CC BY
90
СОПОСТАВЛЕНИЕ НЕФТЯНЫХ КОТИРОВОК РОССИЙСКИХ И НОРВЕЖСКИХ ФОНДОВЫХ ИНДЕКСОВ
В статье рассматривается вопрос о влиянии динамики цены нефти на котировки акций в двух странах-нефтеэкспортерах: России и Норвегии в период 2000-2012 гг. С помощью векторной авторегрессионной модели показано, что, вопреки интуитивным ожиданиям, цены на нефть не являлись систематическим риск-фактором для российского и норвежского фондовых индексов. В Норвегии котировки акций откликались на динамику курса доллара к основным мировым валютам и фондового индекса Б&Р 500 и в меньшей степени - на изменения глобальной и внутренней процентной ставки. В России котировки акций практически исключительно завязаны на собственные шоки, что обусловлено спецификой крупнейших российских публичных компаний.
Фондовые рынки в Норвегии и России. По типу экономического роста Норвегия и Россия относятся к странам-нефтеэкспортерам с открытой экономикой. Доля экспорта этих стран в ВВП составляет соответственно 41 и 30%, товарного экспорта - 31 и 27% (рис. 1)1; минерального топлива (преимущественно нефти и природного газа - примерно 1/5 ВВП. %
45 40 35 30 25 20 15 10 5 0
Доля экспорта в ВВП Доля товарного экспорта в Экспорт топлива, %
ВВП ВВП
Рис. 1. Некоторые структурные параметры экономик Норвегии ( Ц ) и России (0 )
В значительной степени близки и параметры рынков акций двух стран. Совокупная капитализация публичных компаний составила в 2011 г. 43% российского и 45% норвежского ВВП (табл. 1).
Таблица 1
Некоторые характеристики рынков акций Норвегии и России*
Показатель 2000 г. 2005 г. 2011 г.
Норвегия Россия Норвегия Россия Норвегия Россия
Капитализация к ВВП,
% 39 15 63 72 45 43
млрд. долл. 65 39 191 549 219 796
Оборот торговли акциями, % к ВВП 36 8 64 21 52 54
Компании в листинге, ед. 191 249 191 296 192 327
* Составлена по данным [1; 2].
1 Построен по данным [1].
Оборот торговли акциями находился в обеих экономиках на уровне 52-54% ВВП. Компаний эмитентов, акции которых обращались на национальных биржах, насчитывается около 200 в Норвегии и 330 в России.
Норвежские публичные компании могут торговать акциями на двух организованных рынках в рамках единой фондовой биржи (Oslo Bors, входящей в холдинг Oslo Bers VPS Holding ASA, Oslo Bers и Oslo Axess. На OSE обращаются бумаги крупных компаний с долгой рыночной историей, полностью отвечающие требованиям регуляторов Евросоюза. На Oslo Axess котируются акции недавно образованных публичных компаний, возраст которых не превышает трех лет и которые стремятся привлечь внимание инвесторов с тем, чтобы, повысив корпоративные стандарты, перейти в высшую биржевую лигу.
В современной России акции компаний первоначально торговались параллельно на двух крупных биржевых площадках - РТС и ММВБ. В декабре 2011 г. произошло их объединение, и с 2012 г. главной национальной биржевой площадкой является ОАО «Московская Биржа». При этом объединенная биржа продолжает поддерживать в том числе и прежний фондовый индекс РТС, который рассчитывается в долларах, поскольку это удобно для инвесторов в долларизированной российской экономике с большим объемом трансакций через оффшоры.
Хотя OSE официально начала работать в 1819 г., а российские биржи только в первой половине 1990-х годов, по некоторым ключевым технологическим и институциональным характеристикам рынки акций в Норвегии и России имеют много общего.
Торговля акциями и облигациями на Oslo Bors началась в 1881 г.2 При этом до 1988 г. торговля осуществлялась через аукционы, действующие периодически, по мере накопления заявок. Затем на смену им пришла электронная торговля. При этом, однако, очередность подаваемых заявок не соблюдалась, брокеры выбирали встречные заявки по своему усмотрению. В 1999 г. биржа перешла на полностью электронную компьютеризованную торговую систему с непрерывным торговым режимом и с учетом очередности поступающих в стакан торгового терминала (открытую книгу брокеров) заявок. В 2000 г. биржа Осло вошла в объединенную биржевую систему северных европейских стран NOREX, включающую биржи Стокгольма, Копенгагена и Исландии. Оставаясь юридически независимыми, эти биржи использовали единую торговую систему и гармонизировали регулирование биржевых рынков.
В 2009 г. фондовая биржа Осло, выйдя из альянса NOREX, вступила в стратегическое партнерство с Лондонской фондовой биржей (London Stock Exchange Group, LSE). Две биржи сотрудничают на рынках облигаций, дериватов и акций. Для достижения цели партнерства - обеспечить большую ликвидность на обеих площадках - Oslo Bors перешла на торговые системы LSE. Стратегическое партнерство позволило норвежской бирже повысить торговый оборот. Наряду с этим для привлечения компаний из таких нишевых секторов, как энергетика, аквакультура, оффшорные работы и судостроение, Oslo Bors заключила специальные соглашения с Сингапурской биржей (Singapore Exchange, SGX) и фондовой биржей Торонто (Toronto Stock Exchange/TSX Venture Exchange), которые облегчают компаниям, прошедшим листинг на этих биржах, второй дополнительный листинг на норвежской бирже, используя режим VPS.
