Повышение эффективности формирования высокодивидендных портфелей на российском фондовом рынке

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

1

Федеральное государственное автономное образовательное учреждение высшего образования

«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ

«ВЫСШАЯ ШКОЛА ЭКОНОМИКИ»

Факультет экономических наук

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ФОРМИРОВАНИЯ ВЫСОКОДИВИДЕНДНЫХ ПОРТФЕЛЕЙ НА РОССИЙСКОМ ФОНДОВОМ РЫНКЕ

по направлению подготовки Экономика

образовательная программа «Экономика и статистика»

Выполнила:

Студент группы БСТ163

Куркова Дарья Игоревна

Руководитель:

к.э.н. Володин Сергей Николаевич

Москва, 2020

Оглавление

Введение

Глава 1. Обзор литературы

1.1 Историческая справка

1.2 DogsoftheDow как классическая модель высокодивидендной стратегии

1.3 Сторонники DogsoftheDow и примеры успешного воплощения стратегии

1.4 Критика DosoftheDow и провальные попытки реализации стратегии

1.5 Обобщение успешных решений и слабостей существующих исследований

Глава 2. Методология исследования

2.1. Предпосылки для формирования модели

2.2 Реалии российского фондового рынка

2.3 Финансовые показатели в качестве фильтров для отбора компаний в портфель

2.3 Данные и методология моделирования стратегии

Глава 3. Результаты исследования

3.1 Классическая высокодивидендная стратегия и ее доходности на российском фондовом рынке

3.2 Авторская модель высокодивидендного инвестирования

3.3 Показатели эффективности полученных портфелей

Заключение

Список литературы

Приложения

Введение

Данная работа посвящена созданию стратегии, основанной на принципе формирования инвестиционных портфелей с высокими дивидендными показателями. Для более успешного применения принципов такого инвестирования произведен исторический анализ, то есть изучены как основополагающая база применения стратегии, так и факты ее использования участниками рынка, а также изучена специфика пассивного инвестирования в целом.

Работа определена попыткой адаптации классической стратегии высокодивиденого инвестирования, DogsoftheDow, к реалиям российского фондового рынка. Произведена своего рода модификация основной стратегии с повышением эффективности ее реализации путем отбора компаний по финансовым показателям и преобразования таких фундаментальных характеристик портфеля, как месяц его формирования и количество акций в нем. Следует отметить тот факт, что критерии для модификации исходной модели определены исходя изопыта исследований, а также специфики российского фондового рынка и той картины, которая на нем наблюдается.

Существуют два основных направления любой инвестиционной стратегии: пассивное и активное. Активное инвестирование подразумевает применение технических и фундаментальных функций анализа, в то время как пассивное предполагает долгосрочное финансирование, основанное на принципах портфельной теории. Простейшая версия пассивной стратегии требует от инвестора вложения в рыночный индекс. Очевидно, что использование подобного метода инвестирования не сможет позволить иметь доходность, которая превышала бы рыночную. В связи с этим повышение эффективности пассивного инвестирования, что подразумевает получение более высоких показателей доходности, всегда актуально.

Данное исследование направлено на формирование инновационной модели пассивного инвестирования, которая предполагает использование акций с высокой дивидендной доходностью. Интуитивно понятно, что такая стратегия формирования портфелей при выплате дивидендов объясняется тем, что выбранные акции, вероятно, будут недооценены. Исследования, определившие актуальность и значимость данного направления, в большей степени относятся к концу 90-х годов, но очевидно, что тема получения доходностей, превышающих рынок, не может быть чем-то устаревающим. Значительный объем исследований показывает, что высокодивидендные стратегии являются чрезвычайно эффективными: они могут быть успешно применены к управлению портфелем, позволяя увеличить доходность инвестора. Было выявлено, что существующие реалии и историческая база фондовых рынков каждой отдельно взятой страны могут указывать на наличие некоторых параметров, которые могли бы поспособствовать повышению эффективности пассивной стратегии. Те исследователи, которые проводили анализ недостатков и слабостей исходной, то есть классической, модели, пришли к выводу о том, что устранение этих несовершенств может быть достигнуто путем добавления фильтров по финансовым показателям. Естественно, инвестиционные решения становятся более осознанными, когда учитывается финансовое положение определенной компании. Следует сказать, что российский фондовый рынок остался практически без внимания со стороны исследователей.

Данная работа предлагает найти новую комбинацию фильтров, позволяющую более эффективно реализовывать высокодивидендные стратегии. Предполагаемая модификация является сборным пулом специфичных характеристик российского фондового рынка и наилучших исследовательских выводов и результатов, на основе которых получена фундаментально новая модель. Чтобы определить самый эффективный способ реализации высокодивидендной стратегии, при этом учтя специфику страны, был использован Visual Basic for Applications (VBA), что позволило значительно расширить границы исследования.

Основополагающими целями данного исследования являются как анализ применимости классической модели высокодивидендного инвестирования, так и создание на основе ранее упомянутой модели совершенно новой модифицированной версии, которая бы определяла специфику российского фондового рынка, а также позволяла генерировать аномальную доходность.

Задачи исследования:

I. Проанализировать российский фондовый рынок и его состояние на промежутке с 2006 до 2020 года, чтобы предоставить иллюстративные временные периоды для анализа.

II. Провести расчет доходности портфелей, полученных в результате моделирования классической стратегии высокодивидендного инвестирования в условиях российского фондового рынка на всех временных периодах и сравнить их с доходностями от вложений в индекс IMOEX.

III. Определить и изучить показатели, которые будут служить фильтрами при отборе акций в портфель, а также выявить направление изменения текущих базовых параметров в процессе создания модифицированной версии высокодивидендной стратегии.

IV. Выявить наиболее прибыльную комбинацию параметров путем расчета доходности всех портфелей на всех временных периодах и сравнения их с доходностями от вложений в индекс IMOEX.

