WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


Pages:     | 1 |   ...   | 10 | 11 || 13 | 14 |   ...   | 18 |

Например, Чарльз Кармер (1994) попытался объяснить "январский эффект".1 Кармер признал, что хотя рыночное равновесие не диктует никаких правил для января само по себе, однако добавляет ясности в объяснение модели оценки доходности финансовых активов (CAPM). Так как CAPM является любимым инструментом для академической и практической работы, экономисты и финансовые менеджеры пытались понять «январский эффект».

В мусульманских странах интерес представляет поведение акций в месяц Рамадан. Для определения эффекта Рамадана нами был проведен регресионный анализ.

Вычисленная регрессия приведена ниже:

Rt = 0 1Dt Dt = Dt = Значение Dt = 1 относится к месяцу Рамадан, а значение Dt = 0 относится к другим месяца года.

Волатильность в течение месяца Рамадан была рассчитана с использованием GARCH модели:

GARCH модели:

k Rt 0 + 1Dt + Rt j + et j j et | N 0; ht t p q ht + 1Dt + et2 + ht j 0 i j j i 1 j p+Вышеупомянутый расчет был проведен несколько раз для каждого сектора ФБК отдельно.

«Январский эффект» – это феномен, заключющийся в том, что средние доходы по акциям, особенно небольших компаний, в среднем выше в январе, чем в другие месяцы.

У этого приема есть свои определенные преимущества перед другими. В данном случае очень легко конкретизировать модель. Другим преимуществом является определенность присутствия или отсутствия какого-то конкретного тренда или установленных фактов, потому что, выявляя сезонность, мы применяем F- тест и t- тест к абсолютно каждому сектору.

3.4. ОПРЕДЕЛЕНИЕ ПОРЯДКА ИНТЕГРИРОВАНИЯ РЯДОВ ДАННЫХ Как мы уже заметили ранее, для применения ARCH модели необходимо, чтобы исходные данные были стационарны. Для этого есть очень важные причины. Предположим, что мы применили ARCH модель к нестационарным данным, тогда оценка параметров ARMA даст нам смещенные оценки, далекие от реальности. Во-вторых, так как оценки автокорреляционных коэффициентов будут занижены, риск принять неверное решение о стационарности и устойчивой автокорреляции данных увеличится.

Этот процесс называется определением порядка интегрирования рядов данных. Стационарные ряды данных имеют следующие свойства:

4. (I) ряды имеют постоянное среднее значение.

5. (ii) ряды имеют постоянную дисперсию Обычно для определения порядка интегрирования используют критерий единственного корня.

В настоящее время рассматривается также критерий Дикея-Фуллера.

Следующее объяснение может быть выдвинуто для объяснения стохастического процесса. Предположим, что Yt Yt 1 + t t Здесь - «белый шум»1, а может принимать различные значения.

может быть =1, Временные ряды называются “белым шумом", если лежащая в их основе переменная имеет среднюю, равную нулю, постоянную дисперсию и нулевую корреляцию последовательных наблюдений, т.е. нулевую автокорреляцию.

может быть >1, и может быть < 1.

Если =1, тогда процесс - это интегрированный процесс первого порядка.

Если >1, процесс не интегрирован.

Если <1, ряды могут считаться стационарными.

Для начала мы формулируем нулевую гипотезу о существовании единственного корня;

В системе обозначений Ho:> H1:< DF критерий (тест) имеет три спецификации:

p Yt Yt 1 + Yt j + j j Yt + Yt 1 + Yt j + j t Yt + Yt 1 +.t + Yt j + j Тест ADF сначала применяется к исходному ряду: если он оказывается стационарным, то все в порядке. В противном случае тест применяется к первой производной ряда и, возможно, фиксируется стационарность; если стационарность не достигается после применения теста к первой производной, мы применяем его ко второй производной и достигаем стационарности такого ряда. Теперь рассмотрим модель CAPM.

3.5. АВТОРЕГРЕССИОНЫЙ ПРОЦЕСС В этом процессе текущее значение Yt получают по взвешенной средней прошлых показателей периодов Р в порядке убывания. Математически это выглядит следующим образом:

Yt 0 + 1Yt 1 + 2Yt 2 + 3Yt 3 + + Yt p + t, s _ параметры уравнения могут принимать положительные или отрицательные значения и = белый шум.

t 3.5.1. MA (процесс скользящей средней) В этом процессе итоговый член Yt, является взвешенной средней случайного распределения в текущем и прошедшем периоде. Скользящая средняя q-го порядка обозначается как МА(q); в форме уравнения это выглядит так:

Yt u + 1 2 t t 1 t 1 q t q, s могут принимать любые значения любого знака. е –предполагается нормально распределенной случайной переменной с нулевым средним.

