Взаимовлияние финансовых шоков фондовых рынков РФ, США И ЕС: кейс кризиса 2014-2015 гг.

Таблица 11

Попарный анализ взаимосвязей между индексами RTS, S&P 500 и STOXX Europe 50

А. Период относительной стабильности
	Число начальных векторов	Лаг	Статистика «следа»	Статистика максимального собственного числа
RTS + S&P500	1	2	23.6588*	18.2944*
RTS + STOXX Europe 50	1	1	25.4420*	20.8456**
S&P500 + STOXX Europe 50	1	2	22.4249	18.0913*
B. Период нестабильности
	Число начальных векторов	Лаг	Статистика «следа»	Статистика максимального собственного числа
RTS + S&P500	0	1	16.6032	11.9797
RTS + STOXX Europe 50	0	1	11.2768	7.2696
S&P500 + STOXX Europe 50	0	2	16.8949	13.3969

Примечание: *, ** - обозначение статистической значимости результата на уровнях 10% и 5% соответственно.

Полученные результаты подтверждают теорию о том, что в более стабильный период долгосрочная взаимосвязь между фондовыми рынками выше, чем в периоды нестабильности. Основные причины данного вывода заключаются в укреплении экономических связей между рассматриваемыми рынками, синхронности восстановления после последнего кризиса 2008 года, а также повышению привлекательности взаимного финансирования.

При анализе в период нестабильности были обнаружены отклонения от значений стабильного периода, которые привели к нарушению долгосрочной взаимосвязи между фондовыми рынками. Можно предположить, что данные изменения вызваны неодинаковостью условий доступности информации на каждом из рассматриваемых рынках, политическими рисками, валютными рисками, а также расхождениями в макроэкономическое политике. Действительно, в период кризиса 2014-2015 гг. на российском рынке экспертами отмечалось существенное увеличение величины валютных рисков и рисков ликвидности. По итогам 2014 года отток капитала составил 151,5 млрд. долларов США, побив рекорд 2008 года в 133,6 млрд. долларов США. Также практически на 50% уменьшилась величина прямых иностранных инвестиций в российский рынок и составила 41 млрд. долларов США. Основной причиной резкого увеличения валютных рисков, безусловно, стало падение курса рубля по отношению к доллару США более чем в 2 раза. Данное падение способствовало уменьшению притоку иностранного капитала, что в свою очередь уменьшило долгосрочную взаимосвязь между российским рынком капитала и мировыми рынками.

Более того, можно утверждать, что долгосрочная взаимосвязь между рынком США и Европы, отчетливо наблюдаемая в период относительной стабильности на российском фондовом рынке, с наступлением кризиса 2014 года пропала. Волатильность рынка STOXX Europe 50 в этот период также возросла, тем самым оказав существенное влияние на решения долгосрочных стратегических инвесторов также начать выводить капитал с рынков Европы в более стабильный рынок США. Другим значимым фактором данного явления послужило различие в монетарной политике Центробанков США и Европы. 10 Сентября 2014 года ЕЦБ понизил все три основные ставки: ставка по основным операциям рефинансирования была снижена на 10 б.п. и составила 0,05%, ставки по суточным кредитам и депозитам были понижены на ту же величину - соответственно до 0,30% и -0,20% годовых. Это в свою очередь привело к росту котировок акций европейских компаний. В добавок, ФРС США наоборот проводило политику повышения процентных ставок, что способствовало понижению котировок акций американских компаний и повышению привлекательности вложения в них. Следует также отметить, что проводимые в 2014 году диаметрально противоположные монетарные политики ФРС и ЕЦБ оказали существенную роль в нарушении долгосрочной взаимосвязи между рынками США и Европы. Таким образом, подводя итоги результатов теста Йохансена можно утверждать, что в период нестабильности на рынках, эффект диверсификации наиболее наглядно демонстрирует свою привлекательность.

2.5.3 Проверка наличия краткосрочных взаимосвязей

Основываясь на результатах теста Йохансена, можно утверждать, что долгосрочные взаимосвязи между фондовыми рынками США, стран Европы и России, существовавшие в период относительной стабильности на рынке РФ, были нарушены в период кризиса 2014-2015 гг. Теперь необходимо проверить наличие краткосрочных взаимосвязей между рассматриваемыми рынками. Для этого выполним тест Грэнджера для каждого из периодов. Результаты данной проверки можно будет интерпретировать как степень влияния ставок доходностей одного рынка на другой.

