Факторы, влияющие на формирование курса акций российских компаний

Влияние международного финансового кризиса 2008-2009 гг., согласно авторскому анализу, ожидаемо вызвало снижение стоимости акций нефтяных и газовых компаний. Кроме того, был сделан аналогичный с упомянутыми в данном разделе исследованиями Бойера и Филиона, а также Садорского вывод, согласно которому обменный курс канадского доллара к американскому доллару негативно влияет на стоимость акций канадского фондового рынка нефти и газа.

Что касается исследований отечественного фондового рынка, то наиболее актуальной работой в контексте настоящего исследования является работа Станислава Анатольева под названием «A ten-year retrospective on the determinants of Russian stock returns». Анатольев С. A ten-year retrospective on the determinants of Russian stock returns, New Economic School, Moscow, 2005. Source: http://fir.nes.ru/~sanatoly/Papers/RusStock.pdf В рассматриваемой работе автор исследует факторы, влияющие на доходность российского фондового рынка за последние (относительно даты исследования) 10 лет (1995-2005гг.), делая акцент на том, как они эволюционировали с течением времени.

При этом внутренние факторы, согласно гипотезе автора, начинают играть постепенно уменьшающуюся роль, в то время как растет значение международных факторов. Также автор предполагает, что в последние годы влияние цен на нефть и валютного курса уменьшилось, в то же время влияние фондового рынка США, международных и внутренние процентных ставок увеличились, а влияние денежных агрегатов, таких как запасы золота и денежная масса, упало практически до нуля.

Автор полагает, что исследуемые взаимосвязи крайне нестабильные, и эта нестабильность не ограничивается только финансовыми кризисами, поскольку большинство расчетных статистических данных демонстрируют постоянные взлеты и падения, но в последнее время наблюдается резкий рост объяснимости цен акций различными экономическими показателями. В качестве методологии исследования автор использует предсказательную скользящую регрессию с окном одного года данных, двигаясь с данным окном по временному промежутку с начала 1995 года до конца 2004 года - начала 2005 года.

В качестве переменных (регрессоров) автор рассматривает цену нефти (в долларах США), официальный курс рубля к доллару США (в рублях за доллар США), индекс MSCI (Morgan Stanley Capital International Inc) для США (в долларах США), ставку 3-х месячных казначейских облигаций США, ставку 1 месячного межбанковского предложения в Москве (в процентах); золотовалютные запасы, удерживаемые Центральным банком России (в млн. долл. США), денежно-кредитные сальдо корреспондентских счетов в Центральном банке России (в миллиардах рублей). Помимо этого, автор учитывает три индекса волатильности - на нефть, курс рубля к доллару США и индекс волатильности стоимости акций на американском фондовом рынке. Кроме того, учитывается фактор риска, присущий исследуемым переменным.

Результаты, к которым приходит автор, дают существенные доказательства того, что российский фондовый рынок пострадал от значительной структурной нестабильности, и что эта неустойчивость не ограничивается одноразовыми событиями, такими как документированные финансовые кризисы. Кроме того, подтверждается гипотеза об уменьшении влияния определенных факторов на доходность российских акций, таких как цены на нефть и валютные курсы, а также о росте влияния других факторов, таких как цены акций США, международные и внутренние ставки. Объяснительная сила внутренних и глобальных факторов заметно колебалась, с регрессией R2, принимая значения от нескольких процентов до цифры в 60%.

Резюмируя проанализированную литературу, следует отметить, что не существует единого набора факторов, который точно оказывает влияние на цены акций. Параметры меняются в зависимости от выбора страны, который учитывает особенности экономики, от исследуемой отрасли, а также от временного периода, на который приходится исследование. Говоря об исследованиях, которые затрагивают влияние факторов на страновые индексы акций, наиболее значимое воздействие оказывают цена на нефть, валютный курс, инфляция, а также показатели, отвечающие за инвестиционную привлекательность акций. Вдобавок, наиболее популярным инструментом определения и анализа влияния факторов является регрессионный анализ.



Глава 3. Эмпирический анализ факторов, влияющих на динамику цен акций российских компаний

3.1 Тестируемые гипотезы

На основе проведенного обзора литературы можно обозначить основные гипотезы данного исследования:

1. Гипотеза №1: Цены акций российских компаний положительно зависят от цены на нефть в долларах.

2. Гипотеза №2: Рост курса рубля (количество рублей за один доллар) ведет к росту цен акций российских компаний, ориентированных на экспорт.

3. Гипотеза №3: Введение экономических отраслевых санкций в 2014 году в отношении России существенно снизило цены акций.

4. Гипотеза №4: Политика ЦБ РФ оказывает значимое влияние на цены акций через изменение инфляционных ожиданий.

5. Гипотеза №5: Стоимость привлечения финансирования (ключевая ставка) оказывает существенное влияние на цены акций.

