CC BY
102
УДК 336.76
оценка информационной эффективности фондовых рынков стран брик
е. А. ФЕДОРОВА, кандидат экономических наук, доцент кафедры финансового менеджмента E-mail: ecolena@mail. ru Всероссийский заочный финансово-экономический институт
О. А. АНДРЕЕВА, маркетолог-аналитик ООО «КРИФ» Е-mail: oks255@gmail. com
В статье отмечается, что в связи с развитием рынков капитала и расширением инвестиционной деятельности проблема информационной эффективности фондовых рынков приобрела в последнее время еще большую актуальность. Исследуется информационная эффективность фондовых рынков стран БРИК. Путем расчетов с помощью критерия серий и статистики Дарбина-Уотсона сделан вывод, что фондовые рынки Бразилии, Индии и Китая обладают слабой степенью информационной эффективности, российский фондовый рынок является неэффективным.
Ключевые слова: информационная эффективность фондовых рынков, страны БРИК, критерий серий, статистика Дарбина-Уотсона.
Вопрос об эффективности фондовых рынков важен для инвесторов и политиков, чья деятельность связана с развитием рынка капиталов. Эффективность фондового рынка играет существенную роль в размещении финансовых ресурсов, важна при мобилизации национальных сбережений и финансировании новых инвестиционных проектов. Кроме того, рыночная эффективность важна для компаний при принятии решений о диверсификации их инвестиционных портфелей и сокращении инвестиционных рисков. Цены и доходности финансовых инструментов на эффективном рынке являются теми критериями, по которым можно
оценить стоимость капитала и доходность инвестиционных проектов.
Информационная эффективность рынка капиталов начала изучаться в конце XX в., когда в 1970 г. U. Fama сформулировал гипотезу об эффективности рынка (Efficient Market Hypothesis, EMH), которая является одной из фундаментальных концепций теории финансов. Он определил информационную эффективность рынка капитала как отражение в ценах финансовых активов всей информации, доступной на рынке [8]. Первоначально большинство научных исследований по оценке эффективности фондовых рынков было посвящено изучению рынков стран с развитой экономикой - Лондонской биржи, Нью-Йоркской фондовой биржи и др. В настоящее время большое количество научных исследований ведется в отношении стран с развивающимися рынками.
Существует ряд способов проверки наличия и анализа степени проявления информационной эффективности рынков капитала. Все они основываются на анализе возможности предсказания цен на финансовые инструменты по информации об их прошлых значениях [6]. Изучение эффективности рынка дает ответы на вопросы, как полно, быстро и точно информация, доступная на рынке, отражается в ценах.
Для определения степени эффективности фондового рынка экономистами применяются различные виды тестов. Более того, для анализа определенной
финансы и кредит
29
формы эффективности применяется конкретный вид теста. При этом можно отметить, что наличие сильной формы эффективности предполагает наличие слабой формы эффективности, но наоборот - нет. Поэтому многие научные исследования начинаются с проверки наличия слабой формы эффективности.
Для анализа эффективности рынков обычно применяются два вида статистических методов:
- методы, базирующиеся на построении регрессионного уравнения;
- методы непараметрической статистики. Среди непараметрических тестов для оценки
эффективности фондовых рынков наиболее применим критерий серий (Runs Test), который позволяет определить, является ли ряд ежедневных доходнос-тей моделью случайных значений или нет.
Принцип данного метода при анализе фондовых рынков состоит в следующем: 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, которые затем анализируются на наличие или отсутствие элемента случайности [4]. Серией называется ряд одинаковых символов, либо ограниченных с обеих сторон другими символами, либо не имеющих других символов на концах ряда.
Исследование эффективности фондовых рынков с помощью критерия серий состоит из следующих этапов:
1) в качестве исходных данных берутся котировки закрытия;
2) определяется доходность L (t) как мера приращения котировки закрытия в день t по отношению ко дню t-1:
L(t) = Ln(C(t)/ C(t -1));
3) выдвигается гипотеза о том, что значения L(t) получены независимо и из одной и той же генеральной совокупности.
В ходе решения рассчитываются:
- число положительных приращений ЩЩ >0);
- число неположительных приращений N2(L(t) <= 0;
- число серий R;
- число испытаний N = N1 + N2.
Для больших выборок, когда N1 и N2 больше 20, распределение R аппроксимируется нормальным распределением Z по формуле
R-(
Z=
2ПП2 + 1) ц + n2
2цn2 (2ц n2 - n1 - n2) ^ (ц + n2)2(ц + n2 -1)
Критическое значение Z определяется условием: -2,58 < Z < 2,58 (уровень значимости а = 0,01) [3].
