Оценка влияния уровня инфляции на ежемесячную доходность российского фондового рынка

Висам Аль Саади,
аспирант кафедры финансовых рынков Российского экономического
университета имени Г.В. Плеханова, г. Москва, Стремянный пер., д. 36

Семенкова E.В.,
доктор экономических наук, профессор кафедры финансовых рынков
Российского экономического университета имени Г.В. Плеханова,
г. Москва, Стремянный пер., д. 36

В данной статье рассматривается влияние уровня инфляции на ежемесячную доходность российского фондового рынка за период с 1 января 2012 г. по 31 декабря 2018 г. Используются ежемесячные наблюдения за индексом ММВБ и уровнем инфляции в России, а также в рамках данного исследования – расширенный индивидуальный корневой тест Фишера ADF, оценка длины лага и тест VAR. Результаты исследования показывают, что изменение уровня инфляции непосредственно влияет на ежемесячную доходность российского фондового рынка. Делается вывод о том, что инвесторы не смогут получать повышенную доходность на рынке, используя данные об уровне инфляции.

Вопросы инфляции и ее влияния на состояние отечественного фондового рынка представляют интерес как с теоретической, так и с практической точки зрения. С теоретической точки зрения важно определить эффективность российского фондового рынка в отношении такого фактора, как уровень инфляции. Практический интерес к исследуемой проблеме обусловлен тем, что управление инфляционными ожиданиями является одним из главных инструментов инвестиционной политики российского мегарегулятора финансового рынка – Центрального банка России (далее – ЦБ РФ).

По итогам заседания совета директоров ЦБ РФ 6 сентября 2019 г. была снижена ключевая ставка до 7,0% годовых. В качестве первоочередных факторов, позволяющих принять такое решение, ЦБ РФ отметил тот факт, что уровень годовой инфляции уже приблизился к 4%. По оценкам аналитиков, по итогам года она сложится в диапазоне 4,0–4,5%; а в первые месяцы следующего года инфляция прогнозируется в интервале 3,5–4,0%, так как чисто технический фактор – эффект повышения НДС – выйдет из расчета годовой инфляции. Устойчивые тенденции говорят о формировании инфляции на уровне 4% [1].

Эти тенденции являются важным ориентиром для участников фондового рынка, механизмы которого мобилизуют капитал для корпоративного сектора. Инвестиционная активность является движущей силой экономики и во многом определяется инфляционными ожиданиями населения и предприятий, которые, по мнению ЦБ РФ, остаются повышенными. Инфляционные ожидания влияют на объем совокупного спроса на фондовом рынке и, следовательно, на динамику цен акций на фондовом рынке [2] и доходность инвестиций. Поэтому оценка влияния уровня инфляции на ежемесячную доходность российского фондового рынка актуальна для российского фондового рынка и представляет теоретический и практический интерес.

Развивающиеся экономики характеризуются наиболее нестабильными фондовыми рынками и часто характеризуются высокой инфляцией. Фондовые рынки в странах с формирующейся рыночной экономикой более чувствительны к изменению уровня экономической и политической активности, к международной экономической среде и макроэкономическим факторам [3]. Среди этих макроэкономических факторов особое значение для отечественного финансового рынка имеет показатель инфляции, который находится в фокусе внимания ЦБ РФ, таргетирующего инфляцию. Цель по инфляции устанавливается для показателя инфляции, отражающего темп прироста потребительских цен к соответствующему месяцу предыдущего года, на сегодняшний день она составляет 4%. Фактическая годовая инфляция в августе этого года снизилась до 4,3% [1].

Целью данной статьи является эмпирическое исследование, позволяющее оценить влияние такого макроэкономического фактора, как инфляция, на поведение рынка капитала и на ежемесячную доходность российского фондового рынка. Теоретической основой исследования послужила теория арбитражного ценообразования (APT) для объяснения взаимосвязи между макроэкономическими факторами и доходностью акций [4].

