Гипотеза эффективного рынка в развивающихся странах в условиях «узкой торговли», на примере стран прибалтийского региона

Изучение эффективности рынков, особенно развивающихся приобрело большую попу­лярность в виду бурного экономического роста в них. Естественно, это привело и к росту повышенного интереса со стороны инвесторов, так как рынки с развивающейся экономикой считаются менее эффективными по сравнению с развитыми, что в свою очередь позволяет инвесторам путем арбитража получать сверхдоходность по своим портфелям инвестирован­ных в рынки с формирующейся экономикой. А как же быть с риском? Ведь известно, чем выше доходность, тем выше риск. Инвесторы решают эту проблемму путем диверсификации своих активов между развитыми и развивающимися странами.

Рынки с развивающейся экономикой в силу своих особенностей приносят большую доходность инвесторам по сравнению с развитыми. Описать этот казус можно с точки зрения гипотезы эффективного рынка. Развивающиеся рынки, как правило, не ликвидны, причиной тому является постоянно меняющаяся законодательная база, нетранспарентность информа­ции получаемой на рынке порождающей арбитраж, и наконец институциональная не разви­тость. Последняя подразумевает неразвитость, фондовых рынков и другой инфраструктуры связанных с ними. Вышеперечисленные факторы влияют на фондовые рынки так, что они становятся информационно неэффективными. Следовательно, на рынке существует инсай­дерская информация, которая неодинаково и неодновременно доступна всем игрокам рынка, как следствие того, цены не могут реагировать на информацию, или другими словами, коти­ровки цен не отражают всю доступную информацию. Поэтому, инвесторы, обладающие дополнительной информацией имеют шанс получить сверх прибыль в отличии от инвес­торов, играющих на фондовых рынках развитых стран, где все доступно на равных условия для все инвесторов. Неопытность инвесторов развивающихся стран является еще одной причиной неэффектиности стран с развивающимся рынком. Как правило, у таких инвесторов мало опыта, в связи, с чем допускаются многочисленные ошибки в принятии решения, которая выражается в переоценке информации либо недооценки ее. Чаще всего такие инвесторы принимают решения, основанные не на фундаментальном анализе, а на опыте своих успешных колег, повторяя их инвестиционные решения, такие инвесторы называются шумными «шумные трейдеры» (noise traders). Однако, невзирая на вышепречисленные факты, мы не можем утверждать, что на рынках с формирующейся экономикой не действует гипотеза эффективного рынка, суть которой заключается в том, что рынок эффективен тогда, когда цены актива отражают всю информацию о ней, и меняются моментально с получением новой (Fama 1970; 1991) [1,2]. 

Эмпирическая методика проверки гипотезы эффективного рынка основанна на развитых странах, следовательно, примение аналогичной методики для развивающихся рынков приведет к некоторым ошибкам расчета (так называямая "bias"), в связи с чем необходимо внести корректировки в процесс моделирования на факторы (нелинейность динамики дохо­дов, тонкая торговля, институциональное развитие, соотношение риска и доходности с тече­нием времени) присущих фондовым рынкам с развивающейся экономикой [3].

На сегодняшний день существуют множество методик расчета гипотезы эффективного рынка, однако они все основанны на линейных моделях, которые не приемлемы для разви­вающихся стран. Мы в своем исследовании использовали метод предложенный Антониу в 1997 году [4], данная методика более подробна была описана в нашей предыдущей статье «Методика оценки Гипотезы эффективного рынка (ГЭР) в развивающихся странах» [5]. Мы провели исследование на эффективность фондовых рынков 13 развивающихся стран, предварительно сгруппировав их по географическому признаку, это страны СНГ, Балтийского региона, Балканского Региона и страны Вышеградской группы. Исследование проводилось с момента появление фондовых рынков в странах, т.е. включает 10 и более лет в зависимости от страны. В данной статье отражены основные результаты проведенной эмпирической работы на фондовых рынках развивающихся стран Балтийского Бассейна.

