Динамика фондовых рынков в странах БРИК до и после кризиса

Перед построением моделей VAR следует определить количество лагов, которые будут включены в модель. Для этого сравниваются модель с различным количеством лагов по пяти критериям: LR, FPE, AIC, SC, HQ.

В следующей части приводятся результаты эконометрического анализа взаимосвязей между переменными.

3.3 Построение моделей векторной авторегрессии

Проанализируем докризисный период на фондовом рынке Бразилии.

Бразилия

Для модели капитализации рынка Бразилии было оценено количество лагов, которое следует включить в модель. Все критерии говорят в пользу выбора 4 лагов.

Была построена VAR модель, содержащая все показатели, описанные в предыдущем разделе. На основании нее было проведено разложение дисперсии ошибки прогноза. Результаты представлены в таблице 5.

Таблица 5. Декомпозиция дисперсии ошибки прогноза. Бразилия до кризиса

Доля дисперсии, приходящаяся на собственные шоки капитализации рынка Бразилии, относительно других стран невысока и к 10 периоду снижается с 84 до 32%. Наиболее важным внутренним показателем являются резервы, объясняющие до 30% доли дисперсии. Также важными факторами являются курс доллара, цена на нефть и объем экспорта. Наименее значимыми факторами являются индекс потребительских цен, индекс производства, ставка процента. Рынок США влияет на рынок Бразилии относительно других показателей незначимо, объясняя лишь до 3% дисперсии ошибки прогноза.

Из результатов теста на причинность по Грейнджеру следует, что изменения капитализации рынка не зависят от изменений рассматриваемых факторов. Только рынок США, согласно Грейнджеру, влияет на динамику капитализации Бразилии.

После кризисный период



Таблица 6. Декомпозиция дисперсии ошибки прогноза. Бразилия после кризиса

Степень экзогенности рынка Бразилии после кризиса меняется не сильно. Разброс значений в различных периодах составляет от 60 до 45%. Резко возрастает влияние цены на нефть, она объясняет до 33% доли дисперсии ошибки прогноза, в то время, как в докризисное время максимальное значение составляло 10. Следующими по степени влияния показателями являются курс валюты и экспорт, составляя по 7% дисперсии. Такие факторы, как индекс производства, ставка процента остались незначимыми для капитализации рынка, снизившись еще сильнее. Влияние рынка США не изменилось. Степень влияния уровня резервов значительно снизилась.

Согласно тесту причинности по Грейнджеру, единственным показателем, влияющим на капитализацию рынка Бразилии, как и в докризисный период, является рынок США.

Результаты эконометрического анализа сведены в следующей таблице, где представлены наиболее значимые факторы для капитализации фондового рынка Бразилии.

Таблица 7. Значимые факторы капитализации

До кризиса	После кризиса	Экзогенность рынка
Резервы	Цена на нефть	Снизилась не сильно
Курс доллара	Курс доллара
Цена на нефть
Объем экспорта



Россия

Докризисный период

Согласно 4 критериям, для VAR модели следует выбрать количество лагов, равное 4.

Была построена модель векторной авторегрессии на основе капитализации рынка, внутренних показателей, цены на нефть, а также капитализации рынка США. Исследуем разложение дисперсии ошибки прогноза. Экзогенность капитализации рынка России резко падает после 4 периода, к 10 периоду достигая значения в 16%.

Таблица 8. Декомпозиция дисперсии ошибки прогноза. Россия до кризиса

Наиболее сильное влияние оказывают такие факторы как нефть (до 28%) и экспорт (до 30%). Индекс производства и курс валюты оказывают влияние средней степени. Рынок США объясняет всего 1% дисперсии, не оказывая значимого влияния на фондовый рынок России до кризиса.

Согласно тесту на причинность по Грейнджеру, на капитализацию рынка влияет индекс потребительских цен, экспорт и индекс производства.

Послекризисный период

Капитализации рынка России после кризиса стала менее экзогенной. Влияние цены на нефть на фондовый рынок увеличилось. Сильно выросло влияние курса валюты, доходя до 38% дисперсии ошибки прогноза. Влияние показателя индекса производства незначительно снизилось. Доля дисперсии, объясненная экспортом, значительно сократилась в послекризисном периоде. Исходя из результатов теста на причинность по Грейнджеру, нефть является единственным показателем, от которого зависит капитализация рынка.

Таблица 9. Декомпозиция дисперсии ошибки прогноза. Россия после кризиса

Результаты эконометрического анализа сведены в следующей таблице.

Таблица 10. Значимые факторы капитализации

До кризиса	После кризиса	Экзогенность рынка
Цена на нефть	Цена на нефть	снизилась
Объем экспорта	Курс доллара
Индекс производства
Курс доллара

Индия

В результате сравнения моделей с разным количеством лагов по информационным критериям, была выбрана модель векторной авторегрессии с 4 лагами.

Ниже представлена таблица декомпозиции дисперсии ошибки прогноза модели.



Таблица 11. Декомпозиция дисперсии ошибки прогноза. Индия до кризиса

Степень экзогенности фондового рынка Индии является относительно высокой, незначительно колеблясь в периодах около значения 57%. Нефть является фактором, оказывающим наиболее сильное влияние на капитализацию рынка. На рынок Индии сильное влияние оказывает также уровень резервов. Такие показатели, как капитализация рынка США, индекс потребительских цен, индекс производства и экспорт влияют на капитализацию рынка незначительно.