V. Сравнить среднегодовые доходности выявленной авторской модели с исходной классической версией.

VI. Рассчитать индикаторы эффективности модели.

доходность дивиденды инвестирование фондовый рынок

Глава 1. Обзор литературы

Любая инвестиционная стратегия имеет под собой ряд технических и аналитических средств, которые определяют действия инвестора. Стратегия активного управления инвестициями опирается на анализ и аналитические способности инвестора в процессе создания портфеля акций. Цель состоит в том, чтобы заработать высокие доходы, которые «побеждали» бы (превосходили) доходность фондового рынка в целом. Активное инвестирование основано на различии стоимости акций и ее рыночной цены, где стоимость - отражение перспективроста компании. Однако операции покупки и продажи ценных бумаг накапливают трансакционные издержки, которые уменьшают чистую прибыль.

Пассивное инвестирование - стратегия инвестирования, при которой инвестор покупает и удерживает инвестиции в долгосрочной перспективе. Цель этого типа инвестирования состоит в том, чтобы со временем извлекать максимально возможную прибыль. Инвестиционная стратегия пассивного управления основана на гипотезе эффективного рынка (EMH), которая гласит, что текущая цена акции отражает всю соответствующую информацию о ее текущих и будущих дохода и является лучшим отражением стоимости акций на основе текущей доступной информации. По этой причине EMH говорит, что рыночная цена является лучшим отражением стоимости акций на основе текущей доступной информации. И, если цены отражают всю доступную информацию, EMH предполагает, что лучшая стратегия - покупать и держать диверсифицированный портфель и минимизировать инвестиционные затраты.

Исходя из всего вышеизложенного можно сделать вывод о том, что все инвесторы постоянно ищут способы превзойти контрольные показатели доходности фондового рынка. Тем не менее, это довольно сложно даже дляпрофессиональных инвесторов, поскольку любая стратегия несет под собой определенные временные и физические издержки и не всегда удается определить закономерные связи в той или иной ситуации.

Луи Башелье (французский математик) [3] оказался тем, кто первым сумел предложить ответ на вопрос о том, что же отражает движение цен акций на фондовом рынке и как инвесторам понять направление этих изменений. Интересно то, что изначально его исследования и результаты этих исследований не были направлены в сторону экономической деятельности, их целью был вклад в теорию вероятностей и стохастический анализ. Однако Пол Самуэльсон в 1960-х годах заметил экономическую подоплеку исследования Башелье.

Знания теории вероятности в сочетании с практическим знанием фондовой биржи предоставило ему инструменты, необходимые для заключения того факто, что движение цен на фондовом рынке носит случайный характер.

Он утверждает, что небольшие колебания цены, наблюдаемые в течение короткого промежутка времени, должны быть независимыми от текущего значения цены. Он также подразумевает, что они не зависят от поведения процесса в прошлом, и в сочетании с центральной теоремой о пределе он выводит, что приращения процесса являются независимыми и нормально распределенными. Если принимать во внимание эту логику, то можно заключить, что математическое ожидание всех спекуляций, которые только возможно совершить, равно нулю. Именно эта комбинация идей закладывает основу современной теории броуновского движения, возникшего как модель колебаний цен на акции. Кроме того, данные идеи полностью поддерживают пассивные стратегии, позволяющие стабильно наращивать капитал, являясь более простым в понимании инструментом для инвестора.

1.2 DogsoftheDowкак классическая модельвысокодивидендной стратегии

Среди инструментов пассивных стратегий можно выделить высокодивидендное инвестирование, которое предполагает извлечение аномальных доходностей через формирование портфелей изакций с высокими дивидендными доходностями. Первым упоминанием основ такой стратегии является работа Джона Слаттера [23], финансового аналитика Prescott, Ball&Turben, Inc., опубликованная 11 августа 1988 года в колонке The Wall Street Journal. В ней были представлены идеи, которые позже явились основой для формирования особой высокодивидендную стратегиюDogs of the Dow. И, действительно, крупномасштабных исследований «Study of Industrial Averages Finds Stocks with High Dividends Are Big Winners» под собой не имела, лишь констатировала наблюдение Слаттера:десять самых высокодивидендных акций в спискепо индексу промышленного индекса Доу-Джонса (DJIA) превзошли общий показатель доходности DJIAв среднем на 7,6 процента за рассматриваемый период -с 1973 по 1988 год.Следует отметить, что в своем анализе Слаттер упустил из виду транзакционные и налоговые издержки, а также доходность с учетом риска, что имеет решающее значение при определении реального дохода от инвестирования в стратегию.

Полученные результаты Джоном Слаттером и его идеи заинтересовали Майкла О'Хиггинса и Джона Даунса [17] три года спустя в 1991 году, что послужило почвой для создания исследования. В книге «BeatTheDow» был описан высокодоходный метод с низким уровнем риска для инвестирования в акции Dow Jones Industrial Average (DJIA). Примерно в это же время концепция инвестирования в акции D-10 привлекла внимание инвесторов в США, но опять же с точки зрения исследований данной стратегии.Работа О'Хиггинса и Даунса была похожа на принципы работы Джона Слэттера (1988) и игнорировала влияние налогов, однако комиссия за сделки была привязана к 3% от полученной прибыли. Авторы сообщили, что среднегодовой доход исследуемой стратегии на 6,2 процента выше, чем доходность индекса DJIA в целом за период с 1973 по 1991 год.

Необходимо понимать, как работают высокодивидендные стратегии в целом и стратегия Dogs ofthe Dow в частности. На примере Dogs ofthe Dow будут определены основные положения данного вида пассивного инвестирования, а также прослежен путь его выполнения. Основополагающие принципы прост: стратегия Dogs ofthe Dow предполагает инвестирование в десять акций Dow Jones Industrial Average с самой высокой дивидендной доходностью при ежегодной перебалансировке. В этой стратегии ведения портфеля используется термин «собаки», потому что предполагается, что акции временно не в выигрыше у инвесторов, что приводит к их низкой цене по сравнению с выплаченными дивидендами. Это основано на предпосылке, что такие компании достаточно стабильны и несмотря на краткосрочные трудности в их положении все равно будут сохранять дивидендные выплаты на прежнем уровне.

