Эмпирическое исследование рынка. Традиционные эмпирические исследования и новая эмпирическая теория рынков

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Подобные документы

Сущность, понятие, цели и задачи маркетинговых исследований. Кабинетные маркетинговые исследования. Сбор первичной информации. План выборочного исследования. Обработка данных и формирование отчета. Использование результатов маркетингового исследования.

контрольная работа , добавлен 26.10.2015

Понятие и сущность маркетингового исследования. Современное состояние рынка салонов красоты в Новосибирске. Маркетинговые исследования, получение первичной информации о состоянии спроса на продукцию. Разработка программы маркетингового исследования.

контрольная работа , добавлен 05.06.2013

Теоретические основы исследования потребителей. Анализ современного рынка парфюмерии и косметики в России. Проведение маркетингового исследования предпочтений потребителей и анализ полученных данных. Выводы по результатам маркетингового исследования.

курсовая работа , добавлен 08.10.2010

Этапы проведения маркетингового исследования, их сущность и порядок сбора информации. Разнообразие методологий исследования, достоинства и недостатки применяемых методов. Опрос как метод сбора первичной маркетинговой информации, его виды и направления.

курсовая работа , добавлен 10.01.2015

Маркетинговые исследования: сущность, направления, этапы. Понятие анкеты и ее структура. Разработка и основные ошибки при составлении анкет. Характеристика супермаркета ТС "Монетка". Составление анкеты для маркетингового исследования, анализ результатов.

курсовая работа , добавлен 15.11.2011

Современные теории комплексных маркетинговых исследований. Понятие и методы маркетингового исследования. Алгоритм его проведения. Результаты маркетинговых исследований и их анализ. Приемы и методы реализации технологии исследования на предприятии.

контрольная работа , добавлен 06.07.2010

Понятие и назначение, этапы и принципы проведения маркетингового исследования, значение его результатов для построения стратегии дальнейшей деятельности предприятия. Содержание процесса сегментирования рынка. Требования к позиционированию товара.

тест , добавлен 19.03.2014

Инструменты маркетингового исследования (анкеты, механические устройства), их характеристика, разновидности, особенности и сферы применения. Товарный ассортимент и товарная номенклатура, их краткое описание и назначение. Понятие жизненного цикла товара.

контрольная работа , добавлен 18.10.2010

Понятие, виды и методы маркетингового исследования рынка. Его основные принципы и этапы. Необходимость введения маркетинга на отечественном транспорте. Виды транспортных услуг. Маркетинговые подходы к организации работы на автомобильном транспорте.

презентация , добавлен 27.08.2017

Проведение маркетингового исследования

НОВЫЕ ИССЛЕДОВАНИЯ

Эмпирическое исследование применимости модели БСАРМ на развивающихся рынках

Теплова Т.В.1, Селиванова Н.В.2

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. В статье исследуется применимость на развивающихся рынках альтернативной общепринятому подходу модели оценки риска собственного капитала публичных компаний - отностороннего систематического риска (БСАРМ). Систематизирована критика классической модели САРМ, рассмотрены результаты тестирования модификаций САРМ для развивающихся рынков капитала (Венесуэла, Египет, Южная Америка, Восточная Европа) и представлены результаты эмпирического исследования БСАРМ для компаний российского рынка (гипотеза о большей прогнозной силе БСАРМ в оценке систематического риска отдельных компаний) и для межстрановых сравнений и оценки страновых рисков.

Введение. Понимание инвестиционного риска

Неопределённость и риск считаются естественными и неотъемлемыми свойствами инвестиционных процессов. Неопределённость рассматривается как более широкое понятие. Условия неопределённости наблюдаются в результатах инвестиционных решений и мероприятий, которые представляют собой множество возможных исходов, вероятности которых не известны заранее. Неизвестность может быть связана как с объективным отсутствием информации, так и с ее искажением или высокой стоимостью доступа. Риск - вероятностная категория. Условия риска наблюдаются в результатах инвестиционных мероприятий, которых может быть много, но каждый из которых может быть охарактеризован некой вероятностью. Таким образом, в ситуации риска предполагается, что инвесторы обладают возможностью оценить (например, по прошлым инвестиционным решениям или иным образом) вероятность получения тех или иных денежных выгод от инвестирования.

Управление инвестиционным риском предполагает, как первый этап, выявление факторов, приводящих к множественности результатов и корректного его оценивания. Качественное оценивание чаще ассоциируется с выделением категорий риска с учетом значимости факторов, влияющих на конечный результат инвестирования. Количественное оценивание предполагает четкое понимание ситуации риска и обоснование выбираемого метода его оценки.

1 Теплова Тамара Викторовна, д.э.н., профессор ГУ ВШЭ

2 Селиванова Наталия Викторовна, магистр экономики, магистерская программа «Стратегическое управление финансами фирмы» ГУ ВШЭ

Общепринятое понимание риска инвестирования отождествляется с потенциально возможным получением результата ниже некого ожидаемого уровня. Например, получение убытков от инвестирования (отрицательной прибыли или чистого дисконтированного дохода). Это так называемый чистый риск. В теории финансов (financial economics) нашла широкое применение иная трактовка риска, когда ситуация риска характеризуется наличием угроз (факторов влияния), которые приводят как к убыткам, так и к «избыточной прибыли», т.е. прибыли, выше ожиданий инвестора. Таким образом, вводится понятие спекулятивного риска, который характеризует опасность получения любого эффекта от инвестирования (как убытки, так и избыточная прибыль), не соответствующего ожиданиям.

С 60-х годов ХХ века доминирующей концепцией оценки риска инвестирования портфельных инвесторов является концепция «средней ожидаемой доходности и дисперсии». Согласно портфельной теории Гарри Марковица fMarkowitz, 1959], в качестве «нормального» ожидания инвестора может рассматриваться среднее значение наблюдаемой ранее доходности инвестирования в ценные бумаги, а оценкой риска этого инвестиционного решения является дисперсия (dispersion, variance) доходности как разброс фактически имевших место значений (или ожидаемых значений) от зафиксированного среднего. Более корректной мерой риска является нормированное значение дисперсии - стандартное отклонение (standard deviation). Принятие решений инвестором строится на максимизации доходности от инвестиций при заданном уровне риска или на минимизации риска при заданном уровне доходности.

Для рыночных инвесторов, учитывающих возможности снижения риска через диверсификацию капитала, т.е. осуществляющих портфельные инвестиции, средняя доходность от инвестирования в ту или иную компанию может быть оценена по наблюдаемым ранее значениям общей акционерной доходности (Total shareholders return, TSR). Это относительная величина дохода, получаемого инвестором за определенный период владения акцией компании. Как правило, расчет осуществляется на годовой основе, т. е. суммарный результат от дивидендов и роста цены акции за год делится на цену акции на начало периода инвестирования: TSR = (DPS + (P1-Po))/ Po.

Для количественной фиксации риска и сопоставления вариантов инвестирования часто расчеты проводятся на базе дневной или недельной доходности. Так как в общей доходности инвестирования (TSR), которая в среднем на длительном временном промежутке поставляет порядка 10-14% годовых, доходность дивидендных выплат не велика (порядка 2-3%), то часто аналитики абстрагируются от дивидендных выплат и ведут сопоставления на базе расчетов средней дневной доходности изменения курса акций: kt = (Pt- Pt-1)/Pt-1.

Ожидаемое значение доходности на базе прошлых значений дневных

доходностей по акции i может быть получено из формулы: kt = (^ kit)/ n

Если строятся прогнозные оценки с заданием вероятности исходов (р), то выражение для расчета среднего значения доходности примет вид:

kt = ^ kit x pt, т.е. ожидаемая доходность представляет собой взвешенное по

вероятностям среднее.

Стандартное отклонение рассчитывается для случая прогнозных значений доходности как

Классическая модель увязки инвестиционного риска и требуемой

инвесторами доходности

Исследование практики принятия инвестиционных решений ведущих компаний мира и финансовых консультантов ведется начиная с 1977 г. В известных опросных исследованиях3 показано, что и в академических кругах, и в практике компаний равновесная однофакторная модель оценки доходности CAPM4 является доминирующей в формировании величины затрат по собственному капиталу. Почти 80% компаний используют САРМ для оценки ожидаемой доходности по собственному капиталу. Эта практика поддерживается работой профессиональных «продавцов расчетных бета-коэффициентов»- BARRA и CRIF. Многие информационно-анеалитические компании мирового уровня осуществляют расчет бета-коэффициента, наряду с другими традиционно используемыми в финансовой аналитике данными (Bloomberg, ValueLine, DataStream, Merrill Lynch). Хотя немало работ посвящено многофакторным моделям и некоторые фирмы (особенно консультационные) используют альтернативные модели (на базе АРТ), но их явное меньшинство.

