Содержание к диссертации
Введение
ГЛАВА 1. Рынки акций в странах–нефтеэкспортерах: масштабы и динамика развития 14
1.1. Мировая цена нефти и экономический рост 15
1.2. Становление и развитие рынков акций 21
1.3. Рынок акций в процессе образования основного капитала 54
ГЛАВА 2. Трансмиссия шоков нефтяных цен на рынки акций нефтеэкспортеров 62
2.1. Теоретические подходы 62
2.1.1. Прямое влияние динамики нефтяных цен на цену акций 62
2.1.2. Опосредованное влияние в ансамбле экономических и финансовых индикаторов 66
2.2. Прикладные подходы 70
ГЛАВА 3. Анализ чувствительности рынков акций нефтеэкспортеров к ценовым сигналам мирового рынка нефти 81
3.1. Оценка прямого влияния динамики цены нефти на доходность фондовых индексов 81
3.2. Модели векторной авторегрессии (VAR) для рынков акций России и Норвегии 93
3.2.1. Базовая модель 95
3.2.2. Проверка базовой модели на робастность 111
3.2.3. Качество базовых активов 120
Заключение 129
Библиография
- Становление и развитие рынков акций
- Рынок акций в процессе образования основного капитала
- Прямое влияние динамики нефтяных цен на цену акций
- Модели векторной авторегрессии (VAR) для рынков акций России и Норвегии
Становление и развитие рынков акций
Общей чертой наиболее быстро растущих рынков нефтеэкспортеров является преобладание на этих рынках очень крупных по капитализации компаний. Как следует из материалов рисунка 4 [193], усредненное значение капитализации в расчете на одну публичную компанию достигало в данной типологической группе стран около 750 млн. долл. При этом в Мексике, Катаре, Колумбии, России, Саудовской Аравии и Норвегии этот показатель был существенно выше. Это значит, что в основе опережающего роста рынков акций в странах–нефтеэкспортерах лежит быстрое наращивание капитализации ограниченного числа компаний.
Среди стран–нефтеэкспортеров самый крупный рынок акций функционирует в Канаде. Его доля в мировой капитализации рынков акций с 2010 г. превышает 4%. Канадский фондовый рынок является одним из самых старых в мире. Первое публичное размещение акций в Канаде произошло в 1832 г., когда группа брокеров начала торговать акциями железной дороги в одном из кофейных домов Монреаля. Первая фондовая биржа – Montreal Stock Exchange – была открыта в 1874 г., в 1878 г. начала работать Toronto Stock Exchange. [183, c.2] Позиции Канады на мировом рынке акций значительно усилились примерно с середины 2000-х гг., что объясняется повышательным ценовым трендом на рынке нефти (рисунок 5 (рассчитано по [193])). По отношению совокупной капитализации публичных компаний к ВВП Канада сопоставима с США и Великобританией, причем динамика этого показателя по трем странам все больше синхронизируется (рисунок 6 (рассчитано по [193])), что, на наш взгляд, свидетельствует о том, что глобальные инвесторы стремятся более пропорционально распределить риск в страновом разрезе.
