Научная статья на тему 'Инвестирование в драгоценные металлы: оценка внутренних спиловер-эффектов'

Инвестирование в драгоценные металлы: оценка внутренних спиловер-эффектов Текст научной статьи по специальности «Экономика и экономические науки»

CC BY
186
27
Поделиться
Ключевые слова
ЗОЛОТО / ПАЛЛАДИЙ / ПЛАТИНА / СЕРЕБРО / ВОЛАТИЛЬНОСТЬ / GARCH-МОДЕЛЬ / ОПТИМАЛЬНЫЙ ПОРТФЕЛЬ / УПРАВЛЕНИЕ РИСКАМИ

Аннотация научной статьи по экономике и экономическим наукам, автор научной работы — Федорова Е.А., Ланец И.В.

В статье рассмотрены внутренние спиловер-эффекты между доходностями и условной волатильностью палладия, золота, серебра и платины с помощью GARCH-моделирования на основе ежедневных данных (1985-2013 гг.). Полученные результаты могут быть положены в основу оптимальной инвестиционной стратегии на финансовом рынке.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Текст научной работы на тему «Инвестирование в драгоценные металлы: оценка внутренних спиловер-эффектов»

48 (576) - 2013

Инвестиционный потенциал

Удк 330.43

инвестирование в драгоценные металлы: оценка внутренних спиловер-эффектов

е. А. ФЕДОРОВА, доктор экономических наук, профессор кафедры финансового менеджмента

Е-штЬ ecolena@mail.ru

И. В. ЛАНЕЦ,

соискатель кафедры финансового менеджмента е-шш1: lanets-inna@yandex.ru Финансовый университет при Правительстве РФ

В статье рассмотрены внутренние спиловер-эффекты между доходностями и условной вола-тильностью палладия, золота, серебра и платины с помощью GARCH-моделирования на основе ежедневных данных (1985-2013 гг.). Полученные результаты могут быть положены в основу оптимальной инвестиционной стратегии на финансовом рынке.

Ключевые слова: золото, палладий, платина, серебро, волатильность, GARCH-модель, оптимальный портфель, управление рисками.

Актуальность инвестирования в драгоценные металлы возрастает в периоды роста неопределенности на валютном рынке, усиления инфляционного давления и рецессионных процессов. В то же время такие инвестиции носят долгосрочный характер и не подходят для краткосрочных спекуляций в силу специфики рынка драгоценных металлов. Динамика цен на эти металлы в последние годы характеризовалась значительной волатильностью под давлением как экономических, так и геополитических факторов.

Мировой рынок драгоценных металлов, имея разветвленную структуру глобальной и круглосуточной торговли физическим металлом и производными инструментами, остается зависимым от ключевых факторов на:

1) макроуровне (законодательные, культурно-исторические, социально-экономические, институциональные);

2) микроуровне (организационно-технические, экономические).

Также следует отметить, что драгоценные металлы - это не только обычный товар, (как нефть), но и инвестиционный инструмент, обладающий волатильностью стоимости металлов при влиянии внешних и внутренних факторов.

По данным крупнейшего швейцарского финансового конгломерата UBS [10], мировой инвестиционный спрос на золото остается стабильным и занимает лидирующую позицию в структуре потребления каждого из четырех драгоценных металлов (табл. 1).

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Такая позиция золота [8] закономерна в связи с тем, что международные инвесторы и миро-

Таблица 1

мировой спрос на драгоценные металлы в 2012 г., % [10]

показатель Золото серебро платина палладий

Мировой инвестиционный спрос 36 21 8 5

Мировой промышленный спрос 10 54 49 90

вые центральные банки используют золото в качестве альтернативы американскому доллару (как международной валюты), а серебро, платина и палладий, являясь драгоценными металлами, в основном применяются в промышленности (см. табл. 1) [10].

Высокая зависимость этих металлов от промышленного потребления делает ценовую динамику нестабильной. Стоимость серебра, платины и палладия может демонстрировать уверенную тенденцию к росту в условиях увеличения

2 500,00

2 000,00

1 500,00

1 000,00

500,00

0,00

— Золото --Платина

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

— Палладий

Рис. 1. Динамика котировок на драгоценные металлы в 1998-2012 гг., долл./унция [9]

промышленного спроса на тот или иной драгоценный металл, но склонна и к «обвальному» падению, если ситуация на глобальных рынках ухудшается. Например, основной спрос на палладий (как и на платину) связан с промышленным использованием -90 и 49 % соответственно. При неблагоприятной экономической ситуации он резко снижается. Во время глобального кризиса 2008-2009 гг. цена на палладий упала более чем в 5 раз, а на платину -более чем в 2 раза (рис. 1) [9].