Данная идея является основой сигнальной теории дивидендных выплат С. Росса [21], которую он предложил в 1977 году в работе «TheDeterminationofFinancialStructure: theIncentive-SignalingApproach». Результатом его исследования послужила идея о том, что компании стремятся не давать негативные сигналы рынку и продолжают ежегодно и стабильно выплачивать дивиденды несмотря даже на временные сложности, поскольку отрицательная информация оказывает большее давление на инвесторов.

В 1988 году Фама и Френч [8] развили эту идею, придя в своем исследовании «DividendYieldsandExpectedStockReturns» к выводу, что метрику дивидендной доходности можно назвать одним из нескольких опережающих фундаментальных факторов, которые оказывают примечательно сильное влияние на стоимость акций. Следовательно, для стратегии Dogs ofthe Dow подходят акции, которые имеют высокую дивидендную доходность и низкую цену. Кроме того, многие инвесторы Dogs ofthe Dow утверждают, что эти «собачьи» акции представляют высокодоходные компании в нижней части их делового цикла, которые вскоре вернутся к более высокой цене акций. Таким образом, сторонники Dogs ofthe Dow рассматривают эту стратегию как очень эффективный способ извлечь выгоду как из постоянных высоких дивидендов, так и из будущего прироста капитала.

Даже после установления доходности Dogs ofthe Dow выше, чем доходности DJIA, наиболее важным элементом определения прибыльности стратегии является учет трансакционных издержек и налогов. Периодическая балансировка портфеля приводит к увеличению операционных издержек, а поскольку характер возврата инвестиций в Dogs ofthe Dow -- это больше дивидендная доходность, а не прирост капитала, то данная доходность подвергается налоговому эффекту и далее истощает первоначально полученные избыточные доходы.

Далее будут рассмотрены исследовательские работы сторонников теории Dogs ofthe Dow, как одного из самых успешных и наиболее часто используемых типов высокодивидендной стратегии, и ее противников, проанализированы результаты тестирования данной стратегии на различных фондовых рынках стран всего мира. Кроме того, будет произведено обобщение успешных решений и слабостей существующих исследований.

1.3 Сторонники Dogsof the Dowи примеры успешного воплощения стратегии

В конце 90-х теория Dogs ofthe Dow была хорошо известна в США благодаря многочисленным финансовым и журналам и публикующимся в них статьям, рассказывающим и рекламирующимспособ получения избыточных доходов от стратегии по сравнению с индексом DJIA. Однако данные публикации не представляли убедительных объяснений того, почему стратегия работала.

Первым полноценным исследованием теории Dogs ofthe Dow была работаканадско-американской группы авторов «The Rise and Fall of the “Dogs of the Dow”». Domian, Louton & Mossman [6]провели исследование, которое демонстрировало опытным путем на промежутке с 1964 по 1997 год тот факт, что поведение акций Dogs ofthe Dowсоответствовало гипотезе чрезмерной реакции рынка. Исследуемый период был разделен на два субпериода: с 1964 по 1986 год и с 1987 года по 1997 год, что было обусловлено крахом фондового рынка в 1987-88 годах и желанием рассмотреть влияние падения рынка на реализацию данной высокодивидендной стратегии. Результатом работы стало подтверждение исследуемой теории с превышением средней доходности портфеля, созданного согласно модели Dogs ofthe Dow, на 4,76% в сравнении с рыночным индексом S&P500. Аналогичное моделирования Dogs ofthe Dow было проведено для каждого выделенного временного промежутка: первый период показал превышение доходности над рыночной на 5,11%, что согласуется с показателем по общему периоду, в то время как второй период похвастаться такими результатами не мог - 1,13%. Причиной подобной ситуации по мнению авторов может быть эффект обратной связи, согласно которому стратегия остается успешной и работает до тех пор, пока не станет известна большому количеству инвесторов.

Следует отметить тот факт, что годом ранее PeterC. Dubois [7], финансовый журналист из американского еженедельного журнала Barron`s, опубликовал работу, целью которой был анализ применения стратегии Dogs ofthe Dow к европейским рынкам. Им была создана некая вариация существующей модели, которая бы лучше всего подходила выбранным им четырем европейским биржевым площадкам (Амстердам, Франкфурт, Лондон и Париж). Изменения коснулись количества акций в портфеле - число возросло до пятнадцати.Результаты тестирования оказались достаточно успешными: превышение над рыночными индексами составило около 5% в среднем по каждому из рынков. Так как полученная стратегия была основа на Dogs ofthe Dow, однако имела под собой некоторую модификацию, то новая версия получила название EuroDogs, о чем можно судить по названию работы «Like the Dogs of the Dow? Then Take a Look at a "Euro Dogs" Fund». Следовательно, данная работа говорит о том, что стратегия приобрела свою известность не только в Соединенных Штатах Америки, но и начались исследования ее применимости на мировых фондовых рынках. Кроме того, рассмотренное исследование подтверждает возможность успешной реализации Dogs ofthe Dow на биржевых площадках разных стран с применением специфических модификаций.

К 2000 году было уже достаточно представлено эмпирических данных и опубликованных исследований, которые как подтверждали теорию Dogs ofthe Dow, так и опровергали ее. Американские экономисты LarryJ. Prather и GenzelL. Webb [18] в своей работе 2001 года «WindowDressing, DataMining, OrDataErrors: ARe-ExaminationOfTheDogsOfTheDowTheory»попытались согласовать полученные разными исследователями результаты и расширить проводимый анализ.Временной период был определен с 1961 по 1998 год. Интересным замечанием со стороны авторов является тот факт, что ежедневное изменение цен на акции в совокупности с важностью даты формирования портфеля в данной стратегии приводят к изменению общей доходности. Данное замечание может объяснить различия в результатах проводимых исследований, поскольку даже небольшие ежедневные изменения могут изменить состав портфеля и, следовательно, доходность портфеля также будет отличаться. Кроме того, Prather и Genzel отмечают наличие «январского эффекта» - вначале января доходность ценных существенно выше, чем в любое другое время года, что может быть объяснено тем, что инвесторы стремятся продать не оправдавшие себя ценные бумаги до конца года с целью сократить налоги, а затем, в январе, реинвестируют полученные средства. Это приводит к повышенному спросу на ценные бумаги в январе, что и порождает «январский эффект». Результатом исследования стало превышение стратегии Dogs ofthe Dow над доходностью рыночного индексаDJIA более чем на 4%. Следовательно, данное исследование является подтверждением работоспособности стратегии на американском фондовом рынке.

