Размещено на http://www.allbest.ru/

Оглавление

• Введение
• Глава 1. Научная проработанность проблемы и обоснование важности финансовых отчетностей для финансового рынка
• 1.1 Зарубежные исследования по оценке разного рода событий на рынок
• 1.2 Эмпирика российских аналитиков по проблеме
• 1.3 Значимость финансовых отчетностей для участников рынка
• Глава 2. Методология анализа влияния публикаций финансовых отчетностей
• 2.1 Источники данных по настоящему исследованию
• 2.2 Определение выборки и временного интервала
• 2.3 Модель исследования
• 2.4 Определение окна событий и оценочного интервала
• 2.5 Описание метода событийного анализа
• 2.6 Анализ доходности
• 2.7 Заключение по методологии анализа влияния публикаций финансовых отчетностей
• Глава 3. Оценка рынка на расхождения прогнозных значений с реальными показателями
• 3.1 Параметры выборки
• 3.2 Анализ доходности
• 3.3 Заключение по эмпирическому анализу влияния расхождений прогнозных значений с реальными показателями
• Заключение
• Список литературы
• Приложения
• 

Введение

В условиях нестабильной экономической ситуации в стране как никогда важен контроль за финансовой составляющей предприятия. Необходимо следить за финансовым состоянием компании, оценивать реакцию рынка на информационные события, разбираться в факторах, как внешних, так и внутренних, влияющих на динамику котировок финансовых инструментов.

Наиболее популярным инструментом считаются акции. Благодаря их выпуску компания увеличивает свои финансовые ресурсы, тем самым развивая и укрепляя свою основную деятельность с целью получения большей прибыли. Анализ факторов, влияющих на динамику курса акций, имеет большое значения для многих участников финансовых отношений: инвесторов, менеджеров, акционеров и др. Имея представление о том, как функционирует финансовый рынок и каким образом в нем все взаимосвязано, можно не только обезопасить компанию от возможных рисков, но и спрогнозировать дальнейшее поведение цен.

Актуальность выбранной тематики обусловлена постоянным интересом топ-менеджмента компаний к анализу и оценке стоимости акций. В данном исследовании устанавливается поиск реакции рынка на публикацию финансовой отчетности, чего достаточно долго не проводилось в финансовой среде. Помимо этого, предоставляются обновленные данные по расхождениям фактических значений финансовых показателей с прогнозными и по оценкам реакции рынка на то или иное увеличение/снижение финансового показателя по сравнению с ожидаемым.

Цель и задачи

Цель данной работы заключается в том, чтобы определить, какое влияние оказывают публикации финансовых отчетностей на курс акций, а также демонстрируются отклонения реальных финансовых показателей от ожидаемых аналитиками, и каким образом такое несоответствие оказывает воздействие на рынок.

Соответственно, были поставлены следующие задачи:

- Поиск, сбор, обработка современных российских и зарубежных подходов к решению проблемы;

- Выбор модели для оценки значимости публикации финансовой отчетности на российском рынке;

- Поиск, сбор, обработка и агрегирование данных, построение выборок для применения выбранной модели;

- Реализация метода на основе имеющихся данных и выявление положительных или негативных тенденций динамики курса акций в связи с публикацией финансовой отчетности

- Поиск, сбор, обработка и агрегирование консенсус - прогнозов и финансовых отчетностей для оценки расхождения фактических показателей и прогнозных значений;

- Определение реакции рынка на несоответствия в прогнозных и реальных финансовых показателях.

Объект и предмет исследования

Объектом исследования являются публикации финансовой отчетности по выбранным российским компаниям, торгующихся на биржах ММВБ (Московская Межбанковская Валютная Биржа), и чья информация публична.

Предмет исследования - поиск взаимосвязи между котировками акций российских эмитентов и публикацией финансовой отчетности, а также между курсом акций и расхождениями фактических финансовых показателей с ожидаемыми.

Методология

Основной метод исследования реакции рынка на информационные события, а также их влияния на избыточные доходы - событийный анализ (Event-Study approach). Информационные события могут касаться как всего рынка в целом (объявления о макроэкономических показателях), так и относиться только к определенной фирме (объявление о прибыли или дивидендах). Важно отметить, что метод обладает элементами регрессионного и статистического анализа данных.

Для наиболее корректных результатов тестирование происходит в течение короткого окна событий вокруг даты публикации финансовой отчетности.

Структура работы

Выпускная работа состоит из трех основных частей: обзор имеющихся исследований по заданной теме, анализ реакции рынка на публикацию финансовой отчетности и на расхождения фактических финансовых показателей с ожидаемыми.

Первая глава посвящена обработке статей и публикаций аналитиков и ученых, которые интересуются различными факторами, влияющими на котировки акций. Были проанализированы работы как зарубежных авторов, так и отечественных. По ходу тщательного изучения эмпирики прошлых лет были даны краткие комментарии по преимуществам и недостаткам подобных исследований.

Во второй главе был представлен анализ публикаций финансовых отчетностей и того, как они влияют на рынок. Было приведено подробное описание сбора, обработки и агрегирования информации, методологии событийного анализа, тестировании на статистическую значимость и устойчивость результатов.

В третьей главе был применен событийный анализ, но уже для оценки рынком расхождений фактических финансовых показателей с ожидаемыми. Объяснялись некоторые особенности методологии подобного исследования, демонстрировались полученные результаты и заключались определенные выводы.



Глава 1. Научная проработанность проблемы и обоснование важности финансовых отчетностей для финансового рынка

На текущий момент существует большое количество исследований на тему реакций рынка на какие-либо ситуации. Было проанализировано немалое количество источников как зарубежного плана, так и российского. Отмечалась большая разница в степени проработки темы за рубежом и в России, что мотивирует на проведение эмпирического анализа именно на российском рынке.

