Кафедра «Финансы и кредит» Выпускная квалификационная

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
РОССИЙСКОЙ ФЕДЕРАЦИИ
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ
УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «НОВОСИБИРСКИЙ НАЦИОНАЛЬНЫЙ
ИССЛЕДОВАТЕЛЬСКИЙ
ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
Экономический факультет
Кафедра «Финансы и кредит»
Выпускная квалификационная бакалаврская работа
Прохорова Дарья Михайловна
Роль золота как защитного актива на российском финансовом рынке
Научный руководитель
к.э.н., доцент
С. В. Бекарева
Заведующий кафедрой
д.э.н., профессор
М. В. Лычагин
Новосибирск - 2015
2
ВВЕДЕНИЕ
3
ГЛАВА 1. Защитные активы как объект инвестиций
6
1.1. Защитные активы и их роль на финансовом рынке
6
1.2. Исследования функции золота как защитного актива в научной
литературе
1.3. Современное состояние финансового рынка РФ
9
15
ГЛАВА 2. Золото как защитный актив и анализ факторов, влияющих на его
цену
22
2.1. Использование модели CAPM для анализа защитных функций
финансового актива
22
2.2. Регрессионный и корреляционный анализ в выявлении факторов,
влияющих на динамику актива
25
2.3. Схема анализа роли золота как защитного актива
30
ГЛАВА 3. Роль золота как защитного актива на российском финансовом
рынке
32
3.1. Информационная база исследования
32
3.2. Золото как защитный актив
38
3.3. Факторы, влияющие на цену золота
40
ЗАКЛЮЧЕНИЕ
49
СПИСОК ЛИТЕРАТУРЫ
51
ПРИЛОЖЕНИЕ. Данные для построения регрессии
56
3
ВВЕДЕНИЕ
Актуальность темы. Для снижения общего риска, связанного с
инвестициями, квалифицированные инвесторы, как правило, инвестируют в
портфель активов, предполагая, что в совокупности доходность портфеля
будет приемлемой. Для снижения риска инвестиций важно, чтобы в
инвестиционном портфеле имелся актив, являющийся надежным, может
быть, не всегда с высокой доходностью. Инвесторы выделяют так
называемые защитные активы, способные сохранить вложенные средства в
периоды
нестабильного
состояния
экономики.
Среди
этих
активов
исторически важное место занимает золото.
Мировые инвестиции в золото с каждым годом растут, что
подталкивает к рассмотрению данного вида актива с позиции надежности и
выгоды. В условиях кризисных явлений в экономике, данный актив является
более привлекательным, чем вложения на фондовом рынке, с точки зрения
соотношения
доходности
и
риска.
Золото, как
финансовый
актив,
ассоциируется со стабильностью. Инвестиции в него пользуются высоким
доверием среди населения, потому что, как показал опыт, золото является
надежной формой защиты сбережений от инфляции, экономических и
политических кризисов.
Актуальность данной темы обусловлена сильным изменением в
политической и экономической ситуации в нашей стране и, в связи с этим,
необходимостью поиска и определения актива, показывающего стабильный
умеренный рост, вне зависимости от внешних факторов.
Степень разработанности проблемы. Библиометрический анализ
публикаций,
отраженных
в
электронной
библиографии
EconLit,
свидетельствует о значительном нарастании интереса исследователей к
проблемам активов (asset). Первая работа, в названии которой встретился
4
термин asset, была зафиксирована в 1900 г.1 В течении 50 лет с 1901 по 1950
гг. учтено 16 публикаций, в период 1951—1960 гг. — 36; 1961—1970 гг. —
127; 1971—1980 гг. — 373; 1981—1990 гг. — 963; 1991—2000 гг. — 2181;
2001—2010 гг. — 3877; 2011—2015 — 1988 публикаций. Всего 9562 работы.
Термин gold (золото) в названиях работ встретился 1780 раз. Работ, в
которых в названиях работ одновременно встретились бы термины asset и
gold, всего 17. Анализ работ (см. раздел 1.2) показывает, что в мировой и
отечественной
литературе
проблематика
ВКР
не
получила
своего
достаточного развития. Это обусловило цель и задачи представленного
исследования.
Целью данной работы является оценка роли золота как защитного
актива на российском финансовом рынке и анализ факторов, влияющих на
его цену в разных экономических условиях.
В соответствии с целью исследования поставлены и решены задачи:

провести анализ роли и важности инвестиций в защитные активы
для частного инвестора на российском рынке;

выбрать метод, который способен показать роль золота как
защитного актива;

провести анализ факторов, влияющих на цену золота в условиях
стабильного состояния экономики и период кризиса.
Объектом данной работы является золото, выступающее в качестве
защитного актива. Предметом исследования являются факторы, влияющие на
цену актива, выполняющего роль защитного.
Структура работы и ее объем. Работа изложена на 58 страницах, и
состоит из введения, основной части работы, включающей три главы, в
каждой из которых имеется три параграфа, заключения, списка литературы
(55 источников, из них 44 отечественных и 11 зарубежных), и приложения.
Работа включает 11 рисунков и 15 таблиц.
1
Schuster, E. J. 1900. "The promotion of companies and the valuation of assets according to
German law." Economic Journal, 10(0): 1-19.
5
Глава 1 посвящена выделению самых распространенных видов
защитных активов, их характеристики с точки зрения надежности. Включает
в себя результаты проведенного библиометрического анализа, а также
изложение современной ситуации на финансовом рынке России.
Глава 2 описывает модель, использование которой позволяет сделать
вывод об уровне надежности актива. Представляет метод исследования,
позволяющий
выявить
факторы,
влияющие
на
динамику
цены
рассматриваемого актива. Данная глава включает изложение схемы анализа
роли золота как защитного актива в выпускной работе.
Глава 3 содержит в себе описание информационной базы исследования
и использование выбранной для анализа модели. Проведены расчеты
показателя, который говорит о защитности актива. В данной главе описано
построение регрессионной модели и проведение корреляционного анализа.
Также в данной части работы проанализированы полученные результаты и
сделаны выводы.
Приложение «Данные для проведения регрессионного анализа»
включает в себя значения выбранных для анализа переменных на временном
промежутке 2008–2015 гг.
6
ГЛАВА 1. ЗАЩИТНЫЕ АКТИВЫ КАК ОБЪЕКТ ИНВЕСТИЦИЙ
1.1. Защитные активы и их роль на финансовом рынке
В условиях нестабильной финансовой ситуации в нашей стране
невозможно точно прогнозировать развитие экономики. Политическая и
социальная нестабильность, падение цен на нефть, падение курса рубля,
санкции – все это факторы, которые оказывают влияние на экономическое
развитие страны. При предположении о том, что сложившаяся ситуация в
стране подходит к своему завершению, нельзя говорить о моментальном
наступлении благоприятной ситуации в экономике, так как она должна будет
пройти период восстановления. В данных условиях можно наблюдать
массовый вывод средств инвесторами из рискованных активов, но в свою
очередь, умножая в своих портфелях долю защитных.
Под защитными понимаются те активы, которые дают возможность
инвестору
избавиться
от
различного
рода
рисков,
связанных
с
экономическими, политическими, социальными или валютными кризисами.
При помощи защитных активов можно уберечь свой капитал от инфляции,
войн, социальных беспорядков и других, значимых и оказывающих влияние
на
финансовый
распространенными
рынок,
негативных
защитными
активами
факторов
являются
[38].
Самыми
драгметаллы,
казначейские облигации США, акции наиболее стабильных компаний,
стабильные валюты, всевозможные банковские вклады и т.д. Что касается
такого защитного актива, как казначейские облигации США, то, по мнению
аналитиков Forbes, вложение в них может служить не более чем временным
способом сохранения средств инвестора. Они не способны защитить капитал
от инфляции [15]. США является экономически сильной страной, поэтому и
является привлекательной для инвесторов. Наряду с США, государственные
7
облигации Швейцарии и Германии также пользуются спросом среди частных
инвесторов.
В последние несколько лет очень популярны были вложения в золото,
которое является привлекательным как для инвестиций, так и для
хеджирования инвестиционного портфеля. Мировые инвестиции в золото (в
тоннах), начиная с 2001 года, имеют в целом выраженный возрастающий
тренд. По данным Всемирного совета по золоту (World Gold Council), в 2001
году мировые инвестиции в данный драгоценный металл составили 357 т., в
2007 – 688, а на начало кризиса 2008 года возросли до 1181. На 2011 год
объем инвестиций составил 1568 т., а на 2013 год – 1773. Если говорить о
динамике цен на золото, то там также в целом замечен растущий тренд. Но
лето 2014 года стало непростым периодом для данного вида драгоценного
металла. Рост стоимости золота начался после усиления политического
конфликта на Украине. Если в начале лета 2014 года рассматриваемый
благородный металл рос в цене и вновь стал привлекательным для
инвесторов (с 31 мая по 12 июля, например, рост в долларовом выражении
составил 7,1%), то к концу августа котировки почти вернулись на уровень
конца мая. А к концу сентября и вовсе ушли в минус. Но ослабление рубля к
доллару помогло «сгладить» колебания цены металла. Так, золото выполнило
свою защитную функцию в случае ослабления национальной валюты, для
чего
эксперты
традиционно
и
рекомендуют
держать
золото
в
инвестиционном портфеле. С учетом ослабления рубля учетная цена ЦБ РФ
на золото за лето 2014 года выросла на 9%, а на серебро, к примеру, — на
11%, на платину — на 3,8% и на палладий — на 9,7% [37].
Поэтому можно говорить о том, что в качестве защиты от девальвации
рубля практически все металлы вполне выполняют свою функцию. В
настоящее
время
есть
возможность
приобретать
разнообразные
инвестиционные монеты, которые изготовлены из всех четырех металлов и
относятся к различным эмиссионным центрам. В этом случае инвестор
8
становится обладателем определенного количества металла, которым может
распоряжаться на свое усмотрение. Такой вклад подходит для надежного
долгосрочного хранения капитала и всегда будет оставаться в цене [14].
Оптимальным способом инвестирования для частных лиц могут
служить обезличенные металлические счета (ОМС) в банках, которые
предоставляют такие услуги. Это наиболее простой и удобный способ
инвестирования. ОМС также довольно точно отражает динамику котировок
металла.
Если говорить об акциях золотодобывающих компаний, то они не
являются для инвестора гарантией получения высокого дохода от
инвестиций. Помимо этого, возможны и убытки. Если цена на золото имеет
растущую тенденцию или просто остается высокой, то расходы на ведение
бизнеса могут быть больше, чем рост цен на металл, что в результате снизит
чистую прибыль компаний и повлияет на изменение цены акций. Также на
динамику цен акций влияют решения органов власти и руководства
компаний [26].
