Были выдвинуты гипотезы об отсутствии перечисленных аномалий среди облигаций российских эмитентов, торгующихся на Московской Бирже. Доходности 48-ми самых ликвидных корпоративных облигаций были взяты для проведения анализа. Эмитентами являются крупнейшие российские компании. Период изучения 2014-2020 год.

По результатам исследования был выявлен отрицательный «эффект среды». Объяснением такого наблюдения может являться тот факт, что в середине недели новая информация, поступившая в начале недели, уже адаптировалась на рынке. В то же время поскольку до конца недели еще «долго», то участники торгов не принимают решения на открытие или закрытие позиций, а чаще всего просто держат ценные бумаги. Можно также предположить, что в середине недели случается спад и в экономической деятельности компаний-эмитентов по поведенческим и психологическим причинам сотрудников.

Еще одним из ключевых выявленных эффектов был «эффект января», который был изменен на «эффект конца года». Суть в том, что «эффект января» проявляется главным образом на ценных бумагах малых компаний. В то время как облигации, изучаемые в данной работе, выпущены крупными корпорациями. Доходность по облигациям в конце года оказалась выше средней за год. Резкий рост котировок на данный вид ценных бумаг может быть вызван желанием инвесторов вложиться в наименее рисковый актив перед праздниками.

Третьим найденным календарным эффектом является аномалия «мая-октября», когда доходность облигаций в летний период превышает в 1,5 - 2 раза доходность в период с ноября по май. Аналогично эффекту, о котором шла речь в предыдущем абзаце, такая закономерность поведения котировок может объясняться уходом на летние каникулы. Инвесторы закрывают позиции по волатильным и рисковым позициям, предпочитая их более надежным инструментам.

Однако несмотря на то, что аномалии в ценообразованииоказались значимыми приблизительно на уровне 5%, они были найдены на исторических данных 20-25% всей выборки. Агентам вряд ли будет выгодно пытаться использовать эти календарные эффекты для получения сверхприбыли, так как они невелики.

Таким образом, можно заключить, что рынок облигаций в России действительно отражает временные эффекты. Однако этот инструмент не является оптимальным с точки зрения построения стратегий, основанных на этой аномалии. Если же ее использовать в качестве базиса, то скорее всего доходность облигацийокажется небольшой или не будет сильно отличаться от средней за год/неделю.

К слабым сторонам этого исследования можно отнести относительно короткую временную историю цен корпоративных облигаций. Это ограничение не позволяет построить регрессии, используя не дневные, а месячные доходности для проверки аномалии месяца года.Но данное исследование выделяется тем, что оно первое, изучающее облигационный рынок России на выборке, состоящей из корпоративных облигаций, с использованием моделей GARCH(1,1). То есть помимо того, что изучался не только индекс на корпоративные облигации, но исследовались самые ликвидные из них, для анализа применялась наиболее совершенная модель, учитывающая меняющуюся волатильность доходностей, а также способная справиться с автокорреляцией. Другими словами, можно сказать, что полученные результаты более правдоподобны, чем если бы анализ проводился стандартным методом МНК.

Для получения более точных результатов в будущих исследованиях можно расширить выборку, увеличить временной интервал анализа данных. Кроме того, можно применить другие спецификации модели группы GARCH, если это покажется более релевантным.

Список литературы

1.Валько Д. В. Календарные аномалии на российском фондовом рынке: тенденции последнего десятилетия //Финансы и кредит. - 2018. - Т. 24. - №. 3 (771).

2.Ватрушкин С. В. Оценка устойчивости существования временных эффектов на российском рынке ценных бумаг //Финансовая аналитика: проблемы и решения. - 2015. - №. 4 (238).

3.Кантолинский М. И. Ценовые аномалии на российском фондовом рынке: факторный анализ и прогнозирование. - 2010.

4.Курашинов М. «Эффект среды», или национальная черта россии?ского рынка ценных бумаг // Рынок ценных бу- маг. 2004. No 20 (275).

5.Федорова Е. А. Календарные аномалии на российском фондовом рынке //Современная конкуренция. - 2007. - №. 1.

6.Abraham and Ikenberry David L., The Individual Investor and the Weekend. Effect / /Journal of Financial and Quantitative Analysis 29. 1994. № 1. March.

P. 263-277.

7.Al-Jafari M. K. An empirical investigation of the day-of-the-week effect on stock returns and volatility: Evidence from Muscat Securities Market //International Journal of Economics and Finance. - 2012. - Т. 4. - №. 7. - С. 141-149.

8.Alagidede P., Panagiotidis T. Calendar anomalies in the Ghana stock exchange //Journal of Emerging Market Finance. - 2009. - Т. 8. - №. 1. - С. 1-23.