В целом рынок серебра остается сбалансированным на протяжении десятилетия. Однако поведение цен на металл в последние три года становится непредсказуемым (рис. 2) [9].

Факторами, влияющими на уровень волатильности на рынке серебра, являются его инвестиционная составляющая и зависимость металла от промышленного потребления. Поэтому при анализе рынка серебра ведущие

мировые агентства приводят данные по продаже электроники (компьютеры, сотовые телефоны, электрореле и т. д.), так как основное промышленное использование серебра - при производстве полупроводников. Вот почему при постоянной модернизации в этой сфере в Китае, Индии и Вьетнаме, а также в Восточной Европе спрос на серебро возрастает.

Несмотря на волатильность этого драгметалла, интерес к серебру у инвесторов сохраняется, поскольку они рассматривают в качестве защитных инструментов в первую очередь золото и серебро.

60,00 50,00 40,00 30,00 20,00 10,00 0,00

оо оо СП 0 1 2 3 3 4 5 6 оо оо СП 0 1 2 3

СП СП СП 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1

СП СП СП 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

гч гч гч гч гч Гч| гч гч гч гч Гч| гч

гН гН СП г^ ЦП т гН гН СП г^ ип т тН тН СП г^ ип т тН

о о о о о о о о о о о о о о о о

гН гН гН гН гН гН гН гН гН гН гН тН тН тН тН тН тН тН гН

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Рис. 2. Динамика цен на серебро в 1998-2013 гг, долл./унция [9]

Следовательно, в будущем приток средств на рынок этих драгметаллов обеспечен. Стоит отметить, что превращение серебра в защитный актив происходит в острые фазы кризисов или когда на рынке наблюдается устойчивый избыток денежных средств.

Как отмечалось, в настоящее время в мире существует достаточно небольшое количество исследований особенностей волатильности внутренних эффектов в рамках одного драгоценного металла или в группах компонентов. Но за последние несколько лет цены на международных рынках драгоценных металлов достигли рекордных максимумов, обусловленных разными причинами. В связи с такой наметившейся тенденцией возникла значительная неопределенность в отношении их будущего.

В научной литературе нередко анализируется зависимость между драгоценными металлами. Экономист Шу Чен (Hsiu Chen) [3] исследовал котировки на 21 металл за 1900-2007 гг. и установил, что в случае высокой волатильности по отдельному драгоценному металлу странам-экспортерам необходимо применять диверсификационную страгегию. Теренс Миллс (Terence C. Mills) [7] в 2004 г. изучил поведение цены на золото в 1971-2002 гг. и обнаружил временные отрезки высокой волатильгости в кризисные периоды.

Взаимосвязь между ценами на золото на пяти мировых крупнейших рынках золота (Лондона, Нью-Йорка, Гонконга, Японии и Тайваня) была раскрыта в 2013 г. рядом экономистов [1]. В результате использования модели VAR они выявили двунаправленную казуальную связь между Лондонской и Нью-Йоркской биржей золота и однонаправленную - между Нью-Йоркской и остальными рассматриваемыми биржами. Авторы сделали вывод, что лидирующая позиция Нью-Йоркской биржи золота относительно рассматриваемых мировых рынков может служить прогностическим фактором цен на золото.

В конце 2011 г. некоторые исследователи [2] рассмотрели особенности волатильности спиловер-эффектов на рынке четырех драгоценных металлов (золота, серебра, платины и палладия) за последние 15 лет (1995-2010 гг.). При этом они опирались на данные ежедневных торгов Лондонской биржи и биржи Цюриха. Для проведения глубокого анализа поведения цен на рынках драгоценных металлов рассматриваемый период был разделен на временные интервалы:

- докризисный - 1997-1998 гг.;

- кризисный - 2007-2009 гг.

С помощью эконометрического моделирования на основе GARCH и EGARCH было выявлено, что, с одной стороны, рынки не зависят от кризисов (за исключением золота, которое имеет возможность в связи со своей «двойной сущностью» осуществлять влияние на остальные рынки драгоценных металлов). С другой - что нет явного свидетельства влияния рынков серебра, платины и палладия на рынок золота. Также была определена малозначительность побочных эффектов в периоды двух кризисов.

