Введение

Эмпирический маркетинг находится везде. Он присутствует на самых разнообразных рынках (потребительском, промышленных предприятий, услуг, технологий) и проявляется в самых различных отраслях. Множество организаций обращается к возможностям эмпирического маркетинга при разработке новых продуктов, налаживании коммуникаций с потребителями, совершенствовании сбытовых связей, подборе партнеров по бизнесу, дизайне торговых площадей и создании электронных сайтов. И эта тенденция продолжает нарастать. Маркетологи все более переходят от традиционного маркетинга свойств и преимуществ к формированию у своих клиентов эмпирических переживаний.

Целью данной курсовой работы является рассмотрение теоретических основ эмпирического маркетинга. Для достижения указанной цели в курсовой работе решаются следующие исследовательские задачи: рассмотреть сущность эмпирического исследования и его этапы, социальное исследование, изучить эмпирические переживания, а также рассмотреть масштабы и спектр применения эмпирического маркетинга.

Эмпирические маркетинговые исследования

Сущность эмпирического маркетингового исследования

Эмпирический маркетинг -- это создание связей между брендом и потребителями путем предоставления последним эмоционально и интеллектуально вовлекающего опыта. Это определение отражает второе название рассматриваемого понятия: экспириентальный маркетинг (от англ. experience - опыт, переживание) .

Говоря о сущности маркетингового исследования, можно безоговорочно относить его к научному исследованию. Действительно, в основном оно таковым и является, поскольку направлено на решение четко поставленных задач; призвано предоставить практике надежную и обоснованную информацию; при его проведении используются научные методы сбора и обработки информации и т.д. И все же есть одно обстоятельство, которое требует в этом плане пояснения.

Чем, например, отличается маркетинговое исследование от социологического, стоящего на четких научных принципах? Укажем на следующие важные в этом плане обстоятельства. Маркетинговое исследование (далее МИ)-- это не только процесс сбора и анализа информации, но и специфический, дополнительный способ коммуникации, канал общения с рынком соответствующих товаров, потенциальными партнерами, потребителями. Нередко по поручению заказчика уже в процессе проведения маркетингового исследования может формироваться дистрибьюторская сеть (иногда даже с использованием бригад интервьюеров, проводящих исследование).

Необходимо выделить две основные разновидности МИ, обусловленные его общей направленностью, самими целями исследовательской деятельности.

Теоретико-прикладные исследования ("чисто" теоретических маркетинговых исследований, вероятно, не может быть, поскольку основные экономические закономерности, действующие в маркетинге, изучают в курсах микроэкономики и ряде других подобных дисциплин), цель которых выявление и поиск механизмов решения маркетинговых проблем через разработку новых подходов к их изучению и интерпретации. Например, речь может идти о разработке новых подходов классификации потребителей, качественно новых, особенностей изучения рынков, выработке новых концепций продвижения товара и рекламы и т. п .

Эмпирические маркетинговые исследования -- это научные исследования, направленные на получение фактофиксирующего знания, т. е. установление и обобщение социальных фактов с помощью прямой или опосредованной регистрации событий, характерных для исследуемых социальных явлений, объектов, процессов .

Рассмотрим эмпирические методы маркетингового исследования:

1. Наблюдение.

Данный метод предполагает, что исследователь находится в непосредственной близости от интересующего его объекта, например, морально-правового конфликта, и имеет возможность видеть и фиксировать все фазы его социодинамики.

Наблюдение может быть включенным, когда исследователь принимает на себя роль одного из участников изучаемого фрагмента правоотношений. Это дает дополнительные возможности для углубления в сущность правовой коллизии, в мотивационные сферы ее участников.

При обычном, невключенном наблюдении собранная информация может быть не столь глубокой. Но ее преимущества состоят в том, что, оставаясь в качестве стороннего наблюдателя, социолог имеет больше шансов сохранить за собой позицию беспристрастности и объективности, избежать элементов оценочности в констатирующих суждениях.

Следует различать наблюдение скрытое, когда участники исследуемых правоотношений не подозревают о том, что ими интересуется социолог, и открытое, когда участникам известно о проводимом изучении.

Возможна и такая градация наблюдений, как экстенсивное, когда в поле зрения находится достаточно обширный предмет, занимающий значительное место в социальном пространстве, и интенсивное, когда предмет исследовательского внимания не велик по объему и полностью умещается в поле зрения одного социолога. Во втором случае наблюдение оказывается предельно сфокусированным и более результативным.

Метод наблюдения удобен при изучении локальных, фрагментарных, малых по объему и числу участников и легкодоступных объектов.

2. Анализ документов.

Когда некая правовая реалия находится вне досягаемости для непосредственного эмпирического изучения (например, исчезла из настоящего и осталась в историческом прошлом), но от нее остались некие единичные тексты или комплексы письменных документов, то для социолога эти последние могут служить источником информации. Документы в качестве артефактов, то есть искусственных, вторичных фактов, способны свидетельствовать о действительных, некогда существовавших, первичных фактах правовой жизни общества и личности. Различные законодательные акты, кодексы, правительственные указы, протоколы следственных действий и судебных разбирательств, письменные свидетельства участников различных юридических процедур, а также публицистические и художественные произведения, освещающие различные правовые проблемы, -- все это может дать социологам необходимые сведения. При их анализе социолог становится правоведом, а правовед -- социологом. Одно и то же событие выглядит для первого как типовой социальный факт, а для второго как характерный юридический феномен-казус. Сведенные воедино, оба эти взгляда, социологический и правоведческий, дают объемное изображение исследуемой социально-правовой реалии, позволяют зафиксировать в ней такие свойства и грани-, мимо которых исследователи, действуй они порознь, могли бы пройти, не заметив их. Достоинство социологии права как теоретической дисциплины как раз в том и состоит, что ее представитель развивает в себе одновременно сильные стороны и социолога, и правоведа.

Если документы не имеют сугубо юридического характера, но в силу тех или иных обстоятельств представляют интерес для социолога, то перед ним встает сложная задача по выявлению из их контекстов сугубо юридической информации. Одним из средств решения такой задачи является контент-анализ. Его используют при наличии объемного текстового материала, чтобы выявить в нем количество неких содержательно-смысловых единиц. Скажем, анализ всех номеров центральной газеты "Правда" за 1937 год и подсчет общего числа расстрелов "врагов народа", о которых она сообщает, способны дать достаточно красноречивую информацию о состоянии системы советского правосудия, о степени ее цивилизованности, гуманности, справедливости. Социологи права нередко ссылаются на пример контент - анализа, связанного с деятельностью Международного института прав человека в Страсбурге. В 1971 г. его сотрудники предприняли попытку выявить слова, которые наиболее часто встречаются в официальных юридических документах государственного и международного уровня. Первые три места заняли соответственно слова закон, равенство и свобода. То есть обозначились приоритетные ценности политико-правовой деятельности международного сообщества, служащие ориентирами для практических усилий государств и народов [ 4].

Для сбора информации, характеризующей состояние различных, архаических и современных форм обычного права, определенный интерес может представлять фольклор -- древние мифы, народные сказки, легенды, а также различные этнографические материалы.

При использовании данного метода речь идет о скрупулезно-методическом чтении текстов по заранее составленной многоступенчатой программе. Требуемая информация может в подобных случаях собираться буквально по крупицам и на протяжении достаточно длительного времени.

Социологи права, наделенные художественным чутьем, могут успешно работать с литературными произведениями выдающихся писателей как с источниками социально-правовой информации. Так, французские социологи склонны считать, что добротный материал по социологии собственности имеется в романах "Человеческой комедии" О. Бальзака, а по социологии семьи -- в многотомной эпопее Э. Золя "Ругон-Маккары". Аналогичным образом для российских (и не только российских) социологов бесценным источником информации по социологии права и преступности является творчество Ф. М. Достоевского .

Анализ документов важен в тех случаях, когда социологи имеют дело с такими структурами правовой системы, чья деятельность строго документирована. Если учитывать, что определенная часть этой документации имеет закрытый характер и содержащаяся в них информация рассчитана на конкретных профессионалок, то следует признать, что органы правопорядка нуждаются в собственных социологических кадрах. Они могли бы своими аналитическими исследованиями оказывать существенную помощь в деле самосовершенствования правовой системы.

3. Опрос (интервьюирование, анкетирование, тестирование).

Среди социологических методов сбора первичной информации опрос занимает важное место. Он применяется в тех случаях, когда наблюдение невозможно или нецелесообразно. К нему прибегают при необходимости выявить состояние общественного мнения относительно каких-либо существенных событий в социально-правовой жизни государства и гражданского общества. Опросы важны в преддверие таких событий политико-правовой жизни общества, как, например, референдумы. Охватывающие не слишком большое число граждан, они являются пробными замерами состояния общественного мнения и своеобразными репетициями предстоящего

Интервьюирование выглядит как личная беседа социолога с интересующим его человеком. Такая беседа чаше всего имеет характер вопросов-ответов и может протекать либо в очной форме, либо по телефону. Полученные ответы фиксируются, обрабатываются, обобщаются, соотносятся с результатами других аналогичных интервью.

Беседа-интервью может быть записана на магнитофон. Сама же запись может использоваться по-разному, в зависимости от исследовательских установок интервьюера. Так, например, в 1959 г американец Трумэн Капоте издал книгу, которая была создана на основе магнитофонных записей его бесед с двумя молодыми осужденными преступниками. Спустя некоторое время вышел ее русский перевод (Обыкновенное убийство. -- М., 1965) .

Анкетирование отличается от интервьюирования тем, что может быть не только индивидуальным, но и групповым. Кроме того, оно предполагает наличие у социолога заранее составленного вопросника-анкеты. Ею достоинство заключается в том, что оно позволяет одновременно опрашивать большое число людей. Еще одно явное преимущество анкетирования состоит в том, что оно может быть не только именным, но и анонимным. Этот второй вариант для социологов часто оказывается предпочтительнее первого, поскольку позволяет респондентам давать искренние ответы на вопросы, именуемые на обыденном языке "щекотливыми".

Тестирование -- методика усложненного анкетирования. Специалисты составляют вопросник особого рода (тест), где содержится значительное число разнородных вопросов. Цель теста состоит в том, чтобы заставить респондента "выговориться" или "проговориться", то есть дать ответы на те вопросы, на которые он не стал бы отвечать при обычном интервьюировании или анкетировании. Одновременно тесты дают возможность выявить бессознательные установки индивидов, скрытые даже от их собственного понимания.

Данная методика важна при исследовании мотивационной сферы индивидуального правосознания. Она имеет большие перспективы в криминологических исследованиях.

4. Социологический эксперимент.

Для подтверждения своей гипотезы, для опровержения противоречащих ей предположений социологи могут смоделировать необходимую им социально-правовую ситуацию. Модель такого рода может быть либо вполне реальной, то есть ситуативно-эмпирической, либо мысленной, воображаемой.

Правовые отношения - это сфера, к которой индивиды относятся весьма болезненно и на все проявлении которой реагируют крайне остро. Полому ставить на ее "территории" какие-либо реальные эксперименты всегда очень затруднительно. Что же касается мысленных экспериментов в области права, то здесь пришла на выручку социологам культура. Издавна существуют талантливые драмы, романы, новеллы, созданные гениальными художниками слова, исследующие самые разные аспекты правоотношений, самые сложные структуры индивидуального правового и криминального сознания. Созданные игрой творческого воображения, они есть не что иное, как мысленные эксперименты. И социологи, конечно же, не должны проходить мимо классических и современных художественных произведений с правоведческой и криминологической направленностью. При этом им придется в условиях не ими самими поставленных мысленных экспериментов использовать методику социологического анализа документов, в роли которых в данном случае выступят литературные тексты.

5. Биографический метод.

