Дипломная работа на тему «Влияние валютных рисков на эффективность российских публичных компаний в период 2011-2016 годов»

Скачать пример Заказать работу Скачать пример Заказать работу

Широкое развитие и распространение международной торговли в последние несколько десятилетий породили высокий интерес со стороны исследователей к изучению подверженности компаний валютным рискам. В настоящее время колебания и неустойчивость основных курсов валют (доллар, евро, фунт, йена, рубль) являются не только одним из основных факторов, влияющих на экономическую активность в мире, но также оказывающим значительное воздействие на эффективность компаний. При этом ключевым каналом влияния на микроуровне является ориентация компании на экспорт или импорт, что в большинстве случаев подразумевает расчеты в одной из иностранных валют. В свою очередь укрепление или ослабление местной валюты по отношению к иностранной влияет на результативность фирмы и может косвенно воздействовать на рыночные котировки её ценных бумаг. Но даже компании, ориентированные на внутренний рынок, как показал ряд недавних исследований, подвержены валютным рискам за счет макроэкономических, региональных и отраслевых особенностей. Однако открытыми и неисследованными в достаточной мере остаются вопросы о том, как фактор асимметрии в поведение инвестора и отраслевая специфика оказывают влияние на подверженность публичных компаний валютному риску на российском фондовом рынке.

В настоящее время исследователи не пришли к общему консенсусу, какая модель наилучшим образом оценивает подверженность компаний валютным рискам и как отрасль, в которой функционирует компания, оказывает влияние на меру чувствительности к данному риску. Во-первых, в большинстве современных работ по данной проблематике авторы используют традиционные инструменты и модели для получения стандартных результатов по тому или иному региону, не принимая во внимание асимметрию в поведении инвестора (различное отношение к падению и росту ценной бумаги), внешние факторы, оказывающие влияние на рынок акций, и детерминанты фирмы, снижающие или повышающие подверженность валютному риску. Однако ценность исследования не только в нахождении некоторой общей взаимосвязи между факторами и переменными, но и в возможности применения выводов работы компанией для потенциального снижения подверженности валютным колебаниям. Во-вторых, различные выводы, к которым пришли исследователи, изучив различные рынки (США, Китай, ЕС, Индия), и в то же время единичные работы, посвященные подверженности компаний валютным рискам на российском рынке, указывают на возможность и интерес к проведению качественного анализа по данному региону. В-третьих, ряд исследователей показали, что на макроуровне ключевым фактором валютного риска является валютный режим (фиксированный, валютный коридор, плавающий), который в значительной мере влияет на результативность компании, структуру деятельности и котировки её ценных бумаг. В России валютный режим был изменен сравнительно недавно ЦБ РФ (ноябрь 2014), который перешел от валютного коридора и слабого воздействия на валютный курс к плавающему валютному курсу, который формируется исключительно рыночным спросом и предложением на валюту. Выше обозначенный круг вопросов определяет тематику и задачи данного исследования, которое сократит разрыв в проработанности данной темы на российском и развитом рынках.

Целью данной дипломной работы является выявление влияния валютных рисков на эффективность российских публичных компаний в период 2011-2016 гг. В данной работе валютные риски за период t будут определяться в процентах исходя из процентных изменений валютного курса (валютная доходность) за этот период.

Основные задачи, которые будут выполнены для достижения цели:

. Изучить и проанализировать имеющиеся исследования и модели в области ценообразования активов и подверженности компаний валютному риску

. Изучить и проанализировать исследования влияния детерминант фирм на их чувствительность к валютному риску

. Выявить основные факторы и компоненты, влияющие на наличие и степень чувствительности компаний к валютному риску, а также значимые внешние факторы на российском рынке

. Разработать теоретические модели для исследования подверженности валютным рискам и определения её детерминант, которые учитывают асимметрию в поведении инвестора по отношению к изменению цены акции компании

. Собрать необходимые данные по российским публичным компаниям за 2010-2016 гг. в целом и в отраслевом срезе

. Провести тестирование и дальнейшее сравнение моделей на сформированной выборке: выбрать наилучшую

. Сравнить подверженность валютному риску на двух периодах (до ноября 2014 года (валютный коридор) и после ноября 2014 года (плавающий валютный курс))

. Выявить значимые для компаний детерминанты подверженности валютному риска

Объектом исследования, проведенного в рамках данной выпускной работы, стали российские публичные компании, акции которых котировались на Московской Бирже за период 2010-2016 гг.

Нужна помощь в написании диплома?

Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Сдача работы по главам. Уникальность более 70%. Правки вносим бесплатно.

Цена диплома

Предметом исследования является доходность акций данных компаний.

Актуальность и новизна исследования заключается в проработке нижеследующих аспектов и вопросов, которые ранее были не исследованы или затронуты авторами предыдущих работ только частично. Во-первых, практически отсутствуют работы, как по развитому, так и по развивающемуся рынку, в которых учитывалось бы наличие асимметрии во влиянии валютного риска на доходность акций компании, так как во многих работах введена предпосылка о полной рациональности инвестора, которая в реальности нарушается. Во-вторых, проработанность данной темы высока по развитым и некоторым развивающимся рынкам (Индия, Сингапур, Таиланд), однако российский рынок практически не исследован. В-третьих, данное исследование охватывает современный период (2011-2016 гг.), в котором произошло изменение валютного режима и повышалась волатильность курсов валют, что позволяет сравнить два валютных режима (валютный коридор и свободно плавающий курс) и оценить эффект повышенной волатильности на среднесрочном временном горизонте.

Новизна работы также заключается в дополнении классической модели оценки подверженности валютному риску поведенческим фактором (асимметрия в подверженности валютному риску); в определении значимых детерминант, оказывающих влияние на степень валютного риска; в отраслевом анализе и в сравнении периодов с различными валютными режимами.

Практическая значимость данной работы состоит: в потенциальном использовании модернизированной модели в дальнейших исследованиях на других рынках развитых и развивающихся регионов; в возможности применения результатов исследования аналитиками, стратегами и менеджментом компаний различных отраслей российского рынка для прогнозирования или выработки решения по снижению или диверсификации возникающего в их компании или в отрасли в целом валютного риска.

Данные о котировках акций компаний (выборка) и показатели их деятельности и результативности собраны с использованием базы данных Bloomberg.

Данная работа концептуально состоит из трех глав. В Главе 1 представлен обзор основополагающих работ по подверженности компаний валютному риску, обзор исследований по выявлению значимых детерминант подверженности валютному риску, подходы к ценообразованию активов, учитывающие поведенческие факторы, современные тенденции и направления к анализу данной темы. В Главе 2 приведена методология исследования: представлены модели, на которых будут протестированы данные, и выбраны соответствующие переменные, сформулированы гипотезы, которые будут проверяться. Глава 3 представляет собой описание данных (описательные статистики выборки), результаты тестирования моделей на подверженность компаний валютным рискам, результаты тестирования модели на определение значимых детерминант подверженности, влияющих на степень этой подверженности.

Глава 1. Влияние валютных рисков на эффективность компаний: теоретические аспекты, обзор литературы и современные тенденции анализа проблемы
1.1 Подверженность валютным рискам: теоретические аспекты, валютный режим и отраслевая специфика

Формирование теоретической базы и математических моделей, описывающих воздействие валютных рисков на эффективность компаний, началось в сравнительно недавнее время (80-90-е гг. XX века). Именно в этот период многие страны развитого и развивающегося рынка трансформировали экономику, сняв барьеры для импорта и включившись в международную торговлю. Однако, несмотря на высокую подверженность компаний риску со стороны валютной корзины в последнее десятилетие, исследования в данном направлении развивались только в области смены временного горизонта, рассматриваемого региона и выборки компаний. Большинство научных работ же использовали традиционную эконометрическую модель, за которой стоят жесткие предпосылки, которые в реальности должны ослабляться и учитывать ряд других факторов.

За последнее десятилетие экономисты в исследуемых работах сформировали несколько подходов к оценке подверженности компаний валютным рискам. Наиболее популярными и тестируемыми стали линейные регрессионные модели, в которых в качестве зависимой переменной использовалась доходность акций компании за период (в % выражении), объясняющей — доходность определенной валюты за период (в % выражении), а в качестве меры чувствительности к риску (подверженность валютному риску) — коэффициент при объясняющей переменной. При этом использование моделей для тестирования валютного риска на различных выборках и временных горизонтах показало высокий разброс результатов, а в некоторых случаях — их незначимость.

К настоящему моменту экономисты и исследователи определили несколько способов и возможностей, с помощью которых можно оценить успешность, результативность и эффективность компании. Некоторые из них основаны на использовании соотношений между различными экономическими показателями компании [Delen, Kuzey, 2013], [Combola, Ketz, 1983], например, рентабельность активов, рентабельность прибыли, оборачиваемость активов или запасов и др. Другие авторы в качестве фактора эффективности фирмы использовали коэффициент q-Тобина [Blanchard, Summers, 1993], [Damodaran, 2002], который отражает относительную стоимость компании и её привлекательность, а также стоимость интеллектуального капитала фирмы. Однако проблема сопоставления эффективности компании этими способами с её подверженностью валютным рискам заключается либо в отсутствии периодических данных по требуемым показателям эффективности за короткий период (неделя, месяц), либо в сложности их расчета и дальнейшего применения. Для цели данной работы под эффективностью компании будет пониматься рыночная доходность её акций, которая также применялась ранее, как прокси, в работах, посвященных эффективности и результативности компаний [Shulman, Raymond, 2009], [Binem, Bernadin, 2016]. Стоит отметить, что также данный показатель эффективности компании используется в основном в большинстве основополагающих работ по исследуемой проблематике, которые будут рассмотрены ниже.

Фокус современных исследований по данному направлению сместился в сторону усложнения тестируемых моделей, путем введения дополнительных предпосылок и гипотез, и ослабления первоначально используемых. Так, например, предпосылка о нормальности распределения ошибок была изменена на GARCH (1,1) ошибку [Min, Hutson, Muckley, 2014], [Parlapiano, Alexeev, 2017], а гипотеза об отсутствии асимметрии в валютной подверженности была опровергнута в работах различных экономистов [Martin, Koutmas, 2003], [Babushkin, Dranev, 2014].

В то же время незначимость полученных результатов в некоторых работах по данному направлению была объяснена высокой дифференцированностью компаний и отраслей, для которых положительной влияние одних компенсировалось отрицательным воздействием других в линейной регрессионной модели. Это замечание в дальнейшем привело к исследованию экономистами валютной подверженности не только по всей выборки компаний, но и в отраслевом срезе [Aggarwal, Chen, 2011], [Olugbode, El-Masry, 2014], что значительно изменило полученные ранее результаты и позволило дать оценку валютной подверженности уже по конкретной отрасли.

Особое внимание в проблематике подверженности валютному риску уделяется также типу валютного курса той страны, в которой функционирует компания. В зависимости от того, какой валютный курс действует внутри страны (фиксированный, валютный коридор, плавающий), валютные риски компании, даже работающей на внутренний рынок, различаются. Это различие определяется, как самой волатильностью и изменчивостью курса, так и ожиданиями рынка, инвесторов и фирмы. Стоит ожидать, что в условиях фиксированного курса подверженность валютному риску практически неизменна во времени и хорошо прогнозируется, а в условиях плавающего — возрастает и ожидания строятся на более короткий период.

Однако в научных трудах, в которых исследовалась подверженность компаний валютному рынку в зависимости от валютного режима на развивающихся рынках, было показано, что на практике данная подверженность возрастает при наличие фиксированного валютного курса в стране [Rossi, 2012], [Min, Hutson, 2014]. Действительно, с одной стороны, фиксированный валютный курс позволяет компании меньше заботиться о возникающих валютных рисках, величина которых слабо волатильна, но, с другой стороны, плавающий валютный курс заставляет компании хеджировать валютные риски из-за вероятности высоких потерь и необходимости сопоставления статей в различных валютах в бухгалтерском отчете.