Рассмотрим результаты анализа теста на причинность по Грейнджеру. Исходя из данного теста, на динамику капитализации рынка Индии до кризиса значимое влияние оказывают уровень резервов, курс валюты, рынок США.

Послекризисный период

Рассмотрим исследование декомпозиции дисперсии ошибки прогноза модели векторной авторегрессии.

Доля дисперсии признака, объясненного собственными, шоками сильно изменяется, снижаясь до 12% к 10 периоду. До 50 % дисперсии объясняется показателей цены на нефть, таким образом, в послекризисном периоде, на рынок Индии самое большое влияние оказывает цена на нефть. Курс валюты также показывает высокий процент объясненной дисперсии. Уровень экспорта влияет на рынок Индии в средней степени, а индекс производства, уровень резервов и капитализация рынка США значимо не влияют на рынок Индии.

Таблица 12. Декомпозиция дисперсии ошибки прогноза. Индия после кризиса

Сопоставляя период до и после кризиса, можно заметить, что экзогенность рынка снизилась. Это произошло за счет резкого роста степени влияния цены на нефть, увеличения значимости валютного курса и уровня экспорта. Влияние уровня резервов на фондовый рынок снизилось.

Тест на причинность по Грэнджеру не выявил значимых факторов, которые влияют на фондовый рынок Индии.

Краткие результаты эконометрического анализа значимости факторов по Индии сведены в следующей таблице.

Таблица 13. Значимые факторы капитализации

До кризиса	После кризиса	Экзогенность рынка
Цена на нефть	Цена на нефть	снизилась
Уровень резервов	Курс доллара

Китай

Докризисный период

Экзогенность рынка Китая значительно снижается к 10 периоду, достигая значения в 13% объясненной собственными шоками дисперсии.



Таблица 14. Декомпозиция дисперсии ошибки прогноза. Китай до кризиса

Согласно результату анализа разложения дисперсии, можно увидеть, что наиболее сильное влияние оказывает цена на нефть, доходя до 42% дисперсии, индекс потребительских цен, ставка процента и уровень экспорта.

Проанализировав результаты теста на причинность по Грейнджеру, можно сказать о значимом влиянии объема экспорта и курса валюты.

Послекризисный период

Для послекризисного периода была построена модель векторной авторегрессии с 5 лагами. Выбор количества лагов основан на большинстве информационных критериях, говорящих в пользу выбора модели с пятью лагами.

Ниже представлена таблица с результатами декомпозиции дисперсии ошибки прогноза.

Таблица 15. Декомпозиция дисперсии ошибки прогноза. Китай после кризиса

По отношению к предкризисному периоду степень экзогенности рынка Китая выросла. Это произошло за счет снижения степени влияния цены на нефть, а также индекса потребительских цен. Самым значимым показателем оказывается уровень внутренних резервов.

Результаты эконометрического анализа для Китая представленыниже. В таблице представлены факторы, оказывающие наибольшее влияние на капитализацию фондового рынка Китая.

Таблица 16. Значимые факторы капитализации

До кризиса	После кризиса	Экзогенность рынка
Цена на нефть	Уровень резервов	Увеличилась
Индекс потребительских цен	Цена на нефть
Ставка процента
Объем экспорта

Межстрановое сопоставление

Проанализировав изменение факторов, влияющих на капитализацию фондовых рынков БРИК до и после кризиса можно сделать следующие выводы.

Для 4 анализируемых стран выделяются общие тенденции. В докризисный период для каждой страны наиболее значимыми факторами динамики фондового рынка являлись индивидуальные внутренние показатели. Однако на динамику всех стран влияли объем экспорта, цена на нефть, курс доллара и уровень резервов.

В послекризисный период для всех стран резко увеличилось влияние цены на нефть и курса доллара. Степень воздействия остальных факторов на их фоне является незначительной.

Несколько другая картина характерна для Китая: курс доллара не является определяющим факторов динамики фондового рынка. В докризисном периоде кроме цены на нефть и объема экспорта, на капитализацию рынка оказывали влияние индекс потребительских цен и ставка процента. В послекризисном периоде высоко влияние уровня резервов.

Экзогенность фондового рынка стран Бразилии, России и Индии после кризиса снизилась. Исключением является Китай, экзогенность рынка которого увеличилась после 2008 года.

В данном разделе был проведен анализ значимо влияющих факторов на каждый из рынков стран БРИК в двух периодах: до кризиса 2008 года и после. Были выделены характерные особенности для каждой страны и общие тенденции среди группы. Интересным представляется также вопрос о влиянии каждого рынка на остальные в рамках четверки. Данные вопрос будет освещен в следующем пункте.

3.4 Анализ взаимосвязей между фондовыми рынками БРИК

С помощью теста на причинность по Грейнджеру были проанализированы взаимосвязи между капитализацией фондовых рынков Бразилии, России, Индии, Китая в до- и после кризисные периоды.

На следующих графиках отображено наличие причинных связей между показателями фондовых рынков стран. Первый график (рис. 16) соответствует докризисному периоду, второй (рис. 17) - после кризисному.

Рисунок 16. Тест на причинность между ФР БРИК по Грейнджеру до кризиса



Таким образом, в период до декабря 2007 года согласно Грейнджеру, фондовый рынок Бразилии оказывал влияние на ФР Китая; ФР России на ФР Индии и Китая, а ФР Китая на капитализацию Бразилии.

