Создать PDF Рекомендовать Распечатать

Анализ эффективности воздействия санкционных мер на российский рынок ценных бумаг

  • Автор (авторы):
    Свердлов Михаил Юрьевич, Зиновьев Аркадий Гавриилович, Половникова Елена Сергеевна
  • Дата публикации:
    06.05.17
  • ВУЗ ИЛИ ОРГАНИЗАЦИЯ:
    ФГБОУ ВПО Алтайский государственный университет

Удк 339.986

 

 Анализ эффективности воздействия санкционных мер на российский рынок ценных бумаг

  Analysis of effectiveness of impact of sanction measures on the russian market of securities

Свердлов Михаил Юрьевич

Mikhail Yu. Sverdlov

к.ф.м.н., доцент кафедры международной экономики,  математических методов и бизнес-информатики,

ФГБОУ ВПО Алтайский государственный университет,

 e-mail: musverdlov@mail.ru

Зиновьев Аркадий Гавриилович

Arkady G. Zinoviev

к.э.н., доцент кафедры международной экономики,  математических методов и бизнес-информатики,

ФГБОУ ВПО Алтайский государственный университет,

 e-mail: zinag60@mail.ru

Половникова Елена Сергеевна

Elena S. Polovnikova

  Ph.D., Associate Professor, Department of international economics, mathematical methods and business-informatics

 e-mail: elenapolovnikova180570@mail.ru

 

Аннотация: В статье рассматриваются динамика и волатильность  отраслевых российских индексов в сравнении с динамикой американского рынка ценных бумаг за трехлетний период, в течение которого действовали санкционные меры в отношении ряда российских граждан и организаций. Целью работы является оценка последствий санкций, которые могут отражаться на показателях российского рынка ценных бумаг. Проведенные расчеты на основе рыночной модели доходностей отраслевых индексов с учетом ведущего фактора позволили косвенно оценить их взаимосвязь с одним из основных индикаторов американской экономики – индексом  «S&P 500».   В качестве базы для анализа были выбраны реальные и актуальные данные в виде динамики отраслевых индексов российского рынка ценных бумаг. Полученные результаты позволили сформулировать вывод относительно эффективности воздействия санкционных мер, которая оказалась весьма незначительной.

Ключевые слова: фондовый индекс, санкционные меры, рыночная модель, волатильность, систематический риск, несистематический риск, средняя доходность, бета-коэффициент.

Abstract: The article examines the dynamics and volatility of sectoral Russian indices in comparison with the dynamics of the US securities market over a three-year period, during which sanctions measures against a number of Russian citizens and organizations operated. The aim of the work is to assess the impact of sanctions, which may affect the performance of the Russian securities market. The calculations based on the market model of the industry index yields, taking into account the leading factor, made it possible to indirectly assess their interrelation with one of the main indicators of the American economy - the "S & P 500" index. As a basis for analysis, real and relevant data were selected in the form of dynamics of the sectoral indices of the Russian securities market. The results obtained made it possible to formulate a conclusion on the effectiveness of the sanctions measures, which turned out to be very insignificant.

Keywords: Stock index, sanctions measures, market model, volatility, systematic risk, unsystematic risk, average profitability, beta-coefficient.

 

Введение. Инвестиционная привлекательность как отдельного предприятия так и отрасли в целом определяется рядом факторов: спецификой выпускаемой продукции и оказываемых услуг, конкурентоспособностью на внутреннем и внешнем рынках, финансовой устойчивостью, информационной обеспеченностью и другими [1].

Политические события последних лет, связанные с организационным и информационным давлением на Российскую Федерацию и выражающиеся в виде санкций, направлены, в том числе, и на снижение рейтинга предприятий и отраслей. Естественно, эти события должны, по мнению их инициаторов, оказать влияние на состояние российской экономики в целом. В марте 2014 г. по инициативе американских политиков США Евросоюз, Австралия, Новая Зеландия и Канада ввели в действие первый пакет санкций против РФ. Санкционные меры предусматривали замораживание активов и введение визовых ограничений для лиц, включённых в специальные списки, а также запрет некоторым иностранным компаниям поддерживать деловые отношения с лицами и организациями, включёнными в санкционные списки, сворачивание контактов и сотрудничества с Россией и российскими организациями в различных сферах.