Очень важным является сформировать индивидуальный портфель
активов, приносящий доход и сводящий его риск к минимуму. В идеале,
конечно, этого сложно достичь, но как уже говорилось, для снижения риска
портфеля необходимо иметь в его составе защитные активы. Американский
ученый, исследователь современной портфельной теории и специалист в
области личных финансов Уильям Бернстайн в своей книге, ставшей
бестселлером, «Разумное распределение активов. Как построить свой
портфель, чтобы максимизировать прибыль и минимизировать риск»
предлагает методику, по которой активы составленного портфеля должны
быть слабо коррелированными между собой (а в идеальном состоянии
корреляция должна быть отрицательной). Так, указанный автор предлагает
начинать с равных долей между рискованными и менее рискованными
активами, которые выполняют роль защитных.
9
В условиях падения цен на нефть, изменения курса валют и других
факторов сложно сформировать эффективный инвестиционный портфель,
среди активов которых должны быть защитные. Несмотря на существующую
нестабильность
на
финансовом
рынке,
одним
из
привлекательных
инвестиционных инструментов на финансовом рынке является
золото.
Наличие золота в инвестиционном портфеле позволит защитить его и
способствовать накоплению средств инвестора. В данной работе золото
будет рассмотрено с позиции его роли как защитного актива, а также будут
рассмотрены основные факторы, влияющие на его цену.
1.2.
Исследования функции золота как защитного активав научной
литературе
В рамках изучения специальной дисциплины «Методология финансов»
под руководством М.В. Лычагина был проведен библиометрический анализ
научных публикаций, отраженных в электронной библиографии EconLit,
которые имеют отношение теме ВКР. При этом использовались методы,
предложенные в [24, 25], а также база данных № 2015620085 «Таблицы
взаимосвязей 822 предметных областей JEL в 1991—2013 годах на основе
EconLit (EconLit-JEL-91-13)»2.
В таблице 1.1 приведены данные об
изменении абсолютного и относительного числа работ за период с 1886 года
(первого года ведения записей в EconLit) и по 15 мая 2015 года (по
отдельным подпериодам), которые в названии имели термины asset (актив),
gold (золото), investment(инвестиция) и CAPM. Как мы видим, с 1950 г.
постоянно растет число публикаций, посвященным активам. После распада
Бреттон-Вудской системы интерес к золоту снизился, но после 2011 г. резко
вырос.
2
(дата регистрации 16 янв. 2015 г., правообладатели НГУ и М.В. Лычагин, авторы
Лычагин М.В., Лычагин А.М., Мкртчян Г.М., Суслов В.И., Попов И.Ю., Лычагин Д.М.,
Мирзагитова М.Г., Слепенкова Ю.М.).
10
Таблица 1.1. Абсолютные и относительные показатели частоты употребления
ключевых терминов ВКР в названиях публикаций EconLit в 1886—2015 гг.
Показатели
Всего работ
asset
D(asset),%
gold
D(gold),%
investment
D(investment),%
CAPM
D(CAPM),%
Итого
18861900
1299
19011950
23776
19511960
16776
19611970
29880
19711980
69674
19811990
166933
19902000
343493
20012010
521087
20112015
240401
1413319
1
16
36
127
373
963
2181
3877
1988
9562
0,08
0,07
0,21
0,43
0,54
0,58
0,63
0,74
0,83
0,68
30
215
40
71
88
295
358
398
285
1780
2,31
0,90
0,24
0,24
0,13
0,18
0,10
0,08
0,12
0,13
0
309
386
816
1448
2907
7081
9853
4637
27437
0,00
1,30
2,30
2,73
2,08
1,74
2,06
1,89
1,93
1,94
0
0
0
0
5
51
98
151
75
380
0,00
0,00
0,00
0,00
0,007
0,031
0,029
0,029
0,031
0,027
Источник: Данные EconLit, обработанные автором.
Анализ бинарных употреблений рассматриваемых терминов по всей
EconLit по названиям работ дал следующие результаты: asset + investment —
314; asset + CAPM — 43; investment + gold — 28; asset + gold — 17; investment
+ CAPM —12. Для сочетания gold + CAPM в названиях работ не найдено, но
есть две публикации, где эти слова встречаются в реферате работы
применительно к ценам в золоте.
В таблице 1.2 в хронологическом порядке представлены сведениях о
работах (с исключением дублирования), в которых в названиях речь идет об
активах и золоте.
Особое внимание было уделено поиску англоязычных публикаций, в
которых рассматривались вопросы «защитных активов». Словарь Lingvo 12
дал два варианта перевода на английский язык: protective и defensive.С
первым вариантом сочетания с asset не найдено. Со словом defensive
выявлено две работы:
Dann, Larry Y., and Harry DeAngelo. 1988. "Corporate Financial Policy and Corporate
Control: A Study of Defensive Adjustments in Asset and Ownership Structure." Journal of
Financial Economics, 20(1/2): 87-127.
Grobys, Klaus. 2012. "Active Portfolio Management in the Presence of Regime Switching:
What Are the Benefits of Defensive Asset Allocation Strategies If the Investor Faces Bear
Markets?" Review of Finance and Banking, 4(1): 15-31.
К теме ВКР наиболее близка вторая публикация. Анализ показывает, что
хотя об активах и золоте написано много, но в сочетании и с позиции защиты
интереса инвестора работ еще недостаточно.
11
Таблица 1.2. Публикации в EconLit, в названиях которых одновременно встретились
термины Asset и Gold
Авторы
Brodsky D., and
Gary P. Sampson.
Brodsky, David A.,
and Gary P.
Sampson.
Год
1980
Название
"The Value of Gold as a Reserve
Asset."
Источник
World Development, 8(3): 175-92.
1981
World Development, 9(7): 589-608.
Koutsoyiannis, A.
1983
Braga de Macedo,
Jorge, Jeffrey A.
Goldstein, and
David M.
Meerschwam.
1984
"Implications of the Effective
Revaluation of Reserve Asset
Gold: The Case for a Gold
Account for Development."
"A Short-Run Pricing Model for a
Speculative Asset, Tested with
Data from the Gold Bullion
Market."
"International Portfolio
Diversification: Short-term
Financial Assets and Gold."
Dumas, Bernard.
Frankel, Jeffrey A.
Irwin, Scott H., and
Diego Landa.
Tschoegl, Adrian
E.
Fabozzi, Frank J.,
and Christopher K.
Ma.
1984
1984
1987
Shubik, Martin, and
Shuntian Yao.
1993
Davidson, Sinclair,
Robert Faff, and
David Hillier.
Coudert, Virginie,
and Helene
Raymond.
2003
2010,
2011
Gold and Financial Assets: Are
There Any Safe Havens in Bear
Markets?
Kim, Myeong
Hwan, and David
A. Dilts.
2011
Fabricant, Michael.
2013
Lu, Jin-Ray, and
Chih-Ming Chan.
2014
"The Relationship of the Value of
the Dollar, and the Prices of Gold
and Oil: A Tale of Asset Risk."
"The Twenty-First Century Gold
Rush: The Plunder of Public
Assets and a Radically
Restructured Teaching Labor
Force."
"Optimal Portfolio Choice of
Gold Assets in the Differential
Market and Differential Game
Structures."
1987
1988
Тоже, Comment."
Тоже, Comment."
"Real Estate, Futures, and Gold
as Portfolio Assets."
"Seasonality in Asset Returns:
Evidence from the Gold Market."
"The Day-of-the-Week Effect for
Derivative Assets: The Case of
Gold Futures Options."
The Money Rate of Interest and
the Influence of Assets in a
Multistage Economy with Gold
or Paper Money: Part I + II.
"Gold Factor Exposures in
International Asset Pricing."
Applied Economics, 15(5): 563-81.
In Exchange Rate Theory and
Practice, ed. John F. O. Bilson and
Richard C. Marston, 199-232.
NBER Research Conference Report
Chicago and London
Тамже, p. 232-36.
Тамже, p. 236-37.
Journal of Portfolio Management,
14(1): 29-34.
Managerial and Decision
Economics, 8(3): 251-54.
In Advances in futures and options
research. Volume 3., ed. Frank J.
Fabozzi, 379-88. JAI Press.
Cowles Foundation, Yale
University, Cowles Foundation
Discussion Papers: 1046 + 1050.
Journal of International Financial
Markets, Institutions and Money,
13(3): 271-89.
CEPII research center, Working
Papers.
Economics Bulletin, 31(2): 161322.
Economics Bulletin, 31(2): 115162.
WorkingUSA, 16(3): 403-10.
Review of Quantitative Finance and
Accounting, 42(2): 309-25.
12
Для написания данной работы был также просмотрена предметная
классификация, разработанная JEL (Journal of Economic Literature) и
представленная на сайте Американской экономической ассоциации (AEA)
(https://www.aeaweb.org/econlit/jelCodes.php).
В
классификации
публикаций
есть
макрообласть
D
–
Microeconomics/Микроэкономика, в которую входят девять мезообластей,
каждая из которых подразделяется на свои микрообласти. Для нашей работы
важны микрообласти, входящие в мезообласть D1 – Household Behavior and
Family Economics / Поведение домохозяйств и семейная экономика, а именно
микрообласть D14 – Personal Finance / Личные финансы. Также связанные с
ней микрообласть D31 – Personal Income, Wealth, and Their Distributions /
Личный доход, благосостояние и их распределение, и мезообласть
макрообласть C3 – Multipleor Simultaneous Equation Models; Multiple
Variables.
Библиометрический анализ показал, что до 2004 года, включительно,
не было публикаций, которые были посвящены анализу личных финансов с
использованием регрессионной модели (код C35). Но в 2005 и 2007 годах
было зафиксировано по одной публикации, в 2010 и 2011 – по две
публикации, в 2012 году – одна публикация, то есть всего 7 работ. Что
касается взаимосвязи микрообластейD14 и D31, что за 13 лет, а именно за
период с 2001 по 2013 года, в EconLit – библиографической базе зарубежных
изданий учтено 383 публикации (таблица 1.3), самый большой прирост был в
2009 году – 31 публикация.
Также был проведен поиск работ в электронных базах данных
удаленного
доступа.
Так,
среди
работ,
которые
наиболее
близко
соприкасаются с темой данного исследования, можно выделить следующие.
Обоснование инвестиций в защитные активы в условиях неопределенности.
В работе Суетина С.Н. [32], автор пошагово приходит к выводу о том, что в
нестабильных финансово-экономических условиях, нужно переводить свои
средства, или их часть, в защитные активы.
13
Таблица 1.3. Взаимосвязь микрообластиD14 с микрообластямиC25 и D31 за период
1991—2013 гг.