1.1 Зарубежные исследования по оценке разного рода событий на рынок

Появление первого исследования на основе событийного анализа устанавливается в 30-х годах 20 в., и первый эксперимент был проделан J. Dolley (1933), который продемонстрировал, как стоимость компании реагирует на постановление о дроблении акций. В качестве рассматриваемого периода был выбран интервал с 1921 г. по 1931 г., а количество наблюдений составило 95. Применяя метод событийного анализа, автор умозаключил, что реакция рынка на событие положительна в 57 случаях против 26, где рынок отреагировал негативно.

Что касается дальнейшего развития и частоты применения событийного анализа, то в 1948 г. J.H. Myers & A. Bakay также представили свою работу по оценке дробления акций рынком. Они отметили, что на колебания цены могут влиять фаза рынка во время дробления, коэффициент дробления акций, отрасль и разброс цен после дробления акций. В результате, анализ показал, что большая часть выборки из 70 наблюдений показала позитивную реакцию рынка.

В основе современного алгоритма анализа реакции рынка на события лежит работа Ball и Brown (1968), которые проанализировали информационное значение объявлений о прибыли компании на ее рыночную оценку. Также, свой вклад внес Fama E. (1969), который исследовал влияние рыночной стоимости компании на случаи дробления акций.

В статье Chambers and Penman (1984) предоставлялись данные о наличии взаимосвязи между своевременностью публикаций отчетов о прибылях и убытках и поведением курса акций в связи с наступлением события. Своевременность была оценена в два этапа. На первом анализировались лаги релиза, т.е. их задержка или наоборот ранняя публикация. По итогам выяснилось, что поздние релизы не так сильно оказывают влияние на курс акций, чем ранние. На втором же оценивалась реакция котировок на публикацию в ожидаемый период времени. В результате, выявлено, что ранние публикации имеют положительные избыточные доходности, предполагая, что компания хочет показать положительные результаты, если публикует их заранее. Что касается задержек релизов, то их аномальные доходности отрицательны, и подразумевается, что компания будет декларировать негативные результаты своей деятельности. Финальный анализ заключается в отслеживании колебаний доходности за период до и после релиза. Авторы использовали элементы событийного анализа, такие как аномальные доходности, событийные окна, но они, например, не предлагали конкретных гипотез или теорий.

В исследовании Menike M.G.P.D и Wang Man (2013) использовался событийный анализ на основе данных за 5 лет, в котором проверялась рыночная реакция на релизы годовых финансовых отчетностей банков, зарегистрированных на колумбийской бирже Colombo Stock Exchange (CSE). По итогам получилось, что аномальные и кумулятивные доходности вокруг даты релиза положительные. Они также выяснили, что поведение цены акции в день публикации было отличным от тестируемого периода и предполагают, что положительные реакции участников рынка могли свидетельствовать о благоприятном состоянии компании, выпускающей годовую финансовую отчетность.

Публикация Pearce и Roley (1985) исследует ежедневную реакцию курса акций к объявлениям о денежной массе, инфляции, реальной экономической деятельности и учетной ставке. За исключением учетной ставки, обзор данных по ожиданиям участников рынка этих объявлений используется для определения аномальной доходности объявлений, чтобы проверить гипотезу эффективных рынков о том, что только аномальная доходность может оказывать влияние на курс акций. Эмпирические результаты поддерживают эту гипотезу и указывают далее, что аномальные доходности, связанные с валютной политикой, в значительной степени, затрагивают курсы акций. Полученные результаты показали, что есть некоторые эффекты на рынок от избыточных доходностей по инфляции, но нет реакции в случае аномальных доходностей по реальной экономической деятельности в дни объявления.

Для третьей главы огромную пользу принесла работа MacKinlay (1997), в которой автор попробовал оценить реакцию рынка на 300 объявлений о финансовых результатах за квартал компаний США. Сначала он классифицировал новости, на "хорошие", "плохие" и "нейтральные". Под "хорошей" новостью подразумевалось повышение фактических значений над ожидаемыми на 2,5%, под "плохой" - снижение на 2,5% реальных показателей по сравнению с ожидаемыми и под "нейтральной" - фактические значения, которые сошлись с прогнозами. Выборка состояла из 600 событий, 189 из которых - "хорошие", 173 - "плохие" и 238 - "нейтральные". Автор проверял гипотезу о том, что каждая категория влияет на рынок определенным образом, точнее говоря, прямо пропорционально, т.е. если есть превышение над ожиданиями, следовательно, будет и рост курса акций, если нет, то не будет. Помимо этого, тестировался объем "недополученной" прибыли и существенность падения рынка. В итоге анализа, вышеперечисленные гипотезы подтвердились. Такие же умозаключения были подтверждены исследованием и в настоящей работе.

1.2 Эмпирика российских аналитиков по проблеме

Что касается российского рынка, отмечается низкий уровень использования событийного анализа для оценки событий. Возможно это связано с достаточно поздним развитием финансовых рынков и отношений в России.

Несмотря на этот факт, удалось найти исследования российских аналитиков, в которых событийный анализ используется применительно к фондовому рынку: Теплова Т.В. (2008), которая проанализировала дивидендные выплаты методом событийного анализа. Авторы А.В. Яворская, В.М. Яворский (2015) опробовали метод событийного анализа на примере данных по кросс-листингу российских компаний. В качестве данных были выбраны пять российских компаний, осуществивших международный кросс-листинг, выпустив американские депозитарные расписки (АДР). В данном примере было установлено, что применение событийного анализа на подобных инструментах правомерно.

Недавно была опубликована статья Хлюпиной Н.А. и Берзона Н.И. (2016) [7], в которой исследовались пересмотры рекомендаций аналитиков и их влияние на доходность ценных бумаг российских эмитентов. В качестве метода оценки использовался событийный анализ. В завершение тестирования, гипотеза, которая была выдвинута авторами оправдалась: увеличение стоимости ценных бумаг при повышении рекомендации выше падения стоимости при понижении рекомендаций. Также было отмечено, что ценная бумага, испытавшая увеличение своей стоимости при повышении рекомендации, примерно через 45 дней начинает возвращаться к своему прежнему уровню. Однако, в противоположном случае, т.е. при понижении рекомендации, наблюдается так называемые "дрейф" курса ценной бумаги в соответствующем направлении. Авторы дополнили результаты тем, что отражение события в цене не происходит мгновенно, и сделали вывод о том, что российский финансовый рынок неэффективен, что в свою очередь подтверждает возможность построить некую торговую схему, прислушиваясь к мнению аналитиков.

