Обзор ранее проведенных исследований о влиянии новостей на волатильность ценных бумаг
Анализ влияния различных явлений на волатильность акций, довольно популярная тема в научной среде. Тем не менее, Melkiel (1973) в своей работе утверждает, что волатильность стоимости актива невозможно предсказать, в связи с тем, что изменение стоимости акций подчиняется случайному процессу (random walk process), который подразумевает, что доходность актива симметрично (нормально) распределена. Однако позднее, Grouard (2003) эмпирическим путем доказал, что на реальном рынке распределение доходности не симметрично. Основной причиной данного явления, автор назвал тот факт, что инвесторы в большей степени обеспокоены риском убытка (downside risk), нежели риском выигрыша (risk of gains).
Учитывая важность прогнозирования волатильности в различных проблемах, возникающих в ценообразовании активов и структурировании портфелей ценных бумаг, было исследовано довольно большое количество моделей для ее анализа. Наиболее популярной моделью является ARCH модель (модель авторегрессионной условной гетероскедастичности), которая была разработана Engle (1982). Исходя из опроса, который был представлен в труде Bollerslev (1992), более двухсот работ упоминали модель ARCH и другие схожие модели для анализа финансовых временных рядов. Таким образом, модель ARCH и ее гетероскедастичная спецификация GARCH, являются основными инструментами для анализа влияния новостей на волатильность стоимости активов.
Что касается научных работ, в которых анализировалось влияние новостей на волатильность определенного актива, то они делятся на работы, которые рассматривают влияние событий определенного вида на волатильность
|
|
|
активов, и на работы, в которых анализировалось только количественное влияние от новости. К первому типу работ можно отнести труд Caporale (2014), в котором было проанализировано влияние макроэкономических новостей, печатающихся в газетах, на доходность акций восьми стран европейского союза. Автор статьи пришел к выводу, что положительные макроэкономические новости оказывают положительный эффект на доходность акций, в то время как отрицательные макроэкономические новости оказывают негативное влияние на доходность акций рассматриваемых стран. В качестве еще одного примера, можно привести работу Kang (2014), в которой автор рассмотрел шоки на рынке нефти, и, проанализировав их влияние на волатильность акций американских компаний. Таким образом, Kang (2014) пришел к выводу, что шоки на рынке нефти положительно коррелируют с волатильностью стоимости акций на фондовом рынке США. Помимо этого, влияние различных новостей на российский фондовый рынок проанализировал Bernd (2004). Так, автор выявил, что шоки изменений стоимости энергетических ресурсов значительно влияют на доходность российских ценных бумаг, в то время как война в Чечне практически никак не отразилась на их доходности. Иначе говоря, автор доказал, что не все новости являются значимыми.
|
|
|
Основоположником идеи о том, что можно определить новость математическим способом, как непрогнозируемую переменную от ошибки регрессии, и таким образом абстрагироваться от контента определенной новости, и анализировать только ее количественное влияние, был Engle (1993). В своей работе, анализируя Японский фондовый рынок с помощью ассиметричных моделей GARCH, Engle (1993) пришел к выводу, что негативные новости сильнее влияют на волатильность акций, нежели положительные новости. Позднее, Bruner (1999), в своей работе доказал, что анализ количественного влияния новостей является наилучшим способом определения их влияния на волатильность акций. Кроме того, аналогичный
вывод касаемо асимметрии влияния новостей, используя финансовую информацию о фармацевтических компаниях, получил Granik (2010). Наконец, важное замечание в пользу количественного анализа влияния новости, было сделано в работе Sidorov (2014). Так, влияние новостей на волатильность стоимости рассматриваемого актива зависит в первую очередь от количества новостей в рассматриваемый период, а не от специфики самой новости.
Дата добавления: 2018-08-06; просмотров: 179; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!