Год
1993
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
C35
0
0
0
0
0
0
0
0
0
0
0
D31
0
0
0
0
0
0
0
0
0
8
3
Год
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
C35
0
0
1
0
1
0
0
2
2
1
0
D31
11
12
10
26
24
28
59
42
56
43
61
Автор определяет защитные активы как объект инвестиций, которые
позволяют сохранить капитал, а при улучшении конъюнктуры – перевести в
более эффективные проекты, в том числе реальный сектор экономики. В
случае, когда котировки резко и стремительно вырастают на очередные
максимумы в кризисные периоды, а также в периоды нестабильности,
необходимосовершать сделки на продажу, считает автор. Он обосновывает
это тем, что инвесторы, которые придерживались данной стратегии в течение
двух лет, в период с августа 2011 по август 2013 гг., смогли увеличить свои
сбережения благодаря только одной такой сделке более чем на 50%.
Также, в работах данного автора представлен анализ других основных
групп защитных активов, рассмотрены их основные преимущества и
недостатки и проведен анализ целесообразности инвестиций в них. Показано,
что в целях получения реального экономического эффекта от сделок с
защитными активами, для повышения дохода, является необходимым
руководствоваться различными инструментами
инвестирования, среди
которых - инвестирование в золото. В целом обоснованы инвестиционные
стратегии в защитные активы в условиях кризиса и неопределенности [35].
Авторы Сазанов В.В. и Сазанова Л.А. показывают особенности
инвестиций в золото в современных условиях нестабильности экономической
14
ситуации. Целью их работы является рассмотрение золота как объекта
вложения своих сбережений частным инвестором в условиях сложившейся
экономическойситуации в стране. Рассматривается структура спроса на
золото, ее характерные черты. Так, в целях анализаавторы приводят
следующую структуру спроса на золото (рисунок 1.1).
11%
40%
Технологический
сектор
15%
Государственный
сектор
Инвестиции
34%
Ювелирная
промышленность
Рисунок 1.1. Структура спроса на золото
Источник: составлено на основе данных статьи Сазанова В.В. и Сазановой Л.А.
«Особенности инвестиций в золото в современных условиях нестабильности
экономической ситуации»
Примечательным является то, как утверждают авторы данной статьи,
что инвестиционный спрос на золото в 2012 году был на 19% процентов
выше среднего квартального показателя за 5 предыдущих лет. Также авторы
приводят слова ведущего экономиста Citigroup – Виллема Буйтера о том, что
стоимость золота зависит от привлекательности вложений в какую-либо
валюту, то есть цена на золото резко увеличивается с ростом сомнений в
стабильности ведущих мировых валют, таких как доллар и евро. Госдолг
США растет, поэтому вложения в их гособлигации теряют актуальность. Так,
по данным электронного журнала ГАЗЕТА.RU, по состоянию на 17 марта
2015 г. США вновь достигли потолка госдолга, а именно $18,1 трлн., то есть
превысил размер ВВП США [28]. Совместно с этим прослеживается
тенденция роста вложений в такой драгоценный металл, как золото. Поэтому,
15
становится явным тот факт, что цена золота демонстрирует устойчивую
обратную корреляцию с реальными процентными ставками. То есть при
падении ставок золото начинает расти в цене.
Также авторы рассматривают особенности инвестиций в золото и
говорят о том, что инвестиции в данный благородный металл являются
безопасным
и
прибыльным
способом
страхования
капитала
и
диверсификации инвестиционного портфеля [30].
Пороги превращения защитных активов в обычные. Апокин А.А.
Данное эмпирическое исследование автор посвящает определению динамики
порогов безрисковой ставки, при которых различные классы «защитных»
активов перестают быть таковыми. В статье рассмотрены такие защитные
активы, как драгоценные металлы, нефть, некоторые валюты. Автор
утверждает, что с точки зрения практики диверсификации портфеля
возможность определять моменты изменения характера корреляции между
классами активов очень важна.
1.3.
Современное состояние финансового рынка РФ
Золото представляет собой один из наиболее привлекательных
биржевых инструментов. В настоящее время торговля золотом ведется на
многих фондовых биржах. Основными рынками золота являются Лондонская
биржа и биржа Нью-Йорка — это те торговые площадки, на которых цена
золота является ориентиром для инвесторов во всем мире.
В развитии российского финансового сектора, важную роль играет
Московская Биржа. С 21 октября 2013 г. данная рыночная структура начала
осуществлять биржевую торговлю такими драгоценными металлами, как
золото и серебро. Причем, участникам стали доступны сделки с расчетами
по обезличенным металлическим счетам и операции со слитками.
16
Запуск на Бирже торгов драгоценными металлами сыграл важную роль
на финансовом рынке. Так у банков появилась возможность совершать
операции со слитками, используя надежную биржевую инфраструктуру, у
брокеров — привлекать новых клиентов, а у производителей и потребителей
золота и серебра — хеджировать риски и реализовывать продукцию
по прозрачным ценам.
В целом финансовый рынок России, до наступления кризиса на
Украине, развивался хорошими темпами, несмотря на то, что российский
рынок успел пережить неоднократное количество взлетов и падений.
Несмотря
на современные проблемы в экономике, уровень инфляции в
настоящее время, специалисты видят перспективы развития финансового
рынка России.
Отмечая в целом состояние современной российской экономики и
финансового рынка, необходимо отметить, что в работах российских
исследователей верно указывается на такие риски интеграции российского
финансового рынка в мировую финансовую систему, как преобладание
краткосрочной инвестиционной ориентации в деятельности финансового
сектора.
Это
обстоятельство
может
быть
объяснено
следующими
причинами[2]:
- отсутствием государственной программы выхода финансового
сектора из затяжного экономического кризиса, включая текущий долговой
европейский кризис, а также частой сменой приоритетов в денежнокредитной политике государства;
- отсутствием практического опыта формирования инвестиционной
политики в финансовой сфере с учетом зарубежного инструментария и
передовых подходов инвестиционного менеджмента.
С целью преодоления этих негативных тенденций, которые не
способствуют
процессу
создания
в
России
современной
рыночной
экономики, следует активнее совершенствовать теоретические аспекты
оценки
инвестиционного
процесса,
оказывающего
стимулирующее
17
воздействие на финансовый рынок. Такая опережающая целевая установка
должна осуществляться, исходя из экономической ситуации и объективного
понимания финансового положения инвесторов, с использованием научных
данных, практического опыта и управленческих навыков [2].
К июню 2014 года политическая напряженность, связанная с ситуацией
на Украине, все оставалась главным фактором, который определял ситуацию
на финансовых рынках в России. Была потрачена значительная часть
золотовалютных резервов, размер которых снизился до 468 млрд. долларов,
то есть до уровня середины 2010 года. По состоянию, например, на 7 ноября
2014 года, они составляли 421,4 миллиардов долларов США, сейчас же, на 24
марта 2015 года, был зафиксирован объем в размере 353,5 млрд. долл. США
против 350,5 млрд. долл. США по состоянию на 17 апреля2015 года [37]. То
есть настоящий размер золотовалютных резервов перешел порог самого
низкого значения с момента начала финансового кризиса 2008 года.
Что касается инфляции, то по оценке Центрального банка РФ на конец
октября она достигла 8,4%, а по состоянию на март 2015 года составила
16,9% [37].
Рубль же с начала ноября 2014 года обновил исторические минимумы к
доллару и евро. Банк России установил на 19 ноября официальный курс
доллара на уровне 46,9797 рубля, а официальный курс евро 58,6448 рубля, по
состоянию на 7 мая 2015 года официальный курс доллара составил 49,9816
рублей, официальный курс евро – 56,1843 рубля [37].
Сохраняется также напряженность в банковском секторе, связанная с
ужесточением политики Банка России в отношении проблемных банков.
Большое
количество
отозванных
банковских
лицензий
провоцирует
настороженное отношение клиентов банков к кредитным организациям без
государственного участия в капитале. В этой ситуации банки вынуждены
идти на повышение ставок по вкладам, что и происходит.
18
Рынок
облигаций
также
испытывает
дефицит
инвестиционных
ресурсов. Доходность облигаций продолжает держаться на весьма высоком
уровне и при этом все чаще высказываются опасения о возможной волне
дефолтов в этом сегменте рынка, которые могут быть спровоцированы
трудностями рефинансирования находящихся в обращении выпусков
облигаций.
Динамика цен на золото изменчива (рисунок 1.2), с ноября 2014 года
оно начало увеличиваться в свой цене, но с января 2015 года прослеживается
тенденция к падению. По состоянию на ноябрь 2014 года цена на золото
составила 1177,8217 (USD/тройская унция), в январе 2015 года цена
составила 1254,2577, а в мае 2015 года – 1184,98[37].
Рисунок 1.2. Динамика котировок золота (апрель 2007 – декабрь 2014 гг.)
Источник: составлено при помощи раздела «Технический анализ» сайта www.finam.ru
19
Рисунок 1.2 был построен при помощи раздела «технический анализ»
на сайте www.finam.ru. На рисунке красным цветом отмечена линия EMA
(Exponential Moving Average) – экспоненциальное скользящее среднее,
принимаемое
как
взвешенное,
у
которого
веса
уменьшаются
экспоненциально с удаленностью принимаемого в расчет торгового периода
от текущего. Оно позволяет сгладить наиболее резкие отклонения цен и
более наглядноустановить направление сложившегося на рынке тренда.
По направлению данной линии, можно сделать вывод о том, что до
2011
года
в
целом
наблюдался
растущий
тренд
(закончившийся
трехкратным увеличением цены на рассматриваемый драгоценный металл).
Во время глобального финансово-экономического кризиса 2008 года
падение котировок составило от 1030 до 700 долларов за тройскую унцию.
Индикатор относительной силы RSI (Relative Strength Index) индикатор технического анализа, определяющий силу тренда и вероятность
его смены. Показывает, насколько сильно изменяется цена, преобразовывает
ее в проценты, тем самым указывая на места для покупки (ниже 30%) и
продажи (выше 70%). Данный индикатор является очень ценным и
полезным аналитическим инструментом (рисунок 1.3).
Рисунок 1.3. Индекс относительной силы RSI
Источник: составлено при помощ раздела «Теханализ» сайта finam.ru
20
На приведенном выше рисунке сдвиг выше уровня 50% означает, что
купить рассматриваемый драгоценный металл
—
золото пытаются большее
количество покупателей, чем продать его, и цена золота растет. Сдвиг ниже
50% означает, что продать актив пытается большее количество продавцов,
чем стремящихся его купить, и цена золота падает.
Также важным является использование уровней 30% и 70%. Эти точки
показывают моменты, когда актив испытывает «перекупленность» или
«перепроданность». В момент, когда линия превосходит уровень 70%,
заканчивается восходящий тренд (для лучшего визуального восприятия
можно обратиться к верхнему графику рисунка 1.2). Когда линия падает
ниже 30%, актив перепродан и нисходящий тренд вскоре закончится.
Для
анализа
состояния
на рынке
золота
также
используется
уникальный индикатор ADX (Averaged Directional Movement Index), который
измеряет силу тренда (а не его направление). Он способен работать на
опережение и показывать, будет ли тренд продолжаться или будет
постепенно ослабевать еще до начала движения цены. Эта информация
позволяет выбирать самые сильные тренды для входа на рынок, и получить
потенциально больше прибыли. Динамику данного индикатора можно видеть
на нижнем графике рисунка 1.2.