Российские биржи, пользуясь так называемым «преимуществом отсталости», практически с момента своего становления используют современные электронные технологии торговли и в этом отношении не отстают от норвежской биржи.
Рынки акций в России и Норвегии близки также по некоторым институциональным характеристикам и микроструктуре рынка.
2 Анализ эволюции торговли акциями на бирже Осло основан на данных [3, рр. 7-8].
Во-первых, в обеих странах значительные пакеты акций компаний контролируются государством. Например, доля участия правительства и различных государственных структур в совокупной капитализации компаний на Oslo Bors с 2005 г. колеблется в пределах 35-40% (рис. 2) [4]. Такая доля государства в акционерном капитале публичных компаний высока даже по меркам скандинавских стран [5, р. 73]. В России в 2010 г. на десять крупнейших государственных публичных компаний приходилось 46% совокупной капитализации двухсот самых крупных компаний российского рынка, в то время как в 2004 г. эта доля составила 31% [6].
Во-вторых, и на российском, и на норвежском рынках акций масштабно присутствуют компании-нерезиденты. В Норвегии иностранные инвесторы резко расширили свое присутствие в акционерном капитале местных компаний в 2003-2007 гг. С 2009 г. иностранцы контролируют примерно такую же долю норвежских публичных компаний, как и государство, обеспечивая большую часть торгового оборота - до 60-70% ежедневных торгов акциями [7, рр. 4-5] - и имея наиболее короткий временной горизонт инвестирования в сравнении с местными финансовыми и индивидуальными инвесторами [8, р. 2]. На российских биржах, по данным Банка России, на нерезидентов устойчиво приходится примерно 30-40% торговли акциями [9; 10].
%
%
45 -|
40 -
25 -
20
Г 8
- 7,5
- 7
6,5 6
4,5
- 4
- 3,5
Период
35
5,5
30
5
3
Рис. 2. Доля различных групп инвесторов в капитализации акций компаний на фондовой бирже Осло OSE: -♦- правительство;-----иностранные инвесторы;-домохозяйства (правая шкала)
В-третьих, инвестиционная активность домохозяйств на рынке акций в обеих странах невысока, что особенно справедливо в отношении России. По данным Московской биржи, в феврале 2013 г. число активных клиентов брокеров или клиентов, заключавших хотя бы одну сделку в месяц, не превышало 70 тыс. чел., что примерно соответствует уровню 2007 г. Средний размер ресурсов тех, кто готов инвестировать в акции российских компаний, составляет всего около 1 тыс. долл. [11]. В Норвегии с 2008 г. доля домашних хозяйств в совокупной капитализации компаний, торгуемых на бирже Осло, снизилась до 3,5%. Между тем еще в начале 2000-х годов этот показатель составлял 7,5%.
В-четвертых, оба рынка характеризуются низкой ликвидностью. Исключая три-четыре десятка «голубых фишек», акции большинства российских и норвежских компаний торгуются далеко не каждый день (см., например [7, р. 5]).
Наконец, в-пятых, отраслевая структура рынков акций в России и Норвегии до некоторой степени близка. В России 52% капитализации индекса РТС на конец 2012 г. приходились на нефтегазовые компании и еще 5% - на энергетические и
обслуживающие их сервисные компании (рис. 3)5. В Норвегии аналогичные показатели составили соответственно 22 и 29%.
%
100 -| 90 -80 -70 -60 -50 -40 -30 -20 -10 -0 —
РТС OBX
Рис. 3. Отраслевая структура фондовых индексов России и Норвегии: ЩИ нефть и газ; ■ энергетические и фондовые компании; 0 прочие
Учитывая значимость нефтегазового сектора в обеих экономиках, сходство важнейших макроэкономических пропорций и высокую долю нефтегазовых компаний в структуре национальных фондовых индексов, представляется, что котировки акций российских и норвежских компаний должны с повышенной чувствительностью реагировать на динамику мировой цены нефти.
Модель векторной авторегрессии с семью переменными. Одной из возможных экономико-статистических моделей, позволяющих проанализировать реакцию рынка акций на нефтяные ценовые шоки, является векторная авторегрессия (vector autoregression, VAR), предложенная Симсом [13]. В наиболее общем виде множественная VAR с числом параметров n представляет собой линейное разложение n-мерного вектора параметров на вектор лаггированных значений этих параметров той же размерности. Иначе говоря, VAR - система одновременных уравнений, число которых равно числу переменных в модели. Каждая переменная в одном из уравнений выступает в качестве зависимой величины. В правой части каждого уравнения находятся лаггированные значения всех переменных, включая зависимую величину.
