Сравнительный статистический анализ структуры премии за риск на фондовых рынках разных стран
Аннотация
Предмет: Факторные модели являются одними из самых востребованных инструментов в анализе риска операций на фондовом рынке. Долгое время развитие факторных моделей обеспечивалось в основном за счет формирования дополнительных факторов риска. Однако статичные линейные спецификации как правило не достаточно чувствительны к структурным изменениям на рынке, к смене режимы функционирования рынка и в этом смысле обладают ограниченной разрешающей способностью. Идея переключения режима естественна для рынка и интуитивно понятна, поэтому для учета нелинейных зависимостей в факторных моделях анализа риска целесообразно наделить их механизмом Марковских переключений режимов.
Цель: статистический анализ динамических свойств факторной структуры премий за риск в операциях с финансовыми инструментам фондового рынка на основе модификации процедуры Fama & MacBeth, учитывающей действующий на рынке режим.
Методы: В исследовании использовались параметрические методы анализа данных и машинного обучения, методы описания, анализа и синтеза, индукции и дедукции, а также сравнения и группировок. Для параметрической идентификации моделей с Марковскими переключениями режимов использован ЕМ-алгоритм.
Результаты: В работе получены убедительные доказательства того, что зависимость между избыточной доходностью финансовых инструментов и факторными нагрузками находится под влиянием действующего на рынке режима. Главной особенностью режима низкой волатильности является наличие положительной статистически значимой риск-скорректированной премии. Смена действующего на рынке режима сопровождается трансформацией факторная структура рисковой премии. Данный факт указывает на целесообразность о разделения факторов риска на спекулятивные и защитные. К спекулятивным относятся факторы рыночного риска, риска размера компании-эмитента, риск моментум-эффекта. Они имеют положительную и значимую премию в режиме низкой волатильности. К защитным относятся факторы риска стоимости, капитальных вложений и рентабельности собственного капитала. Для защитных факторов положительная и значимая премия характерна лишь в периоды высокой волатильности.
Metrics
Литература
Abdymomunov, A., & Morley, J. (2011). Time variation of CAPM betas across market volatility regimes. Applied Financial Economics, 21(19), 1463–1478. https://doi.org/10.1080/09603107.2011.577010
Ahmad, W., Bhanumurthy, N. R., & Sehgal, S. (2015). Regime dependent dynamics and European stock markets: Is asset allocation really possible? Empirica, 42(1), 77–107. https://doi.org/10.1007/s10663-014-9248-0
Ang, A., Liu, J., & Schwarz, K. (2020). Using Stocks or Portfolios in Tests of FactorA Models. Journal of Financial and Quantitative Analysis, 55(3), 709–750. https://doi.org/10.1017/S0022109019000255
Arshanapalli, B., Fabozzi, F. J., & Nelson, W. (2006). The value, size, and momentum spread during distressed economic periods. Finance Research Letters, 3(4), 244–252. https://doi.org/10.1016/j.frl.2006.05.001
Asness, C. S., Moskowitz, T. J., & Pedersen, L. H. (2013). Value and Momentum Everywhere. Journal of Finance, 68(3), 929–985. https://doi.org/10.1111/jofi.12021
Bialkowski, J. (2004). Modelling Returns on Stock Indices for Western and Central European Stock Exchanges - a Markov Switching Approach. South-Eastern Europe Journal of Economics, 2(2), 81–100.
Carhart, M. M. (1997). On persistence in mutual fund performance. Journal of Finance, 52(1), 57–82. https://doi.org/10.1111/j.1540-6261.1997.tb03808.x
Charles, A., Darné, O., & Moussa, Z. (2014). The sensitivity of Fama-French factors to economic uncertainty. Working Paper.
Chen, J., & Kawaguchi, Y. (2018). Multi-Factor Asset-Pricing Models under Markov Regime Switches: Evidence from the Chinese Stock Market. International Journal of Financial Studies, 6(2), 54. https://doi.org/10.3390/ijfs6020054
Chordia, T., Goyal, A., & Shanken, J. A. (2015). Cross-Sectional Asset Pricing with Individual Stocks: Betas versus Characteristics. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.2549578
Coggi, P., & Manescu, B. (2011). A Multifactor Model of Stock Returns with Endogenous Regime Switching. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.553781
Cotter, J., & Salvador, E. (2014). The Non-Linear Trade-Off between Return and Risk: A Regime-Switching Multi-Factor Framework. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.2513282
Dirkx, P., & Peter, F. J. (2020). The Fama-French Five-Factor Model Plus Momentum: Evidence for the German Market. Schmalenbach Business Review, 72(4), 661–684. https://doi.org/10.1007/s41464-020-00105-y
Endovitsky, D. A., Davnis, V. V., & Korotkikh, V. V. (2018). Adaptive trend decomposition method in financial time series analysis. Journal of Social Sciences Research, 2018(Special Issue 3), 104–109. https://doi.org/10.32861/jssr.spi3.104.109
Endovitsky, D. A., Korobeinikova, L. S., & Korotkikh, V. V. (2021). Adaptive Portfolio Analysis based on the Trend Decomposition of a Financial Time Series: Case Study of the Moscow Exchange. Universal Journal of Accounting and Finance, 9(5), 1159–1168. https://doi.org/10.13189/ujaf.2021.090525
Endovitsky, D. А., & Korotkikh, V. V. (2022). Regime shifts in equity risk premium: international evidence. Proceedings of Voronezh State University. Series: Economics and Management, 1. https://doi.org/10.17308/econ.2022.1/3842
Fama, E. F., & French, K. R. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, 33(1), 3–56.