Классическая модель САРМ, разработанная У. Шарпом , а также Джоном Линтнером Ibintner, 1965], описывает поведение рационального инвестора, который максимизирует свою функцию полезности, зависящую от значений среднего и дисперсии ожидаемой доходности («mean-variance») инвестиционного портфеля: U= U fap, o2p)

Ключевая возможность, которая зафиксирована в модели САРМ -инвестирование в безрисковые активы. Особенность безрискового актива в том, что стандартное отклонение его доходности может быть принято на уровне нуля, а доходность, которую приносит безрисковый актив (kf) (называется безрисковая доходность, risk-free rate of return) может быть принята на уровне ожидаемой долгосрочной ставки роста экономики. Заметим, что, ковариация доходности безрискового актива с любым другим активом или рискованным портфелем, как и коэффициент корреляции, равны нулю. Модель САРМ предполагает также, что инвестор имеет возможность заимствования денег под безрисковую ставку.

Наличие безрисковых инвестиционных возможностей позволяет ввести ключевую формулу аналитического выражения требуемой (а в равновесии, и ожидаемой) доходности по капиталу инвесторов: ks = kf + risk premium ks - требуемая доходность по капиталу kf - безрисковая ставка доходности на рынке

risk premium - премия за риск (в процентах годовых). Предполагается, что чем выше риск (т.е. меньше вероятность получения ожидаемого финансового результата), тем выше премия.

Вторая возможность, которая предоставляется инвестору развитым рынком капитала - диверсификация вложений, а, следовательно, возможность снижения риска. Более того, грамотный инвестор понимает выгоды инвестирования в рыночный портфель, который рассматривается в финансовой теории как

3 Bruner R.F., Eades K.M., Harris R.S., Higgins R.C. Best Practices in Estimating the Cost of Capital: Survey and Synthesis.// Financial Practice and Education, V.8, N.1, 1998, Graham, Harvey (2001)

4 модель ценообразования (оценки доходности) финансовых активов

абсолютно диверсифицированный портфель, включающий все существующие на рынке рисковые активы (акции, облигации, опционы, недвижимость и др.). Важная характеристика рыночного портфеля - наличие только систематического риска, который порождается действием исключительно макроэкономических факторов.

Мерой инвестиционного риска финансового актива в модели САРМ является его ковариация с рыночным портфелем. Как ключевой показатель модели используется стандартизированная мера риска, названная бета-коэффициентом или коэффициентом Шарпа, который рассчитывается как отношение ковариации доходности актива и рыночного портфеля к дисперсии рыночного портфеля. Актив с коэффициентом бета больше единицы имеет более высокую изменчивость (волатильность) по сравнению с рыночным портфелем, а значит, характеризуется более высоким риском. Оценка коэффициента бета, как чувствительности доходности актива к изменениям рыночной (км) или среднерыночной доходности (Б(км)), позволяет определить доходность любого финансового актива по САРМ (формула 1).

E(ki) = kf + (E(kM - kf)) of (1)

E(k) = kf +ß (kM - kf)

САРМ строится на достаточно жестких предпосылках, которые с трудом могут быть признаны реалистичными. Перечислим их: рациональность с точки зрения портфельной теории Г. Марковица поведения инвесторов; возможность для них занимать и давать в долг деньги по безрисковой ставке процента; одинаковые ожидания инвесторов относительно вероятностных распределений ставок доходности активов; одинаковый однопериодный временной горизонт инвестирования (месяц, год или иной интервал), бесконечная делимость инвестиционных возможностей (финансовых активов); равновесие рынка капитала с наличием правильной (в соответствии с уровнем риска) оценкой стоимости активов. Заметим, что жесткость предпосылок не дискредитирует модель, т.к. 1) часть предпосылок могут быть сняты, что показали дальнейшие модификации модели, 2) ценность модели определяется не ее предпосылками, а возможностью предсказать поведение инвесторов и рынков капитала.

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 Выпуск #3, 2GG7 © Электронный журнал Корпоративные Финансы, 2GG7

оценивается с помощью линеинои 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. Как практическая рекомендация этого исследования появились корректирующие поправки к «сырому бета», полученному из регрессионного уравнения, увязывающего динамику рыночной доходности и наблюдаемой премии за риск выбранной акции (OSL beta). Наибольшей популярностью пользуются поправки двух типов:

1) М. Блюма beta Biume = 0,67 x (beta OSL) + 0,33 x 1 (такого типа корректировку осуществляют Bloomberg, ValueLine)

Ч ттт, beta+ beta + beta+1

2) Шоулза-Виллимса betawr =-

где beta - оцененное значение бета регрессионным методом как коэффициент эластичности доходности акции относительно соответствующих значений рыночной доходности, beta"1 - оцененное значение бета регрессионным методом как коэффициент эластичности доходности акции относительно значений рыночной доходности предыдущего периода времени, beta+l - оцененное значение бета регрессионным методом как коэффициент эластичности доходности акции относительно значений рыночной доходности следующего временного периода, pm - коэффициент автокорреляции рыночной доходности.

Альтернативным модельным решением проблемы устойчивости параметров САРМ являются оценки, получаемые на рынке срочных контрактов, когда за основу принимаются ожидания по ценам на финансовые активы. Такой подход реализует МСРМ (Market-Derived Capital Pricing Model)5.

В работе Бэнза 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.

Дополнительное подтверждение значимости анализа чистого риска при обосновании требуемой доходности аналитики находят в поведенческих финансах. Во-первых, аргументация строится на обращении к особому виду функции полезности Канемана и Тверски (S-shaped utility function); во-вторых, к особенностям реакции рыночных игроков на информационные сигналы (например, доказано, что рынки более подвержены эффекту паники при негативном развитии событий, чем при позитивном).

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.

6 rFama&French, 1996]

Выпуск #3, 2007 © Электронный журнал Корпоративные Финансы, 2007

доходность - одностороннее отклонение» (mean-semivariance frameworks) не меняет фундаментальную структуру САРМ.

Предложили конструкцию по типу САРМ с

односторонней оценкой риска, которая использует значение одностороннего коэффициента бета (BL-beta) рассчитываемого по следующей формуле (2):

вт a, E[(k - kf),min(kM - kf,0)]

BL - beta =---^--(2)

E2 V "

где k - доходность актива i, kM - доходность рыночного портфеля, kf -безрисковая ставка.

Предложили иную конструкцию (3) с использованием одностороннего риска. В их работе предполагается, что инвесторы рассматривают в качестве ситуации риска отклонение доходности от некого целевого уровня, в качестве которого может быть принята среднерыночная доходность. В конструкции используется односторонняя бета (HR-beta), которая вычисляется по формуле (3):

HR - beta = т< Xmin(kM ,0)] Е[тт(км - ^,0)]2

где - средняя доходность актива (акции), /лм - среднерыночная доходность.

Хавьер Эстрада ввел новую конструкцию одностороннего риска, вводя ковариацию доходности актива i с доходностью рыночного портфеля через расчет следующим образом: E. Мерой систематического риска в исследованиях Х. Эстрады является E-beta, формулы расчета которой приведены далее. Интерес к модели Х. Эстрады вызван соответствующими здравой логике результатами тестирования модели в межстрановых сравнениях инвестиционного риска (точнее меры систематического риска).

В эмпирических исследованиях Х. Эстрады коэффициент бета рассчитывается через регрессионную оценку зависимости между односторонней дисперсией доходности актива и односторонней дисперсией доходности рыночного портфеля. В работах 2000 и 2001 гг. Х.Эстрада показал, что данное соотношение, являясь оценкой полного одностороннего риска (total downside risk), обладает хорошей объясняющей способностью доходности собственного капитала на страновом уровне, отраслевом уровне и уровне интернет- компаний развивающихся стран. В работе доказывается, что на развивающихся рынках для расчета требуемой доходности по собственному капиталу целесообразно использовать модель DCAPM (downside CAPM), отличие которой от классической модели состоит в замене классического коэффициента бета односторонним, который является мерой систематического одностороннего риска (systematic downside risk). Подтверждая обоснованность своих выводов, автор приводит результаты эмпирического исследования, проведенного на основе наблюдений в 27 странах со слабо развитым рынком капитала.

Обзор эмпирических исследований концепции «риск-доходность» на

развивающихся рынках

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, 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.

Формула требуемой доходности компании принимает вид: kGE = (kfgl + CRP) + beta u x (kml - kfl) x (1-

й Л К л ч й и о ч

Степень интеграции рынка

Высокая Низкая

Высокая Глобальная САРМ Локальная САРМ

Скорректированная локальная САРМ

Низкая Гибридная САРМ

Модель Godfrey- Espinosa

Модификации САРМ в зависимости от степени интеграции и сегментации рынка. Источник: 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 тестируют три модели: классическую САРМ и две модели, в которых используются асимметричные меры риска - LPM-CAPM (Lower Partial Moment CAPM) и ARM (Asymmetric Response Model). 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 (сюда попала 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.

