Автореферат (1138311), страница 3
Текст из файла (страница 3)
Итоговая базаданных содержит более полутора тысяч рекомендации. Составление такой базыданных стало возможно только на основе информационной ленты Интерфакс,поскольку остальные источники информации, существующие на российскомрынке, не удовлетворяют одному из двух критериев. Либо содержащаяся в нихинформацияявляетсяфрагментарнойинепозволяетполучитьряднепрерывных пересмотров хотя бы по нескольким эмитентам, либо датаразмещения рекомендации существенно отличается от фактической датыпубликации отчета банком.В качестве предмета исследования были выбраны рекомендации, а нецелевые цены или прогнозы по финансовым показателям.
Это связано с тем,что они являются однозначным сигналом для инвесторов, поскольку даютпрямые и недвусмысленные указания к действиям по ценными бумагам –покупке или продаже. В то время как целевые цены сложны для использованиядля большинства участников рынка, и их изменение нельзя однозначно отнестик «хорошим» или «плохим» новостям для рынка.
Для целей исследованиярассматриваются не сами рекомендации, а только их пересмотры, посколькуповторная публикация прежней рекомендации не приносит новой информациирынку.В рамках исследования предложено рассмотреть две группыпересмотров. В качестве основного события берется любой пересмотр, то естьлюбое повышение или понижение уровня рекомендации.
В качестве13дополнительной проверки предлагается рассматривать только те пересмотры,которые совпадают по направлению изменения с итоговой рекомендацией – тоесть, повышением считается только повышение до категории «покупать», апонижением – только понижение до категории «продавать».Вкачествеметодологииоценкиинформационнойзначимостирекомендаций был выбран событийный анализ. Метод событийного анализапредполагает, что доходность ценной бумаги равна «нормальной» доходностиэтой бумаги плюс «аномальная» доходность.
При этом «нормальная»доходность представляет собой доходность акции при отсутствии событий, а«аномальная» доходность (случайная величина) характеризует реакциюинвесторов на события. Таким образом:Фактическая доходность ценной бумаги по итогам каждого дняопределяется следующим образом:Для оценки «нормальной» доходности используются различные вариантымоделей,начинаяотпростейшеймоделисосреднимизаканчиваямногофакторными рыночными моделями.
В модели со средним нормальнаядоходность определяется в течение прогнозного периода, предшествующегоокну событий, и остается постоянной для каждого дня на протяжении окнасобытий:Рыночная модель имеет ряд преимуществ перед моделью со средним,поскольку предполагает изменение уровня «нормальной» доходности в течениеокна событий. Кроме того, рыночная модель позволяет исключить доходность,относящуюся к рынку, и, тем самым, уменьшить дисперсию аномальнойдоходности.
Чем ниже дисперсия аномальной доходности, тем больше14вероятность корректно отследить эффект произошедшего события. Поэтому врамках данной работы сравниваются результаты использования двух рыночныхмоделей – простейшей рыночной модели, где в качестве «нормальной»доходности выступает доходность рыночного портфеля, взвешенного покапитализации, и рыночной модели CAPM, которая представляет собойоднофакторную модель описания поведения доходности:гдеи– параметры рыночной модели, которые оцениваются спомощью метода наименьших квадратов (МНК) в течение прогнозного периода(120 дней, предшествующих окну событий).Помимоуказанныхрассматриваетсямоделей,использованиеврядезарубежныхмногофакторныхисследованиймоделей,включаятрехфакторную модель Фамы-Френча или четырехфакторную модель.
Однакорезультаты сравнительных исследований показывают, что и модель со средним,и рыночная модель приемлемы в рамках событийного анализа, проводимого накоротких временных интервалах, а их результаты несущественно отличаютсяотносительно использования более сложных моделей.Аномальная доходность равна разнице между фактической и нормальнойдоходностью. Средняя аномальная доходность усредняет наблюдения длякаждого из дней по всем ценным бумагам, включенным в выборку:Нулевая гипотеза, которая тестируется, состоит в том, что среднийпоказательаномальныхдоходностейравеннулювденьизменениярекомендации.
Кроме того, интерес представляет вопрос о том,является ли средняя аномальная доходность отличной от нуля в период до ипосле события. Анализ периода до события важен потому, что если событиепрогнозируется, то часть аномальной доходности должна реализоваться до15наступления события. Анализ периода после события представляет интерес сточки зрения тестирования эффективности рынка, поскольку определениескорости обработки поступившей информации рынком является эмпирическимвопросом.Нулевая гипотеза отвергается, если критическое значение тестовойстатистики превышает определенный уровень, соответствующий 1% или 5%уровню значимости. Тестовая статистика при этом – случайная величина,поскольку аномальная доходность измеряется с ошибкой.В случае, если выход нового аналитического отчета оказывает влияние нарынок, то можно ожидать, что значение средней аномальной доходности в деньпересмотра рекомендации в сторону повышения будет положительным истатистически значимо отличным от нуля.