1.3 Значимость финансовых отчетностей для участников рынка

Финансовые отчеты содержат в себе фундаментальную информацию для многих участников финансовых отношений. Они полезны для государства, в лице налоговых служб, которые могут проверить по ним соответствие налоговому законодательству, т.е. платит ли компания налоги или нет, для юридических лиц, которые благодаря данным сведениям могут проанализировать в каком состоянии сейчас находится компания, стоит ли ей выдавать кредит, допустим, или в принципе иметь какое-то сотрудничество. Для индивидуальных лиц данная информация также необходима для определения своих инвестиционных стратегий, так как можно будет понять, какова будет доходность ценных бумаг, если их приобрести, и проследить динамику роста или же замедления деятельности компании с целью контроля своего портфеля.

Обычно компании создают 5 видов отчетностей, включая пояснительную записку: бухгалтерский баланс, отчет о прибылях и убытках, отчет о движении денежных средств и отчета об изменениях капитала.

В бухгалтерском балансе отражаются активы, находящиеся во владении фирмы и пассивы, включающие в себя обязательства и собственный капитал компании.

Отчет о прибылях и убытках в свою очередь предоставляет информацию по доходам и расходам фирмы, тем самым подытоживая под конец свою деятельность показателем чистой прибыли. Период может быть определен кварталом или годом, соответственно, создается квартальный или годовой отчет.

Далее идет отчет о движении денежных средств, который позволяет отследить денежные потоки от основной деятельности, инвестиционной и финансовой.

И последним основным видом отчета является отчет об изменении капитала, который демонстрирует движения уставного капитала, резервного, показывает информацию о нераспределенной прибыли.

Компании обязаны составлять вышеперечисленные отчеты, однако, не все обязаны их публиковать. Однако, те компании, которые выполняют данную процедуру, могут столкнуться с определенными моментами, например, это может повлиять на стоимость акций компании.

Финансовая отчетность оказывает колоссальное влияние на цену акций. Ведь много инвесторов, изучая ее, могут составить мнение о компании и продумать свои инвестиционные решения. Инвесторы часто пользуются финансовыми коэффициентами, рассчитанными на основе данных отчетности и делают свои предположения о дальнейшем поведении акции.

Приведем несколько примеров финансовых коэффициентов:

- коэффициент финансовой независимости (Equity to Total Assets), показывает степень зависимости компании от внешних займов. Рассчитывается как отношение собственного капитала к совокупным активам. Рекомендуемый интервал находится в пределах от 0,5 до 0,8. Если же значение ниже, это говорит о высоком риске неплатежеспособности и возможном дефиците денежных средств в дальнейшем;

- коэффициент рентабельности собственного капитала (Return on shareholders' equity, ROE). Показатель оценивает эффективность использования инвестированного в компанию капитала. Формула расчета представляет собой отношение чистой прибыли к собственному капиталу, умноженное на 100%. В дальнейшем его результаты сравнивают с другими альтернативными способами вложения.

- коэффициент оборачиваемости рабочего капитала (Net working capital turnover). Определяет, насколько эффективно компания использует инвестиции в оборотный капитал. Находится путем деления чистого объема продаж на чистый оборотный капитал. Также, по результатам можно понять, как данный показатель влияет на динамику продаж. Эффективность чистого оборотного капитала обуславливается высокими значениями коэффициента.

- прибыль на акцию (Earnings per share, EPS). Один из наиболее популярных показателей для инвестора, который отражает долю чистой прибыли на одну акцию. Рассчитывается как отношение разности чистой прибыли и дивидендов по привилегированным акция к числу обыкновенных акций.

- дивиденды на акцию (Dividends per share, DPS)

- отношение цены акции и прибыли (Price to earnings), посчитанное как рыночная цена акции, деленная на прибыль на акцию (EPS). Иллюстрирует количество денег, которые акционеры готовы отдать за одну единицу чистой прибыли. Значение помогает оценить окупаемость инвестиций в акции компании.

Проанализировав зарубежные и российские статьи, изучив важность финансовых отчетностей для стоимости компании и участников рынка, можно перейти к основной части исследования, а именно определение реакции рынка на публикацию финансовой отчетности и на расхождения фактических финансовых показателей с прогнозными.



Глава 2. Методология анализа влияния публикаций финансовых отчетностей

На рынок акций компаний могут повлиять абсолютно разного рода события, такие как объявления о финансовом или инвестиционном решении, заявления об изменении условий работы, рыночные внешние события, например, стихийные бедствия или катастрофы и т.д.

В данной работе исследуется влияние публикаций квартальных финансовых отчетностей на курс акций следующих компаний: ПАО "Газпром", ПАО "Лукойл" и ОАО "Новатэк". Причина, по которой были выбраны данные компании, заключается в постоянном интересе инвесторов в нефтегазовой сфере, в своеобразном риске, а, следовательно, большей доходности, в связи с неустойчивой ценой на нефть. Для метода, который используется в данной работе необходимы были компании с определенным набором критерий: 1) акции компании должны торговаться на рынке и 2) информация компании должна быть публична. Таким образом, все компании удовлетворяют вышеперечисленным признакам.

2.1 Источники данных по настоящему исследованию

Для успешного проведения анализа требовалась определенная база данных, куда входили:

- даты публикаций, полученные с помощью терминала Bloomberg;

- данные о ценах акций компаний в рублях, взятые с интернет - ресурса Финам;

- показатели отраслевого индекса MICEXO&G (в данном случае нефтегазовой отрасли) в рублях, выгруженные с сайта ММВБ.



