Информационная значимость рекомендаций аналитиков

Исследования реакции цен акций российских эмитентов на рекомендации аналитиков. Гипотезы, тестируемые при помощи алгоритма Event study. Анализ краткосрочной реакции котировок на пересмотры рекомендаций. Инвестиционная значимость рекомендаций аналитиков.

Рубрика Финансы, деньги и налоги
Вид дипломная работа
Язык русский
Дата добавления 23.07.2016
Размер файла 845,9 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Введение

Задача количественной оценки информационной значимости рекомендаций аналитиков для поведения цен акций представляется достаточно важной в современном мире. Она имеет значение не только для инвесторов, которых интересует, позволит ли следование рекомендациям получить доходность выше рыночной, но и для других участников рынка, например, банков, которые могут использовать эту информацию для оценки работы аналитических команд.

Целью данной работы является оценка информационной значимости пересмотров рекомендаций аналитиков для динамики цен акций российских эмитентов. В данном контексте пересмотр рекомендации обладает информационной значимостью в том случае, если он сопровождается значимым (статистически отличным от нуля) изменением доходности ценной бумаги.

Влияние рекомендаций аналитиков на российский фондовый рынок крайне слабо изучено. Единственная работа (Погожева, 2013) [4], посвященная информационной значимости рекомендаций на российском рынке, ограничилась исследованием лишь краткосрочной реакции котировок на пересмотры.

В рамках настоящей работы впервые будет исследована долгосрочная реакция доходности ценных бумаг на пересмотры рекомендаций на российском рынке, а также оценена инвестиционная значимость аналитических отчетов.

В рамках данной работы предполагается проверка следующих основных гипотез:

1) Котировки реагируют на пересмотры рекомендаций, снижаясь при понижении рекомендации и увеличиваясь - при повышении;

2) Рост котировок при повышении рекомендации превышает падение котировок при понижении;

3) Котировки реагируют на пересмотр рекомендаций, но в ближайшем будущем демонстрируют «откат» к «нормальному» уровню.

4) Существует торговая стратегия, основанная на следовании рекомендациям, которая позволяет получить доходность выше рыночной.

Объектом исследования выступают рекомендации аналитиков по крупнейшим российским эмитентам, котирующимся на бирже ММВБ. Предметом исследования является реакция котировок ценных бумаг на пересмотр рекомендаций аналитиков.

Периодом исследования будет служить промежуток времени с июля 2009 г. по март 2015 года. Выбор данного периода обусловлен доступностью данных по рекомендациям, а также тем, что он включает в себя все возможные тенденции рынка: период бурного восстановительного роста, падения и бокового движения.

Вследствие отсутствия специфических баз данных сбор и обработка информации осуществлялись в ручном режиме с использованием новостной ленты агентства «Интерфакс». Исходная выборка включила в себя 952 случая пересмотра рекомендаций по 35 крупнейшим российским эмитентам.

Методологией исследования является метод Event study, реализованный при помощи программного алгоритма на языке Matlab.

1. Обзор исследований информационной значимости рекомендаций аналитиков

В данной главе приводится обзор и систематизация работ, посвященных исследованию информационной значимости рекомендаций аналитиков на американском фондовом рынке, рынках Германии, Швейцарии, Испании, Италии, Японии и других развитых стран. Определяется степень научной проработанности исследуемого вопроса применительно к российскому фондовому рынку.

1.1 Зарубежные исследования реакции цен акций на рекомендации

При тестировании широко круга гипотез о влиянии рекомендаций аналитиков на динамику цен акций обычно используется метод Event study. Указанная методология позволяет тестировать гипотезу о том, отлична ли от нуля абнормальная доходность в день наступления какого-либо важного для рынка события, а также в некоторый период до и после него. Считается, что событие обладает информационной значимостью в том случае, если оно сопровождается значимым (статистически отличным от нуля) изменением котировок или объема торгов.

Подавляющее большинство исследований по оценке реакции цен акций на пересмотр рекомендаций принадлежит американским экономистам, которые при помощи метода Event study тестировали различные гипотезы на американском рынке и рынках развитых стран.

Влияние рекомендаций на американский фондовый рынок исследовалось в работе (Stickel, 1995) [42]. Исследование проводилось на основе данных за 1988-1991гг., почерпнутых из базы данных Zacks. Для того чтобы уменьшить влияние на результат прочих факторов, сопутствующих пересмотру рекомендаций, Stickel принимал во внимание публикацию финансовой отчетности. Оказалось, что абнормальная доходность, накопленная в течение одиннадцатидневного периода, центрированного вокруг даты выхода рекомендации на покупку, составляет 1,16%. При выходе рекомендации на продажу за одиннадцать торговых дней кумулятивная абнормальная доходность оказалась равной -1,28%.

Приблизительно тот же период исследования для изучения влияния рекомендаций на американский фондовый рынок выбрал Womack в работе «Do brokerage analysts' recommendations have investment value?» [43], исследовав данные за 1989-1991 гг., взятые из базы данных First Call. Womack учел влияние на результат публикации финансовой отчетности, разделив выборку на рекомендации, вышедшие одновременно с публикацией отчетности, и остальные рекомендации. Результаты для обеих выборок получились схожими. Оказалось, реакция рынка на негативное событие превосходит реакцию на позитивное: средняя абнормальная доходность, накопленная в течение трехдневного периода, центрированного вокруг даты пересмотра рекомендации, составила 3,3% при повышении рекомендации и -4,7% при понижении.

Однако Womack исследовал не только асимметричность реакции котировок на повышение и понижение рекомендаций, но также и реакцию на исключение ценных бумаг из списков на покупку или продажу. Оказалось, что средняя доходность по бумагам, исключенным из списков, со временем приближается к доходности, предсказанной аналитиком еще до исключения. Кроме того, Womack выяснил, что рекомендации на покупку вызывают краткосрочное увеличение доходности на 2,4%, а рекомендации на продажу вызывают длительный дрейф котировок, продолжительностью до полугода, и вызывают снижение доходности на 9,1%.

