Влияние объявлений о дивидендных выплатах на цены акций российских компаний

Мы предполагаем, что, как было указано в Главе 1 при рассмотрении данного фактора, высокий уровень концентрации собственности (о чем свидетельствует низкий показатель доли акций в свободном обращении) способствует усилению реакции инвесторов как на новости, носящие положительный характер, так и на новости, носящие отрицательный характер.

Ниже представлен данный показатель для исследуемых компаний.

Таблица 7 - Доля акций в свободном обращении компаний отрасли добычи и обработки полезных ископаемых

Название	Free-float (%)
Северсталь	21%
ТМК	25%
ПолюсЗолото	5%
ГМКНорНик	30%
НЛМК	14%
ММК	12%
Polymetal	34%
ВСПМО-АВСМ	10%
Мечел	35%
ЮжКузб	4%
Селигдар	35%
КузбТК	34%
Лензолото	7%
Алроса	23%
Русолово	28%
БурЗолото	9%
РУСАЛ	10%

Капитализация компании: рыночная капитализация компании на момент наступления события. Предполагается, что чем выше капитализация компании (чем крупнее компания), тем сильнее будет реакция на новость, так как акции данной компании имеют большее значение для инвесторов.

Прибыль за отчетный период: использовалось изменение прибыли за тот период, за который выплачивался дивиденд, по сравнению с периодом прошлого года. Можно предположить, что рост прибыли будет положительно сказываться на избыточной доходности для «хороших» новостей и отрицательно для «плохих» новостей.

Так как направленность влияния некоторых факторов может существенно различаться в зависимости от типа новости, модель будет построена в отдельности для «хороших» и «плохих» новостей.

Далее рассмотрим корреляцию между данными факторами для выявления возможной мультиколлинеарности в будущей модели.

В Таблице 7 представлены результаты корреляционного анализа. Как видно из таблицы, все факторы слабо коррелируют между собой (коэффициент корреляции низкий для каждой пары факторов).

Таблица 8 - Корреляционная матрица для факторов в модели

	CAAR	OilPrice	Inflation	Free-float	Market_cap	Profit
CAAR	1
OilPrice	0,5745	1
Inflation	-0,1357	0,2933	1
Free-float	0,5456	-0,0015	-0,0012	1
Market_cap	-0,6307	0,0161	0,0125	0,0296	1
Profit	0,5016	0,1013	-0,0825	0,1743	0,0963	1

При этом корреляция объясняющих переменных с зависимой достаточно высока, за исключением переменной инфляции.

Далее проведем регрессионный анализ. Для начала построим линейную регрессию для «хороших» событий. Ниже представлены результаты анализа.

Рис. 9 - Регрессионная модель для «хороших» новостей

Как видно из Рисунка, модель в целом получилась значимая на любом уровне значимости (так как значение p-value для F-статистики предельно мало).

Также значимыми оказались почти все коэффициенты в модели, за исключением показателя инфляции. Он оказался незначимым на любом уровне значимости. Таким образом, можно сделать вывод, что данная переменная не оказывает влияния на избыточную доходность, следовательно, ее можно исключить из модели.

Показатель R-квадрат в полученной модели достаточно высок, из чего можно сделать вывод, что выбранные факторы в достаточной степени объясняют зависимую переменную, а значит модель подобрана адекватно.

Далее проверим полученную модель на наличие в ней автокорреляции и гетероскедастичности.

Проверка на наличие автокорреляции.

Для того, чтобы выявить наличие или отсутствие автокорреляции в модели, рассчитаем статистику Дарбина-Уотсона по следующей формуле:

Для нашей модели dL=1,41, а dU=1,77

Расчетное значение DW=1,83>du

Из этого можно сделать вывод о том, что автокорреляция в нашей модели отсутствует. Далее необходимо проверить модель на наличие гетероскедастичности. Для этого проведем тест Уайта.

Построим следующую регрессию:

е2 = a + b1x1 + b11x12 +…+ b5x5 + b55x52+ b12?x1?x2+…+ b45?x4?x5

Результаты регрессии представлены в таблице ниже.

