Семинар Лаборатории Анализа Финансовых Рынков Тема

Семинар Лаборатории Анализа
Финансовых Рынков
18 мая 2010
Тема: «Тестирование информационной
эффективности на финансовых рынках»
Тетерева А.
Теплова Т.В.
Цель семинара


Познакомить со способами
исследования рыночной
эффективности
Предложить возможные области
для исследований
Понятие рыночной эффективности
Гипотеза эффективного рынка (ГЭР)


Если фактические цены мгновенно и полностью
отражают всю имеющуюся на рынке информацию, то
они соответствуют справедливой стоимости ценной
бумаги.
Получение прибыли, отличной от средней по рынку,
невозможно.
3 формы выполнения ГЭР по Ю. Фаме:
1.
2.
3.
Слабая – отражение информации об истории торгов
Полусильная – + отражение всей публичной
информации
Сильная - + отражение инсайдерской информации
Актуальность исследований
рыночной эффективности



наличие сведений об эффективности рынка
влияет на правильность принимаемых
инвестиционных решений и на итоговый
финансовый результат
Есть ли у рынка память?
Финансовый менеджер предпочтет привлекать
дополнительное финансирование через выпуск
акций, когда цены акций до того росли или
падали?
характеристики рынка влияют на возможность
применения различных моделей оценки
стоимости финансовых активов
На эффективном рынке:

Прошлые цены и будущие цены никак
не связаны

Необходимо доверять текущим ценам

Нет места иллюзиям

Спрос на акции высоко эластичен по
цене
Тестирование ГЭР на российском
рынке
Различные результаты обусловлены различными
методами тестирования, временным горизонтом,
включением институциональной среды (Е.Алифанова)
Эффективен ли в слабой форме
российский рынок акций? (1)

Проверка ряда значений индекса РТС за период доступной истории по
19.05.2009 на стационарность (расширенный тест Дики-Фуллера)

Ряд значений прироста логарифмов индекса РТС

Процесс случайного блуждания: It = μ + b*It-1 + εt, где corr(εi,εj) = 0

Уравнение регрессии: It = 0,0006 + 0,15*It-1+et

P-value = 0,24 для константы => It = 0,15*It-1+et

Тест Бройша-Годфри до 2 лага, значение статистики Хи-квадрат
составляет 0,51

Поведение значений индекса соответствует процессу случайного
блуждания

Вывод: соответствие российского фондового рынка информационной
эффективности в слабой форме
Тестирование гипотезы
сегментированной эффективности
Индекс группы РТС
Уравнение регрессии
РТС Нефть и Газ
It = 0,0007 + 0,079*It-1+et
(0,2)* (0,001)*
РТС Телекоммуникации
It = 0,0003 + 0,18*It-1+et
(0,34) (0,000)**
РТС Металлы и добыча
It = 0,0004 + 0,31*It-1+et
(0,43) (0,000)
РТС Промышленность
It = -0,0001 + 0,22*It-1+et
(0,68) (0,000)
РТС Потребительские товары и розничная
торговля
It = 0,0002 + 0,29*It-1+et
(0,52) (0,000)
РТС Электроэнергетика
It = -0,002 + 0,39*It-1+et
(0,068) (0,000)
РТС Финансы
It = -0,002 + 0,27*It-1+et
(0,078) (0,000)
Тестирование гипотезы
сегментированной эффективности
Индекс группы РТС
Эффективен в слабой Эффективен в слабой
форме на 5% уровне
форме
на
10%
значимости?
уровне значимости?
РТС Нефть и Газ
да
да
РТС Телекоммуникации нет
нет
РТС Металлы и добыча
да
нет
РТС Промышленность
нет
нет
РТС Потребительские нет
товары и розничная
торговля
нет
РТС Электроэнергетика
да
да
РТС Финансы
да
да
Результаты тестирования
Слабой формой эффективности обладают следующие
сегменты*:

Нефть и Газ

Электроэнергетика

Финансы
*проходят тест Бройша-Годфри как на 5%, так и на 10%
уровне значимости
На 5% уровне значимости к трем выше добавляется
сегмент металлы и добыча.
По трем уравнениям регрессий выполняется гипотеза о
процессе классического случайного блуждания (за
исключением индекса РТС Финансы).
Гипотеза

Для эффективных сегментов
предсказанная доходность будет
отличаться от фактической
доходности в большей степени,
чем для неэффективных сегментов
Эффективность сегментов и
прогнозирование доходности