Динамика отношения совокупной рыночной капитализации к ВВП в Канаде, Великобритании и США, %. По числу компаний–эмитентов Канада в 2011 г. занимала четвертое место в мире после Индии, США и Японии. Современный рынок акций в современной Канаде имеет сложную структуру. До 1999 г. здесь действовало пять фондовых бирж: Vancouver Stock Exchange, Alberta Stock Exchange, Toronto Stock Exchange, Montreal Exchange и Winnipeg Stock Exchange. К тому же на бирже Торонто функционировала площадка Canadian Dealing Network по торговле «через прилавок» акциями мелких компаний. В 1999 г. канадский бизнес и экономические власти начали глубокую перестройку национального фондового рынка с целью повышения его ликвидности, снижения издержек для участников и углубления специализации. Пройдя несколько волн реструктуризации, все биржевые площадки объединились под зонтиком группы компаний Toronto Stock Exchange. Акции зрелых состоявшихся компаний торгуются на Toronto Stock Exchange (TSX). Одновременно для компаний, находящихся на ранней стадии бизнеса, действует венчурная биржа TSX Venture Exchange. Обычно на эту биржу приходят иностранные компании, в том числе из добывающего сектора. Для компаний же, только выходящих на биржу, предназначена Canadian National Stock. [135, cc.270–271], [183, cc.5–6]
Фактически рынок акций Канады состоит из трех сегментов, в каждом из которых обращаются бумаги компаний, находящихся на различных стадиях рыночной зрелости. Эти три сегмента образно можно уподобить низшей, средней и высшей ступеням образования. Требования к раскрытию информации, стандартам корпоративной отчетности, как и издержки листинга и брокерские и юридические услуги на Toronto Stock Exchange (TSX) самые высокие; на Canadian National Stock – самые низкие. [96]
Отличительной чертой канадского рынка акций является доминирование ограниченного числа компаний–эмитентов – на 200 крупнейших публичных компаний, акции которых обращаются на TSX и TSX Venture Exchange, приходится около 90% совокупной капитализации двух этих бирж. [130, c.133] Вместе с тем на 1000 компаний, капитализация каждой из которых не превышает 5 млн. долл., приходится всего около 11% совокупной рыночной капитализации двух биржевых рынков. [130, c.134]
Около 200 крупнейших канадских публичных компаний одновременно котируются на американских биржах, а также на лондонской бирже. [130, c.134] Еще около 250 канадских компаний торгуются в США на неорганизованных биржевых площадках «через прилавок». К тому же, благодаря действующей многоюрисдикционной системе раскрытия информации (multijurisdictional disclosure system), компаниям, зарегистрированным на канадской бирже, легче провести листинг на американских биржах, чем компаниям других стран. [81, c.4] В этом отношении канадский рынок акций представляет собой трамплин для выхода на крупнейший мировой фондовый рынок.
На нефтегазовые компании приходится около 30% совокупной капитализации Toronto Stock Exchange. На TSX Venture Exchange компании этого сектора обеспечивают около 20% совокупной капитализации. Более трети всех нефтегазовых компаний мира котируются на канадских биржах. [98] TSE/TSX по данному показателю далеко опережает все другие мировые биржевые площадки (рисунок 7 [96]).
Рынок акций в процессе образования основного капитала
Это значит, что риск на всех рассматриваемых рынках акций попадает в зеленую зону «базельского светофора». В зависимости от числа нарушений при бэктестинге моделей в Базеле выделяется три зоны: зеленая с числом пробитий VaR до 4; желтая - от 5 до 9 пробитий и красная - более 9 пробитий. Для каждой из зон используется свой коэффициент для расчета резервируемого под риск капитала -минимальный для зеленой зоны и максимальный для красной.
В таблице 9 также представлены оценки объемов капитала, который инвесторы должны в соответствии с требованиями Базеля зарезервировать под риск вложений в акции. Если резервы под риск на американском фондовом рынке принять за 100%, то на равные инвестиции в российский, норвежский, саудовский и нигерийский индексы требуется отвлекать соответственно на 78%, 59%, 51% и 41% больше ресурсов в резервный капитал. Даже при инвестициях в портфель австралийских и канадских акций придется отвлечь почти на 20% больше финансовых ресурсов, чем при направлении аналогичных средств в акции американских компаний.
Как правило, крупные портфельные инвесторы рассматривают акции компании как базовый актив и формируют за счет них значительную часть 4 Согласно требованиям Базеля, рассчитывается по текущему дневному значению VaR на 10 дней вперед по формуле " = ЖаВ . своего портфеля. Однако необходимость омертвлять в резервах дополнительные ресурсы снижает привлекательность инвестирования в акции компаний из стран–нефтеэкспортеров как инструмента повышения устойчивости и надежности инвестиционного портфеля. Важную информацию дает анализ того «хвоста» распределений доходностей, которые нарушают или пробивают заданный доверительный уровень VaR. На рисунке 19 (рассчитано по [181]) представлен временной график нарушений исторического VaR с 99% доверительным интервалом по ежедневным доходностям фондовых индексов России (РТС) и Норвегии (OBX) за период с января 2000 г. по декабрь 2012 г.