Методика VAR имеет следующие преимущества. Во-первых, она не требует каких-либо априорных гипотез о причинно-следственных взаимосвязях между рассматриваемыми переменными и оценивается при минимуме математических (эконометриче-ских) ограничений. Во-вторых, она позволяет оценить характеристики экономического процесса и взаимосвязи между переменными в динамике. В-третьих, с помощью VAR можно моделировать влияние «скачков» или шоковых изменений значений одной из переменных на динамику всех анализируемых переменных.
Заметим, что мы специально фокусируем внимание на анализе краткосрочных зависимостей между включенными в модель переменными, абстрагируясь от выявления долговременных взаимосвязей между ними, что обусловлено двумя моментами. Во-первых, сигнал, передающий информацию об изменении нефтяных котировок, образно говоря, «долго не живет». Во-вторых, на российском рынке акций отсутствует устойчивая долговременная структура цен и доходностей [14].
3 Подсчитано по данным [4; 12].
Формально, конечно, можно говорить о том, что такие структуры, вероятно, и существуют, но не выявлены в процессе исследования.
Построим VAR с семью переменными по России и Норвегии.
Переменные, которые для открытых сырьевых экономик задаются глобальной
экономикой или мировым рынком:
1) цена нефти марки Brent (oil);
2) фондовый индекс S&P 500 (sp 500);
3) индекс курса доллара к мировым валютам (doll);
4) глобальная краткосрочная процентная ставка (gir), которую аппроксимирует ставка по трехмесячным государственным ценным бумагам США. Нефтеэкспорте-ры не оказывают на переменные этой группы сколько-нибудь значимого и систематического влияния.
Переменные, отражающие монетарную и курсовую политику экономических властей:
5) обменный курс национальной валюты (er);
6) внутренняя краткосрочная трехмесячная процентная ставка (iir);
7) значение основного национального фондового индекса (stock).
Временные ряды были составлены по базам данных информационного агентства
Bloomberg, Energy Information Administration (независимого агентства в составе министерства энергетики США), Федеральной резервной системы, Организации экономического сотрудничества и развития (ОЭСР-OECD), национальных центробанков, статистических служб и бирж. Оценивание модели проведено по месячным данным за период c января 2000 по август 2012 г. (152 наблюдения) и - для проверки на стабильность выводов - за два подпериода: январь 2000 - декабрь 2005 гг. (72 наблюдения) и январь 2006 -август 2012 гг. (80 наблюдений). Учитывая быстроменяющуюся структуру объекта исследования, временной ряд представляется вполне достаточным для выявления динамических связей между переменными, если таковые имеются.
Все переменные, кроме процентных ставок, включены в модель в виде разностей логарифмов, процентные ставки взяты в исходной форме. Временные ряды показателей были протестированы на наличие единичного корня с помощью стандартных тестов. Несмотря на то, что для обеспечения максимальной статистической чистоты оценивания пять из семи исследуемых индикаторов взяты в форме разностей логарифмов, полностью трансформировать исходные данные в стационарные временные ряды не удается. Даже после логарифмирования и взятия разностей ряд по индексу РТС содержит единичный корень. Единичные корни содержат и некоторые ряды процентных ставок. Более глубокая трансформация данных не предусматривалась, так как это означало бы полную потерю содержащейся в них исходной экономической информации. Все шесть оцениваемых векторных авторегрессий (по три для России и для Норвегии) удовлетворяют критерию стабильности, что делает ненужным переход к более сложной модели векторной авторегрессии, учитывающей коррекцию ошибок.
Период 2000-2012 гг. отличался повышенной волатильностью нефтяных цен. При этом основные характеристики ценового сигнала за два временных подпериода достаточно близки (табл. 2). Соответственно причины возможной различной реакции рынков акций на динамику нефтяных котировок следует искать в самих этих рынках, а не на рынке нефти.
Используемая модель опирается и на макроэкономическую, и на финансовую теории. Согласно известным макроэкономическим подходам, решающее воздействие на развитие открытых сырьевых экономик, в том числе их финансового сектора (включая рынок акций), оказывают внешние факторы - глобальная процентная ставка, курс доллара и цена нефти, а макроэкономическая политика властей осуществляет преимущественно «посредническую» функцию между национальной и глобальной экономиками
и связана жесткими ограничениями (см., например [16; 17]). К глобальным риск-факторам, определяющим развитие рынков акций в странах-нефтеэкспортерах, учитывая интегрирование современного мирового рынка нефти в рынок финансовый [18], был добавлен американский фондовый индекс Б&Р 500.
Таблица 2
Характеристики волатильности цены нефти марки Brent за два анализируемых подпериода наблюдений*
Январь 2000 - Январь 2006 -
Характеристика декабрь 2005 гг. август 2012 гг.
(72 мес.) (80 мес.)
Число месяцев с растущими ценами 41 50
Число месяцев со снижающимися ценами 31 30
Средний темп роста цены, % 7,9 6,8
Средний темп снижения цены, % 6,9 7,9
Максимальный рост цены за месяц, % 22 20
Максимальное снижение цены за месяц, % 21 27
Рост цен не менее трех месяцев подряд, число периодов 8 6
Снижение цен менее трех месяцев подряд, число периодов 1 3
Максимальное число месяцев непрерывного роста цен 4 10
Максимальное число месяцев непрерывного снижения цен 3 5
* Рассчитано по [15].