Другим исследованием тестирования стратегии на мировой арене является работаSueVisscherиGregFilbeck [25], опубликованная в 2003 году и рассматривающая канадский фондовый рынок. «Dividend-YieldStrategiesintheCanadianStockMarket» охватываетпериодв 10 лет - с 1987 по 1997 год. Эмпирическое исследование представляет собой сравнение показателей доходности 10 самых доходных акций по индексу Toronto 35со средней рыночной доходностью. Одним из важных моментов является факт использования показателей с поправкой на риск, а также учет компенсации налогов и трансакционных издержек. Главным результатом работы является подтверждение работоспособности стратегии на канадской бирже с превышением доходностина 6,6%. Таким образом, исследование является еще одним подтверждением возможности применения стратегии Dogs ofthe Dowна различных рынках мира.

Очередной статьей, опубликованной в американском экономическом журнале Barron`s в 2005 году, является «PedigreePerformanceFromtheEuroDogs» авторства итальянского финансового журналиста VitoJ. Racanelli [19]. Данная работа является отсылкой к опубликованной ранее статье PeterC. Dubois в этом журнале. Аналогичным образом в исследовании проводится эмпирический анализ 15 самых высокодивидендных акций, то есть изучается вариация исходной стратегии, а именно EuroDogs, однако компании принадлежат индексу DJ Stoxx 50, который содержит 50 крупнейших европейских компаний. Тестирование проводились в течение 12 лет - с 1993 года по2004. Автор в ходе работы пришел к выводу о том, что доходности схожей стратегии с Dogs ofthe Dowпревзошли контрольный показатель доходности по индексу в целом в 10 случаях из 12.

ДругимевропейскимопытомпопыткиадаптациистратегииDogsoftheDowявляетсястатья «Dividend-DrivenTradingStrategies: EvidencefromtheWarsawStockExchange», опубликованная в 2007 году за авторством BrzeszczynskiиGajdka [4]. Исследуемый период был определен с 1991 по 2004 год. В работе использовалась оригинальная стратегия с отбором 10 акций с наибольшим показателем доходности и проводился сравнительный анализ с индикаторами варшавской фондовой биржи. Эта работа интересна тем, что являет собой вариант модификации исходной стратегии через использование разбивки компаний по уровню капитализации. Итогом исследования стал вывод о том, что наилучшие показатели доходности, которые бы превышали рыночный показатель, достигаются при использовании акций группы эмитентов с высоким уровнем капитализации.

Статья «The "DogsoftheDow" strategyrevisited: Finnishevidence»является очередным успешным свидетельством применения изучаемой высокодивидендной стратегии на фондовом рынке Финляндии. E. Rinneи S. Vahamaa [20]в своей работе провели анализ показателей доходности согласно стратегии DogsoftheDow, а также аналогичного индикатора Хельсинской фондовойбиржи (OMX25). Исследуемый период был выбранс 1998 по 2008 год, что не отражает кризисный период. Авторами был получен результат, указывающий напревышение доходности по стратегии на 4,5% и результативность DogsoftheDowв целом.

Помимо Европы и США исследование стратегии DogsoftheDowприобрело свою популярность и в Азии. Так, Y. Songи K. Hagio[24]провели тестирование модели в рамках японской фондовой биржи в работе «Astudyonportfolioselectionstrategiesforstockinvestment», датированной 2007 годом. Для анализа авторами были взяты индексы TOPIX30 и NIKKEI 225 при применении традиционной версии стратегии. Результатом явилось то, что для данныхс 2002 по 2006 год модель немного превосходит средние показатели по индексам в целом, однако моделирование по NIKKEI 225 было более успешным, после чего исследование продолжилось в другой более поздней работе с использованием именно этого индекса. Аналогичные процедуры были выполнены для более длительного периода - с 1981 года по2010 год, что представлено в статье «EmpiricalAnalysisofthe «DogsoftheDow» Strategy: JapaneseEvidence» [16].ЭкономистыM.Qiu, Y. Song, M.Hasama в своей работе, опубликованной в 2013 году, пришли к следующему результату: превышение средней доходностивысокодивидендной стратегии DogsoftheDowнад бенчмарком составило 6,9%. Полученные результаты были признаны статистически значимыми и подтверждают применимость рассматриваемой стратегии.

Аналогичные исследования проводились и на других азиатских фондовых рынках. Например, работа авторов M.Qiu, H. Yanи Y. Song[26] сосредоточена на акциях биржи Гонконга в период с 2001 по 2011 год и опубликована в 2012 году. Исследование, представленноевстатье «EmpiricalAnalysisofthe «DogsoftheDow» Strategy: HongKongEvidence», указываетнато, что показатель доходности согласно стратегии DogsoftheDow превзошеланалогичный индикатор по индексуHangSeng. Кроме того, ими был сделан вывод о том, что уменьшение количества акций в портфеле улучшало результативный признак.Таким образом, данное исследование также подтверждает работоспособность стратегии на разных мировых биржах.

Руке российских авторов принадлежат также несколько работ, определяющих возможность использования стратегии DogsoftheDow на российском фондовом рынке. Одним из наиболее крупных исследований данной темы является работа «Инвестиционные стратегии на дивидендных акциях российского фондового рынка: «собаки Доу» и портфели с фильтрами по фундаментальным показателям», опубликованная в 2012 году. Авторы, Теплова Т. В. и Гальперин М. А.[2], в своей работе периодом наблюдения выбрали промежуток с 2003 года по 2011 год. Следует отметить, что исследование представляет собой вариацию исходной модели - были добавлены параметры капитализации дивидендов, фильтр по прибыли и налоговые вычеты. Эта модификация позволила увеличить среднюю доходность с 19.27% до 22.72%. Следовательно, стратегия DogsoftheDow применима к российским реалиям.

