Построение стратегии риск-менеджмента на основе анализа кризиса в российской экономике 2014-2015 гг.

4. Обсуждение

Результаты исследования показывают, что в течение рассматриваемого периода присутствовали сопутствующие эффекты (spillover effects). Взаимосвязи между рынками стали значительно сильнее и значительнее во время кризисного периода, что соответствует традиционному определению финансового заражения. Это равносильно тому, что доходности индексов нефтегазовах компаний способны быть причиной по Гренджеру для доходностей индекса государственных облигаций.

Эти результаты дополняют теорию механизма заражения на финансовых рынках. В теории финансового заражения выделяются как минимум три возможных канала, посредством которых заражение на финансовых ранках может распространяться: информационный (the correlated-information channel), ликвидный (the liquidity channel) и финансовый (the risk-premium channel) каналы.

Доказательство того, что динамика индексов облигаций нефтегазовых компаний взаимосвязана с несколькими лагами с показателями больших по объёму и имеющих большую ликвидность рынков во время кризиса (являлась причиной по Гренджеру для этих показателей) возражает против информационного канала распространения кризиса на российском рынке в периоде 2010-2015 гг. Возможно, причиной этого является то, что для подтверждения действия информационного канала распространения финансового заражения необходимо, чтобы соответствующая информация с рынка облигаций нефтегазовых компаний очень быстро переместилась на рынки акций и государственных облигаций. Следовательно, можно бы было ожидать, что существовала бы практически одновременная взаимосвязь между динамикой индексов облигаций нефтегазовых компаний и другими финансовыми рынками, если бы финансовое заражение распространялось посредством информационного канала.

Отклоняя гипотезу о распространении финансового заражения на российском рынке путём информационного канала в 2010-2015 годах, необходимо рассмотреть гипотезы о распространении финансового заражения посредством ликвидного и финансового каналов. Для этого требуется рассмотреть более глубоко взаимосвязи между доходностью индексов облигаций нефтегазовых компаний и торговыми, ликвидными и финансовыми механизмами на других рынках, которые возникали в рассматриваемый период.

5. Ликвидный канал распространения финансового заражения

Для изучения эффектов кризиса на рыночную ликвидность использовалась модель VAR, представленная выше. Вместо использования доходности активов или индексов в качестве зависимых переменных, в данной секции используются ряд мер, которые отражают изменения в торговых процессах и ликвидность финансовых рынков.

Вначале для того, чтобы ответить на вопрос, взаимосвязан ли кризис на российском рынке с изменениями в торговых стратегиях на рынках капитала, использовался прирост объёма торгов фьючерсами на нефть марки Brent на российском фондовом рынке.

Далее, как одна из мер деловой активности и ликвидности на рынках использовалась сумма открытых позиций на фьючерс на нефть марки Brent на Московской фондовой бирже, который традиционно является индикатором ликвидности фондового рынка. Сумма открытых позиций на конец дня показывает количество контрактов, по которым не был произведён расчёт. Так как для покупки ценной бумаги требуются денежные средства, то возрастание количества незакрытых контрактов может быть вызвано нехваткой требуемых денежных средств. Это подразумевает, что количество открытых контрактов на конец дня может представлять собой меру ликвидности данного контракта на рынке фьючерсов на нефть.

Объёмы торгов фьючерсами на нефть на российском финансовом рынке

В Таблице 2 Приложения 2 показаны результаты оценки моделей VAR для переменных, отражающих ликвидность и доступность финансовых ресурсов. Рассматривая сначала зависимую переменную, отражающую изменение объёмов торгов фьючерсами на нефть на Московской фондовой бирже, Таблица 2 Приложения 2 показывает, что в 2010-2011 гг. существует сильная взаимосвязь между доходностью индексов облигаций нефтегазовых компаний и изменением объёмов торгов фьючерсами на нефть на российском финансовом рынке. Однако, индивидуальные t-статистики практически ни у одной переменной (за исключением переменной с 1 лагом для Роснефти) не показывают значимости. Однако, в 2012-2013 гг. при по-прежнему значимых моделях в общем добавляется значимость индивидуальных коэффициентов регрессии (в том числе лаговых), причём, как с положительными, так и с отрицательными знаками. В 2014-2015 гг. модели в целом значимы и присутствует значимость индивидуальных коэффициентов регрессии (стоит отметить, что несколько меньшая, чем в периоде 2012-2013 гг.) Усиление значимости коэффициентов регрессий модели (при общей высокой значимости модели) в предкризисный период 2012-2013 гг., а также повышение объясняющей силы модели (выражающейся в R²) позволяет предположить, что модель с переменной Dvolumes может использоваться в качестве индикатора финансового заражения (которое является сопутствующим эффектом кризиса в экономике).

Сумма открытых позиций по торгам фьючерсами на нефть на Московской фондовой бирже

Модели с зависимой переменной Dopen показывают смешанные результаты. В первом периоде наблюдений присутствуют значимые коэффициенты регрессии в моделях, во втором периоде их становится меньше, в третьем периоде - снова больше. Наибольшую объясняющую силу модель имела в первом периоде, во втором - наименьшую, в третьем - снова возрастание объясняющей силы. Модель может использоваться в качестве индикатора финансового заражения, однако, (и это согласно с тем, что большая часть значимых переменных - лаговые), в данном случае индикатор работает с лагом, то есть, если смотреть с точки зрения принятия управленческих решений в области риск-менеджмента, уже будет поздно принимать решение, так как кризис уже наступил, компания уже потеряла время и уже понесла убытки, и модель в данном случае только констатирует этот факт.

