,

Соответствующий параметр также трансформируется в:

,

При этом сохраняется ограничение, накладываемое на него:

,

В качестве доходности безрискового актива в уравнении выше будем использовать доходность облигаций ОФЗ сроком на 10 лет на основе данных, публикуемых ЦБ РФ.

Преимуществами использования данной модели для тестирования гипотез являются возможность проверки автокорреляции между зависимой переменной во времени; кластеризация волатильности, что характерно для периодов спада, роста и стагнации рынка; очистка доходностей акций и валюты от доходностей безрискового актива; учет асимметрии в оказываемом валютном риске за счет различий в предпочтениях инвестора. Кроме того, несмотря на усложнение модели и применение ошибки специального вида оценки коэффициентов модели остаются быть несмещенными и состоятельными.

Таким образом, на 1 этапе для выявления величины подверженности доходности акций валютному риску будут протестированы 3 модели:

· стандартная модель подверженности фирмы валютному риску, предложенная [Jorion, 1990]

· модель с асимметрией в валютном риске [Koutmas, Martin, 2003]

· модифицированная модель с colog-коэффициентом для определения степени подверженности указанному фактору

Тестирование моделей будет выполнено по недельным и месячным данным за 2010-2016 гг. После этого будет выбрана наилучшая модель по двум критериям: информационный критерий AIC (Акаике) и по наибольшей доли значимых коэффициентов на уровне значимости 5%. В зависимости от результатов тестирования и выбора наилучшей модели на 2 этапе моделирования данные будут представлены либо недельными, либо месячными показателями.

Далее по наилучшей из выбранных модели будет проведен следующий анализ:

· отдельно будут рассмотрены 2 периода - с января 2010 по ноябрь 2014 года и с декабря 2014 года по декабрь 2016 года, чтобы исследовать наличие дополнительного валютного риска, которое могло возникнуть вследствие перехода ЦБ РФ на плавающий валютный курс без мягкой поддержки и высокой волатильности валютного курса доллара и евро по отношению к рублю

· отраслевой срез компаний (нефтяная и газовая отрасль, металлургическая и добывающая отрасль, банки и финансовые компании, энергетические компании, отрасль телекоммуникаций), чтобы исследовать отраслевую специфику, влияющую на подверженность компаний к валютному риску

2.2 Модель определения детерминант, влияющих на степень подверженности валютным риску

На 2 этапе полученная оценка коэффициента чувствительности к валютному риску будет применена для тестирования гипотез, связанных с возможностью влияния определенных детерминант компании на данную величину. Схожий анализ был проведен экономистами по развитому и развивающемуся рынку, однако в каждой работе использовались разные детерминанты, а зависимая переменная не учитывала возможность асимметрии в предпочтениях инвестора. В данной работе будет использована следующая модель: валютный риск ценообразование рентабельность

,

,

,

,

,

,

,

,

,

,

Тестирование данной модели будет осуществляться по панельным данным для валютных курсов евро/рубль и доллар/рубль за 2010-2016 гг. Преимуществом данного анализа является возможность проследить в течение 7 лет подряд детерминанты фирмы, оказывающие значимое влияние на чувствительность акций компании к оказываемому валютному риску. Возможным недостатком модели является косвенная связь между объясняющими коэффициентами, которая в определенных случаях может перерастать в мультиколлинеарность и приводить к незначимости оценок коэффициентов при исследуемых детерминантах.

В силу того, что моделирование панельных данных подразумевает применение моделей с fixed или random effects будет проведен тест Хаусмана, который позволит выбрать наилучшую модель. Дополнительно будет проведен тест множителей Лагранжа (LM) Бройша-Пагана, который проверяет гипотезу об отсутствии эффекта панели, т.е. предпочтительнее применение обычного МНК.

2.3 Постановка гипотез

В эмпирической части работы, описанные выше модели будут протестированы в соответствии с поставленными ниже гипотезами. Первые 2 гипотезы относятся к 1 этапу исследования, остальные 4 гипотезы - к проведению панельного анализа на 2 этапе.

Гипотеза 1. Коэффициент подверженности российских компаний валютному риску значим и положительно связан с валютным курсом. Действительно, большинство крупных публичных компаний России активно участвуют в международной торговле через экспорт готовой продукции и импорт промежуточной продукции или необходимого капитала, что подразумевает расчеты в иностранных валютах. В силу того, что увеличение валютного курса связано с обесценением национальной валюты, выручка компании, которая зависит от внутренних продаж, также падает в терминах иностранной валюты, что может сказаться на рыночных котировках акций компании, стоимость которой в терминах иностранной валюты снижается.

