БАНКИ и ФИНАНСЫ www.buzdalin.ru

www.buzdalin.ru
www.prognoz.4u.ru

Home
Новости сайта

   IR

   БАНКИ

   РИСКИ

   РЫНКИ

   прочее

   КОЛЛЕГИ

 

Автор проекта Алексей Буздалин
А.В. БУЗДАЛИН

   биография
   публикации

 +7 495 9912238 A@Buzdalin.ru


 

 

Взаимосвязь сегментов финансового рынка

Буздалин А.В., Сидорова Е.А.

События последнего времени наглядно продемонстрировали, какое серьезное влияние оказывает финансовый рынок России на общее состояние экономики и жизнь общества в целом, и каким разрушительным может оказаться это влияние при попытках управлять им без учета глубинных взаимосвязей.

Различные сегменты финансового рынка тесно связаны между собой, что экономически обосновывается движением финансовых потоков и стремлением к уравниванию доходностей финансовых инструментов. Подробнее о природе такого явления можно прочесть в ряде опубликованных в последнее время работ. Вместе с тем, очень сложная природа взаимосвязей рынка индуцирует достаточно простую взаимосвязь его ценовых характеристик. Ниже будет представлено статистическое подтверждение наличия этой связи, изучение ее характера и определение ее конкретного вида. В частности, будет изучена взаимосвязь между основными сегментами финансового рынка: рынками корпоративных и государственных ценных бумаг, валютным рынком и рынком межбанковских кредитов. Для этого были взяты данные за период с января 1997г. по декабрь 1998г. по следующим индикаторам финансового рынка:

  1. фондовый индекс РТС - будем обозначать RTS,
  2. американский фондовый индекс Dow Jones - DJ,
  3. курс рубля по отношению к доллару - USD,
  4. среднюю доходность гособязательств к погашению. Единицу, деленную на нее, обозначим GKO,
  5. ставку МИАКР по однодневным межбанковским кредитам. Единицу, деленную на нее, обозначим MBK.

Важно понимать, что доходности рынка гособязательств и ставка МБК имеют принципиально иную природу, нежели фондовые индексы и курсы валют. Если последние являются по сути номинальным выражением стоимости финансовых инструментов, то доходности и ставки выражают проценты возможной прибыли от вложения в финансовые инструменты. При этом обратные значения доходностей можно рассматривать как некую среднюю цену рынка, т.е. величину родственную с фондовыми индексами и курсами валют. Именно этим объясняется взятие в качестве исходных данных обратных значений доходностей гос. обязательств и ставок МБК.

Исследуем возможность классификации сегментов финансового рынка по степени их зависимости. В прикладной статистике для решения подобных задач часто применяют методы канонического анализа.

Основной целью статистического исследования финансового рынка, проводимого с привлечением методов канонического анализа, является обнаружение неких непосредственно не наблюдаемых (“скрытых”, “латентных”) величин, объясняющих взаимосвязи между наблюдаемыми индикаторами сегментов.

В нашем случае число наблюдаемых индикаторов достаточно велико, и взаимосвязи между ними чрезвычайно сложны. Однако можно выдвинуть гипотезу, что существует небольшое число канонических величин, через которые с хорошей точностью выражаются наблюдаемые индикаторы. При этом, когда влияние неизвестной канонической величины проявляется в нескольких наблюдаемых индикаторах, эти индикаторы могут обнаруживать тесную связь между собой (коррелировать). Поэтому общее число канонических величин может быть существенно меньше, чем число измеряемых индикаторов. Выделяемые канонические величины являются скрытыми, их нельзя наблюдать непосредственно, но существуют статистические методы их оценивания.

Тем самым, канонический анализ индикаторов финансового рынка позволяет выделить новый небольшой набор ненаблюдаемых показателей, через которые исходные индикаторы выражаются с допустимой точностью. При этом выделенные ненаблюдаемые величины должны быть мало зависимыми между собой.

Как показали реальные расчеты, канонических величин всего две (F1 и F2). При этом им можно дать ясную экономическую интерпретацию. Для этого исследуем их зависимость от исходных индикаторов. Если окажется, что канонические величины существенно зависят от разных наборов исходных индикаторов, то интерпретация канонических величин сведется к выявлению общего смысла соответствующих наборов. Действие этого принципа в нашем случае можно наглядно проиллюстрировать графиком (график 1).