Одной из первых теоретических работ в академической литературе по исследуемой тематике стала статья [Shapiro, 1974], в которой автор, построив математическую модель на микроуровне для международной компании, показал, что валютные риски — важный фактор, влияющий на результативность компании (прибыль), — может меняться в зависимости от отрасли, в которой функционирует компания. Также Shapiro отметил, что экспорт ориентированная компания получает прибыль от девальвации курса, тогда как «domestic firm» — несет чистые потери. Несмотря на то, что модель имела предпосылки плавающего валютного курса и отсутствия контроля над ценами, автор, ссылаясь на схожие исследования, показал, что в случае наличия контроля за валютным курсом и ценами, выводы не изменятся.

1.2 Обзор исследований, посвященных оценки подверженности компаний валютному риску

Нужна помощь в написании диплома?

Заказать диплом

Первая попытка оценить подверженность валютному риску численно была предложена в статье [Adler and Dumas, 1980], где авторы дали точное определение подверженности валютному риску, которое практически неизменно использовалось в будущих трудах по данной тематике. Традиционно подверженностью валютному риску стала считаться чувствительность рыночной цены какого-либо актива к неожиданным изменениям в валютном курсе (во фьючерсе на валюту). В своей работе Adler и Dumas показали, что данная чувствительность к валютным колебаниям измеряется коэффициентом при переменной «изменение валютного курса» в соответствующей регрессии на логарифм доходности рыночного актива, однако пришли к выводу, что их модель не отражает возможности хеджирования. Другими словами, исходная модель измеряла валютный риск, но не показывала, как от него можно хеджироваться или снизить его влияние. Основополагающей работой в данной области стала статья [Adler and Dumas, 1984], которая являлась продолжением исходной статьи. В ней исследователи перешли от формальных и теоретических размышлений к построению регрессионной модели, которая используется по данной теме и в настоящее время. Построив регрессию валютного курса на рыночную цену актива, авторы показали, что подверженность валютному риску определяется коэффициентом при объясняемой модели. При этом Adler и Dumas ввели предпосылку в модель об отсутствии систематической ошибки, т.е. Они предположили, что будущие валютные колебания и соответствующая волатильность вызывается только непредсказуемыми факторами, т.е. ошибки носят случайный характер. Кроме того, авторы показали, что валютный риск характерен не только для международных корпораций и фирм с высокими объемами экспорта или импорта, но также для компаний с невысокой долей внешней торговли в обороте. В дальнейшем исследования в данной области проводились экономистами с опорой на теоретическую базу и математическую модель, описанные данными авторами.

Дальнейшая проработка данного вопроса привела к появлению исследований, в которых исходная теоретическая база и математическая модель тестировались на выборке компаний определенного региона. Ключевой работой по данному направлению стало исследование [Jorion, 1990], в котором автор одновременно доработал модель, предложенную Adler и Dumas в 1984 году, и протестировал её на выборке 287 американских компаний с 1971 по 1987 гг. Jorion ввёл в первоначальную модель дополнительную переменную — доходность рынка, чтобы зафиксировать влияние рынка на доходность акций компаний. Однако результаты работы показали, что менее 5% фирм подвержены валютному риску на 5% уровне значимости (на всем временном периоде и на отдельных интервалах). При тестировании использовались месячные доходности, но автор подчеркнул, что подверженность валютному риску меняется со временем, и проверка при расчете доходности на другом интервале (дневной, недельный) может значительно изменить результаты. Также автор протестировал влияние экспортных продаж компании на данный показатель и выявил значимую положительную связь по всем рассматриваемым периодам, которая объясняется прямым соотношением между экспортом, общей выручкой и валютным курсом, который не зафиксирован. Аналогичные результаты были получены в статье [Amihud, 1993], в которой автор тестировал аналогичную модель по выборке 32 крупнейших корпораций США с 1982 по 1988 гг.

В 90-е гг. XX века актуальность исследований по данному направлению возросла в несколько раз. Во-первых, большинство предыдущих работ были связаны с теоретическим описанием и проработкой проблемы, тогда как эмпирических проверок по развитому и развивающемуся рынку практически не было. Во-вторых, в ряде работ эмпирические выводы и результаты были диаметрально противоположны ([Choi and Prasad (1995)], [He and Ng, 1998], [Jorion, 1990]), либо слабо сопоставлялись с теоретическими выводами, что не создавало общей картины подверженности компаний валютным рискам. В-третьих, исследователи пытались дополнить существующие модели релевантными факторами и переменными, которые могли бы улучшить оценки моделей и показать более достоверные результаты. Так в работе [Bartov and Bodnar, 1994] авторы заключили, что незначимость переменных в предыдущих работах можно объяснить несколькими фактами:

· существует лаг между изменением валютного курса и его воздействием на рыночную цену акций компании (задержка в несколько дней)

· существует мультиколлинеарность в расширенной модели с рыночной доходностью и валютным курсом

· компании с разной спецификой (с высоким экспортом/импортом, транснациональные/местные) компенсируют друг друга и суммарный эффект в подверженности валютному риску низок

Однако, добавив в модель, предложенную [Adler and Dumas, 1984], лаговые переменные подверженности валютному риску, и, рассчитав более качественным образом доходности компаний, авторы получили схожие результаты с предыдущими исследованиями. При этом объясняющая сила их модели оказалась сравнительно невысока, но как рассчитать суммарный эффект от коэффициентов чувствительности к валютному риску, учитывая лаговые переменные, авторы не показали.

В то же время другие ученые занимались вопросом каузальной связи между динамикой рынка и валютными курсами. В работах [Granger and Yang, 2000] и [Roll, 1992], авторы показали, что между этими переменными существует значимая отрицательная связь, которая прослеживается на разных выборках и временных горизонтах. Таким образом, потенциальное использование в модели с подверженностью валютным рискам этих переменных в качестве объясняющих без дополнительных поправок может вызвать высокую мультиколлинеарность и незначимость коэффициентов модели при высокой объясняющей силе модели.

В 2001 году более комплексное исследование на оценку подверженности компаний валютному риску было проведено в статье [Griffin, Stulz, 2001], где авторы рассмотрели выборку компаний из 6 стран за промежуток с 1975 по 1997 годы. Авторы провели не только регрессионный анализ по каждому региону за указанный период, но также одними из первых провели широкий отраслевой анализ, выделив фирмы промышленной, энергетической, металлургической, строительной и др. отраслей. Также исследователи проверили гипотезу о том, что периодичность данных (недельные, месячные, годичные) оказывают существенное влияние на итоговые значения коэффициентов. В итоге они получили, что в целом валютные риски практически не объясняют разброс в доходности акций компаний (в среднем 1,5% объясненной волатильности) в стандартной регрессионной модели, а значимость коэффициентов наблюдается только в случае использования месячных и годичных данных. Несмотря на найденную невысокую подверженность компаний валютным рискам, авторы показали, что валютные риски значительно меняются в отраслевой разбивке и в зависимости от направления торговли (ориентация на экспорт или местные продажи). При этом они показали, что в дальнейшем требуется исследовать показатели хеджирования компаний валютными рисками. Действительно, слабая взаимосвязь между валютными рисками и доходностью акций может быть вызвана фактором активного хеджирования данных рисков компанией, что в среднем, учитывая положительную и отрицательную подверженность, будет приводить к снижению этого показателя, поэтому выводы о незначимости валютного риска могут быть ошибочны.

В следующей работе [Allayannis, Ofek, 2001] экономисты учли выводы и намеченные тренды по данной проблематике, а именно — попытались исследовать факторы хеджирования в моделях подверженности компаний валютному риску и факторы, которые влияют на решение компании хеджировать их в определенном объеме. Для этого авторы использовали выборку нефинансовых компаний из индекса S&P 500 за 1993 год в силу того, что финансовые компании используют данный инструмент исходя из иных мотивов. В качестве фактора валютного хеджирования авторы использовали объем имеющихся производных финансовых инструментов в иностранной валюте в денежном эквиваленте, которые использовала компания. В результате было показано, что существует значимая отрицательная связь между использованием хеджирующего фактора и подверженностью валютному риску на компанию, при этом результаты оставались устойчивыми при применении различных временных интервалов исследования и регрессионных моделей (WLS, OLS, GLS). На 2 этапе исследования авторы получили, что объем валютного хеджирования положительно и значимо зависит от объема продаж на экспорт и долга в иностранной валюте, а иностранный долг может использоваться в дальнейших исследованиях как прокси фактора валютного хеджирования. Таким образом, авторы показали, наличие и объем валютного хеджирования в значительной степени снижает подверженность валютному риску, что может рассматриваться как решение проблемы влияния валютных рисков на компанию. Однако несмотря на новизну исследования и выводов авторов, в их работе был исследован довольно короткий временной горизонт, ограниченная выборка компаний, и только развитый рынок, что исключало возможность агрегирования результатов. В последующих работах [Schafer, Pohn-Weidinger, 2005], [Bartram, 2007], [Heta, Mulleti, 2013], [Bishev, Boshkov, 2016] экономисты так же показали, что существует оптимальный уровень хеджирования, который снижает влияние валютного риска на доходность акций компаний, а сам фактор хеджирования особенно важен для компаний с высокой экспортной выручкой или высокими расходами на импорт.

В конце 90-х — начале 00-х гг. по исследуемому направлению зародилось новое течение, основополагающей гипотезой которого стала наличие асимметрии во влиянии подверженности к валютному риску на рыночную доходность акций. Другими словами, предыдущие работы и исследования в качестве чувствительности к валютному риску рассматривали только один коэффициент и переменную при нем — изменение (доходность) валютного курса, не исследуя отдельно влияние укрепления и ослабления валютного курса. В реальности же прирост валютного курса может оказать сравнительно низкое (высокое) влияние, чем обратный процесс за счет рыночных тенденций, ожиданий инвесторов, гистерезиса, непринятия и несклонности инвесторов к риску. При этом основной предпосылкой в работах, написанных ранее, являлась предпосылка о независимости и одинаковом распределении ошибок, что позволяло проверять гипотезы, используя OLS. В итоге, когда экономисты использовали стандартные линейные регрессионные модели без поправки на гетероскедастичность, оценки коэффициентов модели становились смещенными, несостоятельными и неэффективными, а значит истинные выводы относительно результатов исследования не могли быть получены. Таким образом, требовалось либо проведение тестов на гетероскедастичность, который с высокой степенью вероятности покажет, что данные неоднородны, либо прямое применение модели, которая учитывает асимметрию валютного риска.

Впервые анализ асимметрии был проведен в работах [Martson, 1990], [Knetter, 1994], [Goldenberg, 1995], [Christophe, 1997] по ценообразованию активов. Независимо друг от друга авторы доказали, что существует асимметрия во влиянии на цену рыночного актива, заключающаяся в разных отклонениях цены актива при положительном и отрицательном риске рынка или определенного фактора. Выводы, полученные в данных работах, определили будущие тенденции для моделирования исследований, посвященных валютной подверженности.