Показания индикатора ADX располагаются в диапазоне от 0 до 100, но
на практике они очень редко поднимаются выше отметки 60. Чем больше
значение индикатора, тем сильнее тренд. Значение ADX ниже 20 говорит о
слабом тренде, а выше 40 - о сильном. Показания выше отметки 40
указывают
на
наличие сильного
тренда
(как
нисходящего,
так и
восходящего). Когда индикатор находится ниже 20, это говорит об
отсутствии выраженного тренда.
Индикатор
ADX
также
часто
используется
для
определения
потенциальных изменений на рынке. Когда показания индикатора переходят
21
границу 20 снизу вверх — это говорит об изменении тренда и,
соответственно дальнейшем его развитии, этому соответствуют следующие
временные точки: август 2008 года, ноябрь 2008 года, октябрь 2009 года,
октябрь 2012 года, август 2014 года. Когда значение индикатора,
находящееся выше отметки 40, снижается ниже этого уровня, то текущий
трендослабевает: декабрь 2011 года, сентябрь 2013 года.
Рассматриваемый индикатор также находился на рассматриваемом
периоде выше отметки 60, что говорит о наличии очень сильного тренда,
Этому соответствуют два временных периода: ноябрь 2010 года – октябрь
2011 года и июль 2013 года – сентябрь 2013 года. Интерпретация различных
значений ADX приведена на таблице 1.4.
Таблица 1.4. Значения индикатора ADX
Значение ADX
Сила тренда
Слабый тренд или его
0-20
отсутствие
20-40
Сильный тренд
40-60
Очень сильный тренд
60-100
Крайне сильный тренд
Источник: составлено на основе информации об индексе ADX – Электронный ресурс:
http://forexship.ru/indikators-forex/72-average-directional-movement-index
Таково современное состояние финансового рынка России. Ситуация
на рынке изменчива и нестабильна, поэтому является важным выявить,
какую роль выполняет золото как защитный актив на российском
финансовом рынке.
22
ГЛАВА 2. ЗОЛОТО КАК ЗАЩИТНЫЙ АКТИВ И АНАЛИЗ ФАКТОРОВ,
ВЛИЯЮЩИХ НА ЕГО ЦЕНУ
2.1. Использование модели CAPM для анализа защитных функций
финансового актива
Как правило, каждый инвестор сталкиваются с проблемой оценки
стоимости интересующего актива. И в первую очередь она зависит от его
риска и доходности.
У инвестора формируются свои прогнозы относительно ожидаемой
доходности и потенциального риска. Возможные расхождения в оценках
риска, в первую очередь, связаны с асимметричностью информации,
которой обладают разные инвесторы.
В условиях хорошо развитого рынка новая информация находит
быстрое отражение в курсовой стоимости рассматриваемого актива. Для
таких условий была разработана модель, которая описывает взаимосвязь
между риском и ожидаемой доходностью активов. Данная модель
разработана в середине 60-х гг. У. Шарпом и Дж. Линтерном и получила
название модели оценки стоимости активов (capital asset pricing model САРМ). То есть CAPM – это равновесная модель, которая предполагает, что
инвесторы составляют свой портфель активов на основании компромисса
между его ожидаемой доходностью и риском, который, в свою очередь,
измеряется дисперсией доходности.
В рамках CAPM доходность актива определяется следующим
соотношением:
,
в другой форме:
, откуда видно, что
индивидуальный риск пропорционален рыночному риску.
23
Причем i, m, rf – индексы рассматриваемого актива, рыночного
портфеля и безрискового актива (под которым, как правило, понимают
государственные ценные бумаги) соответственно.
Коэффициент
 i также рассчитывается по формуле:
, где  и
 это корреляция и стандартное отклонение
доходности соответственно.
Или
, где cov(i,m) и
– ковариация доходности
рассматриваемого актива с доходностью рыночного портфеля и дисперсия
доходности рыночного портфеля соответственно.
Коэффициент
показывает,
насколько
сильны
колебания
доходности актива i, связанные с оживлением на рынке в целом. Это
показатель систематического, т.е. рыночного, риска.
Данный
коэффициентявляется
показателем
чувствительности
изменения доходности конкретного актива и доходности рынка. То есть он
отражает рискованность вложения в какой-либо актив. Коэффициент
измеряет
рыночный
риск.
Знак
перед
показателем
отражает
их
однонаправленное или разнонаправленное движение.
Бета актива (портфеля) без риска равна нулю в связи с тем, что нулю
равна ковариация доходности актива (портфеля) без риска с доходностью
рыночного портфеля. Величина β актива (портфеля) говорит о том,
насколько его риск больше или меньше риска рыночного портфеля. Активы
с бетой больше единицы более рискованны, а с бетой меньше единицы —
менее рискованны, чем рыночной портфель. Относительно величины бета
активы разделяют на «агрессивные» и «защитные».
Бета «агрессивных» активов больше единицы, а «защитных» —
меньше единицы. Если бета актива равна единице, то его риск равен риску
рыночного портфеля. Бета может принимать как положительные, так и
отрицательные значения. Положительная величина беты говорит о том, что
24
доходности актива (портфеля) и рынка при изменении конъюнктуры
меняются в одном направлении. Отрицательная бета показывает, что
доходности актива (портфеля) и рынка меняются в противоположных
направлениях. Интерпретация значения беты приведена в таблице 2.1.
Подавляющая часть активов имеет положительную бету. Бета актива
(портфеля)
показывает,
в
какой
степени
доходность
актива
(и
соответственно его цена) реагирует на действие рыночных сил. Зная бету
конкретного актива (портфеля), можно оценить, насколько должна
измениться
его
ожидаемая
доходность
при
изменении
ожидаемой
доходности рынка.
Таблица 2.1. Значения коэффициента β
Значение коэффициента β
Комментарий
Доходность
актива
в
степеничувствительна
β>1
доходности
высокой
к
рыночного
изменению
портфеля
и
меняется в том же направлении
Доходность
β=1
актива
совпадает
с
доходностью рыночного портфеля
Доходность актива слабо чувствительна к
0 <β<1
изменению
доходности
рыночного
портфеля
β=0
Доходность
актива
не
зависит
от
доходности рыночного портфеля
Доходность актива в высокой степени
β <0
чувствительна к изменению доходности
рыночного
портфеля
и
меняется
в
противоположном направлении
Источник: составлено постатье Жданова И.«Модель оценки капитальных активов –
CAPM
excel.html
в
Excel.
URL:http://finzz.ru/model-ocenki-kapitalnyx-aktivov-capm-sharpa-v-
25
Например, бета выбранного актива равна +2. Это означает, что при
увеличении ожидаемой доходности рыночного портфеля на 1% доходность
выбранного актива увеличится на 2%, и, наоборот, при уменьшении
доходности рыночного портфеля на 1% доходность выбранного актива
снизится на 2%. Поскольку бета выбранного актива больше единицы, то она
рискованнее рыночного портфеля.
В случае, когда бета выбранного актива равна 0,5, то при росте
ожидаемой доходности рынка на 1% ожидаемая доходность выбранного
актива должна увеличиться только на 0,5%.
Напротив, при снижении доходности рынка на 1% доходность
выбранного актива уменьшится только на 0,5%. Таким образом, риск
данного актива меньше риска рынка. Если бета равна -2, то при повышении
доходности рыночного портфеля на 1% доходность актива снизится на 2% и,
наоборот.
Активы с отрицательным значением беты являются ценными
инструментами для диверсификации портфеля, так как в этом случае можно
построить портфель с "нулевой бетой", который не будет нести риска. Но
здесь следует помнить, что такой портфель не аналогичен активу без риска,
так как при нулевом значении беты он не содержит только системного
риска. В то же время данный портфель сохранит риск нерыночный.
2.2. Регрессионный и корреляционный анализ в выявлении факторов,
влияющих на динамику актива
В экономических исследованиях часто решают задачу выявления
факторов, которые в большей степени оказывают влияние на экономические
показатели.
Данная
задача
корреляционного анализа
решается
методом
регрессионного
и
26
Основными задачами корреляционного анализа является проверка
статистических
гипотез о
наличии
и
силе корреляционной
связи.
Корреляционная связь существует там, где взаимосвязанные явления
характеризуются только случайными величинами. При такой связи среднее
значение случайной величины результативного признака у закономерно
изменяется в зависимости от изменения другой величины х или других
случайных величин х1,х2,…, хn. Корреляционная связь проявляется не в
каждом отдельном случае, а во всей совокупности в целом. Только при
достаточно большом количестве случаев каждому значению случайного
признака х будет соответствовать распределение средних значений
случайного признака у. Наличие корреляционных связей характерно многим
общественным явлениям.
Корреляционная связь является одним из методов стохастического
анализа. Стохастическая связь может отражаться не только в изменении
средней величины, но и в вариации одного признака в зависимости от
другого, то есть любой другой характеристики вариации [35].
По количеству факторов, действующих на результативный признак,
связи различаются: однофакторные (один фактор) и многофакторные (два и
более факторов). С помощью множественной корреляции можно охватить
весь комплекс факторных признаков и объективно отразить существующие
множественные связи.
В зависимости от направления действия, связи могут быть прямыми и
обратными. Наличие прямой связи означает, что направление изменения
результативного признака совпадает с направлением изменения признакафактора, то есть с увеличением факторного признака увеличивается и
результативный, и, наоборот, с уменьшением факторного признака
уменьшается и результативный признак. В обратном случае между
рассматриваемыми величинами существуют обратные связи.
27
Задачи корреляционного анализа сводятся к измерению тесноты связи
между варьирующими признаками, определению неизвестных причинных
связей и оценки факторов, оказывающих
наибольшее влияние на
результативный признак.
Задачами регрессионного анализа являются выбор типа модели,
установление степени влияния независимых переменных на зависимую и
определение
расчётных
значений
зависимой
переменной
(функции
регрессии). Задача
Исследование связей в условиях массового наблюдения и действия
случайных факторов осуществляется с помощью экономико-статистических
моделей. Модель представляет собой логическое или математическое
описание компонентов и функций, отображающих существенные свойства
моделируемого объекта или процесса, а также даёт возможность установить
основные закономерности изменения оригинала. В модели оперируют
показателями, исчисленными для качественно однородных массовых
явлений. Выражение и модели в виде функциональных уравнений
используют для расчёта средних значений моделируемого показателя по
набору заданных величин и для выявления степени влияния на него
отдельных факторов [35].
Для практического использования моделей регрессии большое
значение имеет их адекватность, то естьустановление соответствия между
фактическим статистическим данным. В целях проверить, что показатели
регрессии и корреляции не являются результатом стечения случайных
обстоятельств,
необходимо
проверить
адекватность
построенных
статистических моделей.