Экономисты Мохамед Эль Хеди Арори и Шав-кат Хаммадех (Mohamed El Hedi Arouri, Shawkat Hammoudeh) [4] в 2012 г. исследовали волатиль-ность основных четырех драгоценных металлов (золото, серебро, платина и палладий), торгуемых на Нью-Йоркской бирже COMEX. В результате расчетов, используя модель ARFIMA FIGARCH, они обнаружили эффект перелива волатильности в долгосрочном периоде.

Из обзора литературы становится очевидным, что большинство исследований, которые уже были опубликованы, сосредоточены на анализе рынка золота как основного драгоценного металла в качестве хедж-инструмента, защищающего от инфляции. Однако все больше внимания уделяется и другим рынкам драгоценных металлов, их поведению в связи с возможностью диверсификации рисков. По мнению авторов, следует рассмотреть также оценку внутренних спиловер-эффектов на рынке драгоценных металлов с помощью GARCH-моде-лирования.

Для оценки доходности и условной волатиль-ности каждого из четырех драгоценных металлов преобразуем стандартное уравнение модели GARCH (1,1) таким образом, чтобы можно было разделить оценку риска уравнения условного среднего на две части:

- оценка риска, относящегося к собственной волатильности;

- оценка риска, относящегося к передаче вола-тильности от трех металлов.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Запишем уравнение на примере золота. Аналогично записываются уравнения для серебра, платины и палладия

RgoId =х0 + ÀRJ^ + Х2 R7™a + +Х3 R™^ +х4 h*f +st,

h^ = а0 + а^+М^ + +

+Р ^f""" +bxhftdx,

где Rfd, Rcy6P°, r™™, ^палладий _ доходности золота, серебра, платины и палладия; hs°ld йсеребр° hplatinum hpalladium — условные вола-тильности золота, серебра, платины и палладия. Для оценки внутренних спиловер-эффектов в качестве данных были использованы котировки четырех драгоценных металлов: золота, серебра, платины и палладия за последние 28 лет (1985-2013 гг.) по ежемесячным данным Reuters [9]. Все данные были переведены в ряды доходностей (табл. 2).

Анализ данных табл. 2 показывает, что эксцесс представленного распределения доходностей превышает значение эксцесса стандартного нормального распределения (который, как известно, равен 3). Распределение действительно отличается от нормального (имеет более высокий эксцесс и более «толстые» по сравнению с нормальным распределением хвосты), и при GARCH-моделировании необходимо использовать распределение Стьюдента для остатков. Описательная статистика показывает, что самая высокая волатильность у палладия, самая низкая - у золота. Коэффициенты корреляции даны в табл. 3.

Отрицательное значение коэффициента корреляции свидетельствует об убывающем характере парной связи факторов, положительное - о возрастающем. При этом, если значение находится ближе к 1, то это означает наличие сильной связи, а если ближе к 0, - то слабой. Наибольшая (возрастающая) парная связь выявлена между золотом и серебром. Чуть менее выражена корреляция пары «палладий-платина». Коэффициенты корреляции платины с золотом, серебром, палладием также положительны и по своему значению приблизительно одинаковы. Остальные металлы коррелируют между собой несущественно, наблюдается слабая положительная парная связь.

сводная таблица (матрица) резу спиловер-эффектам золота, серебра.

Таблица 2

описательная статистика доходностей металлов

показатель Серебро Золото палладий платина

Среднее 0,0051 0,0053 0,0053 0,0057

Медиана -0,0016 0,0014 0,0050 0,0075

Максимальное 0,2602 0,1563 0,3774 0,2986

значение

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Минимальное -0,3274 -0,1850 -0,4416 -0,3897

значение

Стандартное 0,0791 0,0435 0,0943 0,0644

отклонение

Кривизна -0,1745 0,1005 -0,1335 -0,6147

Эксцесс 4,7259 4,4011 6,1129 8,5697

Тест на нормаль- 43,2777 27,9648 136,2543 454,0981

ность

Сумма стандарт- 2,0879 0,6322 2,9691 1,3834

ных отклонении

Таблица 3

коэффициенты корреляции

металл Золото Серебро платина палладий

Золото 1 0,8242 0,6472 0,2983

Серебро 0,8242 1 0,7244 0,5381

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Платина 0,6472 0,7244 1 0,6648

Палладий 0,2983 0,5381 0,6648 1

Обобщающие результаты оценки представленных уравнений даны в табл. 4 (рассчитаны с лагом, равным 0). Во всех случаях, по данным котировок на единую дату, движение рынка не влияет на условные волатильности рассматриваемых металлов, за исключением возрастающей положительной прямой связи условной волатильности палладия на золото, золота на платину и убывающего характера связи волатильности серебра на платину. По доходности ярко выражена положительная прямая связь влияния всех четырех металлов друг на друга, за исключением обратной связи влияния доходности золота на палладий.