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 (формула 3). Для

8 VaR- value at risk. Это максимально возможная сумма потерь инвестора, оцененная за некоторый промежуток и с определенной вероятностью

Выпуск #3, 2007 © Электронный журнал Корпоративные Финансы, 2007

рынков с наблюдаемыми существенными сверхнормальными доходностями преимущество над другими мерами риска имеет BL-beta (формула 2).

По странам со схожими географическими и макроэкономическими характеристиками Центральной и Восточной Европы проведено эмпирическое исследование преимуществ БСАРМ . 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 1998-2003 гг.. 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 10 основных 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.

Модель БСЛРМ Х. Эстрады

В рамках модели ЭСЛРМ Х. Эстрады полезность инвестора зависит от среднего значения E(ki) и односторонней дисперсии ожидаемой доходности портфеля и= и (рр, X2р,), где XV обозначает одностороннюю дисперсию доходности инвестиционного портфеля. Соответственно риск отдельно взятого актива измеряется односторонним стандартным отклонением доходности данного актива, которое определяется в соответствии со следующей формулой:

Б= ^{тт^. -н),0]2} Заметим, что данное уравнение является частным случаем для одностороннего стандартного отклонения, которое может быть выражено с использованием любого целевого параметра ожидаемой доходности:

£в1= у1Е{тт[^ - В),0]2}

Аналогом коэффициента ковариации между доходностью по активу i и доходностью рыночного портфеля в модели ЭСАРМ является односторонний коэффициент ковариации, обозначаемый £1т, который определяемый по формуле: Хдм= Е{т1п [(к1-щ),0], т1п [км-Цм),0]} Как и традиционная ковариация, односторонняя ковариация является неограниченной и зависит от масштаба данных, но она, также как и традиционная ковариация, может быть стандартизирована делением на произведение одностороннего стандартного отклонения доходности актива i и одностороннего стандартного отклонения доходности рыночного портфеля. Таким образом, в результате получаем односторонний коэффициент корреляции актива 1 и рыночного портфеля, определяемый по следующей формуле:

а 2Ш ЕЩт^-н),0]Мт[(ки - цм),0]}

2г2м.¡Е{мЩк> - н),0]2}Е{М«[^м - Нм),0]2} Альтернативным путём стандартизации является деление односторонней ковариации на величину односторонней дисперсии доходности рыночного портфеля, таким образом, получаем односторонний коэффициент бета заданный уравнением:

Е-Ье1а = рэ = 2м = Е{т1п[(^ - Н), 0] m1n[(kм - Нм), 0]}

1 2м E{m1n[(kм -Нм X 0]2}

Односторонний коэффициент бета может быть также записан с использованием коэффициента корреляции:

Основное уравнение модели л. ^ храмы х^АРМ выглядит следующим образом:

Е(кО= к^ (кт- кг) X

Очевидно, что основная идея модели ЭСЛРМ соответствует идее классической модели оценки капитальных активов: премия инвестора находится в линейной зависимости от систематического риска, но в данном случае измеряемого односторонним коэффициентом бета.

В модели ЭСАРМ односторонний коэффициент бета может быть получен и в рамках регрессионной модели. Однако в этом случае необходимо учесть одну особенность. Напомним, что для нахождения классического коэффициента бета строится регрессия: к^= а+ р1 кт +8^

Для получения корректной оценки одностороннего коэффициента бета оценивается регрессия без свободного члена: у{ = Лх(+ е{

При этом зависимая переменная регрессии определяется как у{ = шт[((- ¡л{), 0], независимая как х{ = шт[(£м - ¡лм), 0], а значение

одностороннего коэффициента бета соответствует значению коэффициента X.

Исследование применимости модели БСЛРМ для развивающихся рынков,

включая рынок России

Ряд интересных исследований проведены с целью анализа факторов, формирующих доходность на российском рынке (например, [Оопаеу&_£аЬо1кт, 2006]). Интересны исследования корректности применения гипотезы «риск-доходность» (например, ГАйзин & Лившиц,2006]). Однако, совершенно не исследован вопрос о преимуществах односторонней оценки риска в моделировании доходности российских компаний или в выявлении через односторонние меры риска страновых различий в доходности. Изложим интересные результаты, полученные нами.

Тестирование гипотезы «риск-доходность» на российском рынке проведено на временном отрезке 2003-2006гг. по 25 крупнейшим компаниям российского рынка, акции которых котируются на бирже РТС. В таблице 1 представлены основные характеристики распределения недельной доходности акций российских компаний, вошедших в выборку, а именно:

1) средняя (арифметическая) недельная доходность акций за период исследования (МЯ)

показатели общего риска - классическое и одностороннее отклонения доходности от среднего значения,

2) показатели систематического риска - классический и односторонний коэффициенты бета9

3) стандартизированный коэффициент скошенности (ББк^).

Как показали расчеты, распределение доходности акций компаний не является нормальным: оно характеризуется относительно высокой степенью скошенности, о чем свидетельствует соответствующий коэффициент ЗБк1^0. Напомним, что для нормального распределения коэффициент скошенности равен нулю. Разумеется, совершенно нормального распределения доходности акций компаний трудно найти даже на развитых рынках капитала. Однако коэффициент скошенности выбранных российских компаний значительно отличается от нуля: он варьируется от 0,1 до 21,78. Это означает, что для российских компаний характерна положительная скошенность. Соответственно, это является математически обоснованным препятствием для использования традиционной модели САРМ, одной из основных предпосылок которой является нормальность распределения доходности финансовых активов.

9 Коэффициенты бета были также оценены на основе средних месячных значений.

10 Стандартизированный коэффициент скошенности (3-й момент распределения). Он

У (XI - Хау)3

рассчитывается по формуле = 0.01 х---

Таблица 1 Основные характеристики распределения доходности акций российских компаний: расчет по недельным наблюдениям на отрезке 2003-2006

Средняя дох-ть, МЯ, % Стандарт-е откл-е, % Коэф-т бета Одностор-е откл-е, % Одностор-й коэф-т бета SSkw

1 РАО ЕЭС 1,102 6,819 1,002 3,593 1,025 3,17

2 Лукойл 1,011 5,897 0,999 3,308 0,985 1,19

3 Ростелеком 0,906 6,302 0,926 3,371 0,962 2,14

4 Татнефть Шашина -0,673 6,874 0,130 3,996 0,496 2,29

5 Уралсвязьинформ 0,697 5,848 0,830 3,323 0,837 1,43

6 Аэрофлот 1,156 6,253 0,706 3,311 0,764 1,03

7 Сибирьтелеком 0,787 5,973 0,833 3,335 0,859 1,82

8 Иркутскэнерго 1,213 7,129 0,868 3,501 0,956 5,31

9 ЮТК 0,444 5,813 0,751 3,528 0,738 1,17

10 Мосэнерго 1,292 9,224 0,917 4,452 0,923 12,67

11 Волгателеком 0,750 5,919 0,838 3,314 0,855 1,60

12 ОМЗ 0,422 6,500 0,770 3,521 0,720 3,19

13 РБК 1,631 6,415 0,807 3,121 0,888 2,25

14 РИТЭК 1,289 5,802 0,837 3,345 0,915 0,10

15 Северо-Западный Телеком 0,745 6,107 0,864 3,444 0,898 1,36

16 ДВМП 1,335 9,185 0,789 4,055 0,813 21,78

17 ГМК Норникель 1,203 6,632 1,016 3,645 1,076 1,11

18 Камаз 1,087 6,965 0,773 3,568 0,831 3,21

19 НТМК 1,879 6,837 0,853 3,221 0,923 3,77

20 Балтика 0,705 5,273 0,669 2,974 0,668 1,57

21 Газпромнефть -0,099 6,649 0,248 3,658 0,513 3,21

22 Сургутнефтегаз 0,902 6,255 0,995 3,446 1,019 1,00

23 Уралкалий 2,143 6,908 0,775 2,926 0,792 4,19

24 ВБД 0,598 6,635 0,832 3,278 0,706 8,06

25 Зейская ГЭС 1,341 6,976 0,861 3,391 0,890 3,59

Для российских компаний (кроме Газпромнефть (бывшая НК Сибнефть) и ОАО Татнефть) адекватность регрессионных зависимостей доходности от меры систематического риска выше при использовании недельных, а не месячных данных. Для нескольких компаний (Мосэнерго, Балтика и ДВМП) на месячных данных коэффициент детерминации при использовании альтернативной модели БСЛРМ оказался отрицательным, а при переходе к недельным наблюдениям адекватность оцененных регрессий значительно возросла.