Таблица 9 - Результаты теста Уайта на гетероскедастичность

	df	SS	MS	F	Значимость F
Регрессия	30	1,9E+10	3,80E+09	0,482977	0,512325
Остаток	30	1,3E+11	2,57E+09
Итого	60	1,54E+11



Как видно из Таблицы выше, полученная регрессия в целом незначима, следовательно гипотеза о наличии гетероскедастичности в модели отвергается.

Таким образом, полученная модель в целом хорошая: в ней отсутствуют автокорреляция и гетероскедастичность, модель в целом значима и значительная часть переменных также оказались значимыми.

Рассмотрим основные качественные выводы из полученных результатов:

Как и предполагалось, рост цен на нефть положительно сказываются на избыточной доходности при объявлении об увеличении дивидендных выплат.

Инфляция не оказывает существенного влияния на избыточную доходность

Снижение концентрации собственности оказывает положительное влияние на реакцию инвесторов (что опровергает изначально выдвинутое предположение о сигнальном эффекте дивидендной политики для миноритариев)

Высокая капитализация компании негативно сказывается на избыточной доходности от хорошей новости. Таким образом, наше изначальное предположение не подтвердилось. Это объясняется тем, что крупные компании находятся «на виду» у аналитиков и всего рынка, соответственно, информации о них у инвесторов больше, в связи с чем новости не являются неожиданными, что снижает силу реакции.

Как и предполагалось, рост прибыли способствует усилению реакции рынка на «хорошую» новость.

Далее рассмотрим модель для «плохих» новостей.



Рис. 10 - Линейная регрессия для «плохих» новостей

Как и в случае с хорошими новостями, модель оказалась в целом значимой. Кроме того, значимыми оказались все переменные, кроме инфляции. Коэффициент детерминации несколько ниже, чем в предыдущей модели, однако остается на достаточно высоком уровне.

Проверим модель на наличие автокорреляции и гетероскедастичности.

Проверка на наличие автокорреляции:

Статистика Дарбина-Уотсона для данного случая равняется DW=1,89

DW>dU, следовательно автокорреляция отсутствует

Проверка на наличие гетероскедастичности

В Таблице 9 представлены результаты теста Уайта

Таблица 10 - Результаты теста Уайта на гетероскедастичность

	df	SS	MS	F	Значимость F
Регрессия	30	2,8E+05	2,81E+05	0,775682	0,578543
Остаток	29	1,7E+10	2,36E+08
Итого	59	1,33E+12

Как и в случае с «хорошими» новостями, тест Уайта показал отсутствие гетероскедастичности в модели.

Таким образом, модель, построенная для «плохих» новостей также в целом адекватна и применима для практики.

Рассмотрим, какие качественные выводы можно сделать из данной модели:

Рост цены на нефть способствует увеличению избыточной доходности при «плохой» новости, то есть снижению падения цены. Таким образом, наше изначальное предположение подтверждается.

Как и в случае с «хорошими» новостями, инфляция не оказывает существенного влияния на избыточную доходность.

Показатель концентрации собственности оказывает положительное влияние на избыточную доходность, то есть снижает реакцию цены на «плохую» новость. Таким образом, чем выше доля акций в свободном обращении, тем слабее реакция рынка на отрицательные новости. Это не подтверждает наше изначальное предположение.

Как видно из результатов построения модели, для компаний с более высокой капитализацией реакция на «плохие» новости будет слабее, чем для компаний с меньшей капитализацией.

Рост прибыли отрицательно сказывается на избыточной доходности при поступлении «плохой» новости на рынок, то есть усиливает реакцию рынка. Это объясняется тем, что снижение дивиденда при росте прибыли за период является более неожиданной новостью для инвестора и, соответственно, реакция на нее будет сильнее.

Таким образом, можно сделать следующие выводы: рост цен на нефть и снижение концентрации собственности являются положительными факторами вне зависимости от характера самой новости, более высокая капитализация компании ослабляет реакцию на новость, а рост прибыли, наоборот, усиливает реакцию на новость в любую сторону.



Заключение

В данной работе проводилось исследование влияния объявлений о дивидендных выплатах на цены акций российских компаний. Несмотря на большое количество исследований на данную тему, данная работа раскрывает нюансы, которые не были рассмотрены в предыдущих исследованиях. Во-первых, анализ ведется на примере конкретной отрасли российского рынка, а во-вторых, в результате работы была построена модель, которая позволяет объяснить избыточную доходность с помощью ряда факторов.