Работа Володина С. Н. и Сорокина И. А. [1] является другим исследованием высокодивидендных стратегий на фондовом рынке России. «Формирование высокодивидендных портфелей на российском фондовом рынке», опубликованная в 2014 году, представляет собой анализ модифицированных версий классической модели и являет собой пример успешной адаптации модели к реалиям рынка. Такие базовые параметры как месяц формирования портфеля и количество акций в нем в данной работе представлены в качестве опциональных переменных. Период анализа определен с 2001 года по 2014 год. В 30 случаях из 36 рассматриваемых стратегия показала более высокие показатели доходности нежели вложения в рыночный индекс. Следует отметить важные выводы, сделанные авторами: чем более портфель диверсифицирован, тем более высокие показатели средней доходности можно от него ожидать вне зависимости от входа на рынок; наибольшую доходность показали портфели, сформированные в октябре.

1.4 КритикаDogsof the Dow и провальные попытки реализации стратегии

Помимо успешных примеров реализации стратегии Dogs of the Dow на мировых фондовых рынках существуют и работы различных исследователей, указывающих на то, что применение данной модели высокодивидендного инвестирования не позволяет получать доходности выше рыночных. Одними из первых, кто подверг критике теорию DogsoftheDow, приэтомпредоставлялубедительныеаргументы, былиMcQueenG., ShieldsK. иThorleyS.[15]в 1997 годувработе «Doesthe «Dow-10 InvestmentStrategy» BeattheDowStatisticallyandEconomically?». Исследование было направлено на сравнениепоказателей доходности от инвестиций в Dogs of the Dow и DJIA в течение 50 лет, то есть период был определен с 1946 года по 1995 год. Их основной вывод заключался в том, что несмотря на «статистически» более высокую доходность портфеля Dogs of the Dow, данная стратегия приводит к большим рискам (из-за меньшей диверсификации), более высокой стоимости транзакции (из-за перебалансировки) иболее высоким налоговым платежам (из-за того, что прибыль в основном определялась полученными дивидендами вместо прироста капитала). По данным авторов, средняя разница в доходностях между Dogs of the Dow и DJIA за исследуемый период составила 3,06%. Однако с учетом рисковых издержек, которые по расчетам авторов составили 1,52%, и ежегодных затрат на пересмотр портфеля, увеличивающих стоимость сделки примерно на 0,59%, превышение доходности по стратегии над рыночным индексом составило уже 0,95%. Другим понижающим доходность обстоятельством стал тот факт, большинство доходов от Dogs of the Dow - дивиденды, которые не могут быть пролонгированы и облагаются налогом по более высокой ставке. Вследствие этого налоги объясняют почти всю оставшуюся избыточную премию. Следовательно, с учетом упомянутых выше факторов, доходность по стратегииDogs of the Dow не превосходит аналогичных показателей индекса DJIA в целом, то есть модель неработоспособна.

В том же году появилась еще одна работа, критикующая данную стратегию за авторством Filbeck и Visscher [9]. Всвоейработе «DividendYieldStrategiesintheBritishStockMarket» исследователи смоделировали стратегию Dogs of the Dowпо данным Великобритании. За основу был взят индекс FTSE100, а и рассматриваемый период был обозначен с 1984 по 1994 год. Доходность по портфелю Dogs of the Dow, скорректированная на риск,по результатам превзошла рыночный индекс всего за 4 года из 10, что указывает на то, что выбранная стратегияинвестирования в чистом виде не может быть рекомендована для стабильного получения сверхдоходности на фондовом рынке Великобритании.Позднее, в 2008 году, вработе «DividendYieldStrategyintheBritishStockMarket 1994-2007» [10]авторамибылрассмотрен случай применимости исходной стратегии, но уже в других временных рамках. Результатом исследования стал вывод о нереализации стратегии, так как несмотря на превышение доходности по Dogs of the Dow над рыночным показателем в 7 случаях из 13 в среднем на 21,54% тесты на значимость показали, что полученные данные нельзя считать устойчивыми. Таким образом, Filbeck и Visscher вновь пришли к выводу о том, что исходная модель не дает ожидаемых высоких результатов.

Другим примером критического отношения к стратегии Dogs of the Dow может являться работа американского экономиста MarkHirschey [11]. «The `Dogs of the Dow' Myth», опубликованная в 2000 году, представляет собой глубокий анализ, почему ранние тесты исследователей работают, иаргумент, что это может быть результатом дата майнинга. В своем исследовании он пытается найти ошибки в данных также путем сравнения многочисленных более ранних работ. Период рассмотрения был определен с 1961 года по 1998, чтобы охватить как можно больший промежуток времени. Тестирование модели высокодивидендного инвестирования при влиянии стоимости сделки и налогового бремени. В конце концов, автор пришел к выводу онеобоснованности теории Dogs of the Dow из-за ошибок в данных предыдущих исследователей, а также он поставил под сомнение использование средней арифметической при подсчете нормы доходности портфеля. Кроме того, автором был отмечен тот факт, что в большинстве исследований доходность не была скорректирована на риск. Также он подчеркивает возможное наличие эффекта обратной связи в периодах после 1990 года, означающее, что широкая огласка, связанная со стратегией Dogs of the Dow, могла привести к большому инвестиционному интересу, что естественным образом отразилось снижении эффективности стратегии (опубликованные данные за 1999 год указывают на 20 миллиардов долларов инвестиций в Dogs of the Dowстратегию). Таким образом,Hirschey отвергает обоснованность рассматриваемой теории и освещает проблемы данного метода инвестирования.

Интересной работой является исследование DaSilva[5], опубликованное в 2001 году и названное«EmpiricalTestsoftheDogsoftheDowStrategyinLatinAmericanStockMarkets». В нем автор проанализировал эффективность Dogs of the Dowстратегии на латиноамериканских фондовых рынках, а именно -на рынках Аргентины, Бразилии, Чили, Колумбии, Мексики,Перу и Венесуэлы. Тестирование было проведено за период с 1994 по 1999 год.Важными моментами в работе стали использование геометрических средств для расчета годовой доходностии включение налоговых и трансакционных издержек, а также учет рисковых премий. Результаты исследования говорят о том, что рассматриваемая стратегия обыгрывает рынок во всех латиноамериканскихрынках кроме Бразилии. Однако параметрическое тестирование показывает, что результаты не являются значимыми, что подразумевает плохое статистическое подтверждение применения стратегии Dogs of the Dow на исследуемых автором рынках.