Исключая из выборки две «проблемные» компании (Газпромнефть и Татнефть), по оставшейся выборке можно обсуждать две группы компаний:

1) Компании (17 из 23: РАО ЕЭС, Ростелеком, Аэрофлот, РБК и другие), у которых значение одностороннего коэффициента бета превышает (или нет значительного отличия11) значение классического, и объясняющая способность первого выше, чем объясняющая способность бета, определенного в рамках САРМ. В отношении данной группы компаний можно утверждать, что БСЛРМ

11 речь идет о десятых и сотых долях

Выпуск #3, 2007 © Электронный журнал Корпоративные Финансы, 2007

демонстрирует лучшие результаты, чем классическая модель. Однако нельзя сказать, что для большинства компаний разница между оцененными коэффициентами бета в рамках моделей САРМ и ЭСЛРМ существенна. Это означает, что ожидаемая доходность, оцениваемая с помощью модели ЭСЛРМ, не столь существенно будет отличаться от доходности, полученной по традиционной модели САРМ.

2) Компании (5 из 23), для которых не выявлено превосходства ЭСЛРМ: Лукойл, ЮТК, Мосэнерго, ОМЗ, Вимм-Билль-Данн. Здесь есть варианты, когда односторонний коэффициент выше классического, но его объясняющая способность ниже или когда классическая модель САРМ демонстрирует лучшие результаты по перечисленным выше критериям.

Вторым этапом тестирования модели ЭСЛМ по компаниям российского рынка стал регрессионный анализ на основе перекрестной выборки. Вначале были оценены линейные однофакторные регрессионные модели, тестирующие взаимосвязь средней доходности и каждого фактора риска, а именно: мЯ,= уо + у1КУ1+ в,

где мЯсредняя доходность за исследуемый период, ЯУ,- фактор риска, у0 и у1-соответствующие оцениваемые коэффициенты регрессии, в, - случайная ошибка, 1-индекс компании. Результаты по четырем регрессионным моделям представлены в табл. 2

Таблица 2

Перекрестная выборка (25 российских компаний): простые однофакторные регрессии

мяг Уо + гЯУ1 + в1

Го Р-уа!ие 71 Р-уа!ие 1Ч-Бциагв Значимость

Стандартное откл-е -0,10 0,91 0,16 0,23 0,06 незначимы й

Бета -0,53 0,16 1,87 0,00 0,43 значимый

Одностороннее откл-е 2,83 0,03 -0,54 0,14 0,09 значимый

Односторонний бета -1,21 0,04 2,57 0,00 0,41 значимый

Расчеты показывают, что при оценке однофакторных регрессий на 20%-м уровне доверия незначимой переменной оказывается стандартное отклонение, а одностороннее отклонение имеет отрицательный знак. Коэффициенты бета (и классический, и односторонний) являются значимыми.

С целью выявления значимости факторов риска двух разных «семейств» -семейства классических показателей риска и семейства показателей одностороннего риска оценены также многофакторные регрессии трех видов (таблицы 3, 4), где в качестве объясняющих переменных использовались:

■ стандартные отклонения (классическое и одностороннее)

■ коэффициенты бета (классический и односторонний)

■ стандартные отклонения (классическое и одностороннее) и коэффициенты бета (классический и односторонний).

Таблица 3

Перекрестная выборка (25 российских компаний): множественные регрессии с двумя факторами риска

МЯ1= Го + пЯУи + У2ЯУ21 + е

Значимость

Го Р-уа!ие 71 Р- value 72 Р-уа!ие Бциагв факторов риска

Станд.откл./ оба

одностор.откл. 3,21 0,00 0,68 0,00 -1,96 0,00 0,605168 значимы

бета/ оба

одностор.бета -0,88 0,18 1,18 0,29 1,06 0,50 0,441331 незначимы

На том же 20%-м уровне доверия коэффициенты бета в двухфакторных моделях стали незначимыми. Это может объясняться коррелированностью переменных: по перекрестной выборке корреляция коэффициентов бета составила 0,91. В аналогичных регрессиях меры общего риска (волатильность) значимы, но их связь с доходностью отрицательная. При использовании всех четырех показателей риска в регрессионной модели значимыми переменными с положительным знаком являются стандартное отклонение и односторонний коэффициент бета, что демонстрирует таблица 4.

Таблица 4

Перекрестная выборка (25 компаний): множественная регрессия с _четырьмя факторами риска

МЯг Уо + УхЯУц + У2ЯУ21 +УзЯУз1 + У4ЯУ41 + е

¡Ч-Бциагв 0,87

Р-уа!ие Значимость

7о 1,21 0,05 значим

Стандартное откл-е 0,61 0,00 значим

Бета -0,22 0,71 незначим

Одностороннее откл-е -1,77 0,00 значим

Односторонний бета 2,38 0,01 значим

Обобщая результаты проведенного исследования по выборке компаний российского рынка, можно сделать следующие выводы. 1) Потенциальное использование однофакторных портфельных моделей на российском рынке возможно при использовании исторических данных за несколько лет, так как на годовых временных интервалах расчета меры систематического риска может не выполняться принцип «больший риск- большая доходность», лежащий в основе модели САРМ и ее модификаций. Коэффициент корреляции средней доходности и риска, оцениваемого по стандартному отклонению доходности, является по годам нестабильным на российском рынке. На отрезке 2003-2006гг значения корреляции колебалось по годам от -0,09 до 0,60. Отрицательным значение оказалось лишь в 2005 году. В целом на отрезке 2003-2006гг коэффициент корреляции составил 0,25.

2) Преимущества модели БСЛРМ для оценки требуемой доходности инвестирования в собственный капитал отдельных компаний не очевидны.

Для исследования применимости БСАРМ в диагностировании страновых рисков была сформирована панель значений доходности локальных индексов

развивающихся стран и прокси-рыночных портфелей за 5 лет (апрель 2002-март 2007гг.). На основе данных базы Morgan Stanley Capital Investment (MSCI)12 выборка сформирована по 15 странам Центральной и Восточной Европы и Азии. Значения недельной доходности локальных индексов оценены по котировкам в долларах США по дневным данным. На первом этапе анализ проводился по каждой стране в отдельности. По регрессионной модели определены показатели систематического риска. В качестве прокси-рыночного портфеля использовался глобальный индекс. Так, MSCI рассчитывает несколько глобальных индексов (для большого набора стран мира, для сектора развитых/ развивающихся стран, региона Европы, Тихоокеанского региона и т. д.), то в работе была произведена оценка с использованием двух индексов MSCI- для сектора развивающихся стран и всего мира в целом. В качестве безрисковой доходности приняты котируемые государственные облигации с наименьшим риском (показателем риска). Доходность индекса локального рынка является объясняемой переменной в тестируемой модели.

Таким образом, классический коэффициент бета - это параметр оценки следующей регрессии:

kit - kft - ^ = а+ ßi (kmt - kft- ^m) +£it,

где kit- недельная доходность национального индекса;

kft- безрисковая ставка (процентное изменение за неделю), в качестве которой использовалась доходность к погашению 20- летних казначейских облигаций США13;

kmt- доходность глобального индекса;

цт -средние значения рядов (kit - kft) и (kmt - kft) соответственно;

sit - ошибка регрессии.

Модель регрессии для оценки одностороннего коэффициента бета строится без свободного члена по следующим формулам:

kit- kft- ^i =ßi (kmt - kft- ^m) +Sit,

где kit = min [(kit - Mi);0]

kmt = min [(kmt- Mm);0].

Как показывают результаты регрессионного анализа, для большинства анализируемых локальных рынков значение одностороннего коэффициента бета превышает значение классического бета. Такое соотношение сохраняется и в отношении объясняющей способности этих показателей. Однако для двух стран (Шри Ланка и Пакистан) трудно вообще сделать какие-то заключения, так как адекватность оцениваемых регрессий получилась крайне низкая (R-квадрат отрицательный), хотя значение одностороннего коэффициента бета превышает значение классического. Стоит отметить, что если сравнить коэффициенты беты, полученные в рамках данного исследования и исследования Хавьера Эстрады , то разница оказывается существенной: для большинства стран (они выделены в табл. 5), попавших в выборки обоих исследований (Азия и Центральная и Восточная Европа), коэффициенты бета значительно уменьшились. Так, для России коэффициенты бета (классический и односторонний) сократились более, чем в два раза. Это говорит о двух фактах. Во-первых, снижение систематического риска развивающихся стран. Во-вторых, на математическом языке существенное снижение коэффициентов бета снова поднимает вопрос об их устойчивости и возможности использования для оценки ожидаемой (или требуемой) доходности на собственный капитал.