Намного более масштабная выборка была изучена в работе (Ivkovic & Jegadeesh, 2004) [25], где исследование строилось на основе данных американского рынка за 1990-2002 гг., взятых из базы данных I/B/E/S. Авторы исследовали влияние пересмотров рекомендаций, случившихся в течение недели после публикации финансовых результатов, и пришли к выводу, что такие пересмотры оказывают на американский рынок гораздо меньшее влияние в сравнении с теми, что произошли до публикации финансовой отчетности. Оказалось, что абнормальная доходность, накопленная за день пересмотра на повышение и еще за два дня после, составила 3,8%. За аналогичный период кумулятивная абнормальная доходность при понижении оказалась равной -6,2%.

Asquith, Mikhail и Au в работе [7] продолжили развивать данное направление, пытаясь выяснить какой тип информации в аналитических отчетах оказывает наиболее сильное влияние на котировки по сравнению с вышедшими корпоративными событиями. В исследовании использовались данные по американскому рынку за 1997-1999 гг., взятые из базы Institutional Investor. В выборку вошло 262 наблюдения для случаев повышения рекомендаций и 125 наблюдений - для понижения. Авторы сделали вывод, что информация, содержащаяся в рекомендациях, оказывала значимое влияние на рынок даже когда выходила одновременно с другими важными корпоративными событиями. Оказалось, что за пятидневный период, центрированный вокруг даты пересмотра рекомендации, кумулятивная абнормальная доходность составила 4,5% и -6,6% для повышений и понижений рекомендаций соответственно.

Barber и Loeffler в своем исследовании [8], пытаясь объяснить влияние на котировки пересмотров рекомендаций, выдвинули две альтернативных гипотезы. Гипотеза «ценового давления» подразумевает, что из-за высоких затрат на проведение регулярного фундаментального анализа, непрофессиональные инвесторы полагаются на рекомендации аналитиков, двигая тем самым котировки акций в соответствующем направлении. Гипотеза «распространения информации» предполагает, что рекомендации аналитиков основываются на фундаментальном анализе и содержат важную для рынка информацию, на которую инвесторы обоснованно реагируют. Если верна гипотеза «ценового давления», то в скором времени благодаря действиям профессиональных инвесторов должен произойти «откат» котировок на прежний уровень. Если же верна гипотеза «распространения информации», то цены акций не будут демонстрировать возвращение к прежнему уровню вскоре после события.

Среди исследований, вышедших за рамки американского фондового рынка можно назвать работу Jegadeesh N. и Kim W. «Value of analyst recommendations: International evidence», в которой оцениваются реакции на рекомендации рынков стран большой семерки, а также работу Dimson и Marsh «An analysis of brokers' and analysts' unpublished forecasts of UK stock returns», в которой проведено исследование на примере фондовых рынков пяти стран.

Также стоит выделить исследования по отдельным странам: работа Schmid и Zimmerman «Performance of Second Hand Public Investment Recommendations» для фондового рынка Швейцарии, работы Cervellati, Della Bina, Giulianelli «Financial Analysts: Market Reaction to Recommendation Changes» и Belcredi M., Bozzi S., Rigamonti S. «The impact of research reports on stock prices in Italy» по Италии, а также работы Gonzalo, Inurrieta и Blandon, Bosch по рынку Испании.

Cervellati, Ferretti и Pattitoni [16] показали, что помимо гипотез «ценового давления» и «распространения информации», объяснить реакцию цен акций на рекомендации можно при помощи гипотезы «повышенного внимания». Данная гипотеза объясняет также асимметричность изменения котировок при повышении и понижении рекомендаций. Гипотеза «повышенного внимания» исходит из предположения, что непрофессиональные инвесторы чутко реагируют на рекомендации «покупать», поскольку это помогает им выбрать ценные бумаги для инвестирования. При этом непрофессиональные инвесторы слабо реагируют на рекомендации «продавать», вследствие отсутствия в их портфеле акций данной компании и редкого использования ими механизма коротких продаж. Если гипотеза «повышенного внимания» верна, то при повышении рекомендаций изменение котировок должно быть более значительным, чем при понижении рекомендаций.

Помимо анализа асимметрии и скорости реакции, метод событийного анализа предоставляет возможность сопоставления реакций фондовых рынков различных стран на пересмотры рекомендаций аналитиков. В исследовании (Jegadeesh & Kim, 2006) [27] была оценена значимость пересмотров рекомендаций для рынков стран большой семерки на временном периоде 1993-2002 гг.. Авторы продемонстрировали, что реакции фондовых рынков различных стран существенно отличаются. Самая сильная реакция котировок на пересмотр рекомендаций была обнаружена в США, где средняя абнормальная доходность в день пересмотра на повышение и на следующий день достигла 1,76%. Вторым по чувствительности оказался рынок Японии, где средняя абнормальная доходность при повышении составила 0,47%. Самую слабую реакцию на повышение продемонстрировал фондовый рынок Италии - всего 0,03%. В случае с пересмотрами на понижение также самым чувствительным оказался американский рынок -3,21%, второе место заняла Франция, где средняя абнормальная доходность при понижении рекомендации составила -0,46%. Самая незначительная реакция на понижение рекомендаций была обнаружена в Италии -0,05%. Таким образом, всех странах большой семерки, за исключением Италии, цены на акции значительно реагируют на рекомендации в день их пересмотра и на следующий день.

Однако Cervellati, Della Bina, Giulianelli в работе [15] также проводили исследование итальянского фондового рынка, но использовали другую базу данных. В соответствии с полученными результатами пересмотр рекомендаций вызывает рост объема торгов, а абнормальная доходность оказалась статистически значимой и составила 1,01% для повышения рекомендаций и -0,92% для понижения.