Визуальный анализ рисунка показывает, что по норвежскому индексу нарушения VaR кучно распределены на временном отрезке май 2008 г. – июль 2009 г., то есть приходятся на период глобального финансово-экономического кризиса и, в меньшей степени, на период после кризиса. Кластеризация пробитий смоделированного значения VaR на узком отрезке времени с последующими вторичными шоками представляет собой нормальную реакцию зрелого фондового рынка в ответ на внешние возмущения. Эффект кластеризации может быть учтен для построения по норвежскому рынку акций параметрического VaR с использованием семейства GARCH моделей [78], [129], которые показали неплохие результаты при моделировании волатильности доходности. В принципе специально построенный параметрический VaR может на определенном временном горизонте позволить инвестору снизить размеры средств, отвлекаемых в резервный капитал.
Для российского фондового индекса временное распределение пробитий заданной «стоимости–под–риском» носит во многом случайный характер. Хотя и здесь можно выделить определенные отрезки кластеризации, волатильность бессистемно распределена на всем рассматриваемом горизонте и до, и после кризиса. Это значит, что российский рынок постоянно реагирует на некие внешние шоки, природа которых не до конца очевидна и не поддается систематизации. Сравнительная бессистемность временного распределения пробитий VaR существенно затрудняет моделирование риска параметрическими методами, что дополнительно отпугивает долгосрочных инвесторов, не желающих отвлекать ресурсы для поддержания резервного капитала.
Полученные выводы полезно проверить, построив модель рыночного риска для крупных нефтегазовых компаний, которые составляют основу рынка акций в некоторых странах–нефтеэкспортерах. Сделаем это по компаниям России и Норвегии. В структуре фондового индекса РТС на нефтегазовые компании приходится 52% совокупной капитализации, индекса OBX – 22% (на конец 2012 г. по данным [169], [190]). Оценки VaR по дневным значениям доходности акций шести российских, одной норвежской и для сравнения двух американских нефтегазовых компаний историческим методом с 99%, 97,5% и 95% доверительными интервалами за период 2000–2011 гг. и результаты бэктестинга, тестирующие адекватность используемой модели, приведены в таблицах 10 (рассчитано по [181]) и 11 (рассчитано по [178], [181]).
Прямое влияние динамики нефтяных цен на цену акций
Существенным общим недостатком большинства как общих, так и специальных работ по нефтеэкспортерам, является отсутствие тестов на робастность полученных выводов. Исключением в этом плане являются работы Башер С.А., Садорски П. [70] и Башер С.А., Ханг А., Садорски П. [72], в которой выводы, полученные с помощью базовых моделей, подкреплены тестами на робастность с помощью альтернативных модельных спецификаций.
Особый интерес представляют работы по российскому рынку акций. В работе Хайо Б. [101] рассматривается зависимость ежедневной доходности российского фондового рынка (индекс РТС) за период 1 сентября 1995 – 30 ноября 2001 от цены нефти, а также таких риск– факторов, как американский фондовый индекс S&P500, специально построенные авторами индексы «новостей с глобальных энергетических рынков» и «новостей из Чечни». Алгоритмы построения обоих индексов представляются нам весьма субъективными. Авторы заключают, что решающее влияние на доходность на российском фондовом рынке оказывает американский фондовый индекс. Значимое, но несопоставимо более слабое влияние на доходность российских акций оказывают также цены на нефть.
Евстигнеев В. [2] показывает, что российский рынок акций представляет собой функцию от американских фондовых индексов. В работе продемонстрирована высокая зависимость доходности сглаженных ежедневных котировок российских индексов от S&P500, DJIA и NASDAQ за период 1998–2001 гг.