3.5.2. ARMA процесс ( авторегресионные модели скользящей средней) Комбинация AR и MA применяется для получения стационарных случайных процессов. ARMA (p, q) принимает следующую форму:

Yt Yt 1 + + Pt p + + 1 q t t 1 t q 3.6. ARCH (АВТОРЕГРЕССИОННЫЕ УСЛОВНЫЕ ГЕТЕРОСКЕДАСТИЧНЫЕ МОДЕЛИ) В ARCH моделях дисперсия ht текущей ошибки моделируется следующим образом:

ht Et 1 0 + t i t i Где Et 1 обозначает ожидания, основанные на информации до момента времени t - 1.

3.7. ЭМПИРИЧЕСКИЕ ПОКАЗАТЕЛИ РАЗВИТЫХ РЫНКОВ Ю.Фама (1965), используя 30 акций, на которых основан промышленный индекс Доу-Джонса, протестировал модель случайного блуждания. Согласно модели случайного блуждания, последовательные значения доходности по определенной акции не имеют сериальной корреляции, и доходность бумаг подчиняется некоторым правилам вероятностного распределения. Фама также открыл, что доходы по акциям этой выборки не имели нормального распределения. Результаты, полученные Фама в его исследовании, подтвердили гипотезу Манделброта (1963)1. В качестве инструментов для исследования эффективности рынка Фама использовал показатели сериальной корреляции и спроса. На основе этих критериев Фама определил, что рынок США отвечал условиям, характерным для эффективного рынка. В исследовании 1970 г. Фама2 вновь коснулся EMH и защищал утверждение о том, что низкие цены на акции и высокие доходы по ним связаны с их рискованностью.



Дреман (1994) попытался опровергнуть EMH, показав, что можно получить значительный доход, используя определенные стратегии. Многие люди следовали аргументам Дремана и его приверженцев и инвестировали в облигации, иностранные ценные бумаги, валюту, опционы, фьючерсы и другие финансовые деривативы и в итоге лишились миллиардов долларов.

Достоверность EMH была проверена Али и Хазаном3 для канадского рынка ценных бумаг (1993). Они использовали ежемесячные данные с г. по декабрь 1988 г. и нашли, что рынок является эффективным.

Фама и МакБет (1973) проверяли взаимосвязь доходности и риска на Нью-Йоркской фондовой бирже. Они обнаружили, что рынок эффективен с точки зрения того, что рыночные цены немедленно отражают всю доступную информацию.

Исследования Ерранзы (1979), посвященные анализу модели случайного блуждания на бразильском рынке ценных бумаг, позволили сделать вывод о том, что бразильский рынок соответствует условиям слабой формы эффективности. Ерранза использовал ежемесячные данные по 64 активным акциям и обнаружил, что доходности имели нормальное распределение.

Доходность и волатильность рынка акций была исследована Френчем, Швертом и Станбаухом (1987). Авторы обнаружили наличие прямой связи Mandelbrot.B. “The Variation of Certain Speculative prices”// Journal of Business. 1963. №36. pp.394-419.

Fama E. “Efficient Capital Market-2”// Journal of Finance. 1970. - pp.383-417.

Ali S. M., Hasan M. A. “ Is the Canadian Stock market Efficient with respect to Fiscal Policy. Some vector Auto Regression Results”// Journal of Economics and Business.1993. № 45. pp.49-59.

между ожидаемой премией за риск и волатильностью доходности акций. В модель ARIMA ввели модель GARCH.

Хорошее сравнение развивающихся и развитых рынков на предмет присутствия эффектов ARCH было произведено Ерранзой, Хоганом, Кимом и Падманабханом (1994)1. Сериальная зависимость была устранена применением ARIMA. После этого, эффекты ARCH были обнаружены лишь в двух из шести развитых рынков и на всех формирующихся рынках.

После обзора нескольких исследований Хававини2 сделал следующее заключение: "можно предположить, что уровень доходности ценных бумаг на зарубежных рынках будет таким же, как в США". Это предположение Хававини сделал с оговоркой, что уровень эффективности рынка должна совпадать с эффективностью рынка США.

3.7.1. Обзор литературы по рынку акций Пакистана До начала 90-х годов специальных исследований пакистанского рынка акций практически не проводилось. После 1991 г. появился целый ряд интересных работ. Хильджи (1993)1 в своем исследовании поведения рынка акций Пакистана подсчитал месячную норму доходности. Он обнаружил, что доходность в большинстве случаев не следовала нормальному распределению, и доходы имели положительную ассимметрию и превышали эксцесс нормального распределения. Он применил модель CAPM и установил, что акции компаний целлюлозно-бумажной промышленности менее рискованные, чем акции компаний цементной индустрии. Автор сделал также интересный вывод о том, что инвестор, вкладывающий средства в акции одной отрасли, не имел преимущества перед тем инвестором, который вкладывал средства в акции предприятий различных отраслей.