2.2 Определение выборки и временного интервала

Анализ проводится за период с 3 кв. 2006 г. по 3 кв. 2015 г. В результате, было определено 111 наблюдений (Таблица 1).

Таблица 1 Выборка из 3 компаний за период с 3 кв. 2006 г. по 3 кв. 2015 г.

Источник: Bloomberg

Из этих 111 наблюдений были созданы еще две подвыборки, разделенные по следующему критерию: если темп роста выручки в текущей квартальной отчетности был выше, чем в предыдущем квартале, на 5%, то событие отмечалось "хорошим", однако, если темп роста выручки был ниже на 5%, то данный случай рассматривался как "плохой" (см. Приложение 3).

По итогам расчетов и анализа результатов получили, что:

- 49 наблюдений, то есть 44% от все выборки, являются "хорошими", так как показатели выручки превысили предыдущие квартальные значения;

- 24 случая, 21% от совокупного числа наблюдений, определены как "плохие", так как их темпы выручки были ниже, чем в предыдущем временном интервале;

- 38 случаев (35%) были отмечены как "нейтральные", так как колебания выручки не превышали 5%.

2.3 Модель исследования

Основная гипотеза, которая проверяется в данной работе - объявление о событии влияет на стоимость компании (рыночные котировки акций). При этом стоит отметить ту предпосылку, что рынок справедливо оценивает компанию, следовательно, доходность рядом с датой события различается с той, которая получается в результате отсутствия такого события.

Если быть более точным, то проверяется, что:

1) Публикация финансовой отчетности с более высокими показателями темпа выручки по сравнению с предыдущими квартальными данными влияет на курс акций компании положительным образом, т.е. повышает его, а если показатели финансовой отчетности ниже, чем в предыдущем квартале, следовательно, стоимость акций понижается.

2) Объявление о прибыли оказывает воздействие на рынок: если реальный показатель прибыли больше ожидаемого, то курс акций повысится, если реальные значение хуже прогнозируемых, то рынок отреагирует негативно, и если ожидания совпадают с фактическими данными, то рынок воспримет эту информацию нейтрально;

3) Реакция рынка на событие не мгновенна, что говорит о его неэффективности. Стоимость акций не отражает информацию достоверно и полностью;

4) Курс акций не возвращается на прежний уровень после свершения события, что говорит о существовании информационной значимости расхождений финансовых показателей.

Для тестирования гипотез разного типа используются несколько методов. Наиболее популярными являются: кластерный анализ, регрессионный анализ и событийный анализ.

В данной работе будет применяться событийный анализ, наиболее выигрышный для определения реакции цен акций. С помощью него, можно будет узнать аномальную доходность, связанную с событием, и идентифицировать значимость полученных результатов.

Смысл метода состоит в отслеживании реакций фондового рынка на те или иные события, возникающие из-за принятий управленческих решений и действий внешних факторов с учетом деятельности участников рынка. Важнейшей характеристикой реакции инвесторов считается аномальная доходность (Abnormal Return, AR) и кумулятивная аномальная доходность (Cumulative Abnormal Return, CAR), посчитанные в период до, в момент и после события.

2.4 Определение окна событий и оценочного интервала

Одним из немаловажных шагов в построении модели является выбор окна события и оценочного интервала. В зависимости от интересующего события (краткосрочный/долгосрочный эффекты), типа данных (дневные или недельные котировки) устанавливается окно события и оценочный (прогнозный) интервал. Традиционно, размер окна не превышает 41 дня, а в данном исследовании выбран интервал 10 торговых дней до даты наступления события, само событие и 10 торговых дней после (-10;10). Такое узкое окно обуславливается способностью снизить воздействие внутриполитических, макроэкономических, связанных с непосредственной деятельностью компании событий, существующих в информационной жизни компании. Тем более, эффект от публикации финансовой отчетности носит откровенно краткосрочный характер, чем, допустим, новости об изменении стратегии развития компании или о приобретении контроля над компанией. Так что выбранный интервал достаточно оптимален для анализа реакции рынка на событие.

Что касается оценочного периода, то он не должен быть слишком коротким или слишком длинным, так как будет сложнее адекватно оценить параметры модели. Он устанавливается до событийного окна и в данном примере интервал будет равен 100 торговым дням, т.е. интервал будет выглядеть как [-120; -21]. Оценочный интервал необходим будет для расчета ожидаемой доходности акции.

По правилам событийного анализа оценочные интервалы и событийные окна не должны пересекаться. При рассмотрении одной компании то, ее окна событий также не должны пересекаться между собой, так как это чревато появлением проблемы кластеризации: зависимости событий между собой.

Зная информацию о событийном окне и оценочном интервале, можно переходить к основной части анализа, а именно расчетам доходностей.

2.5 Описание метода событийного анализа

Метод событийного анализа (Event-Study approach) состоит из нескольких последовательных шагов:

1) Расчет фактической доходности по акции для каждой даты, входящей в окно событий;

2) Выбор модели для определения ожидаемых и аномальных доходностей (модель со средним, рыночная модель, CAPM);

3) Расчет ожидаемой доходности для каждой даты, входящей в окно событий;

4) Расчет аномальной (избыточной) доходности для каждой даты, входящей в окно событий;

5) Расчет средней избыточной доходности по всей выборке для каждой даты, входящей в окно событий;

6) Расчет кумулятивной аномальной доходности (CAR) для выбранного интервала;

7) Проверка статистической значимости избыточных доходностей;

8) Проверка на адекватность применения событийного анализа.

Применяем данные шаги к созданным подвыборкам: "хорошим" и "плохим" событиям.

2.6 Анализ доходности

Принцип метода заключается в том, что доходность ценной бумаги должна быть равна сумме "ожидаемой" и "аномальной" доходности этой бумаги. Таким образом, имея сформированные интервалы, нужно рассчитать фактическую и ожидаемую доходности для трех выбранных компаний: ПАО "Газпром", ПАО "Лукойл" и ОАО "Новатэк" в рамках 49 "хороших" случаев и 24 "плохих".

