Диссертация (1138234), страница 20
Текст из файла (страница 20)
В рамкахтестирования Гипотезы 1 и 2 были получены доказательства наличиямоментум эффекта в контексте открытия длинной позиции по акциямнедавним победителям на российском фондовом рынке. Былополучено, что доходности акций недавних победителей с учетом135транзакционных издержек превосходят доходности российскогорынка по индексу ММВБ, выбранного как бенчмарк для инвестора.
Впараграфе 3.7тестируется МЭ в рамках парадигмы гипотезыэффективности рынка. Тестирование анормальных доходностейосуществляется при помощи существующих и модифицированныхмоделей ценообразования. Среди потенциальных факторов рискаанализируются рыночный фактор по индексам ММВБ (MICEX), S&P500,собственныйпостроенныйрыночныйиндексповсеманализируемым компаниям (Rm), построенные автором факторыстоимости (HML) и размера (SMB) для российского рынка (как аналогфакторов риска модели ФФ), односторонние факторы риска акций(Downsidebeta)ипоказатель,характеризующийприсутствиеиностранного капитала (FIF).Тестирование данной гипотезы имеет особую значимость впонимании устройства российского рынка капитала.
В рамках даннойгипотезыделаетсяпопыткапонять,являетсялиизбыточнаядоходность моментум инвестирования премией за повышенный рискотбора акций по определенному алгоритму или имеет место ценоваяаномалия. Для ответа на этот вопрос следует оценить отличиеожидаемой доходности в контексте тестируемых моделей отреализованной доходности. Среди наиболее широко используемыхмоделей ценообразования при тестировании ценовых аномалийвыделяют САРМ и трехфакторную модель Фамы и Френча.
Вчастности, в работе [Zarowin, 1990] указывается, что моментумэффект объясняется фактором размера, поскольку акции небольшихкомпаний, как правило, относятся к когорте проигравших, и имеютболее высокую ожидаемую доходность по сравнению с крупнымикомпаниями. Сами Фама и Френч (1996) предпринимали попытку136объяснить моментум эффект через вариацию средних доходностейпортфелей в контексте своей трехфакторной модели. Результатыпоказали, что моментум эффект продолжает интерпретироваться каканомалия, поскольку избыточная доходность, скорректированная наисследуемые риски, продолжает оставаться статистически значимой(альфа).
Выводы по статье [Grundy, Martin, 2001] подтверждаютрезультаты Фамы и Френча о том, что кросс-секционная вариацияожидаемых доходностей, построенная на основе модели Фамы иФренча,не является источником аномально высоких доходностеймоментум стратегии.В основе расчета фактора стоимости и размера лежит методика,предложенная Фамой и Френчом. В качестве прокси фактора размеравыступает капитализация российских компаний, рассчитываемая какпроизведение количества акций на их рыночную цену.
Анализируемаявыборка компаний сортируется согласно рыночной капитализации наконец года (в момент времени t) в убывающем порядке и делится на 2группы: эмитентов высокой и малой капитализации, соответственно.Критерием для отнесения акций в группу высококапитализированныхявляется принадлежность к бумагам, упорядоченным в убывающемпорядке по размеру капитализации, формирующих 95% суммарнойкапитализации рынка. Остальные компании отнесены в группукомпаний низкой капитализации.
Портфель SMB строится дляимитации фактора риска, связанного с размером компаний ирассчитывается как разность между средневзвешенной доходностьювторым (акций компаний малой капитализации) и первым портфелями(акций крупных компаний) в момент времени t+1.Вролипроксифакторастоимостииспользуетсяфундаментальный показатель отношения балансовой стоимости137капитала к рыночной или BV/MV, традиционно используемый висследованиях.Тестируемыекомпаниинезависимоотпервойсортировки ранжируются по показателю соотношения балансовойстоимости капитала и рыночной и делятся на 3 группы 30%, 40% и30%, соответственно.
Первый портфель включает первые 30% акции снаиболее низкими показателем BV/MV (акции «роста»), в то времякак третий портфель охватывает акции с более высоким отношениембалансовой стоимости к рыночной (акции «стоимости»). ПортфельHML строится для имитации фактора риска, связанного состоимостью компаний и рассчитывается как разность междусредневзвешенной доходностью первым и третьим портфелями.Акциисотрицательнымзначениемсобственногокапиталаисключаются из выборки.