Изменение процентной ставки по межбанковским кредитам Moscow Prime Rate

Как и в предыдущих двух случаях, все модели обладают самой высокой общей значимостью во все периоды. Некоторые индивидуальные коэффициенты корреляции имеют значимость в первом периоде времени. Объясняющая сила модели понижается во втором периоде, а в третьем периоде она является наиболее высокой при значимых отдельных коэффициентах (во втором периоде также наблюдается индивидуальная значимость отдельных коэффициентов. В данном случае модель также может служить индикатором финансового заражения, однако, в данном случае она не может быть полезна при принятии управленческих решений, так как при наступлении кризиса компании может быть полезна информация, которую она получает заранее от индикатора финансового заражения.

Вывод по тестированию ликвидного и финансового эффекта:

Эти результаты не противоречат тем, которые получил F.A. Longstaff, а также [Brunnermeier, Pedersen, 2005]. В работе M. Brunnermeier и L. Pedersen сильные изменения в финансовом обеспечении на одном рынке могут переходить в широкие ликвидные оценочные шоки на других рынках, тем самым провоцируя значительное финансовое заражение на финансовых рынках. В данном случае действие финансового и ликвидного механизмов выражается в высокой значимости моделей.

В заключение, эти результаты действительно предоставляют доказательство того, что кризис в российской экономике привёл к значительным изменениям в динамике деловой активности, ликвидности, и заимствований на финансовом рынке. Эти результаты подтверждают результаты, полученные ранее M. Brunnermeier и L. Pedersen о финансовом заражении, которое распространяется через ликвидный механизм. Также полученные здесь результаты не противоречат результатам, полученным F. Allen и D. Gale о механизме корректировки структуры инвестиционного портфеля. Похожие результаты были получены L. Kodres и M. Pritsker о том, что финансовое заражение во время кризиса 2006-2008 годов в США распространялось через ликвидный канал, который в свою очередь, ассоциировался со значительными корректировками инвестиционного портфеля рыночными участниками. Также эти результаты соответствуют результатам, полученным G. Aragon и P. Strahan, которые изучали влияние банкротства банка Lehman Breothers на хедж-фонды.

6. Приложение теории финансового заражения в менеджменте

Применение теории финансового заражения на практике позволяет компании определить состояние бизнес-среды, в которой она функционирует, и которое задаётся внешними (систематическими, рыночными) факторами, действие которых выражается в специфическом риске, который эта компания несёт. При этом специфический риск компании оптередяется специфичностью её активов, как известно из неоинституциональной экономической теории.

Выделение каналов респространения финансового заражения позволяет определить стратегическую область, на которую компания в первую очередь должна обратить внимание (алгоритм, который компания может использовать при построении стратегии риск-менеджмента):

1. Если действует информационный канал, то влияние кризиса скажется прежде всего на инвестиционной деятельности компании (характерно то, что, в России на текущий момент не отмечается резкого снижения инвестиций, напротив, Россия не перестаёт быть интересной для зарубежных инвесторов - и исследование показывает, что информационный канал не активен);

2. Если финансовое заражение распространяется посредством ликвидного канала, то страдает прежде всего операционная деятельность. Компании не хватает денежных средств, чтобы заплатить своим поставщикам, сотрудникам, проценты банкам - это затрудняет её операционные процессы;

3. В случае, когда основным каналом финансового заражения является финансовый канал, компании следует обратить особое внимание на отношения с кредиторами, так как это означает рост процентных ставок по кредитам и займам.

Важно учесть, что в случае, когда действуют два или все три канала - компании придётся труднее, так как она должна не просто принять необходимые меры в разных областях деятельности, но ещё и согласовать их между собой.



Заключение

Кризис в на российском рынке 2014-2015 гг. даёт возможность для изучения эффектов финансового заражения на финансовых рынках. Были использованы данные базы Thomson Reuters Datastream для динамики индексов облигаций российских нефтегазовых компаний для изучения эффекта финансового заражения, развивавшегося с развитием кризиса. Начиная с определения эффекта финансового заражения как сопутствующего кризису усиления значимости взаимосвязи между различными рынками после значительного шокового события, далее использовались модели VAR (векторной авторегрессии) для тестирования изменений во взаимоотношениях между рынком облигаций нефтегазовых компаний и другими финансовыми рынками до и во время кризиса.

Результаты позволяют принять гипотезу о наличии статистически значимого усиления взаимосвязей между рынками.

До начала кризиса индексы облигаций российских нефтегазовых компаний реже являлись причиной по Гренджеру для агрегированных показателей финансового рынка (динамика доходностей индексов облигаций содержит меньше полезной информации для суждений о возможности начала кризиса). Однако, непосредственно перед началом финансового кризиса (в периоде 2012-2013 гг.) увеличилось количество индивидуально значимых коэффициентов регрессии в моделях VAR.