Рисунок 17. Тест на причинность между ФР БРИК по Грейнджеру после кризиса

В послекризисный период увеличилось количество влияющих взаимосвязей между фондовыми рынками стран БРИК. В частности, на ФР Китая и Индии оказывают влияние все три рынка. Сохранилось тенденция влияния рынка Китая на капитализацию рынка Бразилии.

Из проведенного анализа, а также опираясь на выводы части 3.3 следует сделать вывод о том, что тенденция развития рынка Китая носит обособленный характер. Экзогенность данного рынка после кризиса увеличивается, и, если до 2008 года Китай определял динамику рынка Бразилии, то после кризиса он стал самостоятельной силой, определяющей движение рынков.

Интересно также отметить, что рынок России выбивается из общей траектории, являясь независимым от остальных стран БРИК.

Полученные в эмпирическом исследовании выводы согласуются с экономической логикой, хоть и являются неожиданными в некоторых аспектах. В следующем разделе приведена экономическая трактовка умозаключений по проведенному исследованию.



3.5 Экономическая трактовка результатов

Мировой рынок производных финансовых инструментов, привязанных к нефти, показывает стремительный рост и более чем в 40 раз превышает рынок самой нефти по объему продаж. Такая тенденция является одним из следствий интеграции рынков, в результате чего спекулятивные капиталы получили возможность очень быстро перетекать с одного рынка на другой[16]. В силу данного обстоятельства рассматриваемые рынки показывают высокую степень зависимость от котировок нефти.

Россия является крупным нефтеэкспортером, поэтому ее экономика связана с мировыми ценами на нефть. Исследователи фондового рынка приходят к выводам, что влияние цены нефти на фондовый рынок осуществляется по двум каналам. Во-первых, это изменение капитализации акций нефтяных компаний, которые составляют большую долю в индексах бирж. Во-вторых, происходит изменение сальдо платежного баланса и денежной массы. Курс доллара оказывает значимое влияние соответственно, поскольку выручка от экспорта нефти приходит в страну в иностранной валюте.

Считается, что после 2008 года произошло изменение восприятия инвесторов относительно некоторых аспектов. В частности, в 2006 году среди инвесторов господствующим было мнение о том, что рост цены нефти отрицательно сказывается на китайской экономикеиз-за высокой энергоемкости.

Начиная с 2008 года, главной стала точка зрения, что рост цены на нефть отражает увеличение мирового спроса на нее, то есть характеризует развитие мировой экономики, и в результате приводит к росту спроса на китайский экспорт. Такая логика заменила в сознании инвесторов суждениео том, что рост цены на нефть подрывает фундаментальные показатели китайской экономики, удорожая энергоемкую продукцию. Такому изменению в оценках способствовали меры по снижению энергоемкости ряда отраслей, которые были предприняты в Китае.

Еще одной тенденцией на рынке Китая стала переориентация на макроэкономические показатели экономики, показавшей свою высокую жизнеспособность в период кризиса и способность модернизироваться и выйти на более высокий технологический уровень.Россия же, наоборот, вышла из кризиса менее конкурентоспособной.

В Китае проводится реформирование экономики с переходом от экспортно-ориентированной системы на стимулирование внутреннего спроса. Поэтому в послекризисные годы зависимость капитализации от уровня экспорта снижается. Китай снижает и степень зависимости от курса доллара, переходя на расчеты в национальной валюте. Юань в течение 8 лет уверенно укрепляется по отношению к доллару, многие китайские банки перешли в режим выдачи кредитов в национальной валюте.

Стоит также отметить, что в списке крупнейших компаний КНР преобладают банки. Самойкрупнойкомпаниейсчитается Industrial & Commercial Bank of China Ltd. (ICBC), капитализациякоторогосоставляет, пооценкам Bloomberg, 223,1 млрд. долларов. Далееидутещедвабанка: Agricultural Bank of China Ltd. и China Merchants Bank Co. Эксперт 2014 № 11

Фондовый рынок Бразилии потерял ориентацию на показатели роста своей экономики и стал более зависимым от внешней среды в силу процессам более тесной интеграции с глобальной экономикой. Множество бразильских компаний котируются на западных фондовых биржах и связаны тесными кооперативными связями с транснациональными компаниями.

В странах с формирующейся и развивающейся экономикой общий объем валютных резервов в упал на 114,5 млрд долларов в годовом исчислении в 2014 году - до 7,74 трлн долларов. Снижение резервов может быть обусловлено изменениями в мировой торговле. Происходит постепенной отказ от доллара и переход на прямые двусторонние расчеты. Это сегодня активно делают Китай и Индия. Данный переход снижает потребность в международных резервах. Соответственно, зависимость от уровня резервов снижается.



Заключение

Оценивая проведенный анализ, стоит подчеркнуть следующие заключения. Динамика фондовых рынков стран БРИК имеет очень много общего. Развитие таких характеристик рынка, как отношение рыночной капитализации к ВВП, объем торгов на бирже, количество размещенных компаний, коэффициент ликвидности рынка подчинены общим тенденциям. Результаты анализа дают полагать, что до кризиса в динамике фондовых рынков БРИК не наблюдалось существенных отличий. Большинство показателей коррелировали в высокой степени. После кризиса 2008 года произошел перелом в динамике фондовых рынков. Гипотеза о том, что одним из важнейших последствий кризиса 2008 года является отказ инвесторов от прежних стереотипов, в рамках данного исследования подтвердилась.