Влияние экономических факторов на поведение фондового рынка долгое время остается предметом дискуссий среди экономистов, ученых и специалистов.

Первые исследования в основном указывали на отрицательную корреляцию между доходностью акций и инфляцией [5], т.е. с ростом уровня инфляции будут расти цены на акции, и наоборот.

Затем Э. Фама и Шверт классифицировали инфляцию на прогнозируемую(1) и непрогнозируемую(2). Они пришли к выводу, что обе группы инфляции имеют отрицательную корреляцию с доходностью акций [6].

Другие исследователи были сосредоточены на отрицательной взаимосвязи между уровнем инфляции и реальными ценами на акции, что отражается в дивидендной доходности и в соотношении «цена акции/прибыль на акцию». М. Фельдштейн утверждал, что отрицательное влияние уровня инфляции на доходность акций в основном может быть объяснено за счет уменьшения реальной доходности по сравнению с номинальной, которая находит свое отражение в бухгалтерской отчетности и не учитывает уровень инфляции [7; 8].

Напротив, Ф. Модильяни [9] и Р. Пиндик [10] утверждали, что эта интерпретация не может объяснить факты. Вместо этого они предположили, что цены на акции могут быть искажены финансовой иллюзией, т.е. акции были оценены так, как если бы инвесторы ошибочно использовали номинальные процентные ставки для дисконтирования реальной прибыли.

Хотя С. Камин считает, что отрицательная связь между оценками акций и ожидаемой инфляцией в результате роста ожидаемой инфляции совпадает как с более низким ожидаемым ростом реальных доходов, так и с более высокими требуемыми реальными доходами [11].

Дж. Кэмпбелл и другие утверждают, что высокая инфляция положительно коррелирует с ростом реальных долгосрочных ожидаемых дивидендов. Значит, негативное влияние инфляции на цены акций не может быть объяснено таким образом [12].

Во всех анализируемых исследованиях была доказана отрицательная взаимосвязь между уровнем инфляции и реальными ценами на акции. На наш взгляд, инфляционные ожидания – это ключевой фактор фактической инфляции. Поскольку в России отсутствуют необходимые для прямого измерения инфляционных ожиданий финансовые инструменты, исследование проводилось на базе оценки влияния уровня инфляции на ежемесячную доходность российского фондового рынка за период с 1 января 2012 г. по 31 декабря 2018 г. Вместе с тем мы понимаем, что введение в модель инфляционных ожиданий, которые играют ключевую роль в динамике инфляции, факторов изменения влияния инфляционных ожиданий на инфляцию представляет значительный интерес для исследования.

Взаимосвязь между фондовым рынком и некоторыми видами макроэкономических факторов может варьироваться от одного рынка к другому в зависимости от изменения периодов выборки и различной частоты данных [13]. В исследовании мы исходим из предположения, что существует специфика взаимосвязи между макро экономическими показателями и динамикой фондового индекса в России. Как объект исследования интересна не только высокая, но и низкая инфляция.

(1) Прогнозируемая инфляция: уровень инфляции, который ожидается центральным банком в течение определенного периода и учитывается отдельными лицами в своих планах или договорах, которые они заключают.
(2) Непрогнозируемая инфляция: уровень инфляции, который не ожидается центральным банком и не учитывается отдельными лицами в своих планах или договорах. Такой тип инфляции сложно спрогнозировать, а также преодолеть его последствия.

Динамика уровня инфляции в России за 1991–2018 гг. представлена на рис. 1.

По данным рис. 1 видно, что нет никакой связи между годовым уровнем инфляции и ставкой рефинансирования в прежних и новых методах измерения, поскольку существует ряд положительных изменений между этими двумя переменными, за которыми следует ряд отрицательных изменений. Таким образом, во всех исследованиях, которые ранее указывали на связь, вероятно, произошла ложная регрессия. По мнению авторов, наблюдаемая взаимосвязь является логическим следствием использования финансовыми органами России инструментов регулирования экономики, а отнюдь не определяется рыночными факторами.

