Настроения инвесторов на российском фондовом рынке
Автор: Пользователь скрыл имя, 05 Декабря 2011 в 17:11, научная работа
Краткое описание
В данной работе сделана попытка применить поведенческий подход к фондовому рынку. Поведенческие финансы учитывают психологические аспекты принятия решения экономическими субъектами и то, как эо проявляется на финансовом рынке. Одним из основных понятий поведенческих финнсов является настроение инвесторов.
Оглавление
1.Введение
2.Теоретические предпосылки
3. Sentiment Index
3. Специфика российского рынка акций
4.Данные и методология
5.Результаты
6. Выводы
7.Литература
Файлы: 1 файл
ИНИ.doc
— 402.00 Кб (Скачать)
Наше уравнение для индекса настроений инвесторов имеет вид :
SENT= 0.65*oil+0.61*sp+0.05*turn+0.
График индекса за исследуемый период представлен ниже:
Провеим на причинность Грейнджера ряды RTS и SENT
| Pairwise Granger Causality Tests | |||
| Date: 05/11/11 Time: 14:16 | |||
| Sample: 1 36 | |||
| Lags: 1 | |||
| Null Hypothesis: | Obs | F-Statistic | Prob. |
| RTS does not Granger Cause SENT | 35 | 0.38163 | 0.5411 |
| SENT does not Granger Cause RTS | 13.6785 | 0.0008 | |
Мы отвергаем
гипотезу о том, что настроение не
предсказывает будущую доходность.
Построим модель : RTS=const+b*SENT(-1).
Получаем следующие результаты:
| Variable | Coefficient | Std. Error | t-Statistic | Prob. |
| C | 1.555140 | 0.103068 | 15.08852 | 0.0000 |
| SENT(-1) | -0.000744 | 0.000137 | -5.421862 | 0.0000 |
| R-squared | 0.471125 | Mean dependent var | 1.003933 | |
| Adjusted R-squared | 0.455098 | S.D. dependent var | 0.135875 | |
| S.E. of regression | 0.100299 | Akaike info criterion | -1.705874 | |
| Sum squared resid | 0.331977 | Schwarz criterion | -1.616996 | |
| Log likelihood | 31.85279 | Hannan-Quinn criter. | -1.675193 | |
| F-statistic | 29.39659 | Durbin-Watson stat | 1.557772 | |
| Prob(F-statistic) | 0.000005 | |||
| |
||||
Тогда наше уравнение:
RTS = 1.55514000718 - 0.000743545257494*SENT(-1)
Аналогично, строим модель, в которой помимо предыдущего значения индекса включено и предыдущее значение доходностей:RTS= const+b*SENT(-1)+c*RTS(-1).
Результаты:
| Variable | Coefficient | Std. Error | t-Statistic | Prob. |
| C | 1.232904 | 0.241381 | 5.107715 | 0.0000 |
| SENT(-1) | -0.000606 | 0.000164 | -3.698444 | 0.0008 |
| RTS(-1) | 0.218589 | 0.148624 | 1.470746 | 0.1511 |
| R-squared | 0.504612 | Mean dependent var | 1.003933 | |
| Adjusted R-squared | 0.473650 | S.D. dependent var | 0.135875 | |
| S.E. of regression | 0.098577 | Akaike info criterion | -1.714141 | |
| Sum squared resid | 0.310958 | Schwarz criterion | -1.580825 | |
| Log likelihood | 32.99746 | Hannan-Quinn criter. | -1.668120 | |
| F-statistic | 16.29789 | Durbin-Watson stat | 1.935026 | |
| Prob(F-statistic) | 0.000013 | |||
| |
||||
RTS = 1.23290423907 - 0.00060630165742*SENT(-1) + 0.218588805924*RTS(-1)
Теперь построим наивную
мдель: RTS=const+с*RTS(-1)
| Variable | Coefficient | Std. Error | t-Statistic | Prob. |
| C | 0.467820 | 0.146338 | 3.196845 | 0.0031 |
| RTS(-1) | 0.531480 | 0.143766 | 3.696839 | 0.0008 |
| R-squared | 0.292856 | Mean dependent var | 1.003933 | |
| Adjusted R-squared | 0.271428 | S.D. dependent var | 0.135875 | |
| S.E. of regression | 0.115978 | Akaike info criterion | -1.415392 | |
| Sum squared resid | 0.443877 | Schwarz criterion | -1.326515 | |
| Log likelihood | 26.76936 | Hannan-Quinn criter. | -1.384712 | |
| F-statistic | 13.66662 | Durbin-Watson stat | 1.882200 | |
| Prob(F-statistic) | 0.000788 | |||
RTS = 0.467820327006 + 0.531480235492*RTS(-1)
Заметим, что значения R-square, и Критерия Акаике у модели с индексом и наивной модели почти одинаковые, F-статисктика лучше для модели с настроениями, а для наивной модели коэффициент наименее значим.