Таким образом, можно с уверенностью принять гипотезу о том, что статистическая значимость модели взаимосвязи между доходностю индексов облигаций нефтегазовых компаний и основными показателями финансовых ранков может служить индикатором финансового заражения, и, в определённых случаях может использоваться для предупреждения компании о том, что необходимо корректировать стратегию.

Разделение эффекта финансового заражения между тремя каналами распространения позволяет понять, какую именно стратегию компании необходимо корректировать.

Значимость индивидуальных коэффициентов в моделях регрессии вплоть до 4 лага, с достаточно высокой степенью объяснения моделью данных. Эти результаты позволяют решительно принять гипотезу о том, что эффект финансового заражения сопутствует кризису.

Так как данное исследование фокусируется только на российском кризисе 2014-2015 гг., следует отметить, что результаты ограничены этим конкретным эпизодом на рынке.

Ключевым аспектом исследования является то, что полученные результаты отличаются от других результатов, полученных при тестировании других моделей эффетка финансового заражения (GARCH, статистические модели, биномиальные модели, модели непрерывной волатильности, copula models), которые предлагаются в обширной литературе по данной теме.

Например, тот факт, что длина лага часто больше 1 недели, свидетельствует против точки зрения, что финансовое заражение распространяется посредством информационного канала.

Причина такого вывода состоит в том, что в случае распространения финансового заражения через информационный канал, взаимозависимоть между такими высоколиквидными инструментами финансового рынка, как государственные облигации, фьючерсы на нефть, корпоративные облигации, возникла бы гораздо быстрее, чем можно наблюдать.

Более того, доказательство того, что изменения в доходности индексов облигаций нефтегазовых компаний во время кризиса становятся взаимосвязаны с динамикой на рынках активов и инструментов с фиксированной доходностью, подтверждает гипотезу о том, что финансовое заражение распространяется через ликвидный и финансовый каналы, что согласно с выводами, полученными F. Allen и D. Gale, M. Brunnermeier и L. Pedersen и другими исследователями.

Полученные результаты могут использоваться в качестве поддержки принятия управленческих решений. Компания может не только идентифицировать финансовое заражение, которое сопутствует кризису, но и понять, с какой именно стороны ей нужно ждать проблем.

Поэтому компания может подготовиться к сложной ситуации заранее.



Литература

1. Канторович, Г.Г. (2002). Анализ временных рядов. Экономический журнал ВШЭ, 2, 251-273.

2. Кузнецов, А.М., Савельев, В.И., Бахтизина, Н.В. (2012). Мировой рынок природного газа: современные тенденции и перспективы развития. Вестник МГИМО-Университета, 1, 273-277.

3. Acharya, V., Pedersen, L. (2005). Asset pricing with liquidity risk. Journal of Financial Economics, 77, 375-410.

4. Allen, F., Gale, D. (2000). Financial contagion. Journal of Political Economy, 108, 1-33.

5. Aragon, G., Strahan, P. (2009). Hedge funds as liquidity providers: evidence from the Lehman bankruptcy. Unpublished working paper, University of Arizona.

6. Bonne, G., et al. (2007). StarMine Analyst Revisions Model (ARM), StarMine Whitepaper.

7. Brunnermeier, M., Pedersen, L. (2005). Predatory trading. Journal of Finance, 60, 1825-1863.

8. Judge G. G., Griffits W. E., Hill R. C., Lutkepohl H., Lee Tsoung-Chao. The Theory and Practice of Econometrics. Second edition. NY: John Willey and Sons, 1985.

9. Ivanov, V., Kilian, L. (2005). A Practitioner's Guide to Lag Order Selection For VAR Impulse Response Analysis. Studies in Nonlinear Dynamics & Econometrics, 9(1), 1-34.

10. Kodres, L., Pritsker, M. (2002). A rational expectations model of financial contagion. Journal of Finance, 57, 769-800.

11. Longstaff, F.A. (2008). Flight-from-leverage in distressed asset markets. Unpublished working paper, UCLA.

12. Longstaff, F.A. (2010). The subprime credit crisis and contagion in financial markets, Journal of Financial Economics, 97, 436-450.



Executive summary

The aim of the paper is to find the industry indicators of the coming economic crisis.

In the paper the financial contagion indicators are presented, which are working on Russian market. The revelation of the crisis indicators will enable the company to define how much the current situation is closer to crisis. It will also help to understand, in which particular area the problems may occur.

On the base of the financial contagion effect model, proposed dy F.A. Longstaff [Longstaff, 2010], the financial contagion was divided into three different channels of spreading: the risk-premium channel, the liquidity channel and the correlation-information channel. The hypotheses were that the financial contagion on Russian market was distributed throw this channels (3 hypotheses, each goes to one particular channel), and two of them were accepted on the base of vector autoregression model (VAR) testing.

So, the first result of the study is that it was proved, that during the 2014-2015 years crisis on Russian market two financial contagion distribution channels were active: the risk-premium and the liquidity channels. The information-correlation channel was passive (this is consistent with the situation of foreign investors' high interest in Russia as in the country of investing into).