Первая гипотеза работы связана в первую очередь с общей зависимостью российской экономики от торговли полезными ископаемыми в общем и нефтью в частности. Рост цен на нефть потенциально увеличивает возможности компаний внутри страны, а также активизирует платежеспособный спрос.

Курс национальной валюты, который является объектом второй гипотезы, значимым образом влияет на бизнес в России. Однако, целью данного исследования является определение вектора и величины влияния курс доллара на стоимость акций российских компаний. В рамках данный гипотезы предполагается, что экспортные компании получают дополнительное преимущество от обесценения национальной валюты, так как выручка таких компаний формируется в иностранной валюте, а себестоимость номинирована в рублях.

Отрицательный эффект от введения санкций против России, а также от введения контрсанкций в 2014 году, может быть объяснен как прямыми (запрет торговли с западными партнерами), так и косвенными причинами, такими как рост общего уровня риска в стране.

Политика ЦБ РФ является основополагающим фактором российской монетарной политики, при этом, ввиду ограниченного характера доступных ЦБ инструментов, значимость влияния этих инструментов на экономику в условиях плавающего курса рубля не кажется очевидной. В этой связи планируется оценить степень влияния инфляции и ключевой ставки на цены акций российских компаний.

После того, как основные гипотезы работы перечислены, необходимо перейти к описанию используемых эмпирических данных.

3.2 Описание эмпирических данных

В качестве основной базы данных использована база аналитического агентства Bloomberg. Объектом исследования являются наиболее ликвидные акции крупнейших российских компаний, входящие в индекс московской биржи - MOEX Russia Index. Периодичность данных квартальная, так как использование годовых данных не позволяет в достаточной мере оценить происходящие в экономике краткосрочные шоки. Временной горизонт покрывает период с IV кв. 2009 г. до IV кв. 2018 гг., что позволит оценить влияние различных факторов на цену акций:

· девальвации рубля (2014 г.): как до данного события, так и после существенного изменения курса национальной валюты;

· введение санкций и контрсанкций;

· изменение курса рубля по отношению к доллару США: за указанный промежуток времени курс менялся от 28 до 75 рублей за доллар США с большой средней годовой волатильностью 30,5:

Рис. 3.1: Динамика курса доллара США

Перейдем к описанию используемой в данной работе выборки:

· отраслевая структура выборки представлена на рис. 3.2.:

Рис. 3.2: Отраслевая структура выборки

Как видно из рисунка выше, основная часть выборки представлена компаниями добывающего сектора, что объясняется общей структурой российской экономики. Финансовый сектор представлен банками и копаниями из отрасли недвижимости. Далее в работе используются следующие обозначения для бинарных переменных для отраслей:

o Полезные ископаемые (кроме нефти и газа) - basic_materials;

o Нефть и газ - energy;

o Финансы - finance;

o Телекоммуникации - communications;

o Электроэнергетика - utilities;

o Потребительские услуги - consumer.

· Распределение наблюдаемых компаний по размеру капитализации представлено на рис. 3.3.

Рис. 3.3: Структура выборки по размеру капитализации

Как видно из рис. 3.3. основная доля наблюдений приходится на период, когда капитализация российских компаний составляла диапазон от 7 млн долл. до 20 млн долл. Описательные характеристики используемых переменных представлены в таблице ниже.



Таблица 3.1 Описательная статистика используемых переменных (данные компаний)

Переменная	Обозначение	Ед. изм.	Среднее	Мин.	Макс.	Ст. откл.
Рыночная капитазация	mcap	млн $	19,031	177	185,213	25,495
Денежные средства и эквиваленты	cash	млн $	6,889	7	98,886	14,179
Привелигированные акции	preferred	млн $	896	-308	11,826	2,326
Долг	debt	млн $	12,958	0	124,809	20,563
Стоимость бизнеса	ev	млн $	23,532	-1,826	215,101	32,573
Выручка	rev	млн $	5,369	24	48,044	8,584
Валовая прибыль	GP	млн $	891	14	5,713	937
EBITDA	EBITDA	млн $	1,458	-1,711	20,575	2,661
Чистая прибыль	NI	млн $	647	-8,441	16,020	1,646
Чистая прибаль на акцию	EPS	$	9	-253	527	46
Денежные средства от операционной деятельсности	cash_oper	млн $	1,336	-17,350	25,934	3,182
Капитальные расходы	capex	млн $	-861	-15,604	0	1,878
Чистый денежный поток	FCF	млн $	499	-17,644	24,530	2,378
Стоимость акции	last_p	$	109	0	3,233	457
Выручка на акцию	rev_ps	$	41	0	1,751	179
EBITDA на акцию	EBITDA_ps	$	22	-1	532	90
Операционный доход на акцию	OpIncome_ps	$	9	-229	527	45
Чистый денежный поток на акцию	FCF_ps	$	2	-231	296	27
Денежные средства на акцию	cash_ps	$	76	0	2,242	347
Балансовая стоимость активов на акцию	book_ps	$	267	-11	7,284	1,177
Балансовая стоимость материальных активов на акцию	tang_ps	$	282	-13	7,266	1,201

В качестве источников для макроэкономических и отраслевых параметров использованы данные ведущих аналитических агентств (Global Insight, Economist Intelligence Unit), а также данные ЦБ РФ и Росстата.