Приведённые выше результаты
говорят о том, что мы можем
предсказывать будущую
Выводы
В данной работе был построен индекс настроений инвесторов для Российского рынка. Для этого были выделены факторы, способные оказать воздействие на инвесторов. Наиболее существенными оказались следующие показатели:
- Цены на нефть
- Индекс фондового рынка США ( S&P500)
- Совокупный оборот
- Волатильность рынка
С помощью медода главных компонент по этим показателям строился сводный индекс. Далее он проверялся на способность предсказывать будущие биржевые котировки. По результатам расчётов, оказалось, что наш индекс может предсказывать будущие доходности, лучше , чем наивная модель. Коэффициент при индексе настроений в построенной регрессии отрицателен, что подтверждаетт гипотезу о том, что если настроения оптимистичны, то акции переоценены и соответственно будущие доходности будут ниже.
Таким образом, наши результаты подтвердили гипотезу о влиянии настроения инвесторов на фондовый рынок. Эти данные могут быть полезными людям, работающими в сфере инвестиции для выбора наиболее эффективных бизнес-стратегий.
литература
- Malcolm Baker & Jeffrey Wurgler. 2003. “Investor sentiment and the cross-section of stock returns”, Working Paper NBER – 10449.
- Malcolm Baker & Jeffrey Wurgler, 2007. "Investor Sentiment in the Stock Market", Journal of Economic Perspectives, American Economic Association, vol. 21(2), pages 129-152, Spring.
- A. Bandopadhyaya, A. L. Jones, 2005. “Measuring Investor Sentiment in Equity Markets”,Working Paper 1007.
- Werner De Bondt, Richard H. Thaler.1985. “Does the Stock Market Overreact?”, Journal of Finance. Vol. 40. No. 3. Pp. 793-805.
- Sendhil Mullainathan , Richard H. Thaler . 2000. “Behavioral Economics” , MIT Dept. of Economics Working Paper No. 00-27
- Sanjay Sehgal, G.S Sood and Namita Rajput Developing. 2010. “Investor Sentiment Index for India”, International Review of Business and Finance Volume 2 Number 1 (2010), pp. 87–96.
- Hersh Shefrin and Meir Statman
. 1985“The Disposition to Sell Winners Too Early and Ride Losers Too
Long: Theory and Evidence”? The
Journal of Finance
Vol. 40, No. 3, pp. 777-790 - Claudia Emiko Yoshinaga,_Francisco Henrique Figueiredo de Castro Junior, 2010 “The Relationship between Market Sentiment Index and Brazilian Stock Rates of Return”.
- Amos Tversky; Daniel Kahneman, «Judgment under Uncertainty: Heuristics and Biases». Science, New Series, Vol. 185, No. 4157. (Sep. 27, 1974), pp. 1124-1131.
- Ващенко Т.В., Лисицына Е.В., «Поведенческие финансы – новое направление финансового менеджмента. История возникновения и развиитя». Финансовый менеджмент №1, 2006.
- А.В. Лукашов, 2004. «Поведенческие корпоративные финансы и дивидентная политика фирмы». Управление корпоративными финансами, №2. Стр. 35-47.
Приложение
Оценки стационарностей первых разностей для переменных индекса:
- Нефть
| t-Statistic | Prob.* | |||
| Augmented Dickey-Fuller test statistic | -3.523579 | 0.0133 | ||
| Test critical values: | 1% level | -3.639407 | ||
| 5% level | -2.951125 | |||
| 10% level | -2.614300 | |||
- Индекс S&P500
| t-Statistic | Prob.* | |||
| Augmented Dickey-Fuller test statistic | -4.205250 | 0.0024 | ||
| Test critical values: | 1% level | -3.646342 | ||
| 5% level | -2.954021 | |||
| 10% level | -2.615817 | |||
- Оборот
| t-Statistic | Prob.* | |||
| Augmented Dickey-Fuller test statistic | -4.032559 | 0.0039 | ||
| Test critical values: | 1% level | -3.653730 | ||
| 5% level | -2.957110 | |||
| 10% level | -2.617434 | |||