Кризис 2008 года сказался на экономических показателях снижением темпов роста фондовых рынков и экономик стран в целом.В работе было проведено сопоставление динамики показателей фондового рынка в периоды до кризиса и в период восстановления экономик.

Для определения факторов динамики капитализации рынков были проанализированы внутренние макроэкономические показатели, курс доллара, а также котировки на нефть и капитализация рынка США.

Была подтверждена гипотеза о снижении влияния внутренних макроэкономических показателей на фондовый рынок страны после кризиса. Наиболее значимыми показателями после кризиса признаются цена на нефть и курс национальной валюты к доллару. Гипотеза о значительном увеличении влияния нефтяных котировок на капитализацию рынка после кризиса подтверждена.

Также подтвердилась гипотеза о сохранении влияния рынка США на рынки стран БРИК в до и после кризисный периоды. Степень данного влияния ниже, чем указанные выше факторы, однако, кризис не изменил существующих зависимостей.

В работе были получены выводы о том, что в послекризисный период снижается степень экзогенности фондовых рынков. При этом возрастает количество взаимосвязей между рынками стран БРИК. Исключением становится Китай, экзогенность данного которого увеличилась в после кризисный период при сохранении значимости показателя внутренних резервов.

Результаты исследования говорят о том, что тенденция развития рынка Китая носит обособленный характер как в до, так и в послекризисном периоде, однако после 2008 года данное различие становится более очевидным. Вместе с ростом экзогенности рынка, после кризиса увеличивается самостоятельная сила, способная определять движение других рынков.

Интересно также отметить, что рынок России выбивается из общей траектории, являясь независимым от остальных стран БРИК.

В работе также представлена трактовка результатов эмпирических исследований с экономической точки зрения. Обоснованы обособленное положение Китая и изменения в зависимостях, оказывающих влияние на динамику его фондового рынка.

Принимая во внимание отмеченные в исследовании закономерности, понимая глубинные связи между финансовыми и макроэкономическими показателями, инвесторам легче принимать обоснованные решения по формированию и диверсификации портфеля. Следует учитывать долгосрочные зависимости, которые являются определяющими в движении рынков.

Результаты, полученные в рамках работы, могут служить опорным материалом для дальнейшего исследования фондовых рынков данных странВ качестве развития работы интересным представляется рассмотрение динамики фондовых рынков развитых стран и сопоставление полученных результатов, а также выявление факторов, обуславливающие различия. Более того, возможно стоит разбить послекризисный период на несколько частей и проанализировать изменения в зависимостях на более краткосрочных периодах.



Список используемой литературы

Галчёнкова К. В. Взаимосвязь между индексом РТС и другими фондовым индексами в докризисный и кризисный периоды, 2009

ГлушенковаМ.//КоммерсантBUSINESSGUIDE №176 2007

Митин Ю.П. Влияние мировых экономических индикаторов на динамику российского фондового рынка в 1999-2010 гг. СПб. 2011 26 с

О'Нил, Д. Карта роста. М., Альпина Бизнес Букс, 2013

Рубцов, Б. Б. Современные фондовые рынки. М., Альпина Бизнес Букс, 2007. 925 с

Самойлов Д.В. Факторы, оказывающие влияние на индекс РТС во время финансового кризиса 2008-2009 гг и до него//Экономический журнал ВШЭ 2010 №2

Фёдорова Е.А. Основные тенденции развития фондового рынка РФ // Финансовый менеджмент. 2013. № 5.

Фёдорова Е.А., Панкратов К.А. Влияние мирового финансового рынка на фондовый рынок России // Аудит и финансовый анализ. 2009. № 2

Федорова Е. А. Влияние макроэкономических факторов на фондовый рынок России // Проблемы прогнозирования 2010 №2

Федорова Е. А. Прогнозирование кризисных состояний российского финансового рынка с помощью анализа взаимосвязи цены на нефть и валютного курса // Финансовая аналитика: проблемы и решения, 2012 №31 (121)

Федорова Е. А. Влияние цен на нефть на фондовые рынки стран БРИКС // Финансы и Кредит №46 2013

Федорова Е. А Влияние процентных ставок на поведение фондовых рынков стран БРИК // Финансовая аналитика: проблемы и решения, 11(197) 2014 март с 30-36

Федорова Е.А., Ланец И.В.Влияние рынка золота на фондовые рынки стран БРИК // Экономический анализ: теория и практика №19 2014

Обзор финансового рынка. Департамент исследований и информации Банка России 2013 № 75

ВедевА., Ю. Данилов, Прогноз развития финансового рынка РФ до 2020 года, М., И. Института Гайдара, 2012

Перминов С.Б., Егорова Е.Н., Вигриянова М.С., Абрамов В.И. Макроэкономические ориентиры фондовых рынков стран БРИК / Препринт # WP/2013/300. М., ФГУН ЦЭМИ РАН, 2013 59 с.

