CC BY
323
33 (321) - 2008
Фондовый рынок
методология оценки изменения информационной эффективности фондового рынка
е.а. Федорова,
кандидат экономических наук, доцент всероссийский заочный финансово-экономический институт (вЗФМ)
е. в. гиленко,
кандидат экономических наук, доцент санкт-Петербургский государственный университет
Для преуспевающей экономики жизненно важными являются хорошо функционирующие (прежде всего с точки зрения их информационной эффективности) фондовые рынки, так как они способствуют эффективному распределению капитала. Ряд авторов пришли к выводу о важности отражения информации котировками курсами ценных бумаг в рыночной экономике. В дальнейшем они пришли к заключению, что чем раньше в процессе перехода к рыночной экономике будет создан фондовый рынок, отвечающий общепринятым стандартам, и достигнута достаточно высокая степень его информационной эффективности, тем быстрее будет завершен данный переход. Данный вывод свидетельствует о том, что рыночная экономика нуждается в эффективном рынке ценных бумаг1.
Вместе с тем существует ряд предпосылок для того, что недавно возникшие фондовые рынки не способны эффективно функционировать. Прежде всего, торговля ценными бумагами, осуществляемая на данных рынках, является недостаточно развитой, так как механизмы ценообразования финансовых активов, обращающихся на рынке, не являются понятными для участников рынка в той степени, в какой ими владеют участники известнейших мировых фондовых рынков.
Это обусловливает важность оценки уровня информационной эффективности фондовых рын-
1 Mendleson M. and Peake, J. W.(1993), Equity Markets in Economies in Transition, Journal of Banking and Finance, 17, 5, September, pp. 31 —54.
ков данных стран, и своевременного выявления изменений в информационной эффективности, что позволит определить перспективы успешного продвижения рыночных реформ. Поэтому целью написания статьи является предложение методики оценки степени изменения информационной эффективности фондового рынка и практической апробации для фондового рынка России.
На данный момент в соответствии с классификацией Международной финансовой корпорации (№С) в Центральной и Восточной Европе существуют 7 стран, в которых фондовые рынки считаются развивающимися, к ним относятся фондовые рынки Греции, Польши, России, Венгрии, Словакии, Чехии и Турции. Международная финансовая корпорация определяет развивающиеся фондовые рынки в первую очередь как рынки, которые должны функционировать в стране с развивающейся рыночной экономикой (степень развития экономики определяется по классификации Мирового банка в соответствии с критерием ВНП на душу населения данной страны).
Кроме того, для отнесения того или иного фондового рынка к разряду развивающихся ШС рассматриваются его размер и ликвидность (соответственно, в смысле объема рыночной капитализации и оборота)2.
Отдельные авторы считают, что развивающиеся фондовые рынки в Европе имеют больший
2 Hassan M., Hague M and Lawrence. An empirical Analysis of
Emerging Stock market of Europe, Quarterly Journal of Business, p. 31 - 53, 2007.
потенциал и предоставляют большие возможности для инвесторов, чем развивающиеся фондовые рынки Азии и Латинской Америки3.
Развивающиеся фондовые рынки Восточной Европы представляются для инвесторов несколько более привлекательными, чем азиатские или латиноамериканские, поскольку по своей инфраструктуре и нормативному регулированию эти рынки более близки к развитым фондовым рынкам. Кроме того, достойный уровень образования в Восточной Европе в сочетании со здешним низким уровнем заработной платы (по сравнению с развитыми странами) делают привлекательными прямые иностранные инвестиции.
В соответствии с данными Международного валютного фонда, капитализация фондовых развивающихся рынков составляла приблизительно 10,4 % от капитализации мировых фондовых рынков в 2005 г., их рост увеличивается с каждым годом, и в отдельные годы рост капитализации фондовых рынков развивающихся стран происходит в 2 раза быстрее, чем развитых.
Информационная эффективность фондовых рынков оказывает значительное влияние на распределение ресурсов в экономике, что обусловливает научный интерес многих авторов к исследованию проблемы эффективности фондовых рынков для недавно возникших фондовых рынков стран Центральной и Восточной Европы, в том числе и к исследованию и российского фондового рынка. В большинстве исследований рынки тестируются на слабую степень эффективности и чаще всего рынки с переходной экономикой имеют слабую степень информационной эффективности.
