CC BY
56
акционерных обществ, осуществляет от имени Российской Федерации права акционера и полномочия собственника акций.
Таким образом, указанные полномочия позволяют выносить решения по управлению акционерными обществами с государственным участием без учета мнения отраслевого федерального органа, что зачастую и происходит на практике.
Проведенный анализ позволил заключить, что выявленные недостатки проявляются наиболее остро в акционерных обществах со 100% участием государства. Это можно объяснить наличием в других обществах долей частных инвесторов, чья заинтересованность в эффективном управлении своими активами значительно превосходит заинтересованность чиновников [2].
Список литературы
1. Слезко Л.В. Проблемы принятия управленческих решений по вопросам приватизации субъектов коммерческого блока государственного сектора экономики // Вестник Университета (Государственный университет управления), 2015. № 6. С. 74-78.
2. Слезко Л.В. Пути реформирования государственного сектора экономики // NovaInfo.Ru, 2017. Т. 5. № 58. С. 194-206.
АНАЛИЗ ПРИМЕНИМОСТИ ФАКТОРНЫХ МОДЕЛЕЙ ДОХОДНОСТИ НА РОССИЙСКОМ ФОНДОВОМ РЫНКЕ
Вилейшикова А.А.
Вилейшикова Александра Андреевна - студент,
кафедра финансов и кредита, Институт экономики и предпринимательства Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского, г. Нижний Новгород
Аннотация: для демонстрации существующей тесной взаимосвязи между риском финансового инструмента и его нормой доходности применяются различные модели оценки фондовых активов. Одним из наиболее широко распространенных в мире способов обоснования необходимого уровня доходности на собственный капитал в свете оценки эффективности инвестиционных проектов являются однофакторные и многофакторные модели доходности фондовых активов. Цель работы -проанализировать применимость факторных моделей доходности на российском фондовом рынке. После изучения данной темы и построения моделей был сделан вывод о том, что самостоятельная разработка многофакторной модели является более достоверной, чем использование уже известных методик построения однофакторных и многофакторных моделей.
Ключевые слова: факторные модели, доходность акции, финансовый инструмент, финансовый риск, инвестор, финансовый актив.
На рынке ценных бумаг любая акция обладает определенной степенью риска. Для того чтобы данный финансовый инструмент оставался привлекательным для инвесторов, риск должен покрываться доходностью, при этом норма доходности складывается из двух частей - безрискового и премиального дохода.
Иными словами, любая прибыль от финансового инструмента включает в себя прибыль безрисковую, рассчитываемую по ставкам государственных облигаций, и прибыль рисковую, зависящую от степени риска финансового инструмента.
В том случае, когда показатели доходности выше показателей риска, можно говорить о том, что финансовый инструмент приносит больше прибыли, чем это положено по его степени риска. И наоборот, если показатели доходности оказались ниже показателей риска, можно говорить о том, что от такого финансового инструмента необходимо отказываться [4].
Для демонстрации существующей тесной взаимосвязи между риском финансового инструмента и его нормой доходности применяются различные модели оценки фондовых активов.
Одним из наиболее широко распространенных в мире способов обоснования необходимого уровня доходности на собственный капитал в свете оценки эффективности инвестиционных проектов является построение факторных моделей доходности. Данные модели отражают изменение стоимости ценной бумаги под влиянием различных экономических показателей [1].
Отдельные модели основываются на том, что доходность некоторых видов ценных бумаг в значительной мере подвержена влиянию какого-либо одного фактора, например, темпу роста валового внутреннего продукта (к числу таких моделей можно отнести САРМ и рыночную модель У. Шарпа, которые буду рассмотрены ниже).
