Диссертация (1137718), страница 11
Текст из файла (страница 11)
Отметимсильную связь бета энергетического сектора с бета финансового ителекоммуникационногосекторов(80%и65%соответственно).Асистематических риск сектора материлов, напротив, показывает слабуювзаимосвязь с аналогичным показателем у секторов электроэнергетики,телекоммуникаций и потребительских товаров массового потребления (23%,31% и 34% соответственно).Таблица 13. Корреляция между бета российских индексов.ОбщийОбщийЭлект ТелекЭнерге Матер Фина роэнер оммутикаиалынсы гетик никаацииТоварымассовогопотребления1------Энергетика0.981-----Материалы0.510.491----Финансы0.860.800.591---Электроэнергетика0.590.530.230.501--Телекоммуникации0.720.650.310.550.621-Товарымассовогопотребления0.560.480.340.480.530.591В таблице 14 показаны результаты регрессий бета каждого израссматриваемых секторов и общего индекса в отдельности.
Так как впервоначальных моделях наблюдалась автокорреляция, была примененапроцедура Кохрейн-Оркатта.77Таблица 14. Регрессий бета каждого сектора.СтраноЭлектроэнерЭнергетика Материалы Финансывой индексгетикаТелекоммуникацииТоварымассовогопотребленияСвободныйкоэффициент1.35***1.18***1.44***1.68***1.78***1.13***1.48***CPI0.02***0.03***0.000.010.000.02***0.00Curncy0.010.010.000.010.020.04***0.01IntR-0.01-0.02-0.01**0.01-0.02-0.03-0.04M1-0.01***-0.01***-0.01**-0.01***-0.02***0***-0.01***IP-0.01***-0.01***0.00-0.010.01***0.01***0***CPI_US-0.39-0.56-0.04*-0.27-0.53-1.05*-0.08IntR_US-0.06**-0.07*-0.05***-0.05**-0.06**-0.05***-0.04***DXY0.000.010.01**0.01*0.02**0.02***0.01PE.ratio0.010.020.000.000.000.020.00Div.yield-0.01-0.08-0.04*-0.17***-0.010.010.02OIL-0.00-----CRACK-0.00-----GOLD--0.00----78LMEX--0.00----ORE--0.00----FERT--0.00----NBP----0.00--COAL----0.00--R221.26%27.02%29.05%28.31%8.82%24.67%16.59%Adj. R217.68%22.83%24.97%25.05%3.58%21.25%12.80%F-стат.2.22.52.33.20.62.71.6Значимость F0.020.010.010.000.800.010.11DW-стат.1.981.991.811.791.602.051.86Значимость DW0.490.470.270.180.040.580.26Отмеченные «***» параметры значимы при 1% уровне значимости, отмеченные «**» - при 5% уровне значимости и отмеченные «*» - при10% уровне значимости.79Исходя из результатов, видно, что все регрессии, кроме модели дляэлектроэнергетического и потребительского секторов, значимы при 5%уровне значимости.
Далее анализируются результаты только значимыхрегрессий. Скорректированный R2 варьируется от 18% до 25%, чтосогласуется с результатами предыдущих работ. Так, Верма и Сойдемир[Verma, Soydemir, 2006] обнаружили, что локальные и глобальные факторыобъясняютнеболее45%измененийстрановыхрискахдля4латиноамериканских стран. При этом наибольшее значение показателямодель демонстрирует для финансового сектора (25.1%) и сектораматериалов (25%).Отметим, что из локальных факторов показатель темпа роста денежноймассы M1 оказался значимым фактором для бета всех секторов, а индикатор,отражающий динамику промышленного производства, - для всех, кромефинансового сектора и сектора материалов. Инфляции значима только длямоделисводногороссийскогоиндексаисекторовэнергетикиителекоммуникаций, процентная ставка – только для сектора материалов, алокальная валюта - только для сектора телекоммуникаций.Как видно из таблицы, знак коэффициента при темпе роста денежноймассы отрицательный для всех значимых моделей, что говорит о том, чтоускорение темпа роста негативно влияет на бета.