До недавнего времени в качестве объекта большинства научных исследований в области информационной эффективности рынков ценных бумаг выступали развитые фондовые рынки, такие как Лондонская, Нью-Йоркская, Токийская фондовые биржи и ряд других. В настоящее время достаточно большое количество научных исследований посвящено различным аспектам эффективности вновь созданных фондовых рынков стран.
Поэтому особый интерес для исследования эффективности фондовых рынков представляют не только отдельные методологические аспекты (методы оценки эффективности усложняются с развитием различных эконометрических подходов и усложнением эконометрических пакетов), но и
3 Kim E. K'., and Singal V. Opening Up of Stock Markets: Lessons from Emerging Economies, Journal of Business, 73 (2000), pp. 25 — 66.
насколько происходят изменения эффективности фондовых рынков в связи с различным уровнем государственной политики и уровня развития экономики. Рассмотрим современные методологические аспекты оценки эффективности фондовых рынков с помощью использования GARCH-t-моделей и тенденции изменения эффективности фондовых рынков на примере российского фондового рынка.
Использование GARCH-t-моделей объясняется тем фактом, что, как показывает эмпирическое исследование, распределения доходностей на целом ряде фондовых рынков отличаются от нормального распределения, т. е. имеют более высокий эксцесс, а соответственно, более «толстые» хвосты.
Это означает, что при моделировании поведения таких доходностей более адекватным представляется использование распределения Стьюдента, обладающего указанными характеристиками (по сравнению с нормальным распределением). Следует отметить, что современное программное обеспечение позволяет реализовать подобные расчеты.
Информационная эффективность фондовых рынков была темой широкого изучения и обсуждения в течение последних 50 лет. Ball Brown (1968) and Fama (1969) одними из первых ученых исследовали данную тему, они заметили, что происходит задержка реакции акционерных бирж в случае релевантной информации4. Следовательно, Fama определил информационную эффективность рынка капитала как отражение в ценах всей информации, и после этого он выделил 3 формы различной информационной эффективности:
• слабая степень эффективности;
• средняя степень эффективности (иногда ее
называют «полусильная»);
• сильная степень эффективности.
Соответственно, при исследовании информационной эффективности фондовых рынков подвергаются проверке следующие гипотезы, которые важны для анализа исследования механизмов функционирования фондовых рынков5:
• гипотеза о слабой степени эффективности
4 Bal, R. and Brown P. An empirical evolution of accounting income numbers. Journal of Accounting Research 6(1968), p. 159 — 178; Fama E. F. The adjustment of stock prices to new information. International Economic Review (1969), p. 1 — 21.
5 Достаточно полный и содержательный обзор различных формулировок гипотез эффективности рынка, их истолкований и посвященных им исследований представлен в работе: Boldt В. L. and Arbit H. L. Efficient Markets and the Professional Investor // Financial Analysts Journal, 1984, July-August, p. 22-33; также: Elton E. J. and Gruber M. J. Modern Portfolio Theory and Investment Analysis. 2d ed. New York: John Wiley & Sons, 1984, p. 394 - 402.
фондового рынка;
• гипотеза о средней степени эффективности фондового рынка;
• гипотеза о сильной степени эффективности фондового рынка.
Считается, что фондовый рынок имеет слабую степень эффективности, если цены обращающихся на нем инструментов отражают только информацию, содержащуюся в динамике прошлых котировок. На таком рынке невозможно предсказать цены финансовых активов и получить сверхприбыль, используя только данные об изменении курсов ценных бумаг в предыдущих периодах.
Исследования показали, что практически любой организованный фондовый рынок (фондовая биржа), на котором налажена система информирования об изменении цен, обладает слабой степенью эффективности. Этот вывод подтверждается результатами научных исследований: сколь угодно глубокий статистический анализ исторических данных об изменении цен не позволяет достаточно точно спрогнозировать их будущее поведение.
Если в ценах финансовых инструментов, обращающихся на фондовом рынке, находит отражение вся общедоступная (публичная) информация, рынок обладает средней степенью эффективности. В этом случае невозможно получить сверхприбыль от обладания данной информацией.