Его можно отнести и к анализу документов, но можно считать и самостоятельным методом. Он представляет собой способ изучения биографических данных с целью сбора необходимой информации психологического, социологического, морально-правового характера. Биографический метод позволяет формулировать гипотезы и находить доказательства относительно особенностей отношения конкретной личности или определенной категории индивидов к тем или иным социально-правовым явлениям и процессам, а также строить предположения о характере их правосознания и о типовых особенностях их социально-правового поведения.

Активное использование биографического метода в современной социально-правовой теории началось в первые десятилетия XX в. и связано с выходом работ У. Хили "Преступник" (1915) и "Душевные конфликты и неправильное поведение" (1917), З.Фрейда "Достоевский и отцеубийство" (1928). Многие западные исследователи, в том числе Ф. Знанецкий, Ч. Кули, Г. Д. Лассуэлл, Д. Г. Мид, У. А. Томас, обращаются при построении своих теоретических гипотез к изучению личных документов, писем, дневников с целью приобретения достоверных сведений о мотивах социального поведения интересующих их людей. Путем анализа семейных отношений, наследственности и преемственности поколений, действий человека в переломных жизненных ситуациях, взаимосвязей с окружающими обнаруживаются не только сознательные, но и бессознательные наклонности, сказавшиеся на особенностях как законопослушного, так и противоправного поведения индивидов .

Эмпирические данные биографического характера вместе с общей логикой индуктивно-дедуктивных построений позволяют реконструировать сложнейшие мотивационные коллизии внутренней жизни индивидов, оказавшихся в экстраординарных условиях ситуаций самоубийства, совершения преступления, тюремного заключения и т. д. .

Вывод: вышеперечисленные методы могут использоваться в разных пропорциях, применительно к различному социально-правовому материалу и складываться в каждом отдельном случае в особую модель исследовательской деятельности. Обозначим наиболее существенные из этих моделей:

1. Пилотажное исследование.

Его суть заключается в том, что оно имеет разведывательный характер и позволяет исследователям апробировать свой инструментарий на малом участке интересующего их проблемного поля. Это своего рода микромодель будущего полномасштабного исследования. Его задача состоит в том, чтобы выявить слабые места задуманной программы, заблаговременно внести в нее необходимые коррективы, уточнить исходные посылки гипотезы, точнее очертить границы исследуемого предмета, четче обозначить проблему и вытекающие из нее задачи.

2. Описательное исследование.

Данный вид исследования включает всестороннее, по возможности максимально полное описание правового феномена. Выявляются его признаки, структурно-содержательные свойства, функциональные возможности. Исследователи при этом не спешат с конечными оценками, обобщениями и выводами. Их задача -- создать для всего этого необходимые эмпирические предпосылки.

3. Аналитическое исследование.

Это наиболее сложный и углубленный вариант научного поиска, не ограничивающийся скольжением по феноменальной поверхности социально-правовых реалий. Задача состоит здесь в том, чтобы двинуться от явлений в глубь проблемы, к сущностным параметрам зафиксированных социально-правовых явлений и фактов, к причинам и основаниям их возникновения и к условиям функционирования.

Результаты аналитических исследований представляют наибольшую научную ценность и практическую значимость. Опираясь на них, заказчики, для которых данная работа проводилась, осуществляют определенные практические шаги по коррекции, реорганизации, совершенствованию конкретных сфер социально-правовой реальности.

Рассмотрим эмпирические социальные исследования во Франции во второй половине XLX - начале XX в.

Говоря о предыстории эмпирической социологии в XIX в., следует отметить особую роль французского ученого и политического деятеля Фредерика Ле Пле (1806--1882). Эмпирическая социология-это направление ориентировано на изучение конкретных фактов общественной жизни с помощью специальных методов . Он придавал особое значение сбору конкретных социальных фактов, только на основе которых считал возможным делать обоснованные выводы. Главная работа Ф. Ле Пле -- "Европейские рабочие" -- была издана в 1855 г. В ней содержатся результаты изучения рабочих семей, их бюджетов, которые для французского исследователя выступали в качестве основного показателя уровня и образа жизни. Ле Пле исследовал с помощью статистических методов различные источники доходов рабочих, на основании полученных результатов предлагал свою программу социального реформирования их положения. Его подход до сих пор не потерял своего значения при подготовке и проведении эмпирического социального исследования тех или иных профессиональных групп населениях .

Основная сфера научного интереса Ле Пле -- изучение семьи. Он был одним из первых ее исследователей с помощью эмпирических методов. Главными среди них были статистические. Однако Ле Пле прибегал к использованию и других, в том числе, прямого наблюдения отдельных частных случаев и их последующего описания. Семью французский исследователь рассматривал как основную единицу социальной системы общества, в которой оно себя в полной мере воспроизводит.

Ле Пле разработал методологию и методику теоретического и эмпирического исследования семьи. В рамках первого -- теоретического -- направления он сформулировал типологию семьи, включающую три основные ее разновидности: патриархальную, нестабильную, промежуточную. Первый тип -- это традиционная трехпоколенная семья с общей собственностью и господством отца (патриарха), характерная для села и крестьянства. Нестабильный тип -- это двух поколенная нуклеарная изолированная семья, наиболее часто встречающаяся в верхних слоях общества и среди промышленного рабочего класса. Промежуточный тип -- это разновидность патриархальной семьи, в которой один из наследников владеет домашним хозяйством, а остальные получают свою денежную долю, что создает для них возможность работать в другом месте. При этом связи с родительским домом не обрываются, он продолжает оставаться "крепостью", в которой всегда можно укрыться от трудностей и потрясений жизни .

В теоретическом анализе семьи Ле Пле обращал внимание на нее как основной фактор социального контроля. Он считал, что государство может проводить свою внутреннюю политику и успешно решать основные задачи по управлению, только опираясь на семью и создавая необходимые условия для ее функционирования и стабильного развития .

Что касается методики эмпирического исследования семьи, то она получила наиболее полное выражение в рамках разрабатывавшегося Ле Пле монографического метода, одним из основателей которого он является. В книге "Европейские рабочие" он оставил описание образа жизни 57 семей, занятых в различных сферах деятельности -- сельскохозяйственной, ремесленной, кустарной, промышленной, проживающих в ряде регионов нескольких европейских стран, различающихся по уровню своего экономического развития. Основное внимание в этом описании было уделено семейному бюджету, структуре доходов и расходов, т.е. тому, что можно было четко выразить в количественных показателях.

Монографический метод исследования противостоял развитому в то время историческому методу. Суть первого состояла в сочетании теоретического анализа семьи с конкретными данными и материалами о ее жизни, т.е. с тем, что мы сейчас назвали бы данными полевого исследования. При этом акцент делался на рассмотрении факторов социального окружения семьи, которые оказывали на нее глубокое воздействие. Здесь и место проживания, и характер трудовой деятельности членов семьи, и уровень доходов и т.д. Особенно много сделал в плане использования монографического метода для исследования семьи ученик Ле Пле Анри де Турвиль .

В целом Ле Пле был горячим сторонником сохранения и укрепления семьи, причем в ее традиционных нормах. - Для этого он предлагал принять серию законов, направленных против дробления семейного имущества и семейной собственности, стимулирующих развитие семейного производства. Особое значение ученый придавал сохранению семейной собственности, которая выступает не только как средство производства, но и как сильный моральный фактор и инструмент развития семейной преемственности. Поскольку он считал, что семья является единственной структурной единицей общества, которая способна защитить работника от колебаний рынка, а человека -- от социальных бурь и невзгод, постольку реформы общества, к осуществлению которых он призывал, должны коснуться, по его мнению, в первую очередь семьи .

Рассматривая развитие эмпирических социальных исследований во Франции XIX -- начала XX в., нельзя пройти мимо научных изысканий в этой области Г. Тарда. Они связаны, прежде всего, с изучением социальных аспектов преступности, выяснением ее причин как социального явления и анализом эффективности пенитенциарной системы Франции. Предмету такого внимания и интереса Тарда не следует удивляться, нужно учитывать то обстоятельство, что он в течение 25 лет работал в органах юстиции, в основном в судах, и тщательно изучал проблемы криминологии. Результатом его теоретических и эмпирических изысканий был "портрет" -- как физический, так и социальный -- уголовного преступника. Он содержал в себе целый ряд черт и особенностей (как физического, так и социального характера) делинквентного (преступного) типа личности, что явилось результатом анализа большого количества уголовных дел .

На основании обобщения значительного статистического материала о совершенных преступлениях Тард также рассматривал вопрос о распространенности и социальных особенностях отдельных видов преступлений не только во Франции, но и в мире в целом. В частности, он сделал вывод о том, что количество совершаемых кровавых преступлений в странах с теплым, климатом растет, а с холодным -- уменьшается.

Работы Тарда и Ле Пле имели значение для последующего развития не только эмпирической социологии, но и криминологии, представители которой и сегодня высоко оценивают идеи и работы французских учёных.

Дипломная работа *

4 010руб.

Введение
1 Теоретические аспекты портфельного инвестирования, использование модели САРМ для обоснования эффективности инвестиций
1.1 Теоретические основы организации портфельного инвестирования
1.2 Общая характеристика модели САРМ
1.3 Краткая характеристика других моделей выбора эффективного портфеля
1.4 Выводы и обоснование выбора модели САРМ
2 Анализ применения финансовых стратегий на российском фондовом рынке
2.1 Выбор параметров и ценных бумаг для анализа
2.2 Расчет и оценка параметров модели САРМ
2.3 Выбор и обоснование стратегий инвестирования
2.3.1 Стратегия Size effect
2.3.2 Стратегия Value effect
2.3.3 Стратегия Momentum Strategy
Заключение
Список использованной литературы

Введение

Эмпирическое исследование модели CAPM и применение финансовых стратегий на российском фондовом рынке.

Фрагмент работы для ознакомления

разработать алгоритм принятия решений по формированию портфеля финансовых инвестиций на принципах САРМ.
Предметом исследования являются базовые теоретические положения классических теорий финансовых инвестиций и методологические основы оптимизации портфельного инвестирования.
Объектом исследования являются взаимосвязи и взаимозависимости, возникающие в процессе портфельного инвестирования на российском финансовом рынке.
Теоретической основой исследования послужили научные разработки и положения теории формирования рыночного портфеля Г. Марковица, Дж. Тобина, У. Шарпа, а также теории формирования оптимального портфеля Ф Модильяни, М Миллера, Ф Блэка, М. Шоулза. Для решения поставленных в исследовании задач, нами использовались формально-логические методы, которые позволяют путем формально-логического упорядочивания материала, свести реальные факторы к абстрактно-теоретическим схемам и на этой основе установить конкретные количественные пропорции между явлениями и процессами, протекающими на развивающемся финансовом рынке. Также в исследовании используются методы экономико-математического моделирования, позволяющие провести систематизацию и обработку статистических материалов конъюнктурной динамики российского фондового рынка, абстрагироваться от второстепенных элементов, сконцентрировав внимание на главных взаимосвязях.
Структура дипломной работы включает в себя введение, две главы, заключение и список использованной литературы.
Заключение
Под конструированием портфеля понимается определение его состава и структуры. Первичный отбор активов осуществляется исходя из соображений доступности для данного инвестора, а также с учетом априорных ограничений, устанавливаемых инвестором или законодательством. Вторичный отбор осуществляется путем исключения тех активов, инвестиционные качества которых абсолютно неприемлемы с точки зрения инвестора. Таким образом, вторичный отбор производится только после количественной или качественной оценки инвестиционных характеристик каждого из активов, отобранных на первом этапе. Конечным результатом процедуры отбора является определение для каждого инвестора целевого сегмента либо нескольких сегментов финансового рынка, в рамках которых будет осуществляться инвестиционная деятельность.
Исходными данными для первичного отбора активов являются объективные сведения о формальном статусе инвестора, объеме его ресурсов, предполагаемой срочности инвестирования, а также об имеющихся на финансовом рынке активах и порядке доступа инвесторов к операциям с этими активами. Осуществление вторичного отбора требует формализации субъективных предпочтений инвестора в отношении объектов инвестирования.
Целью оптимизационного алгоритма как части портфельной теории является определение структуры портфеля. Процедура предварительной сегментации портфеля, предполагающая разделение общего объема инвестируемых ресурсов в определенных пропорциях между несколькими типами активов (например, между акциями и облигациями), является необязательной. Однако такая сегментация позволяет значительно упростить процедуру дальнейшей детализации структуры портфеля, поскольку для осуществления диверсификации в рамках каждого подпортфеля потребуется проведение сравнительного и комбинационного анализа только однотипных активов.
Модуль комбинирования (диверсификации) портфеля является ключевым в ряду процедур и алгоритмов портфельной теории: он позволяет выбрать оптимальное с точки зрения инвестора сочетание инвестиционных активов в рамках всего портфеля или отдельных подпортфелей, если была проведена соответствующая сегментация.

