CC BY
101
Фондовый рынок
УДК 330.43
влияние цены на нефть на фондовые рынки стран брикс*
Е. А. ФЕДОРОВА, доктор экономических наук, профессор кафедры финансового менеджмента
Е-mail: ecolena@maU. т Финансовый университет при Правительстве РФ
В статье с помощью эконометрического анализа рассмотрено влияние цены на нефть и мировой добычи нефти на поведение фондовых рынков стран БРИКС. В результате исследования было выявлено, что цена на нефть влияет на фондовые индексы БРИКС, а мировая добыча нефти практически нейтральна по отношению к данным рынкам.
Ключевые слова: страны БРИКС, фондовые рынки, цена на нефть, эконометрический анализ.
Фондовые рынки рассматриваются как составная часть финансовой инфраструктуры мировой экономики, которая осуществляет регуляцию последней. Такого рода рынки, наряду с системой финансовых институтов, представляют сферу, в которой происходит формирование источников роста экономики и перераспределение инвестиционных ресурсов. Фондовый рынок является важной составной частью рыночных отношений. По тому, насколько хорошо он развит, можно дать оценку состоянию развития экономики страны. Сбои в его работе могут привести к нарушению всей экономической системы как на макро-, так и на микроуровне вследствие воздействия на него различных факторов.
На фоне глобализации, получившей свое развитие в современный период, расширяется
* БРИКС (англ. BRICS) — группа из пяти быстроразвиваю-щихся стран: Бразилия, Россия, Индия, Китай, Южно-Африканская Республика.
экономическая интеграция, в результате которой происходит:
— тесное взаимодействие экономических систем;
— создание единых рынков и рыночной инфраструктуры.
Интеграция различных стран в мировую экономическую систему сопровождается такими процессами, которые оказывают влияние на экономику преимущественно за счет экзогенных, внешних для той или иной страны факторов:
— высокая цена на нефть;
— цена на золото;
— валютные курсы;
— различные процентные ставки и т. д.
Многие экономисты склонны считать, что такая
зависимость большего числа фондовых рынков, преимущественно формирующихся, от внешних факторов (особенно сырьевого характера) постепенно увеличивается. В табл. 1 представлена обобщенная характеристика степени изученности влияния цены на нефть на фондовые рынки различных стран.
Хотя существует ряд эмпирических исследований о влиянии макроэкономических показателей на фондовые индексы, большинство из них обычно направлено на развитую экономику, а последствия влияния этих макроэкономических факторов на фондовые индексы в менее развитых странах (Бра-
Таблица 1
Обобщенная характеристика степени изученности влияния цены на нефть и объема ее добычи на фондовые рынки различных стран
Автор Период исследования Страна (фондовый рынок) Направление связи / степень влияния
Цена на нефть
Sadorsky (1999) [14] Январь 1974 г — апрель 1996 г. США Прямая зависимость
Robert D. Gay, Jr. (2008) [12] Январь 1999 г — декабрь 2006 г Бразилия, Россия, Индия и Китай Зависимость не выявлена
Е. А. Федорова, К. А. Панкратов (2010) [3] Январь 2000 г — сентябрь 2009 г Россия Существенная прямая зависимость
Xiufang Wang (2010) [18] Февраль 1999 г — август 2008 г. Россия, Китай и Япония Зависимость рынка: Россия, Индия и Китай такой зависимости не имеют
Seyed Mehdi Hosseini, Zamri Ahmad и Yew Wah Lai (2011) [16] Январь 1999 г — январь 2009 г Индия и Китай Зависимость фондового рынка: — Китая — прямая; — Индии — обратная
Tursoy Gunsel T. и Rjoub H.(2008) [17] Февраль 2001 г — сентябрь 2005 г Турция Зависимость существует
Hakan Alten и Mehmet Sahin (2011) [6] Январь 2005 г. — декабрь 2006 г. Три группы стран: — первая: США, Япония, Великобритания, Германия, Франция; — вторая: страны БРИКС и Турция; — третья: Испания, Португалия, Греция Прямая зависимость — США, Япония, Великобритания, Бразилия, Россия. Обратная зависимость — Германия, Франция, Китай, Испания, Португалия, Греция. Зависимость не выявлена — Индия
Rosy Kalra (2012) [13] Январь 2001 г. — декабрь 2009 г Индия Связь существует
Добыча нефти
Awartani B., Maghyeren A. I.(2012) [5] Январь 2004 г — декабрь 2011 г. Страны Персидского залива (Бахрейн, Кувейт, Оман, Катар, Саудовская Аравия, ОАЭ) Сильная связь в кризисный период, в стабильный период связь несколько снижается
Rangan G., Modise M. P. (2012) [11] Январь 1997 г. — декабрь 2010 г Страны Южной Африки Связь слабая
зилия, Китай, Индия и др.) менее очевидны. Кроме того, в научной литературе редко рассматривается потенциальное воздействие, которое макроэкономические переменные в виде цены на нефть могут оказать на фондовые индексы развивающихся стран. А ведь понимание этого процесса может помочь инвесторам выбрать государство для инвестиций и тем самым увеличить их отдачу.