Влияние цены нефти на цены акций в странах-нефтеэкспортерах может быть не только прямым, но и опосредованным с помощью макроэкономической политики и национальной экономической структуры [19]. В качестве локальных, страновых риск-факторов рынков акций используются процентная ставка и обменный курс национальной валюты. При этом следует учитывать, что в сырьевых экономиках (особенно в тех из них, которые критически зависят от экспортных доходов) возможности национальных денежных властей воздействовать на обменный курс, а при определенных обстоятельствах и на ставку процента, ограничены.
До финансово-экономического обвала 1998 г. обменный курс рубля в российской экономике фактически выступал в качестве глобального риск-фактора, а попытка поставить этот параметр под контроль закончилась крахом последней и глубочайшей девальвацией национальной валюты [20]. Только с конца 1990-х годов денежные власти начали частично контролировать обменный курс (см., например, [21; 22; 23]). С 1998 по 2008 г. Банк России публиковал количественные оценки ожидаемых пределов реального эффективного курса рубля, т.е. осуществлял «мягкое таргетирова-ние» обменного курса или посредством интервенций на валютном рынке поддерживал контролируемые колебания национальной валюты (dirty float). С 2007 г. Банк России начал переход от режима контролируемого коридора обменного курса к режиму тарге-тирования уровня инфляции посредством процентной ставки. Однако смена курса была временно прервана из-за кризиса. Только в 2012 г. Банк России возобновил переход к новому режиму денежно-кредитной политики, основным инструментом которой является процентная ставка. В пределе это означает максимально возможный отказ монетарных властей от вмешательства в процесс формирования обменного курса национальной валюты, который должен свободно колебаться в зависимости от мирохозяйственной конъюнктуры, т. е. ситуации на сырьевых рынках.
В Норвегии обменный курс норвежской кроны был отпущен в 1992 г. в контролируемое плавание. С 2001 г. Центральный банк (ЦБ) Норвегии начал официально проводить политику таргетирования инфляции через изменение процентной ставки [24, р. 8]. Исследования подтвердили, что, исключая короткий турбулентный период 1996/97-1998 гг., процентная ставка действительно использовалась для контроля над инфляцией [25].
С точки зрения финансовых теорий цена актива (в нашем случае - котировки акций) может быть выражена как ожидание будущего дисконтированного денежного потока, или в более сложной форме, как ожидание будущего денежного потока и его сравнительной ценности относительно других активов [26]. Одним из широко используемых подходов для оценки цены активов является теория ценового арбитража (arbitrage pricing theory, APT), предложенная С.Россом [27]. APT постулирует, что ожидаемые доходы актива зависят от нескольких факторов, которые могут быть оценены эмпирически на базе модели, имеющей вид:
E(ert) = Ijj,
где E(eri) - ожидаемая доходность на актив, превышающая доходность на безрисковый актив; Ру - влияние риск-фактора j на доходность актива ви Dj - премия за риск на фактор j.
Анализируемая модель многофакторного VAR может быть отнесена к классу APT-моделей.
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.
Для анализа взаимосвязи и взаимовлияния анализируемых показателей используются три инструмента, которые дает векторная авторегрессия: тест Грэнджера, импульсная функция отклика в ответ на индивидуальные шоки (изменения) включенных в модель переменных и декомпозиция ошибок прогноза.
Тест Грэнджера дает возможность установить, насколько лаггированные или предыдущие значения переменной позволяют предсказать текущие значения другой переменной. При этом важно 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 прежде всего в ответе на вопрос, насколько используемый в векторной авторегрессии набор показателей адекватен поставленной исследовательской задаче, т. е. предсказывают ли лаггированные значения параметров будущие изменения фондового индекса (табл. 3).
Таблица 3
Норвегия и Россия: результат теста Грэнджера для УЛЯ с семью переменными: реакция доходности акций на шоки переменных. Отражены только положительные результаты теста
Шоки
Страна
rndoll rnoil
gir rnsp500 rner iir все параметры
2000-2012 гг.
Норвегия да** да*** да**
Россия да* да*
2000-2005 гг.
Норвегия да**
Россия
2006-2012 гг.
Норвегия да** да* да*** да***
Россия да*** да*** да** да***
Примечание: ***; **; *: соответственно 1-, 5- и 10-процентный уровень доверия. Здесь и далее в таблицах приставка гп в переменных означает «доходность на».
Анализ данных подтверждает, что модель УЛЯ 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, даст последующий анализ.
Импульсная функция отклика отражает ответ текущего (одновременного с импульсом) и будущих значений каждой из включенных в УЛЯ 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 единичного шока при условии, что все остальные ошибки остаются постоянными, имплицитно предполагает, что ошибки в уравнениях УЛЯ некореллированы. 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 рис. 4 (расчеты автора по данным [30]).
Россия
2000-2012 гг.
0,15 0,1 -0,05 -
-0,05 - --0,1 -
Мес.