При численности объектов анализа до 30 единиц возникает
необходимость проверки значимости каждого коэффициента регрессии. При
этом выясняют насколько вычисленные параметры характерны для
28
отображения комплекса условий: не являются ли полученные значения
параметров
результатами
действия
случайных
причин.
Значимость
коэффициентов простой линейной регрессии определяют с помощью tстатистики Стьюдента [35].
Полученное
значение
t-статистики
Стьюдента
сравнивают
с
критическими t , которые определяют по таблице Стьюдента с учетом
принятого уровня значимости и числом степеней свободы вариации
.
Параметр признаётся значимым при условии, если значение tрасчетное > t-табличного. В таком случае маловероятно, что найденные
значения параметров обусловлены только случайными совпадениями.
Проверка адекватности регрессионной модели может быть дополнена
корреляционным анализом. Для этого необходимо определить тесноту
корреляционной связи между переменными. Теснота корреляционной связи,
как и любой другой, может быть измерена эмпирическим корреляционным
отношением
ηэ,
когда
δ2
(межгрупповая
дисперсия)
характеризует
отклонения групповых средних результативного признака от общей средней:
э   2 /  2 .
Говоря о корреляционном отношении как о показателе измерения
тесноты зависимости, следует отличать от эмпирического корреляционного
отношения – теоретическое.
Теоретическое корреляционное отношение η представляет собой
относительную величину, получающуюся в результате сравнения среднего
квадратического
отклонения
выравненных
значений
результативного
признака δ, то есть рассчитанных по уравнению регрессии, со средним
квадратическим
отношением
результативности признака σ.
эмпирических
(фактических)
значений
29
Теоретическое
корреляционное
выражение
применяется
для
измерения тесноты связи при линейной и криволинейной зависимостях
между результативным и факторным признаком.
Факт
совпадений
и
несовпадений
значений
теоретического
корреляционного отношения и линейного коэффициента корреляции может
быть использован для оценки формы связи.
С помощью теоретического корреляционного отношения, как уже
отмечалось, измеряется теснота связи любой формы, а с помощью линейного
коэффициента корреляции – только прямолинейной. В связи с этим, значения
теоретического корреляционного отношения и линейного коэффициента
корреляции совпадают только при наличии прямолинейной связи. Если эти
величины не совпадают, то это говорит о том, что связь между изучаемыми
признаками не прямолинейная.
Корреляционное отношение может находиться в диапозоне от 0 до 1.
Чем ближе корреляционное отношение к 1, тем связь между признаками
более сильная.
Степень точности описания моделью процесса описывает значение Rквадрат (коэффициент детерминации), который принимает значения от 0 до
1. Он показывает долю вариации результативного признака под влиянием
вариации признака-фактора.
Также смотрим на P-значение, которое показывает вероятность
ошибки. Обычно P-значение сравнивается с каким-нибудь достаточно малым
заранее выбранным порогом, например 0.05. В случае, когда р > 0,05,
коэффициент может считаться нулевым. Это означает, что соответствующая
независимая переменная практически не влияет на зависимую переменную и
коэффициент считается нулевым и может быть убран из уравнения.
Таким
образом,
вышеизложенным
методом
регрессионную модель и проверить ее на адекватность.
можно
построить
30
2.3. Схема анализа роли золота как защитного актива
В целях анализа роли золота в качестве защитного актива, в данной
работе, первым этапом явилось рассмотрение различных групп защитных
активов и выделение среди них золота как претендента на надежный и
актуальный (в наибольшей степени в кризисные периоды) для российского
финансового рынка защитный актив.
Далее, для того чтобы исследовать роль золота как защитного актива
на финансовом рынке, была использована модель CAPM. Используя формулу
показателя чувствительности изменения доходности конкретного актива и
доходности рынка, были произведены расчеты, отражающие рискованность
вложения в рассматриваемый актив. Были выделены два периода, когда
доходность золота изменялась в обратном направлении от доходности
портфеля.
На
основании
определения
периодов,
когда
показатель
чувствительности изменения доходности золота и доходности рынка был
меньше 0, был проведен анализ макроэкономических факторов, влияющих на
цену защитного актива.
После
конкретные
проведения
факторы,
рассматриваемых
регрессионного
которые
временных
оказали
периода,
анализа,
влияние
были
на
соответствующих
определены
каждый
из
различным
состояниям российской экономики.
В результате проведения анализа были выявлены периоды, когда
золото выступало в качестве защитного актива, критерием выявления было
отрицательно значение показателя β. Также определены основные факторы,
влияющие на цену рассматриваемого драгоценного металла. И сделан
итоговый вывод о защитности золота как объекта вложения сбережений
частным инвестором.
31
В схематичном виде анализ в данной работе можно изложить
следующим образом (рисунок 2.2).
Определение защитного актива для анализа
Использование модели CAPM для того чтобы показать рол золота как защитного
актива
Выделение периодов для анализа факторов, влияющих на цену защитного
актива (на основе CAPM и анализа состояния мировой экономики).
Выявление факторов, определяющих цену на защитный актив, для различных
состояний экономики
Анализ полученных результатов:

выделение периодов, когда золота выполняло функцию защитного актива;

факторы, влияющие на цену золота в разные периоды
Выводы: является ли рассматриваемый актив защитным и какие факторы
влияют на его цену.
Рисунок 2.2. Схема анализа роли золота как защитного актива
Таким образом, были изложены основные методы и модели, которые
будут применены для анализа, в соответствии с целями и задачами
поставленной работы.
32
ГЛАВА 3. РОЛЬ ЗОЛОТА КАК ЗАЩИТНОГО АКТИВА НА
РОССИЙСКОМ ФИНАНСОВОМ РЫНКЕ
3.1. Информационная база исследования
Современная ситуация на российском финансовом рынке заставляет
частных инвесторов искать безопасные инструменты инвестирования. Такой
драгоценный металл, как
золото,
для
многих инвесторов является
привлекательным инструментом для инвестирования, как с точки зрения
ликвидности, так и с точки зрения сохранности, «защиты» своих средств.
Физически рынок золота невелик — весь объем металла, находящегося
в обращении, на 2012 год составлял 165 000 т., сколько составляет сейчас
информации нет, но можно предположить, что цифра значительно больше.
Инвестиционное золото составляет примерно 20% от этого объема, остальное
в основном находится в виде ювелирных украшений. По оценке независимой
исследовательской компании Bank Credit Analyst, золотые инвестиции
составляют 0,5% от объема мирового финансового рынка, включающего
акции, облигации и депозиты [21].
Вопреки мнениям о том, что золото является самым стабильным
источником инвестирования, существуют и противоположные мнения.
Например, ведущий аналитик UFS Investment Company Алексей Козлов, в
2012 году отметил, что превращение золота в защитный актив происходит в
острые фазы кризиса или когда на рынке наблюдается устойчивый избыток
денежных средств [17]. Но наравне с вышеуказанным мнением другие
эксперты отмечают, что золото может оставаться защитным активом и в
стабильное время.
В связи с этим, в данной работе предложен анализ, показывающий роль
золота в качестве защитного актива и рассмотрены основные факторы,
влияющие на его цену.
33
В качестве статистической базы исследования, при формировании
информационной базы для подсчета β модели CAPM, используются данные
об индексе РТС и ценах на золото за период 09.01.1996 – 23.04.2015.
Динамику значения индекса РТС и изменение его доходности можно увидеть
на рисунках 3.1 и 3.2.
3000,00
2500,00
2000,00
1500,00
1000,00
500,00
0,00
Рисунок 3.1. Динамика значения индекса РТС за 1996-2015 гг.
Источник: составлено на основе статистики, полученной с сайта www.finam.ru
3000,00
2500,00
2000,00
1500,00
1000,00
500,00
0,00
Рисунок 3.2. Доходность индекса РТС за 1996-2015 гг.
Источник: составлено на основе статистики, полученной с сайта www.finam.ru
34
Максимальное значение индекса РТС достигается в мае 2008 года.
Максимальная
доходность
составила
22%,
в
сентябре
2008
года,
минимальная отрицательна -19%, в октябре 1997 и 2008 годов [18].
Аналогично приведены графики (рисунок 3.3 и 3.4) динамики цен на
золото и его доходности за указанный рассматриваемый период.
2000,00
1800,00
1600,00
1400,00
1200,00
1000,00
800,00
600,00
400,00
200,00
0,00
Рисунок 3.3. Динамика цен на золото за 1996-2015 гг.
Источник: составлено на основе статистики, полученной с сайта www.finam.ru
0,0015
0,0010
0,0005
0,0000
-0,0005
-0,0010
-0,0015
Рисунок 3.4. Динамика среднегодовой доходности золота за 1996-2015 гг.
Источник: составлено на основе статистики, полученной с сайта www.finam.ru
35
Максимальная цена составила 1915,40, в сентябре 2011 года,
минимальная 253,7, в августе 1999 года. Максимальная доходность
зафиксирована на уровне 0,12, достигнутая в сентябре 2008, минимальная
доходность составила 0,12 [18]. В целом заметен растущий тренд доходности
с 2004 г. до 2010 г., при падении в 2008 г. Однако данное снижение не
является столь значимым, как доходность по инвестициям альтернативные
виды активов.
Если рассмотреть дисперсию доходности золота в период с 1996 – 2014
гг. (рисунок 3.5), то можно сделать вывод, относительно большего уровня
нестабильности в период, начиная с2005 года, пиковые значения достигается
в 2008 году.
0,025
0,02
0,015
0,01
0,005
0
Рисунок 3.5. Динамика дисперсии доходности золота в период с 1996 – 2014 гг.
Источник: составлено на основе статистики, полученной с сайта www.finam.ru
Для построения регрессионной модели, влияющих на цену золота,
были выбраны следующие показатели (статистические данные по динамике
используемых показателей взяты из информационных материалов ЦБ РФ и с
36
сайта института комплексных стратегических исследований и с сайта
www.finam.ru):
1.
Цены
на
нефть
марки
Brent.
Имеет
разнонаправленную
тенденцию, на выбранном промежутке, с 2008 по 2015 гг., имеет
периодические переходы от роста к падению и наоборот (рисунок 3.6).
Достаточно сильный спад цен был зафиксирован, начиная с июня по декабрь
2008 года, после чего начался постепенный рост, и спад, начиная с мая 2014
года.
Рисунок 3.6. Динамика цены на нефть марки Brentза 2008 – 2015 гг.
Источник: составлено с использованием раздела «сравнение» сайта инвестиционной
компании Финам
2.
Индекс РТС – тенденция схожа, основной и значимый спад
пришелся на 2008 год.Динамика с 2008 –2015 гг. приведена на рисунке 3.7,
построенная с помощью раздела «сравнение» на сайте www.finam.ru.
Рисунок 3.7.Динамика показателей индекса РТС за 2008 – 2015 гг.