Одной из первых и ключевых работ стала статья [Koutmas, Martin, 2003], в которой авторы эмпирически проверили гипотезу о наличии условной гетероскедастичности и асимметрии в модели с валютным риском. Для этого авторы использовали модель, предложенную Jorion в 1990 году, которая также учитывала влияние рынка на стоимость актива, и трансформировали впоследствии переменную доходности валютного курса на две составляющие: переменную обесценения валютного курса, которой соответствовали даты, в которых валютная доходность была отрицательной, и переменную укрепления валютного курса. На недельных данных 1992-1998 гг. авторы протестировали модель оценки подверженности риску для основных мировых валют (USD, Euro, JPY, DM) и выявили, что цены акций около 40% компаний по выборке каждой из 4 стран были значимо подвержены валютным колебаниям, при этом фирмы финансового и потребительского секторов были подвержены этому фактору в наибольшей степени. Стоит отметить, что в отличие от большинства предыдущих работ, где использовались стандартные модели без поправки на гетероскедастичность, эмпирическая проверка модели с учетом асимметрии в подверженности валютному риску показала намного выше , а также долю значимых коэффициентов чувствительности компаний к этому фактору. В дальнейшем [Muller, Verschoor, 2006] развили данную тему, применив GARCH (1,1) модель, которая позволила решить проблему с возможной гетероскедастичностью. Действительно, данная спецификация модели применяется к временному ряду, предполагая, что условная дисперсия зависит от дисперсии ошибок в предыдущие моменты времени. В результате эконометрическая модель учитывает асимметрию, возникающую на финансовом рынке, когда положительные тренды и новости оказывают влияние на рыночную стоимость акций гораздо ниже, чем негативные шоки и падения рыночного индекса или валютного курса. Как результат, исследователи выявили, что в среднем от 10 до 20% выборки из американских компаний подвержены валютному риску в зависимости от валюты (USD, Euro, JPY, Pound), а зависимость между этим фактором и рыночной доходностью акций — отрицательная по выборке для каждого валютного курса. Кроме того, результаты показали, что наибольшую корреляцию данные переменные имеют при месячных наблюдениях, наименьшую — при недельных.

Актуальность и новизна последующих работ заключалась в трех основных аспектах изучаемой области:

· исследование асимметрии в подверженности компаний валютному риску на развивающихся рынках

· применение математически более усложненных моделей, с целью учесть все несовершенства рынка и более точно исследовать исходную проблему

· построение регрессионных моделей для исследования детерминант чувствительности к валютному риску

Тематика данных работ характерна для последнего десятилетия, в котором актуальность данного вопроса возросла за счет финансового кризиса и скачков волатильности на финансовых рынках.

Среди недавних значимых работ по региону БРИК стала статья [Dranev, Babushkin, 2014], в которой авторы, принимая во внимания результаты и замечания предыдущих работ, эмпирически проверили гипотезу об асимметричной подверженности компаний валютному риску по выборке компаний за 2003-2013 гг. Исследователи выяснили, что в среднем 15-20% компаний подвержены валютному риску, при этом наибольшая подверженность этому фактору было обнаружено на российском финансовом рынке по месячным и квартальным данным. Данный результат согласуется с тем, что в краткосрочной перспективе валютная волатильность воздействует только на сравнительно небольшое количество компаний, тогда как на длинных временных горизонтах больше компаний участвуют в международной торговле либо имеют валютный долг. Также подверженность валютному риску для российского рынка характерна из-за цены на нефть, которая является триггером развития и роста страновой экономики и составляет высокую долю в доходах РФ.

Одной из недавних работ в данной области стал труд [Parlapiano, Alexeev, 2017], где авторы предложили альтернативную модель для выявления взаимосвязи между подверженностью к валютному риску и доходностью акций. Экономисты показали, что стандартная модель для анализа, предложенная Jorion, в большинстве предыдущих работ привела к незначимости коэффициентов при высокой доли объясненного разброса за счет возникающей мультиколлинеарности. Опираясь на модели и теоретические обоснования предшественников, авторы используют в своем труде 3-х шаговый метод:

Нужна помощь в написании диплома?

Цена диплома

· на 1 этапе строилась регрессия валютной доходности от её предыдущих значений и значений 6 контрольных переменных

· на 2 этапе оценка полученных остатков добавлялась в аналогичную модель, но уже для доходности рыночного портфеля

· на 3 этапе оценки полученных остатков 1 и 2 шага добавлялись в аналогичную модель, где зависимой переменной была рыночная доходность акций

Действительно, данная процедура позволила зафиксировать влияние рынка, которое существенно отражается на доходности акций; влияние внешней среды с помощью контрольных переменных (инфляция, денежная масса, торговый баланс и т.д.); зависимость текущих значений переменных от предыдущих.

Протестировав выборку из европейских компаний с 1999 по 2011 гг., авторы получили, что наибольшую подверженность валютному риску оказали швейцарский франк и евро, а склонность к этому возрастает у компаний финансового сектора и фирм с высокой капитализацией.

1.3 Детерминанты компании, влияющие на её подверженность валютным рискам

По мере того, как развивалось исследование связи между риском и рыночной доходностью акций, фокус работ был направлен не только на изучение данной связи, но и факторов, который оказывают влияние на силу данной зависимости. Другими словами, конечной целью экономистов было не показать наличие или отсутствие значимой связи между рассматриваемыми переменными, а определить факторы (детерминанты) компании, которые оказывали бы значительное влияние на чувствительность рыночной цены акции к валютной волатильности. После данной процедуры авторы уже могли дать вполне конкретный вывод — какие переменные оказали сильное влияние на коэффициент чувствительности и как с помощью них можно было снизить данную подверженность, а какие — не влияют на найденную на первом этапе регрессионного анализа оценку коэффициента.

Исследования детерминант чувствительности к валютному риску получили распространение в последние два десятилетия. Большинство из них были совмещены с эмпирической проверкой связи между валютным риском и рыночной стоимостью акций, как второй этап данной работы. Первая попытка включения детерминант в анализ валютных рисков была осуществлена в работе [Jorion, 1990], в которой ученый разложил стандартный коэффициент чувствительности при переменной валютной доходности на две составляющие: константу и новый коэффициент чувствительности при переменной «доля экспортной выручки в общем объеме выручки». По всей выборки компаний для каждого временного периода автор получил значимые положительные оценки коэффициентов, что говорит об односторонней связи между долей экспортной выручки и чувствительностью к валютным колебаниям. В дальнейшем схожие выводы были получены в работах [Bodnar, Gentry, 1993], [De Ceuster et al., 2000], [Choi, Kim, 2003], где были добавлены дополнительный фактор размера компании, долговая нагрузка, и приведено отраслевое деление.

Комплексная оценка детерминант была представлена в статье [Muller, Verschoor, 2006], где в качестве факторов были выбраны 5 характеристик компании: размер компании, коэффициент мгновенной ликвидности, финансовый рычаг и балансовая стоимость компании на акцию. При этом данные переменные выбраны не случайно, а за каждой из них следует теоретическое обоснование её значимости в исходной модели. Так детерминанта «размер компании» обычно представима как натуральный логарифм выручки и показывает, насколько велика фирма на рынке в сравнении с другими. Например, компании большого размера имеют большую ориентацию на экспорт готовых товаров или импорт промежуточных товаров, а, чтобы захеджировать валютные риски требуется большой объем средств. Наоборот, компании с небольшим оборотом имеют более высокие издержки и вероятность финансовой неустойчивости, а объем хеджирования требуется сравнительно небольшой, поэтому они имеют больше стимулов к этому действию. В конечном счете чувствительность валютной доходности к рыночной доходности акций данных компаний должно быть сравнительно низким. Аналогичные суждения применимы к компаниям с высоким финансовым рычагом, которые более вероятно станут хеджировать риски, особенно если основной долг в иностранной валюте. Как результат, авторы показали, что для исследуемых валютных курсов (USD, JPY, Euro, Pound) только 2 из 5 детерминант (размер компании и финансовый рычаг) являются значимыми по недельным, месячным и квартальным данным, тогда как остальные переменные оказались в целом не значимы. Эмпирические результаты подтвердили теоретическое обоснование и включение данных переменных: детерминанта размера компании оказалась положительно связана с мерой подверженности к валютному риску, а финансовый рычаг — отрицательно.

Дополнительные детерминанты величины подверженности к валютному риску были рассмотрены в статье [Aggrawal, Harper, 2010]. На первом этапе для проверки наличия значимой связи между подверженностью к риску и доходностью акций компаний авторы использовали 3-х факторную модель Фама-Френча. На втором этапе в линейную модель были добавлены следующие факторы:

· Коэффициент оборачиваемости активов

· Отношение рыночной стоимости компании к балансовой

· Отношение долгосрочных активов компании ко всем активам

· Затраты на R&D

· Дамми переменная отрасли, в которой функционирует компания

· Средний по отрасли индекс Херфиндаля

Нужна помощь в написании диплома?

Подробнее

Результаты исследования детерминант, с одной стороны, оказались значимыми, с другой стороны, отчасти противоречили выводам предыдущих исследователей. Так, мелкие компании более подвержены валютному риску, чем фирмы с высоким оборотом выручки. Такие же выводы были сделаны относительно финансового рычага. При этом, материальность и оборачиваемость активов, а также компании с низкой конкуренцией в отрасли оказались отрицательно связаны с чувствительностью к валютному риску. Однако выборка компаний производилась по развитому региону — США и за период 1990-2003 гг., что в целом снизило актуальность полученных результатов, так как за этот период произошли значительные изменения в международной торговли и валютных режимах.

На развивающемся рынке подобная тематика работ характерна для 2010-н.в., так как именно в этот период появились крупные исследования по детерминантам подверженности валютному риску в Китае, Индии, России, Корее и др. По российскому рынку исследование детерминант было проведено в работе [Dranev, Babushkin, 2014], где к стандартно используемым были добавлены переменные доля иностранного долга в общем долге компании и отраслевые особенности (финансы, добывающие отрасли). Оценки всех коэффициентов по выборке российских компаний оказались значимыми, а наличие долга в иностранной валюте оказалось в прямом соотношении с обесценением национальной валюты, и наоборот. Такая же связь была выявлена и для коэффициента принадлежности компании к финансовой отрасли, тогда как для компаний из сектора добычи ресурсов связь была строго отрицательной и при обесценении, и при укреплении национальной валюты. По индийскому рынку качественное и современное исследование на данную тему представлено в работе [Mohapatra, Rath, 2017] по выборке 232 компаний за 2000-2013 гг. На втором этапе авторы включили в модель 5 детерминант, использовавшихся в более ранних работах (долговая нагрузка, коэффициент экспорта, рыночная стоимость компании к балансовой, размер и оборачиваемость активов), однако саму зависимую переменную представили, как корень из абсолютной величины чувствительности компании к валютному риску. Таким образом, авторы не стали рассматривать в отдельности асимметрию в подверженности к этому фактору, предположив, что направленность его не влияет на оценки коэффициентов при детерминантах. В итоге были получены три значимые детерминанты: размер компании, который отрицательно связан с величиной подверженности валютному риску; отношение рыночной стоимости к балансовой стоимости компании и коэффициент экспорта, который, напротив, — положительно связаны с данной величиной.

В 90-е гг. XX века широкое распространение в финансах и на фондовом рынке получили поведенческие аспекты, основываясь на которых, экономисты пытались объяснить разного рода несовершенства рынка и неполную рациональность инвесторов, которые принимают основные решения на данном рынке. Одной из базовых концепций в данной области стало непринятие риска или несклонность к риску. Эта идея была позаимствована у нейроэкономистов и психологов Д. Канемана и А. Тверски из их основополагающей работы [Kahneman, Tversky, 1979] по теории перспектив и принятии решения при существующем риске. В ней ученые показали, что индивиды более чувствительны к потерям, чем к дополнительному выигрышу за счет несклонности к риску и боязни быть в проигрыше, даже если эта сумма не велика.

Одна из первых попыток совместить оценку рыночных активов и отношения инвестора к риску была предпринята на теоретическом уровне в статье [Artzner, Delbaen, Eber, 1999]. Авторы, доказав ряд утверждений и теорем, показали, что дополнительную доходность к накопленной (кумулятивной) доходности следует учитывать с определенным весом, который зависит от отношения инвестора к существующему риску. С другой стороны, на практике данный метод оказался практически неприменим из-за возникающих проблем с математической точки зрения.