Список литературы

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1.Батяева Т.А., Столяров И.И. Рынок ценных бумаг: Учебное пособие. – М.: ИНФРА-М, 2009. – 304 с.
2.Бехтерева Е.В. Управление инвестициями. – М.: ГросМедиа: РОСБУХ, 2008.
3.Бланк И.А. Основы инвестиционного менеджмента. – М.: ОМЕГА-Л, 2008.
4.Гитман Л.Дж., Джонк М.Д. Основы инвестирования / Пер. с англ. - М.: Дело, 1997. С. 800.
5.Гуськова Н.Д. Инвестиционный менеджмент: учебник. М.: КНОРУС, 2010. – 456 с.
6.Игонина Л.Л. Инвестиции: Учебник. – М.: Магистр, 2008.
7.Инвестиции: Системный анализ и управление / Под ред. проф. К.В.Балдина. – М.: Дашков и К, 2007.
8.Инвестиции: Учебник / Отв. ред. В.В.Ковалев, В.В.Иванов, В.А.Лялин. – М.: Проспект, 2010. – 592 с.
9.Инвестиции: Учебник / Под ред. Г.П.Подшиваленко. – М.: КНОРУС, 2008.
10.Инвестиции: Учебное пособие / Под ред. М.В.Чиненова. – М.: КНОРУС, 2007.
11.Исследования информационной прозрачности российских компаний в 2007 г.: значительные изменения в десятке лидеров / Служба рейтингов корпоративного управления Standard&Poor"s, 14 ноября 2007 г.
12.Карлик А.Е., Рогова Е.М., Тихонова М.В., Ткаченко Е.А. Инвестиционный менеджмент: Учебник. – СПб.: Издательство Вернера Регена, 2008.
13.Корчагин Ю.А. Инвестиционная стратегия. – Ростов-на-Дону: Феникс, 2006.
14.Корчагин Ю.А. Рынок ценных бумаг. – Ростов-на-Дону: Феникс, 2007. – 496 с.
15.Корчагин Ю.А. Современная экономика России. – Ростов-на-Дону: Феникс, 2006.
16.Коттл С., Мюррей Р.Ф., Блок Ф.Е. "Анализ ценных бумаг" Грэма и Додда / Пер. с англ. - М.: ЗАО "Олимп-Бизнес", 2000
17.Кох И.А. Элементы современной портфельной теории // Экономические науки. - 2009. - №8.
18.Нешитой А.С. Инвестиции: Учебник. – М.: Дашков и К, 2008.
19.Хаертфельдер М., Лозовская Е., Хануш Е. Фундаментальный и технический анализ рынка ценных бумаг. – М. – СПб.: Питер, 2005.
20.Шеремет А.Д., Сайфулин Р.С., Негашев Е.В. Методика финансового анализа. - М.: ИНФРА-М, 2000.
21.Benjamin Graham, David Dodd, Security Analysis, 1st ed., New York: McGraw-Hill, 1934
22.Culbertson J. The term structure of interest rates. – Quarterly Journal of Economics, 1957, Vol.72, No.4. – p.485-517.
23.Cuthbertson K. Quantitative financial economics. – Chichester: Wiley, 1996. – p.319.
24.Eugene Fama, Ken French, The CAPM Is Wanted, Dead or Alive, Journal of Finance, vol. 51, no. 5 (December 1996), pp. 1947–1958.
25.Eugene Fama, Ken French, The Cross Section of Expected Stock Returns, Journal of Finance, vol. 47 (1992), pp. 427–466.
26.John Lintner, The Valuation of Risk Assets and the Selection of Risky Investment in Stock Portfolios and Capital Budgets, Review of Economics and Statistics, vol. 47, no. 1 (1965), pp. 221–245.
27.Rolf Banz, The Relationship Between Return and Market Value of Common Stock, Journal of Financial Economics, vol. 9 (1981), pp. 3–18.
28.Shanken J. The Arbitrage Pricing Theory: Is It Testable? //Journal of Finance. 1982 (37). December. p. 1129–1140.
29.The ABC of Stock Speculation, S.A. Nelson.
30.William Sharpe, Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk, Journal of Finance, vol. 19, no. 3 (September 1964), p. 442.

Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.

* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.

Министерство образования и науки Республики Казахстан

Международная академия бизнеса

ФАКУЛЬТЕТ ЭКОНОМИКИ, МЕНЕДЖМЕНТА И ПРЕДПРИНИМАТЕЛЬСТВА

КАФЕДРА «ФИНАНСЫ И АУДИТ»

КУРСОВАЯ РАБОТА

по дисциплине « Финансовый менеджмент »

Эмпирические исследования модели CAPM

студента 3 курса Ф – 0706 группы дневного отделения

Черноусовой Александры Павловны

Научный руководитель:

к.э.н., доцент

Айтекенова Р.К.

АЛМАТЫ 2010 г.

План

Введение

Глава 1. Понятие, сущность и цели модели CAPM

1.1 Понятие и сущность модели CAPM

1.2 Процесс расчета модели CAPM

Глава 2. Возможность применения вариантов модели CAPM

2.1 Двухфакторная модель CAPM в версии Блэка

2.2 Сущность модели D-CAPM

Глава 3. Эмпирические исследования возможности применения модели CAPM на развивающихся рынках

3.1 Критика САРМ и альтернативные меры риска

3.2 Обзор эмпирических исследований концепции «риск-доходность» на развивающихся рынках

Заключение

Список использованной литературы

Приложение

Введение

Для определения актуальности данной темы нужно определить, что такое и в чем заключаются цели эмпирического исследования.

Эмпирическое исследование – научное фактологическое исследование.

Любое научное исследование начинается со сбора, систематизации и обобщения фактов. Понятие «факт» имеет следующие основные значения:

1) Некоторый фрагмент действительности, объективные события, результаты, относящиеся либо к объективной реальности («факты действительности»), либо к сфере сознания и познания («факты сознания»).

2) Знание о каком-либо событии, явлении, достоверность которого доказана, т.е. синоним истины.

3) Предложение, фиксирующее эмпирическое знание, т.е. полученное в ходе наблюдений и экспериментов.

Внутреннюю структуру эмпирического уровня образуют по меньшей мере два подуровня:

а) непосредственные наблюдения и эксперименты, результатом которых являются данные наблюдения;

б) познавательные процедуры, посредством которых осуществляется переход от данных наблюдения к эмпирическим зависимостям и фактам.

Деятельностная природа эмпирического исследования на уровне наблюдений наиболее отчетливо проявляется в ситуациях, когда наблюдение осуществляется в ходе реального эксперимента. По традиции эксперимент противопоставляется наблюдению вне эксперимента. Отметим, что сердцевиной эмпирического исследования является эксперимент – испытание изучаемых явлений в контролируемых и управляемых условиях. Различие между экспериментированием и наблюдением в том, что условиями эксперимента управляют, а в наблюдении процессы предоставлены естественному ходу событий. Не отрицая специфики этих двух видов познавательной деятельности, следует обратить внимание на их общие родовые признаки.

Для этого целесообразно вначале более подробно рассмотреть, в чем заключается особенность экспериментального исследования как практической деятельности. Экспериментальная деятельность представляет собой специфическую форму природного взаимодействия, и взаимодействующие в эксперименте фрагменты природы всегда предстают как объекты с функционально выделенными свойствами.

Таким образом, главной целью данной курсовой работы можно считать эксперименты по применению концепции «риск - доходность» и определение ее целесообразности в связи с изменениями страновых рисков и рынков.

На нынешний момент концепция «риск-доходность» является ключевой в корпоративных финансах, так как позволяет дать количественную оценку инвестиционному и кредитному риску владельцев капитала компании в терминах доходности и выстроить принятие эффективных инвестиционных и финансовых решений с учетом полученной оценки. До сих пор не утихают споры относительно корректности методов оценки риска и построения адекватной внешним условиям модели увязки предполагаемого риска с требуемой инвесторами доходностью.

Глава 1. Понятие, сущность и цели модели CAPM

1.1 Понятие и сущность модели CAPM

Capital Asset Pricing Model (CAPM) - модель оценки доходности финансовых активов служит теоретической основой для ряда различных финансовых технологий по управлению доходностью и риском, применяемых при долгосрочном и среднесрочном инвестировании в акции.

Модель оценки долгосрочных или модель определения стоимость капитала была разработана Гарри Марковитцем в 50-х годах.

CAPM рассматривает доходность акции в зависимости от поведения рынка в целом. Другое исходное предположение CAPM состоит в том, что инвесторы принимают решения, учитывая лишь два фактора: ожидаемую доходность и риск.

Смысл этой модели заключается в том, чтоб продемонстрировать тесную взаимосвязь между нормой доходности с риском финансового инструмента.

Известно, что, чем больше риск, тем больше доходность. Следовательно, если мы знаем потенциальный риск ценной бумаги, мы можем прогнозировать норму доходности. И наоборот, если нам известна доходность, то мы можем вычислить риск. Все расчеты такого рода относительно доходности и риска осуществляются при помощи модели оценки долгосрочных активов.

Согласно модели риск, связанный с инвестициями в любой рисковый финансовый инструмент, может быть разделен на два вида: систематический и несистематический.

Систематический риск обусловлен общими рыночными и экономическими изменениями, воздействующими на все инвестиционные инструменты и не являющимися уникальными для конкретного актива.

Несистематический риск связан с конкретной компанией-эмитентом.

Систематический риск уменьшить нельзя, но воздействие рынка на доходность финансовых активов можно измерить. В качестве меры систематического риска в CAPM используется показатель β (бета), характеризующий чувствительность финансового актива к изменениям рыночной доходности. Зная показатель β актива, можно количественно оценить величину риска, связанного с ценовыми изменениями всего рынка в целом. Чем больше значение β акции, тем сильнее растет ее цена при общем росте рынка, но и наоборот - акции компании с большими положительными β сильнее падают при падении рынка в целом.

Несистематический риск может быть уменьшен с помощью составления диверсифицированного портфеля из достаточно большого количества активов или даже из небольшого числа антикоррелирующих между собой активов.

Т.к. любая акция имеет свою степень риска, этот риск необходимо покрыть доходностью, чтоб инструмент остался привлекательным. Согласно модели оценки долгосрочных активов, норма доходности любого финансового инструмента состоит из двух частей:

1. безрисковый доход

2. премиальный доход

Иными словами, любая прибыль от акции включает в себя безрисковую прибыль (часто расчитывается по ставкам государственных облигаций) и рисковую прибыль, которая (в идеале) соответствует степени риска данной бумаги. Если показатели доходности превышают показатели риска, то инструмент приносит больше прибыли, чем положено по его степени риска. И наоборот, если показатели риска оказались выше доходности, то нам такой инструмент не нужен.

