Диссертация (1137945), страница 10

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 10)

Дивидендная отсечка представляет собой момент времени, вкоторый в реестре держателей акции фиксируются все нынешние акционеры,которые получат дивидендную выплату на каждую имеющуюся акцию. Ценаакции при этом уменьшается на размер дивиденда, а дата отсечки – этопервый день, когда акция торгуется без дивиденда. В большинстве случаевдивиденды не настолько значительны, что дивидендная отсечка может бытьлегко различима на графике, и могут вписываться в дневную волатильность55цен акции.

Однако есть акции с относительно большими дивидендами, крометого, есть специальные дивиденды, которые могут существенно изменитьзначение цены акции. При этом фактически богатство акционеров неизменится, так как они получат разницу между ценой до дивиденднойотсечки и после нее в виде дивидендов. В то же время анализ цен акций,который не учитывает возможность выплаты дивидендов, зафиксирует в этотдень аномальное явление, что может послужить причиной выводов, несоответствующих действительности.Что бы учитывать дивидендныеотсечки, все значения цены акций до нее должны быть модифицированысоответствующим образом:=Где−×– исходная цена акции/депозитарной расписки,модифицированная с учетом дивиденда,акцию/расписку,выплаты– цена,– размер дивиденда на– цена в последний день до отсечки.

Каждый фактдивиденда,долженсопровождатьсясоответствующеймодификацией всех предыдущих цен акции.Другой важный аспект, который может существенно изменить значение ценыакции без соответствующего изменения богатства акционеров – этодробление/консолидация акций. В этом случае количество обращающихсяакцийувеличивается/уменьшаетсянасоответствующийкоэффициент,одобренный советом директоров компании. Соответственно и цена акции втаком случае уменьшается/увеличивается на соответствующий коэффициент.Анализ данных, не учитывающий такое событие, также зафиксируетаномальные изменения цены акций, что может привести к неправильнымвыводам.

Поэтому цены акций компании, до такого рода событий, нужносоответствующим образом модифицировать:=×56Где– это коэффициент дробления/консолидации акции.Есть и другие события, которые требуют соответствующей модификацииисторических цен акций, но в отношении анализируемых компаний навыбранном промежутке времени они не происходили, поэтому в даннойработе не приводятся.2.1.3 Пропуски и выбросы в данныхДанные достаточно часто содержат в себе неправильную или неполнуюинформацию. К примеру, по конкретной акции на заданный день можетотсутствовать информация по объему торгов, или цене открытия. Кроме того,могут быть указаны неверные данные – это не всегда легко выявить, но еслизначение сильно отличается от соседних, как правило, это ошибка в данных,либо событие, описанное в предыдущем подразделе и неучтенное должнымобразом при предобработке данных.Существует ряд методов, которые отчасти решают проблему пропусков иошибок в данных: Удаление всей строки данных, в одном/нескольких элементах которыхесть пропуск или ошибка В случае временного ряда пропуск можно заполнить предыдущимзначением Пропускзаполняетсясреднимзначением,междусоседниминаблюдениями, либо средним значением по выборке, либо медианой повыборке Пропуск заполняется случайным значением, взятым из выборкиХотя выбор методов в общем случае достаточно обширен в аналогичныхисследованиях в большинстве случаев используется либо удаление всейстроки данных с пропуском/ошибкой либо заполнение предыдущимзначением, так как остальные способы используют данные «из будущего», то57есть данные, которые фактически не были доступны в момент формированияконкретного наблюдения.

В случае данного исследования, заполнениепропусков предыдущими значениями может быть опасно. Это связано с тем,что используется доходность акций, то есть изменение цен, и при большомколичестве пропусков, распределение доходности будет сильно смещено всторону 0, так как при частом повторении данных акций, будетфиксироваться доходность 0%. Это особенно опасно, если данные неразличают рабочие и нерабочие дни. Таким образом, для данногоисследования наиболее логично удалять пропуски и ошибки в данных.Стоит отметить еще один важный нюанс. Так как отдельные компаниипрошли IPO позже других, информация по ценам и финансовым показателямтаких компаний может быть доступна не на всем анализируемом периоде.При оценке портфеля на каждый период времени используются толькоакции, данные по которым были доступны в этот момент времени.2.1.4 Доходность акций и финансовые показателиКак говорилось ранее, основная часть используемых данных это ежедневныецены закрытия акций и депозитарных расписок, обращающихся наМосковской, Лондонской и Нью-Йоркской фондовых биржах.