Значимый вклад в развитие данного направления был сделан в работах [De Giorgi, 2005] и [De Giorgi, Post, 2008], в которых была выведена модель CAPM с поправкой на предпочтения инвестора к риску и асимметрию воздействия данного фактора. Исследователи протестировали данную модель на 10 портфелях и сравнили с результатами стандартной модели CAPM. В результате было получено, что модель авторов лучше соответствует реалиям рынка и существенно больше объясняет, при этом разброс остатков и оценка дисперсии ниже.

Дальнейшее исследование меры риска и дисперсии, которые учитывают несовершенства рынка, было продолжено в работах [Rachev, Stoyanov, Fibozzi, 2011] и [Rachev et al., 2014], где рассматривались теоретические аспекты и модификации учета риска в различных моделях. Ко всему прочему, авторы исследовали возможность асимметрии воздействия риска на какой-либо показатель. Данная асимметрия учитывается через показатель дисперсии определенного фактора или переменной и имеет различную чувствительность к падению и росту показателя на одну и ту же величину. Одним из способов учесть несовершенства, который предложили авторы, является показатель Colog, относящийся к одному из классов измерения волатильности случайной величины. Данный показатель позволяет учесть асимметрию в поведении инвестора, а именно его несклонность к риску и непринятие риска. Кроме того, он легко интерпретируем в терминах дисперсии случайной величины.

Применимость Colog в моделях для рыночной оценки цены актива и их эмпирическая проверка была проведена в статье [Dranev, Fomkina, 2013], где авторы, базируясь на работах [Sharp, 1964], [Rachev et al., 2011], [Fama, Mackbeth, 1973], [Fama, French, 1993], [Hogan, Warren, 1974]. В работе использовалась выборка из публичных нефинансовых компаний России и ЮАР с 2003 по 2012 гг. Исследователи получили, что при применении коэффициента чувствительности к риску с корректировкой на показатель colog, объясняющая сила модели возрастает, сам коэффициент остается значим, а стандартная ошибка сокращается. При этом авторы выявили асимметрию между доходностью рынка и самого актива, которая возникает из-за асимметрии в предпочтениях инвестора при падении и росте цены актива. Данная характеристика возникает из-за существования стохастического дисконт фактора, который используется в соответствующей модели, и по-разному воздействует на положительные и отрицательные движения рынка.

В целом, модель с cologкоэффициентом чувствительности к риску является альтернативой для моделей, где коэффициенты для чувствительности к риску отдельно определяются для случаев падения и случаев роста рынка. С другой стороны, последняя модель только фиксирует и указывает данную асимметрию, которая наблюдается за счет разницы в оценках коэффициентов, тогда как первая — в самой функции модели учитывает различие в предпочтениях инвестора и способна объяснить возникающий уровень асимметрии.

Отметим, что ранее модель с cologкоэффициентом применялась только в теоретических работах, которые были посвящены различным мерам и спецификациям риска с учетом возможной асимметрии, тогда как практических работ, в которых строилась бы модель с данным коэффициентом при валютной доходности и эмпирически проверялась значимость данной модели, в настоящее время нет. Кроме того, не было проведено сравнений между оценкой colog коэффициента и коэффициентами, получаемыми при моделировании подверженности валютному риску по методу [Koutmas, Martin, 2003] отдельно для обесценения и укрепления курса валют. Данный пробел будет ликвидирован в этой работе, путем эмпирической проверки схожих моделей по выборке публичных российских компаний на свежих данных за 2010-2016 гг.

Глава 2. Методология исследования подверженности валютному риску

Данный раздел посвящен описанию методов и эконометрических моделей, которые будут использованы в настоящем исследовании, и формулированию тестируемых гипотез.

2.1 Модели оценки влияния валютных рисков на доходность компании

Сначала дадим определения понятиям и терминам, которые будут применяться ниже. Под валютным курсом будем понимать обратный валютный курс между национальной и иностранной валютой, т.е. стоимость 1 ед. иностранной валюты, выраженной в национальном эквиваленте. В эмпирической части работы под величиной подверженности валютному риску i перед соответствующей переменной валютной доходности за период Tго актива или валютного курса за период (будет пониматься следующая величина в % выражении:

Для исследования влияния подверженности валютному риску на доходность акций компаний традиционно используется регрессионная модель, предложенная [Adler and Dumas, 1984] и описанная ниже.

Нужна помощь в написании диплома?

Подробнее

Основными предпосылками данной модели являются рациональность инвестора, линейность валютного риска, отсутствие асимметрии во влиянии, нормальное распределение остатков модели, отсутствие гетероскедастичности и автокорреляции. Несмотря на простоту модели и отсутствие дополнительных регрессоров, которые могут оказать воздействие на рыночную доходность акций, модель применяется в научных работах и исследованиях вплоть до настоящего времени. В данной работе модель также будет протестирована на 1 этапе анализа на выборке компаний по данным недельных и месячных рыночных доходностей акций компаний.

Модель, представленная [Jorion, 1990] и математически описанная ниже, является усовершенствованным вариантом предыдущей модели путем добавления дополнительного регрессора — рыночной доходности. В настоящее время авторы также активно тестируют выборки компаний из разных регионов на данной модели, например, работы [Dranev, Babushkin, 2014], [Muller, Verschoor, 2006]. Однако недостатком данной модели является высокая коррелированность рыночной доходности с валютной доходностью, которая была выявлена при проверке данной гипотезы экономистами. Действительно, рыночную доходность можно представить, как доходность определенного взвешенного портфеля по акциям компаниям, поэтому в модели возможен двойной эффект: волатильность валютного курса оказывает влияние и на рыночную доходность, и на доходность акций компаний. Кроме того, возможны экзогенные факторы, которые влияет одновременно на обе этих переменных.

Возможное наличие мультиколлинеарности в модели приведет к незначимости оцениваемых нами коэффициентов , что не позволит сделать вывод о наличие и величине подверженности валютному риску российских компаний. По этой причине в данной работе эта спецификация модели тестироваться не будет.

Нужна помощь в написании диплома?

Подробнее

Недостатком первых двух моделей является предпосылка об отсутствии асимметрии во влиянии валютных рисков на рыночную доходность акций компаний. В реальности исследователи независимо друг от друга по выборке компаний из различных регионов показали, что данная асимметрия присутствует и значима, то есть подверженность к положительному и отрицательному валютному риску различна. Математически данный факт выглядит следующим образом:

Модель с асимметрией в подверженности валютному риску впервые была протестирована в работе [Koutmas, Martin, 2003] и математически представлена ниже:

Данная модель является спецификацией модели (1), однако регрессор валютной доходности трансформирован в два соответствующих регрессора — положительной и отрицательной валютной доходности. Предпосылки исходной модели сохраняются, однако добавляется фактор асимметрии.

Одной из гипотез этого исследования является гипотеза о значимой асимметрии в валютном риске по выборке российских публичных компаний. Для её проверки будет протестирована вышеуказанная модель (3).

Преимуществом данной модели является возможность выявить асимметрию в валютном риске после её тестирования и получения результатов оценок коэффициентов при соответствующих переменных. Однако модель сама по себе не учитывает асимметрию в поведении инвестора, а воспринимает регрессоры как данность. Чтобы учесть наличие асимметрии в предпочтениях инвестора (различное отношение к падению и росту рынка (валютного курса или иного фактора), в недавних работах [Dranev, Fomkina, 2013], [Di Giorgio, 2008] был использован усовершенствованный коэффициент валютной подверженности . Авторы использовали данный коэффициент для тестирования гипотез о влиянии рыночных доходностей на доходности акций компаний за вычетом безрисковой ставки процента. Модель, использованная в этих работах, представлена ниже:

Нужна помощь в написании диплома?

Заказать диплом

Ошибка в данном уравнении моделируется с помощью GARCH (1,1) модели, которая позволяет учесть изменчивость волатильности во времени, её кластеризацию и наличие лага во влиянии.

В общем виде ошибка волатильности для GARCH (p,q) модели приведена ниже:

превышают минимальное потребление в будущем периоде

Математически данный коэффициент выражается следующим образом:

Нужна помощь в написании диплома?

Заказать диплом

Для данного коэффициента существует ограничение:

Для удобства используется аналог формулы (5), который не требует прямого включения в формулу благосостояния и потребления инвестора:

Несмотря на возможность учета асимметрии риска данная модель применялась только для исследования наличия связи между рыночной доходностью и доходностью акций компаний.

В данной работе будет использован аналог уравнения (4), однако вместо рыночной доходности и соответственно рыночной премии будет использована валютная доходность (премия). Таким образом, уравнение (4) трансформируется в следующую модель:

Соответствующий параметр также трансформируется в:

При этом сохраняется ограничение, накладываемое на него:

В качестве доходности безрискового актива в уравнении выше будем использовать доходность облигаций ОФЗ сроком на 10 лет на основе данных, публикуемых ЦБ РФ.

Преимуществами использования данной модели для тестирования гипотез являются возможность проверки автокорреляции между зависимой переменной во времени; кластеризация волатильности, что характерно для периодов спада, роста и стагнации рынка; очистка доходностей акций и валюты от доходностей безрискового актива; учет асимметрии в оказываемом валютном риске за счет различий в предпочтениях инвестора. Кроме того, несмотря на усложнение модели и применение ошибки специального вида оценки коэффициентов модели остаются быть несмещенными и состоятельными.

Нужна помощь в написании диплома?

Подробнее

Таким образом, на 1 этапе для выявления величины подверженности доходности акций валютному риску будут протестированы 3 модели:

· стандартная модель подверженности фирмы валютному риску, предложенная [Jorion, 1990]

· модель с асимметрией в валютном риске [Koutmas, Martin, 2003]

· модифицированная модель с colog-коэффициентом для определения степени подверженности указанному фактору

Тестирование моделей будет выполнено по недельным и месячным данным за 2010-2016 гг. После этого будет выбрана наилучшая модель по двум критериям: информационный критерий AIC (Акаике) и по наибольшей доли значимых коэффициентов на уровне значимости 5%. В зависимости от результатов тестирования и выбора наилучшей модели на 2 этапе моделирования данные будут представлены либо недельными, либо месячными показателями.

Далее по наилучшей из выбранных модели будет проведен следующий анализ:

· отдельно будут рассмотрены 2 периода — с января 2010 по ноябрь 2014 года и с декабря 2014 года по декабрь 2016 года, чтобы исследовать наличие дополнительного валютного риска, которое могло возникнуть вследствие перехода ЦБ РФ на плавающий валютный курс без мягкой поддержки и высокой волатильности валютного курса доллара и евро по отношению к рублю

· отраслевой срез компаний (нефтяная и газовая отрасль, металлургическая и добывающая отрасль, банки и финансовые компании, энергетические компании, отрасль телекоммуникаций), чтобы исследовать отраслевую специфику, влияющую на подверженность компаний к валютному риску

2.2 Модель определения детерминант, влияющих на степень подверженности валютным риску

На 2 этапе полученная оценка коэффициента чувствительности к валютному риску будет применена для тестирования гипотез, связанных с возможностью влияния определенных детерминант компании на данную величину. Схожий анализ был проведен экономистами по развитому и развивающемуся рынку, однако в каждой работе использовались разные детерминанты, а зависимая переменная не учитывала возможность асимметрии в предпочтениях инвестора. В данной работе будет использована следующая модель: валютный риск ценообразование рентабельность

Тестирование данной модели будет осуществляться по панельным данным для валютных курсов евро/рубль и доллар/рубль за 2010-2016 гг. Преимуществом данного анализа является возможность проследить в течение 7 лет подряд детерминанты фирмы, оказывающие значимое влияние на чувствительность акций компании к оказываемому валютному риску. Возможным недостатком модели является косвенная связь между объясняющими коэффициентами, которая в определенных случаях может перерастать в мультиколлинеарность и приводить к незначимости оценок коэффициентов при исследуемых детерминантах.