Для каждого индикатора финансового рынка построим на графике точку с абсциссой, равной его корреляции с первой канонической величиной, и ординатой, равной его корреляции со второй канонической величиной.

График 1

Четко видно, что первая каноническая величина наиболее сильно зависит от индикаторов MBK, RTS и GKO. Это индикаторы "внутреннего" финансового рынка. При этом вторая каноническая величина наиболее зависит от USD и DJ, это характеристика "внешних" сегментов рынка. Так как канонические величины по построению независимы, то мала и взаимозависимость исходных индикаторов, от которых канонические величины зависят существенно.

Таким образом, все исследуемые индикаторы финансового рынка разбиваются на 2 группы: первая описывает внутренние изменения российского рынка, а вторая связана с внешними параметрами финансового рынка.

График 2 График 3

Заметим, что результаты, приведенные выше, были получены на данных, не включающих послекризисный период (после 17 августа 1998г.). Если же рассмотреть больший интервал времени (до декабря текущего года), то картина несколько изменится. Так, курс рубля по отношению к доллару (USD) из второй группы перейдет в первую. Подобное явление вполне объяснимо. Ведь динамика курса рубля и правила функционирования валютного рынка претерпели значительные изменения в результате событий последних месяцев.

Рассмотрим графики (график 2 и график 3), по оси абсцисс которых отложены для каждой торговой сессии каноническая величина F1, а по оси ординат - F2. На первом рассматривается период с января 1997г. по ноябрь 1998г., а на втором – с января 1997г. по август 1998г.

Визуально кривая общей зависимости F1 от F2 четко разбивается на участки устойчивой линейной зависимости. Тем самым получено два важных результата. Во-первых, индикаторы финансового рынка между собой связаны линейным образом, т.е. каждый из них можно представить в виде суммы других с некоторыми весовыми коэффициентами. Во-вторых, тип таких линейных зависимостей (а именно весовые коэффициенты) меняются со временем, но меняются дискретно. То есть существуют временные периоды, когда значения весовых коэффициентов неизменны, и существуют определенные даты, когда резко, скачкообразно, один набор весовых коэффициентов сменяется другим. Причины этого бывают разные: изменяются условия функционирования каких-либо участков рынка, происходят некие политические события и т.д. Периоды наличия линейной зависимости и моменты ее изменения мы можем выделить на основе анализа представленных графиков.

Например, на первом графике отчетливо выделяется период после августовских событий этого года, что не удивительно в силу произошедших изменений. Замораживание государственных облигаций, введение моратория на выплату долгов нерезидентам, отмена валютного коридора, отставка правительства, ряд решений правительства, конечно, изменило и структуру финансового рынка. На втором графике отмечены еще два интервала устойчивой линейной зависимости за текущий год: январь-март и апрель-август. Эти две точки перехода тоже вполне экономически обоснованы.

Рассматриваемый промежуток времени разбивается на несколько периодов, где наблюдалась устойчивая линейная связь между различными индикаторами финансового рынка. Теперь можно перейти непосредственно к выявлению зависимостей.

В прикладных задачах статистики часто приходится исследовать возможности описания изменения некой величины через изменение определенного набора других величин. Наиболее часто исследуются, так называемые, линейные модели, когда изучаемую величину пытаются представить в виде суммы других с некоторыми весовыми коэффициентами. В теоретической статистике существует специальный раздел (регрессионный анализ), занимающийся подобного рода проблемами. Так, в случае линейных моделей регрессионный анализ позволяет получить оценки неизвестных весовых коэффициентов. Именно методы линейного регрессионного анализа предлагается использовать для описания существующих зависимостей между сегментами финансового рынка.

Прежде всего исследуем зависимость рынка корпоративных ценных бумаг от других сегментов финансового рынка. Как было установлено, такая зависимость имеет линейную форму. Это, например, предполагает существование зависимости между РТС и остальными индексами в виде:

, i=1,…n. (1)

где А0, А1,А2, А3, А4 – неизвестные коэффициенты.

Расчеты показали, что для послеавгустовского периода фондовый индекс РТС выражается только через индекс Dow Jones и курс рубля по отношению к доллару. Влияние ставки кредитного рынка и доходности облигаций Банка России на индекс РТС оказалось незначимым, что было определено статистическими методами.