Биржевые котировки косвенно отражают состояние экономики государства, поэтому сравнение динамики российских отраслевых индексов с основным показателем американской экономики позволяет, во-первых, сформулировать выводы о темпах, волатильности и направлении динамики развития сегментов российской экономики. Во-вторых, предложенный подход позволяет оценить эффективность санкционных мер, применяемых в течение трехлетнего периода, что является актуальной задачей.

Целью настоящей работы является проведение технического анализа эффективности санкционных мероприятий на фоне динамики основных мировых показателей с использованием актуальных данных динамики отраслевых индексов российского рынка ценных бумаг.

Основной раздел. В качестве объекта анализа были выбраны биржевые российские отраслевые индексы, которые сравнивались с динамикой одного из основных индикаторов американской экономики – индексом «S&P 500» страны-инициатора санкций. Этот индекс рассчитывается на основе капитализации акций 500 крупнейших корпораций США, включающие промышленные, транспортные и коммунальные компании, зарегистрированные на Нью-йоркской фондовой бирже.

Отраслевые индексы, как и общерыночные,  представляют собой ценовые характеристики индексных корзин, состав и структура которых определяются и корректируются специализированными службами [2].

В работе анализируются 10 российских отраслевых индексов: инноваций «INNOV», транспорта «TRN», химического производства «CHM», потребительских товаров и услуг «CGS», машиностроения «MNF», телекоммуникаций «TLC», металлов и добычи «M&M), электроэнергетики «PWR», банков и финансов «FNL», нефти и газа «O&G».

Актуальные данные за трехлетний период (с марта 2014 по март 2017 г.) американского S&P 500 и десяти отраслевых индексов в виде помесячных котировок их значений взяты из открытого источника [3].

Предварительный корреляционный анализ динамики котировок показал наличие слабой линейной связи только между S&P 500 и общероссийским MMVB и отраслевым FNL (банков и финансов) индексами, поэтому для детального анализа влияния санкционных мер на российский рынок ценных бумаг дальнейшие расчеты проводились с использованием рыночной модели доходностей отраслевых индексов с учетом ведущего фактора [4]. Волатильность отраслевых индексов оценивалась по величинам собственного и рыночного рисков.

Применяемая в настоящей работе методика имеет также прагматическую сторону: сравнивая динамику отраслевых индексов можно предсказать поведение инвесторов в плане выявления приоритетных направлений вложения капитала, что составляет основу инвестиционной привлекательности соответствующих отраслей и предприятий-эмитентов, входящих в эти отрасли.

Динамика индексов отдельных отраслей российской экономики на фоне изменения индекса S&P 500 оценивалась на основе рыночных моделей, которые представляют собой линейные зависимости доходности отраслевого k-го индекса  (в нашем случае k =1, 2…, 10)  от доходности общерыночного индекса :

.  (1)

Помесячные доходности на индексы рассчитывались по формуле

,  (2)

где  - значение индекса в начале месяца t (),  - значение индекса в конце месяца.

По полученным таким образом данным были построены однофакторные модели регрессии для всех десяти отраслевых индексов

,  (3)

где  - коэффициент смещения линейной модели, коэффициент модели  показывает чувствительность доходности индекса к колебаниям американского рынка. Другая интерпретация «бета»-коэффициента: он показывает на сколько процентов изменяется доходность на отраслевой российский индекс при увеличении доходности индекса S&P 500 на 1 процент. Если , то российский отраслевой индекс отрицательно коррелирует с индексом S&P 500. При  связь отсутствует. Если , то российский отраслевой индекс более динамичен  в сравнении с  американским индексом S&P 500.

