CC BY
110
^ЖауЧНО-ТеХНИЧе£КИеВеДОМ2£ТИ«СПбГПУ.5..2212;.ЭКОНОМИЧе£КИе.НаУКИ
СПИСОК ЛИТЕРАТУРЫ
1. Бобылева, А.З. Финансовые управленческие технологии [Текст] : учебник / А.З. Бобылева. — М.: Инфра-М, 2007. — 492 с. — (Учебники факультета государственного управления МГУ им. М.В. Ломоносова).
2. Шаховская, Л.С. Бюджетирование: теория и практика (+CD) [Текст] : учеб. пособие / Л.С. Шаховская, В.В. Хохлов, О.Г. Кулакова [и др.]. — 2-е изд. — М.: Кнорус, 2011. — 400 с.
3. Едронова, В.Н. Методы коммерческого бюджетирования [Текст] : учеб. пособие / В.Н. Едронова. — М.: Экономистъ, 2005. — 189 с. — (Res cotti-dianna).
4. Журанкова, Е.В. Сущность и особенности бюджетирования на предприятиях кинематографической отрасли [Текст] / Е.В. Журанкова // Научно-технические ведомости СПбГПУ. — 2012. — № 4(151). — С. 181—185.
5. Немировский, И.Б. Бюджетирование: от стратегии до бюджета — пошаговое руководство [Текст] / И.Б. Немировский, И.А. Старожукова. — М.: Изд. дом «Вильямс», 2008. — 512 с.
6. Каплан, Роберт С. Сбалансированная система показателей. От стратегии к действию [Текст] / Роберт С. Каплан, Дейвид П. Нортон. — М.: Олимп-Бизнес, 2003. — 212 с.
УДК 330
М.А. Сагидова
ИССЛЕДОВАНИЕ ПОВЕДЕНИЯ ИНВЕСТОРОВ В ФИНАНСОВОЙ СФЕРЕ
Изучая поведенческие особенности инвесторов на российском фондовом рынке, сталкиваешься с проблемой недостатка статистических данных, которые можно использовать для выявления влияния поведения инвесторов на рыночную конъюнктуру. В свою очередь, недостаток статистических данных возникает в результате низкой инвестиционной активности населения России по сравнению с более развитыми рынками, т. е. доля розничных инвесторов, желающих вкладывать свои средства в функционирующие отрасли, в общем населении страны чрезвычайно низка по сравнению с другими странами. Это объясняется проблемами макроэкономического, социального и инфраструктурного характера, а именно: невысоким располагаемым доходом и валовым внутренним продуктом (ВВП) на душу населения, уровнем рыночной инфраструктуры, малочисленностью класса профессиональных брокеров, управляющих и отсутствием института инвестиционного консультирования. Не менее важна здесь и культурно-психологическая составляющая, которая проявляется в отсутствии доверия к финансовой системе,
неприятии риска подавляющей частью населения и низкой рыночной культуре российского населения.
Несмотря на малочисленность розничных инвесторов на российском рынке, поведенческие особенности оказывают влияние на фондовый рынок. В данной статье рассмотрим, как поведенческие особенности инвесторов влияют на российский рынок ценных бумаг. Соответственно, цель данной статьи заключается в выявлении влияния поведения инвесторов на российский рынок. Для этого необходимо рассмотреть факторы, влияющие на фондовый рынок, и оценить проявление поведенческих особенностей российских инвесторов на рынке.
На данный момент обеспечение текущих притоков в фонды лежит на плечах уже существующих инвесторов, поскольку на рынок приходит не так много новых людей. По данным «Национальной лиги управляющих (НЛУ)», общее число счетов всех розничных паевых инвестиционных фондов (ПИФ) составляет 1,842 млн [6]. Однако столь большое количество пайщиков оказалось благодаря ПИФу «Альфа-Капитал», без учета
которых сейчас в России насчитывается около 800 тыс. пайщиков.
