Анализ зависимостей фондовых рынков

В XXI веке процессы глобализации продолжают оставаться основным трендом в мировой экономике. Одним из важных последствий этих процессов стало значительное снижение барьеров на пути движения и инвестирования капитала, что в совокупности с бурным развитием информационных и цифровых технологий привело к фактическому стиранию страновых границ в сфере функционирования фондовых рынков и их превращению в международные рынки.

В свою очередь, финансовые инструменты российских компаний представлены на биржах США, Германии, Великобритании, Гонконга, Китая и других стран.

Усиливающаяся финансово-экономическая интеграция мировых хозяйственных связей позволяет участникам извлекать дополнительные выгоды благодаря более эффективному управлению инвестиционными, производственными, сырьевыми, трудовыми, интеллектуальными и информационными ресурсами, издержками, а также расширению рынков сбыта, международной специализации и кооперации, диверсификации рисков и т. д.

В то же время глобальная взаимосвязь рынков и экономических субъектов имеет негативные стороны, последствия которых в наибольшей степени проявляются во время финансово-экономических кризисов. Тесные хозяйственные и финансовые взаимосвязи различных стран приводят к тому, что негативные тенденции, первоначально возникшие в экономике или в отдельном секторе одной страны, могут быстро передаваться в другие страны и при неблагоприятном развитии событий превращаться в глобальный кризис, несущий разрушительные последствия.

Только за 9 марта 2020 г. американский индекс S&P/TSX потерял 10 %, бразильский BOVESPA – 12 %, британский UKX(FTSE 100) – 7,7 %, германский DAX – 7,9 % и т. д.

Российский фондовый индекс Московской биржи, рассчитываемый в рублях, под воздействием сочетания обоих факторов в марте потерял более 30 % от максимумов с начала года, а индекс RTS, определяемый в долларах США,- более 41 %.

Исследования взаимосвязей поведения фондовых рынков различных стран начали активно проводиться с конца XX в. и вызваны в основном возрастанием в мировой экономике роли развивающихся стран, особенно Юго-Восточного азиатского региона. Например, в работе была выявлена существенная корреляция между фондовыми рынками Японии и США, фондовыми рынками Гонконга, Кореи, Сингапура и Тайваня.

Исследованию зависимости отечественного рынка от фондовых рынков ведущих развитых стран, а также от таких факторов, как цена на нефть и индекс волатильности, посвящены работы, появившиеся в прошлом десятилетии. Результаты аналогичного исследования для стран BRIC опубликованы в работе.

Поэтому полученные в них выводы соответствуют обозначенным периодам, однако могут не быть адекватными современному этапу развития фондовых рынков и мировой экономики в условиях непрерывных и зачастую радикальных изменений глобальной экономической среды.

Таким образом, необходимы новые исследования, базирующиеся на актуальных данных, с целью перепроверки и подтверждения прошлых результатов и формирования новых представлений о поведении и взаимосвязях фондовых рынков. Вместе с тем анализ современных публикаций по обозначенной тематике показывает, что они больше направлены на решение теоретических проблем и развитие соответствующего математического инструментария. Например, в работе рассматриваются проблемы применения классических подходов и моделей в процессе исследования взаимосвязей фондовых рынков.

Исследование проводилось по классической методологии, предусматривающей: применение методов визуального и корреляционного анализа; определение статистических характеристик временных рядов; тестирование на причинность Грейнджера и коинтеграцию; построение моделей VAR и анализ функций отклика на шоковый импульс; построение векторной модели коррекции ошибок (VECM).

Выбор индексов осуществлялся по следующим критериям: глобальность, известность, влиятельность для конкретного региона и мирового финансового рынка в целом, экономические взаимосвязи страны происхождения с Россией. Выбор в качестве отечественного представителя фондового индекса RTSI обусловлен тем, что его значения рассчитываются в долларах США.

Временной горизонт подбирался с таким расчетом, чтобы учесть влияние и последствия последних мировых, а также российских кризисов и рецессий, в том числе ситуации с пандемией коронавируса и резкого снижения цен на нефть в первой половине 2020 г. Источником данных послужила глобальная информационная система Bloomberg. Обработка исходных данных и моделирование осуществлялось в свободно распространяемой программной среде R.