2.5.4 Обоснование выбора величины интервалов для проведения теста Грэнджера

Попарный тест Грэнджера основан на моделях VAR и VECM, следовательно, для начала необходимо определить число интервалов, используемых в нашей модели. В таблице ниже представлены результаты выбора моделей согласно информационным критериям.

Таблица 12

Величины интервалов для проведения теста Эрла-Грэнджера

А. Период относительной стабильности
	VAR(1)	VAR(2)	VAR(3)	VAR(4)	VAR(5)
Логарифмическое правдоподобие	3727.878	3739.467	3747.577	3750.007	3751.743
AIC	-20.587	-20.601	-20.596	-20.560	-20.519
SBIC	-20.457	-20.375	-20.273	-20.140	-20.002
B. Период нестабильности
	VAR(1)	VAR(2)	VAR(3)	VAR(4)	VAR(5)
Логарифмическое правдоподобие	2378.295	2385.330	2399.779	2401.295	2413.590
AIC	-18.632	-18.617	-18.660	-18.601	-18.627
SBIC	-18.465	-18.324	-18.242	-18.058	-17.958

Для периодов стабильности и кризиса будем использовать модель VAR (1) согласно критерию SBIC.

2.5.5 Попарный тест Грэнджера

В таблице ниже представлены результаты проведенного попарного теста на наличие краткосрочных взаимосвязей между рассматриваемыми рынками в стабильный период (А) и в период нестабильности 2014-2015 гг. (B).

Таблица 13

Результаты теста Грэнджера

А. Период относительной стабильности
Нулевая гипотеза	F-статистика	Вероятность	Вывод
S&P500 не влияет на STOXXEurope 50	-6.1216	0.000	S&P500 STOXX Europe 50***
STOXXEurope 50 не влияет на S&P500	-4.1287	0.000
S&P500 не влияет на RTS	-2.0363	0.043	S&P500RTS**
RTS не влияет на S&P500	0.1545	0.877
STOXX Europe 50 не влияет на RTS	-4.1287	0.000	STOXX Europe 50 RTS***
RTS не влияет на STOXXEurope 50	-0.2914	0.771	S&P500 STOXX Europe 50***
B. Период нестабильности
Нулевая гипотеза	F-статистика	Вероятность	Вывод
S&P500 не влияет на STOXXEurope 50	15.828	0.000	S&P500 STOXX Europe 50***
STOXXEurope 50 не влияет на S&P500	0.7838	0.377
S&P500 не влияет на RTS	7.7682	0.006	S&P500RTS***
RTS не влияет на S&P500	0.2089	0.648
STOXX Europe 50 не влияет на RTS	6.5789	0.011	STOXX Europe 50 RTS**
RTS не влияет на STOXXEurope 50	0.8714	0.351

Примечание: *, ** - обозначение статистической значимости результата на уровнях 10% и 5% соответственно.

Из таблицы видно, что статистически ставки доходностей рынка США влияют на ставки рынков Европы и России. С другой стороны, изменения ставок на фондовом рынке России, скорее всего, никак не повлияет на изменение ставок на рынках США и Европы, т.е. в данном случае взаимосвязь не наблюдается.

На протяжении кризисных 2014-2015 гг. в России в структуре краткосрочных взаимосвязей между рассматриваемыми рынками произошли существенные изменения. Одним из важнейших таких изменений можно считать потерю статистической значимости изменения индекса STOXX Europe 50 по отношению к индексу S&P 500, другими словами, по изменению ставок доходности индекса фондового рынка Европы в краткосрочном периоде невозможно предсказать аналогичное изменение на рынке США. Это означает, что влияние цен фондовых рынков Европы существенно уменьшилось на формирование цен на фондовом рынке США, что в свою очередь в краткосрочной перспективе дает возможность проводить более качественную диверсификацию между данными рынками.

Причиной того, что согласно проведенному тесту ставки доходности на рынке США влияют на ставки доходностей на рынках других стран, является более высокий уровень развития рынка США, который служит «мотором» в глобальном финансовом мире.Menez, 2013 [37] Можно утверждать, что происходящие на рынке США кризисы, спады, шоки оказывают более существенное влияние на рынки других стран, чем наоборот.