Основной целью работы было выявление влияния данного вида корпоративных новостей различного характера на цены акций российских компаний отрасли добычи и обработки полезных ископаемых, а также выявление факторов, которые обуславливают реакцию рынка на новости и построение модели по данным факторам.

На основе уже существующих исследований были выдвинуты гипотезы о том, что реакция рынка на объявления о дивидендных выплатах сонаправлена с характером новости: при объявлении о росте дивидендных выплат цена акции также растет, а при объявлении о снижении выплат цена падает.

Для проверки данных гипотез были использованы данные с 1 января 2010 по 1 января 2016 года. В итоговой выборке оказалось 119 событий. Для проведения исследования использовался метод событийного анализа (event study).

В результате исследования были получены следующие результаты: как и предполагалось, «хорошие» новости оказывают положительное влияние на цены акций российских компаний, в то время как «плохие» новости оказывают отрицательное влияние. При этом данный результат справедлив как для всей выборки в целом, так и для двух отраслей в отдельности.

Кроме того, при подробном рассмотрении результатов выявлено, что рынок начинает реагировать на новость до фактического появления ее на рынке. Это объясняется тем, что новость об изменении дивидендных выплат является регулярной, и инвесторы способны предсказывать направление изменения и, как следствие, характер новости.

Также в работе была построена модель для выявления влияние различных факторов на избыточную доходность. В результате построения модели были сделаны следующие качественные выводы:

Рост цен на нефть положительно сказывается на избыточной доходности и усиливает положительную реакцию на хорошие новости и снижает негативную реакцию на «плохие» новости.

Инфляция не оказывает существенного влияния на реакцию рынка

Снижение концентрации собственности (высокий показатель free-float) положительно сказывается на избыточной доходности

Для компаний с более высокой капитализацией (более крупных компаний) характерна более слабая реакция на новость любого характера.

При росте прибыли характерна более сильная реакция как на «хорошую», так и на «плохую» новость.



Список литературы

1. Орлова Ю., Агамалова А. 2014. Российский рынок по итогам торгов вырос на 4%. Ведомости (18 марта). http://www.vedomosti.ru.

2. Лукасевич И. Я. 2007. Дивидендная политика: теоретические аспекты и особенности в РФ. Управление корпоративными финансами (4): 228-241

3. Антонян Д.Г., О.C. Беломытцева. Особенности дивидендной политики российских акционерных обществ. Вестник Томского государственного университета. Экономика. 2014. №3 (27)

4. Теплова Т., Зальцман А. 2013. Быть рантье в России. Вестник НАУФОР (3): 43-50.

5. Рогова Е.М., Берникова Г.О. Ценовая реакция российского фондового рынка на объявления компаний о дивидендных выплатах. Российский журнал менеджмента. Том 12, № 4, 2014. С. 3-28

6. И. В. Березинец, Л. А. Булатова, Ю. Б. Ильина, М. В. Смирнов. Реакция российского фондового рынка на объявления о выплате дивидендов: эмпирическое исследование. Вестник С.-Петерб. ун-та. Сер. Менеджмент. 2015. Вып. 1

7. Солодухина А.В., Репин Д.В. Влияние корпоративных новостей на рыночную стоимость компаний. Журнал «Корпоративные финансы», №1 (9), 2009

8. Соломатин А.В., Поляков А.А., Соломатин Я.В. Влияние объявлений о дивидендах на доходность акций российских компаний. Научно-аналитический журнал «Наука и практика» Российского экономического университета имени Г.В. Плеханова, № 2 (14) 2014 г

9. Теплова Т.В. Влияние дивидендных выплат на рыночную оценку российских компаний: эмпирическое исследование методом событийного анализа на российских и зарубежных торговых площадках // Аудит и финансовый анализ. 2008. № 2. С. 1-15.

10. Andres, Christian; Betzer, Andre?; Bongard, Inga; Haesner, Christian; Theissen, Erik. The Information Content of Dividend Surprises: Evidence from Germany. Journal of Business Finance & Accounting. Jun/Jul2013, Vol. 40 Issue 5/6, p620-645.