Исходя из результатов исследований экономистов, можно представить наиболее вероятное направление влияния макроэкономических факторов на фондовые рынки стран БРИКС. То есть целесообразно сформировать ряд гипотез, которые будут проверены в дальнейшем с помощью эконометри-ческого анализа для выбранных показателей.
Фондовые рынки рассматриваемых стран должны иметь прямое воздействие таких факторов, как цена на нефть и ее добыча. Основными мотивами при принятии такого решения явились:
— преобладающая роль рынков нефти и золота в мировой экономике;
— набирающие все большие обороты процессы интеграции;
— расширение торгово-экономического, стратегического, космического сотрудничества, которое неизбежно накладывает свой отпечаток на динамику фондовых индексов как отражения ситуации в экономике страны.
Был разработан эконометрический инструментарий выделенных характеристик влияния макроэкономических факторов на фондовые рынки, который включает следующие этапы:
— корреляционный анализ;
— проверка временных рядов на стационарность;
— каузальный анализ;
— расчет многофакторной модели векторной авторегрессии (VAR);
— коинтеграционный анализ.
В качестве рассматриваемых в работе выступают переменные, представленные в виде временных рядов. Временной ряд — ряд наблюдений х х (^2), х ((п), некоторой случайной величины (0, которая подвергается наблюдению в последовательные моменты времени (3,..., t Принципиальное отличие временного ряда от обычной последовательности наблюдений X1, X 2, X з,..., Х^« образующих случайную выборку, заключается в том, что, во-первых, члены временного ряда не являются статистически независимыми, во-вторых, члены временного ряда не являются одинаково распределенными, т. е.
Р {х(^ )< х}ф Р {х(¿2)< х} при t1 Ф t2.
В начале любого исследования традиционно проводится корреляционный анализ, результаты которого в дальнейшем служат базой для анализа формы, вида и характера возможных связей между используемыми индикаторами.
Цель корреляционного анализа — обеспечить получение некоторой информации об одной переменной с помощью другой переменной. В случаях, когда возможно достижение цели, говорят, что переменные коррелируют. В самом общем виде принятие гипотезы о наличии корреляции означает, что изменение значения переменной х произойдет одновременно с пропорциональным изменением значения у. Для оценки степени взаимосвязи величин х и у, измеренных в количественных шкалах, используется коэффициент парной корреляции. Этот коэффициент характеризует степень линейной взаимосвязи между двумя выборками, не учитывая влияния остальных показателей, рассчитывается по следующей формуле:
г = ЕСх - х )(у.- у) ,
у -х)2 ХО.--у)2
где х{, у{ — значения, принимаемые переменными
X и У;
х, у — средние значения переменных X и У.
Положительное значение коэффициента корреляции свидетельствует о прямом характере парной связи факторов, а отрицательное значение — об обратном характере этой связи. Близость коэффициента корреляции к нулю говорит о слабой связи между факторами и о нецелесообразности ее моделирования. В практических исследованиях принято считать связь между переменными слабой, если г < 0,3; сильной, если \гху\> 0,7 [2].
Корреляционная связь не предполагает причинной зависимости между переменными.
Чтобы сделать задачу статистического анализа временных рядов доступной для практического решения, приходится так или иначе ограничивать класс рассматриваемых моделей временных рядов, вводя те или иные предположения относительно структуры ряда или структуры его вероятностных характеристик. Одним из таких ограничений является стационарность временного ряда. Свойства такого ряда не изменяются при изменении начала отсчета времени. Поэтому следующим этапом исследования является проверка временных рядов на стационарность, результаты которой понадобятся для дальнейших расчетов.
Ряд называется стационарным, если в нем отсутствуют нециклические тренды.