Методы параметрической статистики основываются на построении регрессионного уравнения прогнозирования цен финансовых инструментов. Если уравнение регрессии оказывается статистически незначимым, то делается вывод об эффективности фондового рынка, т. е. цены финансовых активов 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. Для оценки эффективности рынков капиталов применяют следующие параметрические методы: автокорреляционный анализ на основе статистики Дарбина-Уотсона, автокорреляционный анализ на основе критериев детерминации, построение регрессионной модели АРТ, модель GARCH.
Критерий Дарбина-Уотсона - это статистический критерий, применяемый для анализа независимости случайных ошибок во временных рядах и регрессионных моделях. Статистика Дарбина-Уотсона позволяет определить наличие автокорреляции первого порядка, которая означает присутствие взаимосвязи между текущим значением случайной ошибки eи предыдущим значением случайной
ошибки e .
i- 1 .
Статистика Дарбина-Уотсона определяется по формуле
I (et " et k )2
DW = tm—-,
i2
t=1
где к - значение временного лага.
Значение критерия должно находиться в следующем интервале: 0 < DW< 4.
На практике применение критерия Дарбина-Уотсона основано на сравнении величины ДЖ с теоретическими значениями йн и йв для заданных числа наблюдений п, числа независимых переменных модели к и уровня значимости а. 1. Если DW < йн, то гипотеза о независимости случайных отклонений отвергается (следовательно, присутствует положительная автокорреляция).
2. Если ОЖ > а?в, то гипотеза не отвергается.
3. Если а?н < ОЖ < а?в, то нет достаточных оснований для принятия решения.
Когда расчетное значение ОЖ превышает 2, то с а?н и сравнивается не сам коэффициент ОЖ, а следующее выражение: 4 — ОЖ.
Описанные ранее методы (критерий серий и статистика Дарбина-Уотсона) применялись для изучения эффективности большого количества фондовых рынков. Информационная эффективность стран с развивающиимися рынками представлена в табл. 1.
По результатам исследований можно отметить, что развивающиеся рынки обладают или слабой степенью информационной эффективности, или являются неэффективными. Что касается оценки эффективности российского фондового рынка, то данная тема была предметом широкого изучения среди наших соотечественников. Так, С. Моисеев [9] для оценки степени эффективности российского фондового рынка применил автокорреляционный анализ на основе статистики Дарбина-Уотсона и автокорреляционный анализ на основе коэффициентов детерминации. Полученные им результаты подтвердили гипотезу о наличии слабой степени эффективности. Исследователи В. Наливайский и И. Иванченко [2] помимо упомянутых методов использовали критерий серий и также сделали вывод о наличии слабой степени эффективности фондового рынка России.
информационная эффективность
В противовес им С. Салтыков [4] опроверг гипотезу об эффективности российского рынка капиталов в результате проведения исследования с использованием критерия серий. Исследователи Б. Алехин [1] (путем расчета коэффициентов детерминации) и Е. Федорова и Е. Гиленко [6] (путем построения GARCH-модели) также сделали вывод о неэффективности российского фондового рынка.