Норвегия
0,015 0,01 -0,005 -0 --0,005 --0,01 -
0,01 0,005 0
-0,005 --0,01 --0,015 -
2000-2005 гг.
0,01 -| 0,005 -0
-0,005 -I \
%
е°. -0,01 -
0,25 0,2 -0,15 -0,1 -0,05 -0 --0,05 --0,1 -
2006-2012 гг.
0,01 -0,005 -
«г*
-0,01 --0,015 -
Мес
Мес
0
Мес
Рис. 4. Импульсная реакция т-Лоск на один стандартный шок гпоД (-♦-) с доверительными интервалами: -----нижний; — верхний
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 гш1оск на шоки цены нефти оказались слишком широкими.
Другой вывод заключается в том, что для российского фондового индекса статистически незначимыми также оказываются 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 (рис. 5, расчеты автора по данным [30]).
Россия
Норвегия
0,15 0,1 -0,05 -0
-0,05 -0,1
2000-2012 гг.
0,01 0,005 0
-0,005 --0,01
Лес- -0,015
Мес.
0,2 -
0,1 -
-0,1 '' .............
-0,2 -
Мес.
0,03 0,02 -0,01 -0
-0,01
Мес.
0,2 0,15 0,1 0,05 0
-0,05 -0,1
0,01 0
-0,01 -0,02 -0,03
0,15 ,
0,1 -
0,05 -0
-0,05
-0,1 ^ Мес.
0,01 -, 0,005 0
-0,005 -0,01 --0,015 -
0,1 0,05 0
-0,05 -0,1 -0,15
Мес.
0,01 -, 0,005 0
-0,005 --0,01 -
0,4 0,3 0,2 0,1 0
0,03 0,02 0,01 0
-0,01
о^мг^^^юью^о^м Мес.
Рис. 5. Импульсная реакция гш1»ск на один стандартный шок переменных УЛЯ с доверительными интервалами: -О- gir; -Л- гшр500; -■- гш!о11; —А— тещ -♦- шт; -О- гш110скг;-верхний; — нижний
Мес
Мес
Мес
Мес
Анализ методом разложения Холецкого ошибок прогноза, который позволяет проследить, шоки каких индикаторов оказывают наиболее сильное влияние на динамику конкретного индикатора по времени, в целом подтверждает полученные выше выводы. Как показывают расчеты, фондовый индекс РТС систематически реагирует исключительно на свои собственные шоки, а также шоки американского фондового индекса Б&Р 500 (табл. 4). Причем в последние годы влияние последних шоков несколько ослабло. Фондовый же индекс биржи Осло систематически реагирует не только на собственные шоки, но и на шоки Б&Р 500 и курса доллара к основным мировым валютам. Наряду с этим норвежский индекс реагирует, хотя и слабо, на шоки процентных ставок.
Таблица 4
Норвегия и Россия: результаты разложения ошибок прогноза методом Холецкого для семифакторного УЛЯ, %
2000 - 2012 гг.
Норвегия шоки/лаги
81Г Гп^11 Гпвр500 гпо11 ГпеГп 11гп гп§1оскп
1 0,11 25,38 24,93 2,65 4,49 0,11 42,32
3 4,07 23,92 23,65 3,24 4,34 0,78 40,00
12 4,00 23,33 22,86 4,05 5,03 2,19 38,54
Россия шоки/лаги
в"" ГП^11 Гпвр500 гпо11 ^егг 11ГГ гпв1оскг
1 0,00 0,09 1,74 0,06 0,77 0,17 97,17
3 0,14 3,37 4,43 0,56 0,63 0,13 90,75
12 0,16 7,75 1,78 0,67 1,65 1,03 86,96
2000 - 2005 гг.
Норвегия шоки/лаги
§1Г ГП^11 Гпвр500 гпо11 ГпеГп 11Гп гпв1оскп
1 0,35 16,17 29,81 0,04 0,88 8,14 44,61
3 0,44 15,00 27,60 0,60 2,35 9,17 44,84
12 1,17 15,07 26,81 0,99 2,38 10,77 42,81
Россия шоки/лаги
В1Г ГП^11 Гпвр500 гпо11 ^егг 11ГГ гп§1оскт
1 0,15 0,01 18,48 0,00 4,12 3,42 73,82
3 1,30 0,01 20,49 0,04 4,13 5,22 68,80
12 1,92 1,04 20,67 0,55 4,08 5,10 66,63
2006 - 2012 гг.
Норвегия шоки/лаги
Й1Г Г^о11 Гпвр500 гпо11 ГпеГп 11Гп гпв1оскп
1 0,18 31,93 22,05 4,39 5,58 1,23 34,64
3 11,80 25,94 21,39 5,33 5,48 2,11 27,95
12 10,53 26,68 19,06 6,85 6,41 4,46 26,00
Россия шоки/лаги
В1Г гп^11 Гпвр500 гпо11 ^егг 11гг гп§1оскт
1 0,42 0,46 5,90 2,31 0,80 0,30 89,81
3 1,00 4,27 15,89 6,91 0,75 1,03 70,14
12 1,82 9,21 17,71 6,33 0,93 0,48 63,52
При этом в турбулентный период развития мировой экономики в 2006-2012 гг. и повышенной волатильности ключевых экономических и финансовых индикаторов, влияние американского фондового рынка и относительного курса доллара возросло.