The second result of the study is the algorithm developed, that can de used in the process of company's risk-management strategy building. The idea is that each of the financial contagion distribution channel is associated with one particular strategic dimension of the company's policy: the risk-premium channel is connected with the financial strategy, the information-correlated channel is connected with the investment strategy, and the liquidity channel is connected with the operation strategy.

The research was conducted with the use of Russian oil & gas companies' bond indexes dynamic data.

This research is one of the first such attempts to find the indicators of the coming economic crisis for Russian market, in particular.

The research is based on the econometric methods of the time series analysis. The results obtained can be used for the economic dynamics forecasting in the further academic research.



Приложения

Приложение 1

Модель Smartratios, представленная в Thomson Reuters Eikon

Согласно описанию Thomson Reuters Eikon, модель Smartratios имеет следующие преимущества:

· Устойчивые прогнозы, основанные на бухгалтерских показателях;

· Объединяет информацию как из фактических, так и из прогнозных оценок аналитиков;

· Использует оценки, специфические для отрасли;

· Объединяет бухгалтерские оценки с учётом весов, что позволяет придать наиболее значимой оценке для данного сектора наибольший вес;

· Исключает выбросы и пропущенные значения без разрывов массивов данных и осторожно.

Модель Smartratios объединяет некоторые бухгалтерские оценки и специфические для отрасли показатели метрики (системы измерений) в модели логистической регрессии. В модели все переменные разделены на 5 групп:

1. Доходность;

2. Финансовый рычаг (леверидж);

3. Покрытие;

4. Ликвидность;

5. Рост и устойчивость (Таблица 1).



Таблица 1. Строение модели Smartratios

Группа	Переменная	Описание
доходность	Доход на реальный капитал (ROTC; Return on tangible capital)	Доход на вложенный капитал после налогов используется как для объявляемых фактических, так и для аналитических оценок дохода, и вычисляется по формуле:
	Чистая маржа прибыли (%)	Чистый доход как процент от чистой выручки (используются как объявленные фактические, так и аналитические оценки для дохода и выручки), рассчитывается по формуле:

Доля непризнанных доходов (убытков), как часть обобщённого дохода (comprehensive income) Обобщённый доход (comprehensive income) - не только сбственно доход, но и добавочный капитал (capital gain), другие источники роста стоимости (со временем), такие как наследство.

		Непризнанные доходы (убытки) как часть обобщённого дохода (comprehensive income), как процент от чистой выручки. Это отношение вместе с маржой прибыли в модели кредита Smartratios даёт более полную картину прибыльности компании.
		Изменение резерве для списания активов по методу ЛИФО как процент от чистой выручки. Если изменение положительное, оно устанавливается равных нулю. Стоимость для данного отношения может быть только нулевой или отрицательной. Отношение оценивает степень, до которой маржа прибыли искусственно возрастает при списании методом ЛИФО, где компания продаёт больше, чем было куплено в текущем периоде. Чем более это отношение отклоняется от нуля в отрицательную сторону, тем более мержа прибыли компании оказывается завышенной.
финансовый рычаг (леверидж)		Общая величина капитала как процент от общей величины активов, при этом оценка капитала может быть как объявленной фактически (сто стороны компании), так и оценкой аналитиков. Чем ниже отношение, тем выше финансовый рычаг компании.
		Эффективный долг Эффективный долг (effective debt) - это неоплаченный долг (который может включать проценты). В дополнение к тем статьям, которые обычно входят в сумму долга, эта величина также будет включать и капитализировать все платежи, которые компания совершает регулярно, например, платежи по закладной или лизинговые платежи., который вынуждена нести компания, если все доступные наличные средства были использованы для того, чтобы оплатить имеющийся долг (то есть, сумма долга, которая осталась после того, как компания заплатила на выплату долга все имеющиеся наличные средства). Отношение использует как фактические, так и аналитические оценки для чистого долга и капитала.
		Неоплаченные пенсионные обязательства в процентах от капитала. Неоплаченные пенсионные обязательства являются эффективной частью долга компании, который она вынуждена нести и оплачивать в будущем. Этот коэффициент, также как и чистый долг/капитал в соответствии с кредитной моделью Smartratios, даёт более полную картину рычага компании.
		Деловая репутация и нематериальные активы как процент от общих активов.
покрытие		Показывает, насколько легко компания может оплатить расходы на выплату процентов по неоплаченному долгу, используя доходы до выплаты процентов и налогов (EBIT). Могут использоваться как заявленные компанией величины, так и оценки аналитиков. Как правило, отрицательное величина коэффициента не имеет значения, когда EBIT отрицательная. В таком случае для целей расчёта модели коэффициент расчитывается путём умножения EBIT на расходы на выплату процентов для обеспечения правильного порядка среди компаний. Чем выше отношение, тем больше способность компании платить её расходы на выплату процентов.
		Оценивает насколько легко компания может выплачивать расходы по процентам на неоплаченный долг, используя EBITDA (earnings before interest, taxes and depreciation & amortization - доходы до вычета процентов, налогов, снижения стоимости и амортизации). Для показателя EBITDA используются и фактические, и аналитические оценки. Как правило, отрицательные величины коэффициента не имеют значения, когда EBITDA отрицательная. В этом случае для целей расчёта модели коэффициент рассчитывается путём умножения EBITDA на расходы по выплате процентов для созранения правильного порядка среди компаний. Чем выше этот коэффициент, тем больше способность компании оплачивать расходы на выплату процентов.
		Оценивает насколько быстро компания может оплачивать все свои долги, в предположении, что она использует весь свободный денежный поток от операций (FCF). Для оценки денежного потока от операций используются как заявленные компанией величины, так и оценки аналитиков. Как правило, отрицательная величина коэффициента не имеет значения при отрицательном свободном денежном потоке. В этом случае в целях расчёта модели коэффициент вычисляется умножением свободного денежного потока на общую величину долга для обеспечения правильного порядка среди компаний. Чем выше коэффициент, тем быстрее компания может оплалить свой долг, используя свободный денежный поток.
ликвидность		Отношение денег и денежных эквивалентов к общему долгу. Коэффициент измеряет, наколько быстро компания может оплатить свой долг, используя все наличиные деньги. Чем выше коэффициент, тем более ликвидной является компания. Коэффициент использует минимальный делитель, равный $ 1 млн, для избежания очень больших значений.
		Краткосрочные обязательства как процент от Всех обязательств, отражающий структуру долга компании.
	Коэффициент ликвидности	Измеряет то, в какой степени активы могут быть быстро конвертированы в денежные средства в ближайшем времени или текущие обязательства. Коэффициент рассчитывается как: Более высокие коэффициенты отражают более высокую ликвидность.
	Изменение коэффициента ликвидности	Простое изменение коэффициента ликвидности в течение последных доступных последовательных периодов.
	(для нефтегазовой отрасли)	Отношение доказанных запасов и вероятных запасов (не доказанных) ресурсов нефти и газа к общему производству (для нефтегазовых компаний)
рост и устойчивость	Устойчивый рост ROE (Return on Equity, доход на вложенный капитал)	Изменение показателя ROE между следующим налоговым годом и 5 годами назад, нормализованное делением на стандартное отклонение ежегодного показателя за следующий налоговый год, текущий налоговый год и предыдущие 5 лет. Чем выше этот коэффициент, тем более стабильный рост имеет показатель ROE компании.
	Стандартное отклонение роста прибыли на акцию (Earning per share, EPS)	Стандартное отклоенение роста EPS от года к году между следующим налоговым годов, текущим налоговым годов и предыдущими 5 годами. Чем ниже этот коэффициент, тем более стабилен рост EPS компании.
	Стандартное отклонение роста выручки	Стандартное отклонение роста выручки от года к году между следующим налоговым годом, текущим налоговым годом и предыдущими 5 годами. Чем ниже этот коэффициент, тем более стабилен рост выручки компании.