Все упомянутые исследования анализировали российский рынок в период с конца 1990-х и до начала 2000-х гг. Большой интерес представляет изучение наличия информационной эффективности российского рынка в настоящее время, так как российский фондовый рынок претерпел значительные изменения. Самое важное из них - объединение крупнейших российских бирж ММВБ и РТС в целях совершенствования интегрированной биржевой инфраструктуры и становления в Москве международного финансового центра. Кроме того, в посткризисный период на российской фондовой бирже появились новые инфраструктурные подразделения. В апреле 2009 г. на фондовой бирже РТС начал работать самый передовой в России рынок акций - RTS Standard, который предусматривает анонимный аукцион заявок и расчеты в рублях. Помимо этого активно реализуется новый проект группы РТС - RTS Global, позволяющий квалифицированным инвесторам быстро заключать внебиржевые сделки с иностранными ценными бумагами, не допущенными к публичному обращению на
Таблица 1
ран с развивающимися рынками
исследуемая страна Автор исследования Применяемая методика результат исследования
Аргентина J. Urrutia [18] Критерий серий Рынок обладает слабой степенью эффективности
Бангладеш А. Morabek [14] Критерий серий Рынок неэффективен
Бразилия J. Urrutia [18] Критерий серий Рынок обладает слабой степенью эффективности
Индия J. Sharma, М. Mahendru [15] Критерий серий Рынок обладает слабой степенью эффективности
A. Gupta [11] Критерий серий. DW-статистика Рынок обладает слабой степенью эффективности
A. Khan, Sana Ikram, Mariyam Mehtab [12] Критерий серий Рынок неэффективен
Китай F. Mahmood, Xia Xinping, Humera Shahid, Muhammad Usman [13] Критерий серий. DW-статистика Рынок обладает слабой степенью эффективности
Tianshu Liu [17] Критерий серий Рынок неэффективен
Мексика J. Urrutia [18] Критерий серий. Рынок обладает слабой степенью эффективности
Нигерия Sunday O. E. Ewah, Atim E. Esang, Jude U. Bassey [16] DW-статистика Рынок неэффективен
Чили J. Urrutia [18] Критерий серий Рынок обладает слабой степенью эффективности
Шри-Ланка S. Abeysekera [7] Критерий серий Рынок неэффективен
финансы и кредит
31
территории РФ. С июля 2009 г. на фондовой бирже ММВБ действует новый биржевой сектор для высокотехнологичных компаний с малым и средним уровнями капитализации, планирующих привлечение акционерного капитала, - рынок инноваций и инвестиций (РИИ), созданный ММВБ совместно с корпорацией РОСНАНО [5].
Произошли серьезные положительные изменения и в экономике страны: наблюдается устойчивый рост ВВП, снижение внешнего долга и инфляции. Все это привело к повышению инвестиционной привлекательности российского фондового рынка и увеличению количества его участников, в том числе среди иностранных инвесторов.
В связи с этим можно предположить изменения и в эффективности российского фондового рынка. Более того, хотелось бы исследовать эффективность рынка капиталов России вместе с информационной эффективностью других стран с быстро развивающимися экономиками (Бразилия, Индия и Китай).
Выбор фондовых рынков стран БРИК не случаен. Информационная эффективность данных стран еще достаточно мало изучена. Кроме того, за последние 10 лет произошли существенные изменения в оценке инвестиционной привлекательности данной группы стран. В 2003 г. компания Goldman Sachs выпустила отчет, в котором утверждалось, что экономический потенциал Бразилии, России, Индии и Китая таков, что они могут стать четырьмя доминирующими экономическими системами к 2050 г. [9]. С 2007 по 2009 г. эти страны действительно были драйверами роста мировой экономики, охваченной финансовым кризисом. Но в 2009 г. проблемы настигли и эту четверку. В декабре 2011 г. в своем отчете Goldman Sachs предупреждает, что страны БРИК нужно вычеркнуть из списка стран в целях инвестиций, так как время интенсивного роста этой группы стран прошло [10]. «Мы видели пик роста БРИК, - говорит экономист Goldman Sachs Доминик Уилсон в декабрьском обзоре «10 лет БРИК: на полпути к великим свершениям». Далее он отмечает, что «в последние 10 лет одной идеи БРИК было достаточно, чтобы привлечь инвестиции. Теперь гораздо сложнее представить, что одной веры в будущий рост будет достаточно для инвестиций» [10].
Ввиду данных перемен в экономике стран БРИК проанализируем фондовые рынки данных стран на наличие информационной эффективности. За анализируемый период возьмем период с 1 янва-
ря по 31 декабря 2011 г. Исходными данными будут котировки закрытия фондовых индексов Bovespa (Бразилия), RTS (Россия), BSE Sensex (Индия) и SSE Composite (Китай) (табл. 2).
По результатам расчета критерия серий (см. табл. 2) можно наблюдать, что значения Z-статисти-ки, вычисленные для фондовых рынков Бразилии, России, Индии и Китая, попадают в интервал от -2,58 до +2,58. Это означает, что можно принять нулевую гипотезу о том, что последовательность положительных и отрицательных ежедневных приращений индексов Bovespa, RTS, BSE Sensex и SSE Composite с января по декабрь 2011 г. - случайна.
Таким образом, по результатам данной методики можно утверждать, что фондовые рынки Бразилии, России, Индии и Китая обладают (по крайней мере) слабой формой эффективности.
Для оценки эффективности фондовых рынков стран БРИК применим также автокорреляционный анализ на основе статистики Дарбина-Уотсона. Вычислим для анализируемого периода каждой из четырех стран по 10 значений статистики для приращений индекса, отстоящих друг от друга на 1, 2,..., 10 временных периодов. Для всех четырех индексов n ~ 250.