Волатильность российских отраслевых индексов определялась путем расчета систематического и несистематического (собственного) рисков, а также коэффициентов вариации и детерминации. Основные подходы расчета данных показателей применялись, например, в [5, 6].

Волатильность индекса S&P 500 в виде стандартного отклонения помесячной доходности за трехлетний период составила . Величины систематического риска отраслевого k-го индекса определялись как , где «бета»-коэффициенты задают чувствительность отраслевого индекса к колебаниям показателя американской экономики.

Отклонения доходностей индексов (остатки уравнения регрессии) относительно рыночной модели (3)  являются источником т.н. собственного (несистематического) риска. Величина собственного риска k-го индекса составляет , где n – число наблюдений. Расчетная база в настоящей работе составила n=38 наблюдений. Общий риск k-го индекса определялся по формуле . Коэффициент детерминации показывает долю систематического риска в общем риске. Его стремление к единице свидетельствует о заметном влиянии колебаний американского рынка ценных бумаг на значения российских индексов. Коэффициент вариации в виде   представляет собой степень риска на единицу среднего дохода. Считается, что этот обобщенный показатель соответствует малорискованной операции, если .

На рисунке 1 представлены линейные зависимости  российского фондового индекса MMVB и отраслевого индекса финансов FNL, которые показали слабую корреляционную линейную связь с индексом S&P 500.

 

 

Рисунок 1. Трендовые модели зависимости российских индексов MMVB и FNL от индекса S&P 500

Рисунок 1 иллюстрирует весьма слабую зависимость российских и американского индексов, что может указывать на отсутствие существенного влияния со стороны американского рынка ценных бумаг на российский.

Результаты расчетов «бета»-коэффициентов по модели (3), а также средняя доходность индексов за трехлетний период, представлены в таблице 1.

Таблица 1

β–коэффициенты и средняя доходность индексов

 

 

 

Практически по всем отраслям (за исключением химического производства, для которой  β=-0,28)  динамика развития российских отраслей совпадает с общемировыми тенденциями. Невысокие значения «бета»-коэффициентов , свидетельствуют о низкой чувствительности российских индексов к колебаниям американского рынка ценных бумаг.

Средняя доходность российского фондового индекса MMVB (1,01%) за трехлетний период превышает аналогичный американский индекс S&P 500 (0,77%). Это подчеркивает не только отсутствие влияния на российский рынок ценных бумаг, а и его автономию, которая проявляется лучшими показателями по сравнению американским рынком. Наличие сходных динамик роста российского и американского рынков позволяет сформулировать вывод о слабой эффективности санкционных мер на российскую экономику, т.к. они практически не отразились на косвенных показателях в виде отраслевых индексов.

Применение санкций теоретически могло привести к высокой колеблемости финансовых показателей и, следовательно, увеличению риска (снижению доверия инвесторов к российским активам). Результаты расчетов исторической волатильности в виде стандартного отклонения и рисковых показателей приведены в таблице 2.

Таблица 2

Показатели волатильности рыночных индексов

 

Историческая волатильность российских отраслевых индексов в целом выше американского S&P 500. Но это превышение может быть объяснено тем, что российский рынок  относится к финансовым рынкам с развивающейся экономикой, для которых свойственны более сильные разбросы колебаний [7].

Низкие значения коэффициента детерминации свидетельствуют об отсутствии влияния колебаний американского рынка ценных бумаг на величину российских индексов. Поэтому можно утверждать, что российский рынок обладает не только автономностью, но и достаточной стабильностью функционирования.

Высокие значения коэффициентов вариации, существенно отличающиеся от американского v[S&P 500]=5,68, показали три отрасли российского рынка: машиностроение (v=33,8), телекоммуникации (v=27,3) и потребительские товары и торговля (v=18,7). По остальным отраслям существенных отличий от американского рынка не зафиксировано. Следовательно, косвенно можно утверждать, что в этих трех сегментах российского рынка влияние санкций оказалось заметным.