Источник: составлено с использованием раздела «сравнение» сайта инвестиционной
компании Финам
37
RUB/EUR и RUB/USD – динамика изменений аналогична,
3.
основные спады – 2008 и 2014-2015 гг.
Золотовалютные резервы – максимальное значение достигнуто
4.
01.07.2008 в размере 595,566 млрд.долл. США, минимальный зафиксирован
01.04.2009 в объеме 383,905 млрд.долл. США и на конец 2014 года
золотовалютные резервы составили 418,88 млрд.долл. США.
Инфляция (в процентах к предыдущему периоду) – имеет
5.
убывающую линию тренда.
Безработица (в процентах экономически активного населения) –
6.
в рассматриваем периоде в целом имеет убывающую тенденцию, причем
максимальное значение данного показателя 9,4% было зафиксировано
01.01.09, а минимальное – 5% составило 01.08.12.
Индекс реального курса рубля к доллару – сильно изменяется,
7.
имеет как положительные, так и отрицательные значения;
Федеральный бюджет (доходы) – линия тренда возрастающая,
8.
максимум был зафиксирован 1448,9 млрд.руб. 01.01.12;
Федеральный бюджет (профицит/дефицит) – в рассматриваемый
9.
период преобладает дефицит;
10.
Денежный агрегат М2 (млрд.руб.) – на начало рассматриваемого
периода составляла 12869 млрд.руб., минимальное значение составляло
11431
млрд.руб.
01.02.09,
а
на
конец
рассматриваемого
периода
зафиксировано значение в размере 31405 млрд.руб.
Также для проведения корреляционного анализа, позволяющего
установить зависимость между факторами, используются данные за период
1997 – 2014 гг. Использованные показатели следующие: курс СДР к таким
валютам, как доллар США, евро, йена, фунт, юань, рубль; данные о ценах на
нефть марки Brent, запасы золота у ЦБ (мир), ФРС, Китая, РФ; инфляция в
таких странах, как США, Германии, Японии, Китае, РФ; темп роста
38
денежной базы в разных странах; процентные ставки по депозитам; темпы
роста ВВП, фондовые индексы S&P 500, FTSE, Nikkei 225, РТС.
3.2. Золото как защитный актив
В данной части работы перейдем непосредственно к использованию
модели
CAPM
для
анализа
защитных
функций
рассматриваемого
финансового актива. Рассматривать золото в качестве защитного актива для
всего периода не являетсяправильным, так как на динамику цен золота
влияют множество факторов, которые могут усиливать негативное или
позитивное воздействие в определенный временной отрезок.
Для
того
чтобы
окончательно
сделать
вывод
относительно
«защитного» характера золота, как актива, был рассчитан показать β,
представленный на рисунке 3.8.
0,06
0,04
0,02
0
-0,02
-0,04
-0,06
-0,08
Рисунок 3.8. Динамика показателя β за 1996-2014 гг.
Источник: составлено на основании данных об индексе РТС и ценах золота за 1996 – 2014
гг. при помощи программы Microsoft Excel
39
Процесс подсчета необходимой для анализа β состоял в использовании
данных о доходности российского индекса РТС и доходности золота. Была
просчитана ковариация между этими двумя показателями, а также дисперсия
доходности индекса РТС. В результате были получены данные, позволяющие
произвести необходимый расчет.
Как говорилось ранее, коэффициент β показывает, насколько сильны
колебания доходности рассматриваемого актива, связанные с оживлением на
рынке в целом. Величина β актива говорит о том, насколько его риск больше
или меньше риска рыночного портфеля. Эта информация позволяет сделать
ряд содержательных выводов.
По графику видно, что β золота в рассматриваемый период в основном
пребывает в положительной полуплоскости за исключением периодов 2007 –
2008 и 2012 – 2013 годов. То есть, полученные результаты говорят о
соноправленности доходности золота и рыночного портфеля, то есть почти
на всем рассматриваемом периоде доходность золота и рынка при изменении
конъюнктуры меняются в одном направлении. Только в два указанных
периода сотрицательной β можно говорить о том, что доходность золота
будет реагировать на действие рыночных сил в обратном направлении.
То, что золото имеет периоды отрицательной β, подтверждает ценность
инструмента, который в периоды стабильности и роста экономики повторяет
динамику
рынка
и
в
периоды
отрицательной
динамики
рынка
восполняетпотери.
Рассмотрим теперь, какие факторы оказывают влияние на цену золота в
период кризиса, когда данный металл выполнял роль защитного актива, то
есть динамика его доходности была обратной динамике доходности
рыночного портфеля; в период относительной стабильности экономики,
когда золото повторяло динамику рынка; и совмещенный период.
40
3.3. Факторы, влияющие на цену золота
При проведении регрессионного анализа в качестве объясняемой
переменной выступали цены на золото, в качестве объясняющих – факторы,
описанные ранее, к которым также была приведена краткая характеристика,
присвоим им обозначения: цена на нефть марки Brent–Х1, индекс РТС – Х2,
RUB/EUR– Х3, RUB/USD– Х4, золотовалютные резервы (млрд.долл. США)
– Х5, М2 – Х6, индекс реального курса рубля к доллару (% к предыдущему
периоду) – Х7, федеральный бюджет (доходы) – Х8, федеральный бюджет
(профицит/дефицит) – Х9, инфляция (% к предыдущему периоду) – Х10,
безработица (% экономически активного населения) – Х11.
Для проведения анализа было решено использовать период с начала
кризиса 2008 года по настоящее время (январь 2015) с выделением
кризисного периода 2008 – 2010 годов, а также периода относительной
стабильности и восстановления экономики. То есть использовались данные
за 2008 – 2015 годов, с интервалом один месяц.
При помощи статистического пакета Stata были построены модели в
указанные временные периоды и получены результаты, которые сведены в
общую таблицу3.1.
Таблица 3.1. Вывод итогов построения регрессии
2008-2010
2011-2013 2008-2015
R-squared
0,9381
0,8595
0,7633
Adj R-squared
0,9098
0,7951
0,7232
Prob> F
0,0000
0,0000
0,0000
Источник: составлено на основании результатов построения модели в программе Stata
Показатель R-squared, являющийся коэффициентом детерминации,
описывает степень точности описания моделью процесса. В нашем
случаеданный показатель в трех рассматриваемых периодах превышает
41
уровень 0,76, что позволяет говорить о высокой точности аппроксимации
(модель достаточно хорошо описывает процесс). Но наличие такой высокой
оценки качества уравнения регрессии может свидетельствовать о сильной
корреляции
между
некоторыми
факторами,
поэтому
потребуется
дополнительная проверка.
Скорректированный
коэффициент
детерминации
Adj
R-squared
позволяет устранить эффект, связанный с ростом R-squared при возрастании
числа регрессоров, данный показатель все также имеет высокое значение.
Показатель Prob > F показывает значимость F-статистики Фишера, по
которой можно оценить адекватность построенной регрессии. Выдвигается
нулевая гипотеза о равенстве нулю всех коэффициентов регрессии. В нашем
случае ее вероятность равна нулю. Это означает, что данная гипотеза о
равенстве всех коэффициентов нулю отвергается.
Далее перейдем к анализу факторов с использованием полученных
показателей t-статистика и P-значение (таблица 3.2).
Таблица 3.2. Вывод итогов, показатели t-статистика и P-значение
2008-2010
2011-2013
Х1
Х2
t
P>|t|
расчетное
-1,86
0,075
3,75
0,001
Х3
-1,55
Х4
2008-2015
3,04
-2,21
0,006
0,045
t
P>|t|
расчетное
1,95
0,055
2,68
0,009
0,135
4,38
0,000
4,94
0,000
-4,25
0,000
-0,57
0,574
-7,29
0,000
Х5
0,61
0,549
4,32
0,000
1,97
0,053
Х6
3,25
0,003
-5,60
0,000
0,17
0,866
Х7
-0,47
0,640
0,95
0,352
0,85
0,398
Х8
-0,57
0,576
0,26
0,801
0,72
0,471
Х9
-0,92
0,367
0,27
0,792
-0,96
0,341
Х10
-1,22
0,235
0,36
0,719
-2,48
0,016
tрасчетное P>|t|
Х11
0,17
0,866
2,02
0,055
3,23
0,002
Источник: составлено на основании результатов построения модели в программе Stata
42
Встолбце«P>|t|» приводится достоверность отличия соответствующих
коэффициентов от нуля. По полученным результатам можно сделать ряд
содержательных выводов. В случае, когда р>0,05, коэффициент может
считаться нулевым. То есть соответствующая независимая переменная
практически не влияет на зависимую переменную и коэффициент может
быть убран из уравнения. P-значение для коэффициентов Х2, Х4 и Х6 в 2008
– 2010 гг., Х1, Х2, Х3, Х5, Х6 в 2011 – 2013 гг., и Х2, Х3, Х4, Х10, Х11 в
2008 – 2015 гг., меньше уровня 0,05, значит данные коэффициенты можно
считать не нулевыми. Причем этим же коэффициентам соответствуют
уровень t-статистики, при котором t-расчетное, которое мы получили,
больше, чем t-табличное по модулю, а именно больше числа 2,201.
Далее исходная регрессия будет проверена на мультиколлинеарность.
Выяснилось, что факторы X3 (RUB/USD)и Х4 (RUB/EUR) сильно
коррелируют между собой, поэтому нельзя говорить о том, что модель верно
специфицирована. Высокий показатель корреляции указывает на наличие
линейной зависимости и поэтому включение показателей в модель приведёт
к ложной регрессии. Было решено убрать RUB/EUR и вновь построить
модель. Результаты приведены в таблице 3.3.
Таблица 3.3. Вывод итогов построения регрессии
2008-2010
2011-2013
2008-2015
R-squared
0,9320
0,7474
0,6702
Adj R-squared
0,9048
0,6464
0,6251
Prob> F
0,0000
0,0000
0,0000
Источник: составлено на основании результатов построения модели в программе Stata
Значения R-квадрати скорретированный R-квадрат высокие, но
проблема
мультиколлинеарности
не
исчезла.
мультиколлинеарность показана в таблице 3.4.