Аппроксимация факторов стоимости иразмера производится ежегодно на конец года с помощью языкапрограммирования R.Фактор одностороннего риска (Downside beta) бета Х. Эстрадырассчитывается по формуле:D iiM E{Min[( Ri i ), 0]* Min[( RM M ), 0]} iiM2ME{Min[( RM M ), 0]2 }MАльтернативой моделям одностороннего риска выступаютусловные конструкции моделей ценообразования.
Принято различатьдва состояния на рынке: растущее (Up market) и падающее (Downmarket) в зависимости от лагированной рыночной доходности. Врамках гипотезы 6 тестируется предположение о том, что доходностимоментум стратегии нелинейно связаны с рыночным состоянием.Локальныеэкстремумы(максимумы)навременныхрядахдоходностей моментум стратегии достигаются при максимумахлагированных рыночных доходностей.138Наконец, еще один фактор риска, исследуемый в работе,показатель, характеризующий отток/приток иностранного капитала вроссийские фонды.
Базой данных являются еженедельные отчетыEPFR, показывающие суммы вложений (оттоков и притоков ) вроссийские фонды. Влияние данного фактора на доходностимоментум эффекта исследуется в двух вариациях: Нормализациямесячногооттока/притокакапиталакапитализацией российского фондового рынка (ForeignInvestor Factor, FIF). Использованиедаммипеременных,принимающихзначение 1, когда наблюдается отток на рынке и 0, впротивоположном случае.В качестве зависимой переменной регрессии используютсядоходности портфелей из акций победителей по 16 различнымкомбинациям.Следующимшагомтестированияпроводитсяпостроениекорреляционной матрицы анализируемых факторов риска: рыночногофактора (индекса ММВБ, S&P 500, собственный построенныйиндекс), фактора размера (SMB) и стоимости (HML), фактородностороннего риска и нормализованный показатель оттока/притокаиностранного капитала. Эта процедура (Табл.
21) необходима дляизбежания проблемы мультиколлинеарности.139Таблица 21.Корреляционный анализ объясняющих факторовSMBHMLMICEX1-0.371-0.020.061S&P5000.02-0.1-0.11RmFIF00.190.17Downsidebeta0.030.080.290.120.050.29SMBHMLMICEX10.120.020.01S&P 50010.6510.730.51RmFIFDownsidebeta1Результаты корреляционного анализа (Табл. 21) показывают,чтовысокаяположительнаякорреляциянаблюдаетсямеждупостроенным прокси - рыночным портфелем по всему российскомурынку акций с фактором ICF, характеризующим отток/притокиностранного капитала в российские фонды, нормализованный нарыночную капитализацию (0,65) и односторонним рыночным риском(0,73). Факторы Фамы и Френча негативно коррелируют между собой,чтосовпадаетсрезультатамикорреляционногоанализапоамериканскому рынку.
Это доказывает, что факторы стоимости иразмера могут быть включены в трехфакторную модель Фамы иФренчаодновременнобезрискавозникновенияпроблемымультиколлинеарности.Далее проводится тестирование доходностей 16 портфелей припомощи моделей ценообразования на временных рядах.В Табл. 22 представлены результаты тестирования 3-х моделей:1) САРМ на основе временных рядов, где в качестве рыночного рискавыступают а) доходность индекса ММВБ за вычетом безрисковой140доходности, б) индекс S&P 500 (доходность переведена в рубли) завычетом безрисковой ставки, 3) рыночный индекс по данным всейвыборки за вычетом безрисковой ставки, 2) однофакторная модель свключением одностороннего риска (бета Эстрады) и 3) модель свключением роли иностранных инвесторов.(см.