Таблица 3.2 Описательная статистика используемых переменных (отраслевые данные)

Переменная	Обозначение	Ед. изм.	Среднее	Мин.	Макс.	Ст. откл.
Инфляция	cpi	%	7.33	2.99	16.21	3.37
Обменный курс	ex	руб.	44.65	27.98	74.74	15.05
Ставка ЦБ	rate	%	8.81	5.50	17.00	2.13
Стоимость нефти	oil	$ / баррель	81.38	37.28	122.88	25.87
Стоимость угля	coal	$ / тонну	87.86	50.60	123.20	21.20
Стоимость золота	au	$ / унцию	1,325.90	1,061.10	1,772.25	179.12
Стоимость алюминия	alum	$ / тонну	1,976.57	1,507.00	2,648.00	270.70

После того, как основные используемые данные описаны, необходимо перейти к описанию методологии.

3.3 Методология

В качестве зависимой переменной предполагается использование цен акций конкретной компании (средняя цена за квартал). При этом будет использована как рублевая стоимость, так и стоимость, выраженная в долларах США.

Как было указано выше, объясняющие переменные могут быть сегментированы следующим образом:

· Макропараметры: курс рубля, ключевая ставка, уровень инфляции;

· Отраслевые факторы: цена на нефть, цены на уголь, золото и алюминий;

· Параметры компании: данные из P&L, BS и CFS, уровень долговой нагрузки, размер прибыли и пр.

Для тестирования предложенных гипотез будет построена следующая модель:

где: - это среднеквартальная цена акции компании в период времени ;

· - множество факторов каждой компании, которые меняются во времени (финансовые данные и пр.);

· - множество факторов каждой компании, которые не меняются во времени (отрасль);

· - факторы, не зависящие от компании, но меняющиеся во времени (макро данные, цены на нефть и пр.);

· - случайная составляющая, природа которой (случайные или фиксированные эффекты) будет определена далее в работе.

Для тестирования представленных гипотез предполагается использование в работе как стандартных методов эконометрической оценки (МНК), так и использование панельных данных. МНК вычисляет параметры линейной функции по принципу наименьших квадратов: минимизирует сумму квадратов разностей между наблюдаемой зависимой переменной и предсказанными значениями. Но важно отметить, что МНК игнорирует панельную структуру данных, для корректного учета которой в работе также будут использованы методы, описанные ниже.

Модель с фиксированными эффектами (FE): эта модель предназначена для изучения причин изменений в рамках одной компании или организации. Данный метод анализирует влияние переменных, которые изменяются во времени, на текущий интересующий параметр - он исследует взаимосвязь между регрессорами и зависимыми переменными в конкретной сущности (например, в нашем случае - в компании). Таким образом, оценка с фиксированными эффектами не учитывает влияние постоянных во времени характеристик, поэтому мы можем исследовать только суммарное влияние независимых переменных на зависимую переменную.

Кроме того, одна из предпосылок модели с фиксированными эффектами состоит в том, что независимые от времени параметры являются уникальными для отдельной компании и не должны коррелировать с другими индивидуальными параметрами. Так как каждый элемент набора данных является уникальным, случайная компонента модели не должна коррелировать с регрессорами. Таким образом, если ошибки будут зависеть от регрессоров, то метод с фиксированными эффектами не может быть использован, так как результат искажен. В этом случае возможно использование альтернативного метода, то есть модели со случайными эффектами.

Модель со случайными эффектами (RE), в отличие от модели с фиксированными эффектами, предполагает, что различия между компаниями не связаны с регрессорами, так как они имеют стохастическую (случайную) природу. Другими словами, если существуют основания предполагать, что различия между компаниями оказывают влияние на зависимую переменную, необходимо использовать модель с фиксированными эффектами.

Стандартной практикой в процессе выбора между двумя моделями является тест Хаусмана. Данный тест предполагает проверку следующих гипотез:

· если индивидуальные эффекты коррелируют с другими независимыми переменными, то FE оценки являются состоятельными, а RE - несостоятельными;

· если индивидуальные эффекты не коррелируют с другими независимыми переменными, то и FE, и RE оценки состоятельны, но при этом RE оценка более эффективна.

Все описанные выше методы оценки будут использованы в следующем параграфе для комплексного тестирования поставленных гипотез.



3.4 Эмпирическая модель

После того, как описаны используемые данные и приведено подробное описание методологии, необходимо перейти непосредственно к вычислениям и эмпирической проверке поставленных гипотез. В качестве основного инструмента анализа используется программное обеспечение Stata, кроме того часть вычислений произведена с использованием MS Excel.