Кроме того, на рис. 2 показано, что не наблюдается взаимосвязи между ежемесячной инфляцией в России (в годовом исчислении), месячной инфляцией (к предыдущему месяцу) и ключевой ставкой ЦБ за этот месяц, поэтому результаты на рис. 2 согласуются с результатами на рис. 1 и доказывают влияние на динамику цен государственной поддержки.

Совершенно очевидно, что исторические значения показателей инфляции и процентной ставки на российском фондовом рынке очень варьируются и, вероятно, существуют заметные различия в направлении движения и прочности взаимосвязи между рыночными индексами и макроэкономическими факторами. Таким образом, необходимы дополнительные исследования для проверки макроэкономических переменных, которые могут повлиять на динамику акций российского фондового рынка.

Этот вывод согласуется с результатами исследования Н. Абросимовой, где было доказано, что ежемесячные наблюдения за российским финансовым рынком удовлетворяют требованиям теории случайного блуждания цен [14].

Более позднее исследование [15] показало, что российский фондовый рынок не эффективен в слабой форме, и инвесторы смогут получить дополнительную доходность, используя месячные значения индекса. Однако другие авторы, такие как Sharp, Fama & Frensh, Carhart, обнаружили изменения в теории случайного блуждания цен в части ряда факторов, которые инвесторы могут использовать для получения дополнительной доходности.

Таким образом, наши доказательства соответствуют выводу: инвесторы не смогут получить дополнительную доходность, используя месячные значения индекса фондового рынка. В контексте данной статьи обсуждается влияние уровня инфляции на динамику индекса ММВБ на Российской фондовой бирже, чтобы проверить наличие влияния фактора инфляции на доходность акций, котирующихся на ММВБ. Таким образом, волатильность рублевой стоимости могла быть использована инвесторами для достижения более высокой дополнительной доходности, чем доходность индекса финансового рынка в России.

Теоретически рост инфляции и рост курса иностранной валюты окажут негативное влияние на экономику любой страны и ее фондового рынка из-за ее отрицательной корреляции с будущим выпуском [16]. Таким образом, если уровень инфляции окажет влияние на российский финансовый рынок, инвесторы могут использовать его для получения дополнительный прибыли на этом рынке.

Принимая во внимание вышеизложенное, зададим следующий вопрос: «Есть ли какое-либо влияние уровня инфляции на индекс ММВБ, который инвесторы могли бы использовать для получения дополнительной доходности?»

Московская биржа рассчитывает индексы для российского рынка акций на основе взвешенного подхода с использованием капитализации в свободном обращении.

В число индексов входят базовый индекс ММВБ России и индекс РТС, которые включают наиболее ликвидные акции крупнейших российских эмитентов; индекс «голубых фишек», включающий 15 наиболее капитализированных российских компаний; индексы SMID Московской биржи, включающие ликвидные акции малой и средней капитализации, котирующиеся в России, и индекс широкого рынка, который включает 100 лучших акций, отобранных по критериям ликвидности, капитализации и находящихся в свободном обращении. Составляющие индекса широкого рынка также подразделяются на отраслевые индексы.

Индексы Московской биржи рассчитаны в рублях и долларах. Однако в исследовании использовалась доходность индекса доллара, чтобы избежать мультипликативного влияния инфляции на доходность индекса.

В табл. 1 показано количество секторов и количество компаний, котирующихся на бирже, по индексу ММВБ, а также количество расчетных дней на Российской фондовой бирже в период 2012–2018 гг.

Данные и методология
Исследование охватывает период с 1 января 2012 г. по 31 декабря 2018 г. [1; 4].

Это вычисленные результаты, такие как:

где Rt – ежемесячная доходность индекса ММВБ;
Pt – цена фондового индекса в момент времени t;
Pt–1 – цена фондового индекса в момент времени t–1.