Приложение 2

Описательная статистика независимых переменных - доходностей индексов облигаций компаний

Таблица 1: Описательная статистика переменных - доходностей индексов облигаций компаний

Период	Компания (кредитный рейтинг)	Среднее значение	Стандартное отклонение	Минимальное значение	Максимальное значение
2010-2011	Лукойл (A-)	0.0001	0.0164	-0.0977	0.0553
	Сургутнефтегаp(BBB+)	0.0001	0.0191	-0.0799	0.0859
	Татнефть (BBB-)	0.0005	0.0199	-0.0883	0.0724
	Башнефть (B)	0.0013	0.0214	-0.1400	0.1453
	Роснефть (B-)	-0.0001	0.0208	-0.0759	0.1054
2012-2013	Лукойл (A-)	0.0009	0.0163	-0.0782	0.0676
	Сургутнефтегаз (BBB+)	0.0004	0.0135	-0.0445	0.0587
	Татнефть (BBB-)	0.0004	0.0113	-0.0530	0.0534
	Башнефть (B)	0.0003	0.0165	-0.0485	0.0687
	Роснефть (B-)	0.0007	0.0186	-0.0515	0.0815
2014-2015	Лукойл (A-)	0.0008	0.0180	-0.0743	0.0968
	Сургутнефтегаз (BBB+)	0.0005	0.0193	-0.0494	0.0676
	Татнефть (BBB-)	0.0012	0.0233	-0.0728	0.0710
	Башнефть (B)	0.0004	0.0312	-0.2056	0.1538
	Роснефть (B-)	0.00001	0.0166	-0.0535	0.0733
	Корреляция
		Лукойл	Сургутнефтегаз	Татнефть	Башнефть	Роснефть
2010-2011	Лукойл (A-)	1.00
	Сургутнефтегаp(BBB+)	0.61	1.00
	Татнефть (BBB-)	0.62	0.65	1.00
	Башнефть (B)	0.18	0.20	0.21	1.00
	Роснефть (B-)	0.68	0.65	0.64	0.22	1.00
2012-2013	Лукойл (A-)	1.00
	Сургутнефтегаp(BBB+)	0.63	1.00
	Татнефть (BBB-)	0.61	0.60	1.00
	Башнефть (B)	0.31	0.32	0.31	1.00
	Роснефть (B-)	0.53	0.50	0.49	0.23	1.00
2014-2015	Лукойл (A-)	1.00
	Сургутнефтегаp(BBB+)	0.57	1.00
	Татнефть (BBB-)	0.62	0.58	1.00
	Башнефть (B)	0.23	0.27	0.21	1.00
	Роснефть (B-)	0.68	0.60	0.61	0.32	1.00