Последнее косвенно подтверждает, что акции норвежских компаний в портфелях глобальных инвесторов являются «якорными» и их текущая стоимость постоянно переоценивается параллельно с другими глобальными активами. Российские акции рассматриваются международными инвесторами как спекулятивные активы, полезные для реализации краткосрочных стратегий, поэтому они слабо коррелиро-ваны с мировыми финансовыми рынками.
Полученные результаты парадоксальны прежде всего потому, что динамика таких показателей нефтегазовых компаний, как денежный поток (cash flow), выручка, прибыль, дивидендные выплаты и т. п., влияющих на рыночную капитализацию, напрямую зависят от движения нефтяных котировок. В обеих рассматриваемых странах денежные потоки компаний, особенно нефтегазовых и энергетических, на которые приходится более половины капитализации всего рынка акций, должны быть подчинены волатильным циклам динамики цены нефти.
Чем же можно объяснить отсутствие прямого влияния изменений нефтяных цен на котировки акций российских и норвежских компаний? Мы полагаем, что цены акций норвежских компаний, имеющих давнюю рыночную историю, находятся на достаточно высоком равновесном уровне. Капитализация зрелых компаний мало чувствительна как к конъюнктурным колебаниям цены нефти, так и к резким перепадам цен в периоды цикла «бум-спад» на товарных рынках. В значительной мере долгосрочные бизнес-стратегии этих компаний были привязаны к волатильной динамике цены своего базового актива. Денежный поток, прибыль и дивидендная политика максимизируются норвежскими компаниями на длинном временном горизонте (5-10 лет), что позволяет им минимизировать влияние шоков нефтяных цен на цену акций.
В России иная ситуация. Во-первых, цены акций российских компаний находятся на низком равновесном уровне, соответственно низка и их капитализация. Во-вторых, немалым своеобразием отличается политика российских компаний по управлению денежными потоками, в том числе и в вопросах выплаты дивидендов. В-третьих, специфическая налоговая и ценовая политика резко снижает чувствительность котировок акций российских нефтегазовых компаний к динамике цены нефти.
Проанализируем вопрос о низкой оценке рынком российских публичных компаний, на примере нефтегазовых компаний, которые составляют 52% в структуре индекса РТС. На базе ежегодных рейтингов маркетинговой компании Energy Intelligence и базы данных информационного агентства Bloomberg была сформирована выборка данных по крупнейшим мировым публичным нефтегазовым компаниям за 2006-2010 гг. В выборку, исключающую для чистоты эксперимента российские компании и норвежскую Statoil ASA, вошли показатели по капитализации, текущей добыче и совокупным запасам углеводородов восьми крупнейших частных публичных нефтяных компаний мира (всего 40 наблюдений).
С помощью производственной функции Кобба-Дугласа Y=AQa-Rp была оценена зависимость капитализации публичных нефтегазовых компаний (Y) от текущей добычи нефти и газа (Q) и запасов углеводородов, находящихся на корпоративных балансах (R) (такой подход используется, например, в работе [28]). В указанной формуле: А - константа, а и Р - коэффициенты при регрессорах. Конечно, такая модель значительно упрощает действительность, капитализация вертикально интегрированных нефтегазовых компаний зависит и от других факторов. Тем не менее запасы и текущая добыча углеводородов - ключевые параметры, характеризующие производственную деятельность и перспективы компаний в нефтегазовом бизнесе. Оба параметра обязательно используются для построения корпоративных рэнкингов ведущими мировыми нефтяными агентствами и консалтинговыми компаниями.
Прологарифмировав исходную производственную функцию, получим уравнение: lnY = ^nst + а • ln Q + Р- ln R, которое можно оценить с помощью линейной регрессии. Результаты регрессионного анализа приведены в табл. 5. Как и следовало ожидать, совместное оценивание по текущей добыче и запасам углеводородов является в эконометрическом смысле «плохим», о чем свидетельствует значение p-value при регрессоре «добыча». Это - результат сильной коллинеарности между двумя используемыми регрес-
сорами. Значение стандартного теста VIF на коллинеарность для используемой модели равно 15,8, что значительно выше (в 3-4 раза) нормального порога. При этом оценивание отдельно по текущей добыче или запасам дает «хорошие» в эко-нометрическом смысле результаты, что говорит о правильном выборе регрессоров. Коллинеарность между запасами и добычей является естественной, поэтому модель можно считать адекватной.
Таблица 5
Коэффициенты регрессии капитализации нефтегазовых компаний на добычу и запасы
Регрессоры Коэффициент при регрессоре p-value
Оценка только по добыче
и запасам
Добыча 0,216044 0,213
Запасы 0,843953 0
Константа 2,338247 0
Оценка только по добыче
Добыча 1,039367 0
Константа 2,200173 0
Оценка только по запасам
Запасы 1,089971 0
Константа 3,35439 0
Используя коэффициенты из регрессионного уравнения, была оценена «расчетная капитализация» российских нефтегазовых компаний и Statoil ASA. Сопоставление расчетной и фактической капитализации (табл. 6) показывает, что все российские нефтегазовые вертикально интегрированные компании существенно недооценены в сравнении с крупнейшими частными публичными нефтегазовыми компаниями мира. В то же время по Statoil ASA, исключая кризисный 2008 г., расчетная капитализация примерно совпадет с фактической.