Таблица 4

штатов расчетов по внутренним платины, палладия на единую дату

металл критерий оценки Золото Серебро платина палладий

Золото Доходность т т т

Условная волатильность Не выявлено Не выявлено Не выявлено

Серебро Доходность т т т

Условная волатильность Не выявлено Не выявлено Не выявлено

Платина Доходность т т т

Условная волатильность т 4 Не выявлено

Палладий Доходность 4 т т

Условная волатильность Не выявлено Не выявлено Не выявлено

Примечание: стрелка, направленная вверх, означает возрастающую связь; стрелка, направленная вниз, - убывающую связь.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Примечание: стрелка, направленная вверх, означает возрастающую связь; стрелка, направленная вниз, - убывающую связь.

Таблица 5

Сводная таблица (матрица) результатов расчетов по внутренним спиловер-эффектам золота, серебра, платины, палладия с лагом (-1) - 1 мес.

Металл Критерий оценки Золото Серебро Платина Палладий

Золото Доходность Не выявлено Не выявлено Не выявлено

Условная волатильность Не выявлено Не выявлено Не выявлено

Серебро Доходность 4 Не выявлено Не выявлено

Условная волатильность Не выявлено Не выявлено Не выявлено

Платина Доходность Не выявлено Не выявлено Не выявлено

Условная волатильность Не выявлено Не выявлено 4

Палладий Доходность Не выявлено Не выявлено Не выявлено

Условная волатильность Í 4 4

Однако ситуация, которая выявлена с лагом, равным 0, может изменяться при других лагах. Результаты с лагом 1 представлены в табл. 5. На основании полученных результатов можно утверждать, что движение рынка не влияет на условные волатильности рассматриваемых металлов, за исключением отрицательной прямой доходностей связи «палладий—платина» и серебра на палладий, а также положительной прямой связи доходности золота на палладий. По доходности с лагом - 1 выражена отрицательная прямая связь влияния доходности золота на серебро.

Что касается лага в 2 мес., то влияние доходностей металлов друг на друга полностью отсутствует. Выявлено движение волатильности: положительная прямая связь - «золото—палладий» и «серебро— платина»; отрицательная прямая связь - «палладий—платина» и «серебро— палладий».

Эти результаты подтверждают выводы, сделанные по итогам ряда исследований, [2, 5, 6] о прямой положительной связи по единым датам (лаг = 0) по доходностям четырех драгоценных металлов, за исключением отрицательного прямого влияния золота на палладий. Однако было выявлено влияние условной волатильности, которое позволяет определить движение рынка.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

В связи с подтверждением выдвинутых гипотез можно говорить о неэффективности портфеля, состоящего из четырех драгоценных металлов (золото, серебро, платина и палладий). Полученные результаты в очередной раз доказывают, что доходность является самым главным фактором в определении оптимального портфеля инвестора.

Список литературы

1. Chia-Lin Chang, Jui-Chuan Della Chang, Yi-Wei Huang. Dynamic price integration in the global gold market // The North American Journal of Economics and Finance. Available online 1. March 2013.

2. Lucia Morales, Bernadette Andreosso-O'Callaghan. Comparative analysis on the effects of the Asian and global financial crises on precious metal markets // Research in International Business and Finance. Volume 25. Issue 2. June 2011.

3. Mei-Hsiu Chen. Understanding world metals prices-Returns, volatility and diversification // Resources Policy. Volume 35. Issue 3. September 2010.

4. Mohamed ElHedi Arouri, ShawkatHammoudeh. Long memory and structural breaks in modeling the return and volatility dynamics of precious metals // The Quarterly Review of Economics and Finance. Volume 52. Issue 2. May 2012.

5. Shawkat Hammoudeh, Farooq Malik, Michael McAleer. Risk management of precious metals // The Quarterly Review of Economics and Finance. Volume 51. Issue 4. November 2011.

6. Shawkat Hammoudeh, Paulo Arabjo Santos, Abdullah Al-Hassan. Downside risk management and VaR-based optimal portfolios for precious metals, oil and stocks // The North American Journal of Economics and Finance. 17 July 2012.

7. Terence C. Mills. Statistical analysis of daily gold price data // Physica A: Statistical Mechanics and its Applications. Volume 338. Issues 3-4. 15 July 2004.

8. URL: http://www. gold. org.

9. URL: http://www. gfms. co. uk.

10. URL: http://www. ubs. com.