Fama, E. F., & French, K. R. (2012). Size, value, and momentum in international stock returns. Journal of Financial Economics, 105(3), 457–472. https://doi.org/10.1016/j.jfineco.2012.05.011
Fama, E. F., & French, K. R. (2015). A five-factor asset pricing model. Journal of Financial Economics, 116(1), 1–22. https://doi.org/10.1016/j.jfineco.2014.10.010
Fama, E. F., & French, K. R. (2018). Choosing factors. Journal of Financial Economics, 128(2), 234–252. https://doi.org/10.1016/j.jfineco.2018.02.012
Fama, E. F., & MacBeth, J. D. (1973). Risk, Return, and Equilibrium: Empirical Tests. Journal of Political Economy, 81(3), 607–636. https://doi.org/10.1086/260061
Fort, T. C., Haltiwanger, J., Jarmin, R. S., & Miranda, J. (2013). How firms respond to business cycles: The role of firm age and firm size. IMF Economic Review, 61(3), 520–559. https://doi.org/10.1057/imfer.2013.15
Garcis, R. (1998). Asymptotic Null Distribution of the Likelihood Ratio Test in Markov Switching Models. International Economic Review, 39(3), 763–788.
Gertler, M., & Gilchrist, S. (1994). Monetary policy, business cycles, and the behavior of small manufacturing firms. Quarterly Journal of Economics, 109(2), 309–340. https://doi.org/10.2307/2118465
Griffin, J. M., Ji, X., & Martin, J. S. (2003). Momentum Investing and Business Cycle Risk: Evidence from Pole to Pole. Journal of Finance, 58(6), 2515–2547. https://doi.org/10.1046/j.1540-6261.2003.00614.x
Guidolin, M., & Timmermann, A. (2007). Asset allocation under multivariate regime switching. Journal of Economic Dynamics and Control, 31(11), 3503–3544. https://doi.org/10.1016/j.jedc.2006.12.004
Guidolin, M., & Timmermann, A. (2008). Size and value anomalies under regime shifts. Journal of Financial Econometrics, 6(1), 1–48. https://doi.org/10.1093/jjfinec/nbm021
Hamilton, J. D. (1989). A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle. Econometrica, 57(2), 357. https://doi.org/10.2307/1912559
Hanauer, M. (2014). Is Japan different? Evidence on momentum and market dynamics. International Review of Finance, 14(1), 141–160. https://doi.org/10.1111/irfi.12024
Hanauer, M., & Windmueller, S. (2019). Enhanced Momentum Strategies. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3437919
Jagannathan, R., & Wang, Z. (1996). The conditional CAPM and the cross-section of expected returns. Journal of Finance, 51(1), 3–53. https://doi.org/10.1111/j.1540-6261.1996.tb05201.x
Jegadeesh, N., & Titman, S. (1993). Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency. The Journal of Finance, 48(1), 65–91. https://doi.org/10.1111/j.1540-6261.1993.tb04702.x
Lettau, M., & Ludvigson, S. (2001). Consumption, aggregate wealth, and expected stock returns. Journal of Finance, 56(3), 815–849. https://doi.org/10.1111/0022-1082.00347
Liu, P. P., xu, K., & Zhao, Y. (2011). Market regimes, sectorial investments, and time-varying risk premiums. International Journal of Managerial Finance, 7(2), 107–133. https://doi.org/10.1108/17439131111122120
Petkova, R., & Zhang, L. (2005). Is value riskier than growth? Journal of Financial Economics, 78(1), 187–202. https://doi.org/10.1016/j.jfineco.2004.12.001
Wang, J., Zhou, M. C., Guo, X., Qi, L., & Wang, X. (2021). A Markov regime switching model for asset pricing and ambiguity measurement of stock market. Neurocomputing, 435, 283–294. https://doi.org/10.1016/j.neucom.2020.12.103
Теплова, Т. В. (2011). Тестирование конструкции CAPM с альтернативными мерами риска в объяснении различий в наблюдаемых доходностях акций российского рынка (часть 1). Управление Корпоративными Финансами, 2, 66–76.
Теплова, Т. В., & Шутова, Е. С. (2011). Тестирование конструкции CAPM с альтернативными мерами риска в объяснении различий в наблюдаемых доходностях акций российского рынка (часть 2). Управление Корпоративными Финансами, 3, 138–151.
Copyright (c) 2022 Коротких В.В.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