Список акцийи некоторые статистические показатели приводятся в приложении. В случаекогда эмитент имеет акции на двух и более биржах выбирается инструмент,данных по которому больше.Кроме преобразования данных, описанного в разделах 2.1.1 – 2.1.3,необходимо рассмотреть еще одно – преобразование цен в дневныедоходности. Рассматривать абсолютное изменение цен само по себе непредставляется логичным, так как порядок цен отдельных акций можетсущественно различаться (к примеру, цена 1 акции банка ВТБ составляетнесколько копеек, а цена акций компании Транснефть больше 100 000 рублей– это, однако, не позволяет сравнивать стоимости компаний в целом, так как58количество обращающихся акций разное). Для унификации логичноиспользовать доходность, т.е.

относительное изменение цены, но в данномслучае можно пойти дальше и использовать логарифмическую доходность,которая часто используется в аналогичных исследованиях. Таким образом,можно избежать эффекта масштаба:= lnГде– это цена акции в момент времени t, а– это дневная доходностьакции в момент времени t.Кроме цен акций, для целей данного исследования также понадобятсянекоторые фундаментальные характеристики компаний. Для классификацииакций стоимости и роста по аналогии с множеством исследований (Fama &French (1998), Bauman et al (1998), Fama & French (2007), Bragg (2007) средипрочих) можно использовать ряд мультипликаторов: Мультипликатор Price-to-Earnings:=Где P – это цена акции, а EPS – это прибыль на акцию, то есть прибылькомпании, поделенная на количество акций Мультипликатор Price-to-Book Value=Где MC – это рыночная капитализация компании, равная цене акций,помноженной на количество акций в обращении, а BV– это балансоваястоимость (собственный капитал, разница между активами и пассивамикомпании) Мультипликатор Price-to-Cash Flow:=59Где CF – это денежные поток компании в заданный периодВ то же время, ввиду ограниченности данных по мультипликаторамотечественных компаний в терминале Bloomberg, использовался лишь Priceto-Book, как наиболее распространённый.Для классификации акций рентабельности, как правило, используютсяследующие коэффициенты: коэффициент рентабельности собственного капитала ROE:=Где NI – это чистая прибыль после налогов, а SE собственный капитал коэффициент рентабельности активов ROA:=Где A – это активы компании.Как и в случае с мультипликаторами, ввиду бо̀ льшего количестванаблюдений по ROE, предпочтение в данном исследовании отдается ему.Источниками сбора данных являются финансовые отчетности компаний, атакже база данных Bloomberg.2.1.5 Другие сложности связанные с даннымиДанныйподразделрассматриваетдругиесложностисвязанныесиспользованием данных, а также их возможное влияние на результатыисследования: «Survivorship bias» – смещение в данных, вызванное тем, чтообъектами исследования выступают компании, которые «выжили» – необанкротились, не были поглощены или делистингованы.

В отдельныхслучаях это может смещать результаты, к примеру, перед тем какобанкротится или быть купленными, многие акции становятся на какой60– то период акциями стоимости ввиду заниженной цены противотносительно высоких финансовых показателей. Таким образом,оценкадоходности акций стоимости может быть смещенавположительную сторону, так как не учитывает компании, чьястоимость упала до нуля, или близко к нулю. Ликвидность. Отдельные акции, которые рассматриваются в данномисследованииможносчитатьотечественномзаконодательственеликвидными.акцииФормальноклассифицируютсявкакнеликвидные, если объем торгов по ним в течение месяца был меньше5 миллионов рублей, однако профессиональные участники рынкамогут накладывать более жесткие требования. Есть регулятивныеограничения, связанные с долей неликвидных активов в портфеле.

Онитакже не учитываются в данном исследовании, так как требуютглубокого анализа, которые может сместить фокус исследования.2.2 Копулы для оценки совместного риска финансовых инструментов.2.2.1 Построение копулыМоделирование многомерных копул можно разделить на 2 этапа:1. Построение предельных равномерных распределений доходностейфинансовыхинструментов.Этоподразумеваетсвоеобразнуюнормировку данных по каждому активу.2.

Построение совместного распределения доходностей финансовыхактивов с помощью копулы на основе полученных на первом этапепредельных равномерных распределений.Для первого этапа понадобятся данные по логарифмической доходностиактивов, с которыми необходимо проделать ряд преобразований.Длямоделирования предельных распределений доходностей каждой акции илидепозитарной расписки в общем виде используется следующая модель(подробнее можно посмотреть в работе Patton (2013)):61=μ()+σ () × ε ; i = [1, N];ε |Где(~∈(0,1)∀) это оценка математического ожидания для доходности актива iна основе данных доступных до момента времени t, а() это оценкастандартного отклонения доходности актива i с поправкой на ошибку,имеющую постоянное распределение с нулевым математическим ожиданиеми стандартным отклонением 1.Моделирование математического ожидания будет производиться с помощьюARMA с максимальным допустимым порядком до (5,5).

Характеристики

Список файлов диссертации