Балтийские фондовые биржи Историю балтийских фондовых рынков необходимо рас­сматривать в контексте их создания, в период перехода от централизованно планируемой экономики в странах Восточной Европы к рыночной модели на протяжении 1990-х. Благо­даря своему географическому местоположению, Эстония, Латвия и Литва приняли участие в усилении Скандинавских стран к укреплению интеграции между столицами региональных рынков. Эти усилия первоначально сложились в рамках Альянса Норекс (NOREX) в конце 90-х, целью которого было институциональное согласование скандинавских фондовых бирж, и завершились в интеграцию OMX-группы, направленной на объединение северно-европей­ских рынков под своей эгидой. Первоначально, основанный в сентябре 2003 года в резуль­тате слияния между финским и шведским фондовыми биржами, OMX присоединил датскую фондовую биржу в январе 2005 года, исландскую в конце 2006 года и армянскую в ноябре 2007 года, принимая при этом 10% акций норвежской фондовой биржы в октябре 2006 года.

После предварительных переговоров в 2007 году, в феврале следующего года объеди­нились NASDAQ и OMX, таким образом, переименовавшись, в NASDAQ-ОМХ они стали крупнейшим альянсом фондовых бирж во всем мире.

Исследуемые рынки балтийского бассейна развивались в параллельной траектории в начале 1990-х годах (1993 г. вильнюсская фондовая биржа (Литва); 1995 рижская (Латвия) фондовая биржа; 1996 таллинская (Эстония) фондовая биржа). На начальном этапе своего становления оптимизм инвесторов всех трех рынков сильно повысил национальные индексы, однако эйфория продолжалась не долго, уже к концу 1990-х цены демонстрировали резкое падение. В 2001 году в таллинская и рижская биржи объединились с финской биржей, кото­рая позднее слилась со шведским фондовым рынком в 2003 году позволив им присоединить­ся к недавно созданному альянсу OMX заняв место в ней в рамках «Балтийского-сегмента». К маю 2004 года OMX присоединил вильнусскую фондовую биржу, а с сентября 2004 года (май 2005 года на литовском рынке) акций всех Балтийских рынков начали торговаться на площадках OMX (SAXESS). Учитывая свои объемы торгов, характеризующихся тонкостью, власти балтийских бирж предприняли шаги, направленные на укрепление инвесторов, увеличения их участия и доверия к своим рынкам, в том числе разработка рекомендации по корпоративному управлению (2005), в Эстонии и Латвии, а также образовательные инициа­тивы, направленные на повышение осведомленности о фондовом рынке среди инвесторов.

Использованные данные: Исследование проводилось на трех фондовых рынках Балтий­ского бассейна, которые включают в себя Латвию (RIGSEIN), Литву (LNVILSE) и Эстонию (ESTALSE). Антониу (1997) [4] в своей работе указал, что одна из наиболее распрастраненных ошибок спецификации в моделировании это использование редких временых рамок (ежемесячные, еженедельные), так как соотношение риска и доходности меняется с течением времени. Во избежание таких ошибок нами были использованы ежедневные цены сводных индексов каждого фондового рынка на момент закрытия. Данные о ценах были загружены с базы данных Data Stream начиная со дня открытия фондового рынка в стране т.е. начиная с 3 января 2000 года по 18 сентября 2009 года, всего 2534 торговых дней.

Как уже отмечалось ранее, для оценки эффективности была использованна методика Антониу (1997) [4], которую в последующем продолжили Сирипулос, Тсотос и Карагиани (2001) [6], Райхон и др. (2007) [7]. Вышеперечисленные ученные провели эмпирическое исследование на фондовых рынках Стамбула, Новой Зейландии, и Афин соответственно, где они сначала проверили модель на нелинейную динамику, и после на тонкую торговлю «thin trading».

Для построения модели сначала вычисляем доходность фондовых индексов путем:

Rt = ln(Pt/Pt-1) (1)

где Rt _это доходность индекса, а Pt и Pt-1 цены индекса на конец дня текущего и на конец дня предыдущего соответственно.

