Диссертация (1138312), страница 12
Текст из файла (страница 12)
В таких случаяхопределялась «главная» биржа. То есть та биржа, чьи данные покотировкам и объемам торгов эмитента будут использоваться дляоценки влияния изменения рекомендаций на фондовый рынок.Основным критерием для определения того, какая биржа будетсчитаться «главной», являлся объем торгов. При сопоставимомобъеме торгов в качестве «главной» биржи использовались данныебиржи ММВБ.В большинстве случаев информация из аналитического отчетаоднозначно указывает на то, данные какой биржи следует считатьосновными. В таких случаях аналитик определяет, что предлагаемаяим рекомендация релевантна именно для акций эмитента (илинаоборот – именно для депозитарных расписок эмитента).Далее для каждого эмитента были определены тиккеры, которыесоответствуют его ценным бумагам на каждой из торговых площадок.Для унификации данных в итоговой базе данных исследования длякаждого эмитента был выбран единый тиккер, который был поставленв соответствие для всех вариантов изменения рекомендаций вручнуюи использовался для обозначения эмитента на каждой из площадок.В качестве «котировки» использовалась цена закрытия поценным бумагам эмитента на каждый конкретный день (торговую77сессию).
В редких случаях данные по котировкам отсутствовали – втаких случаях для дополнения данных бралось среднее от ценызакрытия на предыдущую и на последующую торговую сессию.В итоговой базе данных по ряду эмитентов возникали дни, когдаразные инвестиционные банки выпускали противоречащие друг другуизменения по рекомендациям. К примеру, в результате ростакотировок по эмитенту один из инвестиционных банков мог решить,что ценные бумаги переоценены – и понизить рекомендацию. В товремя как другой инвестиционный банк, ожидающий дальнейшийрост котировок, в тот же (или соседний) день повышал рекомендацию.Для целей исследования такие противоречащие друг другу сигналыисключались из базы данных, если находились на интервале менеетрех дней друг от друга.В том случае, если в один и тот же день происходилоднонаправленный пересмотр рекомендаций по одному и тому жеэмитенту, выпущенный разными инвестиционными банками, то этидва события рассматривались как единое событие.
Предполагается,что инвесторы в достаточной степени доверяют изменениюрекомендаций одного из банков, так что выход подтверждающейрекомендации в тот же день не должен влиять на усиление реакцииинвестора. В качестве альтернативного варианта возможнорассматривать подобные события как независимые, однако это недолжно было оказать влияние на результаты данного исследования –указанные случаи составили менее 2% выборки.Также из итоговой базы данных были исключены аналитическиеотчеты по тем ценным бумагам, по которым отсутствовалиустойчивые торги в рассматриваемый период.782.3.
Модель исследования2.3.1. Метод событийного анализа на финансовомрынкеДля тестирования тех или иных гипотез на финансовом рынкеиспользуются различные методы, наиболее популярными из которыхявляются регрессионный анализ, кластерный анализ и событийныйанализ.Для того, чтобы определить информационную значимостьизменения рекомендаций инвестиционными аналитиками, внаибольшей степени подходит метод событийного анализа. Онпозволяет определить аномальную доходность и аномальный объемторгов, связанный с интересующими нас событиями, и определитьзначимость полученных результатов.Суть метода событийного анализа состоит в отслеживанииреакций фондового рынка на те или иные события, возникающие врезультате деятельности участников рынка. Ключевойхарактеристикой реакции инвесторов является аномальная доходностьи кумулятивная аномальная доходность, возникающие в короткийпериод до и после события.Впервые метод событийного анализа был использован в работеDolley (1933) [41], который анализировал влияние решений одроблении акций на рыночную капитализацию.
В последующие годыметодология проведения событийного анализа активно развивалась.На сегодняшний день большинство исследований используюталгоритм, разработанный в конце шестидесятых годов в работах Ball,Brown (1968) [9] и Fama (1969) [46]. Причем Ball, Brown (1968) [9]анализировали информационную значимость появления новостей о79финансовых результатах компании на показатели ее рыночных торгов,что является смежной темой для текущего исследования.Ключевым элементом событийного анализа, как следует изназвания метода, является непосредственно событие, оказывающеевлияние на деятельность компании. Как было показано выше, вданном исследовании событием является публикацияинвестиционным аналитиком пересмотра рекомендации по акциямэмитента.
Для определения даты события используется датапоявления изменения по рекомендации в информационной лентеагентства Интерфакс. Стоит обратить внимание, что в качестве датысобытия используется не период написания рекомендации аналитикомили дата ее утверждения внутренней службой банка, а именно датапубличного появления данной новости.Определение окна событийВажным фактором, влияющим на результаты проведениясобытийного анализа, является выбор периода времени, в течениекоторого будут наблюдаться цены акций.