Гипотеза 2. Наличие значимой асимметрии в подверженности валютному риску на российском рынке. В самом деле, полная рациональность инвестора в теории на практике зачастую опровергается, так как отрицательную величину (потери) доходностей инвестор воспринимает иным образом, чем положительную. Поэтому стоит ожидать, что чувствительность к падению валютного курса отражается на стоимости акции сильнее, чем прирост за счет несклонности инвесторов к риску.

Гипотеза 3. Размер компании значимо и отрицательно связан с уровнем подверженности валютному риску. Действительно, чем крупнее компания, тем у неё больше возможностей хеджировать риски и быть вовлеченной в финансовые операции, диверсифицирующие валютный риск. Когда валютный курс растет (прирост доходности), национальная валюта дешевеет, однако валютные операции помогают компании сохранить стоимость за счет хеджирования денежной суммы в национальной валюте.

Гипотеза 4. Доля экспортных продаж положительно и значимо связана с уровнем валютного риска. Для компаний с высокой долей экспортных продаж зачастую характерны расчеты в иностранной валюте (доллар, евро и др.), тогда как основная часть затрат рассчитывается в национальном выражении. Удорожание иностранной валюты увеличивает объем реализации и соответственно чистой прибыли, что сказывается и на её привлекательности для инвесторов.

Гипотеза 5. Прибыль от операций с иностранной валютой положительно связана с уровнем подверженности к валютному риску. Компании, имеющие положительный финансовый результат от данной деятельности, обеспечивают дополнительный прирост к чистой прибыли, что благоприятно сказывается на интересе к компании со стороны инвестора.

Гипотеза 6. Оборачиваемость активов значима и отрицательно связана с подверженностью компании валютному риску. Данный показатель связан с интенсивностью и эффективностью использования имеющихся у фирмы активов и равен отношению выручки компании за 1 год к среднегодовой стоимости активов. Предполагается, что высокий коэффициент оборачиваемости активов выступает для компании защитой от экономических и финансовых потрясений и падений в силу высокой скорости приращения генерируемых денежных средств, что снижает чувствительность компании к валютному риску.

Кроме того, основываясь на результатах предыдущих исследований (описаны выше) и предположениях автора, дополнительно выдвинуты следующие предпосылки:

· Чувствительность к валютному риску возрастает при использовании месячных данных вместо недельных показателей. В работе будут использованы данные недельных и месячных доходностей валютных курсов и акций компаний. Разумно предположить, что на краткосрочном интервале инвестор придерживается стратегии buy&hold и в случае краткосрочных скачков и высокой волатильности валютных курсов не предпринимает скоропостижного решения, пытаясь проследить новый долгосрочный тренд. В долгосрочной перспективе инвестор, оценивая наблюдаемую волатильность и тренд, принимает решение о покупке или продаже соответствующей акции.

· Подверженность валютному риску усилилась после смены валютного режима в ноябре 2014 году и значительного падения курса рубля в последующий период. До ноября 2014 года валютные курсы доллар/рубль и евро/рубль были достаточно стабильны с небольшой волатильностью в недельных котировках, однако долгосрочный негативный тренд в ценах на нефть (корреляция с валютным курсом более 0,75) оказал высокое влияние на валютные котировки. Кроме того, мягкое сдерживание ЦБ РФ валютного курса за счет золотовалютных резервов с целью стабильности котировок и снижения волатильности прекратилось, после чего рубль стал «free-floating» валютой без вмешательства регулятора в его рыночную цену. Это несомненно могло оказать влияние на инвесторов, которые стали наиболее чувствительны к движению рынка за счет неопределенности и возможности потерпеть убытки.