На первом этапе необходимо оценить модель с использованием только финансовых показателей компаний методом МНК (без учета панельной структуры данных), чтобы проверить наличие значимых фундаментальных связей между стоимостью акций российских компаний и финансовыми результатами.

Таблица 3.3 Результаты оценки методом МНК (финансовые факторы)

	(1)	(2)	(3)	(4)
Переменные Финансовые данные представлены в расчете на одну акцию (ps=per share)	last_p	last_p	last_p	last_p
rev_ps	-1.429***	1.846***	1.822***
	(0.278)	(0.191)	(0.192)
ni_ps	-7.202***	-0.686*	-0.680*
	(2.667)	(0.358)	(0.359)
cf_ps	1.145***	2.346***	2.342***
	(0.429)	(0.365)	(0.366)
cash_ps	-0.626***	-0.0614	-0.0606
	(0.111)	(0.0944)	(0.0947)
basic_materials			3.105	4.144
			(42.54)	(46.44)
energy			31.03	39.12
			(40.86)	(44.50)
financial			2.613
			(43.90)
communications			8.150	6.701
			(41.59)	(45.36)
utilities			0.918	-0.856
			(50.16)	(54.75)
consumer			-0.847	-0.216
			(59.72)	(65.19)
ebitda_ps	0.697			4.964***
	(0.692)			(0.109)
opincome_ps	5.137*
	(2.712)
fcf_ps	0.0972			1.704***
	(0.345)			(0.327)
book_ps	0.587
	(0.386)
tang_ps	0.163
	(0.397)
o.financial				-
Constant	14.49**	10.83	-0.915	0.864
	(7.253)	(8.561)	(37.59)	(41.03)
Observations	487	653	653	570
R-squared	0.936	0.835	0.835	0.827

В скобках указаны стандартные ошибки

*** p<0.01, ** p<0.05, * p<0.1

Источник: расчеты автора

Из таблицы выше можно сделать вывод о том, что финансовые результаты компаний оказывают значимое влияние на стоимость акций российских компаний. Однако, существенная мультиколлинеарность, присущая модели См. таблицы с попарной корреляцией в Приложении, ведет к искажению оцениваемых коэффициентов. Для решения данной проблемы автором были проанализированы различные варианты включения в модель отдельных финансовых показателей. Этот анализ позволили сделать вывод о наличии значимого влияния двух финансовых показателей на оцениваемую переменную:

· ebitda_ps - EBITDA на акцию является существенным фактором операционной рентабельности компании, от которой зависит стоимость бизнеса компании в целом и стоимость акции в частности;

· fcf_ps - свободный денежный поток компании учитывает помимо операционных показателей еще и капиталоемкость бизнеса, а также уровень кредитной нагрузки, что позволяет рассматривать этот показатель, как один из основных определяющих факторов для расчета стоимости акций российских компании.

Отдельно стоит отметить тот факт, что в рамках модели без учета панельной структуры данных ни одна из бинарных переменных, определяющих отрасль компании, не является значимой.

Для дальнейшего анализа и проверки предлагаемых гипотез необходимо включить в ограниченную только двумя значимыми финансовыми показателями модель переменные, отвечающие за макроэкономическую и отраслевую составляющие. Результаты оценки подобных моделей методом МНК представлены в таблице ниже.

Таблица 3.4

Результаты оценки методом МНК (макро и отраслевые факторы)

	(1)	(BM=1)	(Energy=1)
Переменные	last_p	last_p	last_p
ebitda_ps	5.059***	11.44***	5.041***
	(0.101)	(1.118)	(0.167)
fcf_ps	1.638***	-0.987	1.553***
	(0.322)	(1.456)	(0.508)
cpi	-4.257	0.000229	-11.12
	(3.927)	(0.235)	(9.931)
ex	4.055***	-0.108	10.23***
	(1.505)	(0.0850)	(3.620)
rate	-1.175	-0.0717	-4.533
	(7.466)	(0.442)	(18.98)
oil	0.574	-0.00723	0.916
	(1.024)	(0.0579)	(2.531)
coal	-0.736	-0.0111	-1.569
	(0.965)	(0.0564)	(2.440)
au	-0.0508	-0.00342	-0.150
	(0.0781)	(0.00441)	(0.199)
alum	0.0439	0.00225	0.129
	(0.0700)	(0.00394)	(0.175)
Constant	-128.2	9.272	-289.6
	(200.6)	(10.81)	(485.4)
Observations	570	114	218
R-squared	0.835	0.556	0.834

В скобках указаны стандартные ошибки

*** p<0.01, ** p<0.05, * p<0.1

Источник: расчеты автора

В качестве дополнений к таблице выше, необходимо пояснить, что первый столбец соответствует расчетам на всей выборке, второй - только для компаний, занимающихся добычей и реализацией полезных ископаемых (кроме нефти и газа), третий - для компаний из отрасли нефти и газа.