1.2 Процесс расчета модели CAPM

Взаимосвязь риска с доходностью согласно модели оценки долгосрочных активов описывается следующим образом:

Д = Дб/р + β·(Др-Дб/р), где

· Д - ожидаемая норма доходности

· Дб/р - безрисковый доход

· Др - доходность рынка в целом

· β - специальный коэффициент бета

Безрисковый доход - это та часть дохода, которая заложена во все инвестиционные инструменты. Безрисковый доход измеряется, как правило, по ставкам государственных облигаций, т.к. те практически без риска. На западе безрисковый доход равен примерно 4-5%, у нас же - 7-10%.

Общая доходность рынка - это норма доходности индекса данного рынка. В Казахстане – это показатель фондового рынка KASE.

Бета - специальный коэффициент, который измеряет рискованность инструмента. В то время как предыдущие элементы формулы просты, понятны, и найти их достаточно просто, то β найти не так просто; бесплатные финансовые сервисы не предоставляют β компаний.

Коэффициент регрессии β служит количественным измерителем систематического риска, не поддающегося диверсификации. Ценная бумага, имеющая β-коэффициент, равный 1, копирует поведение рынка в целом. Если значение коэффициента выше 1, реакция ценной бумаги опережает изменение рынка как в одну, так и в другую сторону. Систематический риск такого финансового актива выше среднего. Менее рисковыми являются активы, β-коэффициенты которых ниже 1 (но выше 0).

Концепция β-коэффициентов составляют основу модели оценки финансовых активов (Capital Assets Pricing Model, CAPM). При помощи этого показателя может быть рассчитана величина премии за риск, требуемой инвесторами по вложениям, имеющим систематический риск выше среднего.

Коэффициент Бета - угол наклона прямой из линейного уравнения типа y = kx + b = β·(Др-Дб/р) + Дб/р. Эта прямая линия - есть прямая линия регрессии двух массивов данных: доходности индекса и акции. Графическое отображение взаимосвязи этих массивов даст некую совокупность, а линия регрессии даст нам формулу и покажет нам зависимость корреляции от разброса точек на графике.

За основу возьмем формулу y = kx + b. В данной формуле kзаменим на коэффициент β, здесь он равносилен риску.

Получим y = β x + b. Для расчетов возьмем примерные показатели по безрисковой ставке доходности Корпорации Xи доходности индекса KASE за период с 15.04.2007-15.04.2008.

Расчеты, для упрощения операций, были проведены в программе MSExcel. Таблица с данными представлена в Приложении.

График 1. Изображение коэффициента бета

Таким образом, из графика видно, что коэффициент бета равен 0,503, следовательно, доходность акции Корпорации Х растет медленнее. Чем доходность рынка, на котором она котируется.

Вычисление дополнительного коэффициента, коэффициента корреляции R2, покажет, насколько изменение индекса движет цену акции. В данном примере, акция Корпорации Х очень слабо зависит от индекса KASE, т.к. коэффициент корреляции равен 0,069.

Следовательно, Модель оценки долгосрочных активов (CAPM) может помочь определиться с подбором акций в свой инвестиционный портфель. Эта модель демонстрирует прямую связь между риском ценной бумаги и ее доходностью, что позволяет ей показать справедливую доходность относительно имеющегося риска и наоборот.

В нашем случае, портфель ценных бумаг составлен из акций с минимальным риском. Считается, что инвесторы питают неприязнь к излишнему на их взгляд риску (risc aversion), поэтому любая ценная бумага, отличная от безрисковых государственных облигаций или казначейских векселей, может рассчитывать на признание инвесторов только в том случае, если уровень ее ожидаемой доходности компенсирует присущий ей дополнительный риск.

Данная надбавка называется премией за риск, она напрямую зависит от величины β-коэффициента данного актива, так как предназначена для компенсации только систематического риска.

Несистематический риск может быть устранен самим инвестором путем диверсификации своего портфеля, поэтому рынок не считает нужным устанавливать вознаграждение за этот вид риска.

Глава 2. Возможность применения вариантов модели CAPM

2.1 Двухфакторная модель CAPM в версии Блэка

Как уже упоминалось выше, классические модели CAPM в версии Шарпа-Линтнера или Блэка на казахстанском рынке, строго говоря, не выполняются. Возможно, неудача в тестировании классических версий модели CAPM связана с тем, казахстанский рынок относится к развивающимся рынкам, к которым традиционная модель CAPM не подходит, поскольку развивающиеся рынки являются «по определению» менее эффективными, чем развитые, и на них не выполняются исходные предположения модели CAPM. В литературе предложены другие варианты модели оценки капитальных активов, большинство из них основано на модели CAPM и является ее модификацией.

К сожалению, многие популярные модели являются модификацией для конкретного случая и не имеют экономической интерпретации.

Одной из наиболее правдоподобных и обоснованных с теоретической точки зрения моделей является модель D-CAPM, предложенная Estrada (2002b, 2002c).

Основное отличие модели D-CAPM от стандартной модели CAPM заключается в измерении риска активов. Если в стандартной модели риск измеряется дисперсией доходности, то в модели D-CAPM риск измеряется полудисперсией (semivariance ), которая показывает риск снижения доходности относительно ожидаемого или любого другого уровня, выбранного в качестве базового.

Полудисперсия является более правдоподобной мерой риска, поскольку инвесторы не опасаются возможности повышения доходности, инвесторы опасаются возможности снижения доходности ниже определенного уровня (например, ниже среднего уровня).

На основе полудисперсии можно построить альтернативную поведенческую модель, основанную на новом измерении риска, а также построить модифицированную модель CAPM. Новая модель ценообразования получила в академических публикациях название Downside CAPM, или D-CAPM .

Как показано в доходности на развивающихся рынках лучше описываются с помощью D-CAPM по сравнению с CAPM. Для развитых рынков различие в двух моделях гораздо меньше. В связи с этим возникает вопрос применимости модели D-CAPM для казахстанского фондового рынка.

Модель Блэка по сути является двухфакторной. Факторами в данном случае служат ненаблюдаемые торгуемые портфели: любой из эффективных рыночных портфелей и портфель, ортогональный к нему. Это может дать еще один метод проверки модели. Идея метода заключается в следующем. По имеющимся временным рядам доходностей различных активов методами факторного анализа можно выделить два наиболее значимых фактора и сформировать на основе факторных коэффициентов абстрактные портфели.

Если для выделения факторов использовать метод главных компонент, то по определению эти факторы и, следовательно, сформированные портфели будут ортогональными (расположенными под прямым углом, перпендикулярными.). Тогда один из портфелей можно рассматривать как рыночный эффективный портфель, другой - как актив с нулевым бета. Но модель не оправдывает себя на развивающихся рынках.

При построении стандартной модели ценообразования на капитальные активы предполагается, что распределение доходностей является нормальным. Нормальное распределение является симметричным и полностью определяется математическим ожиданием и дисперсией. В стандартной поведенческой модели на действия инвесторов влияет ожидание и дисперсия доходности (стандартное отклонение доходности).

Фактические данные свидетельствуют о том, что распределение доходностей не является симметричным. Можно предположить, что в этом случае на действия инвесторов будет влиять не только ожидаемое значение и дисперсия доходности, но также и коэффициент асимметрии распределения.

Интуитивно понятно, что инвесторы при прочих равных условиях предпочитают распределения с положительным коэффициентом асимметрии. Хорошим примером является лотерея. Как правило, в лотереях существует большой выигрыш с малой вероятностью и маленький проигрыш с большой вероятностью. Многие люди покупают лотерейные билеты, несмотря на то, что ожидаемый доход по ним отрицательный.

В соответствии с инвесторы, прежде всего, стремятся сохранить первоначальную стоимость своих инвестиций и избегают снижения первоначальной стоимости инвестиций ниже определенного целевого уровня. Такое поведение инвесторов соответствует предпочтению к положительной асимметрии.

Следовательно, активы, которые уменьшают асимметрию портфеля, нежелательны. Поэтому ожидаемая доходность такого актива должна включать премию за этот риск. Асимметрию можно включить в традиционную модель ценообразования. Модели, учитывающие асимметрию, рассматриваются в .

В этих моделях предполагается, что при прочих равных условиях инвесторы предпочитают активы с большей доходностью, активы с меньшим стандартным отклонением и активы с большей асимметрией. Соответственно можно рассматривать альтернативную поведенческую модель инвесторов на основе трех показателей распределения доходности активов. В описывается множество эффективных портфелей в пространстве среднего, дисперсии и асимметрии. Для данного уровня дисперсии существует обратное соотношение между доходностью и асимметрией. То есть, для того, чтобы инвестор держал активы с меньшей асимметрией, они должны иметь большую доходность. То есть премия должна быть отрицательна.

Как и для дисперсии, на доходность актива влияет не асимметрия актива как такового, а вклад актива в асимметрию портфеля, то есть коасимметрия . Коасимметрия должна иметь отрицательную премию. Актив с большей коасимметрией должен иметь меньшую доходность, чем актив с меньшей коасимметрией.

Результаты показывают, что асимметрия помогает объяснить вариацию доходности в пространственных данных и значительно улучшает значимость модели. В работе показано, что если рынки полностью сегментированы, то на доходность влияет полная дисперсия и полная асимметрия. На полностью интегрированных рынках имеет значение только ковариация и коасимметрия.

Harvey и Siddique выводят следующую модель, учитывающую асимметрию:

где At и Bt – функции рыночной дисперсии, асимметрии, ковариации и коасимметрии. Коэффициенты At и Bt аналогичны коэффи-циенту β в традиционной модели CAPM.

Harvey и Siddique ранжировали акции по историческим значениям коасимметрии и сформировали портфель S-, включающий 30% акций с наименьшим значением коасимметрии, 40% акций с промежуточными значениями коасимметрии и портфель S+, включающий 30% акций с наибольшим значением коасимметрии по отношению к рыночному портфелю.

Для эконометрической проверки в работе были использованы следующие модели:

μi = λ0 + λMi + λS βSi + ei

μi = λ0 + λMiβS + λSKS βSKSi + ei

где μi - среднее значение превышения доходности над безрисковой ставкой (избыточная доходность), λ0, λMi, λSи - оцениваемые параметры уравнений, - ошибки, λSKS, βSKS- бета коэффициент стандартной модели, βSi, βSKSi- бета коэффициенты активов по отношению, соответственно, к портфелю S- и спрэду между доходностью портфелей S- и S+.

Показано, что включение дополнительного фактора значительно повышает соответствие модели реальным данным. Таким образом, делается вывод о том, что в моделях ценообразования активов для развивающихся рынков необходимо учитывать уровень интеграции и, возможно, показатель коасимметрии.

2.2 Сущность модели D - CAPM

Одно из наиболее распространенных направлений модификации стандартной модели ценообразования основано на использовании полувариации в качестве меры риска активов. В классической теории, следуя Марковицу, за такую меру взята дисперсия доходности которая одинаково трактует как отклонения вверх, так и вниз от ожидаемого значения.

В отличие от дисперсии полувариация «наказывает» только за отклонения вниз:

Корень из полувариации называют downside risk - риском отклонения вниз. Надо отметить, что эта мера имеет свои достоинства и свои недостатки.

Из недостатков отметим, что выбрасывается положительная сторона риска, связанная с превышением над ожиданиями. Кроме того, такой «риск» не может быть использован в качестве волатильности (изменчивости), а тогда и для ценообразования на производные финансовые инструменты.

С другой стороны, использование полувариации в рамках теории портфеля позволяет ослабить некоторые предположения традиционной модели ценообразования на финансовые активы (предположение о нормальном распределении доходности и предположение о том, что поведение инвесторов определяется ожидаемой доходностью и дисперсией доходности активов).

В отмечается, что, во-первых, стандартное отклонение может использоваться только в случае симметричного распределения доходностей.