Первым этапом проверки ряда на стационарность становится его визуализация, т. е. построение графиков, на которых, как правило, наглядно прослеживается наличие и тренда, и сезонной составляющей. После чего проводится дальнейший анализ на основании ряда эконометрических методов для подтверждения полученных выводов о стационарности временных рядов.
Одним из таких методов является построение автокорреляционной и частной автокорреляционной функции (коррелограммы). Еще одним способом проверки рядов на стационарность выступает тест Дики—Фуллера (DF-тест) — это методика, которая используется в прикладной статистике и эконометрике.
Далее проводится анализ причинно-следственных связей — каузальный анализ (тест Грейн-джера). Его сущность заключается в следующем: переменная х является каузальной по отношению к переменной у, обозначается х ^ у, если при прочих равных условиях значения у могут быть лучше предсказаны с использованием прошлых значений х, чем без них. Иначе говоря, должны выполняться одновременно два условия:
— во-первых, переменная х должна вносить значимый вклад в прогноз у;
— во-вторых, у не должна вносить значимый вклад в прогноз х.
Если же каждая из этих двух переменных дает значимый вклад в прогноз другой, то, скорее всего, существует третья переменная г, влияющая на обе переменные. В основе теста Грейнджера лежит следующая регрессия:
Уt = °о +ЕС ^ -1+33 Л -1 + е
1=1 1=1
Нулевая гипотеза «х не влияет на у» заключается в одновременном равенстве нулю всех коэффициентов р. Для ее тестирования применяется обычный ^-тест. Альтернативная гипотеза «у не влияет на х» тестируется аналогично, только необходимо поменять местами х и у. Чтобы прийти к заключению, что «х влияет на у», необходимо, чтобы гипотеза «х не влияет на у» была отвергнута, а гипотеза «у не влияет на х» — принята. Если обе гипотезы отвергаются, то между рассматриваемыми переменными существует взаимосвязь, то есть х-^у. Если же нулевые гипотезы не отвергаются, то каузальная связь между переменными отсутствует. Кроме того, необходимо отметить, что тест Грейнджера является очень чувствительным к количеству лагов т в уравнении регрессии, поэтому целесообразно проделать данный тест для разных значений параметра т.
Для установления причинно-следственной связи рассматриваются соответствующая вероятность р. Для отклонения нулевой гипотезы на 5 %-ном уровне значимости необходимо, чтобы значение р для соответствующей пары показателей находилось в пределах до 0,05.
В качестве инструмента оценки степени взаимного влияния изучаемых в работе показателей использовалась модель векторной авторегрессии VAR. Использование данной модели обусловлено тем, что изучение финансовой интеграции сводится к анализу взаимного влияния различных показателей друг на друга без выделения экзогенной переменной. VAR представляет собой удобный инструмент для одновременного моделирования нескольких рядов.
Векторная авторегрессия — это такая модель, в которой несколько зависимых переменных. Зависят они от собственных лагов и от лагов других переменных. При ее использовании нет нужды делить переменные на изучаемые переменные и независимые факторы. Любая экономическая переменная модели VAR по умолчанию включается в состав изучаемых величин (хотя есть возможность часть переменных рассматривать как внешние к модели, экзогенные). Следует отметить, что используемый метод VAR имеет ограничение. Оно состоит в том, что использование данного вида моделирования требует стационарности исходных временных
рядов. Таким образом, в данном исследовании этапу построения модели векторной авторегрессии предшествует этап проверки временных рядов на стационарность. Построение модели векторной авторегрессии осуществлялось только после приведения временных рядов к стационарным.
Заключительным этапом анализа является тест Йохансена на коинтеграцию. В основе понятия «ко-интеграция» лежит предположение о том, что в некоторых случаях отсутствие стационарности может быть вызвано наличием общего стохастического тренда, который устраняется в результате взятия определенной линейной комбинации компонентов процесса. В итоге эта линейная комбинация будет стационарной.
Тест коинтеграции применяется при изучении нестационарных данных, а также может показать долгосрочные взаимосвязи. Он проводит поиск на наличие общего стохастического тренда. Необходимым условием проведения теста коинтеграции является отличие ряда от I (0). В уровнях все переменные нестационарны, тогда как в первых разностях — стационарны.
Итак, были рассмотрены основные экономет-рические методы, на основании которых можно провести всесторонний анализ временных рядов для получения общей картины влияния одних переменных на другие и изучения их долгосрочного взаимодействия. Далее на основании этих методов был проведен анализ, который помог изучить взаимосвязь фондовых рынков и переменных, способных вносить существенный вклад в изменение их динамики.
