Диссертация (1138677), страница 36
Текст из файла (страница 36)
Монетарная политика вБразилииотличаетсяпериодомнаиболеедлительногоивбольшейстепенисформировавшегося курса инфляционного таргетирования, операционной целью которогоявляется процентная ставка денежного рынка. Принимая во внимание наиболее высокуюкорреляцию межбанковской процентной ставки SELICи целевого уровня ставки,устанавливаемого Банком Бразилии, в случае исследования рынка Бразилии ставкамонетарной политики не добавляется в качестве дополнительного фактора группыфакторов внутреннего рыночного и финансового риска.
Предполагается прямоевоздействие изменения ставки РЕПО на доходность ГЦБ.В ряде стран нормативы обязательного резервирования являются наиболеедейственным инструментом монетарной политики, с помощью которых центральныебанки регулируют денежно-кредитную сферу. Согласно проведенному качественномуанализу среди таких стран – Китай и Индия. Соответственно, в качестве дополнительногофактора, отражающего эффект монетарной политики и эффект регулирования банковскихрезервов в стране, в эконометрические модели в указанных странах включаютсяпоказатели изменения нормативов обязательных резервов: (d)CRR для случая Индии и(d)RR1 для случая Китая.4.
В качестве фактора регионального рыночного развития принимается динамикалокальных фондовых индексов в каждой из стран БРИК, а именно изменениелогарифмированных рядов локальных индексов на конец месяца, определяющеедоходность локальных индексов за месяц, а также годовую доходность и ее изменение замесяц. В анализе рассматриваются внутренние ключевые фондовые индексы стран БРИК,а именно: индексы Шанхайской фондовой биржи по 50-ти крупнейшим компаниям(dSSE50, (d)SSE50yy) и по 180-ти компаниям (dSSE180, (d)SSE180yy); фондовые индексыММВБ (dMICEX, (d)MICEXyy) и РТС (dRTS, (d)RTSyy); основной индекс бразильскойфондовой биржи BOVESPA (dIBOV, (d)IBOVyy); основной индекс старейшей индийской142фондовой биржи Бомбея BSE SENSEX по 30-ти крупнейшим компаниям (dBSE30,(d)BSE30yy).
Принимая во внимание высокую корреляцию между изменениями вдинамике локальных фондовых индексов за месяц и приростом индекса S&P500 замесяц118, в регрессионных моделях используются стационарные остатки регрессиимесячной доходности локальных индексов в каждой из стран БРИК на месячнуюдоходностьиндексаS&P500(SSE50/SSE180/MICEX/RTS/IBOV/BSE30_resid).Предполагается отрицательная корреляция между динамикой локальных фондовыхиндексов и динамикой доходности на долговых рынках стран БРИК.Внешние экономические факторы.1. В качестве факторов, отражающих внешние условия финансирования и ситуациюс ликвидностью на глобальном рынке капитала, рассматривается ряд альтернатиныхпоказателей.
Во-первых, в анализе участвуют доходности и изменения доходностирыночных бенчмарков – 3-месячных казначейских векселей США ((d)UST3M) и 10-летнихказначейских облигаций США UST10 ((d)UST10Y). Временные ряды построены на основеноминальных ставок доходности на конец месяца, выражены в процентах годовых. Вовторых, рассматриваются индикативные процентные ставки LIBOR сроком до погашенияот 1 месяца до 6 месяцев и их изменения за месяц ((d)LIBOR1M, (d)LIBOR3M,(d)LIBOR6M).
Предполагается прямая взаимосвязь между указанными факторами идоходностью на рынках ГЦБ.2. Глобальные условия финансирования в данной работе аппроксимируютсяпоказателями изменения доходности фондового индекса S&P500 в США за месяц (dSNP)и за год (SNPyy), а также месячным изменением годового прироста (dSNP_yy). В качествеальтернативного фактора изменения глобальных экономических условий принимаетсянаклон кривой доходности в США, рассчитываемый как спрэд между доходностью 10летних казначейских облигаций США и 3-месячных казначейских векселей США, и егоизменение за месяц ((d)SPREAD). Предполагается противоположно направленнаядинамика показателей глобальных экономических условий и доходности ГЦБ вразвивающихся странах.3. В качестве альтернативных показателей глобального отношения к риску вданной работе используются два рыночных индикатора: индекс волатильности VIX,рассчитываемый на Чикагской фондовой бирже и отражающий уровень напряжения нафондовых площадках, и кредитный спрэд TED, определяемый как разница междудоходностью 3-месячных казначейских векселей США и 3-месячных индикативныхпроцентных118ставокLIBORСм.