Анатольев С. [66] анализирует доходность индекса MSCI (Morgan Stanley Capital Index) по России на недельном интервале за период 1995– 2004 гг. В качестве основных риск–факторов наряду с ценой нефти марки Brent рассматриваются обменный курс рубль/доллар, индекс MSCI для США, процентная ставка по трехмесячным облигациям Федеральной резервной системы США, процентная ставка mibor по предложению кредитов на российском межбанковском рынке, золотовалютные резервы Центрального банка РФ, объем корреспондентских счетов коммерческих банков в Центральном Банке РФ. Главный вывод автора состоит в том, что взаимосвязи доходности и риск–факторов на российском фондовом рынке отличаются крайней нестабильностью. Причем эта нестабильность не просто связана с финансово–экономической катастрофой 1998 г., но имеет устойчивый характер.
В работе Федоровой Е. и Панкратова К. [61] с помощью многофакторной экспоненциальной модели генерализированной авторегрессии (EGARCH) оценено влияние цены нефти Brent на динамику фондового индекса ММВБ. Оценивание по месячным данным за период январь 2007–сентябрь 2008 года показало очень высокую степень влияния мировой цены нефти на динамику российского фондового индекса.
Вторым важнейшим фактором, определяющим доходность российских акций, хотя и значительно более слабым, чем нефтяные котировки, является обменный курс рубль/доллар. В работе используется сверхкороткий временной ряд, включающий всего двадцать одно наблюдение. Модель EGARCH, суть которой заключается в выявлении кластеризации волатильности исследуемых индикаторов, в принципе не подходит для анализа столь коротких временных рядов. К тому же анализируемый временной период четко разбивается на два принципиально разных режима движения нефтяных котировок: резкий их взлет до июля 2008 г., а затем столь же резкое снижение, начало которого захватил рассматриваемый в статье период. Это также может давать смещенные оценки.
В работе Кан С. [109], рассматривающей дневные показатели за период с 3 февраля 2003 г. по 31 марта 2010 г., в комбинированной модели векторной авторегрессии с коррекцией ошибок и многофакторной обобщенной авторегрессионной условной гетероскедастичности в особой спецификации (VECM–GARH(BEKK)) сделан вывод о высокой зависимости котировок российских акций от шоков нефтяных цен как в краткосрочном (несколько дней), так и долгосрочном периоде. При этом для исследования характерен очевидный перекос в сторону чисто технического подхода с усложненным математическим аппаратом в ущерб содержательному экономическому анализу. Некоторые выводы автора, например, вывод о долгосрочной зависимости цены нефти Brent от цен российских акций, обоснованы с эконометрической точки зрения, но иррелевантны с позиции здравого смысла.
Корхонен И. и Пересецкий А. [112] по ежедневным данным за период октябрь 1997 – февраль 2012 гг. с помощью множественной линейной регрессии со скользящим окном показывают, что доходность российского фондового индекса MICEX коррелировала с динамикой цены нефти WTI только до 2006 г.
Модели векторной авторегрессии (VAR) для рынков акций России и Норвегии
Следует особо оговорить, что, несмотря на то, что для обеспечения максимальной статистической чистоты оценивания пять из семи исследуемых переменных взяты в форме логразностей, полностью трансформировать исходные данные в стационарные временные ряды не удается. Так, единичные корни содержат некоторые ряды процентных ставок. Мы, однако, отказались от еще более глубокой трансформации данных, так как это означало бы полную потерю содержащейся в них исходной экономической информации. Тем более, что все оцениваемые векторные авторегрессии удовлетворяют критерию стабильности.
При оценивании векторной авторегрессии выбор оптимального числа лагов был сделан с помощью информационных критериев Акаике и Шварца. В большинстве случаев оптимальная VAR содержит два, реже три лага, что соответствует гипотезе о том, что анализируемые переменные очень быстро реагируют на изменения друг друга.