Результаты исследования представлены в табл. 2.
Что касается цен на нефть и ее добычи, то такие результаты не случайны, поскольку в мировой экономике прослеживается явная тенденция ориентированности на рынок нефти как основной источник энергетических ресурсов. Причем, как утверждают многие экономисты и аналитики, потребление углеводородов в мире будет расти в последующие годы. Страны БРИКС в этом плане не исключение: они являются активными участниками мирового рынка нефти не только в качестве крупнейших экспортеров (например Россия), но и в качестве крупнейших потребителей.
Российская Федерация как ведущий мировой экспортер этого вида топлива показывает положительную высокую корреляцию с ценой на нефть,
Таблица 2
Сводная таблица результатов проведенного исследования влияния цены на нефть и объемов ее добычи на фондовые рынки стран БРИКС
Фактор Эконометрический метод исследования Результат исследования на примере конкретной страны
Бразилия Россия Индия Китай
Мировая цена на нефть Корреляционный анализ Сильная связь Сильная связь Сильная связь Сильная связь
Тест Грейнджера (каузальный анализ) Двусторонняя связь Двусторонняя связь Прямая связь Слабая связь
Модель векторной авторегрессии УЛК. Сильный положительный отклик Сильный положительный отклик Сильный положительный отклик Средний положительный отклик
Коинтеграционный анализ Связь есть, один коинтеграционный вектор Связь есть, один коинтеграционный вектор Связь есть, один коинтеграционный вектор Связь есть, один коинтеграционный вектор
Мировая добыча нефти Корреляционный анализ Сильная связь Сильная связь Сильная связь Умеренная связь
Тест Грейнджера (каузальный анализ) Связь отсутствует Прямая связь Связь отсутствует Связь отсутствует
Модель векторной авторегрессии УЛК. Очень слабый отрицательный отклик Слабый положительный отклик Очень слабый отрицательный отклик Слабый отрицательный отклик
Коинтеграционный анализ Отсутствие коинтег-рационной связи Отсутствие коинтег-рационной связи Отсутствие коинтег-рационной связи Отсутствие коинтег-рационной связи
поскольку в российских фондовых индексах, в частности в RTSI, около 50 % составляет доля компаний нефтегазового комплекса. Цены на акции нефтяных компаний, входящих в расчетную базу, в периоды высоких цен достаточно велики. Кроме того, несмотря на снижение за последнее десятилетие уровня добычи и переработки нефти, Россия остается одним из ведущих экспортеров нефти и нефтепродуктов (42 679,0 млн долл. — экспорт в III квартале 2012 г.) [19]. Соответственно, такой масштаб зависимости экономики от нефтяной сферы создает реальные основания для влияния на конъюнктуру российских акций не только цены на нефть, но и ее добычи.
Энергетика Бразилии в современных условиях набирает обороты. В 2010 г. 993 млн долл. было выделено на исследования месторождений нефти и их разработку. По сравнению с показателями 2009 г. инвестиции выросли на 30 %. Часть этой суммы — 276 млн долл. пошла на проекты университетов и исследовательских институтов, направленные на обучение специалистов, разработку и создание инфраструктуры.
В Индии в настоящее время имеется дефицит энергоресурсов во многих сферах. В сельской местности преимущественно потребляются традиционные энергоносители — древесина, сельскохозяйственные отходы и др. В связи с этим в энергетическую стратегию правительства страны входит курс на замену этих источников топлива на нефть.
Этим объясняются высокие показатели потребления нефти — порядка 3 млн барр. в сутки, что превышает объемы потребления многих развитых стран Европы. Поэтому корреляция достаточно высока.
Экономика Китая продолжает развиваться бурными темпами, требуя все больших объемов энергоресурсов. Кроме того, решение правительства КНР по созданию стратегического запаса нефти также оказывает влияние на рост импорта. Темпы прироста импорта оказались почти самыми высокими в 2012 г. Общая стоимость нефтяного импорта Китая за первое полугодие выросла на 5,2 % и составила 35 млрд долл. КНР находится на втором месте в мире по объемам потребляемой нефти (после США). Причем многие аналитики предсказывают дальнейший рост потребления в этой стране. Все это порождает зависимость от цен на нефть и объемов ее добычи.