11. BENSTON, G. "Required Disclosure and the Stock Market: An Evaluation of the Securities Exchange Act of 1934." American Economic Review (March 1973), p 153

12. Bernard, Victor L.; Thomas, Jacob K. Post-Earnings-Announcement Drift: Delayed Price Response or Risk Premium? Journal of Accounting Research. 1989 Supplement, Vol. 27 Issue 3, p1-36

13. Conrad, J., Cornell, B., and W. Landsman (2002), When Is Bad News Really Bad News?, The Journal of Finance.

14. Holthausen, Robert W. and Richard W. Leftwich. 1986. The effect of bond rating changes on common stock prices. Journal of financial economics, 19: p57-89

15. J. E. Walter, «Dividend Policy: It's Influence on the Value of Enterprise». Journal of Finance , May63, Vol. 18 Issue 2, p280-291, 12p

16. J. Randall Woolridge. Dividend Changes and Security Prices. The Journal of Finance, 12/1/1983, Vol. 38, Issue 5, p. 1607-1615

17. Neuhierl, Andreas; Scherbina, Anna; Schlusche, Bernd, (2011). Market Reaction to Corporate Press Releases. Journal of Financial & Quantitative Analysis. 2013, Vol. 48 Issue 4, p1207-1240

18. Pritamani, M., and V. Singal. Return predictability following large price changes and information releases //Journal of Banking and Finance, 2001.

19. Федеральный закон от 26.12.1995 №208-ФЗ «Об акционерных обществах»