12 http://www.mscibarra.com

13 http://www.ustreas.gov/offices/domestic-finance/debt-management/interest-rate/yield.shtml

Таблица 5 Сопоставление исследований применимости DCAPM для

Страна Период: 19882001 гг.(Эстрада)14 Период: 2002-2007гг. (Теплова, Селиванова)

Бета Одностор.бета Бета Одностор.бета

Чехия 0,66 1,29 0,73 1,00

Китай 1,13 1,39 1,00 1,14

Венгрия 1,53 1,91 0,89 1,25

Индия 0,54 1,10 0,77 1,02

Индонезия 0,97 1,60 0,76 1,31

Корея 1,25 1,34 1,18 1,37

Малайзия 1,02 1,33 0,42 0,63

Пакистан 0,49 1,00 0,28 0,72

Филиппины 1,10 1,40 0,66 0,96

Польша 1,66 2,02 1,05 1,29

Россия 2,69 2,85 0,94 1,39

Шри Ланка 0,61 1,11 -0,05 0,5

Тайвань 0,87 1,49 1,11 1,20

Тайланд 1,41 1,75 0,77 0,93

Турция 1,04 2,13 0,99 1,58

Заметим, что адекватность регрессий при использовании индекса развивающихся стран в качестве рыночного портфеля выше, чем при использовании мирового индекса. Поэтому дальнейший анализ проводился по недельным значениям доходности с прокси-рыночным портфелем, построенным на базе индекса сектора развивающихся стран МБС!

Регрессионный анализ на основе перекрестной выборки, в рамках которого, как и для случая тестирования модели БСЛРМ на российском рынке, оцениваются регрессии трех видов, показал, что: 1) при оценке однофакторных регрессий на 20%-м уровне доверия значимыми являются показатели общего риска (стандартное отклонение и одностороннее отклонение). Они имеют положительный знак в регрессии. 2) При оценке двухфакторных регрессий (с двумя факторами риска)- значимыми становятся показатели систематического риска (коэффициенты бета), но лишь односторонний коэффициент бета имеет ожидаемый знак (положительный). 3) в четырехфакторной модели на том же уровне доверия единственной значимой переменной риска, которая к тому же имеет положительную связь с доходностью является односторонний коэффициент бета.

Это означает, что для оценки средней доходности локального рынка модель БСЛРМ подходит в большей степени, чем классическая САРМ. Покажем различия в оценках требуемой доходности по собственному капиталу для компании среднерыночного риска на базе двух тестируемых моделей: кСЛРМ = 4,89%15 + 4,91%*1 = 9,8% 16 квСЛРМ = 4,89% + 4,91%*1,19=10,7%

м Estrada J., 2002

15Безрисковая ставка: доходность к погашению 20-летних казначейских облигаций США http://www.ustreas.gov/offices/domestic-finance/debt-management/interest-rate/Yield.shtml

16 Коэффициент бета, оцененный в рамках модели САРМ по недельным данным. В качестве рыночного портфеля принят индекс развивающихся стран, так как использовано допущение о том, что инвестор диверсифицирует свой портфель по компаниям развивающихся рынков. Выпуск #3, 2007 © Электронный журнал Корпоративные Финансы, 2007

Ставка требуемой доходности по модели DCAPM превышает аналогичный показатель, полученный по САРМ на 0,9% годовых. Так как речь идет об инвестициях в конкретную российскую компанию с покупкой определенной доли контроля, то необходимо добавить к рассчитанной выше ставке премии за специфические риски (низкой ликвидности на рынке капитала, премии за контроль и т.п.).

Список литературы

1. [Теплова, 2007] Теплова Т.В. Инвестиционные рычаги максимизации стоимости компании. Практика российских предприятий. - Москва: Вершина, 2007.

2. [Айзин & Лившиц, 2006] Айзин К.И., Лившиц В.Н. Риск и доходность ценных бумаг на фондовых рынках стационарной и нестационарной экономики// Аудит и финансовый анализ, № 4, 2006, с 195 - 199

3. Banz R. The Relationship between Return and Market Value of Common Stocks// Journal of Financial Economics, 1981, March, 9, pp. 3-18

4. Barry C., Goldreyer E., Lockwood L., Rodrigues M. Robustness of Size and Book-to-Market Effects: Evidence from Emerging Equity Markets// Emerging Markets Review, 2002, №3

5. Bawa V., E. Lindenberg Capital market equilibrium in a mean lower partial moment framework// Journal of Financial Economics, V. 5, 1977, pp. 189-200

6. Bekaert, G. Market Integration and Investment Barriers in Emerging Equity Markets// World Bank Economic Review, №9, 1995.

7. Bekaert, G., C.R. Harvey Time-Varying World Market Integration//, V.50, № 2, 1995.

8. Bekaert G.eert, Harvey, C Foreign speculators and emerging equity markets// Journal of Finance, V. 55, 2, 2000, pp 565-613

9. Bekaert G., Harvey C. Capital Flows and the Behavior of Emerging Market Equity Returns// Unpublished Working Paper 6669, 2003

10. Black, F., Jensen, M., Scholes, M., The CAPM: some empirical test// Studies in the theory of capital markets, 1972, pp 79-121

11. Blume M.E. Betas and Their regression Tendencies //Journal of Finance, Vol. 30, 1975, June, pp. 785-795

12. Collins D. Measuring the Cost of Equity in Frontier Financial Markets // Working paper. University of Cape Town, 2002.

13. Collins, D., M. Abrahamson Measuring the cost of equity in African financial markets// Emerging Markets Review, V 7, 2006, pp 67-81

14. De Swaan J., A. Liubych, 1999 Determining the cost of equity in emerging markets// WP, №28, Oct. 2003, www.ksg.harvard.edu/PAE

15. Devyris L., G. Jankauskas Explaining the cost of equity in Central and Easten Europe// Stockholm School of Economics in Riga, SSE, Riga Working Papers, 2004, 13(68)

16. Don U.A. Galagedera An alternative perspective on the relationship between downside beta and CAPM beta //Emerging Markets Review, V 8, Iss.1, 2007, pp.4-19

17. Fama, E. F., K. R. French The CAPM is Wanted, Dead or Alive// The Journal of Finance, December 1996, V. 51, Issue 5, рр. 1947-1958

18. Estrada, J. The Cost of Equity in Emerging Markets: a downside risk approach// Emerging Markets Quarterly, 2000, pp.19-30

19. Estrada, J. The Cost of Equity in Emerging Markets: a downside risk approach (II)// Emerging Markets Quarterly, 2001, pp.63-72

20. Estrada, J. Systematic Risk in Emerging Markets: the D-CAPM// Emerging Markets Review, V.3, 2002, pp.365-379

21. Estrada, J. Mean-Semivariance behavior (II): The DCAPM// WP, Sept. 2002, IESE Business School, http://webprofesores.iese.edu/JEstrada/Research.html

22. Errunza, Vihang R., Darius P. Miller Market Segmentation and the Cost of Capital in International Equity Markets// The Journal of Financial ans Quantitative Analysis, V.35, 4, 2000, pp. 577-600

23. Godfrey, S., R. Espinosa A Practical Approach to Calculating Costs of Equity for Investments in Emerging Markets // Journal of Applied Corporate Finance, Fall, 1996, pp. 80-89.

24. Gonzalez M. CAPM Performance in the Caracas Stock Exchange from 1992 to 1998// International Review of Financial Analysis, № 10, 2001, pp. 333-341

25. Goriaev Alexei and Alexei Zabotkin Risks of investing in the Russian stock market: Lessons of the first decade //Emerging Market Review, V. 7, Iss 4, 2006, pp. 380-397

26. Graham J.R., Campbell R. Harvey The Theory and Practice of Corporate Finance. Evidence from the Fields// Journal of Financial Economics, V. 60(2), 2001.

27. Harvey C. R. Predictable risk and return in emerging markets// Review of Financial Studies, V. 8, 1995, pp. 773-816

28. Harvey, C. The risk exposure of emerging equity markets. //World Bank Economic Review, № 9 (1), 1995, pp.19- 50.

29. Henry, Peter B. Capital-Account Liberalization, the Cost of Capital, and Economic Growth// The American Economic Review, V 93, 2, pp 91-96, 2003

30. Hogan W., J. Warren, Toward the development of an equilibrium capital-market model based on semivariance // Journal of Financial Quant. Analysis, V. 9, (1), 1974, pp. 1-11.

31. Homaifar G., D.B. Graddy, Variance and lower partial moment betas as alternative risk measures in cost of capital estimation: a defense of the CAPM beta // Journal of Business Finance Account, V. 17, 1990, pp. 677-688.