Поскольку на фондовый рынок случайным образом постоянно поступает благоприятная и неблагоприятная информация о компаниях, отраслях, рынке капитала и экономике в целом, цены на фондовом рынке со средней степенью эффективности должны изменяться случайным образом, по мере того как информация находит отражение в ценах финансовых активов. Многочисленные исследования показали, что новая информация достаточно быстро находит отражение в котировках ценных бумаг. Это объясняется возможностью доступа к электронным источникам информации. Вместе с тем скорость отражения информации на ценах финансовых активов не всегда способствует точности и адекватности их прогнозирования.
В целом исследования показывают, что сред-неэффективными являются наиболее известные в мире организованные фондовые рынки: Нью-Йоркская фондовая биржа (NYSE), Лондонская фондовая биржа и ряд других. На данных фондовых рынках любая новая общедоступная информация находит отражение в цене в день своего обнародования (опубликования): она сразу становится известной всем участникам рынка, практически
исключая возможность монопольного владения и использования этой информации отдельными игроками в целях получения прибыли.
Сильная степень эффективности фондового рынка предполагает, что текущие рыночные цены на финансовые активы полностью отражают всю возможную информацию: не только общедоступную, но и частную, что делает невозможным получение прибыли, располагая даже сверхсекретными сведениями, например о запланированной реорганизации какого-либо предприятия. Более того, даже самый глубокий анализ не позволит аналитику получить информацию, которая уже не содержалась бы в рыночной цене, что позволило бы ему получить сверхприбыль.
Результаты многочисленных эмпирических проверок показали: в настоящее время в мире не существует рынков с сильной степенью эффективности6. Более того, наиболее развитые фондовые рынки обладают лишь средней степенью эффективности.
В целом подход к исследованию степени информационной эффективности фондовых рынков носит достаточно стандартный характер и изменяется незначительно от исследования к исследованию, независимо от того, какие фондовые рынки оно охватывает: в развитых странах со сложившейся рыночной экономикой или же в странах с переходной экономикой. Вместе с тем повышенное внимание ряда исследователей привлекла проблема повышения степени информационной эффективности развивающихся фондовых рынков. Это объясняется тем, что процесс повышения информационной эффективности фондовых рынков имеет большое значение для фондовых рынков развивающихся стран, так же, как и развитых фондовых рынков, структура и организация деятельности на которых постоянно изменяются.
В настоящее время существует ряд хорошо известных способов проверки финансового рынка на информационную эффективность и анализа степени ее проявления. Общей отправной точкой в исследовании информационной эффективности с различных подходов является анализ возможности предсказания цен на финансовые инструменты на основе информации об их прошлых значениях.
Концепция информационной эффективности фондовых рынков предполагает, что цены обращающихся на них финансовых активов изменяются
6 Renshaw E. F. Stock Market Panics: A Test of the Efficient Market Hypothesis // Financial Analysts Journal, 1984, May-June, pp. 48 — 52; Goodman D. A. and Peavey HI J. W. Industry Relative.
хаотично в соответствии с теорией случайного блуждания, т. е. колебания цен имеют случайный характер и не могут быть предсказаны.
Обобщая основные статистические методы, которые обычно применяются при анализе эффективности рынков, можно выделить две основные группы. К первой относятся методы, базирующиеся на построении регрессионного уравнения прогнозирования цены фондового инструмента. Если уравнение регрессии оказывается статистически незначимым, то делается вывод об эффективности фондового рынка, т. е. цены на акции в каждый последующий день не зависят от цен в предыдущий торговый день и их изменения происходят сразу после поступления на фондовый рынок новой информации об эмитенте.
Ко второй группе можно отнести методы непараметрической статистики. В зависимости от того, возрастает или снижается по сравнению с предыдущим значением цена акции, приращения абсолютных величин цен в рядах их динамики заменяются знаками «плюс» или «минус». Полученные результаты группируются в серии, и проводится анализ на наличие или отсутствие элемента случайности в этих группах.
В работе рассматривается первая группа методов, но в настоящее время существует целый класс моделей, учитывающих наличие авторегрессионной условной гетероскедастичности. Наиболее общей является Generalised ARCH (GARCH) model или обобщенная ARCH-модель, которая была предложена T. Bollerslev в 1986 г.7 В данной модели волатильность (ценовая неопределенность) выражается как функция от лаговых (отстоящих на один или несколько периодов назад) значений волатильности, выраженных в виде дисперсии остатков, и условной дисперсии. Преимущество модели GARCH по сравнению с ARCH-моделью заключается в том, что она позволяет ограничиться меньшим количеством параметров, если речь идет об условной дисперсии8.