Приложение 3

Тесты для проверки временных рядов на наличие автокорреляции и стационарности, а также информационные критерии

Результаты оценки информационных критериев Акаике, Шварца и Хеннана-Куинна для временных рядов (в выделенных ячейках находятся наименьшие значения критериев, которые указывают на то, что ошибки линейной модели, построенной по временному ряду, лучше удовлетворяют условию некоррелированности) доходностей индексов государственных, корпоративных облигаций, первых и вторых разностей этих временных рядов, объёмов торгов и роста объёмов торгов фьючерсами на нефть на Московской бирже, а также суммы открытых позиций по фьючерсам на нефть марки Brent на Московской фондовой бирже

Таблица 1 - Результаты оценки информационных критериев Акаике, Шварца и Хеннана-Куинна для некоторых временных рядов зависимых переменных

Инф. критерий	Акаике	Шварца	Хеннана-Куинна
Колич. лагов	0	1	2	0	1	2	0	1	2
2010-2011	corporate_return	-22.88	*	*	-22.87	*	*	-22.88	*	*
	Dcorporate_return (1 разности)	-21.94	-94.14	-94.17	-21.92	-94.09	-94.1	-21.93	-94.12	-94.14
	volumes	47.57	46.57	9.53	47.59	46.61	9.62	47.58	46.58	9.57
	Dvolumes	47.18	-24.99	-25.09	47.2	-24.94	-25.02	47.19	-24.97	-25.06
	open	51.6	-20.48	-20.47	51.62	-20.43	-20.4	51.61	-20.46	-20.44
	Dopen	52.57	-19.53	-20.15	52.59	-19.49	-20.09	52.58	-19.52	-20.13
	interest	-.007	*	*	.01	*	*	-.0002	*	*
	Dinterest	-5.87	-80.5	-80.45	-5.86	-80.45	-80.39	-5.87	-80.48	-80.43
	DDinterest	-5.25	-77.49	-77.74	-5.24	-77.44	-77.68	-5.25	-77.47	-77.72
	Инф. критерий	Акаике	Шварца	Хеннана-Куинна
	Колич. лагов	0	1	2	0	1	2	0	1	2
2012-2013	treasury_return	-18.32	-90.43	-90.38	-18.3	-90.38	-90.32	-18.31	-90.41	-90.36
	Dtreasury_return (1 разности)	-17.65	*	-97.79	-17.64	*	-97.72	-17.65	*	-97.76
	DDtreasury_return (2 разности)	-15.93	-88.57	-87.65	-15.91	-88.53	-87.59	-15.92	-88.56	-87.62
	volumes	47.09	46.12	-23.7	47.1	46.17	-23.62	47.09	46.14	-23.67
	Dvolumes	46.95	-25.33	-25.4	46.97	-25.28	-25.34	46.96	-25.31	-25.38
	open	44.69	-25.61	-25.47	44.7	-25.59	-25.45	44.71	-25.56	-25.41
	Dopen	*	0	0	42.86	*	-40.61	42.85	*	-40.65
	interest	-4.59	-72.19	-71.78	-4.57	-72.14	-71.72	-4.58	-72.17	-71.76
	Dinterest	-8.17	-80.35	-80.34	-8.16	-80.3	-80.27	-8.17	-80.33	-80.31
	DDinterest	-6.8	-77.93	-78.14	-6.79	-77.88	-78.08	-6.8	-77.91	-78.12
2014-2015	corporate_return	-17.34	-89.42	-89.44	-17.32	-89.36	-89.35	-17.33	-89.39	-89.40
	Dcorporate_return (1 разности)	-16.08	-88.47	-87.46	-16.05	-88.41	-87.37	-16.07	-88.45	-87.42
	volumes	50.64	48.46	-15.39	50.66	48.52	-15.28	50.65	48.48	-15.35
	Dvolumes	48.69	*	*	48.7	*	*	48.7	*	*
	open	45.73	-24.36	-24.38	45.75	-24.3	-24.29	45.74	-24.34	-24.34
	Dopen	43.18	-28.79	-28.78	43.2	-28.73	-28.7	43.19	-28.77	-28.75
	interest	7.45	-63.97	-59.85	7.48	-63.9	-59.76	7.46	-63.94	-59.81
	Dinterest	2.86	*	*	2.88	*	*	2.87	*	*
	DDinterest	3.09	-69.31	-68.99	3.11	-69.25	-68.91	3.1	-69.28	-68.96

* - очень большое значение информационного критерия

В ячейках для каждой зависимой переменной и каждого типа модели Дикки-Фуллера располагается количество лагов, с которыми рассматривалась модель. Обозначения уровня значимости, при котором H₀ отвергнута: *** p<0.01, ** p<0.05, * p<0.1. В случае, если возле номера лагов в модели не стоит ни одной звёздочки, то H₀ должна быть принята для данной переменной, данного типа теста Дикки-Фуллера, в модели с данным количеством лагов