Формула статистики Дарбина-Уотсона:
X ( it - it к )2
DW = >
I1/
где I - приращение индекса;
k - значение временного лага [2]. Если статистика Дарбина-Уотсона лежит в интервале dв < DW < 4-й?в, то можно утверждать, что нулевая гипотеза об отсутствии автокорреляции принимается (табл. 3).
По результатам выполненных расчетов (см. табл. 3) можно наблюдать, что все значения ста-
Таблица 2
Критерий серий, рассчитанный на базе ежедневных значений индексов Bovespa (Бразилия), RTS (Россия), BSE Sensex (Индия) и SSE Composite (Китай) за период с 1 января по 31 декабря 2011 г.
Показатель Бразилия Россия Индия Китай
N! 126 127 103 120
Щ 123 120 143 124
N 249 247 246 244
R 126 132 112 117
Z 0,07 0,97 -1,15 -0,77
Таблица 3
Автокорреляционная матрица, рассчитанная на базе ежедневных значений индексов Bovespa (Бразилия), RTS (Россия), BSE Sensex (Индия) и SSE Composite (Китай) за период с 1 января по 31 декабря 2011 г.
Номер лага и соответствующие ему критические значения Значения статистики Дарбина-Уотсона по периодам (DW)
Бразилия Россия Индия Китай
к = 1 (dH = 1,706, dB = 1,708) 2,05 1,60 1,78 2,07
к = 2 (dH = 1,69966, dB = 1,71560) 1,86 1,85 1,90 1,95
к = 3 (dH = 1,69166, dB = 1,72367) 2,09 2,06 2,21 1,98
к = 4 (dH = 1,68361, dB = 1,73181) 1,90 2,14 1,91 2,16
к = 5 (dH = 1,67551, dB = 1,74003) 2,18 2,00 2,02 1,89
к = 6 (dH = 1,66736, dB = 1,74833) 2,10 2,04 1,94 2,07
к = 7 (dH = 1,65917, dB = 1,75670) 2,07 2,00 2,11 1,91
к = 8 (dH = 1,65093, dB = 1,76514) 1,96 1,82 1,84 1,89
к = 9 (dH = 1,64264, dB = 1,77366) 2,04 1,94 1,96 1,83
к =10 (dH = 1,63431, dB = 1,78226) 1,94 2,04 1,88 1,79
Примечание: критические значения указаны для уровня значи тистики Дарбина-Уотсона, рассчитанные для фондовых рынков Бразилии, Индии и Китая, попадают в интервал йв <DW< 4^в. Поэтому можно принять нулевую гипотезу об отсутствии автокорреляции между значениями индексов данных стран, т. е. приращения фондовых индексов случайны во времени. Это свидетельствует о том, что фондовые рынки Бразилии, Индии и Китая обладают слабой формой эффективности.
Однако нельзя сделать такого же вывода в отношении российского фондового рынка. Значение критерия Дарбина-Уотсона, рассчитанное для k = 1, соответствует интервалу DW < йн. Это свидетельствует о наличии положительной автокорреляции между доходностями индекса, т. е. значения фондового индекса в текущий день зависят от его значений в предыдущий день. Следовательно, гипотеза о независимости случайных отклонений отклоняется. С вероятностью 99 % можно утверждать, что фондовый рынок России является неэффективным.
В результате проведенного исследования можно сделать следующие выводы:
1) фондовые рынки Бразилии, Индии, Китая обладают слабой степенью эффективности. Следовательно, применение результатов технического анализа на данных рынках не принесет дополнительной прибыли. Данные о ценах прошлых периодов общедоступны, поэтому любая информация, которую можно было бы извлечь из анализа прошлых котировок, находит отражение в цене акций.
Однако согласно аналитическим исследованиям глобальные инвесторы отказываются от инвестирования в рынки данных стран, что связа-
сти а = 0,01.
но с достаточно высоким риском их финансовых инструментов. Несмотря на достаточно высокие макроэкономические показатели, экономики Бразилии, Индии и Китая являются нестабильными. Одна из проблем, остро стоящая в этих странах, -высокая инфляция;
2) в отношении российского фондового рынка будем полагаться на результаты автокорреляционного анализа на основе статистики Дарбина-Уотсона, который показал зависимость между текущим и первым лагами доходности фондового индекса РТС. Поэтому можно сделать вывод, что российский фондовый рынок не обладает даже слабой степенью эффективности.