В контексте оценки эффективности фондового рынка GARCH (p, q) модель может быть представлена в виде:
1 Bollerslev T.(1986). Generalized autoregressive conditional het-eroscedasticity, Journal of Econometrics, 31, pp. 301 — 321.
8 В данном случае имеется в виду, что, в случае оценки одного
и того же процесса, суммарное значение p и q в GARCH-модели может быть меньше значения q в ARCH-модели, в результате чего число коэффициентов, подлежащих оценке, также будет меньше.
k
R, = а„ +Уа R . +е,;
t 0 / , it-i t'
i=1
О =Yo +1 Yi +1 Si oh, (1)
i=1 i=1
где R представляет собой доходность рыночного портфеля (индекса) за день t, st—случайная ошибка, имеющая условно-нормальное распределение (с нулевым математическим ожиданием и дисперсией о]); Y;. — параметры ARCH; S. — параметры GARCH.
Здесь используем информационный критерий Акаике для определения оптимальной величины лага в данной GARCH-модели. Отметим, что в данном контексте GARCH-моделирование может применяться для анализа информационной эффективности только в условии предположения о том, что инвесторы являются нейтральными к риску.
Одной из возможных модификаций стандартной GARCH-модели form является EGARCH (или TGARCH), к которой предполагается учет несимметричного изменения волатильности фондового индекса. В частности, предполагается, что негативные шоки могут оказывать на его поведение существенно большее влияние, чем позитивные. Однако в работе Shields (1997) не было обнаружено подобного эффекта на фондовых рынках стран Восточной Европы. Несмотря на то, что описательные статистики, приведенные выше, также не указывают на наличие асимметрии, были проведены расчеты и для данного типа моделей. Ни в одном из случаев параметр, отвечающий за асимметрию, не был статистически значимым и, таким образом, в рамках данной статьи можно сконцентрировать свое внимание на симметричных моделях GARCH.
Важным моментом является то, что построение моделей с ARCH\GARCH-процессами в остатках подразумевает, что остатки st имеют (условно-) нормальное распределение. В этом случае параметры модели оцениваются методом максимального правдоподобия.
Как было отмечено ранее, в некоторых случаях, в особенности при исследовании финансовых временных рядов, остатки не являются нормально распределенными, что в значительной степени влияет на спецификацию модели. Данный факт обусловливает необходимость проверки остатков на нормальность. В настоящее время существует ряд тестов, позволяющих проверить гипотезу о нормальном распределении остатков регрессионной модели9. Среди них достаточное распростра-
9 В данном случае речь идет о стандартизованных остатках, т. е. деленных на корень из условной дисперсии.
нение получили тесты Jarque-Bera10, Shapiro-Wilk, Shapiro-Francia.
В случае, когда тесты на нормальность показывают, что распределение остатков не является нормальным, необходимо использовать модификации GARCH-модели, предполагающие для остатков, например, ¿-распределение Стьюдента11. Кроме того, в этом случае для оценивания модели используется метод квазимаксимального правдоподобия.
Описанная выше GARCH-методология применялась для оценки эффективности большого количества фондовых рынков, так, например, Emerson, Hall & Zalewska-Mitura (1997) 12 провели исследование информационной эффективности фондовых рынков Болгарии, в то время как Gordon & Rittenburg (1995) 13 осуществили проверку гипотезы эффективности рынков, используя данные фондовой биржи по Польше. Ссылаясь на эти исследования, Rockinger & Urga (2000, 2001) 14 рассмотрели эффективность фондовых рынков Чехии, Польши, Венгрии и России, фокусируя свое внимание на том, станут ли эти рынки более эффективными и более целостными с рынками, вовремя лучше основанными. Более поздние исследования, такие как работа Hassan M., Hague M. and Lawrence (2007) 15, исследовали информационную эффективность развивающихся фондовых рынков Центральной и Восточной Европы.
Среди авторов, которые использовали GARCH-модели при оценке информационной эффективности фондовых рынков постсоциалистических стран Центральной и Восточной Европы, следует отметить Harrison B. & Paton D.(2007) 16, которые исследовали данный вопрос на примере фондового
10 Jarque C. M., Bera A. K. Efficient Tests for Normality, Ho-moscedasticity and Serial Independence of Regression Residuals, Economic Letters, 6 (1980), pp. 255 - 259.