Главным недостатком однофакторной модели является ее неточность. Ведь, известно, что на доходность финансового актива может оказывать влияние множество различных факторов. Безусловно, состояние экономики страны, так или иначе, влияет на финансовое положение отдельных предприятий и организаций. Соответственно, его изменение способно вызвать изменение доходности их ценных бумаг. Например, доходность акции компании может изменить как в положительную, так и в отрицательную сторону, посредством влияния на нее индекса инфляции, уровня цен на нефть, изменения курса валют и т.д. По этой причине инвесторы или акционеры чаще применяют многофакторные модели доходности для более эффективного и точного результата [3].
В данной работе рассматривается методика построения факторной модели доходности, основанной на группах показателей, и учитывающей только наиболее значимые факторы.
Для разработки факторной модели прогнозирования доходности акций необходимо было рассмотреть методики построения данных моделей доходности, которые основаны на различных группах показателей, и учитывают только наиболее значимые факторы. При построении модели были использованы такие группы показателей, как финансовые показатели компании, макроэкономические индикаторы, мировые фондовые индексы, мировая валюта.
Использование финансовых показателей компаний фондовых активов в качестве факторов, воздействующих на их доходность, обусловлено тем, что на стоимость акций и на их привлекательность для инвесторов большое влияние оказывает положение компании на рынке и ее финансовое состояние. В качестве факторов были рассмотрены такие ключевые финансовые показатели компании, которые отражаются в финансовой отчетности компании. Например, величина внеоборотных и оборотных активов организации, ее капитала и резервов, долгосрочных и краткосрочных обязательств, валовую и чистую прибыль.
Изучение данных показателей, которые представлены в бухгалтерском балансе и в отчете о финансовых результатах, позволяет оценить финансовое состояние компании, перспективы ее будущего развития, а также принять решение о приобретении ее акций. Также для наиболее полного анализа доходности акций можно включить в модель макроэкономические индикаторы. Это действие объясняется тем, что деятельность компаний во многом зависит от положения в стране, ведь большинство таких показателей влияют на финансовое состояние и результаты деятельности компании. При построении факторной модели доходности были рассмотрены следующие макроэкономические индикаторы, характеризующие
43
положение в стране: темп роста денежной массы, индекс потребительских цен, ставки рефинансирования, уровня безработицы, цены на нефть марки Brent, ВВП. Так же было применение мировых фондовых индексов в качестве группы факторов. Это связано с тем, что компании, акции которых обращаются на фондовой бирже во многом зависят и от мировой экономической ситуации, которую отражают мировые фондовые индексы. При разработке факторной модели доходности были использованы следующие наиболее известные мировые индексы: Hang Seng (Китай), France CAC 40 (Франция), Germany DAX (Германия), Dow Jones 30 Industrials (США).
Большое влияние на экономику страны и на фондовый рынок в целом оказывают изменения курсов валют. Для построения факторной модели так же можно изучить влияние на доходность акций следующих отношений мировых валют: EUR/RUB, USD/RUB, EUR/USD [2].
Безрисковая ставка доходности (ставка доходности по краткосрочным государственным облигациям) подлежит включению в модель. Данная ставка была определена как среднее значение безрисковой ставки доходности, рассчитанной за три года.
Анализируемый период - июнь 2017 года. Исходной информацией для анализа послужили данные о вышеперечисленных группах показателей. Объектами исследования послужили доходности акций ПАО «Магнит», ПАО «Лукойл», ПАО «ГМК «Норильский никель», Источниками информации о значениях макроэкономических показателях являлись данные Центрального Банка России [7] и Федеральной службы государственной статистики [6], финансовые показатели были получены из финансовой отчетности анализируемых компаний-эмитентов за рассматриваемый период времени, данные о динамике мировых фондовых индексов и курсе валют взяты с информационного биржевого портала Investfunds [5].
Методика построения факторной модели состояла из следующих пунктов:
1. Сначала было определено изменение всех рассматриваемых показателей за исследуемый период времени и рассчитаны коэффициенты ковариации и детерминации, которые описывают взаимосвязь доходности акций исследуемых компаний с указанными выше факторами.