В данном исследовании влияния валютных рисков на эффективность компаний на первом этапе отдельно рассматривается отраслевой срез компаний. В силу этого, дополнительно будут проверены следующие утверждения и предпосылки:

· Финансовые компании и банки в наибольшей степени подвержены валютному риску. Отрасль, в которой функционируют данные фирмы, предопределяет для них высокую зависимость от динамики рынка и соответствующих валютных курсов, посредством которых осуществляются операции с иностранной валютой. Для данных компаний характерен двойной эффект, который заключается во влиянии спроса и предложения инвесторов на их акции (как и в других отраслях) и во влиянии структуры деятельности компании (большая доля операций в иностранной валюте, долг в иностранной валюте)

· Компании телекоммуникационной и энергетической отраслей в меньшей степени подвержены валютному риску. Основная продукция этих компаний продается внутри страны, а переменные издержки в большей степени связаны с национальной валютой. Также спрос на акции данных компаний недостаточно высок, что может говорить о «долгосрочных» инвесторах, которые не пытаются продать данные акции или спекулировать ими.

· Компании из металлургической и добывающей отраслей подвержены значимому положительному валютному риску. Большая доля продукции фирм предназначена для экспорта, которые предполагает платежи в иностранной валюте, тогда как текущие издержки и затраты компании осуществляются в национальной валюте. Общее падение местной валюты, таким образом, может привести к удорожанию компании и росту её финансовых результатов в национальной валюте, что положительно скажется на спросе инвесторов на акции этих компаний.

Глава 3. Результаты эмпирического исследования

В данной главе представлены характеристика выборки, на которой тестируются гипотезы, эмпирические результаты 1 этапа исследования с описательными статистиками, эмпирические результаты второго этапа исследования, выводы по отношению к тестируемым гипотезам.

3.1 Описание выборки: характеристика и статистики

Для эмпирической проверки гипотез в соответствии с тематикой работы были отобраны компании по нижеследующим критериям:

· российские публичные компании

· имеют в обращении обыкновенные акции

· торгуемые на Московской бирже

· ежедневный положительный объем торгов

· рыночная капитализация не менее 1 млрд. рублей

· наличие соответствующих данных для проведения 1 этапа эмпирического исследования

Формирование выборки происходило с помощью базы данных Bloomberg, в которой наиболее полно представлены различные финансовые показатели компаний за рассматриваемый период, а также включены различные критерии поиска, позволяющие включить в анализ только требуемые компании.

Периодом, по которому были собраны данные, стал временной промежуток в 7 лет с 2010 по 2016 гг. Впоследствии данный период был разделен на 2 составляющие - до и после ноября 2014 года. Отдельное рассмотрение двух периодов позволит определить разницу в подверженности валютному риску из-за изменения валютного режима и резкого падения нефтяных цен, которые оказали значимое влияние на российскую валюту по отношению к иностранным.

В качестве основополагающих валютных курсов были выбраны два: пара доллар/рубль и евро/рубль, что связано, во-первых, с большим влиянием курса доллара через нефтяные цены (Россия один из лидеров по экспорту нефти), во-вторых, с большинством операций, которые осуществляют компании в данных валютах (экспорт, импорт, долговые обязательства, финансовые инструменты).

На 1 этапе данные были представлены в виде недельных и месячных показателей (доходностей), на 2 этапе - годовые показатели (детерминанты) с 2010 по 2017 гг.

В итоге всего в начальную выборку попали 119 компаний, из которых:

· 25 энергетических компаний

· 18 из металлургической и добывающей отраслей

· 10 из нефтегазовой отрасли

· 8 компаний индустрии Телекома

· 8 компаний ритейла (продуктовый и транспортные перевозки)

· 7 компаний финансового сектора

· 5 компаний химической отрасли

Критерии отбора компаний формировались с целью выбора наиболее ликвидных, цена акций которых не оставались бы постоянными на протяжение долгого временного горизонта. Выборка также не ограничивалась только крупными компаниями, либо компаниями одного сектора.

Таким образом, в выборку попали такие компании, как Роснефть, НЛМК, КамАЗ, Таттелеком, корпорация Иркут и другие из более чем 10 отраслей экономики.

В таблице ниже приведены краткие характеристики финансовых показателей компаний, которые будут использованы на 2 этапе эмпирического исследования.

Таблица 1. Описательные статистики показателей компаний за 2016 год.

3.2 Тестирование моделей подверженности валютному риску: выбор наилучшей

Целью данной выпускной работы являлось исследование направления, степени и детерминант подверженности валютному риску со стороны валютных курсов на доходности обыкновенных акций российских публичных компаний с учетом отраслевого среза. Для реализации данной цели проводилось тестирование эконометрических моделей в два этапа. На первом этапе тестировались модели, определяющие направление и степень валютного давления, после чего выбиралась лучшая по нескольким критериям. На втором этапе оценивалась модель с панельными данными и результатами оценки лучшей модели первого шага для определения значимых детерминант компании, влияющих на подверженность компанией валютному риску.