11 Bollerslev T.(1987). A Conditionally Heteroskedastic Time Series Model for Speculative Prices and Rates of Return. Review of Economics and Statistics, 69, 542 — 546.
12 Emerson R.., Hall S. G. and Zalewska-Mitura A.(1997). Evolving market efficiency with an application to some Bulgarian shares, Economics of Planning 30, pp. 75 — 90.
13 Gordon B. and RittenburgL.(1995). The Warsaw Stock Exchange: a test of market efficiency, Comparative Economic Studies, 37 (2), pp. 1 — 27.
14 Rockinger M. and Urga G (2000). The evolution of stock markets in transition economies, Journal of Comparative Economics, 28, pp. 456 — 472.
15 Hassan M., Hague M and Lawrence B. An empirical Analysis of Emerging Stock market of Europe, Quarterly Journal of Business, p. 31 — 53, 2007.
16 Harrison B, Paton D.(2007). Do 'Fat Tails' Matter in GARCH
Estimation? Stock Market Efficiency in Romania and the Czech
Republic, Economic Issues, № 12, p. 15 — 23. 2007.
рынка Румынии и Чешской Республики. Следует также упомянуть работу A. Zalewska-Mitura, G. Urga G. & S. G. Hall (1998)17, в которой с помощью GARCH-модели был проведен анализ информационной эффективности фондового рынка Венгрии.
ARCH-модель, которая, как было отмечено ранее, является частным случаем GARCH-модели, нашла применение в работе Е. А. Дорофеева при исследовании проблемы эффективности ценообразования акций, котируемых в Российской торговой системе (РТС)18.
На основании анализа литературы, где были исследованы фондовые рынки стран Центральной и Восточной Европы на эффективность, была проведена систематизация и характеристики информационной эффективности фондовых рынков, которые представлены в виде табл. 1.
Как видно из табл. 1 фондовые рынки Венгрии, Польши, Румынии и Чешской Республики имеют общую черту: все они характеризуются слабой степенью информационной эффективности. Российский фондовый рынок характеризуется слабой формой эффективности или является неэффективным в зависимости от исследований, рынки стран Балтии имеют неэффективный фондовый рынок. Если обобщить данный вывод, то данное свойство является неотъемлемой характеристикой фондовых рынков развивающихся стран, т. е. рынки имеют или неэффективную форму, или слабую форму эффективности.
Вместе с тем, если вновь обратиться к табл. 1, фондовые рынки стран характеризуются значительными различиями в перспективах дальнейшего развития их информационной эффективности. Для фондовых рынков Польши и Чешской Республики имеют место предпосылки повышения информационной эффективности, что будет способствовать их дальнейшему развитию. Информационная эффективность фондовых рынков Венгрии, несмотря на слабую степень, находится в достаточно стабильном состоянии: в ближайшем будущем не предвидится каких-либо резких изменений, что также можно расценивать как положительный момент. Обратная ситуация сложилась на фондовых рынках Румынии: в настоящее время их информационная эффективность характеризуется как низкая, и существует значитель-
17 Zalewska-Mitura A., Urga G, Hall S. G.(1998). Examining the first stages of market performance. A test for evolving market efficiency, The Centre for Economic Forecasting, London Business School, Discussion Paper №. 11 — 98, pp. 1 — 18.
18 Дорофеев Е. А. Влияние колебаний экономических факторов на динамику российского фондового рынка. — М.: РЭПИ. Фонд «Евразия», 2000. - С. 32 - 49.
Таблица 1
информационная эффективность стран с развивающимися рынками
страна Характеристика степени информационной эффективности фондовых рынков
Венгрия19 Слабая степень информационной эффективности Отсутствуют предпосылки повышения информационной эффективности в будущем, но, в то же время, отсутствуют предпосылки ее снижения
Польша20 Слабая степень информационной эффективности Существуют предпосылки повышения информационной эффективности до средней степени
Румыния, Чешская Республика21 Слабая степень информационной эффективности
Словакия22 Неэффективный фондовый рынок
Россия23 Слабая степень информационной эффективности по индексу РТС или неэффективный фондовый рынок (исследования по разному оценивали эффективность фондового рынка России)
Латвия, Эстония, Литва24 Неэффективный фондовый рынок
Турция25 Слабоэффективный фондовый рынок
ная вероятность ее снижения в ближайшем будущем, что свидетельствует о необходимости принятия мер на государственном уровне, которые позволили бы
19 Harrison В., Paton D. (2003). Do 'Fat Tails' Matter in GARCH Estimation?, Nottingham Trent University, pp. 2 — 15.
29 Hanousek J., Filer R. K. (2000). The relationship between economic factors and equity markets in Central Europe, Economics of Transition, Vol. 8 (3), pp. 623 - 638.