Errunza V.Hogan kJr. Kini.o.Padmanabhan p. “Conditional Hetroscedasticity and Global Stock Return Distributions ” // The Financial Review. 1994. № 29. pp. 293-317.

Burtonand G. C. “Expectations and the structure of share prices” // American Economic Review. 1970. № 60.

pp.601-617.

Khilji N. “ The Behavior of Stock Returns in an Emerging Market : A Case Study of Pakistan” // Pakistan Development Review. 1993. № 32(4). pp.593-604.

Хильджи (1994)2 также предложил нелинейную детерминированную модель и обнаружил, что все средние доходы были положительными и статистически существенными. В дальнейшем автор предложил использовать ARCH модель, потому что 6 из 11 индексов демонстрировали нелинейную зависимость.

Аппал (1993)2 с помощью приема GARCH провел серию исследований, изучая взаимосвязь цен акций пакистанских компаний с некоторыми другими региональными и международными рынками. Аппал обнаружил, что на динамику пакистанского рынка оказывает явное влияние только рынок США.

Джан и Аппал (1994)4 исследовали эффекты либерализации пакистанского фондового рынка. Ученные обнаружили многократное повышение месячных доходов по сравнению с результатами до открытия рынка, нижний предел увеличения - в два раза, и верхний - в 20 раз.

Одновременно заметно возросла волатильность. Вторым следствием открытия рынка стало повышение коэффициентов автокорреляции, это означает, что рынок стал менее эффективным после его либерализации.

В дальнейшем (1994) Аппал внес уточнения в свои исследования, используя индексы за недельные периоды с апреля 1988 г. по июнь 1994 г.

Применяя GARCH-M(1,1) автор заключил, что эффекты ARCH присутствовали как в период либерализации, так и после либерализации.

Автор полагал, что комбинирование методов AR и MA свидетельствовало о том, что этот период носил ярко выраженный спекулятивный характер.

Полезный вклад в разработку данной проблемы был также сделан Хуссейном и Кевином Форбсом (1999)1. В своем труде они изучили взаимосвязь доходов акций и волатильности фондового рынка. GARCH(1,1) была определена как репрезентативная модель для изучения волатильности.





Они обнаружили устойчивость вариации, что означает долговременное Khiilji N. “Nonlinear Dynamics and Chaos: Application to Financial Markets in Pakistan”.// Pakistan Development Review. 1994. № 33. pp.1417-1429.

Uppal J. “ The internationalization of the Pakistani Stock Market: An empirical Investigation” // Pakistan Development Review. 1993. #32(4). pp.605-618.

Uppal.J. ““Evolution of Stock Return Behavior in an Emerging Market :A case study of the Karachi Stock Exchange”. A paper presented at the meeting of the Financial Management Association, October 1994.

Hussain F. Kevin F. “Efficiency in a thinly traded Market : The case of Pakistan” Unpublished.

нарушение волатильности. Снова наблюдалась некоторая степень изменения прежних трендов устойчивости. Ранее Хуссейн обнаружил, что индекс устойчивости KSE100 наряду с индексом по некоторым другим ценным бумагам - больше единицы, и это означает, что значения отношения шоков к волатильности не падали какое-то время.

Таким образом, ученые не пришли к согласию по поводу обоснованности EMH в том, что цены на акции отражают рациональные ожидания изменения фундаментальных факторов.

ГЛАВА 4. АНАЛИЗ ДИНАМИКИ РЫНКА АКЦИЙ ПАКИСТАНА (1995-1998 ГГ.) 4.1. ИСТОЧНИКИ ДАННЫХ Как отмечалось выше, в Пакистане существуют три фондовые биржи, расположенные в городах Лахор, Карачи и Исламабад. Биржа Карачи имеет статус Национальной фондовой биржи Пакистана. Используемые нами данные были взяты из биржевых сводок и скорректированы с учетом выплаты дивидендов, выпусков райтов и бонусов в виде акций. В свою очередь, эта информация была собрана из годовых отчетов отдельных компаний, публикуемых ими раз в полгода и ежегодно. Другим источником исходных данных, наряду с периодической печатью и биржевыми сводками, были данные из базы Международной финансовой корпорации.

Использовалась ценовая информация по 16 отдельным компаниям:

Askari Bank, Adamjee Insurance, Bank of Punjab, Dewan Suleman, Dhan Fiber, Engro Chemical, Fauji Fertilizer, Faisal Bank, General Tek, Hub Power, I.C.I.