Фактическая доходность по акции в течение одной торговой сессии рассчитывается как отношение цены закрытия в данный день к цене закрытия за предыдущий день минус единица (важно иметь в виду, что в расчет берутся только торговые дни, а не календарные). Данный показатель рассчитывается как для событийного окна, т.е. в период от -10 торговых дней до наступления события и до +10 торговых дней после, так и для оценочного интервала [-120; -21].

Ожидаемая доходность - это доходность, которая имела бы место в случае отсутствия публикации отчетности. Она оценивается на непересекающемся промежутке [-120; -21] день, который предшествует событийному окну (прогнозный период). Касательно подсчета ожидаемой доходности можно использовать несколько моделей. Наиболее популярны следующие две модели: модель со средним или рыночная модель описания поведения цены акции. Выбор модели зависит от доступности и типа данных для анализа.

Модель со средним. Это простейший и один из наиболее распространенных способов найти ожидаемую доходность. Посчитанные с ее помощью результаты практически схожи с результатами, полученными с использованием более сложных моделей с учетом не слишком широкого окна событий, так как дисперсия доходности на протяжении нескольких дней достаточно низкая. Подразумевается, что средняя ожидаемая доходность по ценной бумаге определяется по оценочному интервалу, предшествующего окну событий, и является постоянной величиной для каждого дня на протяжении событийного окна. В этом случае прогнозный период устанавливается в районе 120 дней. Далее, считается средняя ожидаемая доходность ценной бумаги i за 120 дней до событийного окна:

,

где - доходность ценной бумаги i в момент времени t, - средняя ожидаемая доходность ценной бумаги i; промежуток от до равен оценочному интервалу, предшествующему событийному окну.

Стоит отметить, что фактическая доходность по акции на каждый день высчитывается как натуральный логарифм от отношения котировок, т.е.:

,

где - цена закрытия акции i в день t, а - цена закрытия акции i в предыдущий день t-1.

Рыночная модель. В исследуемой проблематике применяется рыночная модель, которая имеет несколько преимуществ перед моделью со средним:

- изменение уровня ожидаемой доходности происходит в течение окна событий;

- способствует нивелированию доходности, относящейся к рынку, и снижению дисперсии аномальной доходности. Дисперсия важна для отслеживания эффекта произошедшего события, следовательно, чем ниже дисперсия, тем корректнее оценка;

- инвесторы в данной модели рациональны и справедливо оценивают компанию, тем самым имеется возможность определить рыночную доходность, например, с помощью какого-либо фондового индекса.

Выигрышность применения рыночной модели будет зависеть от показателя в линейной регрессии. Если растет, то снижение дисперсии аномальных доходностей будет сильнее.

Уравнение рыночной модели будет следующим:

,

где - ожидаемая доходность, - случайная величина, характеризующая аномальную доходность.

В рыночной модели необходимо получить данные по индексу, в данном случае это индекс MICEXO&G по нефтегазовой отрасли, т.е. в итоге будет оценена реакция данной отрасли на публикацию финансовой отчетности. Для него также требуется расчет фактической доходности как в течение событийного окна, так и в оценочном интервале.

Рассмотрим Таблицу 2, где показаны расчеты фактической доходности по акциям ПАО "Газпром" и индексу в окне событий (один из "плохих" случаев). Примеры по другим компаниям можно увидеть в Приложениях 1 и 2.



Таблица 2 Пример расчета фактических доходностей в 3 кв. 2006 г. ПАО "Газпром"

Источник: расчеты автора. Примечание: событие относится к категории "плохое"

Для того, чтобы найти аномальную доходность акций, в рыночной модели необходимо построить регрессии, а именно рассмотреть линейную зависимость между доходностью рынка и доходностью ценной бумаги:

,

где зависимая переменная - доходность акций компании (), а независимая - рыночная доходность ().

Перед этим необходимо на оценочном интервале в [-120; -21] день посчитать фактические доходности акций и индекса (Таблица 3), и по ним начинать строить регрессии.



Таблица 3 Пример расчета фактических доходностей на оценочном интервале ПАО "Газпром".

Источник: расчеты автора

С помощью пакета анализа данных Excel строится регрессия и находятся коэффициенты и (Таблица 4). Такой процесс проделывается с каждой компанией, для которой находятся свои коэффициенты и на протяжении прогнозного периода в [-120; -21] день.

Таблица 4 Коэффициенты регрессии за 3 кв. 2006 г. для компании ПАО "Газпром".

Источник: расчеты автора

Получив коэффициенты и и рассчитав доходности индекса MICEXO&G по каждой компании, далее высчитываются прогнозные значения ожидаемых доходностей для всех дней событийного окна [-10; 10].

Следующим важным шагом в построении модели - поиск значений избыточных доходностей.

Аномальная доходность - это случайная величина, остающаяся сверх ожидаемой доходности. Считается, что данный показатель отражает положительную или отрицательную реакцию рынка на событие, а именно котировок ценных бумаг на публикацию финансовой отчетности.

В общем случае, тождество для рыночной модели имеет вид:

,

то есть разница между фактической и ожидаемой доходностью.

Пример одного из наблюдения показан в Таблице 5.

В случае отсутствия наступления события фактическая доходность равна ожидаемой доходности:

Таблица 5 Результаты расчетов ожидаемых и аномальных доходностей за 3 кв. 2006 г. для ПАО "Газпром" ("плохой" случай)

Источник: расчеты автора

Следующим этапом необходимо проверить избыточные доходности на статистическую значимость. Для этого сначала следует найти среднюю избыточную доходность (AAR) по всем компаниям (т.е. по 111 наблюдениям) для каждого из дней, входящих в окно событий. При этом средняя аномальная доходность имеет следующую формулу:

,

где .