Это может объясняться тем,что ускорение темпа роста денежной массы рассматривается инвесторамикак индикатор усиления экономики или увеличения экономического роста.Также отметим, что рост темпа предложения денег может быть следствиемснижения процентных ставок, чтоснижает кредитный риск эмитентовстраны. Этот результат согласуется с выводами работы Верма и Сойдемира[Verma, Soydemir, 2006], которые обнаружили негативную связь странового80риска и темпа роста предложения M1 для четырех латиноамериканскихстран.Знаккоэффициентаприизменениииндексапромышленногопроизводства различается: для общего индекса и сектора энергетики – онотрицательный,адлясекторателекоммуникаций-положителен.Отрицательный знак соответствует предположению о том, что увеличениеиндекса промышленного производства должно приводить к снижениюсистематического риска.
Отметим, что в прошлых работах [Verma, Soydemir,2006; Marshall et al., 2009] этот параметр оказался незначим.Положительный знак при показателе инфляции согласуется с гипотезойо том, что ее рост увеличивает систематический риск страны иликонкретного сектора. Результат соответствует выводам ряда предыдущихисследований [Patro et al., 2002; Marshall et al., 2009], но противоречитзаключениям статьи Абеля и Крюгера [Abell, Krueger, 1989].
Знаккоэффициентаувалютногокурсаврегрессиибетадлятелекоммуникационного сектора также положителен, что означает, чтоослабление курса увеличивает ее бета. Данный вывод также подтверждаетрезультаты прошлых трудов [Gangemi et al., 2000; Verma, Soydemir, 2006;Marshall et al., 2009]. Отметим, что ослабление курса негативно и для секторателекоммуникаций в целом, как не экспортной отрасли России. В случаесекторов материалов и энергетики, где и присутствует обратный эффект откурса валюты, так как обе отрасли выигрывают от девальвации рубля, курсвалюты оказался незначимым.В модели для сектора материалов знак при коэффициенте процентнойставки отрицателен, а значит, увеличение процентной ставки снижаетсистематический риск этого индекса. Результат может объясняться тем, что81рост процентной ставки (следствие повышение ключевой ставки) снижаетожидаемую инфляцию, а также стимулирует carry trade и, как следствие,приводит к укреплению рубля.
Оба указанных последствия снижаютсистематический риск страны в целом. Этот результат подтверждает выводыпредшествующих исследований для ряда развивающихся стран [Teles,Andrade, 2008] и для США [Abell, Krueger, 1989], но противоречитрезультатам работы Маршалла и соавторов [Marshall et al., 2009].Среди глобальных факторов долларовая процентная ставка значима вовсех построенных регрессиях, индекс доллара – для секторов материалов,финансов и телекоммуникаций, а долларовая инфляция – только длясекторов материалов и телекоммуникаций.Отметим отрицательный знак коэффициентов долларовой процентнойставки и потребительской инфляции США, а также положительный знаккоэффициента долларового индекса.
Эти результаты подтверждают выводы,сделанные в прошлых исследованиях [Verma, Soydemir, 2006; Fearson,Harvey, 1994] о влиянии этих показателей на систематический риск вложенийв зарубежные активы.Из общих секторальных факторов значимым показателем оказаласьтолько дивидендная доходность и только для секторов материалов ифинансов. Знак при коэффициенте в обоих моделях отрицательный.
Этоподтверждает гипотезу о том, что чем выше дивидендная доходность, темсистематический риск сектора ниже, так как доходность бумаг с высокимуровнем дивидендов меньше зависят от общего состояния экономики вотличиеотдоходностиакцийроста(growthstocks).Специальныесекторальные факторы оказались абсолютно незначимы для анализируемыхмоделей.82В целом можно заключить, что гипотеза H4 о наличии влиянияглобальных, локальных и секторальных факторов на бета частичноподтверждается, так как регрессии для секторов электроэнергетики ипотребительских товаров оказались в итоге незначимы.Для проверки гипотезы H5 о силе влияния локальных и глобальныхфакторов те же регрессии были построены еще в двух вариантах: без учетаглобальных переменных в первом случае и без учета локальных переменныхво втором. В их случаях тоже наблюдалась автокорреляция, поэтому былаприменена процедура Кохрейн-Оркатта.Втаблице15представленырезультатырегрессийобщегоисекторальных индексов без включения глобальных факторов.