Как можно видеть из результатов теста, европейские фондовые рынки в период стабильности также оказывают существенное влияние на рынки других стран, в нашем случае на рынки США и России. Это объясняется крепкой взаимосвязью между рассматриваемыми рынками, а также высоким уровнем развития рынков стран Европы. Также необходимо упомянуть, что во время кризиса 2014-2015 гг. взаимосвязь в краткосрочном периоде между фондовыми рынками ЕС и РФ резко упала из-за наложенных на Россию санкций и существенному снижению величин товарооборота и взаимных инвестиций. Нестабильность на рынках стран Еврозоны также была вызвана начавшейся в октябре 2014 года программой количественного смягчения, проводимой ЕЦБ. Все вышеперечисленные причины в совокупности повлияли на уменьшение статистической связи в краткосрочной перспективе между рынками ЕС и США. С другой стороны, связь между рынками ЕС и России также уменьшилась, но не столь существенно. В значительной степени, это вызвано тем, что рынок стран ЕС более развит по сравнению с рынком России и имеет большее влияние на последний, чем наоборот.

На рис. 6 представлено отношение капитализации рынка рассматриваемых стран к уровню ВВП (в процентном соотношении на 2012 год).

Рис. 6. Отношение рыночной капитализации к уровню ВВП

Примечание: для расчета показателя отношения рыночной капитализации к ВВП стран Европы были использованы два набора данных. Первый набор данных захватывает расчет данного отношения для 28 стран-членов Европейского союза, второй - для стран, представленных в индексе STOXX Europe 50. Следует отметить, что при расчете данного индекса используются показатели только наиболее крупных экономик Евросоюза и двух не входящих в ЕС стран, а именно Норвегии и Швейцарии (всего 18 стран). Как видно из рис. 6, у России данное соотношение самое низкое из рассматриваемых.

Результаты проведенного исследования на наличие краткосрочных взаимосвязей между рассматриваемыми рынками говорят о том, что российский рынок практически не имеет влияния на рынки развитых стран ни в период относительной стабильности, ни в период кризиса и нестабильности. Этому есть несколько объяснений. Во-первых, Россия является развивающейся страной, таким образом она больше «импортирует шоки», чем «экспортирует». Во-вторых, кризис 2014-2015 гг. до сих пор продолжается, постоянно снижая инвестиционную привлекательность. Для наблюдения динамики развития используемых статистических показателей, необходимо продолжать проводить подобного рода тесты.

2.6 Анализ краткосрочного импульсного воздействия

Проведенный тест Грэнджера дает представление о наличии статистических краткосрочных взаимосвязей между ставками доходностей, но не объясняет характер и продолжительность этих влияний. Для получения более подробной информации по данному вопросу, необходимо провести импульсный тест. На рис. ниже представлены ответные функции в период стабильности и период кризиса.

Рис. 7. Ответные функции на импульсные шоки

Ответные функции всех трех рассматриваемых фондовых рынков на краткосрочные (импульсные) шоки, «импортируемые» каждым из фондовых рынков, положительны. Это говорит о том, что если ставки доходности на одном из фондовых рынков резко, то и на других рассматриваемых фондовых рынках ставки в ближайшем будущем также увеличиваются. Более того, данное изменение на фондовом рынке России происходит быстрее, чем на фондовых рынках США и Европы.

На графике 1 рис. 7 показаны ответные функции на изменение ставок доходности на фондовом рынке России на протяжении периода стабильности. Как видно из графика, наибольшее влияние данные изменения оказывают на сам рынок России. Кроме того, шоки на рынке ЕС имеют большее, чем шоки на рынке США, влияние на изменение ставок доходности на российском рынке. Этот результат можно объяснить тем, что Россия является основным торговым партнером стран ЕС, в то время как экономические связи между Россией и США не такие крепкие. На протяжении четырех стандартных периодов влияние шоков нивелируется.

На графике 2 рис. 7 показаны ответные функции на изменение ставок доходности на фондовом рынке России на протяжении кризисного периода. Аналогично периоду стабильности, наибольшее влияние данные изменения оказывают на сам рынок России, но в гораздо большей степени. В данном случае по сравнению с периодом относительной стабильности, шоки, происходящие на рынке ЕС, влияют в меньшей степени на изменения в фондовом рынке России. В период нестабильности существенное влияние приобретает рынок США. Это объясняется ослаблением экономических связей между странами Европы и Россией в период кризиса 2014-2015 гг. Ко всему прочему, результаты данного исследования показывают, что краткосрочные изменения в ставках доходностей, происходящие на рынках США и ЕС, в период кризиса на рынке РФ, нивелируются с большей скоростью по сравнению с периодом стабильности. Это говорит о том, что фондовый рынок РФ стал менее подвержен различного рода шокам со стороны рынков других стран.