Как видно из таблицы выше, только обменный курс рубля оказывает значимое положительное влияние на цены акций, при этом расчеты на данном этапе не подтвердили наличия значимого влияния стоимости нефти и прочих полезных ископаемых. Также не было обнаружено значимого влияния политики ЦБ на цены акций через регулирование ключевой ставки и таргетирование инфляции.

В ходе дальнейшего анализа, для проверки гипотез исследования, было сокращено количество финансовых переменных в модели, а также добавлены отраслевые индексные переменные.

Таблица 3.5 Результаты оценки методом МНК (макро и отраслевые факторы, продолжение)

	(1)	(2)	(3)	(4)	(5)
Переменные	last_p	last_p	last_p	last_p	last_p
cpi	-2.063	-3.331	-4.586	-4.586	-5.021
	(6.404)	(6.026)	(3.948)	(3.948)	(3.953)
ex	1.277	2.926	4.176***	4.176***	4.540***
	(2.520)	(2.381)	(1.509)	(1.509)	(1.519)
rate	0.467	1.352	-0.287	-0.287	-0.236
	(12.32)	(11.59)	(7.513)	(7.513)	(7.511)
oil	0.779	1.395	0.796	0.796	0.897
	(1.696)	(1.599)	(1.023)	(1.023)	(1.025)
coal	-0.378	-0.443	-0.439	-0.439	-0.434
	(1.602)	(1.507)	(0.963)	(0.963)	(0.963)
au	-0.0283	-0.0331	-0.0556	-0.0556	-0.0533
	(0.133)	(0.125)	(0.0786)	(0.0786)	(0.0785)
alum	0.00427	-0.0111	0.00872	0.00872	0.00437
	(0.116)	(0.110)	(0.0696)	(0.0696)	(0.0696)
basic_materials		-65.04			18.48
		(59.56)			(46.01)
energy		299.9***			47.13
		(58.39)			(44.10)
financial		-77.81
		(68.01)
communications		-66.08			8.819
		(60.73)			(44.88)
utilities		-90.25			-32.57
		(74.35)			(52.11)
consumer		-76.59			3.853
		(78.87)			(64.60)
ebitda_ps			5.192***	5.192***	5.124***
			(0.0991)	(0.0991)	(0.105)
o.financial					-
Constant	60.04	-53.18	-109.5	-109.5	-145.7
	(335.1)	(320.1)	(201.5)	(201.5)	(207.0)
Observations	854	854	583	583	583
R-squared	0.001	0.122	0.827	0.827	0.829

В скобках указаны стандартные ошибки

*** p<0.01, ** p<0.05, * p<0.1

Источник: расчеты автора

Из таблицы выше можно сделать вывод о том, что исключение финансовых показателей, во-первых, существенно снижает общее качество модели (низкий R-квадрат), во-вторых, не увеличивает значимость макроэкономических и отраслевых параметров.

Использование данных без учета их панельной структуры позволило сделать следующие заключения, касательно рассматриваемых гипотез:

· Гипотеза №1: Цены акций российских компаний положительно зависят от цены на нефть в долларах - отвергается.

· Гипотеза №2: Рост курса рубля (количество рублей за один доллар) ведет к росту цен акций российских компаний, ориентированных на экспорт - не отвергается.

· Гипотеза №3: Введение экономических отраслевых санкций в 2014 году в отношении России существенно снизило цены акций - нет возможности проверить, так как не учитывается временная составляющая.

· Гипотеза №4: Политика ЦБ РФ оказывает значимое влияние на цены акций через изменение инфляционных ожиданий - отвергается.

· Гипотеза №5: Стоимость привлечения финансирования (ключевая ставка) оказывает существенное влияние на цены акций - отвергается.

Далее перейдем к анализу данных с учетом пространственно-временной структуры. На первом этапе мы также, как и в случае МНК, используем только финансовые показатели в качестве регрессоров. Необходимо отметить, что использование временной составляющей позволяет включить в модель лагированные переменные, то есть значения зависимой переменной и регрессоров на определенное количество периодов времени назад. Для обозначения подобных переменных используется стандартное обозначение оператора лага - «L.».