Для выявления влияния поведения инвесторов на российский рынок ценных бумаг проведен количественный анализ, который заключается в изучении коэффициента автокорреляции и вычислении поведенческого коэффициента. Используя последний показатель, можно определить «настроение» рынка. Оно представляет собой фактор, который может повышать или понижать движение цен акций и всего рынка в целом [5]. Наличие этого фактора обусловлено ожиданиями инвесторов относительно будущего движения рынка и доверием к рынку. Для вычисления поведенческого коэффициента был проведен регрессионный анализ. Для начала рассчитали два индекса [4]:
индекс 1 = N1 / N2,
где N и N2 — число положительных и отрицательных доходностей соответственно.
индекс 2 = (N : й) / (N : Q),
где Q1 и Q2 — объем торгов в соответствии с числом положительных и отрицательных доходностей соответственно.
Для расчета индексов использовали данные о ценах закрытия пяти наиболее торгуемых акций (ОАО «Газпром», ОАО «Лукойл», ОАО ГМК «Норильский Никель», ОАО «Новолипецкий металлургический комбинат», ОАО «Сбербанк России») за последние два
года [8]. На основе дневных цен закрытия рассчитали значения логарифмических дневных доходностей каждой акции путем нахождения натурального логарифма отношения цены закрытия текущего дня к цене закрытия предыдущего дня [10].
Рассчитав индексы 1 и 2 для каждого дня, нашли среднее значение данных показателей за месяц. Затем для каждого среднего значения индекса 1 и 2 рассчитали среднедневную доходность индекса ММВБ за период, равный одной рабочей неделе (с лагом в 5 дней). В результате провели регрессионный анализ зависимости доходности индекса ММВБ от индекса рыночного настроения, который отражает страх и жадность инвесторов на рынке в определенный момент или промежуток времени. В итоге получили следующие результаты (табл. 1, 2).
В результате проведенного анализа получили: индексы значимы, что подтверждается Б-тестом; вероятность того, что индексы не значимы, нулевая. Также выявили, что существует положительная чувствительность рыночного индекса к изменению индекса 1, который показывает, какие акции преобладают (растущие или падающие). Кроме того, регрессионный анализ индекса 2 показал, что имеет место отрицательная чувствительность рыночного индекса к изменению индекса 2, который становится меньше, когда положительные доходности акций превышают отрицательные, т. е. происходит торговля растущими акциями («бычье настроение»,
Таблица 1
Регрессионный анализ индекса 1
Dependent Variable: index Method: Least Squares
Sample: 1 40 Included observations: 40
Variable Coefficient Std. Error t-Statistic Prob.
Y -0.872788 0.185222 -4.712118 0.0263
X 0.327540 0.0083824 3.907659 0.0000
R-squared 0.449625 Mean dependent var 1406.752
Adjusted R-squared 0.429459 S.D. dependent var 566.1008
S.E. of regression 0.008225 F-statistic 67.25496
Sum squared resid 20206443 Prob(F-statistic) 0.000000
Log likelihood -1037.099 Durbin-Watson stat 1.923491
^ЖаучнО-Технические>ведомости>СПбГПу5'>20
Таблица 2
Регрессионный анализ индекса 2
Dependent Variable: index Method: Least Squares
Sample: 1 40 Included observations: 40
Variable Coefficient Std. Error t-Statistic Prob.
Y 0.034946 0.010748 3.2513956 0.0000
X -0.347999 0.097247 -3.5785062 0.0289
R-squared 0.554996 Mean dependent var 1407.586
Adjusted R-squared 0.531398 S.D. dependent var 568.0465
S.E. of regression 0.0068536 F-statistic 23.51810
Sum squared resid 19959343 Prob(F-statistic) 0.000000
Log likelihood -1029.381 Durbin-Watson stat 1.930858
индекс меньше). И наоборот, данный индекс становится больше, когда имеет место торговля падающими акциями, выраженная в преимуществе отрицательных доходностей («медвежье настроение», индекс больше). То есть рыночные индексы сильнее реагируют не на количество и объем торгов, а на доходность акций. С этой точки зрения полученные результаты проведенного регрессионного анализа можно объяснить тем, что «бычье настроение» рынка, которое выражается в преобладании положительных доход-ностей над отрицательными и преобладании в общем объеме торгов растущих акций, в течение периода (равного по количеству торговых дней с лагом в 5 дней, эквивалентным одной рабочей неделе) повышает доходность рынка, в то время как «медвежье настроение» рынка, выражающееся в преобладании отрицательных доходностей над положительными и в преимущественной торговле падающими акциями, — понижает.