Этот временной промежутокносит название окна событий. Традиционно считается, чтоиспользование длительных отрезков времени имеет смысл только втом случае, если анализируются значимые и относительно редкие длякомпании события. В таком случае эффекты подобных событий могутпроявляться в течение продолжительного периода времени, отражаясложность события и постепенное появление новой для рынкаинформации.
При исследовании таких событий авторы могутрассматривать окна событий продолжительностью до нескольких лет,как это происходит в случае со сделками о слияниях и поглощенияхили о реструктуризациях компаний.80Кроме того, исследование длительного окна событий имеетсмысл в том случае, если авторы стремятся оценить возможный«дрейф» котировок в направлении опубликованного пересмотрарекомендаций.В данной работе рассматривается более узкое окно событий. Вопервых, реакцию рынка на изменение рекомендации можно считатькраткосрочной, поскольку это событие, хотя и дает относительноновую информацию рынку, все-таки можно отнести к разрядурядовых, происходящих на регулярной основе с каждым эмитентом.Эффект от его объявления длится не больше нескольких дней.
Вовторых, рассмотрение более узкого окна события позволяет снизитьвлияние других событий, возникающих в информационной жизникомпании. То есть сократить информационные «шумы», неотносящиеся к изменению рекомендации по акциям.В целом можно сказать, что спецификация событийного анализана долгосрочном временном интервале до сих пор вызываетмножество вопросов. В то время как событийный анализ для оценкикраткосрочных последствий событий позволяет использоватьматематический аппарат, гарантирующий достоверность получаемыхрезультатов.В большинстве исследований, рассматривающих влияниерекомендаций на котировки и объемы торгов, используется окнособытий продолжительностью 31 день.
Этот период включает датусамого события, а также 15 дней до и 15 дней после выхода новости.В данном исследовании выбран аналогичный интервал длярассмотрения. Кроме того, дополнительно рассматриваются данныеиз более узкого окна событий – трехдневного интервала,включающего день события, а также один день до и один день после81события.
Такой анализ связан с тем, что изменения рекомендаций поодному и тому же эмитенту могут происходить с небольшимиинтервалами, что приводит к наложению «широких» окон событий. Вслучае, если выход рекомендации оказывает влияние на рынок тольков течение одного или двух дней, сокращение окна событий можносчитать уместным для анализа результатов.Описание метода событийного анализаОсновной принцип метода событийного анализа состоит в том,что доходность ценной бумаги должна быть равна «нормальной»доходности этой бумаги плюс «аномальная» доходность.Причина рассмотрения показателя аномальной доходностисостоит в том, что выпуск аналитических отчетов сопровождаетсясущественными затратами. На конкурентном и рациональном рынкеинвесторы будут готовы платить за аналитику только в том случае,если ожидаемая доходность от использования рекомендацийинвестиционных банков будет превышать затраты на их получение.Именно возникновение этой доходности и тестируется с помощьюметода событийного анализа.Средняя нормальная доходность определяется в течениепериода, предшествующему окну событий, который называетсяпрогнозный период.
Аномальная доходность – это случайнаявеличина. Таким образом:̅где– доходность ценной бумаги i в момент времени t,нормальная доходность ценной бумаги i для момента времени t,(2.1)––случайная величина, характеризующая аномальную доходность. T = 082здесь (и далее) будет использоваться в качестве обозначения датыпересмотра рекомендации.Уравнение можно переписать следующим образом:̅(2.2)Другими словами, аномальная доходность – это разница междудоходностью, возникающей при наступлении события, и «обычной»доходностью, которая возникла бы при отсутствии события. Дляоценки «обычной» доходности при событийном анализеиспользуются различные варианты моделей, начиная от простейшеймодели со средним и заканчивая многофакторными рыночнымимоделями.
Разные модели отличаются точностью и смещенностьюрезультатов, что, в свою очередь, влияет на оценку аномальныхдоходностей.С точки зрения событийного анализа, основной интереспредставляет показатель средней аномальной доходности. А нулеваягипотеза, которая тестируется, состоит в том, является ли среднийпоказатель аномальных доходностей равным нулю в момент времениt, т.е. в день пересмотра рекомендации. Кроме того, интереспредставляет вопрос о том, является ли средняя аномальнаядоходность отличной от нуля в период до и после события.
Анализпериода до события важен потому, что если событие прогнозируется,то часть аномальной доходности должна реализоваться донаступления события. Анализ периода после события представляетинтерес с точки зрения тестирования эффективности рынка,поскольку определение скорости обработки поступившейинформации рынком является эмпирическим вопросом. Еслианомальная доходность после события систематически отличается отнуля, это противоречит гипотезе эффективного рынка, поскольку83предполагает возможность создания прибыльной торговой стратегии(в отсутствие транзакционных издержек).Для того, чтобы оценить изменение доходности в течениенескольких дней, необходимо агрегировать данные временных рядовза интересующий период времени. Для этого используется показателькумулятивной средней аномальной доходности, CAR (cumulativeaverage residuals).
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