Лансков П., Неидеальные черты фондового рынка России // Рынок ценных бумаг № 17 (314) 2007

Finance and growth: theory and evidence ROSS LEVINE, Department of Economics, Providence, USA, 2005

Goldman Sachs Global Economics Group, Brics and Beyond, 2007

New Growth Drivers for Low-Income Countries: The Role of BRICs, IMF, January 12, 2011

A. Billmeier , Isabella Massa,What drives stock market development in emerging markets--institutions, remittances, or natural resources? // International Monetary Fund, NW, Venezia, 2008

Altэn H., Sahin M., Macroeconomic Effects on Stock Markets: An Empirical Analysis for Developed, Emerging and Financial Suffering Countries // Middle Eastern Finance and Economics. 2011. № 13. P. 71-89

As emerging economies hit hard times, Brazil and Russia look particulary weak, Nov 2014 // The Ecomomist

B Zhang, Xindan Li, Honghai Yu, Has recent financial crisis changed permanently the correlations between BRICS and developed stock markets? // School of Management and Engineering, Nanjing University, PR China, 2013

D. Majumder, When the market becomes inefficient: Comparing BRIC markets with markets in the USA // International review of Financial Analysis 24 2012 84-92p

H.Fang Cheng, M. Gutierrez, A. Mahajan, Y.Schachmurove A future global economy to be built by BRICs // Global Finance Journal 18 2007 143-156

Jim O`Nil, Anna Stupnytska, The Long-Term Outlook for the BRICs and N-11 Post Crisis, // Goldman Sachs Global Economics Paper No: 192, 2009

Jim O`Nil, Building Better global Economic BRICs // Global Economics Paper №66

Kalra R., Impact of Macroeconomic Variables on Indian Stock Market // The IUP Journal of Financial Risk Management. 2012. № 9.

L.Samarakoon, Stock market interdependence, contagion, and the U.S. financial crisis: The case of emerging and frontier markets // Journal of International Financial Markets, Institutions and Money Vol. 21, Issue 5, December 2011, Pages 724-74

M Bianconi, J A. Yoshino, M O., BRIC and the U.S. financial crisis: An empirical investigation of stock and bond markets Economics

N. Bayraktar, Measuring relative development level of stock markets: Capacity and effort of countries //Borsa Istanbul Review 2014 1-22 p

N. Snowden Building a BRIC? Stock market Opening and Investment Finance in India since Liberalization // World Development Vol. 40 2012 1109-1121p

P. Kenourgios, A.Samitas,.Financial crises and stock market contagion in a multivariate time-varying asymmetric framework // Journal of International Financial Markets, Institutions and Money Vol. 21, Issue 1, February 2011, Pages 92-106

R. Aloui, M. Safouane, Global financial crisis, extreme interdependences, and contagion effects: The role of economic structure? // Journal of Banking and Finance 35, 2011. Pp 130-141

R. Grigoryev, The interdependence between stock markets of BRIC and developed countries and the impact of oil prices on this interdependence, 2010

S Claessens, DKlingebiel, S. L. Schmukler,Stock market development and internationalization: Do economic fundamentals spur both similarly?



Приложение 1. Страны - лидеры по ВВП 2014 год

Rank 2014	Country/Region	GDP (Millions of US$)
	World	77,301,958
	European Union	18,495,349
1	United States	17,418,925
2	China	10,380,380
3	Japan	4,616,335
4	Germany	3,859,547
5	United Kingdom	3,056,499
6	France	2,846,889
7	Brazil	2,353,025
8	Italy	2,147,952
9	India	2,049,501
10	Russia	1,857,461



Приложение 2. Страны - лидеры по суммарной капитализации рынков, 2012 год

2012 Rank	Country	2012	% of World Market Cap
1	United States	$18668.33	40%
2	China	$3697.38	8%
3	Japan	$3680.98	8%
4	United Kingdom	$3019.47	6%
5	Canada	$2016.12	4%
6	France	$1823.34	4%
7	Germany	$1486.31	3%
8	Australia	$1286.44	3%
9	India	$1263.34	3%
10	Brazil	$1229.85	3%
11	South Korea	$1180.47	3%
12	Hong Kong, China	$1108.13	2%
13	Switzerland	$1079.02	2%
14	Spain	$995.09	2%
15	Russia	$874.66	2%
16	Netherlands	$651	1%
17	South Africa	$612.31	1%
18	Sweden	$560.53	1%
19	Mexico	$525.06	1%
20	Italy	$480.45	1%



Приложение 3. Тест Грейнджера между рынками БРИК до кризиса

Pairwise Granger Causality Tests
Date: 05/11/15 Time: 17:40
Sample: 2003M09 2007M12
Lags: 2
Null Hypothesis:	Obs	F-Statistic	Prob.
CHINA does not Granger Cause BRAZIL	50	0.92206	0.4051
BRAZIL does not Granger Cause CHINA	4.45513	0.0172
INDIA does not Granger Cause BRAZIL	50	0.88028	0.4217
BRAZIL does not Granger Cause INDIA	6.53574	0.0032
RUSSIA does not Granger Cause BRAZIL	50	1.40844	0.2551
BRAZIL does not Granger Cause RUSSIA	0.41837	0.6607
USA does not Granger Cause BRAZIL	50	2.88226	0.0664
BRAZIL does not Granger Cause USA	3.03562	0.0580
INDIA does not Granger Cause CHINA	50	3.62164	0.0348
CHINA does not Granger Cause INDIA	4.52607	0.0162
RUSSIA does not Granger Cause CHINA	50	4.89367	0.0119
CHINA does not Granger Cause RUSSIA	2.34652	0.1073
USA does not Granger Cause CHINA	50	3.02653	0.0585
CHINA does not Granger Cause USA	4.35040	0.0187
RUSSIA does not Granger Cause INDIA	50	2.12766	0.1309
INDIA does not Granger Cause RUSSIA	0.36130	0.6988
USA does not Granger Cause INDIA	50	3.26880	0.0473
INDIA does not Granger Cause USA	1.38611	0.2605
USA does not Granger Cause RUSSIA	50	0.95352	0.3930
RUSSIA does not Granger Cause USA	4.42713	0.0176