На графиках 3 и 4 рис. 7 показаны ответные функции на изменение ставок доходности на фондовом рынке США на протяжении периода стабильности и периода кризиса на российском рынке соответственно. Как и в предыдущих случаях наибольшее влияние данные изменения оказывают на сам рынок США. Более существенное влияние на изменения на рынке США оказывают шоки на рынках ЕС, чем на рынке РФ. Это закономерно, т.к. США является крупнейшим торговым партнером ЕС.

На графиках 5 и 6 рис. 7 показаны ответные функции на изменение ставок доходности на фондовых рынках стран Европы на протяжении периода стабильности и периода кризиса на российском рынке. Как видно из графиков, шоки на рынках США и России оказывают практически одинаковое влияние на рынок ЕС, однако влияние шоков, происходящих на рынке России, на рынок ЕС в период нестабильности, меньше аналогичного влияния со стороны шоков, происходящих на рынке США. Это объясняется существенным снижением величины торгового оборота между Россией и странами Европы в период 2014-2015 гг.

2.7 Анализ декомпозиции вариаций

Анализ проведен с применением параметров моделей VAR(1) и VECM(1).

На графиках 1 и 2 рис. 8 видно, что колебания ставок доходностей на рынке США не зависят от колебаний на фондовых рынках Европы и России. Как мы установили прежде, это объясняется более высоким уровнем развития фондового рынка США. Таким образом, для рынка США действует следующее правило: вероятность «экспорта» шоков гораздо больше вероятности «импорта».

На графиках 3 и 4 рис. 8 представлены степени влияния величины колебаний ставок доходностей на рынках США и России на рынок ЕС на протяжении периода относительной стабильности и периода кризиса соответственно. На протяжении периода стабильности в среднем 70% колебаний ставок доходности на фондовых рынках стран ЕС можно объяснить шоками, происходящими на самих фондовых рынках стран ЕС, и 30% объясняются шоками, происходящими на фондовом рынке США.

Рис. 8. Графическое представление результатов анализа на расхождение проведенного тестирования

В кризисный период, влияние изменений ставок доходностей на фондовом рынке США снижается до величины в 24%. Влияние изменений ставок доходностей на фондовом рынке России практически отсутствует как в период стабильности, так и в период кризиса. Таким образом, в период кризиса фондовые рынки стран ЕС также становятся более независимыми от влияния внешних факторов со стороны рынка США.

На графиках 5 и 6 рис. 8 представлены степени влияния величины колебаний ставок доходностей на рынках США и ЕС на рынок России на протяжении периода относительной стабильности и периода кризиса соответственно. На протяжении стабильного периода развития экономики в РФ влияние изменений ставок доходностей на фондовых рынках США и ЕС на рынок России практически одинаковое и составляет в среднем 20%. Однако, в период кризиса шоки, происходящие на рынках стран Европы, начинают оказывать меньшее влияние на рынок РФ, в то время как степень влияния изменений американского рынка остается в среднем на уровне 19%. Это говорит о том, что кризис 2014-2015 гг. существенно уменьшил взаимозависимость между фондовыми рынками РФ и стран Европы.

2.8 Модель мультивариационной авторегрессионной условной гетероскедастичности

Данная модель используется для количественной оценки эффекта «кластеризации» волатильности на финансовых рынках, когда периоды высокой волатильности сменяются периодами низкой волатильности, причем при этом среднюю (долгосрочную, безусловную) волатильность считают относительно стабильной. Программный код, написанный на языке R, используемый для расчетов, представлен в приложении 1.

Расчетные коэффициенты модели представлены в приложении 2.

В соответствии с полученными результатами в кризисный период наблюдается увеличение волатильности и «взаимопередачи» «шоков» между рассматриваемыми фондовыми рынками. Более того, взаимосвязь между рынками в период нестабильности более статистически значима. В частности, шоки, происходящие на рынке России являются однонаправленными в период нестабильности и существенно влияют на волатильность всех трех рынков, и это влияние более статистически значимо в период кризиса, чем в период относительной стабильности.