Использовались
еженедельные значения
отраслевых индексов
РТС за период 2002 –
2007 гг.
MM – 2004
CR – 2005
IN – 2004
Ряд значений прироста
логарифмов индекса
РТС
Уравнение регрессии
Тест Бройша-Годфри до
2 лага, значение
статистики Хи-квадрат
Индекс группы РТС
Эффективен на
10% уровне
значимости?
РТС Нефть и Газ
да
РТС Телекоммуникации
нет
РТС Металлы и добыча
нет
РТС Промышленность
нет
РТС Потребительские товары да
и розничная торговля
Эффективность сегментов и
прогнозирование доходности
Индекс группы РТС
Уравнение регрессии
РТС Нефть и Газ
It = 0,004 + 0,13*It-1+et
РТС Телекоммуникации
It = 0,004 + 0,19*It-1+et
РТС Металлы и добыча
It = 0,006 + 0,25*It-1+et
РТС Промышленность
It = 0,004 + 0,29*It-1+et
РТС Потребительские товары и розничная
торговля
It = 0,005 + 0,25*It-1+et
Эффективность сегментов и
прогнозирование доходности

Из каждого сегмента были взяты компании с max и min весом
в соответствующем индексе
Индекс группы РТС
Компания
РТС Нефть и Газ
ОАО ЛУКОЙЛ, ао
ОАО Уфанефтехим, ао
РТС Телекоммуникации
ОАО МТС, ао
ОАО МГТС, ао
РТС Металлы и добыча
ОАО ГМК Норильский никель, ао
ОАО Белон, ао
РТС Промышленность
ОАО Силовые машины, ао
ОАО Уфимское МПО, ао
РТС Потребительские товары и ОАО Магнит, ао
розничная торговля
ОАО Аптечная сеть 36,6, ао
Эффективность сегментов и
прогнозирование доходности








Прогноз строится на первую половину 2008 года
Используется ряд значений приростов логарифмов цен бумаги
(доходности) – фактические значения
Цены – недельные данные
В уравнение регрессии по индексу подставлялось значение доходности
бумаги
РТС Нефть и Газ It = 0,004 + 0,13*It-1+et
ОАО ЛУКОЙЛ, ао Rt = 0,004 + 0,13*Rt-1+et
На 14.01.2008 значение доходности получено из фактической
доходности на 7.01.2008, все последующие значения были получены
из прогнозной доходности предыдущей недели
Сравнивалось прогнозное и фактическое значение доходности
Проверялось сколько раз было спрогнозировано верное направление
изменения доходности, высчитывался процент «попаданий»
Эффективность сегментов и
прогнозирование доходности
Индекс группы РТС
Эффективен на
10% уровне
значимости?
Нефть и Газ
да
Телекоммуникаци
и
нет
Металлы
добыча
нет
и
Промышленность
Потребительские
товары
и
розничная
торговля
нет
да
Компания
Процент
«попаданий»
ОАО ЛУКОЙЛ
50%
ОАО Уфанефтехим
50%
ОАО МТС
46%
ОАО МГТС
100%
ОАО ГМК Норильский
никель
ОАО Белон
42%
ОАО Силовые машины
38%
ОАО Уфимское МПО
38%
ОАО Магнит
ОАО Аптечная
36,6
46%
сеть
78%
38%
Разница между предсказанной и фактической доходностями по крупным компаниям
0,34
0,29
0,24
0,19
0,14
0,09
0,04
-0,06
08
20
6.
.0
23
08
20
6.
.0
09
08
20
5.
.0
26
08
20
5.
.0
12
08
20
4.
.0
28
08
20
4.
.0
14
08
20
3.
.0
31
08
20
3.
.0
17
08
20
3.
.0
03
08
20
2.
.0
18
08
20
2.
.0
04
08
20
1.
.0
21
-0,01
-0,11
MM
OG
TL
CR
Разница между предсказанной и фактической доходностями по мелким компаниям
0,25
0,2
0,15
0,1
0,05
0
08
20
5.
.0
08
19
20
5.
.0
08
12
20
5.
.0
08
05
20
4.
.0
28
08
20
4.
.0
08
21
20
4.
.0
08
14
20
4.
.0
08
07
20
3.
.0
08
31
20
3.
.0
08
24
20
3.
.0
08
17
20
3.
.0
08
10
20
3.
.0
08
03
20
2.
.0
08
25
20
2.
.0
18
08
20
2.
.0
08
11
20
2.
.0
08
04
20
1.
.0
08
28
20
1.
.0
21
-0,05
-0,1
-0,15
CR
OG
MM
Выводы



Для эффективных сегментов процент
попаданий не выше, чем для
неэффективных сегментов
Для крупных компаний эффективных
отраслей прогнозные значения имеют
меньшую ошибку, чем прогнозные
значения для неэффективных отраслей
Для мелких компаний неэффективных
отраслей разброс значений больше, чем
для эффективных отраслей
Что можно делать?





Другие способы, методы исследования
эффективности
Сравнения стран по степени
эффективности
Исследование влияния кризиса на
рыночную эффективность
Попытки решения аномалий через ГЭР
И так далее
Спасибо за внимание!