2. Затем было произведено ранжирование факторов в соответствии с полученными значениями коэффициента детерминации. Если значение показателя детерминации принимало значение в диапазоне от 0,7 до 1, то фактору присваивался первый уровень группы, диапазон от 0,5 до 0,7 соответствовал второму уровню, а 0 -0,5 — диапазон для третьего уровня группы. Данное ранжирование позволило выделить наиболее значимые факторы для доходности акций рассматриваемых эмитентов из представленного выше перечня.
3. Далее были определены наиболее значимые факторы коэффициентов бета, характеризующих чувствительность доходности акций к изменениям факторов. При построении модели так же была учтена безрисковая ставка доходности.
4. В заключение были оценены прогнозные свойства построенной многофакторной модели доходности для акций ПАО «Магнит», ПАО «Лукойл» и ПАО «ГМК «Норильский никель»», путем сопоставления значения доходности, рассчитанного по моделям, с ее фактическим значением и значениями, полученными по «классическим» факторным моделям доходностей. В таблице 1 приведены полученные результаты данной оценки.
Таблица 1. Анализ эффективности разработанной модели доходности путем сопоставления фактической доходности акций с доходностями по однофакторной, двухфакторной и разработанной многофакторной модели
Факторные модели доходности акций Значение доходности, %
ПАО «Магнит» ПАО «Лукойл» ПАО «ГМК «Норильский никель»
Фактическая доходность акций на июнь 2017 г. -10,5 -23,44 -22,09
Однофакторная модель с использованием индекса инфляции 8,05 -1,45 4,56
Двухфакторная модель с использованием индекса инфляции и индекса нефти Brent -2,77 -1,45 -6,01
Разработанная факторная модель -11, 73 -19,23 -26,28
Исходя из полученных данных в таблице 1, можно отметить, что полученные значения на основе применения описанного выше подхода довольно близки фактическому значению доходностей акций за июнь 2017 года. Особенно точный результат был получен по акциям компании ПАО «Магнит», в то время как по акциям других рассматриваемых эмитентов ПАО «Лукойл» и ПАО «ГМК «Норильский никель» расхождение между модельной доходностью и фактической более значительное, но совершенно некритичное.
Также можно отметить, что разработанная многофакторная модель оказалась намного точнее и эффективнее, чем построенные однофакторная и многофакторная модели с использованием индекса инфляции и индекса нефти Brent.
Таким образом, предложенная в данной работе методика построения многофакторной модели, может быть рассмотрена как один из способов эффективного и достоверного определения доходности акций компаний на фондовом рынке.
Список литературы
1. Кашина О.И. Об использовании анализа дивидендной доходности с целью совершенствования инвестиционных стратегий на финансовом рынке/ О.И. Кашина // Молодой ученый, 2014. № 21 (80). С. 332-335.
2. Кашина О.И. О возможности применения факторных моделей доходности на российском фондовом рынке // Молодой ученый, 2015. № 22. С. 402-405.
3. Петров С.С., Мурашкин Р.Н., Кашина О.И. Анализ применимости модели оценивания финансовых активов САРМ для российского финансового рынка / С.С. Петров, Р.Н. Мурашкин, О.И. Кашина // Аудит и финансовый анализ, 2015. № 2. С. 252-258.
4. Шарп У., Александер Г., Бэйли Дж. Инвестиции / Уильям Ф. Шарп, Гордон Дж. Александер, Джэффри В. Бэйли; пер. с англ. М.: Инфра-М, 2001. XII. 1028 с.
5. Investfunds: информационное агентство. [Электронный ресурс]: официальный сайт. Режим доступа: http://www.investfunds.ru/, свободный/ (дата обращения: 18.01.2018).
6. Федеральная служба государственной статистики. [Электронный ресурс]: официальный сайт. Режим доступа:www.gks.ru/, свободный/ (дата обращения: 18.01.2018)
7. Центральный Банк России. [Электронный ресурс]: официальный сайт. Режим доступа: http://www.cbr.ru/, свободный/ (дата обращения: 18.01.2018).