Таблица 6
Отношение фактической капитализации компании к расчетной, %
Компания 2006 г. 2007 г. 2008 г. 2009 г. 2010 г. 2011 г.
ОАО «Газпром» 18 23 6 10 10 9
ОАО «НК «Роснефть» 65 53 20 43 36 29
ОАО «ЛУКОЙЛ» 30 29 12 23 21 20
ОАО «Сургутнефтегаз» 46 35 16 27 30
ОАО «Газпром нефть» 49 59 17 38 27 26
ОАО «Татнефть» 27 36 10 25 22 23
ОАО «Башнефть» 31 37 32
ОАО «Новатек» 42 49 10 23 37 39
Для сравнения:
Statoil ASA 70 123 69 107 104 111
Одна из главных причин низкой оценки рынком цены российских компаний заключается в их специфической дивидендной политике - в сравнении с нефтегазовыми компаниями в развитых экономиках российские направляли в 2006-2011 гг. на выплату дивидендов существенно меньшую часть чистой прибыли (табл. 7). Наряду с этим в отдельные годы у некоторых российских компаний дивиденды превышали чистую прибыль, что также является отклонением от стандартной практики и рассматривается инвесторами как дополнительный риск.
Наконец, важное значение при оценке инвесторами цены российских активов имеет налоговая и ценовая политика властей. С 1999 г. для российских нефтяных компа-
ний установлен особый налоговый режим: при превышении мировой цены нефти определенного порога налоговая ставка на компании прогрессивно возрастает, причем при дальнейшем росте цены нефти налоговые изъятия в пользу бюджета также прогрессивно возрастают [31]. Это значит, что экономика компании, включая ее рыночную капитализацию, становится малочувствительной к динамике нефтяных котировок, так как подавляющая часть растущей выручки уходит в бюджет.
Таблица 7
Отношение дивидендов к чистой прибыли, %*
Компания 2006 г. 2007 г. 2008 г. 2009 г. 2010 г. 2011 г. Среднее невзве-шенное за 2006-2011 гг.
ОАО «Газпром» 9,9 1,2 7,3 16,3 8,7
ОАО «НК «Роснефть» 3,9 7,4 15,5 9,9 11,7 9,7
ОАО «ЛУКОЙЛ» 12,9 13,9 20,8 18,4 18,4 16,7
ОАО»ТНК-ВР Холдинг» 28,8 46,5 94,7 77,1 41,0 57,6
ОАО «Газпром нефть» 17,1 18,4 24,1 22,0 20,4
ОАО «Татнефть» 34,1 23,5 124,1 26,8 23,8 17,6 41,7
ОАО «Башнефть» 41,5 22,01 23,0 199,3 113,1 79,8
ОАО «Новатек» 23,1 33,2 33,4 29,4 24,4 12,7 26,0
Для сравнения
Statoil ASA 16,8 30,4 32,4 104,3 52,3 26,3 43,8
Exxon Mobil 19,2 18,6 17,8 41,6 28,8 22,7 24,8
Royal Dutch Shell 32,3 28,7 36,2 84,1 50,7 33,8 44,3
Chevron 14,7 22,4 50,6 29,8 22,8 28,1
Total 25,7 25,6 21,6 64,2 50,7 43,9 38,6
* Рассчитано по данным [29; 30] и официальных сайтов компаний.
Данный налоговый режим был введен в тот момент, когда мировая цена нефти марки Brent достигала 20 долл./барр. При том, что с января 2006 г., исключая острую фазу кризиса, среднемесячная цена барреля европейской бенчмарки не опускалась ниже 60 долл., а с октября 2007 г. - ниже 80 долл., цены акций российских
нефтегазовых компаний практически утратили связь с динамикой цены нефти.
* * *
Таким образом, проведенный анализ опровергает интуитивную гипотезу о том, что в двух крупных странах-производителях и экспортерах нефти и газа - России и Норвегии - цена нефти оказывает существенное влияние на динамику котировок акций. В Норвегии изменения в котировках акций определяются двумя глобальными риск-факторами: изменениями американского фондового индекса S&P 500 и курса доллара относительно других ведущих мировых валют и в существенно меньшей степени - динамикой глобальной и национальной краткосрочной процентной ставки. В России котировки акций представляют собой «черный ящик», откликающийся только на какие-то собственные внутренние шоки. При этом стоимость крупнейших российских публичных компаний существенно ниже аналогичных по отраслевой специализации компаний в развитых экономиках. Это свидетельствует о том, что рыночные котировки российских компаний (во всяком случае, рассмотренных выше) определяются собственным алгоритмом, не отвечающим мировым экономическим циклам. Даже взлет в несколько раз нефтяных цен в последние десять лет и обрушившийся на экономики стран-нефтеэкспортеров «золотой дождь» нефтедолларов не привели к превращению акций российских компаний в привлекательный для инвесторов актив. Слабая интегрированность россий-
ского фондового рынка в глобальное информационное и экономическое пространство существенно снижает привлекательность акций отечественных компаний для инвесторов как внутренних, так и зарубежных.