32. Hwang, S., Christian S. Pedersen Best Practice Risk Measurement in Emerging Markets: Empirical Test of Asymmetric Alternatives to CAPM.// Working paper, August 29, 2002

33. Jensen M. Capital Markets: Theory and Evidence// Bell Journal Econ.a. Management Science, 1972, pp.357-391

34. Keck T., Levengood E., and Longfield Using Discounted Cash Flow Analysis in an International Setting: A Survey of Issues in Modeling the Cost of Capital// Journal of Applied Corporate Finance, Volume 11, №3, 1998, pp. 11-28

35. Levy R.A. On the Short-Term Stationarity of Beta Coefficients //Financial Analysts Journal, 1971, 27 (Nov.-Dec.), pp.55-62

36. Lintner, J. The valuation of risk assets and selection of risky investments in stock portfolio and capital budgets// Review of economics and statistics 47, Feb. 1965, 13-47

37. Markowitz H. Portfolio selection: Efficient diversification of investments// Wiley, 1959

38. Miller K., Leiblein M. Corporate Risk- Return Relations: Returns Variability versus Downside risk. Academy of Management Journal. 1996, V. 39, №1

39. McNulty J., Yeh T., Schulze W., and Lubatkin M. What"s Your Real Cost of Capital?// Harvard Business Review, №45, 2002

40. Omran M.F. An analysis of the capital asset pricing model in the Egyptian stock market //The Quarterly Review of Economics and Finance, V. 46, 2007

41. Pedersen C.S. and S. Hwang, Does downside beta matter in asset pricing?// Working Paper, Cass Business School, London, UK, 2003.

42. Pereiro, L. The valuation of closely-held companies in Latin America. // Emerging Markets Review, № 2, 2001, pp.330-370.

43. Price, K. and B. Price and T.J. Nantell, Variance and lower partial moment measures of systematic risk: some analytical and empirical results// Journal of Finance, V. 37, 1982, pp. 843-855.

44. Roll R. A Possible Explanation of Small Firm Effect// The Journal of Finance, V.36, 4 (Sep.), 1981, pp. 879-888

45. Roll R. A Critique of the Asset Pricing Theory"s Tests// Journal of Financial Economics, V.4, 1977, pp.129-176

46. Rouwenhorst, K.Geert Local Return Factors and Turnover in Emerging Markets// Journal of Finance, V. 54., 1999

47. Sharpe W.F. Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk //Journal of Finance, 19 (3), 1964, pp. 425442.

48. Sharp, William F. Capital asset prices with and without negative holdings// The Journal of Finance, June 1991, Volume 46, Issue 2, 489-509

49. Serra A. The Cross Sectional Determinants of Returns: Evidence from Emerging Markets" Stocks// Working Paper, 2003. University of Porto, Faculty of Economics Home Page. №28, 0ct.2003

50. Solnik, B. An equilibrium model of the international capital market// Journal of Economic Theory, 1974, V. 8, pp 500-524

51. Stulz, R. Globalisation, corporate finance, and the cost of capital //Journal of Applied Corporate Finance, V. 36, 1999, pp. 8 - 25.

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 (Lower Partial Moment CAPM) и ARM (Asymmetric Response Model).

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.

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.

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.

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 .

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.

Минервин И.Г.

О статье Криссокидис Дж.М., Вонг В.

Решая задачу выпуска новой продукции на внешние рынки, менеджеры могут применять различную стратегию. Вариантами этой стратегии является одновременный или последовательный выпуск продукции в различных странах. Авторы отмечают, что стратегия последовательного выпуска нередко рассматривается как средство снижения степени риска, однако в действительности эта стратегия игнорирует тот факт, что успех новой продукции в значительной мере зависит от своевременности ее выхода на международные рынки.

Авторы отмечают, что ускорение процессов разработки новой продукции и сокращение ее жизненного цикла означают, что фирмы должны стремиться к предельно сжатым срокам коммерциализации продукции, с тем чтобы не дать возможности конкурентам опередить себя. Быстрота выхода на рынки в этой связи представляется важным фактором конкурентного преимущества, ведущим к росту общего объема сбыта и повышению прибыльности операций. Чем больше выигрыш во времени по сравнению с конкурентами на рынке, тем больше возможности для новатора утвердить позиции своей торговой марки и приблизить ожидания потребителей к параметрам своей продукции. Любое запаздывание в запуске продукции на рынок означает потери в сбыте, увеличение периода окупаемости затрат, снижение общего объема прибыли за весь жизненный цикл продукта и ослабление конкурентных позиций. Все эти соображения становятся еще более существенными в случае выхода новой продукции на множественные, в том числе международные, рынки.

Важной чертой современного рынка является конкуренция по времени (наряду с конкуренцией по ценам и конкуренцией по качеству). Быстрота и своевременность разработки, предоставления продукта или услуги и других форм реакции на запросы потребителя важны не только на внутреннем, но и на международном рынке. Глобализация рынков и конкуренции еще более усиливает эту значимость. Практика показывает, что фирмы все в большей мере ориентируются при разработке продукции на рынки различных стран и координируют запуск продукции в глобальном масштабе. Примером могут служить автомобили марки “Ford Escort”. Некоторые фирмы предпочитают одновременный выход на рынки в мировом масштабе, как, например, фирма Microsoft, осуществившая выпуск программы Windows 95 24 августа 1995 г. Другие делают выбор в пользу поэтапного выхода по мере готовности продукта сначала на одном-двух рынках, а затем на других, считая при этом, что более медленный, последовательный выход является менее рискованным (если что-то не так на рынке одной страны, можно предпринять шаги для решения проблемы, прежде чем она проявится на других рынках). Существует также мнение, что общее запаздывание при одновременном выходе чревато более серьезными последствиями для финансовых и рыночных позиций фирмы. Авторы подчеркивают, что масштабы и причины задержек при одновременном и последовательном выходе на рынки до сих пор не исследованы, в то время как их знание расширит понимание и возможности решения целого ряда проблем.

Авторы предприняли свое исследование с целью выяснить частоту случаев соблюдения плановых сроков и отсрочек при той и другой стратегии, определить причины отсрочек и то воздействие, которое они оказали на коммерческую эффективность новой продукции.

В рамках исследования под своевременностью международного запуска новой продукции (МЗНП) авторы понимают готовность продукта к продаже на множественных целевых рынках фирмы в соответствии с плановыми сроками. Иными словами, своевременность означает способность фирмы соблюдать график, установленный ее руководством. Под мерой своевременности понимается отклонение фактических сроков выхода новой продукции на целевые рынки от плановых. Готовность продукта к продаже означает завершение всех необходимых технических мероприятий, соответствие положениям местного законодательства и государственного регулирования и выполнение прочих условий коммерциализации новой продукции. Продукт, который не прошел все официальные административные процедуры сертификации и не удовлетворяет всем требованиям местного законодательства, не может считаться “технически” готовым к продаже.

Установление плановых или желательных сроков выпуска новой продукции на рынки зависит от квалификации и опыта менеджеров, их знания сильных и слабых сторон организации, оценки времени, необходимого для доведения продукта до стадии готовности. Несмотря на эти потенциальные различия и субъективные факторы принятия решений, разумно предположить, что отклонения фактических сроков выхода продукции на рынки от плановых связаны с появлением некоторых причин, не предусмотренных на стадии планирования. Значительные отсрочки МЗНП свидетельствуют о существенных управленческих ошибках и имеют немаловажные последствия для деятельности фирмы. Основное внимание в данном исследовании сосредоточено на анализе этих причин, понимание которых имеет важное значение для менеджеров.

Гипотетические факторы своевременности международного запуска новой продукции

С целью анализа авторы выдвигают ряд предварительных гипотез, которые могли бы объяснить конкретные результаты продвижения продукции на внешние рынки, с тем чтобы подтвердить или опровергнуть их в результате эмпирического исследования. Так, предполагается, что своевременность МЗНП зависит от ряда факторов, связанных с внешней и внутренней средой организации, продуктовой стратегией и характеристиками продукции. К факторам внешней среды относятся:

1. Местное законодательство и государственное регулирование, определяющие порядок, правовые и технические условия сбыта продукции на рынке данной страны. Соответствующие процедуры, особенно в ряде отраслей (фармацевтика, химия, пищевые продукты, телекоммуникации) могут быть достаточно сложными и длительными (гипотеза 1а);

2. Технологическая среда, воздействующая по ряду направлений и способная вызвать необходимость в дополнительной длительной адаптации продукции к соответствующим рынкам, в том числе:

Различия в уровне стандартизации продукции и технологии и технических стандартах (гипотеза 1b);

Различия в требованиях к кастомизации1 продукции (например, адаптация к сигналам передающих телекоммуникационных устройств) (гипотеза 1c);

Общий уровень технологического развития, свойственный рынку данной страны, выражающийся в показателях устаревания технологии, темпах обновления производственной технологии и продукции (пример - невозможность запуска на рынок автомобилей с двигателями, оснащенными передовой технологией каталитической очистки, при отсутствии или нехватке неэтилированного топлива в некоторых странах). Предполагается, что низкие темпы технологического обновления могут послужить фактором отсрочки МЗНП (гипотеза 1d).

3. Рыночно-потребительская среда, т.е. степень неоднородности, или дифференциации рынка - запросов и предпочтений потребителей и предложения товаров, характер покупок и привычки приобретения товаров, степень заинтересованности потребителей в информации о товаре. Предполагается, что высокая степень неоднородности рынка требует больших усилий по адаптации стратегии маркетинга, повышая вероятность отсрочек в ее реализации (гипотеза 1e).