Во-вторых, стандартное отклонение может непосредственно использоваться в качестве меры риска только тогда, когда распределение доходностей нормальное. Эти условия не подтверждаются на эмпирических данных.

Кроме того, использование бета коэффициентов, которые выводятся в рамках традиционной поведенческой модели, в качестве меры риска на развивающихся рынках оспаривается многими исследователями, возможность использования полувариации, напротив, подтверждается на эмпирических данных.

Использование полувариации поддерживается также и интуитивными соображениями. Обычно инвесторы не избегают риска повышения доходности выше среднего, они избегают риска снижения доходности ниже среднего или ниже некоторого целевого значения. Поскольку инвестирование на развивающихся рынках является очень рискованным для западного инвестора, то западный инвестор, прежде всего, избегает риска потери первоначальной ценности своих инвестиций, или в соответствии с работой , избегает снижения этой ценности ниже определенного целевого уровня. Поэтому в качестве меры риска на развивающихся рынках целесообразно использовать полудисперсию и, соответственно, стандартное полуотклонение.

В исследованиях [Синцов, 2003] тестировалась модель, в которой риск измеряется с помощью нижнего частичного момента второго порядка, то есть полувариацией. С одной стороны, использование полувариации является наиболее популярной модификацией модели CAPM, с другой стороны, использование полувариации позволяет применять доступные статистические методы эмпирической проверки модели ценообразования.

В данной поведенческой модели мерой взаимозависимости доходности данного актива и рыночного актива служит так называемая полуковариация, которая является аналогом ковариации в стандартной модели:

Полуковариация также является неограниченной и зависящей от масштаба. Но ее также можно нормировать, разделив на произведение стандартного полуотклонения данного актива и рыночного портфеля:

Аналогично, разделив ковариацию на полувариацию рыночного портфеля можно найти модифицированный бета – коэффициент:

Модифицированный бета коэффициент используется в альтернативной модели ценообразования. Эта модель, предложенная в получила название D-CAPM (Downside Capital Asset Pricing Model ):

Таким образом, бета коэффициент в традиционной модели CAPM предлагается заменять модифицированным бета коэффициентом, который является мерой риска актива в новой поведенческой модели, в которой поведение инвесторов определяется ожиданием и полудисперсией доходности.

Модифицированный бета коэффициент может быть найден как отношение полуковариации актива и рыночного портфеля и полувариации рыночного портфеля. Кроме того, модифицированный бета коэффициент может быть найден с помощью регрессионного анализа.

Одно из возможных несовершенств развивающегося рынка - сильная асимметрия доходности активов учитывается в модели D-CAPM. Оказалось, что модифицированный бета-коэффициент модели D-CAPM лучше подходит для описания средней доходности на казахстанском рынке ценных бумаг по сравнению со стандартным бета-коэффициентом.

Модель DCAPM частично решает проблему недооценки требуемой доходности на развивающихся рынках при использовании стандартной модели CAPM. Поэтому использование модели D-CAPM на развивающихся рынках кажется предпочтительным. Для этого также есть теоретические основания, поскольку модель D-CAPM имеет менее жесткие исходные предположения по сравнению со стандартной моделью CAPM.

Тем не менее, строгая проверка показывает, что модель D-CAPM не соответствует динамике доходности развивающегося рынка. Таким образом, ни одна из моделей ценообразования капитальных активов: стандартная модель CAPM в версии Шарпа-Линтнера, модель CAPM в версии Блэка, модель D-CAPM не соответствует данным рынка ценных бумаг.

Возможно, главная причина неудач в попытках описать развивающийся рынок простыми модельными представлениями состоит в низкой ликвидности активов. Большие спрэды в котировках на покупку и на продажу есть лучшее отражение опасений инвесторов по поводу подавляющего большинства активов. Отсутствие потенциальных продавцов и покупателей есть серьезный риск для любого инвестора с разумным горизонтом инвестирования и, по-видимому, любая модель, пригодная для рынка, должна это учитывать.

Глава 3. Эмпирические исследования возможности применения модели CAPM на развивающихся рынках

3.1 Критика САРМ и альтернативные меры риска

Ряд эмпирических исследований 70-х годов ХХ века доказывали преимущества САРМ в предсказании доходности акций. К числу классических работ можно отнести: , , .

Однако, критика САРМ в академических кругах началась практически сразу после публикации работ, посвященных модели. Например, работы Ричарда Ролла акцентируют на проблемы, связанные с определением рыночного портфеля.

На практике рыночный портфель заменяется неким максимально диверсифицированным портфелем, который не только доступен инвестору на рынке, но и поддается анализу (например, фондовый индекс). Проблема работы с таким прокси-портфелем заключается в том, что выбор его может существенно повлиять на результаты расчетов (например, на значение бета).

В работах Р. Леви , М. Блюма и Шоулза-Виллимса акцентируется внимание на проблеме устойчивости ключевого параметра САРМ - коэффициенте бета, который традиционно оценивается с помощью линейной регрессии на основе ретроспективных данных с использованием метода наименьших квадратов (Ordinary Least Squares, OLS).

Это, по сути, вопрос о стационарности экономики и возможности построения оценок риска по прошлым данным. По результатам расчетов и анализа динамики коэффициента бета ряда отдельных акций и портфелей ценных бумаг Р. Леви пришел к выводу о том, что для любой акции ее бета- коэффициент не является устойчивым во времени и поэтому не может служить точной оценкой будущего риска. С другой стороны, бета портфеля, состоящего даже из 10 случайно выбранных акций, достаточно устойчив, и, следовательно, может рассматриваться в качестве приемлемой меры риска портфеля. Исследования М. Блюма показали, что с течением времени коэффициент бета портфеля приближается к единице, а внутренний риск компании приближается к среднеотраслевому или среднерыночному.

Альтернативным модельным решением проблемы устойчивости параметров САРМ являются оценки, получаемые на рынке срочных контрактов, когда за основу принимаются ожидания по ценам на финансовые активы. ТакойподходреализуетМСРМ (Market-Derived Capital Pricing Model).

В работе Бэнза и Ролла поднимается проблема корректности применения САРМ для малых компаний, т.е. акцентируется внимание на проблему размера (size effect, small firm effect).

Еще одна область критики – временные отрезки для расчета параметров САРМ (так называемая проблема горизонта инвестирования). Так как в большинстве случаев САРМ используется для анализа инвестиций с горизонтом больше одного года, то расчеты на основе годовых оценок становятся зависимы от состояния рынка капитала. Если рынок капитала эффективен (будущая доходность не предопределяется прошлой динамикой, цены акций характеризуются случайным блужданием), то горизонт инвестирования не значим и расчеты на базе годовых показателей оправданны. Если же рынок капитала нельзя признать эффективным, то время инвестирования не учитывать нельзя.

Проблематичен и тезис САРМ о значимости только систематических факторов риска. Эмпирически доказано, что несистематические переменные, такие как рыночная капитализация или соотношение цена/прибыль, оказывают влияние на требуемую доходность.

Исследования 80-90-х годов ХХ века показали, что бета-коэффициент САРМ не в состоянии объяснить отраслевые различия в доходности, в то время как размер и другие характеристики компании в состоянии это сделать.

Другая область, подверженная критики, касается поведения инвесторов, которые часто ориентируются не на спекулятивный, а на чистый риск. Как

показывает практика, инвесторы готовы инвестировать в активы, характеризующиеся положительной волатильностью (т.е. превышением доходности над среднем уровнем). И напротив, инвесторы негативно воспринимают активы с отрицательной волатильностью. Двусторонняя же дисперсия является функцией отклонения от среднего как в сторону повышения курса акции, так и в сторону понижения. Поэтому, основываясь на расчете двусторонней дисперсии, акция, характеризующаяся изменчивостью в направлении повышения цены, рассматривается как рисковый актив в той же степени, что и акция, цена которой колеблется в направлении снижения.

Эмпирические исследования, например, доказывают, что поведение инвесторов мотивируется несклонностью к одностороннему отрицательному риску в противоположность общему риску (или двусторонней дисперсии).

Дисперсия ожидаемой доходности является достаточно спорной мерой риска как минимум по двум причинам:

Двусторонняя дисперсия является корректной мерой риска только для активов, у которых ожидаемая доходность имеет симметричное распределение

Двусторонняя дисперсия может непосредственно использоваться лишь в случае, когда симметричное распределение является нормальным.

Еще одна критическая область связана с предпосылками о вероятностном распределении цен и доходностей ценных бумаг. Как показывает практика, одновременное выполнение требований о симметричности и нормальности распределения ожидаемой доходности акций не достигается. Решение проблемы - использование не классической (двусторонней) дисперсии, а односторонней (semivariance frameworks). Такое решение обосновывается следующими доводами:

1) использование односторонней дисперсии обоснованно при различных распределениях доходности акций: как симметричных, так и несимметричных.

2) односторонняя дисперсия содержит информацию, предоставляемую двумя характеристиками функции распределения: дисперсией и коэффициентом скошенности, что дает возможность использовать однофакторную модель для оценки ожидаемой доходности актива (портфеля).

Проблема асимметрии доходности в работе решается через метод lower partial moment (LPM), что позволяет построить равновесную модель ценообразования финансовых активов, известную как LPM – CAPM.

В работе 1974 года Хоганом и Вореном было аналитически показано, что замена традиционного отклонения доходности портфеля на одностороннее для оценки риска и переход к конструкции «средняя доходность – одностороннее отклонение» (mean-semivariance frameworks) не меняет фундаментальную структуру САРМ.

3.2 Обзор эмпирических исследований концепции «риск-доходность» на развивающихся рынках

Специфические проблемы применения САРМ возникают на развивающихся рынках капитала, для которых достаточно сложно обосновать параметры модели (безрисковую доходность, премию за рыночный риск, бета-коэффициент) по данным локального рынка капитала ввиду отсутствия информационной эффективности и низкой ликвидности обращаемых активов.

В ряде эмпирических исследований доказывается некорректность использования САРМ именно на развивающихся рынках по сравнению с развитыми (например, , , ). Отмечаемая особенность развивающихся рынков – значимость специфических рисков, связанных с государственной политикой регулирования экономики, с институциональной защитой инвесторов и с корпоративным управлением. Ввиду наличия корреляции между развивающимися рынками и глобальным рынком капитала эти риски не устраняются диверсификацией капитала глобального инвестора.

Еще одна проблема развивающихся рынков – отсутствие стационарности и динамичные изменения, связанные с либерализацией локальных рынков капитала.

Бекерт и Харвей доказывают, что при оценке требуемой доходности развитые и развивающиеся рынки надо рассматривать с разных позиций, так как следует учитывать степень интеграции локального рынка в мировой финансовый рынок. Степень интеграции является не постоянной величиной, меняется с течением времени. Это накладывает отпечаток на формирование ставок доходности.

В работе 1995 года Бекерт утверждает, что наличие барьеров при движении капитала и осуществлении международных инвестиций автоматически означает, что факторы риска на развивающихся рынках отличны от факторов риска развитых стран.

В работе доказывается, что уровень интеграции в мировой рынок капитала (или наличие барьеров на движение капитала) должен определять выбор модели обоснования затрат на собственный капитал.

Альтернативная точка зрения доказывается в работе Роувенхорста . Автор пришел к выводу, что с точки зрения факторов влияния разницы между развитыми и развивающимися рынками нет. Факторы, объясняющие доходность собственного капитала, которые оказались значимыми на развитых рынках, существенны и на развивающихся. К числу таких факторов относятся:

· размер компании;

· переменные, отражающие степень операционного и финансового риска;

· ликвидность акций;

· перспективы роста.

Активные исследования по тестированию модификаций САРМ с учетом неразвитости рынков капитала проведены в странах Южной Америки (Аргентина, Бразилия, Венесуэла). Выбор модификации рекомендуется увязывать со степенью развития локального финансового рынка и его интегрированностью в глобальный рынок капитала.