К близким по значению результатам по фондовому рынку Италии пришли Belcredi, Bozzi и Rigamonti в работе [10]. Исследование строилось на данных по аналитическим отчетам за 1999-2002 гг., размещенным на сайте Итальянской фондовой биржи. База данных включала в себя 5077 аналитических отчетов по 237 эмитентам. Авторы пришли к выводу, что трехдневная, центрированная по дате пересмотра, накопленная абнормальная доходность равна 2,52% для повышений рекомендаций и -2,63 для понижений. При этом ненулевая абнормальная доходность возникает еще до публикации пересмотра.

Pieper, Schiereck и Weber в работе [38] оценивали влияние на фондовый рынок Германии публикаций рекомендаций аналитиков в «Effekten-Spiegel» за период с 1990 по 1991гг. Авторы пришли к выводу, что доходность выше рыночной можно на немецком рынке можно получить, только если войти в длинную позицию до выхода рекомендации на повышение.

Schmid и Zimmerman в работе [40] оценивали реакцию швейцарского фондового рынка на публикацию рекомендаций в крупнейшем финансовом издании «Finanz und Wirtschaft» с 1998 по 2000 гг. Авторы обнаружили значимую реакцию котировок в неделю выпуска рекомендации, кроме того, оказалось, что пересмотр рекомендаций оказывает значимое, хотя и не очень значительное, увеличение объема торгов. Причем по истечению определенного времени после выпуска рекомендации объем торгов снижается, возвращаясь к нормальному уровню.

В Испании также были проведены исследования подобного типа. Blandon и Bosch в работе [22] провели исследование на основе данных о рекомендациях за 2000-2008 гг., опубликованных в ведущей испанской деловой газете «Expansion», по шести самым ликвидным акциям на испанском фондовом рынке. Вместо отдельных рекомендаций авторы использовали консенсус-прогноз. Как и в работе (Gonzalo & Inurrieta, 2001) [23], авторы обнаружили значительную абнормальную доходность перед тем, как рекомендация станет публичной, и не обнаружили изменение доходности после пересмотра. Тем не менее, в отличие от Gonzalo и Inurrieta, Blandon и Bosch выявили отклонение доходности от нормальной непосредственно в день выхода рекомендации. Кроме того, авторы пришли к выводу, что рекомендация «держать» имеет негативное влияние на доходность акций со дня опубликования.

Таким образом, можно сделать вывод, что большинство работ по исследуемой проблематике подтверждает увеличение доходности акций при повышении рекомендации и снижение доходности при понижении рекомендаций.

котировка акция алгоритм инвестиционный

1.2 Исследования реакции цен акций российских эмитентов на рекомендации аналитиков

Влияние рекомендаций аналитиков на российский фондовый рынок слабо изучено. Непосредственно информационная значимость рекомендаций оценивается только в работе (Погожева, 2013) [4].

В рамках указанной работы при помощи метода Event study оценивается влияние публикации пересмотра по рекомендации в информационной ленте Интерфакс на цены акций российских эмитентов. Поскольку некоторые российские эмитенты имеют листинг в форме депозитарных расписок на Лондонской фондовой бирже, то в выборку вошли бумаги, котирующихся не только на ММВБ, но и на LSE. Используемая выборка строилась на данных с июня 2009 по июнь 2012 и включала в себя 1372 пересмотра по 119 эмитентам.

Стоит также отметить, что в работе (Погожева, 2013) [4], как и в большинстве исследований, при проведении событийного анализа использовалось событийное окно продолжительностью 31 день, то есть рассматривался период, включающий дату самого пересмотра, а также 15 дней до и 15 дней после этого события. Для расчета нормальной доходности, то есть такой доходности, которая вероятнее всего была бы, если бы событие не наступило, в работе (Погожева, 2013) [4] использовалась доходность соответствующего рыночного индекса.

Оказалось, что как повышение, так и понижение рекомендаций ведет к значимому отклонению доходности от своего нормального уровня. В день повышения рекомендации средняя абнормальная доходность достигает 0,64%, а на следующий день 0,40%. При понижении рекомендации средняя абнормальная доходность составляет -0,50% в день публикации и -0,26% на следующий день. Статистическая значимость сохраняется в течение первых двух дней после повышении и трех дней после понижения рекомендации.

Кроме того, в работе (Погожева, 2013) [4] было установлено, что рекомендации влияют также на объемы торгов, повышая их в периоды пересмотров. Рост объема торгов на Московской бирже более значим для повышения рекомендаций, в то время как на Лондонской бирже увеличение объемов торгов происходит вне зависимости от направления пересмотра.

Оказалось, что накопленная за трехдневный период, центрированный вокруг даты пересмотра, абнормальная доходность составляет в среднем 1,21% для повышений рекомендаций и -1,07% для понижений рекомендаций на Московской бирже, и 1,53% и -2,49% соответственно на Лондонской бирже.

Автор приходит к выводу, что реакция российского фондового рынка на повышения и на понижения рекомендаций практически симметрична. Возможно, асимметрия реакции, выявленная на рынках большинства развитых стран связана с тем, что в этих странах выпуск рекомендаций на продажу случается значительно реже, нежели выпуск рекомендаций на покупку, в то время как в России нет преобладающего направления пересмотров рекомендаций. Факт о том, что выход рекомендации на покупку в развитых странах, и особенно в США, случается чаще, чем на продажу был обнаружен в работе (Jegadeesh & Kim, 2006) [27].

Важным результатом исследования (Погожева, 2013) [4] является также то, что на Лондонской фондовой бирже значимо отличная от нуля абнормальная доходность имеет место в течение более короткого периода времени, чем на Московской бирже. Иными словами, цены акций, котирующихся на LSE, быстрее отражают в себе появившуюся новую информацию, а значит, можно сделать вывод о том, что данный рынок более эффективен.

Одной из проблем, с которой столкнулся автор данной работы, стало пересечение событийных окон, что сделало невозможным анализ поведения цен акций на более продолжительных промежутках времени. Также стоит отметить, что автор не учел влияние на результат никаких сопутствующих пересмотру рекомендации событий.

1.3 Заключение по обзору литературы

Рассмотренные выше исследования позволяют сделать вывод о том, что рынки развитых стран не являются эффективными, поскольку информация о пересмотре рекомендации не отражается в ценах мгновенно. На эффективном рынке котировки не должны реагировать на пересмотры рекомендаций, поскольку вся информация мгновенно становится известной всем инвесторам и на момент пересмотра уже отражена в ценах.

Вместе с тем, у нас появилась некоторая возможность сопоставить реакции различных рынков и сделать вывод об их относительной эффективности. Сопоставление развитых рынков между собой и с рынком России по степени эффективности, как скорости реакции котировок на публикацию пересмотров по рекомендациям, в целом является непростой задачей. Прежде всего, как можно увидеть из приведенных исследований, результаты, полученные различными авторами даже по рынку одной и той же страны, могут значительно отличаться, в связи с использованием различных периодов исследования и различных баз данных.

Также проблемы с сопоставимостью исследований различных авторов возникают вследствие существования субъективности в выборе способа расчета нормальной доходности. Субъективность в исследование привносит и отсутствие единого подхода к определению временного промежутка, в течение которого будут наблюдаться котировки акций. Кроме того, полученные результаты могут быть искажены влиянием на цены акций прочих информационных событий, помимо пересмотров рекомендаций. Некоторые авторы не учитывают влияние сопутствующих пересмотру рекомендации корпоративных событий, другие учитывают только влияние публикации финансовой отчетности, третьи пытаются учесть также и иные события, такие как выплата дивидендов.

Тем не менее, результаты исследований свидетельствуют о том, реакция американского фондового рынка на пересмотры рекомендаций происходит быстрее, нежели реакция рынков других развитых стран и России. Таким образом, мы можем предположить, что фондовый рынок США является наиболее эффективным. Разница в скорости реакции рынков других развитых стран и России является незначительной и в условиях трудной сопоставимости результатов исследований отсутствует возможность делать выводы об их относительной эффективности.

Влияние рекомендаций аналитиков на российский фондовый рынок слабо изучено. Непосредственно информационная значимость рекомендаций оценивается только в работе (Погожева, 2013) [4]. Одной из проблем стало пересечение событийных окон, что затрудняет анализ поведения цен акций на продолжительных промежутках времени. Также стоит отметить, что в рамках данной работы не было учтено влияние на результат никаких сопутствующих пересмотру рекомендации событий.

Одним из отличий настоящей работы является то, что в ней реализуется программный алгоритм, позволяющий избавиться от наблюдений, событийные окна которых пересекаются. Таким образом, стало возможным использование более широких событийных окон и проверка гипотезы «ценового давления», выдвинутая Barber и Loeffler в своем исследовании [9].

Также отличием настоящей работы является то, что полученные результаты очищены от влияния такого значимого для рынка события как публикация годовой финансовой отчетности.

Кроме того, в рамках настоящей работы проводится анализ основанных на рекомендациях торговых стратегий, и тестируется гипотеза о том, можно ли при их помощи получить доходность выше рыночной.

2. Методология оценки информационной значимости рекомендаций аналитиков

Наиболее популярным способом определения реакции котировок на пересмотры рекомендаций является метод Event study. Указанная методология была предложена в работе (Fama и др, 1969) [20] при исследовании влияния сплита обыкновенных акций, котирующихся на Нью-Йоркской фондовой бирже, на капитализацию.

При помощи метода Event study может оцениваться реакция фондового рынка на те или иные события, будь то пересмотр рекомендаций аналитиков, объявление об изменении размера дивидендных выплат, публикация финансовой отчетности компании, объявление о слиянии или поглощении, сплит акций, размещение депозитарных расписок, решение компании о привлечении собственного или заемного капитала и т.д. При этом зачастую характеристикой реакции инвесторов является отклонение доходности от своего нормального уровня, возникающее в период до и после события.

Event study может применяться как для оценки влияния определенного типа событий на котировки акций нескольких компаний (cross-sectional), так и для влияния различных событий на стоимость акций одной компании (time-series).

Цель данной главы состоит в выявлении особенностей реализации указанной методологии для оценки влияния рекомендаций аналитиков на динамику цен акций. В рамках данной главы подробно описан алгоритм метода Event study, выявлены основные его достоинства, недостатки и проблемы, а также рассмотрен круг гипотез, тестируемых при помощи указанного метода в научных статьях.

2.1 Алгоритм метода Event study

При использовании метода Event study, прежде всего, необходимо определиться с тем, что будет пониматься под событием в рамках конкретного исследования. Например, если необходимо выявить реакцию цен акций на рекомендации аналитиков, событием может выступать появление в новостной ленте информации об изменении рекомендации. Для других целей исследования событием может служить объявление об изменении размера дивидендных выплат, публикация финансовой отчетности компании, объявление о слиянии или поглощении, сплит акций, стихийное бедствие и другие явления, влияние которых необходимо проверить и оценить в соответствии с поставленной гипотезой.

Далее предполагается разделение событий в соответствии с тем, какой сигнал они подают рынку - позитивный или негативный. Так, например, в исследовании (Теплова, 2008) [6] позитивным событием служит объявление о повышении дивидендных выплат, а негативным - объявление о понижении.

В случае с рекомендациями аналитиков, на первый взгляд, положительным событием может являться выход рекомендации на покупку, а отрицательным - на продажу. Однако, как было замечено Погожевой А.А., повтор рекомендации не является новостью для рынка, а значит, не должен влиять на него. Таким образом, положительным событием может служить повышение рекомендации, то есть ее изменение с уровня «продавать» до уровня «держать», c уровня «продавать» до «покупать», или с уровня «держать» до «покупать». Соответственно, негативным событием может быть признанно любое понижение рекомендации.

Следующим этапом проведения Event study является выбор событийного окна или временного промежутка, в течение которого будут наблюдаться котировки акций. Во многих работах, посвященных изучению реакции цен акций на рекомендации аналитиков, окно событий составляет 31 день, то есть 15 дней до и 15 дней после появления информации о пересмотре рекомендации. Рассмотрение промежутка времени до смены рекомендации необходимо, поскольку это событие прогнозируемо и может оказывать влияние на котировки еще до своего наступления. Анализ временного промежутка после смены рекомендации важен для оценки скорости реакции котировок на поступление новой информации, то есть для оценки эффективности рынка.

Если для целей исследования необходимо оценить возможный «дрейф» котировок в направлении опубликованного пересмотра рекомендации, то рассматриваются более широкие окна событий. При анализе влияния относительно редких и очень значимых для компании событий, таких как слияние, поглощение или реструктуризация может использоваться окно событий продолжительностью в несколько лет.

Далее рассчитывается фактическая доходность акций, наблюдаемая в каждый день событийного окна. Поскольку котировки не могут принимать отрицательные значения, традиционно ежедневные доходности акций рассчитываются исходя из логнормального распределения по формуле:

где - цена закрытия акции i-го эмитента в день t, а - цена закрытия акции i-го эмитента в предыдущий день.

Следующим шагом является расчет для каждого дня событийного окна «нормальной» доходности акций, то есть такой доходности, которая вероятнее всего была бы, если бы событие не наступило. Самый простой и достаточно часто применяемый способ подсчета нормальной доходности заключается в определении средней наблюдаемой доходности за определенный период времени до наступления событийного окна. При исследовании влияния рекомендаций аналитиков на капитализацию чаще всего используется 120-дневный прогнозный период, предшествующий окну событий. Тогда нормальная доходность для акций каждого эмитента рассчитывается по формуле

где -число дней прогнозного периода, a - дневная доходность акции i-го эмитента в день , рассчитанная как логарифм от отношения цен закрытия, событийное окно =, прогнозный период = .

Однако такой способ расчета нормальной доходности исходит из допущения о неизменности нормальной доходности во времени, что слабо согласуется с действительностью. Можно уйти от этой предпосылки, предположив, что нормальные доходности акций различных эмитентов одинаковы и равны доходности рыночного портфеля. Тогда нормальную доходность можно вычислить по формуле

Можно уйти от обеих предпосылок, предположив неизменную во времени линейную взаимосвязь между доходностью рынка и доходностью ценной бумаги i-го эмитента, то есть воспользоваться моделью CAPM. В этом случае на основе прогнозного периода методом МНК оцениваются коэффициенты регрессии зависимости доходности бумаги i-го эмитента () от доходности рыночного портфеля (). Тогда нормальная доходность акции i-го эмитента в день определяется по формуле

Для поправки «сырого» бета можно использовать корректировку Блюма или любую другую корректировку .

В некоторых зарубежных исследованиях учитывается также зависимость нормальной доходности акций от размера компании, отношения балансовой стоимости активов к капитализации (трехфакторная модель Фамы-Френча) и поведения котировок компании в недавнем прошлом (четырехфакторная модель Кархарта). Дополнительное включение данных факторов позволяет выявить изменение доходности по акциям, вызванное именно изменением рекомендации, а не способностью аналитика предсказывать рост или падение котировок исходя из характеристик компании. В редких случаях можно встретить расчет нормальной доходности при помощи многофакторных моделей на базе арбитражной теории ценообразования финансовых активов.

Относительно выбора модели для оценки нормальной доходности стоит отметить, что Brown S. J. и Warner J. B. в работах [13] и [14] показали, что даже простейшая модель со средним приемлема для проведения событийного анализа, а результаты при использовании многофакторных моделей незначительно отличаются от результатов, полученных в модели со средним и в однофакторной модели CAPM. В работе (Погожева, 2013) [4] также демонстрируется незначительная разница в значении нормальных доходностей, полученных при помощи CAPM и рассчитанных как доходность рыночного портфеля.

Следующим этапом является расчет «абнормальной» доходности. Событийный анализ строится на предположении о том, что фактическая наблюдаемая доходность акции в каждый момент времени равна сумме «нормальной» и «абнормальной» доходностей. Таким образом, абнормальную доходность можно рассчитать по формуле

где - фактическая доходность акции i-го эмитента в день t, - нормальная доходность акции i-го эмитента в день t, рассчитанная одним из вышеперечисленных способов.

Далее становится возможным подсчет кумулятивной абнормальной доходности, которая представляет собой сумму абнормальных доходностей за все предыдущие дни событийного окна

Для позитивных и негативных событий кумулятивные абнормальные доходности рассчитываются отдельно.

Следующим шагом проводится усреднение кумулятивных абнормальных доходностей отдельно по позитивным и негативным событиям выборки.

Для этого сначала суммируются по датам событийного окна значения по всем эмитентам выборки и по событиям для одной компании, если в течение исследуемого периода рекомендации относительно акций этой компании были пересмотрены несколько раз. Среднее значение кумулятивной абнормальной доходности для позитивного события на день t может быть рассчитана по формуле

где N - количество позитивных событий, - кумулятивная абнормальная доходность акции i-го эмитента в результате положительного события на день t событийного окна.

Кумулятивная абнормальная доходность для негативного события может быть рассчитана аналогичным способом. Кроме того, средняя кумулятивная абнормальная доходность от позитивного события на день t событийного окна может быть представлена как сумма всех усредненных абнормальных доходностей, возникших в период

: , при

где N - количество позитивных событий. Кумулятивная абнормальная доходность для негативного события находится аналогично.

Далее необходимо проверить корректность использования метода Event study, основанного на предпосылке, что распределены нормально. Для проверки нормальности распределения в исследовании (Теплова, 2008) [6] используется тест Колмогорова-Смирнова, также с этой целью может быть использован более мощный тест Jarque-Bera и другие тесты.

Если тест отвергнет гипотезу о нормальности распределения, то полученные методом Event study результаты нельзя считать значимыми.

Стоит также отметить, что Brown S. J., Warner J. B. в работе [14] продемонстрировали, что если количество событий превосходит 50, то распределение стремится к нормальному, а значит, применение стандартных тестов на проверку значимости можно считать корректным.

Таким образом, для определения статистической значимости полученных результатов можно использовать тестовую t-статистику

где - дисперсия средней абнормальной доходности, значения которой за разные дни считаются независимыми.

Нулевая гипотеза о равенстве нулю отвергается, если наблюдаемое значение тестовой статистики по модулю превысит критическое значение , соответствующее 1%, 5% или 10% уровню значимости.

Заключительным этапом проведения событийного анализа является проверка устойчивости результатов исследования при изменении спецификации модели. Иными словами, необходимо определить, не вызвана ли рассматриваемая нами реакция котировок другими факторами, влияющими на принятие решения о пересмотре рекомендации. Изменять спецификацию для проверки на устойчивость результата можно путем устранения пересечения окон, варьирования ширины окна событий, смены метода расчета «нормальной доходности», изменения корректировок беты, удаления и добавления факторов, выбора различных временных интервалов для исследования и т.п.

Так, например, в работе (Погожева, 2013) [4] проверка устойчивости результатов осуществляется путем разбиения каждой выборки на четыре подпериода, каждый из которых соответствует году выпуска пересмотра по рекомендации. Статистическая значимость результатов была выявлена на каждом из подпериодов как для позитивных, так и для негативных событий. Кроме того, результаты были проверены для выборок рекомендаций банков с высокой репутацией, российских банков, зарубежных банков, а также выборок по отдельным банкам, опубликовавшим наибольшее количество пересмотров по рекомендациям.

2.2 Проблемы применения метода Event study

При применении метода событийного анализа может возникнуть целый ряд проблем, приводящих к недостоверности полученных результатов.

Во-первых, если интервал времени между пересмотрами рекомендаций по одному эмитенту меньше ширины событийного окна, то неизбежно произойдет пересечение событийных окон, и абнормальные доходности уже нельзя будет считать независимыми. Нарушение данной предпосылки событийного анализа приводит к занижению стандартной ошибки, а значит, тестовая статистика может ошибочно указать на значимость результатов.

Стоит отметить, что Brown S. J. и Warner J. B. в работе [14] показали, что вне зависимости от модели расчета нормальной доходности полученные при помощи Event study результаты не значительно отличаются для выборок, где есть корреляция данных, и где ее нет. Тем не менее, при исследовании реакций на рекомендации фондовых рынков стран большой семерки Jegadeesh N. и Kim W. [27] предложили способ, позволяющий избавиться от влияния на результат зависимости абнормальных доходностей при частом выходе событий. Для определения средней абнормальной доходности акций эмитента авторы предлагают для каждого пересмотра рекомендаций по каждой компании усреднять значения абнормальных доходностей за текущий месяц. Затем, взвешивать средние месячные абнормальные доходности по количеству смен рекомендаций в текущем месяце относительно количества всех пересмотров по данной компании.

Во-вторых, отсутствие единого подхода к определению ширины событийных окон привносит в исследование субъективность. Некоторые события, например катастрофы, трудно предугадать, тогда событийное окно начинается со дня их возникновения. Другие события, такие как пересмотр рекомендации, слияние или поглощение, можно спрогнозировать, поэтому абнормальная доходность возникнет еще до наступления события, а значит необходимо покрыть этот период событийным окном. Кроме того, некоторые события, например изменение дивидендов, быстро отражаются на котировках акций, а значит, для них может быть выбрано более узкое событийное окно, нежели для других событий, таких как слияние или поглощение, которые оказывают влияние на котировки в течение длительного периода времени.

Таким образом, ширина событийного окна должна зависеть от прогнозируемости события и того, как долго это событие может оказывать свое влияние на котировки. Однозначно определить тип события можно при помощи нейронных сетей, байесовского алгоритма или иных методов автоматической классификации.

Однако на данный момент не существует единого метода, позволяющего однозначно определить оптимальную величину событийного окна для интересующего события, тем не менее, от этой величины зависят результаты исследования. Излишне широкое событийное окно учтет большое количество информационных событий, не относящихся к пересмотру рекомендации. При этом результаты, полученные при помощи слишком узкого событийного окна, могут быть искажены ошибками в данных о датах пересмотра рекомендаций.

В-третьих, существует субъективность в выборе способа расчета нормальной доходности. Как уже упоминалось в предыдущей главе, существует несколько способов расчета нормальной доходности, и, как было показано Brown S. J. и Warner J. B. в работе [14], они дают достаточно близкие по значению результаты. Тем не менее, на длительных периодах времени методика расчета нормальной доходности может оказать значительное влияние на результат.

В-четвертых, полученные результаты могут быть искажены влиянием на цены акций прочих информационных событий, помимо пересмотров рекомендаций. Однако Ryan и Taffler в работе [39] показали, что пересмотр рекомендации оказывает наиболее сильное влияние на котировки, нежели иные информационные события компании. Сопоставив динамику капитализации с различными новостными событиями, авторы пришли к выводу, что примерно 65% ценовых изменений можно объяснить появлением информационных событий, из них 17% - это пересмотр рекомендаций, такой же высокий процент имеет только публикация финансовой отчетности компании.

2.3 Гипотезы, тестируемые при помощи Event study

Как уже упоминалось ранее, метод Event study быть использован не только для определения влияния рекомендаций аналитиков на цены акций, но и для тестирования достаточно широкого круга гипотез о влиянии каких-либо событий на фондовый рынок. Так, например, в работе (Bradley, Desai & Kim, 1988) [12] при помощи метода событийного анализа исследовали отклонения доходностей акций в ответ на объявления о намерениях в сделках слияния и поглощения на американском фондовом рынке.

MacKinlay в работе [32], используя метод событийного анализа, исследует влияние объявлений о финансовых результатах деятельности американских компаний на котировки их акций.

Miller и Darius P. D в работе [34] при помощи метода событийного анализа оценивают реакцию цен акций на размещение депозитарных расписок более чем 180 эмитентами из 35 стран мира. Применение Event study для оценки последствий выхода эмитентов на зарубежные биржи также была предпринята Naliniprava Tripathy и Manish Kumar Jha [36], исследовавших данные по индийскому рынку за период 2004-2009 гг. и пришедших к выводу, что данное событие не имеет существенного влияния на котировки.

Метод событийного анализа может использоваться для изучения влияния объявлений об изменении дивидендных выплат на капитализацию. Теплова Т.В. в работе [6] проводит эмпирическое исследование, тестирующее гипотезу о том, что объявление об увеличении дивидендов не будет восприниматься как хороший сигнал со стороны фирмы, если у нее есть потенциал для более эффективного инвестирования заработанных средств.

Кроме того, существует ряд исследований, посвященных влиянию на котировки таких событий, как сплит акций, решение компании о привлечении заемного или собственного капитала, изменения в законодательной базе и так далее.

Однако в рамках данной работы особый интерес представляет рассмотрение различных гипотез, связанных именно с влиянием рекомендаций аналитиков на фондовый рынок.

В общем случае тестируется гипотеза том, отлична ли от нуля средняя абнормальная доходность в день пересмотра рекомендации, а также в некоторый период до и после этого события. Также методом событийного анализа могут оцениваться не только величина и скорость реакции рынка на пересмотр рекомендаций, но и асимметричность этой реакции.

Гипотеза о наличии абнормальной доходности в период после события также может быть сформулирована как гипотеза об эффективности рынка. Если рынок эффективен, то в каждый момент времени цены отражают всю имеющуюся информацию, а значит, реакция цен акций на пересмотр рекомендации произойдет мгновенно и абнормальная доходность в период после события будет равна нулю. Если же рынок неэффективен, будет иметь место продолжительный рост котировок при повышении рекомендации, и продолжительное падение - при понижении, а значит, абнормальная доходность в период после события будет статистически отлична от нуля. Таким образом, если абнормальная доходность после пересмотра рекомендации статистически не равна нулю, то рынок нельзя назвать эффективным.

Barber и Loeffler в своем исследовании [9], пытаясь объяснить влияние на котировки пересмотров рекомендаций, выдвинули две альтернативных гипотезы. Гипотеза «ценового давления» подразумевает, что из-за высоких затрат на проведение регулярного фундаментального анализа, непрофессиональные инвесторы полагаются на рекомендации аналитиков, двигая тем самым котировки акций в соответствующем направлении. Гипотеза «распространения информации» предполагает, что рекомендации аналитиков основываются на фундаментальном анализе и содержат важную для рынка информацию, на которую инвесторы обоснованно реагируют. Если верна гипотеза «ценового давления», то в скором времени благодаря действиям профессиональных инвесторов должен произойти «откат» котировок на прежний уровень. Если же верна гипотеза «распространения информации», то цены акций не будут демонстрировать возвращение к прежнему уровню вскоре после события.

Однако Cervellati, Ferretti и Pattitoni [16] показали, что помимо двух упомянутых выше гипотез, объяснить реакцию цен акций на рекомендации можно при помощи гипотезы «повышенного внимания». Данная гипотеза объясняет также асимметричность изменения котировок при повышении и понижении рекомендаций. Гипотеза «повышенного внимания» исходит из предположения, что непрофессиональные инвесторы чутко реагируют на рекомендации «покупать», поскольку это помогает им выбрать ценные бумаги для инвестирования. При этом непрофессиональные инвесторы слабо реагируют на рекомендации «продавать», вследствие отсутствия в их портфеле акций данной компании и редкого использования ими механизма коротких продаж. Если гипотеза «повышенного внимания» верна, то при повышении рекомендаций изменение котировок должно быть более значительным, чем при понижении рекомендаций.

Таким образом, метод событийного анализа может быть использован для тестирования достаточно широкого круга гипотез, в том числе гипотез о влиянии пересмотров рекомендаций на цены акций. Данный метод позволяет определить силу, скорость и асимметричность реакции котировок. Подавляющее большинство исследований по этой теме принадлежит американским экономистам, которые тестировали различные гипотезы на американском рынке и рынках развитых стран. В целом, большая часть исследований подтверждает рост котировок при повышении рекомендации и падение - при понижении. Тем не менее, количественные результаты, полученные разными авторами, немного отличаются. Данные расхождения, вероятно, могут быть вызваны применением различных методик расчета нормальной доходности.

2.4 Достоинства и недостатки Event study

Рассмотрев алгоритм метода Event study, выявив проблемы, которые могут возникнуть при его применении, а также исследовав гипотезы, тестирующиеся при помощи событийного анализа в научных статьях, можно сделать вывод о том, что данный метод обладает рядом важных преимуществ и не лишен недостатков. Прежде всего, достоинством Event study является то, что он позволяет оценить не только скорость и силу реакции котировок на пересмотры рекомендаций аналитиков, но также и асимметричность этой реакции. Более того, данный метод можно применять не только для оценки влияния рекомендаций аналитиков на динамику цен акций, но и для тестирования широкого спектра других гипотез из области экономики и финансов. Также метод Event study примечателен тем, что требует минимальное количество входных данных. Так, например, для проверки гипотезы о влиянии рекомендаций на котировки требуются только исторические данные о динамике цен акций и новостная лента.

Однако метод Event study имеет некоторые недостатки. Прежде всего, существует субъективность в выборе способа расчета нормальной доходности. Кроме того, субъективность в исследование привносит отсутствие единого подхода к определению ширины событийных окон.

Также при использовании метода Event study нельзя забывать о том, что он исходит из предпосылок о независимости абнормальных доходностей и о нормальности распределения абнормальной доходности, и если они не выполняются, то результатам, полученным при помощи данного метода, доверять нельзя. Более того, проводя исследование при помощи Event study необходимо учитывать тот факт, что полученные результаты могут быть искажены влиянием на цены акций прочих информационных событий.

Тем не менее, на мой взгляд, метод Event study может быть признан мощным и перспективным инструментом исследований в случае обоснованности выбора ширины событийного окна и способа расчета нормальной доходности, а также при учете всех ограничений, которые накладываются при использовании данного метода.

3. Эмпирический анализ информационной значимости рекомендаций аналитиков

В рамках данной главы проверяется корректность использования метода Event study для оценки информационной значимости рекомендаций аналитиков на российском рынке, обосновывается выбор ширины событийного окна и способа расчета «нормальной» доходности. Исследуется краткосрочная и долгосрочная реакция котировок на пересмотры, а также проводится проверка полученных результатов на устойчивость.

3.1. Сбор и первичная обработка данных

Сбор и обработка данных о пересмотрах рекомендаций осложняется отсутствием баз данных, позволяющих получить достоверную информацию о датах публикации аналитических отчетов по акциям российских эмитентов. Тем не менее, агентство «Интерфакс» оперативно размещает информацию о пересмотрах рекомендаций на новостной ленте: обычно это происходит в день публикации аналитических отчетов инвестиционными банками, в редких случаях задержка составляет 1-2 дня.

В связи этим, сбор и обработка данных осуществлялись в ручном режиме с использованием новостной ленты агентства «Интерфакс». История новостей о пересмотрах в указанном источнике доступна с 2009 года. Исходная выборка строилась на данных за июль 2009 г. - март 2015 г. и включила в себя 952 случая пересмотра рекомендаций по 35 крупнейшим российским эмитентам. Ниже представлена гистограмма (рисунок 1), демонстрирующая количество наблюдений для каждого из рассматриваемых эмитентов (соответствие эмитентов порядковым номерам см. в таблице 8 в приложениях).

Рисунок 1

Сбор данных о датах публикации годовой консолидированной финансовой отчетности российскими эмитентами также осуществлялся вручную с портала «Центр раскрытия корпоративной информации». Указанный ресурс является проектом информационного агентства «Интерфакс» и содержит всю информацию, которую обязаны раскрывать, согласно российскому законодательству, эмитенты ценных бумаг с указанием даты ее размещения.

Исторические данные по индексу ММВБ и котировкам акций 35 крупнейших российских эмитентов были выгружены с сайта инвестиционного холдинга «Финам». Доходность акций определялась на основе дневных данных по котировкам как натуральный логарифм от отношения цен закрытия соседних дней.

3.2 Проверка корректности использования Event study на российском рынке

Event study основывается на предпосылке, что средние абнормальные доходности в каждый день событийного окна () распределены нормально. Для проверки нормальности распределения может быть использован тест Колмогорова-Смирнова, также более мощный тест Jarque-Bera и другие тесты. Если гипотеза о нормальности распределения отвергается, то применение стандартного теста на проверку значимости результатов будет некорректным.

Стоит отметить, что Brown S. J., Warner J. B. в работе [14] продемонстрировали, что если количество событий превосходит 50, то распределение стремится к нормальному.

Тем не менее, проверим, выполняется ли гипотеза о нормальности распределения средней абнормальной доходности в каждый из дней 11-дневного событийного окна, центрированного вокруг даты пересмотра, при помощи критерия Лиллиефорса. Указанный критерий является модификацией критерия Колмогорова-Смирнова и позволяет тестировать гипотезу о нормальности распределения при неизвестных параметрах нормального распределения. Иными словами, параметры теоретического распределения оцениваются по данным, которые проверяются на соответствие распределению.

Для того чтобы получить эмпирическое распределение, исходный период исследования был разбит на 20 равных отрезков времени, на каждом из которых производился подсчет средних абнормальных доходностей. Ниже представлено аппроксимированное нормальным распределением эмпирическое распределение средней абнормальной доходности для каждого из 11 дней событийного окна при повышении и понижении рекомендаций (рисунки 2 и 3 соответственно).

Рисунок 2

При повышении рекомендации гипотеза о нормальности распределения средней абнормальной доходности не была подтверждена только для двух дней событийного окна (выделены зеленым цветом).

Рисунок 3

При понижении рекомендации гипотеза о нормальности распределения средней абнормальной доходности была подтверждена для всех дней событийного окна.

Таким образом, в целом предпосылка о нормальности распределения абнормальной доходности выполняется, и использование метода Event study для исследования информационной значимости рекомендаций на российском рынке можно считать корректным.

3.3 Выбор спецификации модели

Единственная работа (Погожева, 2013) [4], посвященная информационной значимости рекомендаций на российском рынке, ограничилась исследованием лишь краткосрочной реакции котировок на пересмотры. Основной проблемой, с которой столкнулся автор данной работы, стало пересечение событийных окон, а также попадание в событийное окно прочих информационных событий, что сделало невозможным анализ поведения цен акций на более продолжительных промежутках времени.


Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.