Действительно, с августа месяца до недавнего времени рынок МБК находился в состоянии стагнации. Единичные сделки заключались исключительно по предварительной договоренности на уровне руководства банков. Облигации Банка России не получили пока широкого распространения; в торгах по ним принимает участие ограниченный круг банков.

В теоретической статистике качество соответствия регрессионных моделей реальным наблюдениям принято характеризовать, так называемым, коэффициентом детерминации. Коэффициент детерминации может изменятся от 0% до 100%, и чем больше его величина, тем лучше модель соответствует действительности (в нашем случае коэффициент детерминации равен 84%).

В период апрель-август значимое влияние на динамику РТС оказывали только курс доллара и доходности ГКО. На графике 4 изображена динамика индекса РТС и вычисленные по полученной регрессии оценочные значения, которые близки к фактическим данным. Коэффициент детерминации был равен 95%, т.е. построенная модель объясняла 95% изменения значений индекса РТС.

График 4

Для периода весна-лето этого года наиболее весомыми были события, происходившие внутри страны, и международные рынки, в целом, не оказывали существенного влияния. Конечно, падение цен на нефть повлекло за собой и снижение российских нефтяных акций, но это было краткосрочное влияние. В центре внимания был надвигающийся кризис внутреннего долга России. И ситуация на рынке государственных облигаций хорошо передавала опасения инвесторов.

Рассмотрим еще одну регрессию, связывающую среднюю доходность ГКО с фондовым индексом РТС и ставкой однодневного межбанковского кредита на период весна-лето 1998г.

Было выявлено, что доходности государственных ценных бумаг полностью детерминировались ставкой межбанковского кредита и индексом РТС. Однако, начиная с июля месяца погрешность регрессии значительно возросла (наблюденные и оценочные значения стали существенно расходиться). Т.е. появился некий новый фактор, оказывающий воздействие на рынок ГКО (курс рубля по отношению к доллару и индекс Dow Jones оказались не значимыми и поэтому не вошли в регрессию). Возможно, это чисто психологический элемент, показывающий сильную обеспокоенность инвесторов, их недоверие власти. Ведь в то время любая внутриполитическая или экономическая новость могла резко пошатнуть рынок из одной стороны в другую.

На основании вышеизложенного можно сделать вывод о наличии тесных зависимостей между различными секторами финансового рынка. Имеются все основания ожидать, что предлагаемый подход анализа взаимосвязей позволит получить качественно новые результаты при краткосрочном и среднесрочном прогнозировании, а также создать инструментарий сценарного прогнозирования, то есть вариантов развития основных общеэкономических показателей при различных реальных условиях, которые могут сложиться как в результате целенаправленного воздействия на хозяйственные процессы, так и при развитии на самостоятельной основе. Эффективное регулирование рынка неразрывно связано с проблемой надежного прогнозирования, а именно, с умением предвидеть и количественно оценивать последствия от введения мер воздействия на него. Прогнозирование динамики отдельно взятого сегмента не будет удовлетворительным (особенно при среднесрочном и долгосрочном прогнозировании), если не учитывать взаимозависимости между сегментами рынка. Если известна структура влияния одного сегмента рынка на другой (соотношения эквивалентные (1)), то при наличии некой информации о дальнейшем поведении первого (например, степени регулирующего воздействия государственного органа), можно спрогнозировать развитие ситуации на последнем. Так может выглядеть реализация на основе полученных результатов концепции сценарного прогнозирования.

Вместе с тем, полученные результаты находят весьма полезное применение и при краткосрочном прогнозировании динамики индикаторов. Четко выраженные в математической форме взаимосвязи секторов финансового рынка позволяют по регрессионным уравнениям на каждую текущую дату рассчитать, так называемые, “оценочные” значения индикаторов рынка. Например, для курса доллара такая величина будет выражаться через доходности рынка гос. обязательств, ставку МБК, индексы РТС и DJ. Такие оценочные величины естественно рассматривать, как некие “справедливые” (равновесные) значения показателей финансового рынка, полученные путем удаления из последних излишних спекулятивных наигрышей. Тем самым, логично предположить (и это подтверждают реальные расчеты), что индикаторы финансового рынка должны стремиться к своим равновесным значениям после происшедших отклонений от них, а следовательно, появляется возможность прогнозировать направления их движений.