Приложение 4. Тест Грейнджера между рынками БРИК после кризиса

Pairwise Granger Causality Tests
Date: 05/11/15 Time: 17:42
Sample: 2008M11 2015M02
Lags: 2
Null Hypothesis:	Obs	F-Statistic	Prob.
CHINA does not Granger Cause BRAZIL	74	4.02266	0.0223
BRAZIL does not Granger Cause CHINA	3.52484	0.0349
INDIA does not Granger Cause BRAZIL	74	1.05959	0.3522
BRAZIL does not Granger Cause INDIA	1.47599	0.2357
RUSSIA does not Granger Cause BRAZIL	74	1.03846	0.3595
BRAZIL does not Granger Cause RUSSIA	1.79894	0.1731
USA does not Granger Cause BRAZIL	74	4.59584	0.0134
BRAZIL does not Granger Cause USA	0.58300	0.5609
INDIA does not Granger Cause CHINA	74	1.51493	0.2270
CHINA does not Granger Cause INDIA	0.33819	0.7142
RUSSIA does not Granger Cause CHINA	74	3.58472	0.0330
CHINA does not Granger Cause RUSSIA	1.26079	0.2899
USA does not Granger Cause CHINA	74	1.06266	0.3511
CHINA does not Granger Cause USA	0.32556	0.7232
RUSSIA does not Granger Cause INDIA	74	4.28126	0.0177
INDIA does not Granger Cause RUSSIA	0.34074	0.7124
USA does not Granger Cause INDIA	74	1.07723	0.3462
INDIA does not Granger Cause USA	0.58840	0.5580
USA does not Granger Cause RUSSIA	74	2.77697	0.0692
RUSSIA does not Granger Cause USA	0.96681	0.3854



Приложение 5. Уравнения капитализации рынков

Уравнение модели капитализации Бразилии до кризиса

CAPITALIZATION = 10895.886769*BRENT(-1) + 2757.29419806*BRENT(-2) + 2802.33335771*BRENT(-3) + 4242.98819168*BRENT(-4) - 0.749653230283*CAPITALIZATION(-1) - 0.138632276279*CAPITALIZATION(-2) + 0.152001280136*CAPITALIZATION(-3) - 0.119840263505*CAPITALIZATION(-4) + 134853.604154*CPI(-1) - 20635.44126*CPI(-2) - 123444.763124*CPI(-3) - 69245.2941304*CPI(-4) - 3577.57867275*EXCHANGE_RATE(-1) + 73408.9528291*EXCHANGE_RATE(-2) - 243662.649146*EXCHANGE_RATE(-3) - 159188.986111*EXCHANGE_RATE(-4) - 2.12276234082e-05*EXPORT(-1) - 5.20171224634e-07*EXPORT(-2) - 1.62066706653e-06*EXPORT(-3) + 2.89506923984e-05*EXPORT(-4) + 14596.8822859*PRODUCTION(-1) + 15176.7476634*PRODUCTION(-2) + 9184.09037322*PRODUCTION(-3) - 8274.30703806*PRODUCTION(-4) + 24946.9406221*RATE_INTERBANK(-1) + 1583.7757706*RATE_INTERBANK(-2) - 78653.3846851*RATE_INTERBANK(-3) + 42895.1310393*RATE_INTERBANK(-4) + 1.56000312306e-07*RESERVES(-1) + 4.82721116482e-06*RESERVES(-2) + 1.76930298405e-06*RESERVES(-3) + 1.7992524433e-06*RESERVES(-4) + 0.110870189084*USA(-1) + 0.00813269752622*USA(-2) + 0.00382519695422*USA(-3) - 0.00401611086609*USA(-4) + 1926593.4927

Уравнение модели капитализации Бразилии после кризиса

CAPITALIZATION = 2814.03055283*BRENT(-1) - 2106.93289919*BRENT(-2) + 630.249960419*BRENT(-3) - 774.585958417*BRENT(-4) + 0.824039273172*CAPITALIZATION(-1) - 0.00327106435401*CAPITALIZATION(-2) + 0.0282861776804*CAPITALIZATION(-3) - 0.561787740436*CAPITALIZATION(-4) + 11517.2907166*CPI(-1) + 120354.347407*CPI(-2) - 76079.1204392*CPI(-3) - 34790.789597*CPI(-4) + 4367.77851574*EXCHANGE_RATE(-1) + 938920.869259*EXCHANGE_RATE(-2) - 1039592.114*EXCHANGE_RATE(-3) - 254834.158562*EXCHANGE_RATE(-4) + 3.9343990993e-05*EXPORT(-1) - 1.45361665469e-05*EXPORT(-2) - 3.04153704787e-05*EXPORT(-3) + 1.09169748375e-05*EXPORT(-4) + 5451.9698834*PRODUCTION(-1) - 1389.98912459*PRODUCTION(-2) - 3986.04248926*PRODUCTION(-3) - 399.581096238*PRODUCTION(-4) + 89386.0488748*RATE_INTERBANK(-1) - 66835.5295873*RATE_INTERBANK(-2) - 3919.6056811*RATE_INTERBANK(-3) - 19188.4295577*RATE_INTERBANK(-4) + 4.31611813434e-06*RESERVES(-1) + 2.8748843658e-06*RESERVES(-2) - 1.81629708676e-06*RESERVES(-3) - 6.16689649638e-06*RESERVES(-4) - 0.0554848138151*USA(-1) + 0.0153580353917*USA(-2) - 0.0355296374872*USA(-3) + 0.0267301142688*USA(-4) + 38106.2277571