Схема 1. Модификации САРМ в зависимости от степени интеграции и сегментации рынка.

Модель Godfrey- Espinosa ориентируется на расчет бета - коэффициента и рыночной премии за риск по данным локального рынка с введением страновой премии за риск (CRP) в корректировку глобальной ставки безрисковой доходности, а также с целью избежания двойного учета риска вводит в премию за риск инвестирования поправочный множитель (1-R2), где R2 - коэффициент детерминации регрессионного уравнения, связывающего доходность компании на локальном рынке с изменчивостью премии за страновой риск.

В работе Гонзалеса тестируется модель САРМ на выборке компаний, акции которых торгуются на фондовой бирже Каракаса (Венесуэла). Используя регрессионный метод на данных за 6-летний период (1992-1998гг.), автор приходит к выводу о том, что на рынке Венесуэлы модель САРМ не работает.

Это заключение, главным образом, было сделано вследствие отвержения гипотезы о наличии положительной зависимости между риском и доходностью акций. Однако результаты исследования Gonzalez F. показали, что, во-первых, зависимость между риском (в качестве показателя которого использовался коэффициент бета) и доходностью является линейной, и, во-вторых, систематический риск - это не единственный фактор, оказывающий влияние на ожидаемую доходность на собственный капитал.

Схожие результаты были получены в ходе исследования М. Омрана на египетском рынке капитала. В выборку вошли 41 компания с наиболее ликвидными акциями. Панель данных была сформирована за период декабрь 2001- декабрь 2002гг. на основе логарифмических доходностей акций, полученных на недельных наблюдениях.

Эмпирические тесты Omran M. свидетельствуют о том, что рыночный риск является существенным фактором, объясняющим ожидаемую доходность акций египетских компаний. Выявленный парадокс исследования -доходность портфеля, составленного из акций компаний с низкими коэффициентами бета (в основном, это компании, которые производят товары народного потребления и предоставляющие финансовые услуги) выше, чем доходность портфеля из акций компаний строительной, текстильной отрасли и сектора гостиничного бизнеса с более высокими значениями коэффициента бета. По мнению автора, причиной такого несоответствия является государственная национализация 1950-1960-х гг., которая в большей степени отрицательно повлияла на риски промышленного и строительного секторов экономики, чем на компании, производящие потребительские товары, а также на финансовые организации.

Интересны исследования на развивающихся рынках, посвященные выбору меры инвестиционного риска. Как правило, в таких работах тестирование проводится в рамках нескольких моделей: САРМ и ее альтернативных вариантов. Например, Хванг и Педерсен тестируют три модели: классическую САРМ и две модели, в которых используются асимметричные меры риска - LPM-CAPM (LowerPartialMomentCAPM) и ARM (AsymmetricResponseModel).

Особенность альтернативных моделей заключается в том, что они, по мнению авторов, подходят для случаев ненормального распределения доходностей и неликвидного локального рынка капитала. Исследование проводилось на выборке из 690 компаний растущих рынков на 10-летнем временном периоде (апрель 1992- март 2002гг.). По результатам проведенной работы, Hwang S. И Pedersen C. сделали вывод о том, что по своей объясняющей способности САРМ не уступает альтернативным моделям. На перекрестной выборке объясняющая способность САРМ достигла 80% на панели данных недельной и месячной доходности, и 55% - на данных дневной доходности. Значимых преимуществ асимметричных мер риска не было выявлено. Кроме того, проводя анализ, авторы разделили выборку 26 развивающихся стран по регионам, а затем разбили весь временной период наблюдений на два промежутка- до и после азиатского кризиса 1997г.

Благодаря этому, Hwang S. и Pedersen C. выявили значимое влияние локальных рисков на развивающихся рынках капитала, что согласуется с результатами работ, приведенных выше.

В исследовании Дейрила Коллинза тестируются различные меры риска для 42 стран развивающегося рынка: систематического (коэффициент бета), общего (стандартное отклонение), идиосинкратического, одностороннего (одностороннее отклонение, односторонний коэффициент бета и VaR8), а также размер рынка (определяется по средней капитализации страны), показатели скошенности и эксцесса.

Тестирование проводилось с помощью эконометрического подхода (так же как и в большинстве подобных работ) с позиции международного инвестора на 5-летнем временном промежутке (январь 1996- июнь 2001гг) по недельным доходностям. В зависимости от размера рынка капитала, ликвидности и степени развития первоначальная выборка из 42 стран была разделена на три группы: первый уровень- страны с большим размером рынка капитала (например, Бразилия, ЮАР, Китай), а также с небольшим размером рынка, но экономически и информационно развитым; второй уровень - менее крупные развивающиеся рынки (Россия), третий уровень – небольшие рынки (такие как Латвия, Эстония, Кения, Литва, Словакия и др.).

Согласно полученным результатам исследования, для некоторых рынков значения коэффициентов бета получились меньше ожидаемых, что дает ложный сигнал о существовании низкого риска для инвесторов. Вывод работы - коэффициент бета (а следовательно, и модель САРМ) некорректно применять для всей совокупности развивающихся стран. Д. Коллинз утверждает, что нет единого показателя риска, который подходил бы для любой страны из группы развивающихся.

Для стран первого уровня наиболее подходящим показателем риска является коэффициент, учитывающий размер рынка, для второго уровня - показатели одностороннего риска (в сравнении с другими лучшие результаты продемонстрировал показатель VaR), третьего уровня - либо стандартное отклонение, либо идиосинкратический риск. Идиосинкратический риск (idiosyncratic risk) - та часть любого финансового рынка, которая не зависит от общего уровня финансового риска, существующего в данной экономике. Именуется также несистематическим риском (unsystematic risk) в отличие от систематического риска.

Схожий вывод о приемлемости различных мер систематического одностороннего риска для стран с отличными характеристиками фондового рынка делается в работе . Проведен анализ применимости ряда односторонних мер риска (BL, HB, E-beta) для 27 развивающихся рынков (в выборку вошли азиатские и латиноамериканские рынки, африканские и восточноевропейские, включая Россию) на отрезке 1995-2004гг. В качестве глобального портфеля используется индекс MSCI по развивающимся рынкам, в качестве безрисковой ставки фигурируют десятилетние государственные облигации США (Tbond). Показано, что для рынков с большой асимметрией распределения доходности (высокий коэффициент скошенности) наиболее приемлемой мерой систематического риска является HB-beta. Для рынков с наблюдаемыми существенными сверхнормальными доходностями преимущество над другими мерами риска имеет BL-beta.

По странам со схожими географическими и макроэкономическими характеристиками Центральной и Восточной Европы проведено эмпирическое исследование преимуществ DСАРМ . Проведен анализ факторов, формирующих доходность по компаниям из 8-ми стран бывшего соцлагеря: Чехия, Словакия, Венгрия, Польша, Словения, Эстония, Латвия и Литва на временном отрезке 1998-2003гг… Авторы показывают значимость односторонних мер риска наряду с сохранением влияния факторов специфического риска.

Влияние сегментированности рынка на уровень требуемой доходности инвесторов исследовал Кэмпбелл Харвей . В работе доказывается, что затраты на капитал на сегментированных рынках будут выше, чем на интегрированных рынках, так как инвесторы потребуют большей компенсации за то, что они несут локальный, идиосинкратический риск. Это предполагает, что любое увеличение в степени финансовой интеграции должно привести к снижению затрат на собственный капитал.

Рене Штульц предложил диагностирующие параметры, позволяющие включать в модель «риск-доходность» глобального инвестора премию за страновой риск (country risk premium, CRP).

Следует учитывать степень интеграции (наличие барьеров в движении капитала) и ковариацию доходности на локальном и глобальном рынках. Характеристика формальных и неформальных барьеров в движении капитала, наблюдаемых на сегментированных рынках дана в работе .

Ряд исследований предметно изучают влияние либерализации рынка капитала на величину затрат на собственный капитал. Например, в работе , базируясь на модели дивидендной доходности (модель Гордона) авторы показывают, что либерализация сегментированных рынков капитала приводит к сокращение затрат на собственный капитал в среднем на 50%. Аналогичное исследование на базе анализа изменений в дивидендной доходности и в темпах роста по 20 развивающимся рынкам (вошли страны Южной Америки, Азии и Африки) представлено в работе . Внешним признаком либерализации автор выбрал временную дату, когда иностранные инвесторы получают возможность покупать акции компаний локального рынка. В работе показано снижение затрат на капитал в результате либерализации в среднем почти на 50%.

Метод событийного анализа (event study) с оценкой накопленной сверхнормальной доходности по динамике цен депозитарных расписок (ADR) 126 компаний из 32 локальных рынков позволил показать для временного отрезка 1985 – 1994 гг. в работе снижение затрат на собственный капитал на 42%.

В работе Дейрила Коллинза и Марка Абрахамсона проводится анализ затрат на собственный капитал по модели САРМ на 8 рынках капитала африканского континента (Египет, Кения, Марокко и др.) с позиции глобального инвестора. Исследование проведено с выделением 10основных секторов экономики. Выделено два временных периода, характеризующих разную степень открытости экономик (1995-1999 и 1999-2002).

Авторы показывают снижение со временем премии за риск на африканских рынках капитала. Наибольшие изменения произошли в Зимбабве и Намибии, наименьшие – в Египте, Марокко и Кении. Среднее значение величины затрат на собственный капитал на 2002 год составляет порядка 12% в долларах США. Сектора с наибольшим весом в экономике демонстрируют наименьшую дороговизну капитала.

Заключение

Модель оценки долгосрочных активов (CAPM) может помочь определиться с подбором акций в свой инвестиционный портфель. Эта модель демонстрирует прямую связь между риском ценной бумаги и ее доходностью, что позволяет ей показать справедливую доходность относительно имеющегося риска и наоборот. Используйте эту финансовую модель оценки долгосрочных активов с другими стратегиями и методами подбора акций, и у вас обязательно наберется хороший и прибыльный портфель.

Сама по себе CAPM является изящной научной теорией, имеющей солидное математическое обоснование. Для того, чтобы она “работала” необходимо соблюдение таких заведомо нереалистических условий как наличие абсолютно эффективного рынка, отсутствие транзакционных издержек и налогов, равный доступ всех инвесторов к кредитным ресурсам и др. Тем не менее столь абстрактное логическое построение получило практически всеобщее признание в мире реальных финансов.

Использование CAPM дает финансовому менеджеру инструмент прогнозирования издержек по привлечению нового капитала для реализации инвестиционных проектов. Финансы любого предприятия являются открытой системой, поэтому, планируя свои капиталовложения, оно обязано учитывать при этом конъюнктуру финансового рынка. Менеджеры компании могут абсолютно ничего не знать об индивидуальных особенностях и личных предпочтениях потенциальных инвесторов. Это не освобождает их от обязанности предугадать главную потребность любого инвестора – получить доход, компенсирующий риск инвестиций. В этом им может помочь использование модели оценки финансовых активов.

Тестирование CAPM в версии Блэка как двухфакторной модели показало, что модель неприменима к развивающимся рынкам. Однако это тестирование позволило выделить в явном виде ненаблюдаемые в версии Блэка портфели - рыночный портфель и портфель с нулевым бета.

Оказалось, что первый из них состоит преимущественно из корпоративных ценных бумаг, второй - из государственных ценных бумаг и валюты, что кажется вполне разумным и дает определенную надежду на успех в следующих, более тщательных проверках модели.

Возможно, главная причина неудач в попытках описать развивающийся рынок простыми модельными представлениями состоит в низкой ликвидности активов. Большие спрэды в котировках на покупку и на продажу есть лучшее отражение опасений инвесторов по поводу подавляющего большинства активов. Отсутствие потенциальных продавцов и покупателей есть серьезный риск для любого инвестора с разумным горизонтом инвестирования и, по-видимому, любая модель, пригодная для развивающегося рынка, должна это учитывать.