Проверка
модели
на
43
Таблица 3.4. Проверка модели на мультиколлинеарность
2008 - 2010
2011 - 2013
2008 - 2015
Variable
VIF
1/VIF
VIF
1/VIF
VIF
1/VIF
Х1
29,23
0,034216
3,52
0,283990
12,26
0,081547
Х2
19,05
0,052500
18,98
0,052698
5,35
0,186991
Х4
7,37
0,135638
18,44
0,054232
7,31
0,136816
Х5
35,33
0,028306
4,08
0,245254
10,60
0,094377
Х6
11,00
0,090900
2,25
0,443550
8,56
0,116797
Х7
1,91
0,522533
2,76
0,362800
2,25
0,443742
Х8
2,86
0,349417
1,82
0,548800
2,98
0,335025
Х9
2,44
0,410364
1,54
0,648144
1,32
0,755483
Х10
1,77
0,564784
2,86
0,349642
1,30
0,770998
Х11
5,59
0,178945
7,58
0,131946
4,69
0,213032
Mean VIF
11,65
6,38
5,66
Источник: составлено на основании результатов построения модели в программе Stata
Анализ состоит в следующем: если величина коэффициента вздутия
дисперсии VIF (Variance Inflation Factor) каждой независимой переменной
меньше 10 — значит, эффекта мультиколлинеарности не наблюдается и
регрессионная модель приемлема для дальнейшей интерпретации. Чем выше
показатель VIF, тем более связаны между собой переменные. Если какаялибо переменная превышает значение в VIF=10, следует пересчитать
регрессию без этой независимой переменной.
Существуют
значение VIF считать
разные
мнения
пороговым.
по
Обычно
поводу
того,
критическим
какое
считают
значение VIF = 5, несколько реже VIF = 10, но пока будем ориентироваться
на него.
Поэтому вновь было принято решение избавиться еще от одной
переменной с наибольшим значением показателя VIF – Х1 для 1 и 3 периода
и Х2 для 2 периода. Результаты построения регрессии можно видеть в
таблице 3.5.
44
Таблица 3.5. Вывод итогов построения регрессии
2008-2010
2011-2013
2008-2015
R-squared
0,9231
0,5393
0,6694
Adj R-squared
0,8965
0,3798
0,6292
Prob> F
0,0000
0,0000
0,0000
Источник: составлено на основании результатов построения модели в программе Stata
Проверка модели на мультиколлинеарность показана в таблице 3.6.
Таблица 3.6. Проверка модели на мультиколлинеарность
2008 - 2010
2011 - 2013
2008 - 2015
Variable
VIF
1/VIF
VIF
1/VIF
VIF
1/VIF
Х2
3,80
0,263069
3,52
0,284112
2,87
0,348288
Х4
7,18
0,139345
8,68
0,115236
7,30
0,136922
Х5
16,83
0,059421
3,99
0,250462
10,25
0,097570
Х6
6,71
0,148992
2,25
0,443610
6,65
0,150435
Х7
1,86
0,537033
2,51
0,398968
2,25
0,443750
Х8
2,83
0,352943
1,81
0,551831
2,91
0,343057
Х9
2,40
0,416399
1,54
0,649092
1,31
0,762427
Х10
1,62
0,617050
2,86
0,349715
1,24
0,805946
Х11
5,48
0,182454
6,24
0,160183
4,62
0,216552
Mean VIF
5,41
3,71
4,38
Источник: составлено на основании результатов построения модели в программе Stata
Проблема мультиколлинеарности не исчезла в 1-м и в 3-м периоде,
поэтому убираем в них переменную Х5 со значением VIF=10,25 > 10=VIF
критический. Результаты построения модели в таблице 3.7.
Таблица 3.7. Вывод итогов построения регрессии
2008-2010
2008-2015
R-squared
0,9225
0,6110
Adj R-squared
0,8996
0,5695
Prob> F
0,0000
0,0000
Источник: составлено на основании результатов построения модели в программе Stata
45
Проверка модели на мультиколлинеарность показана в таблице 3.8.
Таблица 3.8. Проверка модели на мультиколлинеарность
2008 - 2010
2008 - 2015
Variable
VIF
1/VIF
VIF
1/VIF
Х2
3,80
0,263078
2,60
0,384391
Х4
4,73
0,211303
3,70
0,270344
Х6
4,06
0,246280
4,91
0,203518
Х7
1,57
0,635391
1,80
0,554385
Х8
2,81
0,355567
2,82
0,354168
Х9
2,22
0,450091
1,31
0,764193
Х10
1,52
0,657626
1,20
0,830082
Х11
4,62
0,216365
3,66
0,273080
Mean VIF
3,17
2,75
Источник: составлено на основании результатов построения модели в программе Stata
В итоге значение VIF всех факторов, во всех периодах,оказалось
меньше критического, причем ограничение более сильное, VIF < 5. Если
изначально мы ориентировались на уровень VIF критическое = 10, то после
избавления от всех факторов, VIF которых превышало 10, можно с
уверенностью принять VIF критическое = 5, так как ни один из факторов
больше не превышает этого значения. Мы добились того, что модель верно
специфицирована, набор факторов определен правильно (нет эффекта
мультиколлинеарности, при котором несколько независимых переменных
могут иметь настолько сильную корреляцию, что в регрессионной модели
обозначают, в принципе, одно и то же, что неприемлемо). В связи с этим
можно переходить к анализу регрессионной модели и указать факторы,
которые действительно влияют на цену золота.
Перейдем к анализу факторов с использованием полученных
показателей t-статистика и P-значение (таблица 3.9).
46
Таблица 3.9. Вывод итогов, показатели t-статистика и P-значение
2008-2010
2011-2013
2008-2015
Х1
t
P>|t|
расчетное
фактор исключен
t
расчетное
1,71
Х2
6,50
0,000
фактор исключен
3,69
0,000
Х4
-10,20
0,000
-0,08
0,941
-2,79
0,007
Х5
фактор исключен
2,23
0,038
фактор исключен
Х6
6,04
0,000
-3,75
0,001
3,93
0,000
Х7
0,46
0,646
0,07
0,948
-0,57
0,568
Х8
-0,25
0,804
-0,43
0,668
0,52
0,606
Х9
-1,37
0,181
-0,18
0,859
-0,93
0,355
Х10
-0,60
0,554
1,06
0,300
-2,96
0,004
Х11
0,28
0,785
-1,30
0,205
2,03
0,053
P>|t|
0,100
t
P>|t|
расчетное
фактор исключен
Источник: составлено на основании результатов построения модели в программе Stata
Пошагово избавляясь от мультиколлинеарности, тем самым верно
специфицировав модель, пришли к результатам, которые позволяют сделать
выводы о влияние некоторых независимых факторов (переменных) за
зависимую переменную-цену на золото.
Проанализировав полученные P-значение и t-статистику приходим к
выводу о том, что цена золота в зависит от индекса РТС, RUB/USD,
денежного агрегата М2 – во время кризисного периода 2008 – 2010 гг. В
период относительной стабильности 2011 – 2013 гг. цена на золото зависела
от денежного агрегата М2, RUB/USD и индекса реального курса рубля к
доллару. И в периоде 2008 – 2015 гг., включающий в себя кризисный,
относительно стабильный и период неопределенности, цена на золото
зависела от следующих факторов: индекс РТС, RUB/USD, денежный агрегат
М2,
инфляция.
Итоги
анализа
представленную ниже (таблица 3.10).
можно
свести
в
одну
таблицу,
47
Таблица 3.10. Представление результатов проведенного регрессионного анализа
Период
2008 - 2010
2011 - 2013
2008 - 2015
R-squared
0,9225
0,5393
0,6110
Цена на нефть
фактор исключен
Индекс РТС
+
фактор исключен
+
RUB/USD
+
+
+
Золотовалютные
резервы
М2
фактор исключен
фактор исключен
+
фактор исключен
+
+
Индекс реального
курса рубля к
+
доллару
Федеральный
бюджет (доходы)
Федеральный
бюджет
(профицит/дефицит)
Инфляция
+
Безработица
Источник: составлено на основании анализа результатов регрессионной модели
Таблица представляет собой совокупность показателей, которые могут
влиять на цену активов. Знаком «+» отмечены факторы, которые оказали
влияние на формирование цены золота в каждом из рассматриваемых
периодов. Такие показатели, как RUB/USD и денежный агрегат М2 показали
свою абсолютную значимость в формировании цены золота во всех трех
периодах. Индекс РТС повлиял на цену золота в двух периодах: кризисном и
общем, включающий кризисный, а в период относительной стабильности он
вообще исключен из модели, в силу определенных причин. Интересно то,
что в кризисном периоде золото как раз выполняло функцию защитного
актива – при падении экономики, оно действовало в обратном направлении
48
и компенсировало потери. При всем при этом, индекс РТС влиял на
формирование цены данного металла.
Такие показатели как индекс реального курса рубля к доллару и
инфляции показали значимость только в одном из рассматриваемых
периодов, в период относительной стабильности и общем соответственно.
Согласно WGC (World Gold Council), были определены факторы,
влияющие на цену золота, которые относятся не только к российскому
рынку, о них также говорилось ранее. Чтобы установить связь между
золотом и указанными факторами был применен корреляционный анализ.
Были использованы 33 показателя, которые постепенно исключались из
анализа,
если
между
ними
имелась
сильная
взаимосвязь,
путем
корреляционного анализа. Так, после устранения сильно взаимосвязанных
между собой показателей, были определены основные факторы, которые в
наибольшей степени влияют на цену золота, ими оказались денежные
показатели экономики США, а именно курс СДР к доллару США,
монетарная база и процентные ставки США. В данном анализе P-значение
для них равно 0, которое показывает вероятность ошибки. То есть
соответствующие независимые переменные в явной степени влияют на
зависимую переменную, коэффициент считается ненулевым и является
важным при построении уравнения регрессии.
49
ЗАКЛЮЧЕНИЕ
В сложившихся экономических условиях нестабильности финансового
рынка, наиболее привлекательные с точки зрения надежности и перспектив
роста стоимости активы — защитные. Они способны защитить инвестора от
инфляции, спада экономики и других факторов. Самыми надежными
считаются драгоценные металлы, казначейские облигации США, акции
наиболее крупных компаний, стабильные валюты. Анализ литературы
показал, что в настоящее время многие авторы обосновывают важность
вложения в них, особенно в условиях неопределенности и нестабильности в
экономике страны.
Для оценки выполнения активом защитных функций был использован
показатель β в модели CAPM, отражающий уровень риска актива, который
может входить в инвестиционный портфель. Для золота данный показатель
не в течение всего рассматриваемого периода – 1996 – 2014 гг. – составлял
величину, близкую к нулю. Это свидетельствует о том, что изменение
доходности всего портфеля практически не связано с доходностью и риском
рассматриваемого защитного актива. Кроме этого, необходимо отметить,
что в кризисные периоды состояния экономики коэффициент β принимал
отрицательные значения. Это можно рассматривать как усиление защитных
функций данного актива. Особенно принимая во внимание тот факт, что для
анализа был взят российский финансовый рынок, на котором наблюдалось
значительное падение стоимости активов как в 2008, так и в 2013 годах. Как
показал анализ c использованием модели CAPM, динамика золота как
актива в инвестиционном портфеле повторяет динамику рынка в периоды
стабильности экономики; однако противоположна ей, когда экономика
страны испытывает спад или негативное влияние каких-либо факторов на
российский финансовый рынок. Это еще раз подтверждает уникальность и
инвестиционную значимость данного драгоценного металла.