В дополнение, результаты проведенного тестирования говорят о том, что в период нестабильности на фондовом рынке России между фондовыми рынками стран ЕС и США произошло взаимное шоковое колебание, что говорит о сильной взаимозависимости между данными рынками. В общем случае, данное явление показывает, что новости о резких изменениях, происходящих на одном фондовом рынке, с небольшим лагом по времени находят отражение в другом фондовом рынке и наоборот. В данном случае следует говорить о шоках, вызванных существенным по сравнению с прошлыми годами повышением величины прямых иностранных инвестиций из США в рынки ЕС, что еще более усилило связь между этими рынками. Степень данного увеличения можно наблюдать на графике ниже.

Рис. 9. Величина прямых инвестиций из США в ЕС Данные министерства торговли США

Полученные коэффициенты, характеризующие влияние прошлых значений волатильности на настоящие, говорят о том, что на рынке США прошлое значение волатильности существенно влияет на будущее значение. В период кризиса прошлое значение волатильности фондового рынка России имеет статистически значимое влияние на будущую волатильность фондового рынка ЕС и собственного фондового рынка РФ.

Подводя итоги, следует отметить, что в период кризиса в России 2014-2015 гг. установились новые статистически значимые связи (как по передаче волатильности, так и по передачи различного рода шоков) между фондовым рынком РФ и фондовыми рынками ЕС и США. Учитывая то, что становлению кризиса в большей степени способствовали внешние факторы, что подтверждается проведенными исследованиями и тестами, можно говорить о существовании эффекта «пагубного влияния» или «заражения», заключающегося в передаче рисков волатильности и вероятности возникновения различного рода «шоков» от одного фондового рынка к другому.

Краткие выводы

Тест Грэнджера показал, что между фондовыми рынками ЕС и США существует краткосрочная взаимосвязь, более того, она усиливается в период кризиса в России 2014-2015 гг. Но при проверке результатов тестирования, оказалось, что данную взаимосвязь можно считать односторонней, т.к. влияние рынка США на рынки стран ЕС намного выше, чем наоборот. Также было обнаружено, что в период кризиса взаимосвязь между рынками РФ и стран Европы уменьшилось, в то время как зависимость изменений, происходящих на фондовом рынке России, от изменений на рынке США осталось на прежнем уровне.

Используя анализ с помощью ответных функций на импульсные шоки, было выявлено единое правило для всех рассматриваемых фондовых рынков: «шоки в большей степени влияют на свой собственный рынок». Более того, в кризисный период влияние со стороны рынка США на рынок РФ существенно превышает влияние со стороны рынков Европы, несмотря на то, что в период относительной стабильности степень этих влияний практически одинакова.

Основываясь на результатах анализа колебаний, можно сделать вывод о том, что в период кризиса 2014-2015 гг. российский фондовый рынок стал более изолированным. На протяжении периода относительной стабильности влияние изменений, происходящих на рынках США и России, на рынки стран ЕС оставалось на неизменном уровне. В период нестабильности влияние шоков со стороны российского рынка существенно уменьшилось. На рынке США изменение ставок доходностей в определяющей степени (99%) зависит от внутренних шоков как в период относительной стабильности, так и в период кризисных изменений на рынке РФ. Однако, уровень волатильности на фондовых рынках стран Европы в период кризиса 2014-2015 гг. в России стал в меньшей степени зависеть от шоков, происходящих на фондовом рынке США. В то же время, колебания на фондовом рынке России в большей степени можно объяснить не только внутренними шоками, но и шоками, происходящими на фондовом рынке США.

ЗАКЛЮЧЕНИЕ

Начавшийся в 2014 году финансовый кризис в РФ существенно дестабилизировал экономику страны. Основной целью исследования являлся анализ влияния данного кризиса на взаимосвязь между фондовыми рынками России, США и ЕС. В частности, были рассмотрены изменения в долгосрочной и краткосрочной взаимосвязях, проанализирован механизм распространения волатильности между фондовыми рынками.

Были определены статистические временные ряды значений рассматриваемых индексов, на основании которых были построены ряды дневных ставок доходностей, используемые в дальнейшем анализе.

Сначала был выполнен тест Бай-Перрона на нахождение структурных сдвигов (разрывов), которые заключаются в существенном резком изменении среднего значения волатильности на фондовом рынке России. Была найдена дата, которую можно считать началом кризиса 2014-2015 гг. Кроме того, данный тест позволил обнаружить периоды низкой волатильности на рынке (т.н. периоды относительной стабильности), которые служили своего рода бенчмарком дальнейших исследований.