Хотя регрессиядля сектора электроэнергетики по-прежнему незначима в целом, модель дляпотребительского сектора стала значимой при 10% уровне значимости.Исходя из результатов, показанных в таблице, скорректированный R2 несильно снизился без глобальных факторов. Среди изменений по локальнымфакторам отметим, что локальная процентная ставка перестала бытьзначимым фактором для сектора материалов.
Влияние всех остальныхфакторов для других секторов осталось неизменных, что касается значимостии знака коэффициентов.В таблице 16 показаны результаты регрессий общего и секторальныхиндексов без включения локальных переменных. Заметим, что если впервоначальном варианте (таблица 14) 5 из 7 регрессий было значимо, то безлокальных факторов значимы только две модели, а именно для финансовогосектора и сектора материалов.83Таблица 15. Регрессии бета каждого сектора без включения глобальных факторов.Страновой индексЭнергетикаМатериалыФинансыЭлектроэнергетикаТелекоммуникацииТовары массовогопотребленияСвободныйкоэффициент1.27***1.08***1.36***1.63***1.69***1.08***1.43***CPI0.02***0.04***0.010.010.000.03***0.00Curncy0.010.010.000.000.010.03***0.00IntR-0.01-0.010.000.01-0.01-0.03-0.04M1-0.01***-0.01***-0.01**-0.01***-0.02***-0.01***-0.01***IP-0.01***-0.01***0.00-0.010.01***0***0***PE.ratio0.010.02*0.000.000.000.010.00Div.yield-0.01-0.05-0.04*-0.15***0.000.010.03OIL-0.00-----CRACK-0.00-----GOLD--0.00----LMEX--0.00----ORE--0.00----FERT--0.00----84NBP----0.00--COAL----0.00--R217.87%22.50%23.66%23.96%5.37%16.62%15.12%Adj.
R215.10%18.98%20.19%21.40%1.07%13.81%12.26%F-стат.2.62.72.33.80.52.42.2ЗначимостьF0.020.010.020.000.850.030.05DW-стат.1.901.871.811.751.581.991.86ЗначимостьDW0.220.270.240.120.030.470.25Отмеченные «***» параметры значимы при 1% уровне значимости, отмеченные «**» - при 5% уровне значимости и отмеченные «*» - при10% уровне значимости.85Таблица 16. Регрессии бета каждого сектора без включения локальных факторов.Страновой индексЭнергетикаЭлектроэнергетикаТелекоммуникацииТовары массовогопотребления1.4***1.36***1.38***1.63***1.63***1.33***1.41***CPI_US-0.30-0.43-0.07**-0.28-0.51-0.71-0.15IntR_US-0.07***-0.09***-0.06***-0.08***-0.07***-0.05***-0.05***DXY0**0.000.01**0.01***0.01***0.01***0.01***PE.ratio0.010.020.000.000.000.020.00Div.yield0.00-0.08-0.04-0.16***-0.030.00-0.12OIL-0.00-----CRACK-0.00-----GOLD--0.00----LMEX--0.00----ORE--0.00----FERT--0.00----NBP----0.00--СвободныйкоэффициентМатериалы Финансы86COAL----0.00--R27.51%12.80%24.54%17.47%3.68%4.65%4.40%Adj.
R24.39%8.84%21.11%14.69%-0.69%1.43%1.18%F-стат.1.41.83.03.70.50.80.8ЗначимостьF0.230.100.000.000.860.520.55DW-стат.1.471.501.761.781.551.981.90ЗначимостьDW0.010.020.210.180.030.510.20Отмеченные «***» параметры значимы при 1% уровне значимости, отмеченные «**» - при 5% уровне значимости и отмеченные «*» - при10% уровне значимости.87Приэтоминтересноотметить,чтодлясектораматериаловскорректированный R2 даже вырос по сравнению с регрессией безглобальных факторов. Такую исключительность этого сектора можнообъяснить тем, что сырьевые компании более интегрированы в глобальнуюэкономику за счет специфики своих рынков. Так, курс доллара являетсяочень важным показателем для сырьевых цен, в этом конкретном случаецен на металлы и удобрения. Следовательно, риск сектора материалов влучшей степени объясняется влиянием именно глобальных переменных.Для всех остальных отраслей можно сделать вывод о гораздо болеесильном влиянии локальных факторов на систематический риск, чтосогласуется с выводами Ферсона и Харви [Ferson, Harvey, 1997].
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