Мы используем все три инструмента, которые для анализа взаимосвязи и взаимовлияния анализируемых показателей дает векторная авторегрессия: тест Грэнджера, импульсную функцию отклика в ответ на индивидуальные шоки (изменения) включенных в модель переменных и декомпозицию ошибок прогноза.
Начнем с теста Грэнджера, который позволяет установить, насколько лаггированные или предыдущие значения переменной позволяют предсказать текущие значения другой переменной. Важно при этом учитывать, что данный тест выявляет причинно-следственные взаимозависимости между переменными только в статистическом смысле. Сущностная интерпретация взаимосвязей возможна только в рамках систематической экономической теории. Прикладное значение теста Грэнджера состоит в первичном ответе на вопрос, насколько используемый в векторной авторегрессии набор показателей адекватен поставленной исследовательской задаче.
Анализ данных, включенных в таблицу 26 (составлено по данным Таблицы 3.3 ПРИЛОЖЕНИЕ 3), подтверждает, что модель VAR специфицирована адекватно. При этом для периода 2006–2012 гг. тест показывает, что цена нефти в статистическом смысле предсказывала доходность индекса РТС при высоком уровне доверия. Ответ на вопрос, является ли это статистическим артефактом или отражает реально существующую взаимозависимость, дает последующий анализ.
Норвегия и Россия: результат теста Грэнджера для VAR с семью переменными: доходность акций против шоков переменных (ответ на вопрос: предсказывают ли лагированные значения параметров будущие изменения фондового индекса? Отражены только значимые результаты теста шоки gir rndoll rnsp500 rnoil rner iir все параметры период 2000 – 2012 Норвегия да да да Россия да да период 2000 – 2005 Норвегия да Россия период 2006 – 2012 Норвегия да да да да Россия да да да да – , и : соответственно 1%, 5% и 10% уровень доверия.
Импульсная функция отклика отражает ответ текущего (одновременного с импульсом) и будущих значений каждой из включенных в VAR переменных на единичный шок (импульс) одной из переменных. В стандартном случае шок задается как стандартное отклонение одной из ошибок уравнения векторной авторегрессии в данном периоде, при этом полагается, что уже в следующем периоде шок сходит на нет, а шоки всех остальных индикаторов равны нулю. Процедура моделирования одного единичного шока при условии, что все остальные ошибки остаются постоянными, имплицитно предполагает, что ошибки в уравнениях VAR некоррелированы. Импульсная функция отклика позволяет проследить, каким образом влияние шока развивается во времени.
Графики импульсных функций отклика фондовых индексов России и Норвегии на шоки цены нефти приведены на рисунке 26. Как следует из графиков, в 2000–2012 гг., а также на протяжении двух выделенных субпериодов, динамика цены нефти не оказывала значимого систематического влияния на изменения котировок акций российских и норвежских компаний. Особенно это справедливо для России, где доверительные интервалы значений в функции отклика rnstock на шоки цены нефти оказались слишком широкими.
Другой вывод заключается в том, что для российского фондового индекса статистически незначимыми оказываются и практически все остальные рассматриваемые риск–факторы. Систематическую реакцию индекс РТС демонстрирует только в ответ на шоки своих собственных прошлых значений. Хотя и эта реакция в статистическом смысле малозначима (рисунок 27).
Разложение ошибок прогноза позволяет проследить, шоки каких индикаторов оказывают наиболее сильное влияние на динамику данного индикатора по времени. Анализ методом разложения Холецкого в целом подтверждает сделанные выше выводы. Как показывают расчеты, фондовый индекс РТС систематически реагирует исключительно на свои собственные шоки, а также шоки американского фондового индекса S&P500 (таблица 27 (рассчитано по данным Таблицы 3.4. ПРИЛОЖЕНИЕ 3)). Причем в последние годы влияние последних шоков несколько ослабло. Фондовый же индекс биржи Осло систематически реагирует не только на собственные шоки, но и шоки S&P500 и курса доллара к основным мировым валютам. Наряду с этим, норвежский индекс во втором рассматриваемом периоде реагирует, хотя и слабо, на шоки глобальной процентной ставки.