50
Регрессионный анализ выявил значимые переменные, влияющие на
цену золота в определенные периоды времени. В данной работе были
рассмотрены следующие периоды: кризисный, период стабильности и
общий период. Наибольшую значимость показали такие экономические
показатели, как курс рубля к доллару США и денежный агрегат –
измеритель денежной массы в российской экономике – М2. Данные
показатели оказывали влияние на формирование цены на золото во всех
периодах, принятых для рассмотрения. Также было выявлено влияние на
формирование цены золота со стороны фондового индекса РТС, индекса
реального курса рубля к доллару США и инфляция. Цена на нефть (марки
Brent), и золотовалютные резервы (вошедшие в модель только в период 2011
– 2013 гг.), федеральный бюджет, безработица своей оказались в
построенной модели не значимыми.
Проведенное исследование планируется развивать, изучая влияние не
только влияние показателей национальной экономики на состояние
рассматриваемого рынка. В настоящее время, на основании проведенных
расчетовможно утверждать, что основными факторами, влияющими на цену
золота и определяющими доходность данного актива, являются монетарные
показатели американской экономики. Это такие основные показатели как:
курс доллара США, денежная база, а также процентные ставки.
Макроэкономические индикаторы и показатели состояния денежной сферы
экономики других стран не показали значимой связи с доходностью на
рынке золота. Это свидетельствует о зависимости конъюнктуры на рынке
золота именно от состояния экономики и денежно-кредитной сферы в США,
что также связано с историческими и политическими причинами.
Данная работа является актуальной в настоящее время, так как в
современных экономических условиях велика значимость надежного
способа сохранения и преувеличения средств частного инвестора.
51
СПИСОК ЛИТЕРАТУРЫ
1.
Алиев А.Т, Сомик К.В. Управление инвестиционным портфелем.
– М.: Дашков и К, 2013.
2.
Андреев А. Депозитарная деятельность в условиях рыночной
экономики. – М.: Академия, 2013.
3.
Андрюшин С.А., Дадашев А.З. Научные основы организации
системы фондового рынка // Депозитариум. 2013 - № 4.
4.
Архипов В.Я. Мировой рынок золота и его перспективы. - М:
Финансы и статистика, 2007.
5.
Биржевая торговля драгоценными металлами и товарный рынок
[Электронный
ресурс]
–
http://moex.com/ru/Report/2013/drag_metall_page.html
URL:
(дата
обращения:
17.11.2013).
6.
Бланк И.А. Инвестиционный менеджмент. - М: ИТЕМ Лтд, 2007.
7.
Борисов С.М. Мировой рынок золота на современном этапе. –
М: ИМЭМО РАН, 2008.
8.
Бочаров
В.В.
Инвестиции.
Инвестиционный
портфель.
Источники финансирования. - СПб.: Питер, 2002.
9.
Бочаров В.В. Инвестиционный менеджмент. -
СПб.: Питер,
10.
Брыкля О.А., Павлова С.А., Санжиминапова З.Ф. Теоретико-
2009.
методологические и практическиеаспекты формирования инвестиционного
потенциала. – М.: Изд. Соврем.гуманитар. ун-та, 2009.
11.
Булатова А.С. Мировая экономика. – М.: Юристъ, 2003.
12.
Васильева М.В., Урбанович А.Р. Стратегические направления и
ориентиры развития финансового рынка России // Национальные интересы:
приоритеты и безопасность. 2013 - № 2.
13.
Гайдышев И.П. Анализ и обработка данных: специальный
справочник. - СПб.: Питер, 2001.
52
14.
Джагерсон Дж., Уэйд Х. Все об инвестировании в золото. – М.:
Манн, Иванов и Фербер, 2013.
15.
Защитные активы — золото или депозит? [Электронный ресурс]
– URL: http://www.forbes.ru/investitsii/online-conference-bank-trust/zoloto-ilideposit (дата обращения 20.12.2012).
16.
Золотой выход еврозоны // Эксперт-Online [Электронный
ресурс] – URL: http://expert.ru/2012/08/8/zolotoj-vyihod-evrozonyi/ (дата
обращения: 08.08.2012).
17.
Золоту не хватает монетарной поддержки [Электронный ресурс]
– URL: http://www.kommersant.ru/doc/1935403 (дата обращения: 16.05.2012).
18.
Информационно-аналитическое
агентство
Финам.
URL:
http://finam.ru.
19.
Катасонов В.Ю. Золото в экономике и политике России. – М.:
Анкил Москва, 2009.
20.
Красавина Л.Н., Смыслов Д.В., Былиняк С.А., Валовая Т.Д. и др.
Международные валютно-кредитные и финансовые отношения. – М.:
Финансы и статистика, 2005.
21.
Кучура
сохранения состояний
О.
Золото
как
[Электронный
безальтернативный
ресурс]
способ
–
URL:
http://www.forbes.ru/investitsii/131722-zoloto-kak-bezalternativnyi-sposobsohraneniya-sostoyanii (дата обращения: 19.09.2012).
22.
Лавров А. Финансовая стабилизация фондового рынка //
Вопросы экономики. 2012 - №8.
23.
Лиханов А.И. Золотовалютные резервы и экономический рост //
Проблемы экономики. 2007 - №5.
24.
Лычагин М.В., Мкртчян Г.М., Суслов В. И., Лычагин А. М..
Библиометрический анализ экономической научной литературы : учебное
пособие для бакалавров и магистрантов, обучающихся по направлениям
«Экономика» и «Менеджмент» / М-во образования и науки Рос. Федерации,
Новосиб. гос. ун-т, Экон. фак. — Новосибирск: Экон. фак. НГУ, 2013.
53
25.
Концепция
Лычагин
М.В.,
Мкртчян
системно-инновационного
Г.М.,
Суслов
библиометрического
В.И.
анализа
и
картографирования экономической литературы // Вестник Новосибирского
государственного университета. Серия: Социально-экономические науки. 2014. - Т. 14, вып. 2. - С. 127-141.
26.
металлах
Морозов С. Золотая пауза. Как заработать на благородных
[Электронный
ресурс]
–
URL:
http://www.mk.ru/economics/2014/10/20/zolotaya-pauza.html
27.
Орешин В.П. Государственное регулирование национальной
экономики. – М.: Инфра-М, 2007.
28.
Орлова Е.Р. Инвестиции: учеб.пособие. – М.: Омега-Л, 2012.
29.
Романова К. Недолго без госдолга [Электронный ресурс] – URL:
http://www.gazeta.ru/business/2015/03/17/6602149.shtml.
30.
Сазонов В.В., Сазонова Л.А. Особенности инвестиций в золото в
современных условиях нестабильной экономической ситуации // Экономика
и управление: анализ тенденций и перспектив развития, 2013.
31.
Севостьянова В.Н., Соколов Н.А. Роль золота в условиях
мирового финансового кризиса. - Москва, 2012.
32.
Суетин С.Н. Обоснование инвестиций в защитные активы в
условиях неопределенности // Вестник НОУ ВПО. 2013 - №11.
33.
Суетин С.Н. Приоритетные инвестиционные стратегии на рынке
акций в условиях кризиса // Современный финансовый рынок РФ, 2012.
34.
Суетин С.Н. Формирование эффективной инвестиционной
стратегии в условиях финансово-экономического кризиса // Вестник НОУ
ВПО «КИГИТ», 2012.
35.
Суслов В.И., Ибрагимов Н.М., Талышева Л.П., Цыплаков А.А.
Эконометрика. - СО РАН, Новосибирск, 2005.
36.
Таможников В.В. Возможности и ограничения применения
портфельных теорий Г. Марковица, Ф. Блэка и Р. Литтермана для
54
управления государственными международными резервами // Деньги и
кредит. 2009 - №6.
37.
Теплова Т.В. Инвестиции: учебник. – М.: ИД Юрайт, 2011.
38.
Финансовые
рынки
и
экономическая
политика
России:
монография / Под ред. С.С. Сулакшина. – М.: Научный эксперт, 2013.
39.
Центральный
Банк
РФ.
Официальный
сайт.
URL:
http://www.cbr.ru.
40.
Яварова И.Д., Булатова А.И. Оценка эффективности инвестиций
в золото // Актуальные вопросы экономических наук: материалы III
междунар. науч. конф. г. Уфа, июнь 2014
41.
Antonis A., Investing in gold: Individual asset risk in the long run,
Finance Research Letters, Volume 11, Issue 4, December 2014.
42.
Arayssi M., Investing in Gold: What to Expect? August 2012.
43.
Arayssi M. Price Drivers and Investment Strategies of Gold. Working
paper. 2013.
44.
Artigas, J.C. et al. Gold: Hedging against Tail Risk. World Gold
Council. 2010.
45.
Artigas, J.C. et al. Gold: Alternative Investment, Foundation Asset.
World Gold Council. 2011.
46.
Artigas, J.C., Palmberg, J. Gold Investor. Risk Management and
Capital Preservation. World Gold Council. Volume 8.March 2015.
47.
Coughlin T. The Portfolio Benefits of Investing in Gold
[Электронныйресурс]
–
URL:
http://experts.forexmagnates.com/portfolio-
benefits-investing-gold/2/ (датаобращения: 25.09.2014).
48.
Dirk G.B., Gold mining companies and the price of gold, Review of
Financial Economics, Volume 23, Issue 4, November 2014, Pages 174-181.
49.
Faff R., Hillfee D. An International Investigation of the Factors that
Determine Conditional Gold Betas. Working paper. 2010.
50.
Fan W., Fang S. Macro-factors on gold pricing during the financial
crisis. China Finance Review International, Vol. 4 Iss: 1, pp.58 – 75. 2014.
55
51.
Gencer H.G., Kilic E. Conditional Correlation and Volatility Links
among Gold, Oil and Istanbul Stock Exchange Sector Returns. International
Journal of Economics and Financial Issues, vol.4, No.1, pp. 170-182. 2014.
52.
McKibben M.A., GOLD, In Encyclopedia of Geology, edited by
Richard C. SelleyL. Robin M. CocksIan R. Plimer, Elsevier, Oxford, 2005, Pages
118-127.
Available
at
URL:
http://www.sciencedirect.com/science/article/pii/B0123693969002616.
53.
Raj A., Brian M., Psychological barriers in gold prices? Review of
Financial Economics, Volume 16, Issue 2, 2007.
54.
Sinclair D., Robert F., David H., Gold factor exposures in
international asset pricing, Journal of International Financial Markets, Institutions
and Money, Volume 13, Issue 3, July 2003.
55.
Thi-Hong-Van H., HooiHooi L., Wing-Keung W., Is gold good for
portfolio diversification? A stochastic dominance analysis of the Paris stock
exchange,International Review of Financial Analysis, Available 10 January
2015,URL:http://www.sciencedirect.com/science/article/pii/S1057521915000113.
56
ПРИЛОЖЕНИЕ. Данные для построения регрессии
57
58