Фондовые рынки являются высокодинамичными системами, поэтому исследование их взаимосвязей целесообразно начать с визуального анализа динамики характеризующих их временных рядов и определения соответствующих статистических характеристик. Результаты графического анализа дневных значений и их изменений (то есть доходности) исследуемых индексов представлены на рис. 3 и 4.

Полученные графики позволяют сделать вывод о том, что в целом фондовые индексы демонстрируют схожее поведение. Можно также сделать вывод о более высокой волатильности индекса RTS. Этот вывод полностью подтверждается на втором графике. Таким образом, российский рынок является более рисковым по сравнению с остальными рынками из рассматриваемой выборки.

Визуальные отличия заметны также в динамике индекса SHC. Заслуживает внимание тот факт, что китайский рынок в наименьшей степени отреагировал на резкое падение цен на нефть в марте 2020 г.

Расчеты ключевых статистических характеристик исследуемых временных рядов приведены в табл. 1.

Из исследования статистических характеристик рядов следует, что их средние дневные изменения (доходности) близки к 0. Индексы NKY, RTS и SHC демонстрируют в среднем в два раза большую волатильность, чем американские и европейские индексы. Российский индекс в исследуемом периоде показал наибольший рост (+20 %) и наибольшее падение и (–21 %). И вновь заслуживает внимания следующий факт: фондовый индекс Китая продемонстрировал наименьший дневной рост (+9 %) и падение (–9 %).

На рис. 5 представлены результаты корреляционного анализа статистической зависимости фондовых индексов. Они представляют определенный интерес и отличаются от результатов, приведенных в более ранних публикациях.

Наиболее слабую статистическую зависимость от остальных рынков демонстрирует китайский индекс SHC. При этом его корреляция с американским фондовым рынком (R 2 = 0,1) практически не существенна, что противоречит ранее полученным результатам. Можно предположить, что это каким-то образом связано с ограничениями, установленными на китайском рынке для нерезидентов.

Достаточно умеренную статистическую взаимосвязь с другими рынками показывает и японский фондовый индекс NКY.

Согласно полученным результатам, наибольшую статистическую взаимосвязь российский индекс имеет с европейскими индексами. Ее возможным объяснением могут служить присутствие акций российских компаний в листингах германской и британской бирж, а также значительная роль Германии как торгово-экономического партнера России.

Связь индекса RTS с американским индексом достаточно умеренная, что противоречит ранее полученным результатам. Однако наименьшую статистическую взаимосвязь российский индекс имеет с китайским рынком, что вновь противоречит результатам.

Результаты предварительного анализа представляют значительный интерес и отдельную тему для дискуссий. Однако статистические взаимосвязи, сколько бы значимыми или незначимыми они не были, не доказывают наличия причинно-следственной связи.

Кроме того, они не позволяют провести количественную оценку степени взаимного влияния рынков друг на друга.

В эконометрике для выявления причинно-следственной связи используют тест «причинности» (causality) Грейнджера. Ниже будут представлены результаты применения этого метода. Однако перед этим следует провести анализ исследуемых временных рядов на аномальные значения. Для выявления аномалий использовался способ Loess – метод локальных полиномиальных регрессий (от англ. LOcal regrESSions – LOESS или LOcally WEighted Scatterplot Smoother — LOWESS). В целях сокращения и повышения наглядности полученные результаты приведены в графическом виде (рис. 6).

Анализ аномалий позволяет сделать выводы, которые лишь в целом согласуются с результатами корреляционного анализа. Прежде всего обращает на себя внимание тот факт, что для всех индексов характерно наличие всплеска аномальных значений в окрестности периода кризиса 2008 г.

Как было показано выше (см. рис. 3 и 4), китайский индекс слабо отреагировал на падение нефти в марте 2020 г. В период между этими событиями поведение китайского рынка в целом слабо связано с другими рынками, хотя его некоторые аномалии совпадают с японским и российским индексами.

Аномальные значения японского индекса слабо обусловлены аналогичными ситуациями на американском и европейских рынках, хотя имеют ряд временных совпадений с колебаниями китайского индекса, что может быть обусловлено принадлежностью этих стран к одному региону (то есть реакция на значимые региональные события).