Заключение

Проведенный технический анализ влияния воздействия санкций на российскую экономику на основе рыночной модели доходностей отраслевых индексов с учетом ведущего фактора позволил косвенно оценить их эффективность путем сравнения доходностей российских отраслевых индексов с одним из основных индикатором американского рынка ценных бумаг – индексом S&P 500.

Анализ показателей динамики и волатильности американского и российского рынков ценных бумаг не выявил существенных различий в их функционировании, что свидетельствует о слабой эффективности санкционных мер на российский рынок ценных бумаг, т.к. они практически не отразились на биржевых показателях в виде отраслевых индексов. Отмечена несущественная зависимость российских отраслевых показателей от колебаний американского рынка, что свидетельствует об автономности и устойчивости российского рынка ценных бумаг. По трем отраслям российской экономики (машиностроение, телекоммуникации и потребительские товары и торговля) наблюдается высокая степень риска при работе с их ценными бумагами. Следовательно, косвенно можно утверждать, что в этих трех сегментах российского рынка влияние санкций оказалось заметным.

В целом проведенный технический анализ на основе актуальных данных открытых источников соответствует поставленной в работе цели, а полученные результаты свидетельствуют о незначительном влиянии санкционных мер на российский рынок ценных бумаг и, косвенно, на российскую экономику в целом.

Библиографический список:

1. Якупова Н.М., Яруллина Г. Р. Оценка инвестиционной привлекательности предприятия как фактора его устойчивого развития // Проблемы современной экономики. № 3. 2010. С. 144-147.

2. Янукян М.Г. Фондовые индексы: классификационный анализ и особенности использования на российском рынке // Финансы и кредит. 2005. № 34 (202). С. 15-19.

3. InvestfundS группа Cbonds. URL:  www.stocks.investfunds.ru.

4. Власов Д.А. Модель Шарпа как инструментальная основа оптимизации активов // Инновационная наука. 2016. № 3-1. С. 43-45.

5. Свердлов М.Ю., Свердлова Е.Г. Алгоритм расчета рисковой стоимости инвестиционного портфеля, Вестник ААЭиП, 2010. №3. - С.87-90.

6. Зиновьев А.Г., Щетинин Е.Н. Использование статистической информации при анализе продовольственной безопасности региона. В кн: Мы продолжаем традиции российской статистики. Материалы I Открытого российского статистического конгресса. Новосибирский государственный университет экономики и управления "НИНХ". 2015. С. 119-120.

7. Чернопятов А.М. Инвестиции: особенности российского рынка ценных бумаг. Транспортное дело России. 2013. № 1. С. 3-4.

 

 

  vakperechen

ОБНОВЛЕННЫЙ СПИСОК ВАК 2016 г.
ОТ 19.04.2016  >> ПРОСМОТРЕТЬ
tass
 
ПО ВОПРОСАМ ПУБЛИКАЦИИ СТАТЕЙ И СОТРУДНИЧЕСТВА ОБРАЩАЙТЕСЬ:
skype SKYPE: vak-uecs
e-mail
MAIL: info@uecs.ru
phone
+7 (928) 340 99 00
 

