Инновации на финансовых рынках

Для российского рынка тестирование условных моделей предполагало на двух отрезках (2004–2007 гг. и 2008–2010 гг.) выделение подпериодов положительной рыночной премии за риск – up market и подпериодов отрицательной рыночной премии за риск – down market. В табл. 9.25 представлены оценки премий за риск в двухмоментной (классической) условной спецификации САРМ, а также результаты тестирования расширенной условной модели с введением систематической асимметрии и систематического эксцесса.

Как и предполагалось, премия за риск систематической скошенности отрицательна на растущем рынке и положительна на падающем. Движения на падающем и растущем рынках оказывают существенное асимметричное влияние на премию за бета-риск. Согласно результатам тестирования на российском рынке премия за бета-риск во всех моделях положительна и статистически отлична от нуля на растущем рынке, и отрицательна и статистически значима на 5 %-м уровне на падающем рынке, как и предполагалось. Объяснительная способность двухмоментной САРМ (однофакторной) с классическим бета-коэффициентом (средний за весь период AdjR² равен 32 %) на падающем рынке значительно выше, чем качество модели на рынке с положительной рыночной премией за риск (средний за весь период AdjR² равен 11 %).

Таблица 9.25

Премии за риск в конструкции «средняя – стандартное отклонение» в условной САРМ

* 5 %-й уровень значимости.

Значимость условных моделей значительно возрастает для периодов финансовой нестабильности и периодов отрицательной рыночной премии (объяснительная способность возрастает до 37,5—45,6 % значения Adji?²). Этот вывод относится как к однофакторной модели (рыночный бета-коэффициент), так и к моделям с введением гамма– и дельта-коэффициентов (табл. 9.26 и 9.27). Включение в модель систематической асимметрии повышает объяснительную способность модели.

Таблица 9.26

Результаты тестирования условной расширенной САРМ (трехфакторная модель)

Примечание. Условная расширенная трехфакторная модель САРМ – mean-skewness-kurtosis framework.

Кросс-секционный анализ четырехфакторной САРМ доказывает, что премии за риск беты и гаммы отрицательны, премия за риск эксцесса положительна, переменные статистически не значимы, однако скорректированный коэффициент детерминации (Adji?²) принимает высокое значение равное 48 %.

Таблица 9.27

Результаты тестирования условной расширенной САРМ (четырехфакторная модель)

Примечание. Условная расширенная четырехфакторная модель САРМ – mean-skew-ness-kurtosis framework, four – moment conditional САРМ.

Главный вывод, полученный из тестирования условных моделей, заключается в том, что использование моделей с учетом дифференциации периодов с положительной и отрицательной рыночной премией за риск гораздо в большей степени по сравнению с моделями одностороннего риска позволяет объяснить различие доходностей по активам выборки.

Приложения

Таблица П. 1

Статистика по доходности, волатильности, коэффициентов асимметрии и эксцесса компаний «Новатэк» и «Система Галс» выборки на отрезке с января 2004 г. по декабрь 2007 г. Недельные значения доходности и стандартного отклонения по компаниям российского рынка, %

Таблица П.2

Тест на нормальность распределения недельной доходности по крупнейшим российским компаниям

* 5 %-й уровень значимости; ** 10 %-й уровень значимости.

Таблица П.З

Сравнение мер риска (бета-коэффициент) с разными целевыми уровнями доходности 50 активов за период с 2004 по 2007 г.

Таблица П. 4

Сравнение мер риска (бета) с разными целевыми уровнями доходности 50 активов на отрезке 2008–2009 гг.

Источники

Теплова Т.В., Шутова Е.С. Моделирование систематического инвестиционного риска на разных этапах развития российского рынка капитала. XI Международная научная конференция по проблемам развития экономики и общества / отв. ред. Е.Г. Ясин. 2010. Т. 1. С. 548–558.

Ang A., Hodrick R.J., Xing Y., Zhang X. The Cross-Section of Volatility and Expected Returns // Journal of Finance. Vol. 51. No. 1. R 259–299.