Одно из возможных несовершенств развивающегося рынка - сильная асимметрия доходности активов учитывается в модели D-CAPM. Оказалось, что модифицированный бета-коэффициент модели D-CAPM лучше подходит для описания средней доходности на развивающемся рынке ценных бумаг по сравнению со стандартным бета-коэффициентом. Модель DCAPM частично решает проблему недооценки требуемой доходности на развивающихся рынках при использовании стандартной модели CAPM. Поэтому использование модели D-CAPM на развивающемся рынке кажется предпочтительным. Для этого также есть теоретические основания, поскольку модель D-CAPM имеет менее жесткие исходные предположения по сравнению со стан-дартной моделью CAPM. Тем не менее, строгая проверка показывает, что модель D-CAPM не соответствует динамике доходности развиваюшегося рынка. Таким образом, ни одна из рассмотренных моделей ценообразования капитальных активов: стандартная модель CAPM в версии Шарпа-Линтнера, модель CAPM в версии Блэка, модель D-CAPM не соответствует данным казахстанского рынка ценных бумаг.

Таким образом, вариации модели CAPM не смогут быть применены на казахстанском рынке капитала до тех пор, пока не появится достойная организационная структура фондового рынка с полноценными участниками – эмитентами. Основной коэффициент этой модели «бета» складывается именно из показателей по ценным бумагам, которые в данный момент не могут быть адекватно просчитаны.

Список использованной литературы

1.http://berg.com.ua/fundam/capm/

2.http://books.efaculty.kiev.ua/fnmen/3/g5/6.htm

3. А.В. Бухвалов, В.Л. Окулов. Классические модели ценообразования на капитальные активы и российский финансовый рынок. Часть 1: эмпирическая проверка модели CAPM. Научные доклады № …–2006. СПб.: НИИ менеджмента СПбГУ, 2006

4. А.В. Бухвалов, В.Л. Окулов КЛАССИЧЕСКИЕ МОДЕЛИ ЦЕНООБРАЗОВАНИЯ НА КАПИТАЛЬНЫЕ АКТИВЫ И РОССИЙСКИЙ ФИНАНСОВЫЙ РЫНОК ЧАСТЬ 2. ВОЗМОЖНОСТЬ ПРИМЕНЕНИЯ ВАРИАНТОВ МОДЕЛИ CAPM№ 36(R)–2006

5. Т.В. Теплова, Н.В. Селиванова Эмпирическое исследование применимости модели DCAPM на развивающихся рынках, публиация журнала «Корпоративные финансы» №3-2007

6. Айзин К.И., Лившиц В.Н. Риск и доходность ценных бумаг на фондовых рынках стационарной и нестационарной экономики// Аудит и финансовый анализ, № 4, 2006

Приложение

Расчет коэффициента «бета»

Дата	KASE	Корпорация X	KASE,%	Корпорация X,%
17.03.2008	923,23	122,75
18.03.2008	939	118,6	1,71%	-3,38%
19.03.2008	960,73	122,5	2,31%	3,29%
20.03.2008	978,96	121	1,90%	-1,22%
21.03.2008	957	123	-2,24%	1,65%
24.03.2008	949,14	123,5	-0,82%	0,41%
25.03.2008	947,4	122,75	-0,18%	-0,61%
26.03.2008	938,97	122,5	-0,89%	-0,20%
27.03.2008	959,31	125	2,17%	2,04%
31.03.2008	981,86	128,5	2,35%	2,80%
01.04.2008	995,57	130	1,40%	1,17%
03.04.2008	1 009,33	130	1,38%	0,00%
04.04.2008	1 003,17	124,65	-0,61%	-4,12%
07.04.2008	1 004,37	125	0,12%	0,28%
08.04.2008	1 006,26	125,5	0,19%	0,40%
11.04.2008	1 030,04	125,25	2,36%	-0,20%
14.04.2008	1 024,08	121,55	-0,58%	-2,95%
15.04.2008	1 035,79	130	1,14%	6,95%

• Ирина Владимировна Березинец https://orcid.org/0000-0001-6157-0283
• Лилия Александровна Булатова Amadeus Data Processing GmbH
• Юлия Борисовна Ильина Институт «Высшая школа менеджмента» Санкт-Петербургского государственного университета, Россия https://orcid.org/0000-0002-4187-8990
• Марат Владимирович Смирнов Институт «Высшая школа менеджмента» Санкт-Петербургского государственного университета, Россия https://orcid.org/0000-0003-0362-5746

Аннотация

В статье исследуется реакция российского фондового рынка на объявления компаний о выплате дивидендов в 2010–2014 гг. При этом рассматривается реакция не на изменение величины дивиденда по сравнению с прошлым периодом, а на дивидендный «сюрприз». Предполагается, что ожидания участников рынка в отношении величины предстоящих дивидендных выплат компании формируются прогнозами аналитиков. В качестве прокси для дивидендного «сюрприза» используется отклонение величины фактически выплаченного дивиденда от консенсус-прогноза аналитиков относительно этих выплат. Исследования с применением модели дивидендных «сюрпризов» для России ранее не проводились, и настоящая работа вносит дополнительный вклад в тестирование сигнальной теории дивидендов на российском рынке. Исследование было проведено с использованием метода событий на выборке 40 российских публичных компаний, регулярно выплачивающих дивиденды по итогам года. Анализ показал, что в среднем российский рынок на исследуемом периоде реагировал отрицательно как на позитивные, так и на негативные дивидендные «сюрпризы». Таким образом, работа подтверждает выводы существующих исследований российского рынка, проведенных с применением «наивной» модели оценивания реакции рынка на дивидендные объявления компаний. Полученные результаты обсуждаются с позиции информационной эффективности рынка, ожиданий инвесторов и специфики их поведения, состояния российского рынка в исследуемый период.

Ключевые слова:

дивидендный «сюрприз», фондовый рынок, Россия, метод событий

Скачивания

Данные скачивания пока не доступны.

Литература

ЛИТЕРАТУРА НА РУССКОМ ЯЗЫКЕ

Березинец И. В., Булатова Л. А., Ильина Ю. Б., Смирнов М. В. 2015. Реакция российского рынка на объявления о выплате дивидендов: эмпирическое исследование. Вестник С.-Петербургского ун-та. Серия Менеджмент (1): 44–90.

Рогова Е. М., Бердникова Г. О. 2014. Ценовая реакция российского фондового рынка на объявления компаний о дивидендных выплатах. Российский журнал менеджмента 12 (4): 3–28.

Теплова Т. В. 2008. Влияние дивидендных выплат на рыночную оценку российских компаний: эмпирическое исследование методом событийного анализа на российских и зарубежных торговых площадках. Аудит и финансовый анализ (2): 1–15.

Теплова Т. В. 2011. Реакция цен акций на объявления денежных дивидендов: сигнализирование на российском рынке до и после кризиса. Финансовый менеджмент (1): 13–25.

REFERENCES IN LATIN ALPHABET

Aharony J., Swary I. 1980. Quarterly dividend and earnings announcements and stockholders returns: An empirical analysis. Journal of Finance 35 (1): 1–12.

Akbar M., Baig H. H. 2010. Reaction of stock prices to dividend announcements and market efficiency in Pakistan. Lahore Journal of Economics 15 (1): 103–125.

Akben-Selcuk E., Altiok-Yilmaz A. 2010. Information content of dividends: Evidence from Istanbul stock exchange. International Business Research 3 (3): 126–132.

Ambarish R., John K., Williams L. 1987. Efficient signaling with dividends and investments. Journal of Finance 42 (2): 321−343.

Amihud Y., Murgia M. 1997. Dividends, taxes, and signaling: Evidence from Germany. Journal of Finance 52 (1): 397–408.

Amin A. S., Dutta S., Saadi S., Vora P. P. 2015. Institutional shareholding and information content of dividend surprises: Reexamining the dynamics in dividend-reappearance era. Journal of Corporate Finance 31 : 152–170.

Andres Ch., Betzer A. А., van den Bongard I., Haesner Ch., Theissen E. 2013. The information content of dividend surprises: Evidence from Germany. Journal of Business Finance & Accounting 40 (5–6): 620–645.

Bar-Yosef S., Sarig O. H. 1992. Dividend surprises inferred from option and stock prices. Journal of Finance 47 (4): 1623–1640.

Bhattacharya S. 1979. Imperfect information, dividend policy, and “the bird in the hand” fallacy. Bell Journal of Economics 10 (1): 259–270.

Brown Ph., How J. C. Y., Verhoeven P. 2008. The accuracy of analysts dividend forecasts around the world. Pacific-Basin Finance Journal 16 (4): 411–435.

Conroy R. M., Eades K. M., Harris R. S. 2000. A test of the relative pricing effects of dividends and earnings: Evidence from simultaneous announcements in Japan. Journal of Finance 55 (3): 1199–1227.

Eades K. M. 1982. Empirical evidence on dividends as a signal of firm value. 17 (4): 471−500.

Easterbrook F. H. 1984. Two agency-cost explanations of dividends. American Economic Review 74 (4): 650−659.

Fama E. F. 1970. Efficient capital markets: A review of theory and empirical work. Journal of Finance 25 (2): 383–417.

Fama E., Fisher L., Jensen M., Roll R. 1969. The adjustment of stock prices to new information. International Economic Review 10 (1): 1−21.

Fuller K. P. 2003. The impact of informed trading on dividend signaling: A theoretical and empirical examination. Journal of Corporate Finance 9 (4): 385−407.

Grullon G., Michaely R., Swaminathan B. 2002. Are dividend changes a sign of firm maturity? Journal of Business 75 (3): 387−424.

Healy K., Palepu P. 1988. Earning information conveyed by dividend initiations and omissions. 21 (2): 149−176.

Hull T. 2013. Does the timing of dividend reductions signal value? Empirical evidence. Journal of Corporate Finance 22 : 193−208.

Irum M., Rafique M., Hassan A. 2012. Effect of dividend announcement on share prices of petroleum industry of Pakistan. Journal of Basic and Applied Scientific Research 2 (7): 6503−6511.

Jensen M. C. 1986. Agency cost of free cash flow, corporate finance, and takeovers. American Economic Review 76 (2): 323–329.

John K., Kalay A. 1985. Informational content of optimal debt contracts. In: Altman E., Subrahmanyam M. (eds). Recent Advances in Corporate Finance . Irwin: Homewood, Il; 133–161.

Joshipura M. 2009. Price and liquidity effects of bonus announcements: Empirical evidence from Indian stock market. The IUP Journal of Applied Finance 15 (11): 5−23.

Kwan C. C. Y. 1981. Efficient market tests of the informational content of dividends announcements. Journal of Financial and Quantitative Analysis 16 (2): 193−205.

Lintner J. 1956. Distribution of incomes of corporations among dividends, retained earnings, and taxes. American Economic Review 46 (2): 97−113.

Liu Ch., Chen An-Sing. 2015. Do firms use dividend changes to signal future profitability? A simultaneous equation analysis. International Review of Financial Analysis 37 : 194−207.

Miller M. H., Rock K. 1985. Dividend policy under asymmetric information. Journal of Finance 40 (4): 1031–1051.

Modigliani F., Miller M. 1961. Dividend policy, growth and the valuation of shares. Journal of Business 34 (4): 411–433.

Myers S. C. 1977. Determinants of corporate borrowing. Journal of Financial Economics 5 (2): 147–175.

Myers S. C. 1984. Capital structure puzzle. Journal of Finance 39 (3): 575–592.

Olsen R. A. 1998. Behavioral finance and ts implications for stock - price volatility. Financial Analysts Journal 54 (2): 10–18.

Oprean C., Tanasescu C. 2014. Effects of behavioural finance on emerging capital markets. Procedia Economics And Finance 15 : 1710–1716.