Таблица 3.6

Результаты оценки Fixed Effects (FE) (финансовые факторы)

	(1)	(2)	(3)
Переменные	last_p	last_p	last_p
L.last_p		0.681***	0.797***
		(0.0409)	(0.0189)
rev_ps	-1.164***	0.392**
	(0.184)	(0.177)
ebitda_ps	0.179	-2.523***
	(0.453)	(0.391)
opincome_ps	-8.775***	-1.259
	(1.832)	(1.517)
ni_ps	6.942***	1.406
	(1.807)	(1.469)
cf_ps	-1.371***	0.500*
	(0.294)	(0.284)
fcf_ps	2.719***	0.471*	0.685***
	(0.244)	(0.249)	(0.109)
cash_ps	-1.048***	-0.191**
	(0.0736)	(0.0775)
book_ps	-2.098***	-0.697***
	(0.272)	(0.230)
tang_ps	2.557***	0.795***
	(0.274)	(0.240)
Constant	243.5***	80.20***	28.39***
	(9.957)	(12.79)	(3.916)
Observations	487	464	618
R-squared	0.731	0.819	0.771
Number of comp	20	19	24

В скобках указаны стандартные ошибки

*** p<0.01, ** p<0.05, * p<0.1

Источник: расчеты автора

Как и в рамках предыдущего анализа методом МНК, использование большого числа финансовых переменных ведет к искажению результатов ввиду существенной мультиколлинеарности. При этом, необходимо отметить, что включение в список зависимых переменных значение стоимости акции в предыдущий период времени существенно увеличивает качество рассматриваемой модели, что выражается в росте R-квадрат.

Кроме того, процедура последовательного исключения наименее значимых переменных привела к тому, что наиболее значимой переменной в определении стоимости акции российских компаний в рамках модели с фиксированными эффектами стал свободный денежный поток - «fcf_ps». Ввиду того, что данный показатель отражает все денежные потоки фирмы (операционные, инвестиционные и финансовые), использование его в качестве комплексного фактора стоимости представляется оптимальным. После этого шага необходимо перейти к оценке моделей с использованием макроэкономических и отраслевых переменных. Отдельно стоит отметить тот факт, что использование бинарных переменных для отраслевой принадлежности в рамках модели с фиксированными эффектами невозможно, так как данные переменные не меняются во времени.

Таблица 3.7

Результаты оценки Fixed Effects (FE) (макро и отраслевые факторы)

	(1)	(2)	(3)	(4)
Переменные	last_p	last_p	last_p	last_p
L.last_p	0.789***	0.790***	0.795***	0.791***
	(0.0194)	(0.0193)	(0.0190)	(0.0193)
fcf_ps	0.692***	0.683***	0.682***	0.692***
	(0.110)	(0.109)	(0.109)	(0.109)
cpi	-0.502
	(1.257)
ex	1.020**	0.864*
	(0.512)	(0.487)
rate	0.966
	(2.349)
oil	0.541	0.348
	(0.335)	(0.269)
coal	-0.263
	(0.305)
au	-0.0161
	(0.0254)
alum	0.0196
	(0.0224)
oil_rub			0.00494	0.00386
			(0.00571)	(0.00576)
sanction				9.021
				(6.627)
Constant	-60.06	-38.58	12.03	11.09
	(65.68)	(42.81)	(19.31)	(19.31)
Observations	618	618	618	618
R-squared	0.773	0.772	0.771	0.772
Number of comp	24	24	24	24

В скобках указаны стандартные ошибки

*** p<0.01, ** p<0.05, * p<0.1

Источник: расчеты автора

Как и в ходе анализа методом МНК, только величина обменного курса значимо влияет на стоимость российских компаний. Для проверки прочих гипотез в модель были введены две дополнительные переменные (модели 3-4 в таблице выше):

· oil_rub - стоимость барреля нефти в рублях;

· sanction - бинарная переменная, которая равна нулю до 1 кв. 2014 г. и равна единице, начиная со 2 кв. 2014 г.

В рамках модели с фиксированными эффектами нельзя сделать вывод о значимом влиянии стоимости нефти на стоимость акций российских компаний. Кроме того, не выявлено значимое изменение процесса ценообразования акций после введения санкций в отношении России во 2 кв. 2014 г. Однако, необходимо отметить, что данные выводы могут быть искажены наличием в модели переменной с существенной объясняющей мощностью - значением цены акции в предыдущий квартал, которое может также зависеть от стоимости энергоресурсов и макроэкономических условий. Для проверки этого предположения была оценена модель без лагированной цен акций в числе регрессоров.



Таблица 3.8 Результаты оценки Fixed Effects (FE) (макро и отраслевые факторы, продолжение)

	(1)	(2)	(3)	(4)	(5)
Переменные	last_p	last_p	last_p	last_p	last_p
fcf_ps	1.871***	1.838***	1.862***	1.888***	1.860***
	(0.211)	(0.213)	(0.213)	(0.212)	(0.212)
cpi		-2.533	-2.191
		(2.473)	(2.468)
rate		-2.350	-5.454
		(4.619)	(4.218)
coal		-0.787	-0.559
		(0.631)	(0.616)
au		0.0242	0.0467
		(0.0471)	(0.0451)
alum		0.00267	-0.00623
		(0.0452)	(0.0449)
ex		0.799	0.651	0.585	1.930***
		(0.986)	(0.983)	(0.882)	(0.422)
oil_rub	0.0232**	0.0238
	(0.0111)	(0.0146)
sanction	56.54***	33.39	55.74*	46.07*
	(12.87)	(31.90)	(28.87)	(26.54)
Constant	19.06	63.69	130.2	75.33***	39.17*
	(36.73)	(111.4)	(103.9)	(29.01)	(20.22)
Observations	650	650	650	650	650
R-squared	0.148	0.155	0.151	0.142	0.138
Number of comp	25	25	25	25	25