Также для выполнения цели данной работы построили автокорреляционную функцию индексов ММВБ и РТС, чтобы определить, насколько сильно изменение значений индекса в предыдущих периодах влияет на изменение значений в последующих периодах. Заметим, что можно говорить об эффективного рынка в случае, если изменение стоимости активов в течение следующих дней не зависит от предыдущих. Поэтому на рынке не должно наблюдаться корреляции между прошлыми и текущими значениями
изменения цен на финансовые инструменты. Если на рынке существует автокорреляция, то в этом случае имеет место слабая форма эффективности.
Для проведения анализа автокорреляции фондового рынка на основе временных рядов собрали сто двадцать значений индексов ММВБ и РТС на момент закрытия торгов за 2010 г. (с июля по декабрь) [9]. Также для проведения сравнительного анализа рассчитали автокорреляцию таких индексов, как ЭЛЛ (США) и РГБЕ (Великобритания). Автокорреляция представляет собой статистическую взаимосвязь между случайными величинами из одного ряда, но взятыми со сдвигом, например для случайного процесса — со сдвигом по времени [1]. Для выявления автокорреляции рассмотрели два ряда (у1, у2...уп и у1 + т...уп + т), которые сдвинуты относительно друг друга с лагом т, предположив, что они являются стационарными. Для каждого индекса рассчитали значения коэффициента автокорреляции с лагом (от одного до тридцати). Затем построили графики автокорреляционных функций (см. рисунок).
Как видно из рисунка, автокорреляционные функции различных индексов ведут себя по-разному с увеличением лага. Так, можно заметить, что автокорреляция индекса ММВБ превышает автокорреляцию индекса РТС. Кроме того, автокорреляционная функция индекса РТС наиболее приближена к функции индекса ЭЛЛ, чем функция индекса ММВБ.
1,2 1,0 0,8 0,6 0,4 0,2 0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Лаг
Графики автокорреляционных функций
MICEX RTSI FTSE DJIA
---FTSE
--DJIA
.........RTSI
-MICEX
Эти различия связаны с тем, что динамика индекса РТС зависит от динамики курса доллара, поскольку индекс РТС рассчитывается на основе значений цен акций в долларах США, а значит и близка к динамике американского индекса. Однако главное выраженное различие в поведении различных индексов заключается в том, что автокорреляционные функции индексов ММВБ и РТС убывают медленнее, чем функции для индексов ЭЛЛ, РГБЕ, где преобладают более развитые рынки. Графики индексов ММВБ и РТС более пологие и лежат выше относительно оси абсцисс. Таким образом, степень автокорреляции индекса 2 для российских рынков сильнее, чем для зарубежных, более совершенных. То есть рынок России имеет более слабую эффективность по сравнению с другими, более развитыми рынками.
Связано это с тем, что публичная текущая информация, способная повлиять на динамику цен акций компаний, становится доступной широкому числу пользователей позже, чем это происходит в более развитых рынках, в силу различных технических факторов, не связанных с поведенческими и психологическими особенностями инвесторов (например, недостатки системы раскрытия информации на бирже механизма оповещения пользователей, отсутствие профильных финансовых СМИ, закрытость отчетов аналитиков и т. д.). Поэтому текущая информация отражается в динамике цен акций позднее и соответственно ее влияние проявляется с большим лагом. Однако в силу наличия механизма электронных торгов
и повсеместного использования Интернет, а также в связи с достаточно большим промежутком времени на принятие решений, можно утверждать, что технологический фактор не является единственным и определяющим объяснением [3].
Другое возможное объяснение слабой эффективности российского рынка, выраженной в виде сильной автокорреляции, связано с отсутствием достаточного опыта инвестирования и специальных знаний у российских инвесторов. Большая часть инвесторов не может верно и быстро истолковать поступающую на рынок информацию и вынуждена использовать значения цен акций за прошлые периоды, чтобы совершить сделку. Кроме того, российские инвесторы имеют склонность придерживаться раз выбранной стратегии, не обращая внимания при этом на новую информацию, которая поступает на рынок. Также они могут придерживаться той стратегии, которая в прошлом приносила прибыль, предполагая, что в будущем результат будет аналогичным [2].