В силу того, что моделирование панельных данных подразумевает применение моделей с fixed или random effects будет проведен тест Хаусмана, который позволит выбрать наилучшую модель. Дополнительно будет проведен тест множителей Лагранжа (LM) Бройша-Пагана, который проверяет гипотезу об отсутствии эффекта панели, т.е. предпочтительнее применение обычного МНК.

2.3 Постановка гипотез

В эмпирической части работы, описанные выше модели будут протестированы в соответствии с поставленными ниже гипотезами. Первые 2 гипотезы относятся к 1 этапу исследования, остальные 4 гипотезы — к проведению панельного анализа на 2 этапе.

Гипотеза 1. Коэффициент подверженности российских компаний валютному риску значим и положительно связан с валютным курсом. Действительно, большинство крупных публичных компаний России активно участвуют в международной торговле через экспорт готовой продукции и импорт промежуточной продукции или необходимого капитала, что подразумевает расчеты в иностранных валютах. В силу того, что увеличение валютного курса связано с обесценением национальной валюты, выручка компании, которая зависит от внутренних продаж, также падает в терминах иностранной валюты, что может сказаться на рыночных котировках акций компании, стоимость которой в терминах иностранной валюты снижается.

Нужна помощь в написании диплома?

Цена диплома

Гипотеза 2. Наличие значимой асимметрии в подверженности валютному риску на российском рынке. В самом деле, полная рациональность инвестора в теории на практике зачастую опровергается, так как отрицательную величину (потери) доходностей инвестор воспринимает иным образом, чем положительную. Поэтому стоит ожидать, что чувствительность к падению валютного курса отражается на стоимости акции сильнее, чем прирост за счет несклонности инвесторов к риску.

Гипотеза 3. Размер компании значимо и отрицательно связан с уровнем подверженности валютному риску. Действительно, чем крупнее компания, тем у неё больше возможностей хеджировать риски и быть вовлеченной в финансовые операции, диверсифицирующие валютный риск. Когда валютный курс растет (прирост доходности), национальная валюта дешевеет, однако валютные операции помогают компании сохранить стоимость за счет хеджирования денежной суммы в национальной валюте.

Гипотеза 4. Доля экспортных продаж положительно и значимо связана с уровнем валютного риска. Для компаний с высокой долей экспортных продаж зачастую характерны расчеты в иностранной валюте (доллар, евро и др.), тогда как основная часть затрат рассчитывается в национальном выражении. Удорожание иностранной валюты увеличивает объем реализации и соответственно чистой прибыли, что сказывается и на её привлекательности для инвесторов.

Гипотеза 5. Прибыль от операций с иностранной валютой положительно связана с уровнем подверженности к валютному риску. Компании, имеющие положительный финансовый результат от данной деятельности, обеспечивают дополнительный прирост к чистой прибыли, что благоприятно сказывается на интересе к компании со стороны инвестора.

Гипотеза 6. Оборачиваемость активов значима и отрицательно связана с подверженностью компании валютному риску. Данный показатель связан с интенсивностью и эффективностью использования имеющихся у фирмы активов и равен отношению выручки компании за 1 год к среднегодовой стоимости активов. Предполагается, что высокий коэффициент оборачиваемости активов выступает для компании защитой от экономических и финансовых потрясений и падений в силу высокой скорости приращения генерируемых денежных средств, что снижает чувствительность компании к валютному риску.

Кроме того, основываясь на результатах предыдущих исследований (описаны выше) и предположениях автора, дополнительно выдвинуты следующие предпосылки:

· Чувствительность к валютному риску возрастает при использовании месячных данных вместо недельных показателей. В работе будут использованы данные недельных и месячных доходностей валютных курсов и акций компаний. Разумно предположить, что на краткосрочном интервале инвестор придерживается стратегии buy&hold и в случае краткосрочных скачков и высокой волатильности валютных курсов не предпринимает скоропостижного решения, пытаясь проследить новый долгосрочный тренд. В долгосрочной перспективе инвестор, оценивая наблюдаемую волатильность и тренд, принимает решение о покупке или продаже соответствующей акции.

· Подверженность валютному риску усилилась после смены валютного режима в ноябре 2014 году и значительного падения курса рубля в последующий период. До ноября 2014 года валютные курсы доллар/рубль и евро/рубль были достаточно стабильны с небольшой волатильностью в недельных котировках, однако долгосрочный негативный тренд в ценах на нефть (корреляция с валютным курсом более 0,75) оказал высокое влияние на валютные котировки. Кроме того, мягкое сдерживание ЦБ РФ валютного курса за счет золотовалютных резервов с целью стабильности котировок и снижения волатильности прекратилось, после чего рубль стал «free-floating» валютой без вмешательства регулятора в его рыночную цену. Это несомненно могло оказать влияние на инвесторов, которые стали наиболее чувствительны к движению рынка за счет неопределенности и возможности потерпеть убытки.

В данном исследовании влияния валютных рисков на эффективность компаний на первом этапе отдельно рассматривается отраслевой срез компаний. В силу этого, дополнительно будут проверены следующие утверждения и предпосылки:

· Финансовые компании и банки в наибольшей степени подвержены валютному риску. Отрасль, в которой функционируют данные фирмы, предопределяет для них высокую зависимость от динамики рынка и соответствующих валютных курсов, посредством которых осуществляются операции с иностранной валютой. Для данных компаний характерен двойной эффект, который заключается во влиянии спроса и предложения инвесторов на их акции (как и в других отраслях) и во влиянии структуры деятельности компании (большая доля операций в иностранной валюте, долг в иностранной валюте)

· Компании телекоммуникационной и энергетической отраслей в меньшей степени подвержены валютному риску. Основная продукция этих компаний продается внутри страны, а переменные издержки в большей степени связаны с национальной валютой. Также спрос на акции данных компаний недостаточно высок, что может говорить о «долгосрочных» инвесторах, которые не пытаются продать данные акции или спекулировать ими.

· Компании из металлургической и добывающей отраслей подвержены значимому положительному валютному риску. Большая доля продукции фирм предназначена для экспорта, которые предполагает платежи в иностранной валюте, тогда как текущие издержки и затраты компании осуществляются в национальной валюте. Общее падение местной валюты, таким образом, может привести к удорожанию компании и росту её финансовых результатов в национальной валюте, что положительно скажется на спросе инвесторов на акции этих компаний.

Глава 3. Результаты эмпирического исследования

В данной главе представлены характеристика выборки, на которой тестируются гипотезы, эмпирические результаты 1 этапа исследования с описательными статистиками, эмпирические результаты второго этапа исследования, выводы по отношению к тестируемым гипотезам.

3.1 Описание выборки: характеристика и статистики

Нужна помощь в написании диплома?

Заказать диплом

Для эмпирической проверки гипотез в соответствии с тематикой работы были отобраны компании по нижеследующим критериям:

· российские публичные компании

· имеют в обращении обыкновенные акции

· торгуемые на Московской бирже

· ежедневный положительный объем торгов

· рыночная капитализация не менее 1 млрд. рублей

· наличие соответствующих данных для проведения 1 этапа эмпирического исследования

Формирование выборки происходило с помощью базы данных Bloomberg, в которой наиболее полно представлены различные финансовые показатели компаний за рассматриваемый период, а также включены различные критерии поиска, позволяющие включить в анализ только требуемые компании.

Периодом, по которому были собраны данные, стал временной промежуток в 7 лет с 2010 по 2016 гг. Впоследствии данный период был разделен на 2 составляющие — до и после ноября 2014 года. Отдельное рассмотрение двух периодов позволит определить разницу в подверженности валютному риску из-за изменения валютного режима и резкого падения нефтяных цен, которые оказали значимое влияние на российскую валюту по отношению к иностранным.

В качестве основополагающих валютных курсов были выбраны два: пара доллар/рубль и евро/рубль, что связано, во-первых, с большим влиянием курса доллара через нефтяные цены (Россия один из лидеров по экспорту нефти), во-вторых, с большинством операций, которые осуществляют компании в данных валютах (экспорт, импорт, долговые обязательства, финансовые инструменты).

На 1 этапе данные были представлены в виде недельных и месячных показателей (доходностей), на 2 этапе — годовые показатели (детерминанты) с 2010 по 2017 гг.

В итоге всего в начальную выборку попали 119 компаний, из которых:

· 25 энергетических компаний

· 18 из металлургической и добывающей отраслей

Нужна помощь в написании диплома?

Заказать диплом

· 10 из нефтегазовой отрасли

· 8 компаний индустрии Телекома

· 8 компаний ритейла (продуктовый и транспортные перевозки)

· 7 компаний финансового сектора

· 5 компаний химической отрасли

Критерии отбора компаний формировались с целью выбора наиболее ликвидных, цена акций которых не оставались бы постоянными на протяжение долгого временного горизонта. Выборка также не ограничивалась только крупными компаниями, либо компаниями одного сектора.

Таким образом, в выборку попали такие компании, как Роснефть, НЛМК, КамАЗ, Таттелеком, корпорация Иркут и другие из более чем 10 отраслей экономики.

В таблице ниже приведены краткие характеристики финансовых показателей компаний, которые будут использованы на 2 этапе эмпирического исследования.

Таблица 1. Описательные статистики показателей компаний за 2016 год.

Показатель	Минимум	1 квартиль	Медиана	Среднее	3 квартиль	Максимум
NI (млн. руб.)	-233301	4.5	807.6	29139.9	6949.8	1307018.0
Sales (млн. руб.)	130	8616	36588	254269	119882	6073318
Export ratio (%)	0.00	0.00	13.10	20.05	35.64	100.00
Hedge	0.0000	0.0000	0.0234	0.0623	0.0351	1.0000
Leverage (%)	0.00	13.63	27.50	29.60	40.51	194.04
Quick Ratio (QR)	0.00	0.33	0.63	1.34	1.00	71.62
Asset Turnover (AT)	0.00	0.46	0.73	1.16	1.12	11.40
Gains/Losses from operations with foreign currencies (Foreign)	-845940	0.0	0.0	526.2	132.4	1070971.0

3.2 Тестирование моделей подверженности валютному риску: выбор наилучшей

Тестирование моделей проводилось с помощью статистического пакета R, позволяющего осуществлять обработку данных на высоком уровне, проводить различные тесты для исследуемых моделей и визуализировать полученные данные.

. Сначала была протестирована модель, предложенная [Jorion, 1990], в которой единственным регрессором выступала валютная доходность, а фактор асимметрии отсутствовал. Уравнение данной модели приведено ниже:

Для каждой компании в отдельности был проведен регрессионный анализ по недельным и месячным данным. Всего по каждому критерию (валютный курс, временной горизонт расчета доходности) было построено 119 регрессий, которые соответствовали 119 компаниям. На основе полученных результатов был рассчитан средний коэффициент детерминации (, средний коэффициент подверженности валютному риску и доля регрессий, в которых данный коэффициент был значимым на уровне 5% и 10%.

Нужна помощь в написании диплома?