Результаты теста Йохансена показали, что после кризиса 2014-2015 гг. произошло резкое уменьшение величины долгосрочной взаимосвязи между рассматриваемыми рынками. Проводя попарный анализ, было также обнаружено, что и попарная долгосрочная связь между рынками практически исчезла. Данный результат указывает на рост привлекательности диверсификации портфеля активов между фондовыми рынками России, стран ЕС и США, т.к. в долгосрочной перспективе взаимосвязь между рассматриваемыми рынками практически отсутствует.

Для анализа влияния изменений в краткосрочной перспективе был использован тест Грэнджера, тест краткосрочного импульсного воздействия, а также анализ декомпозиции вариаций.

Результаты, полученные при проведении теста Грэнджера указывают на отсутствие влияния происходящих на фондовых рынках стран ЕС изменений ставок доходности на изменения ставок доходностей на фондовом рынке США в кризисный период, несмотря на то, что данная взаимосвязь наблюдалась в период относительной стабильности. Как следствие данного теста, можно говорить о повышении привлекательности инвестирования на рынок США в краткосрочной перспективе.

Тест краткосрочного импульсного воздействия позволил осознать, что «шоки» изменения процентных ставок имеют большее влияние на собственный фондовый рынок, чем на фондовые рынки других стран. В нашем случае рассмотрения трех фондовых рынков данное условие выполняется даже для рынка США. Что касается изменения ставок доходности фондового рынка России, было обнаружено, что на протяжении периода кризиса 2014-2015 гг., на данное изменение в большей степени влияли «шоки» фондового рынка США, а не ЕС, в отличие от периода относительной стабильности, когда большее влияние оказывали «шоки» фондовых рынков стран Европы. То же касается и влияния «шоков» фондового рынка России на изменения на рынках стран ЕС. Полученные данные позволили предположить, что двусторонние санкции России и ЕС способствовали уменьшению взаимозависимости их фондовых рынков.

Анализ декомпозиции вариаций позволил показать, что колебания ставок доходностей на рынке США практически не зависят от внешних факторов как в период стабильности, так и в период кризиса в России 2014-2015 гг. Напротив, вариация колебаний ставок доходностей на фондовых рынках стран Европы стала меньше зависеть от «шоков», происходящих на рынке США в период кризиса в России. Это говорит об обособлении рынков Европы в период 2014-2015 гг. Также было обнаружено, что по сравнению с периодом относительной стабильности в экономике России, в период кризиса вариация колебаний ставок доходностей на рынке РФ стала существенно меньше зависеть от «шоков», происходящих на рынках стран Европы. Данный результат снова говорит о том, что в период кризиса в России рынки РФ и ЕС стали более обособленными друг от друга.

Тестирование модели мультивариационной авторегрессионной условной гетероскедастичности позволило обнаружить эффект «негативного влияния» или «заражения», заключающегося в передаче рисков волатильности и вероятности возникновения различного рода «шоков» от одного фондового рынка к другому.

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ

Учебная литература:

1. Cochrane J.H. Handbook of the equity risk premium. Chapter 7: Financial Markets and the real Economy. University of Chicago, 2008.

Статьи из журналов и сборников:

2. Мануйлов К.Е. Оценка роли финансового рынка в развитии реального сектора экономики России. МГИМО: 2011.

3. Asaturov K., Teplova T. Volatility spillovers and contagion in Emerging Europe // Journal of Applied Economic Sciences, volume X, issue 6(36), 2015.

4. Karlis Locmelis, Daniel Mititel. Impact of Russia's 2014-2015 Crisis on the Dynamic Linkages between the stock markets of Russia, the EU and U.S.// Stockholm school of economics, SSE RIGA, Bachelor Thesis, April 2015.

5. Jia Liu, Lyudmyla Kompaniyets. Co-Movements between Financial Markets and the Real Economy // American Institute for economic research, AIER, Working Paper, May 2015.

6. Jon Danielson, Marcela Valenzuela, IlknurZer. Learning from history: Volatility and Financial Crises// Department of Finance and the Systemic risk Centre, London school of economics, December 2015.