21 Harrison B, Paton D(2007). Do 'Fat Tails' Matter in GARCH Estimation? Stock Market Efficiency in Romania and the Czech Republic, Economic Issues, № 12, p. 15 — 23. 2007. Zalewska-Mitura A. Emerging Markets from Central and Eastern Europe: Problem of Thin Trading, Price Limits and Evolving Market Efficiency, London Business School, PhD Thesis, 1998, pp. 24 — 51.
22 Halcova J., Rublikova E. Testing the week form of efficiency on Czech and Slovak market, Bandia Operacyjne decyzje, 2006.
23 Hassan M, Hague Mand Lawrence B. An empirical Analysis of Emerging Stock market of Europe, Quarterly Journal of Business, p. 31 — 53, 2007., Hall S., Urga G., Zalewska-Mitura A., (1998) Testing for evolving stock market efficiency. With an application to russian stock prices. Discussion Paper No. DP 12-98, Abrosimova and Linowski D. Testing weak form efficiency of the Russian stock market, paper presented in the EFA Berlin meeting, 20 Febrary., Иванченко И, Наливайский В. Исследование степени эффективности российского фондового рынка / Рынок ценных бумаг, 2004. № 15.
24 Kristiana Kiete, Gediminas Uloza. The information efficiency of the stock markets in Lithuania and Latvia, StockHolm school of economics in Riga. 2006.
25 Kayali M. Pricing efficiency of exchange Traded Funds in Turky: Early Evidence from Dow Jones Istabul., International Research Jonal of Finance and Economics, 2007.
предотвратить данное явление и способствовали их развитию. Что касается фондовых рынков стран Балтии, то они имеют предпосылки для развития повышения эффективности фондовых рынков.
Результат является очевидным и поэтому большее значение имеет исследование того факта, наблюдается ли движение фондовых развивающихся рынков к повышению эффективности в связи с изменением государственной политики и в связи с развитием экономики.
Для исследования оценки изменения эффективности можно использовать следующее уравнение. Предполагаем, что параметры нашего уравнения могут меняться с течением времени. В рамках нашего анализа интересными в первую очередь представляются обнаружение и учет возможности изменения эффективности российского фондового рынка. Стандартная GARCH (p, q) модель, используемая для такого анализа, имеет следующий вид: k
R=a+ZaiRt-i+st;
i=i
a] =Yo +Z Yi s?_i +£ Si o]-i, (2)
i =1 i =1
где st—случайные ошибки, имеющие распределение Стьюдента с v степенями свободы.
Для анализа изменения эффективности российского фондового рынка модифицируем данную
модель следующим образом:
k
R=a+Z (a+P/)Rt +st; i=1
о] = Y 0 +1 Yi в?-, +1 Si a]-,. (3)
Или: i=1 i=1
Rt = a +£ aR-i + t P. (tRt-i) + Bt; i=1 i=1
p 1
°,2=Yo+I>l,+E5A-,> (4)
i=1 i=1
где tRt-1 является так называемой переменной взаимодействия (interaction term) между временным трендом и лагом доходности индекса. Смысл введения этих переменных можно описать следующим образом.
Если для i-го лага доходности оценки параметров a(. и р. окажутся статистически значимыми и при этом разными по знаку, это будет означать, что с течением времени t сумма (a. + P;.t) будет стремиться к нулю, а соответственно, влияние i-го лага доходности будет нивелироваться. Избавление от влияния предыдущих лагов доходности на ее текущее значение как раз и будет означать факт
движения в сторону большей информационной эффективности.