Литература
1. World Bank World Development Indicators, 2012: data.worldbank.org.
2. International Monetary Fund World Economic Outlook, October 2012.
3. N&s R., Skjeltorp J.A., 0degaard B.A. Liquidity at the Oslo Stock Exchange // Working Paper 2008/9, Norges Bank Research Department. Oslo, April 24, 2008.
4. Официальный сайт биржи Осло: http://www.oslobors.no (загружено 28 января 2013 г.)
5. Finanstilsynet (The Financial Supervisory Authority of Norway). The Financial Market in Norway 2009: Risk Outlook. Oslo, March 2010.
6. Теплова Т.Ю. Постприватизационное функционирование компаний на трех рынках постсоветского пространства: сопоставление частных и смешанных по структуре собственности компаний. М.: НИУ ВШЭ, 2012.
7. Moberg J-M., Sucarrat G. Stock Market Return, Order Flow and Financial Market Linkages. Norwegian School of Economics and Business Administration, August 2, 2007.
8. Che L. Investors' Performance and Trading Behavior on the Norwegian Stock Market. BI Norwegian Business School. Series of Dissertations 5/2011.
9. Обзор финансового рынка // Департамент исследований и информации Банка России. №2 (71) 2011.
10. Обзор финансового рынка // Департамент исследований и информации Банка России. Годовой обзор за 2012 год.
11. Орлова Ю., Яковлева М. Инструменты с гарантированной бедностью //Коммерсантъ, 19 марта 2013.
12. Официальный сайт Московской фондовой биржи — http://www.rts.micex.ru (загружено 28 января 2013 г.)
13. Sims C.A. Macroeconomics and Reality // Econometrica, vol.48, N1, 1980.
14. Копытин И.А. Рыночный риск и риск-факторы российского фондового рынка. Магистер. дис. М.: НИУ ВШЭ, 2009.
15. Рассчитано по данным Energy Information Administration.
16. Жуков С.В. Центральная Азия: императивы экономического роста в условиях глобализации. Докт. дис. на соискание ученой степени доктора экономических наук. М.: ИМЭМО, 2005.
17. Taylor. L. Economic Openness — Problems to the Century's End // World Institute for Development Economics Research. Working Paper N 41. Helsinki, April 1988.
18. Жуков С.В., Копытин И.А., Масленников И.А. Интеграция нефтяного и финансового рынков и сдвиги в ценообразовании на нефть. ИНП РАН. Открытый семинар «Экономические прогнозы энергетического комплекса». М.: ИНП, 2012.
19. Svensson L.E.O. Clarida R., Gali J., Getler M. Optimal Monetary Policy in Open versus Closed Economies: An Integrated Approach //American Economic Review Papers and Proceedings, Vol.91, 2001.
20. Жуков С. Иностранные инвестиции в России: опыт 1992-1998гг. // Переходная экономика: теоретические аспекты, российские проблемы, мировой опыт / Отв. ред. В.А. Мартынов, В.С. Автономов, И.М. Осадчая. М.: Экономика, 2005.
21. Гурвич Е.Т., Соколов В.Н., Улюкаев А.В. Анализ связи между курсовой политикой ЦБ и процентными ставками: непокрытый и покрытый паритет //Журнал Новой экономической ассоциации. № 1-2, 2009.
22. Economic Survey of Russia 2009. OECD. Paris, 15 July 2009.
23. Central Bank of the Russian Federation. Exchange Rate Flexibility and Russia'a Monetary Policy Shift // The Influence of External Factors on Monetary Policy Frameworks and Options. BIS Background Papers N57, October 2010.
24. Bjorland H. C. Oil Price Shocks and Stock Market Booms in an Oil Exporting Country // Norges Bank Discussion Paper, 2008/16.
25. Olsen K., Qvigstad J.F., Roisland O. Monetary Policy in Real Time: The Role of Simple Rules. Bank of International Settlements Papers, N19, 2003.
26. N&s R., Skjeltorp J.A., Odegaard B.A. Liquidity at the Oslo Stock Exchange // Working Paper. 2008/9, Norges Bank Research Department, April 24, 2008, Oslo.
27. Ross S.A. The Arbitrage Theory ofCapital Asset Pricing //Journal of Economic Theory, Vol.13, 1976.
28. Viktor N.M. On Measuring the Performance of National Oil Companies (NOCs). Stanford University // Working Paper №64, September, 2007.
29. Energy Intelligence, www.energyintel.com/Pages/EIG.
30. Bloomberg. www.bloomberg.com/
31. Бобылев Ю.Н., Идрисов Г.И., Синельников-Мурылев С.Г. Экспортные пошлины на нефть и нефтепродукты: необходимость отмены и сценарный анализ последствий //Научные труды ИЭП им. Е.Т. Гайдара. № 161Р, 2012.