Очереднойработой, подвергшейкритикестратегиюDogsoftheDow, является «Ditch “DogsoftheDow” - theMuttsHaveBadGenes, ImproperBreedingandFalsePapers», опубликованнаяв 2013 году.JackHough[13] представил свое исследование вжурналеForbes, заявив, что исходная стратегияслишком проста и тривиальна, поскольку игнорирует текущее финансовое состояние компаний.Автор пришел к выводу о том, что добавление таких индикаторов, как коэффициент дивидендных выплат, динамика цен акций, рост выручки и прочие метрики финансового состояния компаний, позволят успешно адаптировать модель к фондовым рынкам разных стран.

1.5 Обобщение успешных решений и слабостей существующих исследований

Несмотря на существующую критику стратегии, и та, и другая сторона, поддерживающая возможность ее реализации, соглашаются в одном: существует необходимость адаптации модели к тем реалиям, которые наблюдаются на фондовом рынке страны. Чтобы получить наиболее адаптированную модель, исследователям приходилось менять правила игры.

Среди возможных модификаций авторы выделяли изменение одного из текущих базовых параметров - количества акций в портфеле. Данный показатель исследователи то увеличивали, как сделал это Racaneli, то уменьшали, как в работе Qiu, Yan, Song, то делали опциональным-об этом заявили Володин и Сорокин. Появилась даже самостоятельная стратегия SmallDogsoftheDow, которая заключалась в инвестировании в 5 акций компаний с наивысшими показателями дивидендной доходности, однако стоит отметить, что ее эффективность была доказана далеко не во всех случаях. Во всех работах данная модификация привела к улучшению показателей доходности по традиционной модели.

Аналогичные попытки изменения базового параметра проводились и с месяцем формирования портфелей. Первые шаги на пути к установлению данного индикатора в качестве опциональной переменной предприняли Pratherи Webb. А в работе Володина и Сорокина данные параметры стали полноценно опциональными. Обе работы представляют собой подтверждение работоспособности стратегии, что говорит о том, что модификация может быть использована.

Кроме того, среди наиболее популярных видов модификации исходной стратегии DogsoftheDow можно выделитьдобавление фильтров по финансовому положению компаний. Так, в своей работе BrzeszczynskiиGajdka использовали разбивку компаний по уровню капитализации, а Теплова и Гальперин - параметры капитализации дивидендов и фильтр по прибыли. Данные исследования подтверждают факт улучшения работы модели на мировых рынках. Среди критиков Houghподдержал идею добавления финансовых индикаторов, например, коэффициент дивидендных выплат, рост выручки и прочие метрики финансового состояния компаний.

Помимо всего прочего,в работах исследователей Pratherи Webb, а также Houghбыл отмечен тот факт, что ежедневное изменение цен на акции приводят к изменению общей доходности, поскольку даже небольшие ежедневные изменения могут изменить состав портфеля и, следовательно, доходность портфеля также будет отличаться.

Более того, исследователи не раз рассматривали идею смены бенчмарка. Во многих работах было предложено производить отбор акций в портфель из числа самых ликвидных акций на бирже страны, или же использовать другой рыночный индекс, например - S&P500 в США. Воплощение этой идеи привело к успеху в некоторых исследованиях, например Dubois, однако в странах, в которых один индекс гораздо популярнее остальных, данная модификация не оказывалась эффективной.

Кроме того, отмечалось также и добавление в анализ транзакционных издержек и налогов, которые игнорировались в классической версии стратегии высокодивидендного инвестирования. Об этом заключалось в основном в критических статьях, Visscherи Filbeck, McQueen, Shieldsи Thorley, Hirschey, DaSilva, где после корректировки полученной доходности на представленные выше индикаторы показатели доходности по стратегии показывали аналогичные или меньшие результаты с рыночным индексом.

Глава 2. Методология исследования

В качестве основы для формирования авторской модели высокодивидендной стратегии была взята описанная ранее вариация данного вида инвестирования -DogsoftheDow, предложенная американскими экономистами Майклом О'Хиггинсом и Джоном Даунсом. В ходе изучения литературы были рассмотрены как успешные примеры реализации данной стратегии в мире, так и провальные попытки применить классическую модель к реалиям фондовых рынков разных стран. Адаптация модели к существующему положению дел на фондовых биржах была основополагающей целью большинства исследований и, возможно, единственно возможным решением проблемы ее неосуществимости. Данное исследование также направлено на адаптацию классической версии стратегии и предполагает осуществление нескольких модификаций, которые могли бы позволить инвестору более успешно контролировать свой портфель и управлять им.

В данной работе представлена вариация исходной модели DogsoftheDow. Среди ключевых моментов, изменение которых предполагает улучшение показателей стратегии, можно выделить количество акций в портфеле, а также месяц его формирования. Необходимо рассмотреть каждую модификацию отдельно, чтобы выявить оптимальные показатели каждой из них.

Количество акций в портфеле является одним из важнейших показателей в модели, поскольку от этого индикатора зависит ширина и объем пула, включающего в себя потенциальных «участников команды». Сужение рамок в данном случае дает меньшую диверсификацию портфеля, однако позволяет иметь в распоряжении главных лидеров по показателю дивидендной доходности. Кроме того, такое изменение увеличивает риски инвестора. Если говорить о расширении портфеля, то наблюдается обратная картина - большая диверсификация портфеля, меньшие риски. Изученная литература позволяет прийти к выводу о зависимости данного показателя от степени развитости фондового рынка. В классической версии использовалось 10 наилучшихпо дивидендной доходности компаний для реализации стратегии. В данной работе предлагается увеличить количество акций в портфеле до 15, сделав этот признак опциональным. Соответственно, моделирование стратегии DogsoftheDow будет включать в себя все возможные комбинации от 1 до 15 акций при формировании портфеля.