Результаты, аналогичные тем, которые были получены автором, выявил Рози Калра (2012) [13], исследуя индийский фондовый индекс. Он пришел к высоким значениям парных коэффициентов корреляции с ценой на нефть (порядка 0,9). Другие исследователи [16] определили существенную зависимость фондовых рынков Китая и Индии от нефтяного рынка, следствием чего стали высокие значения корреляции. К интересным выводам пришел Роберт Гэй (2008) [12], изучая рынки стран БРИКС. Никакой зависимости выявлено не было. Это может быть связано с более сильным влиянием
других внутренних или международных факторов, что требует дальнейшего исследования. Мировая добыча нефти как один из факторов рассматривалась рядом экономистов (2012) [5]. Период исследования был разделен с учетом кризиса. Выводы, полученные в результате, показали, что коэффициент корреляции в кризис должен увеличиваться, так как в связи с понижающимся спросом прибыль нефтедобывающих компаний падает, что сразу отражается на фондовом рынке.
Проведенный корреляционный анализ дает основания утверждать, что некоторые из выдвинутых ранее гипотез о возможном воздействии макроэкономических факторов на фондовые рынки подтвердились. Однако в данный момент однозначно ответить на этот вопрос нельзя. Подытожив полученные выводы, хотелось бы обратить внимание на очень важный момент: результаты такого анализа являются недостаточно корректными, поскольку появление высоких значений коэффициентов корреляции само по себе еще не означает наличия тесной связи между переменными. Такая ситуация может объясняться наличием какой-либо третьей величины, которая не была учтена при расчетах, или наличием повышающего тренда. Чтобы подтвердить или опровергнуть данное утверждение, необходимо в дальнейшем провести еще несколько тестов для рассматриваемых рядов.
Тест причинности по Грейнджеру показывает возможность однонаправленной, двунаправленной или отсутствующей причинной связи для пары любых переменных. Выявление причинных связей на его основе производили как зарубежные исследователи [7, 9, 10, 15,], так и российские — Е. А. Федорова и К. А. Панкратов [4] и др.
В целом результаты каузального анализа согласуются с результатами корреляционного анализа. В то же время по некоторым показателям они достаточно противоречивы и далеко не по каждому из них сходятся со значением, полученным ранее. В связи с этим следует дать экономическую интерпретацию таким результатам, чтобы обоснованно делать выводы по поводу состоятельности выдвинутых ранее гипотез.
Отметим, что результаты корреляционного анализа по поводу влияния цен на нефть на фондовые индексы БРИК нашли свое подтверждение. Однако мировая добыча нефти практически на них не влияет, в то время как корреляционный анализ показывает наличие достаточно сильной связи.
Этому может быть множество причин, одной из которых является появление ложной корреляции, т. е. наличие третьей неучтенной при проведении расчетов переменной. С другой стороны, эксперты Международного энергетического агентства сделали заключение, что в странах, где наблюдается стабильность относительно заключенных контрактов на поставку нефти, спрос на нефть и уровень мировой добычи не слишком сильно влияют на прибыль нефтегазовых компаний.
Снижение зависимости Бразилии от мировых объемов добычи нефти может быть обусловлено разработкой месторождений нефти в своей прибрежной зоне. В море обнаружено 50—120 млрд барр. высококачественной сырой нефти Light Sweet crude oil (малосернистая легкая нефть). Сначала такие разработки велись в прибрежной зоне, затем осваивалось мелководье. Постепенно добыча началась на глубоководных участках. Чтобы покорить новые рубежи, страна планирует строительство новых кораблей и платформ, возведение 24 дополнительных буровых установок. По предварительным подсчетам, разработка этих глубинных месторождений позволит Бразилии укрепить свою независимость от импорта ископаемых видов топлива, а также иметь значительные стратегические резервы нефти и даже экспортировать продукт.
Отсутствие причинно-следственной связи китайской экономики с нефтяным рынком может быть причиной того, что Китай начал подготовку к выводу на рынок собственных нефтяных фьючерсов, рассчитывая усилить влияние на формирование цен на нефть на мировых рынках. Власти КНР намерены допустить квалифицированных иностранных институциональных инвесторов к торгам, чтобы придать фьючерсам международное значение. Именно поэтому иностранные инвесторы впервые получат доступ к сырьевым биржевым контрактам этой страны. Также в КНР обсуждается возможность использования одновременно юаней и долларов для проведения расчетов по нефтяным контрактам.