Изучив поведенческие особенности инвесторов, приходим к выводу, что поведение инвесторов влияет на эффективность российского рынка. С использованием статистических данных и экономико-математических методов выявлено, что российские инвесторы подвержены влиянию таких факторов, как отсутствие доверия к финансовым институтам в результате возникновения финансовых пирамид, неприятие риска, недостаточный опыт инвестирования. Результатом такого влияния является низкая эффективность
Научно-технические ведомости СПбГПУ 5' 2012. Экономические науки
российского фондового рынка. В свою очередь, такая слабая форма эффективности на фондовом рынке проявляется в том, что российские инвесторы при заключении сделок не учитывают поступающую на рынок новую информацию и принимают решения на основе устаревших данных, т. е. инвесторы корректируют поведение в зависимости от результатов предыдущих периодов. Таким образом, на российском рынке обнаружены периоды неэффективности, в течение которых динамика рынка определяется предыдущими результатами инвестирования, и объясняется это поведенческими и психологическими особенностями инвесторов.
Представляется, что понимание поведенческих особенностей российских инвесторов, а также факторов, которыми они обусловлены, и влияния, которое они оказывают на фондовый рынок, имеет большой потенциал для развития розничного инвестирования в России. Проведенное исследование в рамках поведенческих финансов найдет применение для эмитентов, профессионального сообщества, институциональных и индивидуальных инвесторов. Эмитенты могут использовать данное исследование при проведении размещения акций для привлечения потенциальных
инвесторов и достижения более выгодной цены размещения, профессиональные сообщества — при организации работы с клиентами — физическими лицами для выявления недочетов в выбранной ими инвестиционной стратегии, ее корректировки и достижения максимального соответствия целям инвестирования, институциональные инвесторы — при построении стратегий, основанных на использовании неэффективности рынка (неверной оценке активов инвесторами, нерациональном поведении и т. д.), индивидуальные инвесторы — при построении собственных инвестиционных стратегий, предотвращении нерациональности при инвестировании.
В завершение отметим, что дальнейшее исследование поведения инвесторов должно лежать в области моделирования фондовых рынков с учетом поведенческих факторов и построения моделей, позволяющих более точно прогнозировать их динамику. Такие исследования должны проводиться с применением как традиционных методов математического моделирования, так и методов гуманитарных дисциплин (социологических опросов, психологических экспериментов и т. д.).
СПИСОК ЛИТЕРАТУРЫ
1. Введение в эконометрику [Текст]: учеб. пособие / под общ. ред. К. Доугерти. — М.: Инфра-М, 2009. — 465 с.
2. Винокуров, М.А. Этнокультурные традиции и инновации в экономической психологии [Текст] / М.А. Винокуров, А. Д. Карнышев. — М.: Ин-т психологии РАН, 2010. — 300 с.
3. Грэхем, Б. Разумный инвестор [Текст] / Б. Грэхем. — М.: Изд. дом «Вильямс», 2009. — 224 с.
4. Линч, П. Метод Аитера Линча: стратегия и тактика индивидуального инвестрора [Текст] / П. Линч. — М.: Альпина Бизнес Букс, 2008. — 265 с.
5. Лукашов, А. Измеренная угроза [Электронный
ресурс] / А. Лукашов. — Режим доступа: http//www. forumconsulting.ru
6. Национальное агентство финансовых исследований [Электронный ресурс]. — Режим доступа: http // nacfin.ru
7. Национальная лига управляющих [Электронный ресурс]. — Режим доступа: http//lenta.ru
8. РБК. Рейтинг [Электронный ресурс]. — Режим доступа: http//rating.rbc.ru
9. Финнам [Электронный ресурс]. — Режим доступа: http//www.finam.ru
10. Stat Soft [Электронный ресурс]. — Режим доступа: http//www.statsoft.ru