Таблицу 2 в Приложении Ж;иотражающийизменениеуровняоцениваемых143экономическимиагентамикредитныхрисков119.Соответственно,рассчитываетсяпроцентное изменение индекса волатильности VIX за месяц (dVIX), а также за год и егоизменение за месяц ((d)VIXyy). Следует отметить, что наличие значимой корреляциимежду месячным изменением индекса VIX и колебаниями фондового индекса S&P500120вызывает необходимость очистки воздействия непосредственно рисковой составляющейиндекса подразумеваемой волатильности VIX от влияния динамики индекса S&P500.Фактор влияния изменения индекса VIX за месяц рассматривается в регрессионныхмоделях как стационарный остаток регрессии временного ряда прироста индекса VIX наприрост фондового индекса S&P500 (dVIX_resid).
Кредитный спрэд TED участвует врасчетах в качестве фактического значения на конец месяца и его изменения за месяц((d)TED). В условиях наличия в регрессионных моделях показателей глобальнойликвидности, входящих в расчет спрэда TED, или факторов, имеющих с ними высокуюкорреляцию121 (dLIBOR1М-dLIBOR6M), фактор изменения спрэда TED учитывается какстационарный остаток регрессии показателя на изменение процентной ставки LIBOR(dTED_resid). Оба параметра VIX и TED являются экзогенными для развивающихсярынков капитала, что делает их релевантными в оценивании воздействия внешнихэкономических факторов на динамику развивающихся долговых рынков. Предполагаетсяпрямое воздействие указанных факторов неприятия риска на формирование доходностиГЦБ в развивающихся странах.4. Фактор изменения мировых цен на энергоносители («нефтяная инфляция»)анализируется в виде процентных приростов спот-цен нефти марки Brent за месяц(dBRENT(_av)) и за год (BRENTyy(_av)), а также месячной динамики годовых приростовцены (dBRENTyy(_av)).
Также учитываются изменения цен на фьючерсы на нефть маркиBrent сроком от 1 до 6ти месяцев (dBRENTFUT1M - dBRENTFUT6M) на конец месяца, чтооценивается как ожидания изменения цен на энергоносители. Предполагается обратноевоздействие фактора на доходность рынка ГЦБ на рынках стран-экспортеров нефти(Россия) и прямое – в странах-импортерах.Событийные факторы.Структурные изменения в данных особенно ярко заметны в период кризиса ссередины 2008 года.
С целью попытки учета данных изменений в многофакторные моделивключается фиктивная переменная, принимающая значение 1 при значении доходности втекущем месяце выше среднего уровня в диапазоне 05.2008-12.2009 (DUMN_W). Такая119Работы, в которых применялись показатели глобального неприятия риска см. Таблицу 3;См. Таблицы 3-4 в Приложении Ж;121См. Таблицы 3-4 в Приложении Ж;120144модификация призвана отразить повышенную неприязнь инвесторов к риску ивоздействие состояния неопределенности, которое свойственно кризисной ситуации.Предполагается положительный коэффициент при переменной.Прочие фиктивные переменные носят импульсный характер и обозначаются какdBLIP_XY, где X – это номер месяца, Y – номер года без первых двух цифр; переменнаяпринимает значение 1 в месяце X года Y и значение 0 в остальные периоды.Так, ряд импульсных переменных отражает изменения на внешних рынкахкапитала вследствие изменения прогноза суверенного кредитного рейтинга США в апреле2011 года и фактического изменения рейтинга в августе 2011 года, а также активизациисуверенного кризиса в еврозоне в декабре 2010 года (dBLIP_0411, dBLIP_0811,dBLIP_1210).
Указанные события вызывали резкую смену настроений и стратегиймеждународных инвесторов, вследствие чего предполагается повышение доходностей вданный период в Бразилии и невысокая вероятность значимого влияния указанныхфакторов на прочие страны БРИК вследствие ограниченного участия нерезидентов навнутреннем рынке. Также в анализе учитывается сигнальный эффект резкогоизменения/присвоения суверенных кредитных рейтингов в национальной валюте встранах БРИК: для случая России dBLIP_1104, dBLIP_0308, dBLIP_1208, dBLIP_1209,dBLIP_0110, для случая Китая dBLIP_1107, dBLIP_0411, для случая Индии dBLIP_0708,dBLIP_0710, для случая Бразилии dBLIP_0508, dBLIP_0909, dBLIP_0610, dBLIP_0411.Введение Схемы стабилизации рынка (MSS) в Индии в апреле 2004 годаопределяется импульсной переменной dBLIP_0404, начало размещения «специальных»казначейских облигаций в Китае в июне 2007 года – переменной dBLIP_0607. Многиесобытия, учитываемые в анализе, касаются российского рынка.