Заказать диплом

В таблицах ниже приведены результаты по недельным и месячным показателям для валютного курса доллар/рубль

Таблица 2. Результаты регрессионного анализа (доллар/рубль, недельные доходности)

Показатель	Результат
	2,8%
Показатель	Мин.	1 кв.	Мед.	Ср. знач.	3 кв.	Макс.
	-0.52	0.16	0.29	0.32	0.44	1.98
	-1.04	-0.49	-0.32	-0.33	-0.11	0.78
Показатель	P-value 5%			P-value 10%
Доля значимых коэф-нтов	11.7%			14.3%
Доля значимых коэф-нтов	60.3%			65.2%

Таблица 3. Результаты регрессионного анализа (доллар/рубль, месячные доходности)

Показатель	Результат
	1,7%
Показатель	Мин.	1 кв.	Мед.	Ср. знач.	3 кв.	Макс.
	-2.57	0.14	0.77	0.87	1.34	11.64
	-3.68	-0.46	-0.02	-0.09	0.37	1.97
Показатель	P-value 5%			P-value 10%
Доля значимых коэф-нтов	7.6%			10.1%
Доля значимых коэф-нтов	9.1%			17.9%

Как видно из таблиц выше, на недельных данных результаты регрессии получились в несколько раз значимее (60.3% против 9.1% на уровне значимости 5%), при этом доля объясненного разброса выше на недельных показателях почти в 2 раза. В обоих случаях изменение валютного курса (повышение курса доллара относительно рубля) оказало отрицательный эффект на доходность компаний, однако в первом случае — подверженность в 3.5 раза выше. Однако доля значимых свободных членов (констант) практически одинакова в обоих случаях, но выше при недельных расчетах.

Далее был проведен аналогичный анализ, чтобы оценить валютное риск для валютного курса евро/доллар. Ниже приведены полученные результаты.

Таблица 4. Результаты регрессионного анализа (евро/рубль, недельные доходности)

Показатель	Результат
	0,9%
Показатель	Мин.	1 кв.	Мед.	Ср. знач.	3 кв.	Макс.	-0.68	-0.02	0.15	0.19	0.37	2.46
	-0.86	-0.31	-0.21	-0.18	-0.06	1.23
Показатель	P-value 5%			P-value 10%
Доля значимых коэф-нтов	7.56%			10.92%
Доля значимых коэф-нтов	30.3%			35.4%

Таблица 5. Результаты регрессионного анализа (евро/рубль, месячные доходности)

Показатель	Результат
	0,4%
Показатель	Мин.	1 кв.	Мед.	Ср. знач.	3 кв.	Макс.
	-2.49	0.42	0.89	1.02	1.57	9.77
	-1.94	-0.61	-0.28	-0.29	-0.003	2.23
Показатель	P-value 5%			P-value 10%
Доля значимых коэф-нтов	7.56%			11.76%
Доля значимых коэф-нтов	32.7%			40.3%

При использовании доходности валютного курса евро/доллар лучшие результаты были получены также на недельных показателях: коэффициент детерминации выше в 2 раза, чем при использовании месячных показателей, доля значимых коэффициентов также выше на 10-15% в первом случае. Несмотря на то, что коэффициент подверженности валютному риску, как и при использовании курса доллар/рубль, отрицательный, по месячным данным чувствительность данного коэффициента к изменению валютного курса оказалась выше, а доля значимых оценок константы практически одинакова на обоих выборках и в 3-4 раза ниже доли значимых коэффициентов валютного риска.

Таким образом, для данной модели большая значимость и доля объясненного разброса была получена при использовании недельных данных и валютного курса доллар/рубль. Невысокий коэффициент детерминации в данной модели можно объяснить лагом, который может возникнуть между валютным риском в период t и действиями инвесторов, которые они осуществляют в следующих периодах, уже ориентируясь на данную величину. Кроме того, модель не учитывает асимметрию, что в целом сказывается на коэффициент чувствительности к валютному риску, т.к. подъемы в один период может компенсировать спад в другом, а рост одних отраслей может компенсировать спад в других.

. Второй моделью, которая была протестирована, стала модифицированная регрессионная модель, учитывающая асимметрию в оказываемом валютном риске:

Нужна помощь в написании диплома?

Подробнее

Для этого использовался аналогичный регрессионный анализ методом МНК, однако теперь уже с двумя объясняющими регрессорами. В таблицах ниже приведены последовательно средние результаты по 119 регрессиям (для каждой компании) по каждому критерию:

Таблица 6. Результаты регрессионного анализа (доллар/рубль, недельные доходности)

Показатель	Результат
	3,3%
Показатель	Мин.	1 кв.	Мед.	Ср. знач.	3 кв.	Макс.
,	-1.07	-0.47	-0.31	-0.26	-0.08	1.65
,	-2.39	-0.62	-0.38	-0.42	-0.15	0.46
Показатель	P-value 5%			P-value 10%
Доля значимых коэф-нтов	5.88%			10.92%
Доля значимых коэф-нтов	38.9%			44.8%
Доля значимых коэф-нтов	38.8%			44.6%

Таблица 7. Результаты регрессионного анализа (доллар/рубль, месячные доходности)

Показатель	Результат
,	3,7%
Показатель	Мин.	1 кв.	Мед.	Ср. знач.	3 кв.	Макс.
,	-4.40	-0.50	0.52	0.47	1.34	8.38
,	-2.99	-0.53	-0.03	0.13	0.63	5.31
Показатель	P-value 5%			P-value 10%
Доля значимых коэф-нтов ,	2.52%			7.56%
Доля значимых коэф-нтов	13.1%			18.4%
Доля значимых коэф-нтов ,	11.1%			14.3%

С точки зрения на выборке по месячным данным были получены лучшие результаты, но разница незначительна. Однако на недельных данных доля значимых коэффициентов для величины положительного и отрицательного риска оказалась в три раза выше, чем по месячным показателям. Если для недельных данных полученные коэффициенты отрицательно влияют на доходность акций при положительном и отрицательном показателе, то по месячным показателям — обратная зависимость. При этом наблюдается явная асимметрия в валютном риске, которая по-разному проявляется на выборке по недельным и месячным данным. Заметим, что доля значимых констант также не велика и не превосходит долю значимых коэффициентов при переменной подверженности валютному риску.

Таблица 8. Результаты регрессионного анализа (евро/рубль, недельные доходности)

Показатель	Результат
	2,5%
Показатель	Мин.	1 кв.	Мед.	Ср. знач.	3 кв.	Макс.
	-1.00	-0.33	-0.17	-0.14	-0.005	1.61
	-2.05	-0.65	-0.39	-0.46	-0.24	0.37
Показатель	P-value 5%			P-value 10%
Доля значимых коэф-нтов	3.6%			7.5%
Доля значимых коэф-нтов	25.3%			32.0%
Доля значимых коэф-нтов	37.0%			48.8%

Таблица 9. Результаты регрессионного анализа (евро/рубль, месячные доходности)

Показатель	Результат
,	6,3%
Показатель	Мин.	1 кв.	Мед.	Ср. знач.	3 кв.	Макс.
,	-0.95	-0.31	-0.09	0.05	0.31	6.07
,	-6.35	-1.35	-0.77	-0.94	-0.27	0.77
Показатель	P-value 5%			P-value 10%
Доля значимых коэф-нтов	5.8%			10.1%
Доля значимых коэф-нтов	11.1%			16.9%
Доля значимых коэф-нтов	27.5%			42.5%

Несколько иной вывод можно сделать по этой же выборке компаний при рассмотрении валютного курса евро/доллар. Объясняющая сила модели оказалась выше по месячным показателям (в 2.5 раза), при этом по недельным показателям доля значимых коэффициентов оказалась на порядок выше. На недельных показателях найденные коэффициенты свидетельствуют об отрицательной связи между объясняющими переменными и доходностью акций компаний, тогда как по месячным показателям наблюдается положительная связь между укреплением национальной валюты и доходностью акций. Кроме того, прослеживается явная асимметрия между найденными оценками коэффициентов, т.е. укрепление национальной валюты в целом оказывает больший эффект (в 3 и 19 раз соответственной), чем её ослабление. Отметим, что, как и в предыдущих случаях, доля значимых констант в несколько раз ниже доли значимых объясняющих переменных.

В целом, объясняющая сила модели по обеим валютам оказалась незначительно выше по месячным данным, однако значимость коэффициентов была намного выше при использовании недельных показателей.

. Заключительной моделью, которая тестировалась на 1 этапе, стала модель с colog-коэффициентом и ошибкой, моделируемой с помощью GARCH (1,1) модели. Уравнение данной модели приведено ниже:

Нужна помощь в написании диплома?

Цена диплома

Для получения результатов данной модели была применена двухшаговая процедура в статистическом пакете R:

· на первом этапе моделировалась GARCH ошибка для объясняющей переменной после cologкоэффициента с помощью автокорреляционной GARCH модели

· на втором этапе оценки данной ошибки использовались в исходном уравнении для оценки cologкоэффициента

Отметим, что модель с GARCH ошибкой в отличие от обычной линейной модели не рассчитывает коэффициент детерминации, как основной параметр, отражающий качество модели. Однако оценивание с помощью данной модели не приводит к смещению и несостоятельности ошибок, а статистический пакет R автоматически проверяет гипотезы о наличии лага. Результаты регрессий по недельным и месячным показателям приведены ниже.

Таблица 10. Результаты регрессионного анализа (доллар/рубль, недельные доходности)

Показатель	Результат
	Мин.	1 кв.	Мед.	Ср. знач.	3 кв.	Макс.
	-0.61	0.05	0.22	0.24	0.39	2.12
	0.17	0.52	0.67	0.66	0.79	1.07
Показатель	P-value 5%			P-value 10%
Доля значимых коэф-нтов	28.1%			30.17%
Доля значимых коэф-нтов	94.3%			95.0%
об отсутствии лага	Отвергается

Таблица 11. Результаты регрессионного анализа (доллар/рубль, месячные доходности)

Показатель	Результат
	Мин.	1 кв.	Мед.	Ср. знач.	3 кв.	Макс.
	-2.45	0.21	0.8	0.94	1.39	11.55
	-2.45	0.32	0.71	0.68	1.09	2.67
Показатель	P-value 5%			P-value 10%
Доля значимых коэф-нтов	13.81%			16.23%
Доля значимых коэф-нтов	51.6%			57.3%
об отсутствии лага	Отвергается

Для валютного курса доллар/рубль данной модели доля значимых коэффициентов валютного риска оказалась выше в сравнении с результатами предыдущих моделей. Во-первых, такой результат мог возникнуть из-за более качественного моделирования ошибки модели, что позволило кластеризовать волатильность, которая не является случайной и одинаковой в каждый момент времени. Во-вторых, применение коэффициента, учитывающего асимметрию, могло улучшить качество модели. Наиболее высокая доля значимых переменных наблюдалась при использовании недельных показателей, хотя оценки коэффициентов чувствительности по недельным и месячным данным схожи (0.66 и 0.68 соответственно). Значимость оценок констант в данных моделях также выросла и выше по недельным данным.

Таблица 12. Результаты регрессионного анализа (евро/рубль, недельные доходности)

Показатель	Результат
	Мин.	1 кв.	Мед.	Ср. знач.	3 кв.	Макс.
	-0.61	0.06	0.22	0.24	0.37	2.07
	-1.20	-0.69	-0.49	-0.50	-0.20	0.42
Показатель	P-value 5%			P-value 10%
Доля значимых коэф-нтов	28.6%			30.3%
Доля значимых коэф-нтов	69.7%			76.5%
об отсутствии лага	Отвергается

Таблица 13. Результаты регрессионного анализа (евро/рубль, месячные доходности)

Показатель	Результат
	Мин.	1 кв.	Мед.	Ср. знач.	3 кв.	Макс.
	-2.37	0.33	0.93	1.05	1.46	11.25
	-4.10	-1.76	-0.98	-0.96	-0.20	1.49	P-value 5%	P-value 10%
Доля значимых коэф-нтов	13.8%			15.2%
Доля значимых коэф-нтов	36.9%			47.2%
об отсутствии лага	Отвергается

Как и в исследовании валютного риска для курса доллар/рубль, в случае пары евро/рубль доля значимых коэффициентов для этой модели возросла: при этом значимость выше по недельным показателям. Если для долларового валютного курса оценки получились положительными, т.е. укрепление иностранной валюты приводит к росту доходности акций, то здесь наблюдается обратный эффект. При этом чувствительность к валютному риску возрастает почти в 2 раза при использовании месячных данных. Высокая доля значимых констант была получена при использовании недельных показателей, но в целом эти результаты соотносятся с другими моделями и валютным курсом доллар/рубль — константа значима, но доля значимых констант в несколько раз ниже доли значимых объясняющих переменных.