7. Matthew Trapp, Marc Pouey. Global Research Highlights. Down but not out: investment strategy. // Bank of America, Merril Lynch. January 2016.

8. David P. Kelly, Andrew D. Goldberg. Market insights: guide to the markets. Asia 1Q2016// J.P. Morgan, December 2015.

9. David P. Kelly, Andrew D. Goldberg. Market insights: guide to the markets. Europe 1Q2016// J.P. Morgan, December 2015.

10. Nicolo Musmeci, Tomaso Aste, T.Di Matteo. Relation between financial market structure and the real economy: comparison between clustering methods.// London school of economics and political science. Research online. March 2015.

11. Michael Wilson. On the markets. Global investment committee. Wealth management.// Morgan Stanley, January 2016.

12. Baijnath Ramraika. Stock market returns - the GDP growth rate myth. // Advisor Perspectives. April 2015.

13. Sangyup Choi, Prakash Loungani. Uncertainty and Unemployment: the effects of Aggregate and Sectoral channels.// International monetary fund, IMF working paper 15/36. February 2015.

14. Pierre Monnin, TerhiJokipii. The impact of banking sector stability on the real economy.// Swiss national bank. April 2010.

15. Lin, W.L., Engle, R.F., T. Ito, (1994) Do bulls and bears move across borders? // International transmission of stock returns and volatility, Review of Financial Studies 7, 507-538.

16. Koedijk, K.C., R.A.J. Campbell, P. Kofman, (2002) Increased correlation in bear markets // Financial Analysis Journal 58, 87-94.

17. Ranta, M., (2013) Contagion among Major World Markets: a Wavelet Approach // International Journal of Managerial Finance 9 (2), 133 - 149.

18. Hamao, Y., Masulis, R., V. Ng, (1990) Correlations in price changes and volatility across international stock markets // Review of Financial Studies 3, 281-307.

19. Forbes, K.J., R. Rigobon, (2002) No contagion, only interdependence: measuring stock market comovements // The Journal of Finance 57, 2223-61.

20. Kaminsky, G., C. Reinhart, (2003) The Center and the Periphery: The Globalization of Financial Turmoil // NBER Working Paper 9279.

21. Barassi, M.R., Dickinson, D.G., T.T. Le, (2012) TDCC GARCH modeling of Volatilities and Correlations of Emerging Stock Markets // 7th RES PhD Meeting Conference 2012.

22. Chiang, T.C., Jeon, B.N. and H.M. Li, (2007) Dynamic correlation analysis of financial contagion: evidence from Asian markets // Journal of International Money and Finance 26, 1206-28.

23. Nagayasu, J., (2000). Currency Crisis and Contagion - Evidence from Exchange Rates and Sectoral Stock Indices of the Philippines and Thailand // IMF Working Papers 00/39, International Monetary Fund.

24. Achsani, N.A. and H.G. Strohe, (2004). Dynamic Causal Relationships between Central-East European Stock Market Prices and Selected International Indices // Zelias, A. (Hg.): Przestrzen noczasowe model owaniei prognoz owaniez jawisk gospodarczych, 130-153.

25. Liao, A., J. Williams, (2004). Volatility transmission and changes in stock market interdependence in the European Community // European Review of Economics and Finance 3(3), 203-231.

26. Caporale, M.G., N. Spagnolo, (2011). Stock Market Integration between Three CEECs, Russia and the UK // Review of International Economics 19(1), 158-169.

27. Ross, S.A., (1989). Information and volatility: the no-arbitrage martingale approach to timing and resolution irrelevancy. // Journal of Finance 44, 1-17.

28. Dungey, M., Fry, R., Gonzalez-Hermosillo, B., Martin, V. and C. Tang (2010). Are Financial Crises Alike? // International Monetary Fund. IMF Working Paper.

29. Saleem, K., (2009). International linkage of the Russina market and the Russian financial crisis: A multivariate GARCH analysis // Research in International Business and Finance 23, 243-256.

30. Johansen, S. (1991). Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models. // The Econometric Society, 59(6), 1551-1580.

Материалы конференций:

31. Duvvuri Subbarao // Financial regulation for growth, equity and stability in the post-crisis world. First CAFRAL-BIS international conference on “Financial sector regulation for growth, equity and stability in the post-crisis world”. Mumbai, 15 November, 2011 // BIS Papers No 62, January 2012.