Предлагаемую методику рассмотрим при оценке российского фондового рынка по индексу РТС. Эффективен ли российский рынок? На этот счет у исследователей нет единого мнения. Так, одни из них (В. Наливайский, Е. Алифанова, И. Иванченко, А. Буренин) 26 в своих работах пишут о неэффективности фондового рынка РФ, в то время как другие (О. Буклемишев, М. Малютина, М. Лимитовский, И. Иваненченко, Н. Наливайский) 27 утверждают, что российский рынок эффективен в слабой форме. Это различие является принципиальным, поэтому очень важно выработать обоснованное суждение о том, какая точка зрения правильная. Кроме того, все выводы упомянутых авторов опираются в основном на данные второй половины 1990-х гг. и нуждаются в переосмыслении.
Результаты ранних исследований эффективности российского фондового рынка относятся к периоду его становления. В течение последних лет по текущий момент произошли крупные положительные макроэкономические сдвиги в стране. Наблюдаются устойчивый рост ВВП, снижение внешнего долга и инфляции, повышение инвестиционной привлекательности российской промышленности, что отразилось на повышении международных инвестиционных рейтингов России и привело к увеличению числа участников фондового рынка — эмитентов и инвесторов. В связи с этим логично предположить наличие определенных изменений и в рыночной эффективности.
Полученные оценки представлены в таб. 2, 3. Параметры модели оценивались по данным с января 2001 по декабрь 2007 г. В качестве основной переменной выступает DL_RTSI — доходность индекса РТС, рассчитанная как первая разность логарифмов значений данного индекса.
Описательные статистики распределения доходностей индекса РТС за указанный период представлены на рисунке. Здесь видно, что эксцесс данного распределения доходностей превышает значение эксцесса стандартного нормального распределения (который, как известно, равен 3). Тест на нормальность данного распределения про-
Показатель значение
Количество наблюдений 1 745
Среднее 0,001640
Стандартное отклонение 0,018209
Кривизна -0,531006
Эксцесс 3,375226
Нормальность (тест Шапиро-Уилка) 0,96186*
* — Значимость показателя на 1 %-ном уровне. 900
-0,14 -0,10 -0,06 -0,02 0,02 0,06 0,10
-0,12 -0,08 -0,04 0,00 0,04 0,08 0,12
Распределение доходностей индекса РТС
водился с помощью Ж-критерия Шапиро-Уилка. По результатам данного теста нулевая гипотеза о нормальности распределения была отвергнута. Это означает, что представленное 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 остатков28.
Из полученных результатов расчетов можно отметить, что фондовый рынок России является неэффективным (поскольку наблюдается статистически значимая взаимосвязь между текущим значением его доходности DL_RTSI и ее 1-м и 3-м лагами). Кроме того, движения в сторону повышения степени эффективности не наблюдается, о чем свидетельствует статистическая незначимость переменных взаимодействия DL_RTSI1_T и DL_RTSI3_T, которые учитывают возможное изменение параметров модели во времени (см. формулы (3), (4)).
26 Салтыков С. К вопросу о неэффективности российского рынка акций // РЦБ. 1998. № 16. С. 44 - 45. Иванченко И. С. Моделирование доходности инвестиций в ценные бумаги: Дис. канд. — Ростов-на-Дону: РГЭА, 2000.
27 Иванченко И, Наливайский В. Исследование степени эффективности российского фондового рынка / Рынок ценных
бумаг, 2004. № 15.
28 Количество степеней свободы распределения Стьюдента оценивается непосредственно по имеющейся выборке. Как известно, если количество степеней свободы превосходит 4, распределение Стьюдента отвечает указанным характеристикам — имеет более высокий, по сравнению с нормальным, эксцесс и более «толстые» хвосты.
Таблица 2
Результаты оценивания стандартной GARCH-модели (без учета изменения во времени).