Благодаря найденным средним аномальным доходностям можно посчитать кумулятивную аномальную доходность (CAAR). Используя данный вид доходности, можно определить общий накопленный эффект от случившегося события на протяжении событийного окна. Для каждого дня кумулятивная аномальная доходность рассчитывается как сумма аномальных доходностей всех предыдущих дней окна событий:

где - 10 дней до наступления события, а - 10 дней после.

Ниже представлена таблица с расчетами кумулятивных доходностей по "хорошим" и "плохим" событиям (Таблица 6).



Таблица 6 Средние избыточные и кумулятивные доходности по двум выборкам

Источник: расчеты автора

Положительная кумулятивная аномальная доходность демонстрирует создание стоимости в результате произошедшего события, а негативная - о ее снижении.

В результате получилась, что у публикаций с хорошими показателями кумулятивная избыточная доходность выше, что говорит о росте стоимости акций после события (Таблица 6). А публикации с "плохой" информацией имеет отрицательную доходность, что говорит о снижении котировок акций.

Из Графика 1 видно, что перед "хорошим" событием стоимость акций начинает расти, после даты публикации достигает пика и далее продолжает свои колебания на рынке. Противоположная ситуация на рынке возникает в случае "плохих" новостей.



График 1 Динамика кумулятивной доходности (CAAR)

Источник: расчеты автора

Финальной стадией анализа является проверка корректности использования метода событийного анализа, т.е. проверка итоговых результатов на статистическую значимость.

Тестирование на значимость проводится с помощью t-статистики с учетом предпосылки о независимости доходностей между компаниями и во времени. Для расчета используется нижеприведённая формула:

где - стандартное отклонение, рассчитанное по совокупности наблюдений за каждый день событийного окна.

Результаты представлены в Таблице 7.



Таблица 7 Расчеты t - статистики по всей выборке из "хороших" и "плохих" событий.

Источник: расчеты автора

Проверив исследование на статистическую значимость, можно заключить, что для "хороших" событий на 10% уровне значимости в момент события и на следующий день после, анализ является значимым, а также 3 и 2 дни до события на 5% уровне значимости. Для "плохих" - на 10% уровне значимости день до и после события, а также в день события тестирование является статистически значимым.

Далее, нужно понять, насколько устойчивы получившиеся результаты. Чтобы это сделать, можно воспользоваться несколькими вариантами, например:

- проверить данные на интервалах, различных по длительности;

- добавить или убрать факторы;

- избавиться от возможного перекрытия окон события;

- поменять ширину событийного окна.

В данной работе было решено выбрать один из вариантов - сократить ширину событийного окна до трех дней до и после события и один день до и один день после него.

Эта манипуляция позволит оценить агрегированную немедленную реакцию рынка на событие, не пересекающуюся с какими-либо иными движениями рынка.

Таблица 8 Проверка на значимость на интервале [-3; +3] дней

Источник: расчеты автора

Исходя из Таблицы 8 получается, результаты стали немного аккуратнее. Значение кумулятивной избыточной доходности после публикации финансовой отчетности с высокими темпами роста выручки повысилось на 0,5 процентных пункта, что говорит о росте стоимости акций компаний. Дни вокруг события статистически значимы на 5% уровне значимости. Что касается публикаций с низкими темпами выручки, то кумулятивная избыточная доходность понизилась на 0,35 процентных пункта. Проверка на значимость показала, что день до события и само событие статистически значимы на 5% уровне значимости.

Таблица 9 Проверка на значимость на интервале [-1; +1] дня.

Источник: расчеты автора



Что касается промежутка от одного дня до события и одного дня после него, то здесь также получились более точные результаты (Таблица 9). По "хорошим" случаям кумулятивная избыточная доходность повысилась на 0,5 процентных пунктов, что также говорит о позитивной реакции рынка, а по "плохим" - менее 0,4 процентных пунктов. Статистика получилась значимой на 5% уровне значимости, что говорит о применимости событийного анализа к подобным данным.

2.7 Заключение по методологии анализа влияния публикаций финансовых отчетностей

В данной главе изначальной целью являлось исследование на основе метода событийного анализа по вопросу реакции рынка на публикацию финансовой отчетности компании, где отражается разный характер темпа выручки.

Благодаря проделанному объему работ, а именно сбору, обработке и агрегированию различного типа данных (даты публикаций, котировки акций и индекса), была создана база из 111 наблюдений по трем крупнейшим российским эмитентам ПАО "Газпром", ПАО "Лукойл" и ОАО "Новатэк". Далее была проведена классификация событий на "плохие" (с пониженным темпом роста выручки) и "хорошие" (с высокими темпами роста). Она, в свою очередь, поспособствовала дальнейшему исследованию, построению модели, оценке доходностей и рассмотрению полученных результатов.

В рамках эмпирического исследования основным событием являлась публикация финансовой отчетности, содержащая позитивные или отрицательные значения темпа выручки по сравнению с предыдущими кварталами. Реакция на события проверялась методом событийного анализа, который наблюдает рынок до, в момент и после наступления события.

Событийное окно составляло 21 день, 10 дней до, публикация финансовой отчетности и 10 дней после события. Выбор подобного интервала помогает рассмотреть незамедлительную реакцию рынка после случившегося события и проследить колебания рынка до наступления события.

По ходу анализа была указана некая вероятность существования проблемы кластеризации или класторинга. Однако, для выборки, исследуемой в данной работе это не относится. Но с целью получения более достоверных и адекватных данных использовалась рыночная модель для поиска доходностей. Модель со средним было решено оставить в стороне, так как она обладает слабой статистической мощностью с высоким риском возникновения класторинга. Что касается многофакторных моделей, то их планируется использовать в дальнейших исследованиях.

По результатам анализа выяснилось, что реакция рынка достаточно однозначна в зависимости от характера темпа выручки в финансовой отчетности. Был зафиксирован положительный показатель кумулятивной избыточной доходности при росте выручки по сравнению с предыдущим кварталом, а при снижении выручки - значение кумулятивных доходностей отрицательно.