Таблица 2 - Результаты теста Дикки-Фуллера на стационарность для временных рядов зависимых переменных

Переменная	Тип теста Дикки-Фуллера	допускающий наличие константы, без тренда (не зависит от времени)	допускающий наличие константы и авторегрессионного процесса первого порядка AR(1) c дрейфом (дрифтом), но без тренда (не зависит от переменной, обозначающей время)	не допускающий наличие константы и не зависящий от времени	допускающий наличие константы и детерминированного тренда
	константа	может быть	может быть	нет	может быть
	тренд (зависимость от времени)	нет	нет	нет	может быть
	Команда для расчёта теста в Stata (на примере переменной volumes) и модели без	dfuller volumes, regress lags(0)	dfuller volumes, drift regress lags(0)	dfuller volumes, noconstant regress lags(0)	dfuller volumes, trend regress lags(0)
	H0	временной ряд описывается процессом случайного блуждания
	H1	временной ряд обладает стационарностью типа авторегрессионного процесса первого порядка AR(1)	временной ряд обладает стационарностью типа авторегрессионного процесса первого порядка AR(1) с дрифтом (дрейфом)	временной ряд стационарен	временной ряд обладает стационарностью типа авторегрессионного процесса порядка AR(1) c дрифтом или без дрифта
Код столбца	1	2	3	4	5



Продолжение таблицы 2

В столбце 6 - выводы по тесту Дикки-Фуллера для данной переменной по всем типам теста для моделей с количеством лагов 0-6 для данного временного периода (гипотеза о стационарности, которую можно принять на основе результатов теста: «наличие/отсутствие/ под вопросом»

Код столбца	1	2	3	4	5	6
treasury_return	treasury_return, 2010-2011	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
	treasury_return, 2012-2013	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
	treasury_return, 2014-2015	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
Dtreasury_return	Dtreasury_return, 2010-2011	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
Dtreasury return	Dtreasury_return, 2012-2013	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
	Dtreasury_return, 2014-2015	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
Код столбца	1	2	3	4	5	6
DDtreasury_return	DDtreasury_return, 2010-2011	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
	DDtreasury_return, 2012-2013	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
	DDtreasury_return, 2014-2015	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
corporate_return	corporate_return, 2010-2011	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
	corporate_return, 2012-2013	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
	corporate_return, 2014-2015	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
Dcorporate_return	Dcorporate_return, 2010-2011	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
Dcorporate_return	Dcorporate_return, 2012-2013	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
	Dcorporate_return, 2014-2015	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
industry_return	industry_return, 2010-2011	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
	industry_return, 2012-2013	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
	industry_return, 2014-2015	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
futures_return	futures_return, 2010-2011	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
	futures_return, 2012-2013	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
Код столбца	1	2	3	4	5	6
futures_return	futures_return, 2014-2015	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
open	open, 2010-2011	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	наличие
	open, 2012-2013	0*** 1*** 2*** 3*** 4*** 5*** 6***	0*** 1*** 2*** 3*** 4*** 5*** 6***	0* 1 2 3* 4 5 6	0*** 1*** 2*** 3*** 4*** 5*** 6***	под вопросом
	open, 2014-2015	0* 1 2 3 4 ...

Подобные документы

• Стратегии нововведений

  Стратегии виолентов, патиентов, коммутантов, эксплерентов. Стратегии инновационного поведения предприятий. Основания для выделения проблемных ситуаций. Типичные ситуации. Инновационные стратегии в ситуации выживания, в кризисной ситуации. Пути к успеху.
  
  дипломная работа [48,1 K], добавлен 24.11.2008
  

• Специфика антикризисного менеджмента

  Определение понятия "кризис на предприятии" в современной экономической литературе. Признаки кризисной ситуации. Оценка ограниченного времени для принятия решений. Сущность антикризисного менеджмента. Инструменты анализа в антикризисном мероприятии.
  
  курсовая работа [344,8 K], добавлен 07.03.2012
  

• Управление кризисными ситуациями на предприятии

  Характеристика симптомов и видов кризиса, классификация влияющих на него показателей. Роль финансового анализа в управлении кризисными ситуациями предприятия и предотвращении банкротства. Анализ показателей капитала и рентабельности ОАО "Роснефть".
  
  курсовая работа [181,8 K], добавлен 23.04.2014
  

• Проблемы управления рисками на российских фирмах и предприятиях

  Изучение проблемы управления рисками в организациях. Особенности российского финансового рынка: значительные колебание цен и кризисные явления. Причины возникновения потерь в предпринимательской деятельности, перспективы развития риск-менеджмента.
  
  курсовая работа [256,8 K], добавлен 08.01.2011
  

• Анализ особенностей организационной культуры зарубежных автодилеров, работающих в Российской Федерации

  Анализ положения компаний Renault, Hyundai, BMW, Mazda на российском рынке. История появления, характеристика рыночного сегмента компаний, модельный ряд, ценности и стратегии. Сравнение моделей организационной культуры, различия в корпоративных практиках.
  
  реферат [85,1 K], добавлен 27.12.2016
  

• Комплексный риск-менеджмент российских производственных компаний

  Риск как элемент экономической, политической и социальной жизни общества. Риски организации: понятие и классификация. Цели, задачи и оценка эффективности риск-менеджмента. Потребность в организации риск-менеджмента в российских производственных компаний.
  