Табл. 22). Дляоценки влияния рассматриваемых факторов на доходности моментумпортфелей проводится регрессионный анализ при помощи методикиМНК. В Табл. 22 представлен коэффициент альфа, показывающийскорректированную на потенциальные риски доходность моментумэффекта, и его статистическая значимость.Таблица 22.Результаты анализа доходностей портфеля из акций недавнихпобедителей по 16 стратегиям по однофакторным моделямИностранныеинвесторыОдносторонниенарискироссийскомрынкеАльфаАльфа(Downside(FIF)beta)CAPM3/1/33/1/63/1/93/1/126/1/36/1/66/1/96/1/12Альфа(MICEX)Альфа(S&P500)Альфа(Rm)0.0250.0090.0210.0210.0160.0590.0130.0910.0190.0420.0140.0910.0110.1870.0100.2160.0270.0060.0230.0140.0180.0400.0150.0750.0210.0270.0160.0740.0130.1240.0120.1470.0200.0010.0020.0040.0160.0040.0070.0400.0140.0270.0090.1150.0060.2210.0120.147*******************141**********0.0220.0080.0190.0220.0130.0670.0100.1310.0170.0490.0120.1410.0080.2450.0070.284*******0.0280.0010.0190.0220.0180.0110.0150.0220.0210.0100.0160.0360.0130.0620.0120.065**************9/1/39/1/69/1/99/1/1212/1/312/1/612/1/912/1/120.0130.0150.0150.091 *0.094 *0.094 *0.0100.0120.0120.2350.1640.1640.0080.0100.0100.3070.2150.2150.0080.0100.0100.3280.2320.2320.0100.0120.0120.2320.1600.1600.0080.0090.0090.3370.2440.2440.0080.0100.0100.3090.3950.3950.0080.0100.0100.2840.2010.201Курсивом указано p-value0.0100.1780.0080.3080.0060.4160.0050.4440.0080.3050.0050.4520.0050.4160.0060.3790.0150.053 *0.0120.1020.0100.1300.0100.1290.0120.1040.0090.1570.0100.1230.0100.099 *Анализ результатов тестирования доходности 16-ти портфелейпо модели САРМ с различными вариациями прокси – рыночногофактора позволяет сделать несколько выводов.
В акциях победителяхнаблюдается рост альфа коэффициента и его значимости по мересокращения временного окна ранжирования и держания портфеля.Доходности портфеля из акций победителей с такими элементамидизайнапредставляюттестированиянаибольшийэффективностиинтересрынка.Такиесточкивариациизренияпрокси-рыночного фактора, как индекс ММВБ, S&P 500 или построенныйавтором широкий рыночный индекс, односторонний риск или рольиностранных инвесторов не способны объяснить анормальнуюприбыль моментум инвестирования. Альфа остается значимым в этихкомбинациях, что верно для всех пяти рассматриваемых результатов(3 моделей).Данный результат свидетельствует о неспособностирассматриваемых моделей объяснить повышенные доходности МЭ вконтекстепостроенияпортфеля142изакций–победителей.Предположение о том, что фондовый рынок крупнейшей в миреэкономики (доходность по рыночному индексу S&P 500) оказываетвлияние на доходности российского рынка и, в частности, доходностипо моментум стратегии, не подтвердилось.
Фактор не находитстатистического подтверждения о значимости при объяснении ex-anteдоходностей МЭ. Замена классического бета односторонним рискомпозволило снизить необъясненную часть анормальной доходностимоментум портфелей, но альфа остается статистически значимым(значение положительно).Таблица 23.Результаты анализа доходностей портфеля из акций недавнихпобедителей по 16 стратегиям по модели Фамы и ФренчаАльфа FF(MICEX)3/1/33/1/63/1/93/1/126/1/36/1/66/1/96/1/129/1/39/1/69/1/90.0210.0480.0170.0530.0120.0930.0100.2170.0150.0920.0100.2360.0070.3550.0070.3840.0090.2790.0060.4680.005143АльфаFF (Rm)*****0.0170.0020.0130.0090.0080.0420.0060.0840.0110.0550.0060.2300.0040.4070.0030.4140.0050.3250.0020.6430.001********0.5440.0050.5480.0060.4370.0040.5690.0050.4940.0060.4329/1/1212/1/312/1/612/1/912/1/120.8010.0010.7960.0030.5970.0010.8470.0020.6810.0020.513Курсивом указано p-valueСледующимэтапомвкачествебенчмарказадаетсятрехфакторная модель Фамы и Френча с рассмотрением такихфакторов, как чувствительность к рыночному риску (прокси факторрыночного риска – доходность индекса MICEX и построенногоиндекса по всем анализируемым акциям), к параметрам размераэмитента и потенциалу роста (как параметры трехфакторной моделиФамы-Френча).
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