По результатам первого этапа лучшие оценки и результаты были показаны при тестировании модели 3, которая учитывает фактор асимметрии в предпочтениях инвестора. На данном этапе гипотеза о наличии асимметрии в валютном риске на российском рынке отвергнута не была. Далее была осуществлена проверка ряда гипотез, которая привела к следующим выводам:

· подверженность валютному риску возрастает при использовании в расчетах показателей месячных доходностей вместо недельных

· влияние валютного риска на доходности акций компаний после ноября 2014 года (смена валютного режима, возросшая волатильность валютных курсов) не увеличилось

· компании финансового сектора в наибольшей степени подвержены валютному риску за счет двойного эффекта давления, в том числе специфики деятельности

· металлургические и добывающие компании испытали наименьший валютный риск в выбранном отраслевом срезе для обоих валютных курсов

· телекоммуникационные и энергетические компании подвержены значительному валютному риску

На втором этапе тестирование детерминант, оказывающих влияние на подверженность валютному риску, привело к следующим выводам:

· размер компании значим на 10% уровне значимости и отрицательно влияет на подверженность валютному риску

· доля экспортных продаж и прибыль или убыток от операций с иностранной валютой не оказывают значимого влияния на подверженность валютным рискам на любом разумном уровне значимости

· коэффициент при переменной оборачиваемость активов значим и отрицательно связан с валютным риском для компаний при использовании валютного курса доллар/рубль, но незначим для - евро/рубль

Таким образом, на российском фондовом рынке доходность большинства компаний так или иначе зависит от волатильности валютных курсов, однако это влияние не является высоким и не возросло после ноября 2014 года. При этом положительное влияние валютного риска на доходность акций оказывается не в той же мере, в какой отрицательное, т.е. существует наличие значительной асимметрии.

Дальнейшие исследования по данной проблематике можно развить, использовав усовершенствованную в работе модель 3 на других рынках (СНГ, Азия, БРИКС), используя другой временной горизонт и данные для расчетов (дневные, квартальные доходности), проводя более расширенный отраслевой срез компаний. На 2 этапе также возможно применение ряда контрольных переменных, характерных для российской специфики деятельности, которые смогут зафиксировать эффект воздействия исследуемых детерминант на коэффициент подверженности валютному риску.

Список литературы

4. Adler, M., & Dumas, B. (1980). Foreign Exchange Risk Management. Currency Risk and the Corporation, 145-158.

5. Adler, M., & Dumas, B. (1984). Exposure to Currency Risk: Definition and management. Financial Management, 41-50.

6. Aggarwal, R., Chen, X., & Yur-Austin, J. (2011). Currency risk exposure of Chinese corporations. Research in International Business and Finance, 25(3), 266-276.

7. Aggarwal, R., Harper, J. T., & Sullivan, F. C. (2010). Foreign exchange exposure of " domestic " corporations. Journal of International Money and Finance, 29, 1619-1636.

8. Agyei-Ampomah, S., Mazouz, K., & Yin, S. (2011). The foreign exchange exposure of UK non-financial firms: A comparison of market- based methodologies. Allayannis, G., & Ihrig, J. (2001). Exposure and markups. Review of Financial Studies, 14(3), 805-835.

9. Allayannis, G., & Ofek, E. (2001). Exchange rate exposure, hedging, and the use of foreign currency derivatives. Journal of International Money and Finance, 20, 273-296.

10. Artzner, P., Delbaen, F., Eber, J.-M., Heath, D., 1999. Coherent measures of risk. Mathematical Finance 9 (3), 203-228.

11. Bartov, E., & Bodnar, G. M. (1994). Firm Valuation, Earnings Expectations, and the Exchange Rate Exposure Effect. Journal of Finance, 1755-1785.

12. Bodnar, G. M., & Gentry, W. M. (1993). Exchange Rate Exposure and Industry Characteristics: Evidence from Canada, Japan and the USA. Journal of International Money and Fianance, 29-45.

13. Chow, E. H., Lee, W. Y., & Solt, M. E. (1997). The Exchange-Rate Risk Exposure of Asset Returns. Journal of Business.