Также предполагается опциональным сделать и месяц формирования портфеля. В классической версии портфель формировался в конце каждого года, однако рядом исследователей был отмечен «январский эффект». Кроме того, большая часть компаний публикует информацию о размере дивидендов в первой половине года, в том числе в данный период происходит закрытие реестра акционеров. Все вышесказанное определило новую вариацию параметра месяца формирования портфеля, установив его в диапазоне с июля по декабрь. Данная модификация может также помочь избавиться от фактора сезонности в данных. Использование VisualBasicforApplications, которое предполагает данное исследование, позволяет расширить возможности моделирования. В связи с этим было принято использование широкого горизонта количества акций в портфеле, а также вариация месяца формирования инвестиционного портфеля.

Предыдущие исследования реализации стратегии DogsoftheDow в своем большинстве были направлены на адаптацию модели к реалиям рынка, как это было упомянуто ранее. Данная работа также не является исключением и главным инструментом для воплощения указанной цели ставит вспомогательный отбор компаний по финансовым показателям ее деятельности. Такие фильтры позволят инвестору опираться не только на индикатор дивидендной доходности, но также и понимать положение дел в компании и трезво оценивать текущую ситуацию. Главным критерием попадания в портфель, в отличие от классической модели, будет положение компании в «рейтинге» по определенному финансовому показателю, которых предполагается несколько, что говорит о том, что компания должна являться лидером среди равных.

В силу сложности определения точных показателей затрат на транзакционные издержки, а также установления налоговой базы для учета сборов указанные индикаторыучитываться не будут.

2.2 Реалии российского фондового рынка

Для адаптации классической модели высокодивидендного инвестирования необходимо провести анализ текущей ситуации на фондовом рынке страны. Согласно классической модели, проведение моделирования же требует определения четких временных рамок, которые зависят как от доступности данных за период, так и наличия различных колебаний в экономике. Исходя из всего вышесказанного, временной период исследования был определен авторами с 2006 года по 2019 год с возможным изменением промежутка для более корректной работы с данными. Немаловажным является также выбор индекса, который будет служить фундаментом для строительства как стратегии, так и для определения рыночных показателей в модели. Исходя из исследуемого рынка было принято решение о выборе индекса IMOEX в качестве индикатора рынка, поскольку он включает в себя наиболее крупных эмитентов на российском фондовом рынке. Кроме того, данный индекс зачастую используется в качестве своеобразной детерминанты состояния российского фондового рынка. Следует отметить также факт использования данного индексаиндексными фондами при реализации различных пассивных инвестиционных стратегий.В данном исследовании среднегодовая доходность портфелей, показавших лучшие результаты в ходе моделирования, будет сравниваться с показателями доходности индексаIMOEX.

На выбранном для исследования периоде необходимо рассмотреть колебания российского фондового рынка с помощью выбранного индекса. Это является необходимым для того, чтобы составить целостную картину состояния рынка в России, а также понимать его готовность к высокодивидендным стратегиям в целом. Представленный ниже Рисунок 1 показывает динамику значений индекса Московской Биржи IMOEX на закрытие. По оси справа на рисунке можно заметить показатели доходности индекса на промежутке времени с 2006 по 2019 год. Несложно заметить выделяющийся на графике период кризиса с сопровождающим его падением рассматриваемых показателей. Действительно, поведение фондового рынка коренным образом зависит от состояния экономики в целом, а кризис 2008 года оказал существенное влияния на данный рынок в России. Так, например, с мая 2008 по ноябрь 2008 индексМосковской Биржи IMOEX упал на 68%.

В силу аномальных и не отражающих адекватно положение дел на рынке доходностей кризисный период требует отдельного рассмотрения. Соответственно, исследование будет разделено на два субпериода, где основное тестирование модели будет ориентировано на временной промежуток вне кризиса. После выявления наилучших моделей период кризиса будет также подвержен моделированию со стороны выбранных модификаций. Таким образом, основной период анализа предлагается выбрать с 2010 года по 2019 год.

Рисунок 1.Значение индекса Московской Биржи IMOEX на закрытие и показатели его доходности в период с 2006 по 2019 год, руб., %. Источник: расчеты автора.

Как уже было сказано, кризис оказывает весомое влияние на разные экономические показатели. В одном из рассмотренных ранее исследований было изучено влияние кризиса на работоспособность рассматриваемой стратегию. Исходя из полученных авторами результатов анализ кризисного периода будет проведен отдельно. Рисунок 2 демонстрирует факт подтягивания показателей дивидендной доходности к тенденции, которую задает кризис, что еще больше подтверждает аргументированность разделения периода на части.

Рисунок 2.Влияние кризиса на среднегодовую доходность индекса Московской Биржи IMOEX, %. Источник: расчеты автора.

Исходя из проведенного анализа состояния российского фондового рынка и существующих реалий были сделаны следующие допущения: основной период определен с 2010 года по 2019 год;моделирование стратегии в момент кризиса будет проведено отдельно. Необходимо понимать временную связь между исследуемыми в рамках стратегии показателями, а именно то, что доходность, которую инвестор получил в 2011 году, будет первой при учете среднегодового показателя дивидендной доходности. Последней учтенной доходностью будет та, что получена в 2019 году. Первый раз моделирование стратегии пройдет в 2010 году по данным за 2009-2010 год, а последний - в 2018 году по данным за 2017-18 года.

2.3 Финансовые показатели в качестве фильтров для отбора компаний в портфель

Среди наиболее часто упоминаемых видов модификаций исходной стратегии DogsoftheDow можно выделить добавление фильтров по финансовому положению компаний. Рассмотренные ранее исследования подтверждают факт улучшения работы модели на мировых рынках при использовании индикаторов благосостояния компаний. Однако большая часть исследователей предлагала рассмотрение одной или двух метрик финансового положения компании при отборе в итоговый портфель. Данная работа предлагает определить ряд таких показателей, которые бы смогли как в совокупности, так и отдельно дать финансовую характеристику компании. Внедрение нескольких фильтров необходимо для того, чтобы инвестор при своем выборе ориентировался не только на компанию-лидера по одному показателю, а мог осуществить более рациональный отбор, составив, например рейтинг или присвоив ранги. Это позволит улучшить эффективность формирования портфеля.