Далее строитм модель случайного блуждания «random walk» на весь исследуемый период:

модель случайного блуждания «random walk»

Значимость коэффициента а1 будет указывать на наличие предсказуемости в доходностях акций, следовательно, на рынке присутствует арбитраж, а инвесторы могут получить сверх прибыль. Как известно, по гипотезе эффективного рынка все рынки эффективны, и поэтому невозможно предсказать доходность ценной бумаги и получить сверх доход.

Таблица 1

Модель случайного блуждания («random walk»), 1996-2009гг. Rt= «о + aiRK +Et

В исследуемом периоде все коэффициенты а1 статистически значимы. Следовательно, рынок информационно неэффективный, другими словами информация не одинаково доступна всем игрокам рынка, значит инвесторы обладают инсайдерской информацией используя которую, они могут предсказать будущие направление котировок акции, и получить сверх прибыль.

Как гласит одна из предпосылок ГЭР динамика доходности активов имеет линейную функцию что всегда верно для развитых экономик, однако, многие эмпирические исследования доказали обратное для фондовых рынков развивающися сран. Так например, Соллибак (2001, 2002 г.) [8], [9], Сирипулос (2001г.) [6], доказали эмпирически, что развивающиеся рынки имеют нелинейную динамику доходности актива. Для получения точных результатов, проверяем модель на наличие линейности, добавляя в формулу (1) второй коэффициент а2, статистическая значимость которого будет свидетельствовать о наличии нелинейной динамики в доходностях актива и наоборот.

Модель случайного блуждания («random walk»), с учетом нелинейности 1996-2009гг.

Как видно из таблицы, все коэффициенты а2 статистически значимы для всех трех рынков. Следовательно, все рынки в исследуемом периоде характеризуются нелинейностью в доходностя актива, что соответствует находкам других ученных протестировавшие ГЭР на других аналогичных рынках.

Эмпирически доказано, что развивающиеся рынки характиризуются пассивностью в торговой деятельности, или «тонкой торговлей» (thin trading). В отличии от активов развитых стран, активы развивающися стран имеют как активные торговые дни так и пассивные, когда практически не заключаются сделки по данному активу. В результате, на графике доходности исследуемого актива появляются пробелы на момент неторговых дней, которая сопровождается ошибками спецификации.

В уровнениях (1) и (2) не учитывается фактор тонкой торговли, в связи, с чем не исключается появление ошибок спецификации, (bias). В целях избежания ошибок с помощью методики Миллера (1994) [10], находим неторговые дни в два этапа. На первом, для определения неторговых дней строим авторегрессионную модель первого порядка AR (1), после чего, корректируем первоначальную доходность активов расчитанную для формулы (1) на тонкую торговлю.

Авторегрессионная модель первого порядка AR (1), при помощи которой определяются

неторговые дни:

rt = а + а2 rt-1 + et (3)

Затем, первоначальная доходность корректируются на тонкую торговлю, полученную на первом этапе при помощи следующего уравнения

rtadl = et/(1- а2)  (4)

По утверждению Антониу и др. (1997a) [4], из уравнения (3) следует, что корректировка на тонкую торговлю остается постоянной во времени, что может быть неприемлимым для развивающися рынков, так как они имееют существенные отличия в длительности торговых днях. В связи, с чем они предложили использовать уравнение (3) методом рекурсивной оценки. Где rt в уравнении (3) представляет собой процент логарифмической разности ежедневного дохода исследуемого индекса. После исправления на тонкую торговлю рекурсивным методом, с помощью полученных скорректированных доходностей rtadj заново проверяем эффективность рынка была при помощи уравнений (1), и (2). Таблицы 3 и 4 демонсрируют результаты корректировки на тонкую торговлю без учета и с учетом нелинейности для всех трех рынков соответственно.