Модель векторной авторегрессии, построенная автором, в достаточно хорошей степени отражает результаты двух проведенных анализов. К примеру, цена на нефть дает очень сильный положительный отклик на фондовые рынки практически всех участников БРИКС, в то время как на мировую добычу того же «черного золота» импульсов ни по одной переменной практически нет. Если изучить, таким
образом, каждую из переменных, то можно уловить наметившуюся еще с самого первого теста тенденцию. Причины и экономическая интерпретация таких явлений уже рассмотрены, поскольку они практически не менялись.
Коинтеграционный анализ в этом плане тоже не преподнес никаких сюрпризов. Он лишь окончательно подтвердил полученные и обоснованные выводы: влияние цены на нефть, цены на золото, торгово-взвешенного индекса США на фондовые индексы стран БРИКС и одновременное отсутствие связи со всеми остальными переменными. Китай в этом плане стоит немного в стороне по сравнению со своими парнерами. Это во многом связано с особенностями его экономического развития.
Подводя итоги, хотелось бы еще раз отметить, что рассмотренные зависимости во многом определяют поведение и самих фондовых рынков. По тому, насколько активно те или иные факторы в разные периоды времени в различных странах влияют на фондовые рынки, инвестор сможет решить, куда вложить свои сбережения. Кроме того, ему важно знать — когда и как среагировать, чтобы избежать потери вложенных средств. Проведенное исследование сможет дать ответ на вопрос о зависимости между переменными и возможных причинах таких зависимостей с экономической точки зрения. В результате появляется возможность предсказывать поведение фондовых рынков при определенной степени воздействия конкретных переменных.
Список литературы
1. Айвазян С. А. Прикладная статистика. Основы эконометрики: учеб. для вузов. М.: ЮНИТИ-ДАНА. 2001.
2. Половникова В. А., Пилипенко А. И. Финансовая математика: математическое моделирование финансовых операций: учеб. пособие. М.: Вузовский учебник. 2004.
3. Федорова Е. А., Панкратов К. А. Влияние макроэкономических факторов на фондовый рынок России // Проблемы прогнозирования. 2010. № 2.
4. Федорова Е. А., Панкратов К. А. Влияние мирового финансового рынка на фондовый рынок России // Аудит и финансовый анализ. 2009. № 2.
5. AwartaniB., MaghyerehA. I. Dynamic spillovers between oil and stock markets in the Gulf Cooperation Council Countries // Energy Economics. 2012. № 36.
6. Hakan Aton andMehmetSahin. Macroeconomic Affects on Stock Markets: An Empirical Analysis for Developed, Emerging and Financial Suffering Countries. Middle Eastern Finance and Economics. 2011.
7. Md. Lutfur Rahman and Jashim Uddin. Dynamic Relationship between Stock Prices and Exchange Rates: Evidence from Three South Asian Countries // International Business Researc. 2008. № 2.
8. Nikiforos T. Laopodis. Equity prices and macroeconomic fundamentals: International evidence // Int. Fin. Markets, Inst. and Money. 2011. № 21.
9. Patrick Kuok-kun Chu. Study on the Tracking Errors and Their Determinants: Hong Kong Exchange Traded Funds (ETFs) Evidences. 2009.
10. Phylaktis K., Ravazzolo F. Stock Prices and Exchange Rates Dynamics // J. Int. Mon. Financ. 2005. № 24
11. Rangan G., Modise M. P. Macroeconomic Variables and South African Stock Return Predictability // Economic Modeling. 2012. № 30.
12. Robert D. Gay, Jr. Effect Of Macroeconomic Variables On Stock Market Returns For Four Emerging Economies: Brazil, Russia, India, And China // International Business & Economics Research Journal. 2008.
13. Rosy Kalra. Impact of Macroeconomic Variables on Indian Stock Market // The IUP Journal of Financial Risk Management. 2012.
14. SadorskyP. Oil price shocks and stock market activity // Energy Economics. 1999. № 21.
15. Seungwook Bahng. The response of the Indian stock market to the movement of Asia's emerging markets: From isolation toward integration? // Global Economic Review. 2003. № 3.
16. SeyedMehdi Hosseini, Zamri Ahmad and Yew Wah Lai. The Role of Macroeconomic Variables on Stock Market Index in China and India // International Journal of Economics and Finance. 2011.
17. Tursoy T., Gunsel T. and Rjoub H. Macroeconomic Factors, the APT and the Istanbul Stock Market // International Research Journal of Finance and Economics. 2009. № 22.
18. Xiufang Wang. The Relationship between Economic Activity, Stock Price and Oil Price: Evidence from Russia China and Japan // International Research Journal of Finance and Economics. 2010. № 60.
19. URL: http://www. lenta. ru._