Аномалии российского рынка в целом слабо связаны с остальными рынками, демонстрируя солидарность в основном лишь в периоды глобальных потрясений.

Тестирование рядов на причинность по Грейнджеру (использовался как F-test, так и Wald-test) в рамках построенной модели VAR дало следующие результаты (табл. 2).

Как следует из таблицы, согласно тесту Грейнджера, в долгосрочной перспективе изменения американского и европейских индексов оказывают влияние на все индексы из рассматриваемой группы. Ожидаемый результат демонстрирует российский индекс, который не оказывает долгосрочного влияния на остальные индексы, что согласуется с результатами других исследований, например.

Для оценки влияния изменений индексов друг на друга использовалась модель VAR. В процессе ее построения были проведены все необходимые тестирования на серийность (тесты Ljuing-Box, Breush-Godfrey), стабильность (метод CUMSUM), автокорреляцию (тест Dickey-Fuller) и нормальность (тест Dornik-Hansen) случайных остатков.

В табл. 3 отражены результаты применения модели для российского индекса RTS. Как следует из приведенных результатов, американский индекс оказывает наиболее сильное влияние, однако лишь для первых двулагов. Для первого лага значимыми также являются изменения японского и китайского индексов. Немецкий индекс является значимым на 1, 2, 4, 5, 6 и 8-м лагах, британский – 2, 5, 6, 7 и 8-м лагах.

В целом данные результаты согласуются с полученными результатами на предварительном этапе исследования.

На рис. 7 приведены результаты исследования вкладов индексов в дисперсии изменений доходности друг друга.

Из вышеприведенных графиков можно сделать вывод о том, что дисперсия американского индекса практически полностью обусловлена собственными колебаниями и слабо зависит от остальных рынков.

Влияние американского рынка значимо для немецкого и британского рынков (вклад в дисперсию более 40 %), а также японского индекса (около 30 %). При этом немецкий индекс влияет на британский индекс значительно больше, тогда как влияние британского индекса на дисперсию немецкого индекса несущественно.

В заключение следует рассмотреть реакцию рынков на единичные взаимные шоки. С учетом вышеизложенного при доминировании американского фондового рынка в мире заслуживает особого внимания реакция именно на резкие изменения американского индекса.

Результаты проведенного моделирования для всех индексов представлены на рис. 8.

На рис. 9 показана реакция (отклик) российского рынка на внезапное падение американского рынка.

Нетрудно заметить, что немецкий, британский и российский индексы демонстрируют в целом схожую реакцию на внезапное изменение значения индекса SPX. При этом по истечении 8–10 периодов происходит постепенная стабилизация.

Близкая по форме реакция характерна для азиатских индексов, при этом японский индекс подвержен значительно большему влиянию на первых двух периодах.

Как видно из рисунка, российский рынок остро реагирует на негативные изменения американского рынка, однако по прошествии 4–5 периодов возвращается в исходное состояние.

Вместе с тем бурное развитие китайской экономики, которая в настоящее время является второй, а по некоторым оценкам, возможно, и первой в мире, наряду с жестким регулированием локального фондового рынка приводит ко все меньшей зависимости последнего от внешних условий.

По-видимому, немаловажную роль здесь играет значительное присутствие на фондовом рынке Китая розничных инвесторов (физических лиц), которые, инвестируя в ценные бумаги местных компаний, обеспечивают не только независимость, но и относительную стабильность рынка, демонстрирующего самую низкую волатильность. В этой связи рост числа частных инвесторов в России в I квартале 2020 г., безусловно, является положительным фактором в долгосрочной перспективе.

Несколько неожиданные результаты, требующие осмысления и проведения дальнейших исследований показал японский рынок.

Они также показывают, что результаты прошлых исследований не являются незыблемыми и их актуальность в наш бурный век быстро устаревает в условиях непрерывных изменений. В частности, практически все выводы, полученные в более ранних работах, не подтвердились.

Вместе с тем возникает вопрос о целесообразности и прикладной ценности выводов, полученных на основе анализа исторических данных. Подобный подход, например, не позволяет учитывать структурные сдвиги в современной экономике, которые оказывают определяющее влияние на фондовые рынки.