В скобках указаны стандартные ошибки

*** p<0.01, ** p<0.05, * p<0.1

Источник: расчеты автора

Как и предполагалось, часть влияния стоимости нефти на цены акций была выражена через предыдущее значение цены акции. При исключении лагированной переменной из регрессии видно, что стоимость нефти существенно положительно влияет на стоимость акций. Однако, необходимо отметить, что значимое влияние оказывает только рублевая стоимость нефти.

Экономическая интерпретация данного выводы сводится к существенной исторической зависимости курса рубля от стоимости барреля нефти (см. рисунок ниже).

Рис. 3.3: Курс доллара США vs цена на нефть

Дополнительно необходимо прокомментировать положительный значимый коэффициент перед переменной «sanction», который не соответствует экономической природе санкций. Подобный феномен может быть объяснен временным трендом в стоимости акций российских компаний, который возникает на фоне положительной инфляции и роста мировой экономики в целом. При этом в модели с лагированной зависимой переменной в числе регрессоров, временной тренд учитывается, поэтому переменная санкций теряет свою техническую значимость.

Таким образом, в рамках анализа моделей с фиксированными эффектами можно сделать следующие выводы о результатах тестирования поставленных гипотез:

· Гипотеза №1: Цены акций российских компаний положительно зависят от цены на нефть в долларах - отвергается.

· Гипотеза №2: Рост курса рубля (количество рублей за один доллар) ведет к росту цен акций российских компаний, ориентированных на экспорт - не отвергается.

· Гипотеза №3: Введение экономических отраслевых санкций в 2014 году в отношении России существенно снизило цены акций - отвергается.

· Гипотеза №4: Политика ЦБ РФ оказывает значимое влияние на цены акций через изменение инфляционных ожиданий - отвергается.

· Гипотеза №5: Стоимость привлечения финансирования (ключевая ставка) оказывает существенное влияние на цены акций - отвергается.

Далее необходимо перейти к исследованию рассматриваемых гипотез в рамках модели со случайными эффектами. Для этого на начальном этапе следует оценить модель только с учетом финансовых показателей. Кроме того, модель со случайными эффектами, в отличие от модели с фиксированными эффектами, может включать отраслевые бинарные переменные.

Таблица 3.9.

Результаты оценки Random Effects (RE) (финансовые факторы)

...

	(1)	(2)	(3)	(4)	(5)
Переменные	last_p	last_p	last_p	last_p	last_p
L.last_p		0.892***	0.922***	0.990***
		(0.0256)	(0.0149)	(0.00690)
rev_ps	-1.429***	0.819***
	(0.278)	(0.163)
ebitda_ps	0.697	-3.190***	0.501***
	(0.692)	(0.381)	(0.0844)
opincome_ps	5.137*	2.748*
	(2.712)	(1.430)
ni_ps	-7.202***	-2.054
	(2.667)	(1.412)
cf_ps	1.145***	1.277***
	(0.429)	(0.266)

Подобные документы

• Развитие российских нефтяных компаний

  Характеристика 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 23.08.2017
  

• Влияние публикации финансовой отчетности на динамику цен акций российских нефтегазовых компаний в зависимости от характера новости

  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 28.09.2017
  

• Оценка рыночной стоимости 100% пакета акций ОАО "Вертикаль"

  Теоретическое изучение основных методов оценки стоимости бизнеса и подходов компаний к оценке стоимости акций. Выявление и анализ особенностей оценки стоимости обыкновенных акций. Проведение оценки рыночной стоимости 100% пакета акций ОАО "Вертикаль".
  
  дипломная работа [322,7 K], добавлен 04.08.2012
  

• Дивидендная политика и регулирование курса акций. (Дробление, консолидация, выкуп акций)

  Дивидендная политика и возможность ее выбора. Регулирование курса акций. Порядок выплаты дивидендов. Анализ дивидендной политики ОАО "Печорская ГРЭС". Эмиссия акций предприятия. Дивидендная политика предприятия. Проблемы дробления и консолидация акций.
  
  курсовая работа [31,3 K], добавлен 30.03.2007
  

• Влияние объявлений о дивидендных выплатах на цены акций российских компаний

  Обоснования 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 13.10.2016
  

• Методы оценки акций

  Вложения в акции коммерческих банков. Основные методы оценки стоимости обыкновенных акций. Базовые модели дисконтирования дивидендов методом для вычисления цены акции или бизнеса. Оценка качества акций, а также их рейтинга на примере ОАО "Альфа-Банк".
  