32. Naresh Chandra Sahu, Deepinder H. Dhiman // Correlation and Causality between Stock Market and Macro Economic Variables in India: An Empirical study. 2010 International Conference on E-business, Management and Economics, IPEDR. IACSIT Press. Hong Kong, 2010.

33. Brooks, C. (2002). Introductory econometrics for finance. Cambridge: Cambridge University Press.

34. Pesaran, H.&Shin, Y. (1998). Generalized impulse response analysis in linear multivariate models. // Economics Letters, 58(1).

35. Berndt, E., Hall, B., Hall, R.&Hausman, J. (1978). Estimation and inference in nonlinear structural models. //Annals of Economic and Social Measurement, 653-665.

36. Bai J.&Perron, P. (1998). // Estimating and testing linear models with multiple structuralchanges. Econometrica, 66(1).

37. Menezes, R. (2013). // Globalization and granger causality in international stock markets. International Journal of Latest Trends in Economics and Finance.

38. Buckley, N. (2015). Russian economy to shrink 5%, says EBRD. //Financial Times. March,2015.

Интернет-источники:

39. 11 “Alarm bells” that show the Global Economic crisis is getting deeper: Zerohedge.com [Электронный ресурс]

40. Heinonen, A. (2013). The fear gauge: VIX volatility index and the time-varying relationship between implied volatility and stock returns. University of Helsinki. 2015. [Электронный ресурс]

41. A new insight for investors: How Financial Markets interact with the Economy: Aier.org [Электронный ресурс]

42. Is there a relationship between Economy and stock market: Econompic data. blogspot.ru [Электронный ресурс]

43. How does the stock market effect the economy: Economicshelp.org [Электронный ресурс].

ПРИЛОЖЕНИЕ 1

Программный код приложения для расчета модели мультивариационной авторегрессионной условной гетероскедастичности (модель VAR-BEKK)



Примечание: Функция, указанная в коде, является частью программного пакета MGARCH, который был разработан Гаральдом Шмидбайером (Harald Schmidbauer).

ПРИЛОЖЕНИЕ 2

Расчетные коэффициенты модели VAR-BEKK

А. Период относительной стабильности
	Коэффициент	Стандартная ошибка	Коэффициент	Стандартная ошибка	Коэффициент	Стандартная ошибка
	U.S. (i=1)	E.U. (i=2)	Russia (i=3)
b(i,1)	0.00630***	0.00073	0.00000	-	0.00000	-
b(i,2)	0.00485***	0.00006	0.00657***	0.00036	0.00000	-
b(i,3)	0.00418***	0.00069	0.00447***	0.00065	0.00945***	-
c(i,1)	-0.11392	0.11603	0.07741	0.10455	0.16110**	0.07125
c(i,2)	0.01872	0.11167	-0.47211**	0.13721	0.20217**	0.09282
c(i,3)	-0.15095	0.14660	-0.17807	0.16491	0.00601	0.12340
g(i,1)	0.19017*	0.11477	-0.11313	0.15686	-0.21271	0.18241
g(i,2)	0.15041	0.21410	-0.09797	0.07339	-0.16979	0.15751
g(i,3)	0.8122	0.04847	-0.06784	0.13927	-0.09563	0.11277
B. Период нестабильности
	Коэффициент	Стандартная ошибка	Коэффициент	Стандартная ошибка	Коэффициент	Стандартная ошибка
	U.S. (i=1)	E.U. (i=2)	Russia (i=3)
b(i,1)	-0.00560***	0.00133	0.00000	-	0.00000	-
b(i,2)	0.00098	0.00393	0.00179	0.00694	0.00000	-
b(i,3)	0.00048	0.00307	0.00017	0.02357	-0.01793***	0.00331
c(i,1)	-0.03373	0.13290	0.17204**	0.07998	0.05629**	0.02783
c(i,2)	-0.57905***	0.11067	0.37697***	0.11380	0.09050***	0.03700
c(i,3)	0.71332	0.46317	0.08572	0.19152	0.37025***	0.07845
g(i,1)	-0.08545	0.27790	0.16781	0.17809	-0.17135	0.11366
g(i,2)	-0.18427	0.64855	0.33294	0.50104	-0.36097***	0.09883
g(i,3)	-0.22277	1.00332	0.42252	0.94774	-0.43915**	0.22067

Примечание: *, **, *** - обозначает уровень значимости в 10%, 5% и 1% соответственно.

Размещено на Allbest.ru