  контрольная работа [37,1 K], добавлен 08.12.2010
  

• Риск-менеджмент

  Сущность и содержание риск-менеджмента. Функции субъекта управления в риск-менеджменте. Схема риск-менеджмента как формы предпринимательства. Правила, которые применяются в стратегии риск-менеджмента. Варианты принятия решения о вложении капитала.
  
  контрольная работа [29,5 K], добавлен 12.01.2011
  

• Разработка и реализация программы риск-менеджмента в банке

  Анализ рынка банковских услуг Украины. Ключевые риски для банков в условиях кризиса. Специфика экономического аспекта риска. Классификация банковских рисков. Разработка программы риск-менеджмента как системы мероприятий и ее практическое применение.
  
  реферат [41,4 K], добавлен 23.12.2011
  

• Бизнес-планирование на предприятии в условиях кризиса предприятия

  Ознакомление с причинами возникновения кризисной ситуации на предприятии. Основные пробелы в составлении и реализации планов финансового оздоровления предприятий. Бизнес-планирование как наиболее эффективный способ выхода предприятия из состояния кризиса.
  
  дипломная работа [568,5 K], добавлен 28.11.2013
  

• Организация рабочего времени

  Коэффициент перерывов времени на отдых и личные надобности, потерь времени из-за нарушений режимов работы. Определение степени экстенсивности использования рабочего времени. Анализ использования рабочего времени по характеру деятельности работников.
  
  контрольная работа [28,5 K], добавлен 26.10.2010
  

• Теоретические основы финансового менеджмента

  Цели, задачи и сущность финансового менеджмента. Финансовые институты на рынке ценных бумаг. Анализ финансово-хозяйственной деятельности коммерческой организации. Финансовое планирование и методы прогнозирования. Взаимосвязь категорий риска и левериджа.
  
  контрольная работа [79,5 K], добавлен 27.05.2009
  

• Риск-менеджмент

  Подходы к решению управленческих задач. Сущность риск-менеджмента как составной части финансового менеджмента. Область применения риск-менеджмента. Содержание и природа риска. Классификация рисков коммерческой и финансовой деятельности предприятия.
  
  курсовая работа [710,0 K], добавлен 15.01.2015
  

• Анализ эффективности использования рабочего времени

  Теоретические аспекты анализа рабочего времени. Анализ использования рабочего времени на примере ОАО "Стройка". Разработка и практическое внедрение рекомендаций по снижению затрат рабочего времени, оценка их практической эффективности на сегодня.
  
  дипломная работа [337,4 K], добавлен 13.07.2011
  

• Содержание и назначение риск-менеджмента

  Риск-менеджмент как система оценки риска, управления риском и финансовыми отношениями, возникающими в процессе бизнеса. Субъекты и алгоритм финансового риск-менеджмента. Оценка и прогнозирование рисков. Разработка решений в условиях финансового риска.
  
  курсовая работа [53,3 K], добавлен 28.06.2010
  

• Оценка рисков при инвестировании

  Анализ исследований премии за риск при инвестировании в корпоративные облигации, их содержание и оценка полученных результатов. Краткий обзор российского рынка облигаций. Определение факторов, влияющих на премию за риск, интерпретация результатов.
  
  дипломная работа [2,0 M], добавлен 19.09.2016
  

• Разработка стратегии антикризисного управления

  Признаки кризисной ситуации и антикризисные мероприятия на разных этапах. Разработка стратегии и тактики выхода фирмы из кризиса. Обоснование программы реструктуризации и финансового оздоровления предприятия. Проведение санации и реструктуризации.
  
  контрольная работа [55,4 K], добавлен 11.04.2014
  

• Риск в системе менеджмента

  Знакомство с особенностями рисков топ-менеджеров и советов директоров. Общая характеристика элементов, способствующих совершенствованию риск-менеджмента. Рассмотрение приемов и методов захвата компаний и защиты от враждебных слияний и поглощений.
  
  реферат [32,2 K], добавлен 13.04.2013
  

• Стратегии выживания фирмы в кризисной ситуации

  Понятие и особенности кризисов в экономике. Природа кризиса на предприятии. Факторы и критерии, влияющие на стратегию компании. Выбор стратегии в кризисных ситуациях. Стратегия международной диверсификации. Антикризисное управление предприятием.
  
  контрольная работа [45,2 K], добавлен 26.03.2010
  

• Организация финансового менеджмента в организации (на примере фирмы)

  Понятия и основные характеристики финансового менеджмента, группы факторов, оказывающих воздействие на него и финансово-экономическую деятельность предприятия. Принципы и последовательность анализа финансового состояния в рамках финансового менеджмента.
  
  курсовая работа [636,0 K], добавлен 01.08.2012
  

• Общие принципы анализа риска в системе менеджмента

  Определение и описание методов оценки и анализа предпринимательских рисков. Высокая степень риска проекта, которая приводит к необходимости поиска путей ее искусственного снижения. Схема контура управленческих задач в рамках системы риск-менеджмента.
  
  курсовая работа [165,7 K], добавлен 29.12.2014
  

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