В случае же пересмотрарекомендации в сторону понижения, значение средней аномальной доходностидолжно быть отрицательным (и также статистически отличным от нуля).В качестве окна событий предложено рассматривать краткосрочныйинтервал продолжительностью 31день, центрированныйвокруг датыизменения рекомендации. Рассмотрение такого окна событий позволяет какпроанализировать непосредственную реакцию рынка, продолжающуюся втечение двух-трех дней, так и оценить динамику рынка, предшествующуюизменению рекомендации и следующую за этим событием.
В то же время,выбранный интервал является достаточно узким, чтобы в достаточной степениизолировать влияние прочих крупных новостных событий.В рамках оценки метода событийного анализа показано, что проблемакластеризации, а также проблема выхода сопутствующих новостей не являютсярелевантными для используемой выборки. Однако с целью повышения16достоверности результатов в работе используется только простая рыночнаямодель и модель CAPM для оценки доходности, в то время как модель сосредним не используется в силу меньшей статистической мощности припотенциальном возникновении кластеризации событий.Аналогичным образом для оценки реакции инвесторов на изменениерекомендаций проводится оценка аномальных объемов торгов:Для проверки устойчивости результатов, полученных при проведенииметода событийного анализа, предложен ряд важных спецификаций.
В ихчисло входит оценка реакций инвесторов на различных фондовых биржах,оценка информационной значимости рекомендаций при различных рыночныхтрендах, а также оценка влияния репутации и страны происхождения банка,публикующегоаналитическиеотчеты,назначимостьизмененийегорекомендаций для инвесторов.В третьей главе дается характеристика исследуемых выборок иприводится анализ результатов эмпирического исследования, проведенного наоснове метода событийного анализа. Представленное исследование являетсяпервымнаучнымисследованиемоценкиинформационнойзначимостирекомендаций аналитиков на российском рынке.
Эмпирическая база состоит из1372 событий, включая 696 случаев пересмотра рекомендаций в сторонуповышения и 676 случаев пересмотра рекомендаций в сторону понижения по119 эмитентам, которые были выпущены 19 банками за три года с 1 июня 2009года по 1 июня 2012 года. В выборку вошло большинство публичныхроссийских компаний, включая все ликвидные. Капитализация компаний извыборки составила 89% от общей капитализации биржи ММВБ и 95% от общейкапитализации российских компаний, торгующихся на бирже LSE (Лондонскаяфондоваябиржа)поитогам 2012года.Выборкавключает(нонеограничивается) такие крупные российские банки, как Тройка Диалог (новое17название – Сбербанк КИБ), Ренессанс Капитал, Альфа-Банк, Уралсиб, а такжезарубежные банки Deutsche Bank, UBS, Goldman Sacks, JPMorgan, Merrill Lynchи другие.Результаты эмпирического исследования показали, что пересмотррекомендаций как в сторону повышения, так и в сторону понижения ведет кзначимомуизменениюаномальнойдоходности.Реакцияинвесторовсоответствует направлению изменения рекомендации – при повышениикотировки идут вверх, при понижении – вниз.
Изменение цен акций являетсястатистически и экономически значимым. Хотя абсолютные показателиизменений кажутся незначительными (разброс составляет от -0,5% до 0,64% заторговую сессию), однако они велики в годовом исчислении. Накопленнаяаномальная доходность (CAR) в течение трех дней вокруг изменениярекомендации составляет в среднем 1,21% для повышений и -1,07% дляпонижений на бирже ММВБ и 1,53% для повышений и -2,49% для пониженийна бирже LSE. В целом можно заключить, что рыночная реакция на повышениеи понижение не асимметрична.
При этом «усиление» изменения рекомендации(то есть повышение до уровня «покупать» или понижение до уровня«продавать») добавляет к доходности 0,31% в течение трех дней послепересмотра рекомендаций в сторону повышения и –0,34% для пересмотрарекомендаций в сторону понижения.Реакция рынка не является мгновенной и является значимой в течениедвух-трехторговыхсессий,чтосоответствуетвыводамзарубежныхисследований.
Котировки впоследствии не возвращаются к прежнему уровню,что позволяет сделать вывод о наличии информационной значимости уаналитических отчетов и опровергнуть гипотезу «ценового давления», когдаизменение котировок связано исключительно с активностью «шумовых»инвесторов. Аналогично результатам на фондовом рынке США, значимаядинамика котировок начинается за один-два дня до изменения рекомендации,что может объясняться как особенностью используемой базы данных, так и18возможностью рассылки аналитических отчетов ряду клиентов до официальнойпубликации.Рис. 1. Биржа ММВБ: кумулятивная аномальная доходность взависимости от даты публикации рекомендации (рыночная модель)Рис. 2. Биржа LSE: кумулятивная аномальная доходность в зависимостиот даты публикации рекомендации (рыночная модель)Расхождение в результатах при использовании рыночной модели имодели CAPM является минимальным – как t-статистика, так и уровеньаномальной доходности остаются на схожем уровне.В выборку вошли данные за три года с июня 2009 по июнь 2012, которыесодержат как период «бычьего», так и период «медвежьего» рынка.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