Чтобы понять, насколько результаты устойчивы, было предпринято сузить событийные окна. Также получили позитивные кумулятивные избыточные доходности и улучшенную t - статистику, которая показала значимые результаты. Скорее всего, так получилось из-за сокращения информационных шумов, так как окно события гораздо уже.



Глава 3. Оценка рынка на расхождения прогнозных значений с реальными показателями

В продолжение проделанного выше анализа хотелось бы провести еще одно исследование. Оно касается также оценки рынка, но уже с точки зрения несоответствий фактических финансовых показателей с прогнозируемыми.

Дело в том, что существует большое множество компаний, занимающиеся прогнозированием каких-либо финансовых показателей. Инвесторы и другие заинтересованные лица могут использовать данные ожидаемые показатели для планирования своих финансовых стратегий. В связи с этим, становится интересно, что происходит с рынком, когда ожидания не оправдываются.

3.1 Параметры выборки

Для этого необходимо было дополнить имеющиеся данные:

- собрать консенсус-прогнозы инвестиционных компаний, банков, таких как "J.P. Morgan Bank", "Metropol", "Норд Капитал", "Rye, Man and Gor Securities", "UFS". Также большую помощь оказали интернет - ресурсы Финам, РБК, Ведомости, Интерфакс, терминалы Bloomberg и Thomson Reuters;

- загрузить с терминала Bloomberg квартальные консолидированные финансовые отчетности компании.

Метод оценки совпадает с выбранным ранее. Событийный анализ и здесь может помочь выявить тенденцию рынка в ответ на расхождение реальных показателей с ожидаемыми.

За основу в поэтапном построении модели было взята работа MacKinlay (1997), которая была ранее упомянута в обзоре литературы.

Итак, первым шагом считался сбор данных, а именно прогнозов, финансовых отчетностей ПАО "Газпром", ПАО "Лукойл" и ОАО "Новатэк" за период с 3 квартала 2006 г. по 3 квартал 2015 г.

Даты публикаций финансовых отчетностей нам даны. Период событийного окна и оценочного интервала были оставлены без изменений, то есть [-10; +10] дней и [-120; -21] день.

Затем, обрабатывалась вся информация путем сортировки по кварталам ожидаемых и реальных показателей. Ожидаемые показатели были загружены с помощью терминала Bloomberg, где содержалась усредненная оценка мнений аналитиков). Стоит отметить, что взяты были определенные финансовые показатели: выручка, операционная прибыль, EBITDA и чистая прибыль (значения в рублях).

Далее, считалась разница между фактическими и ожидаемыми финансовыми показателями, находился процент изменения, и фиксировался тем самым рост, снижение или неизменное положение показателя, как показано в Таблице 10.

Таблица 10 Расхождения в прогнозных и фактических показателях за 2 кв. 2009 г.

Источник: расчеты автора

Подобного рода расчеты проводились для имеющихся 111 наблюдений.

Следующим этапом было выделение "хороших" событий, где фактические данные опережали прогнозные, "плохих" событий, где реальные были ниже ожидаемых значений и "нейтральные", значения которых более или менее совпадали. Критерий распределения событий был следующий: если рост реального показателя над ожидаемым составил более 5%, то это относилось к "хорошим" событиям, а если снижение реального показателя над ожидаемым составил более 5%, то это определялось как "плохое". Если значение колебалось от 95% до 105% (где 100% - это полное совпадение реального и ожидаемого значений), то это оценивалось как "нейтральное" событие.

В результате применения данной стратегии получилось, что из 111 наблюдений 36% составляют "хорошие" новости, 23% - "плохие", а "нейтральные" - 41% (Рисунок 1).

Рисунок 1. Разделение событий по категориям. Источник: расчеты автора. Примечание: R - реальный (real) показатель, E - ожидаемый (expected) показатель.

3.2 Анализ доходности

Далее следует построение рыночной модели для получения ожидаемой, а затем аномальной и кумулятивной доходностей.

Напомним, что для того, чтобы найти аномальную доходность акций, нужно знать ожидаемую доходность. Так как выбор пал на рыночную модель, необходимо построить регрессии на оценочном интервале, а именно рассмотреть линейную зависимость между доходностью рынка и доходностью ценной бумаги:

,

где зависимая переменная - доходность акций компании (), а независимая - рыночная доходность ().

Перед этим необходимо на оценочном интервале в [-120; -21] день посчитать фактические доходности акций и индекса, и по ним начинать строить регрессии.

Посчитав ожидаемые доходности, найдем аномальные, применяя нижеупомянутую формулу:

,

где зависимая переменная - доходность акций компании (), а независимая - рыночная доходность ().

Затем, считаем средние избыточные и кумулятивные доходности.

При этом средняя аномальная доходность имеет следующую формулу:

,

где .

А кумулятивная:

где - 10 дней до наступления события, а - 10 дней после.

Результат представлен в Таблице 11.



Таблица 11 Аномальные и кумулятивные доходности по всем категориям выборки.

Источник: расчеты автора

Для удобства восприятия был создан график кумулятивных доходностей (График 2). Можно заметить, что "хорошие" новости имеют положительные кумулятивные доходности, следовательно, реакция рынка будет позитивной, на "плохие" новости - отрицательные значения и влияние, соответственно, будет негативным, а что касается "нейтральных" новостей, то они практически не имеют воздействия на курс акций компаний.



График 2 Распределение доходностей на протяжении событийного окна.

Источник: расчеты автора

Теперь необходимо проверить исследование на статистическую значимость для понимания того, правомерно ли использовать событийный анализ для оценки рынка на расхождения реальных значений с прогнозами.

Здесь хотелось бы использовать графический анализ на нормальность распределения. Как было замечено ранее, данная проверка нужна для обоснования применения событийного анализа. В первой главе была выбрана t - статистика, в качестве инструмента анализа на нормальность распределения, однако, в данной главе, стоит попробовать графический метод. Из Графика 3 видно, что точечный график (распределение кумулятивной избыточной доходности) достаточно близко расположен к линии, что говорит о близости распределения к нормальности.