Показателей, которые бы характеризовало финансовое положение компании и давали качественную характеристику положений дел достаточно. Однако каждый индикатор служит для определенной цели и сложно определить на первый взгляд, какой из них необходим инвестору для принятия максимально эффективных решений. Среди таких показателей можно выделить PricetoEarningsRatio, который равен отношению рыночной стоимости акций к годовой прибыли, полученной на нее. Это один из самых важных показателей в фундаментальном анализе, поскольку позволяет выявить недооцененные компании.

Также необходимо понимать, насколько компания эффективно использует имеющиеся у нее в распоряжении собственные средства, а также привлеченные. Чтобы оценить данную финансовую информацию о компании используют такие коэффициенты, как TotalDebttoTotalEquityRatio, AssetTurnoverRatioи CurrentRatio. Каждый из этих показателей достаточно успешно применяется инвесторами для анализа текущего положения дел в компании. Рассмотрим каждый из них. Первый - TotalDebttoTotalEquity - показывает то, сколько процентов от общего финансирования компании принадлежит кредиторам, то есть данная метрика характеризует независимость и устойчивость компании. Второй - AssetTurnoverRatio-измеряет эффективность того, насколько компания хорошо использует свои активы, то есть он определяет своего рода способность компании генерировать продажи от использования активов. Третий показатель может сказать инвестору о способности компании оплатить свои текущие обязательства за счет оборотных активов. CurrentRatio определяет ликвидность компании, то есть отражает стабильность финансового положения компании.

ПоказателиReturnonAssets(ROA) иReturnonCommonEquity (ROE) являютсяоднимиизсамыхважныхпоказателейрентабельностилюбой компании и зачастую служат своеобразным индикатором для определения альтернативных объектов вложений для инвесторов. Эти показатели указывают на то, насколько эффективно использует доступные средства менеджмент компании. Индикаторы рентабельности служат отражением эффективности использования компанией ресурсов для получения прибыли.

Большинство из рассмотренных показателей работают лучше для компаний одной отрасли, однако в исследуемом индексе IMOEXпредставлены компании, относящиеся к различным секторам экономики. Решением проблемы сравнимости стало взвешивание выбранных показателей по медиане сектора в целом. Деление на своеобразные кластерыпроисходило по системе The Bloomberg Industry Classification Systems (BICS), согласно которой выделяются 10 секторов: здравоохранение, коммунальные услуги, коммуникации, материалы, промышленность, технология, товары выборочного спроса, товары первой необходимости, финансы, энергия. Взвешивание было проведено на основе данных с 2008 по 2019 год с учетом средних значений показателей. Чтобы исследуемые параметры не были подвержены выбросам, были рассчитаны медианные показатели по среднегодовым значениям для каждого показателя во всех секторах. Распределение компаний по секторам в рамках указанной классификации находится в таблице Приложения 1.

2.3 Данные и методология моделирования стратегии

Моделирование авторской стратегии проводилось в несколько этапов. На первом - были выгружены данные из терминала Bloomberg Terminal по исследуемым 50 компаниям индекса IMOEX. Согласно определенным в пункте 2.2 показателям, характеризующим финансовое положение компаний, были получены из того же терминала данные, охватывающие весь исследуемый период. Второй этап заключался в выгрузке цен акций компаний из Bloomberg Terminal за период по 2019 год. Для реализации стратегии были необходимы данные по стоимости акций за каждый месяц. На этом же этапе значение индекса IMOEXна закрытие были взяты с сайта Московской Биржи.

Задачей третьего этапа было усреднение используемых показателей через использование медианного метода, описанного в пункте 2.2 работы. Ко всему прочему было необходимо рассчитать показатель дивидендной доходности, основываясь на выгруженных данных с сайта Московской Биржи. Для этих целей авторами была предложена следующая формула, описывающая дивидендную доходность через отношение дивидендных выплат к стоимости акции на дату закрытия:

где:

-- дивидендная доходность;

-- размер выплаченного дивиденда;

-- цена акции на дату закрытия реестра акционеров.

Процедура моделирования рассматриваемой стратегии выосокодивидного инвестирования заключалась в следующем: изначально применялась только к основному периоду, чтобы после провести аналогичное тестирование на кризисном участке, но с использованием только наилучших стратегий. Таким образом, исходя из авторской модели для ее осуществления были необходимы данные компаний, которые бы отряжали финансовое положение их дел на основном периоде с применением медианного метода при взвешивании. Кроме того, в силу предпосылок модели процедура моделирования предусматривала взятие показателя дивидендной доходности за предшествующий год тому, который в данный момент анализируется, поскольку благодаря прошлогодним показателям можно сравнить полученный результат только со следующим годом. Если говорить о показателе стоимости акций и индекса в целом, то для тестирования стратегии в этом году, необходимо иметь данные как за прошлый год, так и за текущий. Для отбора акций в портфель была предусмотрена процедура составления своеобразного сводного рейтинга по всем финансовым фильтрам в совокупности. Осуществление формирования подобного ранжирования происходило через присвоение рангов компаниям в списке. То есть по каждому финансовому фильтру были выделены топ-15, после чего происходило объединение в единый рейтинг. Следует отметить, что дивидендная доходность здесь служила ключевым индикатором при ранжировании, и ей было отведено половина от конечного ранга. Остальные фильтры по финансовому состоянию разделили оставшиеся 50% между собой, поскольку каждый из них в равной степени отражает ту информацию, которой может воспользоваться инвестор при отборе акций в свой портфель. Результатом ранжирования стало формирование ранжированного списка компаний с опциональным выбором индикаторов финансового положения и получение 112 комбинаций таких признаков. Согласно авторской модели для осуществления стратегии необходимо создание портфеля с максимальным числом акций, равным 15. По лидерам итоговых рангов была просчитана дивидендная доходность с учетом определенных ранее базовых опциональных показателей - месяц формирования портфеля и количество акций в нем. Полученные результаты было необходимо сравнить с аналогичными показателями рынка, то есть с доходностью индекса Московской биржи. Описанные шаги моделирования изучаемой стратегии применялись к каждому году на основном периоде исследования - с 2010 года по 2018 год.