На основании результатов тестирования моделей гипотеза 2 об асимметрии в подверженности валютному риску не отвергается. Также оказалось верно предположение о возрастающей подверженности валютному риску при использовании расчетных показателей за более долгий период (месяц), в силу того, что практически во всех случаях, кроме случая с моделью 2 при валютном курсе доллар/евро, оценка коэффициента возрастала при рассмотрении месячных показателей.

Нужна помощь в написании диплома?

Цена диплома

По результатам регрессионного анализа модель 3 оказалась наилучшей, при этом для всех моделей качество подгонки и результаты были выше по недельным показателям. В дальнейшем на 2 этапе эмпирического тестирования будут использованы только недельные показатели.

Также для выбора наилучшей модели из протестированных воспользуемся штрафным критерием Акаике (AIC). В таблице ниже приведены средние значения штрафа по 119 регрессиям для каждой модели.

Таблица 14. Сравнение моделей по критерию AIC для валютной пары доллар/рубль

№ модели	,
Модель 1	2349
Модель 2	2350
Модель 3	2328

Таблица 15. Сравнение моделей по критерию AIC для валютной пары евро/рубль

№ модели	,
Модель 1	2357
Модель 2	2353
Модель 3	2317

В обоих случаях модель 3 показала наименьшее значение (штраф), затем следует модель 2 с двумя регрессорами и учетом асимметрии. Исходя из определенных выше критериев наилучшие результаты были получены при использовании последней модели, в которой ко всему прочему самый низкий штрафной критерий. Поэтому в дальнейшем будет использована модель с colog-коэффициентом на выборке компаний по недельным показателям доходностей.

Для наилучшей модели (модель 3) мы получили, что для курса доллар/рубль по недельным и месячным показателям гипотеза 1 отвергается в силу увеличения доходности акций компаний в среднем при росте доходности иностранной валюты (обесценение национальной валюты), однако для валютного курса евро/рубль гипотеза 1 не отвергается в силу обратного эффекта, т.к. подверженность валютному риску возрастает.

Далее по выбранной модели рассмотрим отдельно 2 периода (до ноября 2014 года и после), чтобы выявить, как изменилась для компаний подверженность валютному риску при переходе на полностью плавающий валютный курс в РФ, а также при возросшей волатильности курсов основных валют относительно рубля. Ниже приведены средние результаты оценки моделей за эти периоды, которые были получены после оценивания 119 регрессий по каждому валютному курсу и временному периоду.

Таблица 16. Сравнение оценок коэффициента валютной подверженности двух периодов для валютного курса доллар/рубль

Период	январь 2010 — ноябрь 2014				декабрь 2014 — декабрь 2016
	Мин.	Среднее		Макс.	Мин.	Среднее		Макс.
	0.25	0.68		1.19	-1.06	0.55		1.47
Доля значимых коэффициентов	5%		10%		5%		10%
	94.9%		95.8%		63.8%		69.7%
Доля значимых коэффициентов	17.11%		18.26%		10.09%		14.65%

Из таблицы видно, что с конца 2014 года положительная влияние валютного риска на доходность акций при ослаблении национальной валюты снизилось почти на 10%, однако стали наблюдаться случаи, когда чувствительность к этому фактору становилась отрицательной. В обоих случаях доля значимых коэффициентов довольно высока, однако за первый период практически для каждой компании коэффициент валютной подверженности был значим в отличие от второго периода. В свою очередь доля значимых констант также снижается при снижении доли значимых cologкоэффициентов, а их соотношение по двум периодам практически неизменно на 5% и 10% уровне значимости.

Таблица 17. Сравнение оценок коэффициента валютной подверженности двух периодов для валютного курса евро/рубль

Период	январь 2010 — ноябрь 2014				декабрь 2014 — декабрь 2016
	Мин.	Среднее		Макс.	Мин.	Среднее		Макс.
	-1.45	-0.61		0.45	-1.35	-0.27		1.22
Доля значимых коэффициентов	5%		10%		5%		10%
	69.7%		73.1%		26.8%		40.3%
Доля значимых коэффициентов	18.56%		21.74%		9.34%		11.22%

Практически схожий результат характерен для валютного курса евро/рубль: чувствительность к валютному риску ослабла, однако само направление влияния осталось отрицательным, а доля значимых коэффициентов снизилась почти в 2 раза.

Таким образом, предположение о возросшем влиянии валютного риска на доходность акций компаний после ноября 2014 оказалось неверным.

Нужна помощь в написании диплома?

Подробнее

Также был проведен отраслевой анализ валютной подверженности, в котором были представлены компании из 5 отраслей. Аналогично предыдущему регрессионному анализу использовалась выбранная модель и оценивались параметры модели. Количество проведенных регрессий по каждой отрасли соответствовало количеству компаний, представленных в них. Результаты тестирования приведены в таблицах ниже.

Таблица 18. Отраслевая подверженность валютному риску (для курса доллар/рубль)

Отрасль	,
		Минимум	Медиана	Среднее	Максимум	Доля с p-value <5%
Нефтегазовая	13.05	-1.05	-0.61	-0.57	-0.006	0.875
Металлургия и Добыча	7.7	0.36	0.66	0.67	0.97	1.000
Энергетика	10.05	0.39	0.74	0.71	0.95	0.958
Финансы	13.09	0.59	0.82	0.80	0.94	1.000
Телеком	10.04	0.38	0.74	0.71	1.02	1.000

Из таблицы 18 видно, что наибольшая положительная подверженность валютному риску оказывалась на компании финансового сектора: обесценение национальной валюты, скорректированное на безрисковую доходность за этот же период, привело к приросту доходности акций компаний этой отрасли, скорректированной на безрисковую доходность. Отрицательная валютная подверженность наблюдалась только у компаний нефтегазового сектора, т.е. прирост премии по валютной доходности отрицательно сказывался на премии по доходности акций. По всем отраслям наблюдалась высокая значимость коэффициентов.

Таблица 19. Отраслевая подверженность валютному риску (для курса евро/рубль)

Отрасль	,
		Минимум	Медиана	Среднее	Максимум	Доля с p-value <5%
Нефтегазовая	6.30	-1.15	-0.53	-0.54	-0.12	0.80
Металлургия и Добыча	2.81	-1.06	-0.38	-0.49	0.006	0.611
Энергетика	4.38	-1.05	-0.65	-0.58	-0.106	0.833
Финансы	7.06	-1.03	-0.7	-0.74	-0.43	1.000
Телеком	3.84	-1.05	-0.73	-0.57	-0.006	0.875

Наоборот, валютный риск для курса евро/рубль оказал отрицательное влияние на компании всех рассматриваемых отраслей, т.е. прирост валютной премии сопровождался с падением премии на доходность компаний. Наибольшая подверженность валютному риску наблюдалась у компаний финансового сектора. Таким образом, предпосылка о высокой подверженности валютному риску финансовых компаний оказалась верна.

Компании металлургического и добывающего секторов экономики были подвержены положительному валютному риску только со стороны валютного курса доллар/рубль, тогда как по курсу евро/рубль коэффициент валютного риска был отрицательным. Тем не менее, предположение оказалось верным для курса доллар/рубль, но для курса евро/рубль наблюдается обратный эффект.

Кроме того, предпосылка о наименьшей подверженности валютному риску компаниями отраслей телекоммуникаций и энергетики также отвергается, в силу того, что для обоих валютных курсов компании металлургического и добывающего сектора, а также нефтегазовые компании были подвержены меньшему валютному риску.

3.3 Тестирование детерминант компании, влияющих на её подверженность валютному риску

В данном разделе будет исследована зависимость между оценкой полученного коэффициента чувствительности к валютному риску и ряда показателей компании, которые могут оказывать влияние на этот показатель. Эмпирическая проверка будет проведена с использованием панельных данных компаний: годовые показатели с 2010 и 2016 гг. Для этих целей отдельно будут построены регрессии для каждого года в течение 7 лет, чтобы получить оценку соответствующего коэффициента за требуемый период. Оцениваемая модель приведена нами ниже:

Для оценки регрессии по панельным данным будет использован статистический пакет R со встроенной функцией plm, позволяющей получать оценки ряда. Отдельно была оценена выборка по панельным данным для курса доллар/рубль и евро/рубль. Результаты оценивания приведены в таблице ниже.

Таблица 20. Результаты оценивания модели 3 по панельным данным (модель с «fixed effect»)

Нужна помощь в написании диплома?

Заказать диплом

Variable	Estimate	Std. error	t-value	p-value
Size	-0.0805	0.04389	1.82	0.068
Leverage	6.04e-04	1.38e-03	0.44	0.666
Hedge	-4.54e-02	7.21e-02	-0.63	0.528
Quick	8.70e-03	5.21e-03	1.64	0.100
Turnover	-1.11e-01	3.68e-02	3.02	0.002
FSales	3.32e-03	2.29e-03	1.45	0.147
Foreign	-4.92e-08	3.26e-07	-0.15	0.881
	0.1324
F-statistic	13.86
p-value	0.000

Таблица 21. Результаты оценивания модели 3 по панельным данным (модель с «random effect»)

Variable	Estimate	Std. error	t-value	p-value
Intercept	0.346	0.089	3.85	0.00012
Size	0.0278	0.00879	3.16	0.00162
Leverage	3.58e-04	7.13e-04	0.51	0.616
Hedge	-6.81e-02	6.67e-02	-1.02	0.307
Quick	3.75e-03	4.12e-03	0.91	0.363
Turnover	-3.17e-02	1.17e-02	-2.69	0.007
FSales	-7.01e-04	5.94e-04	-1.18	0.238
Foreign	-3.22e-08	2.63e-07	-0.12	0.903
	0.1247
F-statistic	21.43
p-value	0.000

Регрессия с фиксированным эффектом на панельных данных для курса доллар/рубль показала лучшие результаты — выше доля объясненного разброса остатков. При этом p-value регрессии и всех оцененных параметров практически одинаковы и близки к нулю. Однако для двух моделей тест на значимость регрессии в целом показал, что гипотеза о незначимости регрессии отвергается. Для выбора наилучшей модели отдельно был проведен тест Хаусмана (Hausman Test), которые показал pНа основании этого можно сделать вывод, что следует использовать модель с «fixed effect».

Кроме того, целесообразно проверить использование панельной регрессии, т.е. сравнить её с моделью обычной оценки МНК. Для этого отдельно был проведен тест множителей Лагранжа (LM, Breusch-Pagan), который показал p т.е. существует значимый эффект панели, а значит необходимо моделирование по панельной регрессии.

Если рассматривать первую модель, как наилучшую, то результаты оценки переменной Sizeпоказывают, что этот фактор отрицательно связан с валютным риском и значим на 10% уровне значимости, поэтому гипотеза 3гипотеза 5 незначимы на 10% уровне значимости, и найденная зависимость между переменной Foreign и оценкой чувствительности к валютному риску оказалась противоположного знака. Для обоих моделей высокую значимость показала оценка коэффициента оборачиваемости активов (значим на 5% уровне), который оказался отрицательно коррелирован с подверженностью валютному риску, поэтому гипотеза 6 для данной валютной пары не отвергается.

Также отметим, что оценка константы значима на 1% уровне значимости и данный показатель в целом заметно выше остальных коэффициентов, что может говорить о высоком значении данного показателя в модели, т.к. он определяет начальные условия для прогнозирования.

Отдельно была проведена оценка моделей без использования незначимых переменных (Foreign и Hedge), однако результаты моделирования остались примерно такими же ( снизился менее чем на 1 п.п., а значимость коэффициентов практически не изменилась).