Таблица 3

Модель случайного блуждания («random walk»),

Следует отметить, что после корректировки модели на тонкую торговлю все коэффи­циенты а1 стали статистичеки незначимыми на 5% уровне, другими словами рынок стал информационно эффективным, что означает тот факт, что информация одинаково доступна всем игрокам рынка, нет никакой инсайдерской информации, а значит и нет возможности получения свехприбыли. Более того, все коэффициенты а1 стали негативными, демонстри­руя серийную корреляцию. Данный вывод еще раз подтверждает первоначальные результаты показанные в таблице-1, 2 о том, что нет информационной эффективности в исследуемых рынках. Иначе говоря, неэффективность рынков Эстонии, Латвии и Литвы есть результат присутствия тонкой торговли в этих рынках. Если регуляторы фондовых рынков исследуемых стран примут меры по искоренению неторговых дней, рынок станет более торгуемым, в результате чего повыситься ликвидность рынка, что повлечет за собой информационную эффективность фондовых рынков.

На основе моделирования можно сказать, о том, что исследуемые рынки показали информационную неэффективность за последние 9 лет. Причиной тому явился факт низкой ликвидности рынка, который отразился не в постоянсве торговых дней, что в свою очередь привело к присутствию на рынке тонкой торговли, в результате которой динамика доходов имела нелинейную функцию. Все рассматриваемые рынки относятся к классу бурно развивающихся экономик, где постоянно меняются законодательсва, влияющие на институциональное развитие. Поэтому проверку гипотезы эффективного рынка необходимо протестировать еще и с учетом институционального развития этих стран. Более того, мы считаем, что интеграция Латвии, Литвы и Эстонии в крупнейший фондовый альянс мира ОМХ обязательно повлияет на эффективность фондовых рынков. В следующей статье мы опубликуем основные результаты моделирования с учетом институционального развития. Для этой цели модель с учетом линейного фактора, и фактора тонкой торговли будут про­анализированы не на весь исследуемый период сразу (9 лет), а на каждый календарный год.

 

Литература

  1. Fama, Eugene (1965). "The Behavior of Stock Market Prices". Journal of Business (38): 34-105.
  2. Fama, E.F. (1970) Efficient capital markets: A review of theory and empirical work. The Journal of Finance, 25(2), pp. 383-423.
  3. Досмухамбетова Г.Б. «Специфика оценки Гипотезы эффективного рынка (ЕМН) в развивающихся стра­нах» стр.50-51. Финансовый механизм повышения инновационной активности в экономики РК. Материалы межд. научно-прак. конф. посв. 60-летию Высшего экон. образования в Казахстане. Часть-2, Алматы -2009 г.
  4. Antoniu, A., Ergul, N. and Holmes P. (1997) Market efficiency, thin trading and non-linear behavior: Evidence from an emerging market. European Financial Management, 3(2), pp. 175-190.
  5. Досмухамбетова Г.Б. «Методика оценки Гипотезы эффективного рынка (ГЭР) в развивающихся странах», Вестник КазНУ им. Аль-Фараби, Серия экономическая (5) на печати.
  6. Siriopoulos, C., Tsotsos, R. and Karagianni, S. (2001) The Impact of Non Linearities, Thin Trading and Regulatory Changes in the Efficiency of an Emerging Capital Market. The Applied Business Research, 17(4), pp.81-92
  7. Rayhorn, C., Kabir Hassan, M., Yu, J-S and Janson, K.R., 2007, "Emerging Market Efficiencies: New Zealand's Maturation Experience in the Presence of Non-Linearity, Thin Trading and Asymmetric Information", International Review of Finance, 7 (1-2): 21-34.
  8. Solibakke, P.B. (2001) Efficiently ARMA-GARCH estimated trading volume characteristics in thinly traded markets. Applied Financial Economics, 11(5), pp. 539-556.
  9. Solibakke, P.B. (2005), 'Non-linear Dependence and Conditional Heteroscedasticity in Stock Returns. Evidence from the Norwegian Thinly Traded Equity Market', European Journal of Finance, 11 (2): 111-136.
  10. 10.   Miller, M.H. J. Muthuswamy and R.E. Whaley (1994) "Mean Reversion on Standard and Poor 500 Index Basis Changes: Arbitrage-Induced or Statistical Illusion?", Journal of Finance, 49 (2): 479-513

 

Фамилия автора: Г.Б. Досмухамбетова
Год: 2010
Город: Алматы
Категория: Экономика
Яндекс.Метрика