20. http://superinvestor.ru/archives/7620

21. http://moex.com/ru/listing/free-float.aspx



Приложение

Выборка событий для анализа

Номер	Название компании	дата события	тип новости	отрасль
1	Polymetal	28.08.2013	G	добыча
2	Polymetal	05.12.2013	B	добыча
3	Polymetal	20.05.2014	B	добыча
4	Polymetal	27.08.2014	G	добыча
5	Polymetal	04.12.2014	G	добыча
6	Polymetal	20.05.2015	G	добыча
7	Polymetal	25.08.2015	N	добыча
8	Polymetal	03.12.2015	G	добыча
9	Алроса	25.04.2012	G	добыча
10	Алроса	25.04.2013	G	добыча
11	Алроса	24.04.2014	G	добыча
12	Алроса	23.04.2015	N	добыча
13	БурЗолото	23.06.2012	N	добыча
14	БурЗолото	20.06.2014	N	добыча
15	БурЗолото	26.06.2015	N	добыча
16	ВСПМО-АВСМ	28.06.2010	B	металлургия
17	ВСПМО-АВСМ	13.06.2011	G	металлургия
18	ВСПМО-АВСМ	29.06.2012	G	металлургия
19	ВСПМО-АВСМ	29.06.2013	G	металлургия
20	ВСПМО-АВСМ	06.06.2014	G	металлургия
21	ВСПМО-АВСМ	12.05.2015	G	металлургия
22	ВСПМО-АВСМ	28.09.2015	G	металлургия
23	ГМКНорНик	28.06.2010	G	металлургия
24	ГМКНорНик	21.06.2011	B	металлургия
25	ГМКНорНик	29.06.2012	N	металлургия
26	ГМКНорНик	06.06.2013	G	металлургия
27	ГМКНорНик	20.12.2013	G	металлургия
28	ГМКНорНик	06.06.2014	G	металлургия
29	ГМКНорНик	11.12.2014	G	металлургия
30	ГМКНорНик	13.05.2015	G	металлургия
31	ГМКНорНик	14.09.2015	G	металлургия
32	ГМКНорНик	19.12.2015	B	металлургия
33	КузбТК	23.06.2011	N	металлургия
34	КузбТК	14.03.2012	G	металлургия
35	КузбТК	15.04.2013	B	металлургия
36	КузбТК	18.04.2014	N	металлургия
37	КузбТК	15.04.2015	B	металлургия
38	Лензолото	21.08.2012	G	добыча
39	Лензолото	06.05.2013	B	добыча
40	Лензолото	10.09.2013	G	добыча
41	Лензолото	15.05.2014	B	добыча
42	Лензолото	19.05.2015	G	добыча
43	Мечел	29.06.2010	B	металлургия
44	Мечел	29.06.2011	G	металлургия
45	Мечел	29.06.2012	N	металлургия
46	Мечел	28.06.2013	N	металлургия
47	Мечел	30.06.2014	N	металлургия
48	Мечел	30.06.2015	N	металлургия
49	ММК	23.05.2010	N	металлургия
50	ММК	20.05.2011	B	металлургия
51	ММК	25.05.2012	B	металлургия
52	ММК	03.01.2013	G	металлургия
53	ММК	24.05.2013	B	металлургия
54	ММК	30.05.2014	B	металлургия
55	ММК	15.12.2014	G	металлургия
56	ММК	24.04.2015	N	металлургия
57	ММК	19.08.2015	N	металлургия
58	НЛМК	04.06.2010	B	металлургия
59	НЛМК	30.06.2011	G	металлургия
60	НЛМК	29.09.2011	G	металлургия
61	НЛМК	30.05.2012	G	металлургия
62	НЛМК	07.06.2013	B	металлургия
63	НЛМК	06.06.2014	N	металлургия
64	НЛМК	30.09.2014	G	металлургия
65	НЛМК	05.06.2015	G	металлургия
66	НЛМК	30.09.2015	G	металлургия
67	НЛМК	21.12.2015	G	металлургия
68	ПолюсЗолото	21.05.2010	G	добыча
69	ПолюсЗолото	25.10.2010	G	добыча
70	ПолюсЗолото	20.05.2011	G	добыча
71	ПолюсЗолото	09.12.2011	G	добыча
72	ПолюсЗолото	26.04.2013	G	добыча
73	ПолюсЗолото	28.05.2013	B	добыча
74	ПолюсЗолото	25.10.2013	G	добыча
75	ПолюсЗолото	30.05.2014	B	добыча
76	ПолюсЗолото	10.12.2014	G	добыча
77	ПолюсЗолото	18.05.2015	G	добыча
78	РУСАЛ	13.10.2015	G	металлургия
79	Русолово	24.03.2014	N	металлургия
80	Русолово	04.07.2014	N	металлургия
81	Русолово	29.06.2015	N	металлургия
82	Северсталь	10.06.2010	B	металлургия
83	Северсталь	20.12.2010	G	металлургия
84	Северсталь	26.06.2011	G	металлургия
85	Северсталь	02.10.2011	G	металлургия
86	Северсталь	09.01.2012	G	металлургия
87	Северсталь	27.06.2012	G	металлургия
88	Северсталь	27.09.2012	B	металлургия
89	Северсталь	20.12.2012	N	металлургия
90	Северсталь	12.06.2013	B	металлургия
91	Северсталь	29.09.2013	N	металлургия
92	Северсталь	17.12.2013	B	металлургия
93	Северсталь	11.06.2014	G	металлургия
94	Северсталь	26.09.2014	N	металлургия
95	Северсталь	17.11.2014	G	металлургия
96	Северсталь	26.05.2015	G	металлургия
97	Северсталь	16.09.2015	G	металлургия
98	Северсталь	11.12.2015	B	металлургия
100	Селигдар	30.04.2013	G	добыча
101	Селигдар	20.06.2013	N	добыча
102	Селигдар	26.06.2014	N	добыча
103	Селигдар	18.06.2015	B	добыча
104	ТМК	22.06.2010	B	металлургия
105	ТМК	28.06.2011	G	металлургия
106	ТМК	26.09.2011	G	металлургия
107	ТМК	26.06.2012	G	металлургия
108	ТМК	02.11.2012	G	металлургия
109	ТМК	25.06.2013	B	металлургия
110	ТМК	12.11.2013	B	металлургия
111	ТМК	19.06.2014	N	металлургия
112	ТМК	25.12.2014	B	металлургия
113	ТМК	23.06.2015	B	металлургия
114	ТМК	12.10.2015	G	металлургия
115	ЮжКузб	22.06.2010	N	металлургия
116	ЮжКузб	23.06.2011	N	металлургия
117	ЮжКузб	20.06.2012	N	металлургия
118	ЮжКузб	20.06.2013	G	металлургия
119	ЮжКузб	23.06.2014	B	металлургия
120	ЮжКузб	22.06.2015	N	металлургия

Размещено на Allbest.ru