14. Chue, T. K., & Cook, D. (2003). Emerging Market Exchange-Rate Exposure.

15. De Giorgi and Post T. (2008). Second-Order Stochastic Dominance, Reward-Risk Portfolio Selection, and the CAPM, Journal of Financial and Quantitative Analysis Vol. 43, No. 2, June 2008, pp. 525-546

16. Dranev, Y., & Sofya, F. (2013). Colog Asset Pricing, Evidence from emerging markets.Working paper of Higher School of Economics.

17. Dranev, Y., & Babushkin, M. (2014). Asymmetric exchange-rate exposure in BRIC countries.Working paper of Higher School of Economics.

18. Fama, Eugene F., and James D. MacBeth, 1973, Risk, return and equilibrium: Empirical tests, Journal of Political Economy 81, 607-636.

19. Jorion, P. (1990). The Exchange-Rate Exposure of U.S. Multinationals. Journal of Business, 331-345.

20. Huffman, S. P., Makar, S. D., & Beyer, S. B. (2010). A three-factor model investigation of foreign exchange-rate exposure. Global Finance Journal, 21, 1-12.

21. Hutson, E., and A. O'Driscoll. 2010. “Firm-Level Exchange Rate Exposure in the Eurozone.” International Business Review 19:468-78.

22. Hutson, E., and S. Stevenson. 2010. “Openness, Hedging Incentives and Foreign Exchange Exposure: A Firm-Level Multi-Country Study.” Journal of International Business Studies 41 (1):105-22.

23. Ito, R. T., Koibuchi, S., Sato, K., & Shimizu, J. (2016). Exchange rate exposure and risk management: The case of Japanese exporting firms. J. Japanese Int. Economies, 41, 17-29.

24. Koutmos, G., & Martin, A. D. (2003). Asymmetric exchange rate exposure: theory and evidence. Journal of International Money and Finance, 22, 365-383.

25. Krapl, A., & O'Brien, T. J. (2015). Direct versus indirect regression estimates of foreign exchange cash flow exposure. International Review of Financial Analysis.

26. Lin, C. H. (2011). Exchange rate exposure in the Asian emerging markets. Journal of Multinational Financial Management, 21(4), 224-238.

27. Mishra, S. (2016). The Quantile Regression Approach to Analysis of Dynamic Interaction Between Exchange Rate and Stock Returns in Emerging Markets?: Case of BRIC Nations.Journal of Financial Risk Management.

28. Mohapatra, S. M., & Rath, B. N. (2017). Exchange Rate Exposure and its Determinants?: Evidence from Indian Firms. The International Trade Journal, 31(2), 197-211.

29. Muller, A., & Verschoor, W. F. C. (2006). Asymmetric foreign exchange risk exposure: Evidence from U.S. multinational firms.

30. Muller, A., & Verschoor, W. F. C. (2006). European foreign exchange risk exposure. European Financial Management, 12(2), 16-37.

31. Nie, J., Zhang, Z., Zhang, Z., & Zhou, S. (2015). Currency Exposure in China under the New Exchange Rate Regime: National Level Evidence. China & World Economy, 23(3), 97-109.

32. Olugbode, M., El-Masry, A., & Pointon, J. (2014). Exchange rate and Interest Rate Exposure of UK industries using first-order autoregressive exponential GARCH-in-Mean (EGACRH-M) Approach.

33. Parlapiano, F., Alexeev, V., & Dungey, M. (2017). Exchange Rate Risk Exposure and the Value of European Firms. The European Journal of Finance, 4364 (August).

34. Rachev, S. T., Stoyanov, S. V., Fabozzi, F., A Probability Metrics Approach to Financial Risk Measures, Wiley - Blackwell, 2011

35. Rossi, J. L. (2004). Foreign Exchange Exposure, Corporate Financial Policies and the Exchange Rate Regime: Evidence from Brazil.

36. Shapiro, A. C. (1974). Exchange Rate Changes, Inflation, and the Value of the Multinational Corporation. The Journal of Finance, 485-502

37. Sharpe, William F., 1964, Capital asset prices: A theory of market equilibrium under conditions of risk, Journal of Finance 19, 425-442.

38. Tang, B. (2014). M P RA Exchange Rate Exposure of Chinese Firms at the Industry and Firm level Exchange Rate Exposure of Chinese Firms at the Industry and Firm level.

Размещено на Allbest.ru