Уравнение модели капитализации России до кризиса

CAPITALIZATION = 8760.61011787*BRENT(-1) - 10892.0053996*BRENT(-2) - 429.490513034*BRENT(-3) - 2074.33405862*BRENT(-4) + 0.206324274911*CAPITALIZATION(-1) + 0.235639787425*CAPITALIZATION(-2) + 0.204246923734*CAPITALIZATION(-3) - 0.183241706139*CAPITALIZATION(-4) - 84363.3300995*CPI(-1) - 23833.6203517*CPI(-2) + 23920.9751063*CPI(-3) - 70110.335726*CPI(-4) + 8388.52493538*EXCHANGE_RATE(-1) + 51375.3696008*EXCHANGE_RATE(-2) - 129059.842197*EXCHANGE_RATE(-3) + 44584.2580028*EXCHANGE_RATE(-4) + 2.87460158409e-05*EXPORT(-1) + 7.07643282777e-05*EXPORT(-2) + 6.40863140154e-05*EXPORT(-3) + 3.44475576032e-05*EXPORT(-4) + 16355.8128082*PRODUCTION(-1) + 19654.2346585*PRODUCTION(-2) + 41407.1261562*PRODUCTION(-3) + 15099.6163413*PRODUCTION(-4) - 17936.8085864*RATE(-1) + 49172.3804116*RATE(-2) + 47471.8659418*RATE(-3) + 88680.9084641*RATE(-4) + 3.68059946816e-07*RESERVES(-1) - 2.03747382068e-06*RESERVES(-2) - 7.62890504402e-07*RESERVES(-3) + 8.40009097037e-07*RESERVES(-4) + 0.0381465857957*USA(-1) + 0.0395798205403*USA(-2) - 0.0104594245504*USA(-3) + 0.0155177743436*USA(-4) - 4782352.31468

Уравнение модели капитализации России после кризиса

CAPITALIZATION = - 5491.14119378*BRENT(-1) + 2187.78390206*BRENT(-2) + 3862.9212917*BRENT(-3) + 1693.39095017*BRENT(-4) + 0.582249888797*CAPITALIZATION(-1) - 0.0865453451605*CAPITALIZATION(-2) + 0.329375552306*CAPITALIZATION(-3) - 0.188856140249*CAPITALIZATION(-4) + 1465.99685334*CPI(-1) + 51995.4917834*CPI(-2) - 67203.860145*CPI(-3) - 14842.0690996*CPI(-4) + 18655.3721998*EXCHANGE_RATE(-1) - 596.222488096*EXCHANGE_RATE(-2) + 40685.8388523*EXCHANGE_RATE(-3) - 887.486643058*EXCHANGE_RATE(-4) + 3.43509716566e-06*EXPORT(-1) + 1.04061844144e-05*EXPORT(-2) + 3.03228942859e-06*EXPORT(-3) - 9.65712913944e-06*EXPORT(-4) + 33468.6927936*PRODUCTION(-1) + 5286.16393696*PRODUCTION(-2) - 2732.73450974*PRODUCTION(-3) - 20750.4859575*PRODUCTION(-4) + 8001.41475081*RATE(-1) - 20755.4114926*RATE(-2) + 37165.4705525*RATE(-3) + 26942.3143776*RATE(-4) + 2.24705672973e-06*RESERVES(-1) + 7.09644253541e-07*RESERVES(-2) + 2.03881260475e-06*RESERVES(-3) - 1.68177821428e-07*RESERVES(-4) + 0.0137212206655*USA(-1) - 0.00305214764102*USA(-2) - 0.00395950425718*USA(-3) + 0.0193571494099*USA(-4) - 3503439.42499

Уравнение модели капитализации Индии до кризиса

CAPITALIZATION = - 4567.0713987*BRENT(-1) + 1627.67568353*BRENT(-2) - 232.09478801*BRENT(-3) + 626.134069971*BRENT(-4) + 0.875650919259*CAPITALIZATION(-1) - 0.300828193633*CAPITALIZATION(-2) + 0.505200087663*CAPITALIZATION(-3) + 0.5322117617*CAPITALIZATION(-4) + 36865.7878971*CPI(-1) - 64990.3485488*CPI(-2) + 18984.6820791*CPI(-3) + 10051.2531033*CPI(-4) - 38871.2999127*EXCHANGE(-1) + 36674.5545106*EXCHANGE(-2) + 9759.06378062*EXCHANGE(-3) - 32811.2369703*EXCHANGE(-4) + 6.45645688222e-06*EXPORT(-1) - 2.54777691067e-05*EXPORT(-2) + 5.9252005311e-06*EXPORT(-3) - 6.9140630106e-06*EXPORT(-4) + 5287.5571945*PRODUCTION(-1) - 10653.1889276*PRODUCTION(-2) + 13199.2732434*PRODUCTION(-3) + 8813.35963859*PRODUCTION(-4) - 5.23386458623e-06*RESERVES(-1) + 4.34567116697e-06*RESERVES(-2) - 1.11003343286e-05*RESERVES(-3) + 1.09359401674e-05*RESERVES(-4) - 0.0205931846458*USA(-1) + 0.0266485248065*USA(-2) - 0.118956789055*USA(-3) + 0.0278732327133*USA(-4) + 1492285.29791