4. Конкурентная среда, степень интенсивности конкуренции, агрессивности и враждебности поведения конкурентов, воспринимаемая менеджментом фирмы как угроза. Предполагается, что чем опаснее конкурентная среда, тем выше стремление менеджеров к реализации стратегии своевременности МЗНП, и наоборот (гипотеза 1f).

К внутренним факторам, т.е. внутрифирменным функциям и процессам разработки и коммерциализации новой продукции, определяющим стратегию маркетинга на международных рынках, авторы относят следующие:

1. Организация разработки и освоения новой продукции, успешность которой зависит от качества проектного планирования; технических и рыночных исследований; маркетинговой деятельности, в том числе тестирования, пробных продаж, координации каналов сбыта, рекламы и продвижения товара; уровня технологического проектирования; рыночного позиционирования и т. д. Такие факторы, как четкая организация процессов разработки новой продукции, обоснованное проектное планирование, высокая степень межфункциональной интеграции и координации процессов разработки и освоения новой продукции должны снижать вероятность нарушений своевременности МЗНП (соответственно, гипотезы 2a, 2b и 2c).

2. Механизмы координации деятельности фирмы на многонациональных целевых рынках. Своевременность МЗНП зависит от успешного применения административных механизмов координации на международном уровне, в том числе между головной штаб-квартирой фирмы, ее филиалами и агентами. Такие механизмы, применяемые транснациональными корпорациями, могут быть разделены на две группы:

Более формализованные и структурированные механизмы, включая меры в области реорганизации подразделений, централизации или децентрализации принятия решений, разработки процедур, планирования, оценки деятельности и контроля результатов;

В большей степени неформальные и “тонкие” механизмы координации, включая использование неформальных каналов коммуникации (деловые поездки, встречи, обмен персоналом, личные контакты менеджеров), горизонтальных связей между подразделениями (создание временных команд и целевых групп, матричных структур, комитетов), внедрение общей организационной культуры.

Предполагается, что отсутствие или недостаточно интенсивное использование неформальных методов ухудшает коммуникации, затрудняет координацию и, следовательно, повышает вероятность нарушений своевременности МЗНП (гипотеза 2d), тогда как более “жесткие”, формальные методы не дают ощутимого эффекта с точки зрения своевременности МЗНП (гипотеза 2e).

Следующая группа факторов своевременности МЗНП связана с продуктовой стратегией фирмы и характеристиками продукции.

Продуктовая стратегия охватывает такие факторы, как разнообразие целевых рынков (решения относительно ключевых и второстепенных рынков, на которых будет осуществляться запуск новой продукции), масштабы выделяемых технических и маркетинговых ресурсов, способы осуществления выхода на рынок. Запуск нового продукта на диверсифицированные рыночные сегменты может потребовать существенной его адаптации, с точки зрения как технологии, так и маркетинга, к рынкам различных стран, дополнительных капиталовложений в конструирование и маркетинг и даже организационной перестройки, переориентации всего бизнеса и радикальных изменений в практике управления. Маркетинговые ресурсы включают собственно персонал сбыта, персонал, осуществляющий тренинг технического и сбытового персонала, персонал, занятый послепродажным обслуживанием, соответствующее оборудование и денежные средства, необходимые для обеспечения продвижения товара на рынок, функционирования каналов сбыта и т. д. Технические ресурсы также включают соответствующий персонал, денежные средства и прочие элементы технического и программного обеспечения необходимого качества. Важное значение имеет также соответствие проекта освоения новой продукции существующим в фирме маркетинговым и техническим компетенциям и ресурсам.

Отсюда следует, что вероятность отклонений от своевременности МЗНП возрастает при увеличении степени дифференциации целевых рынков (гипотеза 3a), недостаточности маркетинговых ресурсов (гипотеза 3b) и недостаточности технических ресурсов (гипотеза 3c).

Факторы, связанные с характеристиками продукции, в основном выражаются, во-первых, в том влиянии, которое они оказывают на технологию применения продукта и совокупность методов маркетинга, и, во-вторых, в степени совершенства, сравнительных преимуществах продукции. Качественная характеристика, степень совершенства продукта рассматривается многими исследователями как важнейший фактор ее успешного продвижения на рынке. Кроме того, важное значение имеют условия и преимущества использования и обслуживания продукта в восприятии потенциального потребителя. Так, принятие рынком инновационной продукции существенно замедляется, если потенциальные потребители считают инновацию несовместимой со сложившимся типом потребительского поведения или слишком сложной для освоения. Отсюда выводятся два предположения: высокое качество нового продукта, отвечающее запросам целевых рынков, сокращает вероятность нарушений своевременности МЗНП (гипотеза 3d); несоответствие условий эксплуатации и обслуживания продукта целевым рынкам повышает вероятность несоблюдения намеченных сроков МЗНП (гипотеза 3e).

Наконец, еще один аспект анализа заключается в исследовании связи между своевременностью МЗНП и рыночным успехом продукции. Авторы исходят из наличия положительной связи (гипотеза 4), поскольку отсрочка МЗНП свидетельствует о тех или иных ошибках менеджмента, могущих оказать определенное влияние на коммерческую эффективность нового продукта и на всю деятельность фирмы.

Методология и результаты исследования

Исследование проводилось в несколько этапов. На первом этапе был проведен предварительный опрос руководителей шести ТНК, позволивший отработать методы подробного анкетирования. Затем проводилось широкое обследование других фирм. Главным источником информации послужили обширные интервью с менеджерами по маркетингу, отвечающими за международное планирование, разработку и коммерциализацию продукции, а также с руководителями центральных служб разработки, производства и сбыта продукции.

Всего было изучено 30 конкретных примеров запусков новой продукции, осуществленных крупными ТНК, имеющими европейские штаб-квартиры, расположенные в Великобритании. Среди них 11 компаний Северной Америки, 7 - Великобритании, 2 совместные британско-американские, 9 японских и одна гонконгская. Для исследования были выбраны в основном высокотехнологичные и в значительной степени интернационализированные отрасли с высокими темпами технологических изменений и обновления продукции (телекоммуникации, электроника и компьютерная техника, фотографическое и измерительное оборудование), в которых фирмы, как правило, вынуждены представлять новую продукцию в сжатые сроки на множественных рынках. По соображениям доступности данных исследование в основном ограничилось выходом продукции на рынки стран Западной Европы.

Из обследованных примеров 60% представляют обновленные и модернизированные виды продукции и 40% - принципиально новые виды. 19 случаев (63% выборки) представляют массовую продукцию, 11 (37%) - продукцию, предназначенную для конкретных сегментов рынка. В 15 случаях (50%) имела место отсрочка, в 15 (50%) - соблюдение графика выхода на рынок (с. 25).

В основу измерения временных параметров были положены две оценки: 1) разница во времени между фактическими и плановыми сроками МЗНП; 2) экспертная оценка эффективности процесса МЗНП, выраженная в баллах (от -5 - “очень медленно”, до +5 - “очень быстро”). Также с помощью экспертной оценки по ряду показателей (объем продаж, рентабельность, срок окупаемости затрат и др.) оценивалась коммерческая успешность запуска на рынок того или иного товара.

Все исследованные случаи были разделены на две группы: 1) одновременный выход, под которым понимается плановый выход на все целевые рынки в течение 1-2 месяцев (8 случаев, или 27%); 2) последовательный выход, когда плановые сроки выхода превышают 2 месяца (22 случая, или 73%). При этом все одновременные выходы оказались своевременными, т.е. были осуществлены без нарушений плановых сроков. В последней группе выделены случаи отсрочек (15 случаев), сроки которых составляли от 1 до 12 месяцев и свыше. Эти данные, по мнению авторов, подвергают сомнению распространенное мнение о меньшей рискованности последовательных запусков. Склонность менеджеров к последовательным запускам из-за боязни трудностей и риска, связанных с организацией одновременного запуска во многих странах, нередко приводила к результатам, противоположным ожидаемым.

Анализ факторов своевременности (или причин отклонений) МЗНП показал, что наиболее значимыми являются 8 ключевых комплексных факторов (КФ), причем первые четыре относятся к маркетинговой стратегии и характеристикам продукта, а вторые четыре - к группе внутренних факторов:

КФ1 - достаточность маркетинговых ресурсов для конкретных новых продуктов;

КФ2 - достаточность технических ресурсов для конкретных новых продуктов;

КФ3 - соответствие условий эксплуатации и обслуживания новой продукции целевым рынкам;

КФ4 - совершенство продукции с точки зрения ее качественных характеристик и потребительских преимуществ;

КФ5 - интеграция в процессе разработки и освоения новой продукции;

КФ6 - совершенство процессов разработки и освоения новой продукции, включая проектное планирование, тестирование, координацию, продвижение и т. д.;

КФ7 - предварительная отработка концепции продукта, целевого назначения, потенциальных сегментов рынка, потребителей, знание их запросов;

КФ8 - внутренние коммуникации и координация между штаб-квартирой, филиалами и подразделениями с помощью неформальных, “мягких” методов.

