых коэффициентов и отношений были выгружены с информационных терминалов Bloomberg и Tompson Reuters Eikon.

Для исследования в качестве используемого временного промежутка был выбран 8-летний период с 2010-2018 г. Такой выбор был сделан исходя из доступности данных о дивидендных доходностях и более полных сведений о котировках акций выбранных для анализа компаний. 2010 год рассматривался в качестве исходного, для которого были найдены данные о дивидендной доходности и происходило первое ранжирование компаний для подсчета доходностей на основании данных за год. Более ранние периоды до 2010 года также не были применены для анализа ввиду кризиса 2008 года, из-за которого результаты нынешнего исследования могли получить искажения от внезапного изменения рыночной конъюнктуры.

Полученные результаты будут проверены на значимость по риск-доходности посредством расчета коэффициентов Шарпа для наиболее эффективных модификаций исследуемой стратегии.



Глава 3. Результаты исследования

3.1 Тестирование регрессионных моделей

На основании анализа изложенных выше источников, связанных с существующими моделями ценообразования на рынке акций, была сформирована указанная выше модель, составленная из наиболее важных и значимых с точки зрения современных финансовых теорий факторов, влияющих на доходность акций компаний. Однако, значимость данных факторов была протестирована авторами исследований преимущественно на американских фондовых рынках. Первым шагом стала проверка применимости данной модели на российском фондовом рынке для компаний индекса ММВБ.

Для этого были получены данные о дневных рыночных котировках компаний индекса за 2018 год, а также рассчитаны показатели для измерения каждого фактора. 2018 год для анализа был выбран на основании наиболее полного объема необходимой информации, а также наиболее современной экономической и рыночной конъюнктуры. В качестве показателей факторов были использованы следующие финансовые метрики:

Разница между доходностью индекса и безрисковой ставкой;

Рыночная капитализация;

Отношение балансовой и рыночной стоимости;

Рентабельность капитала;

Величина активов компании, как показатель объема возможных средств для инвестирования в расширение производства компании.

Далее, на основании данных показателей были составлены соответствующие инвестиционные портфели на начало 2018 года с использованием указанных выше правил: для дивидендной доходности, рентабельности капитала и величины чистых активов - наибольшие 10 компаний по данному показателю; для рыночной капитализации и отношения балансовой и рыночной стоимости активов - разница 10 наиболее маленьких и 10 наиболее больших компаний, а также совместное применение всех критериев. Исходя из данных принципов были составлены 6 портфелей на начало 2018 года. Для каждого из портфелей были рассчитаны дневные доходности в течение всего года.

Далее данные доходности портфелей при помощи программы для статистической обработки данных и работы с графикой RStudio были регрессированы на рассматриваемые факторы ценообразования, которые на основании современных финансовых теорий наиболее полно объясняют доходность той или иной акции компаний - Mkt (Indeх), SMB (size), HML (value), RMW (profit (ROE)), CML (assets (Investments)). Получилось 6 отдельных эконометрических моделей, результаты которых будут разобраны далее.

Перейдем к анализу результатов сформированных 6 моделей. Первой проанализируем модель, в которой критерием формирования инвестиционного портфеля была дивидендная доходность на начало 2018 года. Сформулированная модель выглядит следующим образом:

Portfolio yield ~ SMB + HML + Indeх + ROE + Investments

Аналогичные модели были сформулированы для остальных вариантов компоновки акций в портфели. Результаты данной модификации представлены ниже:



Как видно из выкладки RStudio, коэффициент детерминации R2, как показатель, объясняющий силы модели, оказался равным 0,9723, что указывает на достаточно хорошее качество модели. Разберем значимость отдельных переменных. Мы видимо, что на 100% уровне переменные HML, Indeх (Mkt) и ROE (RMW) оказались значимыми. Однако, обращает на себя внимание значимость на этом же уровне свободного члена (Intercept). Данный факт свидетельствует о том, что несмотря на то, что нами в качестве независимых переменных были выбраны факторы, которые наиболее полно описывают и формируют доходность портфеля, существует также значимая доля доходностей, не объясненных этими факторами. Это свидетельствует о наличии необъясненной доходности, что может быть объяснено примененной стратегией формирования портфеля на основании уровня дивидендного показателя.

Перейдем к рассмотрению второй модели, где в качестве основного критерия был использован размер компании (ее капитализация). Результаты получились следующие:



Коэффициент детерминации данной модели оказался выше предыдущей, что подтверждает факт наиболее полного объяснения зависимой переменной. Говоря о значимости отдельных регрессоров, данная модель выявила ее на 100% уровне у показателя HML и на 90% у фактора RMW (ROE). Свободный член в данной регрессии оказался незначимым.

Перейдем к разбору третьей модели, критерием формирования инвестиционного пула которой являлось отношение балансовой и рыночной стоимости активов:

Здесь свободный член оказался незначимым, а на 100% уровне показали значимость регрессоры SMB (size), HML (value), Mkt (Indeх), RMW (ROE). Коэффициент детерминации R2 оказался равным 0,8399, что показывает хорошее качество модели в целом, а значение F-статистики, равное 151,1 (гораздо выше 1), демонстрирует, что модель хорошо описывает имеющиеся данные.

Перейдем к разбору следующей модели, критерием формирования портфеля которой на начало 2018 года стала прибыльность компании, показателем которой стал рассчитанный коэффициент ROE. Наибольшие по данному показателю компании были отобраны в инвестиционный пул. Вот результаты, полученные в результате построения регрессионной модели:

По результатам детального разбора регрессионной выкладки было выявлено, что на уровне 100%, как и в предыдущей модели, значимость показали факторы SMB (size), HML (value), Mkt (Indeх), RMW (ROE). Коэффициент детерминации R2 оказался равным 0,9285; значение F-статистики оказалось равным 444,2, что подтверждает полноту и объясняющую силу модели.

...