  контрольная работа [384,2 K], добавлен 05.07.2013
  

• Влияние пиратских игр на доходность акций компании (издателей)

  Определение негативного влияния пиратства, которое подрывает продажи в альтернативных магазинах. Исследование связи пиратства и доходности акций компаний. Ознакомление с количеством релизов официальных и пиратских игр. Анализ рыночной модели CAPM.
  
  дипломная работа [597,4 K], добавлен 23.08.2017
  

• Оценка стоимости акций

  Основные методы оценки стоимости обыкновенных акций: номинальный, рыночный, балансовый, ликвидационный, инвестиционный. Оценка стоимости привилегированных акций, прогнозирование денежных потоков, определение ставки дисконтирования, стоимость облигаций.
  
  реферат [231,4 K], добавлен 03.03.2010
  

• Методы оценки обыкновенных акций

  Сущность и классификация акций, определение номинальной цены обыкновенных акций. Инвестиции в обыкновенные акции, осуществляемые частным инвестором в условиях формирующегося фондового рынка. Сравнение счетов прибылей и убытков, дисконтирование дивиденда.
  
  контрольная работа [1,4 M], добавлен 27.06.2013
  

• Анализ динамики величин курсов акций ОАО НК "Лукойл"

  Возможности частного инвестора для вложения капитала и получения прибыли на рынке ценных бумаг. Капитализация и рыночная стоимость предприятия. Анализ динамики акций ОАО "Лукойл", показатели вариации курса акций. Построение интервального прогноза.
  
  курсовая работа [463,6 K], добавлен 18.04.2011
  

• Российский рынок акций: анализ и перспективы развития

  История развития финансового рынка России, сущность и виды акций. Фондовый рынок и крупнейшие эмитенты российского рынка акций, рынок акций "второго эшелона". Влияние мирового финансового кризиса на российский рынок, современное состояние рынка акций.
  
  курсовая работа [350,2 K], добавлен 18.04.2010
  

• Российский рынок акций

  Понятие и свойства, виды цен и классификация, доходность акций; обыкновенные и привилегированные акции. Фундаментальные факторы развития российского рынка акций, крупнейшие эмитенты рынка. Акции "второго эшелона", современный рынок первичного размещения.
  
  курсовая работа [43,9 K], добавлен 09.11.2009
  

• Анализ долгосрочной доходности при проведении размещений акций российскими компаниями

  Мотивы и интересы сторон в размещении акций, преимущества и недостатки, процедура проведения. Особенности вторичных размещений акций (SPO). Анализ долгосрочной доходности при проведении размещений акций российскими компаниями, обзор рынка в России.
  
  дипломная работа [2,0 M], добавлен 03.07.2017
  

• Дивидендная политика предприятия ОАО "РЖД"

  Теоретические 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 24.09.2010
  

• Российский рынок акций: современное состояние проблемы и перспективы развития

  Место 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 16.09.2017
  

• Исследование влияния долгового рынка на конъюнктуру рынка акций

  Юридический и экономический подходы к определению ценной бумаги. Рынок ЦБ как инструмент привлечения денежных средств, его функции, перспективы развития. Факторы, определяющие конъюнктуру российского рынка акций. Размещение долговых активов на РЦБ.
  
  курсовая работа [175,0 K], добавлен 03.05.2016
  

• Фундаментальный и технический анализ акций ПАО "АМЗ"

  Характеристика основных показателей экономики России. Описание положения в металлургической отрасли в 2016 г. Финансово-хозяйственная деятельность предприятия. Анализ трендов, линии поддержки и сопротивления выпущенных акций. Прогнозирование цены на них.
  
  курсовая работа [1,4 M], добавлен 13.10.2017
  

• Депозитарные расписки как способ привлечения капитала

  Международная практика использования деривативов в качестве инструментов привлечения капитала. Особенности бонусного выпуска акций. Американские депозитарные расписки в России. Перспективы использования депозитарных расписок для российских компаний.
  
  дипломная работа [720,2 K], добавлен 29.04.2014
  

• Привлечение инвестиций российскими компаниями путем первичного публичного размещения акций

  Формы заимствования российскими компаниями денежных средств. Характеристика методов привлечения инвестиций. Преимущества и анализ практики проведения публичного размещения акций российскими компаниями. Размещение акций на зарубежных торговых площадках.
  
  дипломная работа [69,9 K], добавлен 19.02.2011
  

• Определение рыночной стоимости пакета обыкновенных акций

  Последовательность расчета стоимости пакета акций через стоимость действующего предприятия. Определение восстановительной стоимости объектов недвижимости. Оценка физического износа машин и оборудования. Определение стоимости с позиций доходного подхода.
  
  курсовая работа [47,8 K], добавлен 23.03.2014
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам