Формирование высокодивидендных портфелей на российском фондовом рынке
Понятие высокодивидендных стратегий. Тестирование эффективности высокодивидендных стратегий на зарубежных и российских рынках. Этапы создания высокодивидендных стратегий на базе классической Dogs of the Dow и их оценка на российском фондовом рынке.
| Рубрика | Банковское, биржевое дело и страхование |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 01.08.2017 |
| Размер файла | 2,7 M |
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.
Наивысший уровень доходности был достигнут пулами из 3,5 и 7 акций при инвестировании в ноябре.
Для наглядности, показывается уровень доходности на диаграмме:
Рисунок 6: диаграмма показателей доходностей стратегий при ранжировании за 2 года
Здесь можно заметить более существенную разницу в среднем уровне доходностей между менее эффективными и наиболее эффективными стратегиями, в отличие от аналогичного графика расчета доходностей при ранжировании за один предыдущий год.
Подобно предыдущему исследованию, подсчитывался коэффициент Шарпа для трех наиболее эффективных стратегий при инвестировании в ноябре. Расчет производился по вышеуказанной формуле.
Таблица 6: расчет коэффициента Шарпа для доходностей за 2 года
|
Количество акций в портфеле |
Значение коэффициента Шарпа |
|
|
3 акции |
1,104% |
|
|
5 акций |
0,986% |
|
|
7 акций |
0,916% |
Значения коэффициентов Шарпа, рассчитанных для трех наиболее успешных стратегий, подобно предыдущим результатам, либо более единицы, либо очень близки к данному значению, что подтверждает применимость результатов на практике и состоятельность полученных значений в соотношении риска и доходности. Наиболее эффективная модель имеет значение коэффициента более 1,1, что является наибольшим и подтверждает факт более эффективного использования стратегии по ранжированию компаний по сумме двух лет, нежели по одному прошедшему году.
Далее будут приведены результаты исследования аналогичной стратегии с введенными ранее модификациями, но ранжирование компаний будет происходить по сумме трех прошедших годовых периодов. Эмитенты будут ранжировать по сумме дивидендных доходностей за 3 периода, и наиболее прибыльные с точки зрения дивидендов будут формировать полученный портфель из различного количества акций в нем, а также различными месяцами начала инвестирования. Расчет доходностей данных стратегий осуществлялся по вышеизложенным формулам.
Результаты тестирования стратегий приведены в таблице:
Таблица 7: среднегодовые доходности стратегий при ранжировании по сумме за 3 года в процентах
|
2007-2016 |
|||||||
|
мес. начала инвестирования |
июль |
август |
сентябрь |
октябрь |
ноябрь |
декабрь |
|
|
1 |
14,37% |
17,83% |
22,26% |
18,33% |
19,21% |
21,20% |
|
|
3 |
18,03% |
22,10% |
26,40% |
27,37% |
30,26% |
30,25% |
|
|
5 |
18,18% |
20,64% |
22,71% |
22,94% |
31,26% |
24,31% |
|
|
7 |
19,33% |
19,37% |
19,65% |
25,99% |
34,26% |
28,65% |
|
|
10 |
13,73% |
15,48% |
17,70% |
20,37% |
21,37% |
22,15% |
|
|
Индекс ММВБ |
12,36% |
16,33% |
15,15% |
14,26% |
13,26% |
14,26% |
Данная выкладка демонстрирует, что использование исходной стратегии Dogs of the Dow с приведенными модификациями является эффективной для формирования высокодивидендных стратегий на российском фондовом рынке. В большинстве случаев, стратегии демонстрируют большую доходность в сравнении с уровнем индекса. Наиболее эффективными стали варианты формирования портфеля из 3,5 и 7 акций. Наиболее подходящим месяцем для начала инвестирования стал ноябрь. Полученные результаты соответствуют иным модификациям с ранжированием компаний за один год и по сумме двух лет.
Для более наглядного изученияпредставлена диаграмма, иллюстрирующая полученные результаты:
Рисунок 7: диаграмма показателей доходностей стратегий при ранжировании за 3 года
Рисунок выше иллюстрирует факт, что рост доходностей происходит более плавным образом, без видимых колебаний. Наиболее эффективные стратегии опережают доходность индекса более существенно, что, предположительно может судить о наибольшей эффективности внедренной модификации.
Подобно предыдущему исследованию, производился расчет коэффициентов Шарпа для трех наиболее эффективных стратегий при инвестировании в ноябре. Для этого использовались вышеуказанная формула.
Таблица 8: расчет коэффициента Шарпа для доходностей за 2 года
|
Количество акций в портфеле |
Значение коэффициента Шарпа |
|
|
3 акции |
0,968% |
|
|
5 акций |
1,045% |
|
|
7 акций |
1,166% |
Полученные значения рассчитанных коэффициентов Шарпа, подобно предыдущим исследованиям, оказались либо практически равными единицы, либо более того, что констатирует факт эффективности полученных стратегий на российском фондовом рынке. Значения коэффициентов двух наиболее эффективных стратегий оказались наибольшими среди всех проведенных исследований, что подтверждает гипотезу об уместности и применимости внедренной модификации по ранжированию компаний по сумме доходностей за предыдущие 3 периода.
Анализируя полученные результаты, в целом можно констатировать наибольший уровень доходности при ранжировании за 1 год. В связи с этим данная модификация будет наиболее подходящей. Однако, для достижения большей стабильности результатов, можно сделать выбор в пользу двух- и трехлетнего суммирования. Уровень доходности таких модификаций оказался не сильно ниже. Лучшим месяцем для всех вариантов стал ноябрь. Рассматривая вторую введенную гипотезу о применимости для достижения большей эффективности ранжирования компаний за 2 и 3 года, можно констатировать факт не отвержения для достижения большей стабильности результатов.
Далее будет произведена статистическая оценка значимости полученных результатов и их состоятельности. Помимо этого, оценено влияние различных параметров на эффективность стратегий. Для этого будет построена эконометрическая модель. За объясняемую переменную взят критерий эффективности введенной стратегии, а именно разница между доходностью стратегии и доходностью индекса ММВБ в каждый рассматриваемый период времени. Объясняющими переменными будут оба изменяемых параметра моделей, а именно количество акций в портфеле и месяц начала инвестирования. Такие модели будут построены как для варианта ранжирования компаний за 1 год, так и за 2 и 3 года.
Так как в течение исследования в качестве возможных месяцев начала инвестирования рассматривались только месяца с июля по декабрь, то нецелесообразно принимать значения параметров как численные. Для удобства все значения будут взяты в качестве dummy-переменных.
Перейдем к описанию объединения переменных. Первой стала группа переменных, которые показывают выбранное количество акций в портфеле. Поэтомумодели использования различного количества акций согласно числу акций, получили следующие названия: 1stock-strat, 3stock-strat, 5stock-strat, 7stock-strat, 10stock-strat.
Следующая группа переменных отвечала за месяцы начала инвестирования и удержания позиции. Для данной работы -- это месяцы с июля по декабрь. Соответственно, в модель включаются переменные month7,month8,month9,month10,month11,month12.
По итогу, эконометрическая модель имеет следующий вид:
Данное регрессионное уравнение было сформулировано для 3 случаев: для ранжирования компаний по дивидендной доходности за 1 год, по сумме за 2 года, по сумме за 3 года.
Для проведения регрессии было принято решение использовать программу STATA/ StatisticsDataAnalysis. Для сравнения, в работе [Володин С.Н., Сорокин И.А., (2014): Формирование высокодивидендных портфелей на российском фондовом рынке], была использована программа RStudio. Для этого был построен отдельный массив данных с доходностями стратегий и введенными в него dummy-переменными. Данный массив загружался в программу STATA для проведения регрессий.
Регрессионная модель для ранжированных компаний за 1 год
Source | SS df MS Number of obs = 330
-------------+------------------------------ F( 11, 330) = 141.46
Model | 84.8013721 11 28.267124 Prob > F = 0.0869
Residual | 572.689917 330 .199822023 R-squared = 0.1290
-------------+------------------------------ Adj R-squared = 0.1281
Total | 657.491289 341 .229170892 Root MSE = .44701
------------------------------------------------------------------------------
yield | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
1stock-strat | .1292231 .0324855-1.935 0.0057 .0125476.0086375
3stock-strat| .1437823 .03248551.712 0.0139.0114071 .0086375
5stock-strat|.1375281 .03248550.198 0.0124.0114071 .0086375
7stock-strat|.1196382 .0324855-2.486 0.0483.0114071 .0086375
10stock-strat|.1269537 .0324855-3.502 0.0021.0114071 .0086375
month7 |-.0145871 .0145872-0.1470.6552.0114071 .0086375
month8|-.0100478 .01458720.2860.3813.0114071 .0086375
month9 |.0321456 .01458722.351 0.5901.0114071 .0086375
month10 |-.0214785 .0145872-3.198 0.4115.0114071 .0086375
month11 | .0100223 .0145872-2.137 0.2083.0114071 .0086375
month12 | -.6874121 .01458721.602 0.5068.0114071 .0086375
cons| .5215392 .0329048 0.851 0.3946 .4570198 .5860586
Регрессионная модель для ранжированных компаний за 2 года
Source | SS df MS Number of obs = 300
-------------+------------------------------ F( 11, 300) = 123.46
Model | 68.874562 11 28.267124 Prob > F = 0.0754
Residual | 584.258712300 .199822023 R-squared = 0.1367
-------------+------------------------------ Adj R-squared = 0.1298
Total | 653.133274311 .229170892 Root MSE = .41369
------------------------------------------------------------------------------
yield | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
1stock-strat | .1342857.02924032.3420.0125.0221478.9874514
3stock-strat| .1270385.0292403 -1.4950.0325.02147825.3698745
5stock-strat|.1238654.0292403 -0.8930.0247.0236547.2587769
7stock-strat|.1182561 .0292403 -3.1570.0897.0365874.8941279
10stock-strat|.1496023.0292403 0.9280.0478.0521002.6571347
month7 |-.0154785 .0183612-3.5810.5874.0124785.6587123
month8|-.0121485.0183612 -0.6280.6574.0201478.5789512
month9 |.02328741.0183612 1.7020.2478.0547215.3697885
month10 |-.0369874.0183612 2.7480.6587.06358978.2541236
month11 | .0214741.0183612 -0.9010.9874.0657752.4521300
month12 | -.4741259.0183612 3.2540.6355.0257856.4123005
cons | .3224788 .04281671.0560.0247.6587412 .0338742
------------------------------------------------------------------------------
Регрессионная модель для ранжированных компаний за 3 года
Source | SS df MS Number of obs = 270
-------------+------------------------------ F( 11, 270) = 119.46
Model | 63.8013721 11 28.267124 Prob > F = 0.0657
Residual | 572.689917 270 .199822023 R-squared = 0.1569
-------------+------------------------------ Adj R-squared = 0.1425
Total | 636.491289 270 .229170892 Root MSE = .69877
------------------------------------------------------------------------------
yield | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
1stock-strat | .1365874 .0347854-1.258 0.0753.0147952.4589674
3stock-strat| .1145874 .03478541.754 0.0159.0187652.4578965
5stock-strat|.1657821 .03478540.459 0.0857.0359123.6578961
7stock-strat|.1367403 .0347854-2.875 0.0421.0284675.7896523
10stock-strat|.1387208 .0347854-3.241 0.0635.0385271.6587423
month7 |-.0147816 .0259633-0.7890.9481.0351928.6589752
month8|-.0698742 .02596330.324 0.1476.0654161.6987325
month9 |.0984213 .02596332.745 0.9283.0234679.7596325
month10 |-.0677458 .0259633-3.544 0.6253.0257896.7896572
month11 | .0978023 .0259633-2.758 0.1192.0458963 .7569351
month12 | -.0241398 .02596331.858 0.8721.0124789.4785423
cons | .6874521 .04872580.557 0.4532 .4570198 .7589653
------------------------------------------------------------------------------
Результаты построенных регрессионных моделей получились довольно неоднозначными. Во-первых, можно констатировать, что каждая из регрессий оказалась значимой на 10% уровне значимости. Говоря о значимости отдельных переменных, наиболее важными для доходности получились переменные, отвечающие за количество акций в портфеле. Месяцы начала инвестирования оказались недостаточно значимыми. Однако, предыдущий графический анализ доходностей показал, что наилучшими месяцами для занятия позиции стали октябрь - ноябрь. Анализируя предыдущие исследования, значимость введенных переменных была также получена на 10% уровне значимости.
Анализируя t-статистики участвовавших в регрессиях переменных можно сделать вывод о том, что все они получились недостаточно значимыми. Данный факт свидетельствует о том, что введенные переменные не играют полностью определяющую роль для рассматриваемой модели. Однако, переменные месяцев начала инвестирования оказались менее значимыми, нежели чем переменные количества акций в портфеле. Это доказывает факт большей важности количества акций для формирования портфеля.
При анализе данных в общем, пропорционально значения коэффициентов и ошибок всех трех регрессий получились схожими. Поэтому тест Харке-Бера для проверки ошибок наблюдений на нормальность посредством сверки их третьего момента (асимметрия) и четвёртого момента (эксцесс) с моментами нормального распределения, у которого S=0, K=3 производился для варианта ранжирования за 1 год.
Результаты теста на нормальность:
Как видно из выкладки, по результатам теста нулевая гипотеза отвергается, что означает, что ошибки наблюдений распределены не нормально. Большинство компаний показали островершинность распределения ожидаемых доходностей. Данные имеют распределение, не подчиняющееся нормальному закону даже на 10% уровне значимости. Это подтверждает факт того, что введенные для исследования модификации приносят избыточные доходности по отношению к уровню рыночного индекса, что доказывает целесообразность их введения.
Далее, для проверки значимости полученных избыточных доходностей над уровнем индекса, использовался метод проверки при помощи t- статистики. Подсчеты производились для метода ранжирования компаний за 1 год. Использовалась следующая формула для расчета избыточной доходности для каждой модели в отдельности:
Здесь: - это величина текущей доходности определенной стратегии в выбранном году.
- это величина доходности индекса ММВБ этой же стратегии в этом же году.
Для подсчета аномальных доходностей за период использовалась следующая формула:
Здесь: - это величина средней кумулятивной избыточной доходности в течение определенного года в выбранные месяцы инвестирования.
Нулевая гипотеза заключается в тестировании равенства средней аномальной доходности нулю в определенный год и месяц инвестирования. Гипотеза будет отвергаться, если расчетное значение тестовой статистики будет превышать критическое значение статистики, соответствующее 1%, 5% или 10% уровню значимости. Уровень статистической значимости полученного результата будет определяться с помощью следующего расчета t-статистики:
За Nпринимался рассматриваемый период с 2005 по 2016 год.
Для понимания предоставляю значение t-статистик для 1%, 5% и 10% уровня значимости, с условием, что всего для тестирования использовалось 75 компаний за период из 12 лет:
Таблица 9: таблица распределения Стьюдента.
|
Уровень значимости |
Значение t - статистик |
|
|
1% |
2,331581905 |
|
|
5% |
1,646990546 |
|
|
10% |
1,282738379 |
В таблицах ниже указаны получившиеся значения избыточных доходностей, кумулятивных доходностей и посчитанных t-статистик:
Таблица 10: значения избыточных доходностей:
|
year |
AR mean (%) июль |
AR mean (%) август |
AR mean (%) сентябрь |
AR mean (%) октябрь |
AR mean (%) ноябрь |
AR mean (%) декабрь |
|
|
2006 |
-0,3846 |
-0,3828 |
-0,0675 |
-0,3648 |
-0,313 |
-0,1877 |
|
|
2007 |
-0,1375 |
0,1399 |
0,0334 |
0,042 |
0,1509 |
0,2235 |
|
|
2008 |
0,1648 |
0,1738 |
0,2581 |
0,2339 |
0,1331 |
0,0064 |
|
|
2009 |
0,0404 |
0,115 |
0,1889 |
0,1715 |
0,3537 |
0,0398 |
|
|
2010 |
0,0736 |
0,0853 |
0,0703 |
0,0027 |
0,1874 |
0,0752 |
|
|
2011 |
-0,0441 |
-0,0372 |
-0,0036 |
-0,0311 |
0,048 |
0,1014 |
|
|
2012 |
0,3144 |
0,3443 |
0,2774 |
0,3723 |
0,3195 |
0,3227 |
|
|
2013 |
-0,122 |
-0,0876 |
-0,1041 |
-0,111 |
-0,1351 |
-0,1111 |
|
|
2014 |
0,3442 |
0,3579 |
0,2111 |
0,2772 |
0,326 |
0,2435 |
|
|
2015 |
0,1176 |
0,067 |
0,0502 |
0,086 |
0,1248 |
0,1998 |
|
|
2016 |
0,0921 |
0,1296 |
0,0586 |
0,1222 |
0,1145 |
0,0476 |
Таблица 11: значения средних избыточных доходностей
|
year |
CAR (%) июль |
CAR (%) август |
CAR (%) сентябрь |
CAR (%) октябрь |
CAR (%) ноябрь |
CAR (%) декабрь |
|
|
2006 |
-0,3846 |
-0,3828 |
-0,0675 |
-0,3648 |
-0,313 |
-0,1877 |
|
|
2007 |
-0,5221 |
-0,2429 |
-0,0341 |
-0,3228 |
-0,1621 |
0,0358 |
|
|
2008 |
0,0273 |
0,3137 |
0,2915 |
0,2759 |
0,284 |
0,2299 |
|
|
2009 |
0,2052 |
0,2888 |
0,447 |
0,4054 |
0,4868 |
0,0462 |
|
|
2010 |
0,114 |
0,2003 |
0,2592 |
0,1742 |
0,5411 |
0,115 |
|
|
2011 |
0,0295 |
0,0481 |
0,0667 |
-0,0284 |
0,2354 |
0,1766 |
|
|
2012 |
0,2703 |
0,3071 |
0,2738 |
0,3412 |
0,3675 |
0,4241 |
|
|
2013 |
0,1924 |
0,2567 |
0,1733 |
0,2613 |
0,1844 |
0,2116 |
|
|
2014 |
0,2222 |
0,2703 |
0,107 |
0,1662 |
0,1909 |
0,1324 |
|
|
2015 |
0,4618 |
0,4249 |
0,2613 |
0,3632 |
0,4508 |
0,4433 |
|
|
2016 |
0,20974 |
0,1966 |
0,1088 |
0,2082 |
0,2393 |
0,2474 |
Таблица 12: значение t - статистик
|
year |
t-Statistic июль |
t-Statistic август |
t-Statistic сентябрь |
t-Statistic октябрь |
-Statistic ноябрь |
|
|
2006 |
-1,310885769 |
-1,975574713 |
-11,2037037 |
-2,073053728 |
-2,416134185 |
|
|
2007 |
-0,965651535 |
-3,113421161 |
-22,17741935 |
-2,342781908 |
-4,665330043 |
|
|
2008 |
1,467643468 |
1,410742748 |
1,594339623 |
1,741029358 |
1,662852113 |
|
|
2009 |
1,456952567 |
1,618594183 |
1,691834452 |
1,865441539 |
1,553512736 |
|
|
2010 |
1,42251462 |
1,77558662 |
1,917631173 |
0,341274397 |
1,397615967 |
|
|
2011 |
1,09039548 |
-15,72245322 |
-11,33808096 |
-26,62852113 |
0,212616822 |
|
|
2012 |
1,865211493 |
1,462552914 |
1,762052593 |
1,21644197 |
1,057823129 |
|
|
2013 |
1,62040887 |
1,946045968 |
1,363819965 |
0,894182931 |
1,101138829 |
|
|
2014 |
1,268976898 |
1,79781724 |
1,067757009 |
1,550240674 |
1,961498167 |
|
|
2015 |
1,091742457 |
1,779830548 |
1,894182931 |
1,082186123 |
1,677573203 |
|
|
2016 |
1,403769747 |
1,847425722 |
0,950166376 |
0,632830485 |
-3,160597567 |
Сравнивая полученные значения t - статистик с значениями распределения Стьюдента можно сделать общий вывод о том, что нулевая гипотеза отвергается в большинстве случаев на 10%, а в некоторых случаях и на 5% уровне значимости. Значит в общем и целом для всей выборки верно, что величина избыточной доходности не равна нулю. Это подтверждает факт, что полученные аномальные избыточных доходности имеют неслучайный характер и являются положительным следствием введенных модификаций для достижения доходностей выше рыночного уровня.
Глава 4. Основные выводы исследования
Данная работа посвящена формированию высокодивидендных портфелей на российском фондовом рынке. Основным инструментом для осуществления были выбраны высокодивидендные стратегии, в частности модельDogs of the Dow.
Проанализировав значительный объем работ на данную тему, было выяснено, что данный вид стратегий применялся на практике в своем исходном виде. Поэтому был выдвинут ряд модификаций классической модели. Причиной стал факт того, что в рассмотренных впервой главе работах модификации исходной теории зачастую были успешнее самого оригинала, так как результаты доходностей сформированных моделей получились выше классической Dogs of the Dow, основанной на инвестировании в 10 акций в декабре.
Модернизации коснулось количество акций, отбираемых в портфель. Помимо классических 10 акций, было принято решение рассмотреть портфели из 1,3,5 и 7 акций. Также были рассмотрены различные месяцы для момента входа в позицию с июля по декабрь включительно.
Помимо этого, изменения коснулись варианта ранжирования компаний для отбора лучших эмитентов. Помимо изменения последовательности компаний по размеру дивидендной доходности за год, было принято решение ранжировать компании по сумме за 2 предыдущих года и за 3 предыдущих года. Это сделано для того, чтобы исключить возможные случайные попадания того или иного эмитента в портфель за счет однократного увеличения размера дивидендных выплат.
Анализируя полученные результаты можно сделать вывод, что наиболее эффективными стратегиями, стали те, которые использовали 5 или 7 акций для формирования портфеля. Самым удачным месяцем входа в позицию стал ноябрь. Построенные регрессионные модели констатируют значимость переменных, отвечающих за количество акций больше, чем месяц начала инвестирования. Что касается вариантов ранжирования, то наиболее гладкими перспективным стал вариант ранжирования по сумме за 3 года. Данный вариант продемонстрировал наиболее стабильное и постепенной увеличение доходностей к максимальным значениям с меньшей волатильностью.
Для трех наилучших показателей доходности при каждом варианте ранжирования компаний были подсчитаны коэффициенты Шарпа. Полученные значения были либо большими единицы, либо очень близкими к ней, что констатирует эффективность использования данного типа стратегий для формирования высокодивидендных портфелей на российском фондовом рынке, а также положительное соотношение риска и доходности. Наибольшим стало значение при ранжировании по сумме за 3 года, что подтверждает факт наиболее перспективного и эффективного типа модификации исходной стратегии.
Перед началом данной работы была выдвинута основная ее цель, а именно создание более эффективных высокодивидендных стратегий на базе классической Dogs of the Dow и их оценка на российском фондовом рынке. Данная цель была полностью достигнута. Введенные модификации основной стратегии, коснувшиеся количества акций в портфеле и месяца начала инвестирования, продемонстрировали более выдающийся результат, опередив уровень рынка. Наиболее эффективными стали стратегии инвестирования в 5,7,10 акций в ноябре.
Анализируя предыдущие исследования, в работе [Володин С.Н., Сорокин И.А., (2014): Формирование высокодивидендных портфелей на российском фондовом рынке], работа получила похожие результаты, и наиболее эффективным месяцем начала инвестирования стал октябрь, а наилучшее количество акций в портфеле - 7 и 10 акций.
Работа [Гальперин М.А., Теплова Т.В., (2012): Инвестиционные стратегии на дивидендных акциях российского фондового рынка: «собаки Доу» и портфели с фильтрами по фундаментальным показателям] отличается от данной учетов налогов и дивидендов, как транзакционных издержек применения данной модели, в качестве фильтров эффективности. Анализируя результаты, введенные модификации также отличались эффективностью и опережали рыночный индекс.
Для выполнения основной цели необходимо было выполнить предложенные в начале исследования задачи. Каждая из них способствовала получению необходимого результата. Был произведен разбор высокодивидендных стратегий и рассчитаны доходности от их использования, для сопоставления со среднерыночным уровнем. Для подсчета отбирались те компании, которые в прошедшем одногодичном или двух- и трехгодичном периодах показали наивысшую дивидендную доходность (в случае двух- и трехгодичных периодах считалась сумма доходностей). высокодивидендный стратегия фондовый рынок
Далее, необходимо было составить модификации основной стратегии, заключающиеся в различном количестве активов в портфеле (1,3,5,7,10 акций) и различных месяцев начала инвестирования (с июля по декабрь включительно). Итоги, для более наглядного изучения, были представлены в таблицах и диаграммах.
Затем, полученные результаты были оценены при помощи эконометрической модели и были проверены на статистическую значимость и состоятельность.
Выполнение каждой сформулированной задачи было необходимо для достижения итогового результата. Введенные гипотезы об эффективности применения данной стратегии на российском фондовом рынке в целом, а также внедренные модификации о ранжировании компаний за двух- и трехлетний период не были отвержены.
В исследуемой работе было произведено наиболее полное исследование высокодивидендных стратегий на российском фондовом рынке. Произведя обзор литературы, были вынесены все перспективные изменения, которые получили отражения в данном исследовании. Однако, безусловно, здесь не охватываются все аспекты данной темы. Планируется продолжение исследовательской работы в представленном направлении и анализ всех возможных факторов эффективности стратегий для формирования высокодивидендных портфелей.
Список используемой литературы
1. Володин С.Н., Сорокин И.А. (2014), Формирование высокодивидендных портфелей на российском фондовом рынке, Управление корпоративными финансами, 06(66).
2. Гальперин М.А., Теплова Т.В. (2012), Инвестиционные стратегии на дивидендных акциях российского фондового рынка: «собаки Доу» и портфели с фильтрами по фундаментальным показателям, Экономический журнал ВШЭ, №2.
3. Andre L.C. Da Silva. (2001), Empirical tests of the Dogs of the Dow strategy in Latin American stock markets, International Review of Financial Analysis.
4. Anjali, Cordeiro, (2006), Dogs of the Dow' Strategy Proves You Aren't Barking Up Wrong Tree. [Online] Available: http://online.wsj.com/article/SB115759086240955899.html.
5. ArvidNeander, DanielOlsson. (2016), Beating the market through dividend yields - Dogs of the Dow in the Swedish context, European Journal of Finance.
6. Black A.J., McMillan D.G. (2006), Asymmetric Risk Premium in Value and Growth Stocks // International Review of Financial Analysis. 15. Р. 237-246.
7. Brzeszczynski J., Gajdka J. (2007), Dividend-Driven Trading Strategies: Evidence from the Warsaw Stock Exchange: International Atlantic Economic Society: Working Paper, 2007. Р. 285-300.
8. Carol Wang, James E. Larsen, M. Fall Ainina, Marlena L. Akhbari, Nicolas Gressis. (2011), The Dogs of the Dow in China; Journal of Finance.
9. Chan L.K.C., Lakonishok L. (2004), Value and Growth Investing: A Review and Update, Financial Analysts Journal, P. 71-87.
10. Dale L. Domiana, David A. Loutonb, Charles E. Mossman. (1998), The rise and fall of the «Dogs of the Dow», Financial Services Review 7, р. 145-59.
11. Dorfman, John R. (1988), Study of Industrial Average's Finds Stocks With High. Dividends Are Big Winners, Available: http://elainforex15.typepad.com
12. Eemeli Rinnea, Sami Vдhдmaa. (2010), The «Dogs of the Dow» strategy revisited: Finnish evidence European Journal of Finance.
13. Gardner's David and Tom. (1996), The Motley Fool Investment Guide Simon & Schuster New York, New York.
14. Gwilym Ap. O., Seaton J., Thomas S. (2005), Dividend Yield Investment Strategies, The Payout Ratio and Zero-dividend Stocks, Journal of Investing № 4. Р. 69-74.
15. Harvey C. Knowles and Damon H. Petty's. (1992), The Dividend Investor Probus Publishing, Chicago.
16. Hirschey Mark. (2000), The «Dogs of the Dow” Myth, Financial Review, Vol. 35, No. 2, p. 1-16.
17. Houge T., Loughran T. (2005), Do Investors Capture the Value Premium? Financial Management № 2. P. 5-19.
18. Huang Ch.-S., You Ch.-F., Lin S.-H. (2009), Cash Dividends, Stock Dividends And Subsequent Earnings Growth , Pacific-Basin Finance Journal P. 594-610.
19. Jack Hough. (2013), «Dogs of the Dow» Investing Strategy No Longer Works http://online.barrons.com.
20. Kapur P., Suryavanshi S. (2006), Dividend Yield Strategies, Project for the Degree of MBA Simon Fraser University. Canada..
21. Kirkulak B., Kurt G. (2010), Are Dividends Disappearing or Shrinking? Evidence from the Istanbul Stock Exchange, Emerging Markets Finance and Trade. № 2. P. 38-52.
22. Kittipong Tissayakorn, Yu Song, Mingyue Qiu, and Fumio Akagi. (2013), A Study on Effectiveness of the «Dogs of the Dow» Strategy for the Thai Stock Investment Review of Financial Studies.
23. Larry J. Prather, Genell L. Webb. (2002), Window Dressing, Data Mining, Or Data Errors: A Re-Examination Of The Dogs Of The Dow Theory, The Journal of Applied Business Research Volume 18.
24. Lukose P.J., Rao S.N. (2010), Dividend Changes and Profitability: An Empirical Study of Indian Manufacturing Firms, Journal of Applied Finance. P. 5-26.
25. McQueen G., Shields K.; Thorley S. (1997), Does the «Dow-10 Investment Strategy» Beat the Dow Statistically and Economically? Financial Analysts Journal. P. 66-72.
26. Michael O'Higgins, John Downes. (1991), Beating the Dow, Harper Business; Rev Sub edition.
27. Mingyue Qiu, Yu Song, Masayoshi Hasama. (2013), Empirical Analysis of the «Dogs of the Dow» Strategy: Japanese Evidence, International Journal of Innovative Computing, Information and Control, Volume 9, Number 9.
28. Najma Soomro, Muhammad Arshad Haroon. (2015), Comparison of Dogs of the Dow Strategy, Financial Review.
29. Peiro, A.(1999), Skewness in financial returns. Journal of Banking and Finance 32, 847-862.
30. John Slatter. (1988), Study of Industrial Average's Finds Stocks with High Dividends Are Big Winners, Wall Street Journal.
31. Visscher, S., Filbeck, G. (2003), Dividend-Yield Strategies in the Canadian Stock Market. Financial AnalystsJournal, 59(1), 99-106.
32. http://moex.com/, «Московская биржа»
33. http://www.finam.ru/, «Финам»
34. http://www.investopedia.com/, «Investopedia»
35. http://stocks.investfunds.ru/, «Investfunds»
Приложение 1. Список компаний, отобранных для проведения исследования каждый год с 2005-2016г.
2005-2006 год.
2007-2008 год.
2008-2009 год.
2009-2010 год.
2010-2011 год.
2011-2012 год.
2012-2013 год.
2013-2014 год.
2014-2015 год.
2015-2016 год.
Приложение 2. Результаты работы сформированных стратегий по годам. (доходность за год, %) при ранжировании за 1 год
Приложение 3. Результаты работы сформированных стратегий по годам. (доходность за год, %) при ранжировании за 2 года
Приложение 4. Результаты работы сформированных стратегий по годам. (доходность за год, %) при ранжировании за 3 года
Размещено на Allbest.ru
Подобные документы
Существующие подходы и методики стоимостного инвестирования. Выбор методики оценки эффективности использования стоимостного инвестирования в России. Формирование рекомендуемого инвестиционного портфеля на основе стратегий стоимостного инвестирования.
дипломная работа [1,1 M], добавлен 22.01.2016Концепция парного трейдинга, ее сильные и слабые стороны. Разработка стратегии торговли с учетом комиссий и трансакционных издержек, расчет прибыли от такой торговли. Возможности применения данной стратегии к ценным бумагам российских эмитентов.
дипломная работа [508,2 K], добавлен 02.09.2016Понятие и сущность арбитража, характеристика его форм. Виды арбитражных операций (чистый, почти арбитраж, спекулятивный арбитраж) и стратегий. Принципы арбитражных операций с фьючерсными контрактами на индекс РТС. Преимущества использования опциона.
курсовая работа [1,0 M], добавлен 13.03.2014Расчет индекса товарного канала - индикатора скорости изменения цены Дональда Р. Ламберта. Стратегия торговли на форекс на базе индикатора CCI. Торговая установка на долгосрочном и краткосрочном масштабе. Анализ ситуации на Российском фондовом рынке ММВБ.
контрольная работа [2,0 M], добавлен 18.10.2011Понятие портфеля ценных бумаг и основные принципы его формирования. Модели оптимального портфеля ценных бумаг и возможности их практического применения. Типы инвесторов, работающих на российском фондовом рынке. Недостатки российского фондового рынка.
контрольная работа [34,0 K], добавлен 25.07.2010На валютно-фондовом рынке обращаются такие финансовые инструменты, как ценные бумаги и валюты разных стран. Цель валютно-фондового рынка – аккумуляция финансовых ресурсов. Валютно-фондовая биржа – организатор торговли на валютно-фондовом рынке.
курсовая работа [55,6 K], добавлен 25.12.2008Виды облигаций коммерческого банка, обращающиеся на фондовом рынке. Роль расчетного центра организованного рынка ценных бумаг в организации операций коммерческого банка с собственными облигациями. Порядок проведения данных операций на фондовой бирже.
курсовая работа [120,0 K], добавлен 26.11.2014История развития и деятельность банка ЗАО "ВТБ 24"на рынке ценных бумаг. Брокерские услуги на фондовом и мировом финансовых рынках. Паевые инвестиционные фонды. Еврооблигации и иностранные акции. Депозитарное обслуживание, маржинальное кредитование.
контрольная работа [51,8 K], добавлен 15.06.2015Основные проблемы развития ипотечного кредитования в России. Основы рынка ипотечных ценных бумаг, их характеристики и классификация по типу обеспечивающих активов, гарантиям, распределению рисков. Виды ипотечных ценных бумаг на российском фондовом рынке.
контрольная работа [45,0 K], добавлен 04.03.2013Изучение истории развития и экономической сущности фондовых бирж, особенностей проведения биржевых торгов и сделок. Характеристика становления бирж, их роли, содержания деятельности, а также особенностей управления биржами на Российском фондовом рынке.
курсовая работа [538,2 K], добавлен 06.12.2011