Таблица 22. Результаты оценивания модели 3 по панельным данным (модель с «fixed effect»)

Variable	Estimate	Std. error	t-value	p-value
Size	0.152	0.0692	2.20	0.028
Leverage	3.51e-03	1.94e-03	1.80	0.071
Hedge	5.09e-02	1.41e-01	0.36	0.712
Quick	3.07e-03	7.48e-03	0.41	0.682
Turnover	1.37e-01	5.18e-02	2.65	0.008
FSales	-5.64e-03	4.25e-03	-1.32	0.185
Foreign	-8.33e-08	4.60e-07	-0.18	0.856
	0.1291
F-statistic	13.45
p-value	0.000

Таблица 23. Результаты оценивания модели 3 по панельным данным (модель с «random effect»)

Variable	Estimate	t-value	p-value
Intercept	-0.3215	0.1652	-2.00	0.0455
Size	-0.0296	0.0131	2.25	0.0247
Leverage	1.13e-03	1.16e-03	0.98	0.327
Hedge	8.00e-02	1.05e-01	0.758	0.448
Quick	4.75e-03	6.29e-03	0.753	0.451
Turnover	4.78e-02	1.99e-02	2.40	0.016
FSales	8.72e-05	1.19e-03	0.073	0.942
Foreign	-1.43e-08	3.99e-07	-0.36	0.720
,	0.1181
F-statistic	14.43
p-value	0.000

Для данного валютного курса модель с «fixed effect» оказалась также наилучшей, что подтверждается большим коэффициентом детерминации, значимостью переменных на более низком уровне и тестом Хаусмана. Результат теста показал, что p поэтому следует использовать первую модель. Также был проведен тест множителей Лагранжа, результатом которого стало значение pт.е. на 5% уровне значимости требуется использование панельной регрессии вместо стандартного МНК. Однако по данной модели, несмотря на значимость коэффициента при переменной «размер компании», знак коэффициента получился отрицательным, поэтому гипотеза 3 отвергается. Гипотезы 4 и 5 также отвергаются, потому что оценки данных переменных показывают отрицательную зависимость с объясняемой переменной, а сами коэффициенты незначимы на 10% уровне значимости. Стоит отметить, что для обоих валютных курсов значимым на 10% уровне получился коэффициент при переменной «оборачиваемость активов», но для курса доллар/рубль его влияние отрицательное, а для евро/рубль — положительное, поэтому для данного валютного курса гипотеза 6 отвергается. Удаление из модели незначимых переменных (Foreign, Quick, Hedge) значительно уменьшило объясняющую силу модели (на 2.7 п.п.), однако значимость оставшихся коэффициентов, как и для валютной пары доллар/рубль не изменилась.

В целом низкая объясняющая сила моделей по обоим валютным курсам и для моделей с различными эффектами согласуется с результатами предыдущих работ и может быть объяснено наличием специфических факторов и детерминант компаний, выявить которые в полном объеме на данном этапе не получилось.

Нужна помощь в написании диплома?

Заказать диплом

Целью данной выпускной работы являлось исследование направления, степени и детерминант подверженности валютному риску со стороны валютных курсов на доходности обыкновенных акций российских публичных компаний с учетом отраслевого среза. Для реализации данной цели проводилось тестирование эконометрических моделей в два этапа. На первом этапе тестировались модели, определяющие направление и степень валютного давления, после чего выбиралась лучшая по нескольким критериям. На втором этапе оценивалась модель с панельными данными и результатами оценки лучшей модели первого шага для определения значимых детерминант компании, влияющих на подверженность компанией валютному риску.

По результатам первого этапа лучшие оценки и результаты были показаны при тестировании модели 3, которая учитывает фактор асимметрии в предпочтениях инвестора. На данном этапе гипотеза о наличии асимметрии в валютном риске на российском рынке отвергнута не была. Далее была осуществлена проверка ряда гипотез, которая привела к следующим выводам:

· подверженность валютному риску возрастает при использовании в расчетах показателей месячных доходностей вместо недельных

· влияние валютного риска на доходности акций компаний после ноября 2014 года (смена валютного режима, возросшая волатильность валютных курсов) не увеличилось

· компании финансового сектора в наибольшей степени подвержены валютному риску за счет двойного эффекта давления, в том числе специфики деятельности

· металлургические и добывающие компании испытали наименьший валютный риск в выбранном отраслевом срезе для обоих валютных курсов

· телекоммуникационные и энергетические компании подвержены значительному валютному риску

На втором этапе тестирование детерминант, оказывающих влияние на подверженность валютному риску, привело к следующим выводам:

· размер компании значим на 10% уровне значимости и отрицательно влияет на подверженность валютному риску

· доля экспортных продаж и прибыль или убыток от операций с иностранной валютой не оказывают значимого влияния на подверженность валютным рискам на любом разумном уровне значимости

· коэффициент при переменной оборачиваемость активов значим и отрицательно связан с валютным риском для компаний при использовании валютного курса доллар/рубль, но незначим для — евро/рубль

Таким образом, на российском фондовом рынке доходность большинства компаний так или иначе зависит от волатильности валютных курсов, однако это влияние не является высоким и не возросло после ноября 2014 года. При этом положительное влияние валютного риска на доходность акций оказывается не в той же мере, в какой отрицательное, т.е. существует наличие значительной асимметрии.

Дальнейшие исследования по данной проблематике можно развить, использовав усовершенствованную в работе модель 3 на других рынках (СНГ, Азия, БРИКС), используя другой временной горизонт и данные для расчетов (дневные, квартальные доходности), проводя более расширенный отраслевой срез компаний. На 2 этапе также возможно применение ряда контрольных переменных, характерных для российской специфики деятельности, которые смогут зафиксировать эффект воздействия исследуемых детерминант на коэффициент подверженности валютному риску.

Нужна помощь в написании диплома?

Подробнее

Список литературы

4. Adler, M., & Dumas, B. (1980). Foreign Exchange Risk Management. Currency Risk and the Corporation, 145-158.

5. Adler, M., & Dumas, B. (1984). Exposure to Currency Risk: Definition and management. Financial Management, 41-50.

6. Aggarwal, R., Chen, X., & Yur-Austin, J. (2011). Currency risk exposure of Chinese corporations. Research in International Business and Finance(3), 266-276.

. Aggarwal, R., Harper, J. T., & Sullivan, F. C. (2010). Foreign exchange exposure of " domestic " corporations. Journal of International Money and Finance, 1619-1636.

. Agyei-Ampomah, S., Mazouz, K., & Yin, S. (2011). The foreign exchange exposure of UK non-financial firms: A comparison of market- based methodologies. Allayannis, G., & Ihrig, J. (2001). Exposure and markups. Review of Financial Studies(3), 805-835.

. Allayannis, G., & Ofek, E. (2001). Exchange rate exposure, hedging, and the use of foreign currency derivatives. Journal of International Money and Finance, 273-296.

10. Artzner, P., Delbaen, F., Eber, J.-M., Heath, D., 1999. Coherent measures of risk. Mathematical Finance 9 (3), 203-228.

11. Bartov, E., & Bodnar, G. M. (1994). Firm Valuation, Earnings Expectations, and the Exchange Rate Exposure Effect. Journal of Finance, 1755-1785.

. Bodnar, G. M., & Gentry, W. M. (1993). Exchange Rate Exposure and Industry Characteristics: Evidence from Canada, Japan and the USA. Journal of International Money and Fianance, 29-45.

13. Chow, E. H., Lee, W. Y., & Solt, M. E. (1997). The Exchange-Rate Risk Exposure of Asset Returns. Journal of Business.

. Chue, T. K., & Cook, D. (2003). Emerging Market Exchange-Rate Exposure.

15. De Giorgi and Post T. (2008). Second-Order Stochastic Dominance, Reward-Risk Portfolio Selection, and the CAPM, Journal of Financial and Quantitative Analysis Vol. 43, No. 2, June 2008, pp. 525-546

16. Dranev, Y., & Sofya, F. (2013). Colog Asset Pricing, Evidence from emerging markets.Working paper of Higher School of Economics.

. Dranev, Y., & Babushkin, M. (2014). Asymmetric exchange-rate exposure in BRIC countries.Working paper of Higher School of Economics.

18. Fama, Eugene F., and James D. MacBeth, 1973, Risk, return and equilibrium: Empirical tests, Journal of Political Economy 81, 607-636.

. Jorion, P. (1990). The Exchange-Rate Exposure of U.S. Multinationals. Journal of Business, 331-345.

20. Huffman, S. P., Makar, S. D., & Beyer, S. B. (2010). A three-factor model investigation of foreign exchange-rate exposure. Global Finance Journal, 1-12.

21. Hutson, E., and A. O’Driscoll. 2010. “Firm-Level Exchange Rate Exposure in the Eurozone.” International Business Review 19:468-78.

. Hutson, E., and S. Stevenson. 2010. “Openness, Hedging Incentives and Foreign Exchange Exposure: A Firm-Level Multi-Country Study.” Journal of International Business Studies 41 (1):105-22.

23. Ito, R. T., Koibuchi, S., Sato, K., & Shimizu, J. (2016). Exchange rate exposure and risk management: The case of Japanese exporting firms. J. Japanese Int. Economies, 17-29.

. Koutmos, G., & Martin, A. D. (2003). Asymmetric exchange rate exposure: theory and evidence. Journal of International Money and Finance, 365-383.

. Krapl, A., & O’Brien, T. J. (2015). Direct versus indirect regression estimates of foreign exchange cash flow exposure. International Review of Financial Analysis.

. Lin, C. H. (2011). Exchange rate exposure in the Asian emerging markets. Journal of Multinational Financial Management(4), 224-238.

. Mishra, S. (2016). The Quantile Regression Approach to Analysis of Dynamic Interaction Between Exchange Rate and Stock Returns in Emerging Markets : Case of BRIC Nations.Journal of Financial Risk Management.

. Mohapatra, S. M., & Rath, B. N. (2017). Exchange Rate Exposure and its Determinants : Evidence from Indian Firms. The International Trade Journal(2), 197-211.

. Muller, A., & Verschoor, W. F. C. (2006). Asymmetric foreign exchange risk exposure: Evidence from U.S. multinational firms.

. Muller, A., & Verschoor, W. F. C. (2006). European foreign exchange risk exposure. European Financial Management(2), 16-37.

. Nie, J., Zhang, Z., Zhang, Z., & Zhou, S. (2015). Currency Exposure in China under the New Exchange Rate Regime: National Level Evidence. China & World Economy(3), 97-109.

. Olugbode, M., El-Masry, A., & Pointon, J. (2014). Exchange rate and Interest Rate Exposure of UK industries using first-order autoregressive exponential GARCH-in-Mean (EGACRH-M) Approach.

33. Parlapiano, F., Alexeev, V., & Dungey, M. (2017). Exchange Rate Risk Exposure and the Value of European Firms. The European Journal of Finance, 4364 (August).

Нужна помощь в написании диплома?

Подробнее

34. Rachev, S. T., Stoyanov, S. V., Fabozzi, F., A Probability Metrics Approach to Financial Risk Measures, Wiley — Blackwell, 2011

35. Rossi, J. L. (2004). Foreign Exchange Exposure, Corporate Financial Policies and the Exchange Rate Regime: Evidence from Brazil.

36. Shapiro, A. C. (1974). Exchange Rate Changes, Inflation, and the Value of the Multinational Corporation. The Journal of Finance, 485-502

. Sharpe, William F., 1964, Capital asset prices: A theory of market equilibrium under conditions of risk, Journal of Finance 19, 425-442.

38. Tang, B. (2014). M P RA Exchange Rate Exposure of Chinese Firms at the Industry and Firm level Exchange Rate Exposure of Chinese Firms at the Industry and Firm level.

Предыдущий пример

Следующий пример