9.Alberg D., Shalit H., Yosef R. Estimating stock market volatility using asymmetric GARCH models //Applied Financial Economics. - 2008. - Т. 18. - №. 15. - С. 1201-1208.

10.Cadsby C. B., Ratner M. Turn-of-month and pre-holiday effects on stock returns: Some international evidence //Journal of Banking & Finance. - 1992. - Т. 16. - №. 3. - С. 497-509.

11.Caporale G. M., Zakirova V. Calendar anomalies in the Russian stock market //Russian Journal of Economics. - 2017. - Т. 3. - №. 1. - С. 101-108.

12.Georgantopoulos, Andreas G. and Kenourgios, Dimitris and Tsamis, Anastasios, Calendar Anomalies in Emerging Balkan Equity Markets (January 3, 2011). International Economics and Finance Journal, Vol. 6, No. 1, pp. 67-82, 2011. Available at SSRN: https://ssrn.com/abstract=1856983

13.Chakrabarti G., Sen C. November Effect: An Example of Calender Anomaly in Indian Stock Market //Available at SSRN 1121606. - 2008.

14.Choudhry T. Month of the year effect and January effect in pre?WWI stock returns: evidence from a non?linear GARCH model //International Journal of Finance & Economics. - 2001. - Т. 6. - №. 1. - С. 1-11.

15.Compton W., Kunkel R. A., Kuhlemeyer G. Calendar anomalies in Russian stocks and bonds //Managerial Finance. - 2013.

16.Gallego O. D. The Day of The Week Effect in the Colombia Stock Exchange. - 2005.

17.Giovanis E. Bootstrapping Fuzzy-GARCH Regressions on the Day of the Week Effect in Stock Returns: Applications in MATLAB //Available at SSRN 1595710. - 2009.

18.Giovanis E. Calendar anomalies in Athens exchange stock market-an application of GARCH models and the neural network radial basis function //Available at SSRN 1264970. - 2008.

19.Gouider J. J., Kaddour A., Hmaid A. Stock Market Anomalies: Case of Calendar Effects on the Tunisian Stock //Global Journal of Management and Business Research. - 2015.

20.Guidi F., Gupta R., Maheshwari S. Weak-form market efficiency and calendar anomalies for Eastern Europe equity markets //Journal of Emerging Market Finance. - 2011. - Т. 10. - №. 3. - С. 337-389.

21.Heininen P., Puttonen V. Stock market efficiency in the transition economies through the lens of calendar anomalies //EACES 10th Conference on Patterns of Transition and New Agenda for Comparative Economics, Higher School of Economics, Moscow, Russia. - 2008.

22.Kling G., Gao L. Calendar effects in Chinese stock market //Annals of Economics and Finance. - 2005. - Т. 6. - №. 1. - С. 75-88.

23.Kumar S. On the disappearance of calendar anomalies: have the currency markets become efficient? //Studies in Economics and Finance. - 2018.

24.Mazviona B. W., Ndlovu M. W. Day of the week effect on the Zimbabwe Stock Exchange: A non-linear GARCH analysis //International Journal of Business and Economic Development (IJBED). - 2015. - Т. 3. - №. 3.

25.Miller Edward M., Prather Larry J. and Mazumder M. Imtiaz, Day of the Week Effects among Mutual Funds. / /Quarterly Journal of Business and Economics.2003. № 42. P. 113-128.

26.Rahman M. L. Stock market anomaly: Day of the week effect in Dhaka stock exchange //International Journal of Business and Management. - 2009. - Т. 4. - №. 5. - С. 193-206.

27.Цncь M. A., Ьnal A., Demirel O. The day of the week effect in Borsa Istanbul: A GARCH model analysis //UluslararasэYцnetimЭktisatveЭюletmeDergisi. - 2017. - Т. 13. - №. 3. - С. 521-534.

28.Silva P. M. Calendar “anomalies” in the Portuguese stock market//Investment Analysts Journal. - 2010. - Т. 39. - №. 71. - С. 37-50.

29.TILICГ E. V. THE MONTH-OF-THE-YEAR EFFECT IN POST-COMMUNIST EAST EUROPEAN STOCK MARKETS //Review of Finance & Banking. - 2014. - Т. 6. - №. 1.

30.Uruhart A., McGroarty F. Calendar effects, market conditions and the Adaptive Market Hypothesis: Evidence from long-run US data //International Review of Financial Analysis. - 2014. - Т. 35. - С. 154-166.

31.Wong W. K., Agarwal A., Wong N. T. The disappearing calendar anomalies in the Singapore stock market // The Lahore Journal of Economics. - 2006. - C. 123-139

Приложение

Таблица 6 «Объемы торгов в зимний и летний период»

Таблица 7 «Результаты анализа на аномалию конца-начала месяца»

Таблица 7

Размещено на Allbest.ru