Зависимая переменная: DL_RTSI
Метод оценивания: Метод КвМП (распределение Стьюдента) Количество наблюдений: 1 742 Уравнение условной дисперсии:
GARCH = С (4) + С (5) *RESID (-1) л2 + С (6) *GARCH (-1)
Коэффициент Статистическая ошибка ^-статистика Значение вероятности
С 0,002393 0,000364 6,567608 0.0000
DL_RTSI (-1) 0,069420 0,024767 2,802884 0.0051
DL_RTSI (-3) -0,040979 0,023826 -1,719953 0.0854
Уравнение условной дисперсии
С 1,32Е-05 3,90Е-06 3,395062 0.0007
RESID (-1) Л2 0,117314 0,021486 5,460026 0.0000
GARCH (-1) 0,845944 0,026700 31,68298 0.0000
Степень свободы
Распределение Стьюдента 6,029770 0,861281 7,000933 0.0000
Среднее зависимой переменной 0,001640 Значение критерия Акаике -5,377207
Значение функции максимального 4846,889 Значение критерия Шварца -5,355255
правдоподобия
Таблица 3
Результаты оценивания GARCH-модели (с учетом изменения во времени)
Зависимая переменная: DL_RTSI
Метод оценивания: Метод КвМП (распределение Стьюдента)
Количество наблюдений: 1 742
Уравнение условной дисперсии:
GARCH = С (6) + С (7) *RESID (-1) Л2 + С (8) *GARCH (-1)
Коэффициент Стистическая ошибка ^-статистика Значение вероятности
С 0,002394 0,000364 6,574693 0.0000
DL_RTSI (-1) 0,089306 0,045665 1,955675 0.0505
DL_RTSИ_T -2,32Е-05 4,79Е-05 -0,484499 0.6280
DL_RTSI (-3) -0,075637 0,043082 -1,755649 0.0791
DL_RTSI3_T 4,01Е-05 4,54Е-05 0,883863 0.3768
Уравнение условной дисперсии
С 1,34Е-05 3,92Е-06 3,407904 0.0007
RESID (-1) л2 0,117615 0,021550 5,457823 0.0000
GARCH (-1) 0,845315 0,026738 31,61431 0.0000
Степень свободы
Распределение Стьюдента 5,969713 0,847936 7,040284 0.0000
Среднее зависимой переменной 0,001640 Значение критерия Акаике -5,375432
Значение функции максимального 4691,000 Значение критерия Шварца -5,347208
правдоподобия
Сделаем основные выводы из полученных результатов.
1. В обеих моделях (с учетом и без учета изменений во времени) была получена статистически значимая взаимосвязь между текущим и 1-м и 3-м лагами доходности фондового индекса РТС. Это говорит об отсутствии даже слабой формы эффективности на российском фондовом рынке.
2. Поскольку в модели, учитывающей возможность изменения значения параметров во времени, соответствующие оценки оказались статистически незначимыми, можно сделать вывод, что с течением времени российский фондовый рынок не движется в сторону эффективности.
3. В обеих моделях использовалось распределение Стьюдента для моделирования поведения остатков моделей. Можно видеть, что данное предположение оказалось оправданным, поскольку в обоих случаях оцененное количество степеней свободы этого распределения оказалось статистически значимым.
В настоящее время используются различные подходы к анализу эффективности фондового рынка. Так, например, в своей статье И. Иванченко и В. Наливайский для проведения такого рода анализа используют различные методы (статистику Дарбина-Уотсона, метод Ирвина, классические регрессионные уравнения, непараметрические
29 Иванченко И., Наливайский В. Исследование степени эффективности российского фондового рынка / Рынок ценных бумаг, 2004. № 15.
статистики)29. Тем не менее предлагаемая методология представляется более адекватной для анализа степени эффективности фондового рынка, поскольку, например, позволяет учесть зависимости в уравнении дисперсии остатков, даже если непосредственной зависимости между значениями лагов доходностей индекса и не наблюдается. Ведь, как известно, наличие такой зависимости в поведении остатков также свидетельствует об информационной неэффективности фондового рынка.
В целом следует отметить, что данная методология может применяться для анализа любых финансовых рынков в целях определения их степени эффективности и в случае ее отсутствия определения возможного движения в сторону повышения эффективности.
Причины, по которым рынок является неэффективным, могут быть различными, например:
• резкое изменение тенденций фондового рынка;
• отраслевая и эмитентная информационная непрозрачность;
• тесная корреляция индекса рынка с индексами стран с развитой экономикой;
• высокое значение политических и макроэкономических рисков.
Использование предлагаемой методологии позволяет не только оценить слабую форму эффективности фондового рынка, но и оценить движение фондового рынка в сторону эффективности, а значит, проанализировать, например, последствия проведения государственной политики в области регулирования фондового рынка.
подписка еЫВНАНУ+Ни
Теперь журналы Издательского дома «Финансы и Кредит» стали доступны в электронном виде в Научной Электронной Библиотеке (eLIBRARY.RU).
На сайте eLIBRARY.RU можно оформить годовую подписку на текущие и архивные выпуски журналов, приобрести отдельные номера изданий или статьи.