В итоге, график показал, что событийный анализ был приемлем для базы данных текущего исследования.

График 3 График вероятностного распределения CAAR

Источник: расчеты автора; построение графика с помощью SPSS Statistics 17.0.

3.3 Заключение по эмпирическому анализу влияния расхождений прогнозных значений с реальными показателями

Целью данной главы было оценить реакцию рынка на расхождения фактических значений с прогнозными.

Чтобы осуществить поставленную задачу необходимо было добавить к имеющимся данным выгрузку по ожидаемым финансовым показателям, получить фактические финансовые данные компании и упорядочить полученные материалы для дальнейшего удобства работы с ними.

Обработав данные, нужно было оценить расхождения реальных значений с прогнозами и классифицировать события на "хорошие", "плохие" и "нейтральные", имея в виду характер расхождения (рост, понижение или равенство с ожидаемым).

Событием в данном случае считалась "хорошая", "плохая" или "нейтральная" новости. Влияние на рынок проверялось снова методом событийного анализа, который наблюдает рынок до, в момент и после наступления события.

Данные о событийном окне не менялись, и оно составляло 21 день, 10 дней до, сама новость и 10 дней после события.

Здесь также использовалась рыночная модель для поиска доходностей.

По результатам анализа были подтверждены поставленные вначале исследования гипотезы. Действительно, объявление о прибыли оказывает воздействие на рынок: если реальный показатель прибыли больше ожидаемого, то курс акций повысится, если реальные значение хуже прогнозируемых, то рынок отреагирует негативно, и если ожидания совпадают с фактическими данными, то рынок воспримет эту информацию нейтрально. Также при подсчете расхождений и сопоставлении их с реакцией рынка было замечено, что то, на сколько падает цена акций, непосредственно зависит от объема "недополученной" прибыли в сравнении с прогнозом.



Заключение

финансовый отчетность публикация событие

Выпускная квалификационная работа была посвящена исследованию факторов, влияющих на стоимость акций российских компаний, на примере финансовой отчетности: 1) как реагирует рынок на изменения темпов роста выручки текущего квартала, по сравнению с предыдущим и 2) как расхождения в фактических и ожидаемых показателях прибыли воздействует на котировки акций.

С целью построения выборки были взяты крупнейшие компании в нефтегазовом секторе - ПАО "Газпром", ПАО "Лукойл" и ОАО "Новатэк". Период наблюдения был установлен с 3 кв. 2006 г. по 3 кв. 2015 г. В результате, было определено 111 наблюдений.

Новизна анализа состоит в демонстрации метода событийного анализа на примере показателей, которые ранее не были рассмотрены на российском рынке, как например темп роста выручки. Объявления о прибыли рассматривают довольно часто, но исходя из выборки в данной работе будет достаточно интересно отследить реакцию рынка по конкретно нефтегазовой отрасли.

При применении метода событийного анализа были учтены особенности каждого события, контроль за исполнением каждого шага данного метода и проверка результатов на адекватность.

По результатам исследования подтвердились ранее выдвинутые гипотезы:

- публикация "хорошей" новости, т.е. с повышенным темпом роста выручки по сравнению с предыдущим кварталом, вызывает рост стоимости акций, и наоборот, "плохая новость провоцирует снижение котировок. Кумулятивная избыточная доходность с "хорошим" случаем - 1,90%, с "плохим" - (-1,63%).

- объявление о прибыли оказывает влияние на рынок: если фактический показатель прибыли превышает ожидаемый, то курс акций стремится вверх, иначе, т.е. когда значения не оправдывают ожиданий, рынок отреагирует негативно. На протяжении промежутка 10 торговых дней до и 10 торговых дней после были посчитаны кумулятивные доходности, по которым становился очевиден факт, что "хорошие" события (фактические значения превышают ожидания) с кумулятивной избыточной доходностью, равной 2,479%, создают стоимость ценных бумаг., а "плохие" события (фактические значения ниже прогнозируемых) с кумулятивной избыточной доходностью -1,073% понижают курс акций.

- реакция рынка не мгновенна. Это можно было заметить по графикам кумулятивных избыточных доходностей, где еще до события был виден тренд стоимости акций. Однако, после наступления событий курс акций достаточно медленно реагировал на случившееся.

- курс акций не возвращается на прежний уровень после свершения события, что также можно заметить по графикам кумулятивных доходностей. Это говорит об информационной значимости расхождений показателей, в одном случае, с предыдущими квартальными значениями, в другом - с ожидаемыми.

Подобный эмпирический анализ имеет огромную ценность для инвесторов, так как они принимают инвестиционные решения в зависимости от характера финансовых показателей в финансовой отчетности, в данном случае, сделав оценку темпов выручки или расхождений прибыли с ожидаемыми значениями. Также менеджеры компаний должны быть осторожны с консенсус - прогнозами, так как они зачастую оказывают сильное влияние на дальнейшее поведение компании. Многие менеджеры начинают подбивать свои данные, чтобы те соответствовали консенсус - прогнозу. В связи с этим начинают страдать важные для долгосрочного развития сферы деятельности компании (затраты на реализацию продукции, маркетинг и другие). Менеджеры часто забывают о том, что консенсус - прогнозы несут в себе средневзвешенную информацию, не учитывая при этом особенности компании. Поэтому, очень важно для них всесторонне оценивать консенсус - прогнозы с учетом специфики деятельности компании.

Хочется отметить дальнейшие направления исследования реакции рынка на события.

Данный анализ можно расширить путем прибавления к имеющимся компаниям еще нескольких лидеров в нефтегазовой отрасли. Это обеспечит еще более надежные и полные результаты. Было бы интересно рассмотреть помимо темпа роста выручки и прибыли еще какие-либо финансовые показатели, например, есть ли какая-то зависимость между увеличением обязательств компании и курса акции или же может быть найдено отношение между денежными потоками от разных видов деятельности компании и стоимостью акций.