АРХИВ НОМЕРОВ

(01) УЭкС, 1/2005
(02) УЭкС, 2/2005
(03) УЭкС, 3/2005
(04) УЭкС, 4/2005
(05) УЭкС, 1/2006
(06) УЭкС, 2/2006
(07) УЭкС, 3/2006
(08) УЭкС, 4/2006
(09) УЭкС, 1/2007
(10) УЭкС, 2/2007
(11) УЭкС, 3/2007
(12) УЭкС, 4/2007
(13) УЭкС, 1/2008
(14) УЭкС, 2/2008
(15) УЭкС, 3/2008
(16) УЭкС, 4/2008
(17) УЭкС, 1/2009
(18) УЭкС, 2/2009
(19) УЭкС, 3/2009
(20) УЭкС, 4/2009
(21) УЭкС, 1/2010
(22) УЭкС, 2/2010
(23) УЭкС, 3/2010
(24) УЭкС, 4/2010
(25) УЭкС, 1/2011
(26) УЭкС, 2/2011
(27) УЭкС, 3/2011
(28) УЭкС, 4/2011
(29) УЭкС, 5/2011
(30) УЭкС, 6/2011
(31) УЭкС, 7/2011
(32) УЭкС, 8/2011
(33) УЭкС, 9/2011
(34) УЭкС, 10/2011
(35) УЭкС, 11/2011
(36) УЭкС, 12/2011
(37) УЭкС, 1/2012
(38) УЭкС, 2/2012
(39) УЭкС, 3/2012
(40) УЭкС, 4/2012
(41) УЭкС, 5/2012
(42) УЭкС, 6/2012
(43) УЭкС, 7/2012
(44) УЭкС, 8/2012
(45) УЭкС, 9/2012
(46) УЭкС, 10/2012
(47) УЭкС, 11/2012
(48) УЭкС, 12/2012
(49) УЭкС, 1/2013
(50) УЭкС, 2/2013
(51) УЭкС, 3/2013
(52) УЭкС, 4/2013
(53) УЭкС, 5/2013
(54) УЭкС, 6/2013
(55) УЭкС, 7/2013
(56) УЭкС, 8/2013
(57) УЭкС, 9/2013
(58) УЭкС, 10/2013
(59) УЭкС, 11/2013
(60) УЭкС, 12/2013
(61) УЭкС, 1/2014
(62) УЭкС, 2/2014
(63) УЭкС, 3/2014
(64) УЭкС, 4/2014
(65) УЭкС, 5/2014
(66) УЭкС, 6/2014
(67) УЭкС, 7/2014
(68) УЭкС, 8/2014
(69) УЭкС, 9/2014
(70) УЭкС, 10/2014
(71) УЭкС, 11/2014
(72) УЭкС, 12/2014
(73) УЭкС, 1/2015
(74) УЭкС, 2/2015
(75) УЭкС, 3/2015
(76) УЭкС, 4/2015
(77) УЭкС, 5/2015
(78) УЭкС, 6/2015
(79) УЭкС, 7/2015
(80) УЭкС, 8/2015
(81) УЭкС, 9/2015
(82) УЭкС, 10/2015
(83) УЭкС, 11/2015
(84) УЭкС, 11(2)/2015
(85) УЭкС,3/2016
(86) УЭкС, 4/2016
(87) УЭкС, 5/2016
(88) УЭкС, 6/2016
(89) УЭкС, 7/2016
(90) УЭкС, 8/2016
(91) УЭкС, 9/2016
(92) УЭкС, 10/2016
(93) УЭкС, 11/2016
(94) УЭкС, 12/2016
(95) УЭкС, 1/2017
(96) УЭкС, 2/2017
(97) УЭкС, 3/2017
(98) УЭкС, 4/2017
(99) УЭкС, 5/2017
(100) УЭкС, 6/2017
(101) УЭкС, 7/2017
(102) УЭкС, 8/2017
(103) УЭкС, 9/2017
(104) УЭкС, 10/2017
(105) УЭкС, 11/2017
(106) УЭкС, 12/2017
(107) УЭкС, 1/2018
(108) УЭкС, 2/2018
(109) УЭкС, 3/2018
(110) УЭкС, 4/2018
(111) УЭкС, 5/2018
(112) УЭкС, 6/2018
(113) УЭкС, 7/2018
(114) УЭкС, 8/2018
(115) УЭкС, 9/2018

 Федеральная служба по надзору в сфере связи и массовых коммуникаций

№ регистрации СМИ ЭЛ №ФС77-35217 от 06.02.2009 г.       ISSN: 1999-4516