Наряду с высокими коэффициентами корреляции между всеми отмеченными факторами особенно сильная корреляция наблюдается между маркетинговыми ресурсами (КФ1), факторами разработки новой продукции (КФ5, КФ6, КФ7) и внутриорганизационной коммуникацией (КФ8), а также между техническими ресурсами (КФ2) и разработкой продукции (КФ5, КФ6, КФ7). Адекватность системы сбыта, каналов распределения, обучающего персонала оказывает прямой и косвенный эффект, воздействуя на формирование рынка и на процесс разработки продукта, а также на коммуникации и на качество рыночной информации. Достаточность и качество инженерно-технических ресурсов играет ключевую роль в разработке нового продукта, определяет его параметры и характеристики. В свою очередь, совершенство процессов разработки нового продукта отражается в его высоких качественных характеристиках (корреляция между КФ4 и КФ5-КФ7).

Таким образом, на этом этапе корреляционный анализ показал, что факторы КФ1-КФ8, связанные между собой, способствуют своевременности МЗНП. Далее исследованию подверглись масштабы различий в влиянии факторов, имевших место в случаях с соблюдением и нарушением плановых сроков МЗНП (по разнице в средних значениях и среднеквадратических отклонениях по каждому фактору между случаями с соблюдением и нарушением сроков МЗНП). Этот анализ также показал связь между всеми факторами и их положительное влияние на своевременность МЗНП. Таким образом, была подтверждена справедливость гипотез 2a-2e и 3b-3e.

В то же время результаты обследования выявили лишь второстепенное значение фактора дифференциации целевых рынков, а также факторов, связанных с внешней средой (правовой, технологической, конкурентной). Согласно этим результатам, основные причины нарушения сроков МЗНП связаны с внутрифирменной организацией процессов освоения новой продукции, прежде всего с недостатками в области организационных коммуникаций и обеспеченности качественными ресурсами. Решение проблем координации, коммуникации, обеспечения маркетинговыми и техническими ресурсами максимально облегчает выход на значительное число целевых рынков отдельных стран. Наилучшие результаты дают реалистичное планирование и согласованность ресурсов с потребностями конкретных целевых рынков. Таким образом, гипотезы 1a-1f, а также 3a не получили подтверждения.

Расчеты влияния своевременности МЗНП, измеренной в месяцах, на коммерческую эффективность новой продукции по показателям объема продаж, рентабельности, потребительских предпочтений и др. с помощью факторного анализа позволил установить, что продукция, выпущенная на рынки без нарушения плановых сроков, значительно более успешна по сравнению со случаями отсрочек. Таким образом, гипотеза 4 получила четкое подтверждение. Наиболее существенна положительная корреляция между параметром своевременности МЗНП и показателями объема продаж и рентабельности новой продукции, что доказывает его важность как ключевого фактора экономической эффективности инновационной деятельности на международных рынках.

Также положительной и существенной оказалась корреляция между своевременностью разработки новой продукции (РНП) и своевременностью МЗНП. Средние плановые сроки РНП в 30 исследованных случаях составили 14,4 месяца, а фактические - 21,1 месяца, что дает среднее запаздывание в 6,8 месяца. При этом в 7 случаях не было нарушений плановых сроков, а в 23 имела место отсрочка. Частота запаздывания РНП выше в случаях отсрочки, чем в случаях своевременных МЗНП. В 14 из 15 случаев отсрочки запуска продукции на рынок имело место запаздывание сроков ее разработки, а в 15 своевременных - только 9. Средняя продолжительность задержек РНП также больше в случаях с отсрочкой МЗНП (10 месяцев), чем в случаях своевременного выхода на рынок (3,9 месяца). В то же время корреляция между своевременностью МЗНП и финансовыми показателями оказалась более существенной, чем корреляция между своевременностью РНП и этими показателями. Это, по мнению авторов, означает, что несмотря на сильную положительную корреляцию между двумя параметрами своевременности финансовые последствия отсрочки МЗНП могут оказаться более масштабными, чем последствия задержки в завершении РНП. Результаты исследования показывают, что успешность разработки и коммерциализации новой продукции на международных рынках зависит от способности менеджеров обеспечивать плановый график МЗНП с целью максимизации выгод, получаемых при соблюдении плановых сроков РНП. Отсрочка выхода на рынок может свести на нет достижения этапа разработки продукции.

Выводы

Предшествующие исследования, объектом которых являлись разработка и запуск на рынок новой продукции, показали важность проблемы своевременности. В данном исследовании сделана попытка углубить этот анализ, рассмотреть вопросы, связанные с комплексным и рискованным решением о продвижении новой продукции на многонациональные рынки. Основные выводы для процесса управления состоят в следующем.

1. Более высокая частота отсрочек запуска продукции при последовательном, в сравнении с одновременным, МЗНП служит предостережением от предпочтения последовательного МЗНП по соображениям снижения риска. Менеджерам, отвечающим за международный маркетинг, следует тщательно взвешивать риски отсрочки в контексте двух моделей выхода на многонациональные рынки.

2. Полученные результаты подчеркивают значение внутриорганизационных факторов, маркетинговой стратегии и характеристик продукции. В то же время отсутствие прямого влияния дифференциации целевых рынков и факторов внешней среды означает, что фирмы способны обеспечить плановые сроки выхода новой продукции на многонациональные рынки вне зависимости от характера и строгости законодательства, государственного регулирования, технологических, рыночных и конкурентных условий. С этой целью необходимы обоснованное распределение и координация технических и маркетинговых ресурсов, обеспечивающих процессы РНП и МЗНП.

3. Критическим фактором своевременности является способность обеспечить требуемые маркетинговые и технические ресурсы РНП и МЗНП, их соответствие стратегии выхода на рынки. Соблюдение своевременности во всех обследованных случаях одновременного запуска, отражающее адекватность и синергию ресурсов, свидетельствует о том, что было бы безрассудным надеяться на последовательный запуск как на средство компенсации недостаточности ресурсов. В этой связи менеджерам также рекомендуется оценивать решения по ресурсам РНП-МЗНП с учетом их влияния на своевременность.

4. Соответствие ресурсов - лишь одно из условий успешного МЗНП. Оно должно дополняться эффективной организацией процессов РНП. Исследование подтвердило, что своевременность и эффективность РНП существенно влияют на своевременность выхода на многонациональные рынки. Четко просматривается роль интенсивной коммуникации и координации деятельности штаб-квартиры и международных подразделений фирмы, которые наилучшим образом достигаются путем использования “мягких” интеграционных механизмов. Менеджеры должны осознать выгоды развития таких “мягких” систем для эффективной коммуникации между подразделениями в различных странах и командами, занятыми РНП. Это обеспечит раннее определение технических и маркетинговых целевых показателей новой продукции, ускорение процессов ее разработки, рациональное использование ресурсов. Интенсивные коммуникации помогают создать необходимую инфраструктуру (аппарат сбыта и посредников) в соответствующих странах, позволяют менеджерам в этих странах получить знания о продукте, воплощенных в нем технологиях, о его потенциальных пользователях, о методах продажи, завершить все необходимые маркетинговые операции - от подготовки каналов сбыта до рекламы. Коротко говоря, они способствуют межстрановой передаче компетенций по коммерциализации нового продукта.

5. Исследование подтвердило связь между своевременностью МЗНП и общим успехом новой продукции, показало, что объем продаж и рентабельность страдают в результате отсрочек. Кроме того, хотя временная эффективность РНП инвариантно сопровождает эффективность МЗНП, есть достаточно оснований утверждать, что ухудшение финансовых показателей в большей мере связано с нарушениями графика МЗНП, чем с процессом РНП. Отсюда следует, что менеджеры должны рассматривать РНП-МЗНП как единый процесс. Чтобы избежать провала новой продукции из-за отсрочек, цели, стратегии и ресурсы РНП и МЗНП должны оцениваться в совокупности. Кроме того, фирмы высокой технологии в целях максимальной реализации потенциала новой продукции должны стремиться к проникновению на многонациональные рынки путем своевременного выхода на рынок в мировом масштабе.

Список литературы

Для подготовки данной работы были использованы материалы с сайта http://www.marketing.spb.ru/

Отправь заявку с указанием темы прямо сейчас, чтобы узнать о возможности получения консультации.

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.

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

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:

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:

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

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.

· размер компании;

· переменные, отражающие степень операционного и финансового риска;

· ликвидность акций;

· перспективы роста.

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

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).

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.).

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.

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.

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%.

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.

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%

Женский сайт по созданию бизнеса

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Подобные документы

О статье Криссокидис Дж.М., Вонг В.

Методология и результаты исследования

Выводы

Список литературы

СХОЖИЕ СТАТЬИ