Pak, K.E.S.C, LTV Capital Modarba, Muslim Commercial Bank, P.I.A.C, P.T.C., а также индекс KSE - 100.

Рассмотренный период - с 27 марта 1995 г. по июль 1998г. Выбор указанных компаний был произведен после консультаций с рядом экспертов и членов фондовой биржи. Целью являлось создание репрезентативной выборки пакистанского рынка ценных бумаг.

Непременным условием отбора был непрерывный листинг компаний в течение анализируемого периода.

Государственный банк Пакистана обязан публиковать фондовые индексы с ежедневной, еженедельной и ежемесячной периодичностью в буклете под названием "Индексы ценных бумаг фондовой биржи". Общий индекс, названный Государственным банком Пакистана общим индексом цен на акции, рассчитывается на основе всех ценных бумаг, котируемых на Фондовой бирже Карачи, и дает полное представление о рынке.

Ежедневные индексы приводятся в архивах банка. Изучение основано на 986, 961, 988, 985, 992, 933, 977, 983, 838, 992, 994, 886, 975, 987, 723, 996, 997 наблюдениях (соответственно, Askari Bank, Adamjee Insurance, B.O.P, DEWAN Suleman, Dhan Fibre, Engro Chemical, Fauji Fertilizer, Faisal Bank, General Tek, Hub Power, I.C.I Pak, K.E.S.C, L.T.V Capital, M.C.B, P.I.A.C, PTC, KSE).

Для определения дневной ставки доходности была использована первая разность натурального логарифма ценовых индексов. Причина, почему, изучая волатильность на фондовом рынке, мы делаем акцент на ежедневных наблюдениях, заключается в том, что случайные колебания, происходящие только в определенное время, обычно сохраняются на коротком промежутке времени. В некоторых случаях уже через месяц эти нарушения могут быть забыты. Во-вторых, благодаря ежедневным наблюдениям, мы имеем достаточно большую по размеру выборку, необходимую для применения стационарных тестов и расчета моделей типа ARCH.

4.2. ОПРЕДЕЛЕНИЕ ПОРЯДКА ИНТЕГРАЦИИ Для определения порядка интеграции был применен тест ADF (Augmented Dickey Fuller test). Тест с нулевым лаговым приращением и четвертым лаговым приращением был применен со следующей детализацией:

(1) AR процесс (2) Сдвиг (intercept term) (3) тренд и сдвиг (trend and intercept term).

Результаты представлены в табулированной форме в таблицах №5 и 6:

Таблица 5. Дики Фуллер тест для единичных корней, показывающий нестационарность None Intercept Trend and intercept Askari Bank -0,735 -1,939 -1,49 -2,865 -2,291 -3,Adamji Insurance -0,246 -1,939 -1,484 -2,865 -1,68 -3,Bank of Punjab -0,715 -1,939 -1,858 -2,865 -2,115 -3,Dewaan Suleman -1,559 -1,939 -2,118 -2,865 -1,483 -3,Dhan Fibre -0,991 -1,939 -1,665 -2,865 -1,848 -3,Еngro Chemical -0,575 -1,939 -1,914 -2,865 -1,969 -3,Fauji Fertilizer -0,525 -1,939 -1,627 -2,865 -1,865 -3,Faisal Bank -0,728 -1,939 -1,604 -2,865 -2,203 -3,Genral Tek -0,815 -1,939 -1,491 -2,865 -2,174 -3,Hub Power -0,208 -1,939 -2,109 -2,865 -1,893 -3,ICI Pak -1,22 -1,939 -0,955 -2,865 -2,324 -3,KESC -0,848 -1,939 -0,981 -2,865 -2,492 -3,LTV capital -1,517 -1,939 -1,403 -2,865 -3,259 -3,MCB -0,695 -1,939 -2,093 -2,8649 -2,769 -3,PIAC -0,023 -1,939 -1,274 -2,865 -0,816 -3,PTC -0,436 -1,939 -2,17 -2,865 -3,178 -3,KSE -0,717 -1,939 -1,134 -2,865 -1,821 -3,2, 4 и 6 столбцы показывают ADF Test stat 3, 5 и 7 столбцы показывают 5% критическое значение Все переменные интегрированы первого порядка Они указывают на существование единственного корня, это значит, что переменные нестационарны. Затем прием был повторен для первой разности приращения ряда данных с рядами данных нулевого и четвертого порядка. Результаты представлены в таблице 6:

Pages:     | 1 |   ...   | 10 | 11 || 13 | 14 |   ...   | 18 |










© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.