Уравнение модели капитализации Индии после кризиса

CAPITALIZATION = - 1855.76182938*BRENT(-1) + 393.337040255*BRENT(-2) + 2871.4356001*BRENT(-3) - 4590.81826959*BRENT(-4) + 0.549016353994*CAPITALIZATION(-1) + 0.026364297963*CAPITALIZATION(-2) + 0.22824413101*CAPITALIZATION(-3) + 0.407360655003*CAPITALIZATION(-4) - 9239.04867469*CPI(-1) - 5662.86334694*CPI(-2) - 6281.67723969*CPI(-3) + 12840.1051675*CPI(-4) + 7614.07913157*EXCHANGE(-1) + 17586.4505499*EXCHANGE(-2) + 28180.7737334*EXCHANGE(-3) - 16860.4387952*EXCHANGE(-4) - 1.10067984181e-05*EXPORT(-1) - 1.30911669059e-05*EXPORT(-2) + 7.19808390994e-06*EXPORT(-3) + 9.72750233389e-06*EXPORT(-4) + 18505.2201524*PRODUCTION(-1) + 5352.56818222*PRODUCTION(-2) - 6563.05675588*PRODUCTION(-3) - 5660.53241761*PRODUCTION(-4) + 6.2063822111e-06*RESERVES(-1) - 3.00335591217e-06*RESERVES(-2) - 5.68504022202e-06*RESERVES(-3) + 5.54380384756e-06*RESERVES(-4) - 0.0215527865268*USA(-1) - 0.00799365999522*USA(-2) - 0.0105328742697*USA(-3) + 0.0227904572888*USA(-4) - 2406824.54286

Уравнение модели капитализации Китая до кризиса

CAPITALIZATION = - 942.24622873*BRENT(-1) - 6260.191169*BRENT(-2) + 0.753539839245*CAPITALIZATION(-1) + 0.188710424939*CAPITALIZATION(-2) + 5162.60177885*CPI(-1) + 16912.8705893*CPI(-2) - 1130450.70724*EXCHANGE_RATE(-1) + 481177.27523*EXCHANGE_RATE(-2) - 2.68920708216e-06*EXPORT(-1) + 8.65517565753e-07*EXPORT(-2) + 67954.7338708*INTERBANK_RATE(-1) + 8757.14537669*INTERBANK_RATE(-2) - 1207.77020572*PRODUCTION(-1) - 2564.86487575*PRODUCTION(-2) + 8.07956423379e-07*RESERVES(-1) - 1.37978921917e-07*RESERVES(-2) - 0.106618647517*USA(-1) + 0.00196079792141*USA(-2) + 5217622.58087

Уравнение модели капитализации Китая после кризиса

CAPITALIZATION = - 22316.6623652*BRENT(-1) + 10059.4678853*BRENT(-2) - 15169.0564132*BRENT(-3) - 1170.19848573*BRENT(-4) - 4084.38355707*BRENT(-5) - 0.0322427582325*CAPITALIZATION(-1) - 0.0812025211485*CAPITALIZATION(-2) - 0.414708090508*CAPITALIZATION(-3) + 0.289023152794*CAPITALIZATION(-4) - 0.263988098655*CAPITALIZATION(-5) + 46674.8413132*CPI(-1) - 41221.3620126*CPI(-2) - 34304.6123894*CPI(-3) - 72098.1851887*CPI(-4) + 55736.8033592*CPI(-5) + 5546869.51308*EXCHANGE_RATE(-1) - 1037063.65177*EXCHANGE_RATE(-2) - 7007807.45018*EXCHANGE_RATE(-3) - 1150458.6026*EXCHANGE_RATE(-4) + 8019200.96526*EXCHANGE_RATE(-5) - 5.17626198613e-06*EXPORT(-1) + 4.47778636186e-06*EXPORT(-2) + 1.29549945692e-05*EXPORT(-3) - 2.91681588449e-06*EXPORT(-4) - 7.12325158377e-06*EXPORT(-5) + 3.62680282328e-06*RESERVES(-1) + 1.50793954248e-06*RESERVES(-2) - 8.69746466349e-07*RESERVES(-3) - 1.19619201691e-06*RESERVES(-4) + 6.47724819171e-07*RESERVES(-5) - 16018.2518084*PRODUCTION(-1) - 17493.3104393*PRODUCTION(-2) - 18770.8663396*PRODUCTION(-3) + 53232.7394518*PRODUCTION(-4) - 25918.7050335*PRODUCTION(-5) - 1283967.14521*INTERBANK_RATE(-1) + 1506126.80214*INTERBANK_RATE(-2) + 1119652.95224*INTERBANK_RATE(-3) - 305462.410315*INTERBANK_RATE(-4) + 751998.031873*INTERBANK_RATE(-5) + 0.02387449748*USA(-1) - 0.0653881887601*USA(-2) + 0.210518645709*USA(-3) - 0.0327887132534*USA(-4) - 0.175181078437*USA(-5) - 30022311.1043

Размещено на Allbest.ru