Peterson P. 1989. Event studies: A review of issues of methodology. Quarterly Journal of Business and Economics 28 (3): 36–66.

Taneem S., Yuce A. 2011. Information content of dividend announcements: An investigation of the Indian stock market. International Business & Economics Research Journal 10 (5): 49–57.

Wooldridge J. R. 1982. The information content of dividend changes. Journal of Financial Research 5 (3): 237–247.

Wooldridge J. R. 1983. Dividend changes and security prices. Journal of Finance 38 (5): 1607–1615.

Wooldridge J. R., Ghosh C. 1985. Dividend cuts: Do they always signal bad news? Corporate Finance Journal 3 (2): 20–32.

Translation of references in Russian into English

Berezinets I. V., Bulatova L. A., Ilina Yu. B., Smirnov M. V. 2015. Russian stock market reactions to dividend announcements: Empirical study. Vestnik S.-Peterburgskogo unta. Seriya Menedzhment (1): 44–90.

Rogova E. M., Berdnikova G. O. 2014. Russian stock market reaction to dividend announcements. Rossiiskii zhurnal menedzhmenta 12 (4): 3–28.

Teplova T. V. 2008. Impact of cash dividend payments on Russian companies’ market capitalization: Event study testing for Russian and world stock exchanges. Audit i finansovyj analiz (2): 1–15.

Teplova T. V. 2011. The reaction of share prices on cash dividend announcements: Signaling on the Russian market before and after the crisis. Finansovyj menedzhment (1): 13–25.

Три десятилетия назад эмпирические исследования по теории отраслевых рынков были похожи на работы по другим прикладным областям экономики. Примерно в то время, когда экономисты, занимающиеся теорией отраслевых рынков, использовали регрессионный анализ многих отраслей и пытались решить проблемы эндогенности, пропущенных переменных и обратной причинности, другие специалисты, в частности в области экономики труда, строили регрессионные уравнения заработной платы и сталкивались с похожими проблемами. С тех пор эмпирические исследования теории отраслевых рынков значительно продвинулись вперед, причем в определенном направлении - в сторону анализа отдельных отраслей, что позволяет ученым добиться более четких измерений и идентификации, а также в сторону исследований, в которых эмпирический анализ излагается на языке одной из теорий, описывающих соответствующую отрасль, или ряда конкурирующих теорий.
Сегодня развитие прикладной микроэкономики описывается как движение в сторону использования рандомизированных экспериментов (квазиэкспериментов) для установления причинно-следственных связей. Однако в адрес эмпирических исследований отраслевых рынков раздается критика. Один из вопросов заключается в том, что считать приемлемой идентификационной вариацией в данных. Идеал здесь не вызывает разногласий: каждый исследователь хотел бы сначала определить интересующий его объект и затем спланировать идеальный эксперимент, чтобы подвергнуть этот объект измерению. Однако за неимением такой возможности исследователям приходится идти на компромисс, который обычно состоит в выборе между точностью измерения и тем, насколько удачно измеренный объект замещает собой объект, изначально интересовавший исследователя.
Представим, что необходимо измерить потребительский спрос на кукурузные хлопья. В идеале хотелось бы знать точную (n х n) матрицу перекрестной эластичности спроса по цене. Обычный подход в исследованиях отраслевых рынков заключается в том, чтобы учитывать возможные сдвиги спроса и полагаться на допущение, что остаточная корреляция цен в разных городах вызвана изменением издержек. Альтернативный подход состоит в рассмотрении конкретных случаев, когда цены изменены по объяснимым, но, вероятно, внешним причинам, например, когда алгоритм ценообразования компании-производителя кукурузных хлопьев Froot Loops дал сбой, в результате чего товар компании в течение недели продавался по сниженным ценам. Эти случаи используются для оценки эластичности спроса по цене кукурузных хлопьев марки Froot Loops. Затем исследователь может экстраполировать полученные данные, предположив, что изменение цены на похожую разновидность хлопьев или, возможно, на любой другой вид хлопьев привело бы к похожим результатам. В данном контексте ни один из представленных подходов не идеален. Первый подход полагается на сомнительное идентификационное допущение, но планирует эксперимент так, чтобы напрямую исследовать интересующий нас объект. Второй подход предполагает более точное измерение нескольких элементов матрицы, но для оценки объекта, непосредственно интересующего исследователя, требуется сомнительная экстраполяция.
Одна из проблем, возникающих при попытке экономистов абстрактно оценить некое направление исследований, заключается в том, что в результате получается сильно упрощенная картина. Решение по поводу упомянутого компромисса почти всегда зависит от того, на какой вопрос хочет ответить исследователь; от данных, доступных при ответе на этот вопрос; от того, насколько экономическая теория позволяет принимать предпосылки по поводу отношений между параметрами данных. По нашему мнению, в теории отраслевых рынков возможны различные подходы даже при ответе на один и тот же вопрос. В самом деле, поскольку исследования могут только до определенной степени приблизить ученых к требуемому ответу, подходы с разных точек зрения часто дополняют друг друга.
Второй вопрос по поводу эволюции теории отраслевых рынков относится к роли экономической теории в эмпирических исследованиях. Можно с уверенностью сказать, что профессиональные экономисты (по крайней мере, большинство) считают экономическую теорию призмой, через которую удобно смотреть на мир. Поэтому вызывают удивление мнения, будто экономическая теория не играет существенной роли в осмыслении и анализе данных, полученных в результате эмпирических исследований. Вместо этого предлагается использовать стратегии измерения без ограничений, возникающих в результате применения теоретических моделей. Одним из объяснений может быть прозрачность; похоже, авторы приравнивают использование экономической теории к сложному моделированию, которое запутывает данные. Однако, такое отождествление представляется ложным в том смысле, что можно иметь совершенно четкий анализ модели на основе экономической теории и не менее запутанный анализ линейной регрессии.
Представляется более естественным начать исследование с формулирования вопроса, ответ на который нужно получить, и затем спросить, до какой степени экономическая теория может пролить свет на данную проблему. Стандартная экономическая теория не объясняет поведение учеников третьего класса школы. Поэтому, хотя можно начать с создания равновесной модели обучаемости школьников и использовать ее для структурирования эмпирических испытаний, существуют веские аргументы в пользу применения статистического подхода, поскольку существуют тысячи третьих классов с приблизительно одинаковой программой и множество возможностей найти интересные вариации в количестве учеников в классе для оценки влияния этого параметра на результаты обучения.
Однако данная парадигма не всегда подходит для исследования отраслевых рынков. Теория отраслевой организации изучает главным образом функционирование фирм и рынков - область, в которой экономическая теория располагает огромным количеством данных, - и при надлежащем использовании, как правило, проясняет, а не запутывает понимание рынков исследователями. Более того, для многих исследований основной интерес представляет не просто причинно-следственная связь сама по себе, а понимание действующих механизмов. Как уже многократно подчеркивалось, рынки существенно отличаются друг от друга, и использование каких-либо данных (по эластичности спроса, издержкам производства или эффектам политики) для разных рынков часто не представляется оправданным. Если ученый стремится обобщить свои данные, более убедительным представляется использовать эмпирические исследования для обоснования принципов стратегического взаимодействия или функционирования рынков, которые широко применимы в разных отраслях.
Конкретный пример, исходя из которого критикуются эмпирические исследования по теории отраслевых рынков, - анализ слияний - иллюстрирует сказанное. Как описано выше, при оценке предлагаемого слияния или поглощения обычно используются теоретические модели отраслевой конкуренции. Исследователи потратили много времени на разработку эконометрических инструментов для количественного измерения возможных результатов в контексте таких моделей. Эта работа критикуется, как имеющая отдаленное отношение к поставленному вопросу. Вместо этого, спрашивают критики, почему бы не посвятить больше времени ретроспективному анализу уже состоявшихся слияний? С одной стороны, это дельное возражение: ретроспективный анализ может быть полезен. С другой стороны, оно совершенно ошибочно. Неужели они всерьез думают, что если бы Министерство юстиции США должно было рассмотреть предложенное слияние между Microsoft и Yahoo!, его сотрудникам следовало бы изучить влияние на цены состоявшихся ранее слияний авиакомпаний или компаний - производителей канцелярских товаров, а то и вовсе слияний, произошедших в результате случайных встреч глав компаний или в результате лунных затмений? Гораздо более продуктивным представляется заложить четкую концептуальную основу для анализа возможного воздействия того или иного слияния, разумно используя наиболее подходящие доступные данные.
Однако главный вывод таков: экономическая теория и поиск убедительных источников идентификационных изменений в данных не противоречат друг другу.Таким образом, если и следует озаботиться дальнейшим развитием теории отраслевых рынков, то по поводу недостаточного акцента именно на таких прикладных исследованиях - по сравнению с постоянно расширяющимся набором эконометрических методов. Конечно, более эффективные методы представляют большую ценность - при условии, что они в итоге будут использоваться по назначению и не станут самоцелью. Вернемся к литературе по оценке спроса: возможно, одна из причин, по которой исследователи готовы терпеть далекую от идеальной вариацию цен, в том, что в некоторых случаях результатом работы выступает не оценка ценовой эластичности сама по себе, а эконометрический метод, который можно применять более широко. Хотя такие результаты не вызывают особых возражений, важно, чтобы теория отраслевых рынков нашла разумное соотношение между разработкой инструментов и их убедительным использованием. Можно спорить о том, не слишком ли далеко в сторону отклонилась теория отраслевых рынков, но сам факт серьезных споров по этому вопросу заставляет задуматься.
С исторической точки зрения, нынешнюю ситуацию можно объяснить ограниченностью данных. В самом деле, наиболее значительные методологические прорывы теории отраслевых рынков были реакцией на эту проблему. В новаторской модели входа на рынок решение найдено из-за отсутствия данных о ценах и количестве товаров. Новый метод оценки спроса приобрел столь большой авторитет отчасти потому, что для него требуются только данные рыночного, а не индивидуального, уровня.
Сегодня практически каждая крупная компания собирает огромное количество данных о своих клиентах, сотрудниках и других аспектах функционирования. Становится все легче собирать данные о ценах и количестве товаров, входе на рынок и выходе с него, местонахождении фирм, а также получать бухгалтерскую информацию. Увеличение массива данных может заменить некоторые методы и привести к тому, что экономисты, изучающие теорию отраслевых рынков, начнут больше концентрироваться на применении существующих методов, чем на разработке новых.
Еще одна проблема связана с тем, что акцент на элегантности решения может увести в область менее важных вопросов. Например, представим, что мы выбираем вопросы для исследования интернет-платформы eBay. Если объект исследования - это потенциальная лаборатория для применения элегантных эмпирических методов теории аукционов, то естественным шагом будет сосредоточиться на более узких сегментах рынка, чтобы изолировать специфические черты формата аукциона. Хотя этот подход может быть плодотворным, он может отвлечь исследователей от более широких вопросов: например почему eBay как организация пользуется таким успехом или как eBay конкурирует с другими платформами, соединяющими покупателей с продавцами, например, с Amazon. В действительности экономистам всех направлений не следует поддаваться искушению и заниматься решением только одного типа задач.
Последняя и важная проблема для будущей теории отраслевых рынков связана с переходом от анализа группы отраслей к исследованиям отдельных отраслей. За 20 лет исследований мы накопили огромный запас знаний о функционировании отдельных отраслей, но эти знания чрезвычайно разрозненны. Экономисты детально изучили функционирование таких отраслей, как автомобилестроение, коммерческая авиация, электроснабжение, а также производство цемента и бетона (это разные производства!). Однако приобретенные знания нельзя легко переносить из одной отрасли в другую. В результате изучение многих интересных и важных вопросов, связанных с общей организацией производства, теория отраслевых рынков уступила другим областям, в частности теории торговли и макроэкономике.