Придание меньшего значения результатам анализа с использованием 2-критерия основывается на том, что критерий серий не считается достаточно передовым методом для предсказания движения цен, так как прекращение движения цен легко предсказуемо, когда уровень цен временно поменял направление, независимо от размера изменения цен, которое стало причиной изменения знака. В то же время значимая положительная или отрицательная корреляция, определенная с помощью автокорреляционного анализа, свидетельствует о наличии тренда в динамике индекса как результата постепенного установления новых равновесных цен после поступления неожиданной для инвесторов информации.
Несмотря на полученные результаты, в целом, можно утверждать, что российская экономика, поддерживаемая высокими котировками нефти, является стабильной и развивается в правильном
направлении. Кроме того, в 2012 г. произойдет еще ряд изменений, которые будут способствовать росту инвестиционной привлекательности российского рынка. Одно из таких событий - вступление России в ВТО. Членство в ВТО будет способствовать повышению авторитета России за счет соблюдения правил всемирной торговли и позволит ей стать открытой для иностранных инвестиций и совместных бизнес-проектов. В 2012 г. продолжится реформирование российской экономики. Одни из главных задач - это повышение конкурентоспособности за счет модернизации, усиление роли Москвы как международного финансового центра, подготовка к предстоящим событиям мирового масштаба (зимние Олимпийские игры в Сочи в 2014 г. и чемпионат мира по футболу в 2018 г.).
Список литературы
1. Алехин Б. Случайное блуждание цен на бирже // Рынок ценных бумаг. 2004. № 12.
2. Иванченко И., Наливайский В. Исследование степени эффективности российского фондового рынка // Рынок ценных бумаг. 2004. № 15.
3. Моисеев С. Гипотеза эффективного рынка // Валютный спекулянт. 2003. № 10.
4. Салтыков С. К вопросу о неэффективности российского рынка акций // Рынок ценных бумаг. 1998. № 16.
5. Сергеева И. Г. Инфраструктурные изменения фондового рынка России в посткризисный период: сборник научных статей «Проблемы системной модернизации экономики России: социально-политический, финансово-экономический и экологический аспекты». СПб.: Институт бизнеса и права. 2010.
6. Федорова Е. А., Гиленко Е. В. Методология оценки изменения информационной эффективности фондового рынка // Финансы и кредит. 2008. № 33.
7. Abeysekera S. P. Efficient Market Hypothesis and the Emerging Capital Market in Sri Lanka:
Evidence from the Colombo Stock Exchange // Journal of Business Finance & Accounting. 2001. № 28.
8. Fama E. F. Efficient Capital Markets: A Review of Theory and Empirical Work // Journal of Finance. May, 1970.
9. Goldman Sachs & Co. Dreaming with BRICs: The Path to 2050 // Global Investment Research. October, 2003.
10. Goldman Sachs & Co. 10 Years of BRIC Countries. December, 2011.
11. Gupta A. A critical analysis of weak form efficiency in Indian Stock Market // Asian Journal of Management Research. 2010.
12. Khan A. Q., Ikram Sana, Mehtab Mariyam. Testing weak form market efficiency of Indian capital market: A case of national stock exchange (NSE) and Bombay stock exchange (BSE) // African Journal of Marketing Management Vol. June, 2011. № 3(6).
13. Mahmood F., Xia Xinping, Shahid H., Usman M. Global Financial Crisis: Chinese Stock Market Efficiency // Asian Journal of Management Research. 2010.
14. MobarekAsma. Weak-form market efficiency of an emerging Market: Evidence from Dhaka Stock Market of Bangladesh // Leeds University Business School. ENBS Conference. May, 2000.
15. Sharma G. D., Mahendru M. Efficiency Hypothesis of the Stock Markets: A Case of Indian Securities // International Journal of Business and Management. 009. № 4(3).
16. Sunday O. E. Ewah, Atim E. Esang, Jude U. Bassey. Appraisal of Capital Market Efficiency on Economic Growth in Nigeria // International Business Research Vol. 4. December, 2009. № 12.
17. Tianshu Liu. Market Efficiency in China Stock Market and Hong Kong Stock Market // International Research Journal of Finance and Economics. 2011. № 76.
18. Urrutia J. Tests of Random Walk and Market Efficiency // Journal of Financial Research. 1995. № 18.
Л
ВНИМАНИЕ! На сайте Электронной библиотеки <^ПЬ> собран архив электронных версий журналов Издательского дома «ФИНАНСЫ и КРЕДИТ» с 2006 года и регулярно пополняется свежими номерами. Подробности на сайте библиотеки:
www.dilib.ru