Во-первых, активизациядействий по открытию прямого доступа иностранных инвесторов к проведению операцийслокальнымигосударственнымиценнымибумагамивРоссии(посредствоммеждународных расчетных систем Euroclear и ClearStream) во втором полугодии 2012года привела к существенному росту спроса на ОФЗ и, соответственно, падениюдоходностей. Данный факт отражается добавлением в модели дамми-переменной(DUM_LIBER), равной единице в период с 06.2012 по 12.2012.
Также в анализеиспользуется ряд заранее установленных фиктивных переменных: DBLIP_0903 (отражаетситуацию вокруг «ЮКОСа»), DBLIP_0304, DBLIP_0308 (отражают победу Путина навыборах президента РФ), DBLIP_0905 (отражает выплату значительной части внешнегодолга странам - членам Парижского клуба), DBLIP_0906 (отражает практически полноепогашение долга странам - членам Парижского клуба).145Необходимо отметить, что также в анализе используется ряд специфичных длякаждого рынка корректирующих фиктивных переменных, которые выбираются по ходуоценивания регрессионных моделей и используются в целях сглаживания повышеннойволатильности в зависимых переменных и выявления более чистого информационноговклада исследуемых факторов.3.2. Предварительный анализ входящих данныхВ рамках предварительного анализа входящих данных и первой оценки совместнойдинамики доходности ГЦБ различной срочности (их изменений) и тестируемыхдетерминант проводится простейший анализ парных корреляций с оценкой значимостиоцененных корреляционных коэффициентов, а также анализ стационарности выделенныхвременных рядов зависимой и отобранных независимых переменных.
Первичныйкорреляционный анализ позволит отфильтровать наиболее релевантное численноепредставление факторов и отобрать наиболее весомые из них, отсеяв, при возможности,наименее подходящие для использования в оценке регрессионных моделей122.
Такжеанализ существующей корреляции даст возможность оценить предполагаемый знаквзаимосвязи и сделать первые выводы относительно выдвинутых ранее предположений.При этом необходимо иметь в виду, что коэффициенты парной корреляциипредоставляют лишь приблизительную информацию о силе и направлении оцениваемойвзаимосвязи. В соответствии с логикой анализа корреляция оценивается междупоказателями соответствующей размерности (между приростами и уровнями).Анализ свойства стационарности временных рядов обеспечит адекватностьрезультатов оцениваемых моделей, обеспечив высокую вероятность отсутствия вэконометрических моделях временных рядов, интегрированных разных степеней.3.2.1.
Корреляционный анализ123В большинстве случаев знаки и значимость коэффициентов корреляции междувременными рядами доходности и различными показателями экономических факторовдемонстрируют наличие существенных различий между странами БРИК, что усложняетвыбор одного унифицированного показателя для каждого из выделенных факторов ипредполагает анализ набора показателей в рамках разработки итоговых моделей.122Решение принимается на основе уровня коэффициентов корреляции для доходностей облигацийразличного срока до погашения (максимизация), их значимости, знаков, а также минимизации количестваальтернативных численных вариаций одного фактора при условии учета наиболее информативных.
Приэтом приоритет отдается оценке корреляции между приростами показателей;123Расчетные таблицы для данного подраздела см. Приложение Ж, Таблицы 5-22;146Макроэкономические факторы.1. Оцененная корреляция между номинальными доходностями и текущей (приростИПЦ год к году в текущем месяце) и ожидаемой инфляцией (см. подраздел 3.1.2.)показывает, что несколько более существенным индикатором для формированиядоходности ГЦБ в странах БРИК является расчетный прокси ожиданий изменения уровняцен (INF_EX_W). Величины коэффициентов корреляции с инфляцией и инфляционнымиожиданиями сокращаются с ростом срока до погашения государственных облигаций вовсех странах, при этом оставаясь максимальными для случая Китая (около 80%) ивысокими для случая Индии (около 50%).
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