1. Индивидуальный корневой тест Фишера ADF.
Этот тест использует обычный метод наименьших квадратов для регрессии временны.х рядов по сравнению с его первым лагом. К. Хадри использует нулевую гипотезу об отсутствии единичного корня [17], в то время как А. Левин и Дж. Брайтунг используют нулевую гипотезу, предполагающую, что существует общий процесс единичного корня против двух альтернативных гипотез, как указано ниже [18–20].

1. Временной ряд следует за стационарной регрессией.

2. Временной ряд следует за стационарной регрессией с наклоном и трендом.

Рассмотрим следующую базовую спецификацию ADF:

где  – разность между значениями доходности Yit в момент времени t и доходно-стью Yi,t–1 в момент времени t–1, которая называется генератором разностей;
Bi – постоянная величина;
ami – расчетный коэффициент временного тренда;
dmi – детерминированный временной тренд;
pi – коэффициент, рассчитанный в соответствии с запаздывающими временами;
 – единичный корень;
 – условия ошибки модели, которая следует за белым шумом  и принадлежит области  (1)

2. Оценка скорости редактирования информации о ценах акции.
Основной целью любого исследования с использованием моделей VAR является выбор оптимального значения для скорости редактирования информации о ценах.

Общее выражение целевой функции скорости редактирования информации о ценах дается в [6]:

где  – оценочная остаточная ковариационной матрицы, когда (p) лаг равен 1;
mp – число свободно оцениваемых параметров
CT – детерминированный тренд.

3. Векторные оценки авторегрессии (VAR).
VAR бывают трех разновидностей: уменьшенная, рекурсивная и структурная формы. VAR в уменьшенной форме выражает каждую переменную как линейную функцию от своих собственных прошлых значений. Результаты исследований показывают прошлые значения всех других рассматриваемых переменных и последовательно некоррелированную погрешность. Термины погрешностей в этих регрессиях являются «неожиданными» движениями инфляции волатильности [21].

Рекурсивный VAR создает белый шум, чтобы они не коррелировали с ошибкой в предыдущих уравнениях. Это делается путем разумного включения некоторых современных ценностей в качестве регресса.

Структурный VAR использует экономическую теорию для сортировки современных связей между переменными. Структурные VAR требуют «определения предположений», которые позволяют корреляции причинно-следственных связей.

Потому что в этом исследовании только одна независимая – инфляция. Так, он использовал сокращенную форму VAR [22].

1. Описательное исследование.
Тест нормального распределения, индивидуальный корневой критерий Фишера, оценка длины лага и оценка векторной авторегрессии VAR использовались для исследования взаимосвязи между исследуемыми переменными.

На рис. 3 представлены результаты описательного исследования для Российской фондовой биржи, а также график распределения доходности фондовых индексов ММВБ.

Для сравнения среднего значения со значением стандартного отклонения использовался коэффициент вариации (C.V.). Было установлено, что инвестор понесет дополнительный убыток в размере 12% за каждую дополнительную единицу риска.

Отрицательное значение асимметрии указывает на то, что вероятность потери превышает вероятность получения прибыли за месячные наблюдения фондового индекса.

Разница в значении асимметрии от нуля указывает на то, что распределение наблюдений не является нормальным: значение коэффициента эксцесса, равно 4,40, при этом само распределение имеет островершинный вид. Статистика Жарка-Бера и соответствующая ей величина вероятности используются для проверки нулевых гипотез, которые говорят: распределение месячной рыночной доходности следует нормальному распределению.

(1) Краткосрочные колебания в результате изменения новостного фона.

Значение вероятности статистики Жарка-Бера меньше уровня значимости, который равен 5%, что позволяет предположить, что гипотеза нормального распределения доходов может быть отвергнута. Таким образом, в зависимости от результатов (тесты Skewness, Kurtosis и Jarque-Bera) это исследование показало, что ежемесячная рыночная доходность не соответствует нормальному распределению.

Тест на нормальное распределение для уровня инфляции
На рис. 4 представлены результаты описательного исследования уровня инфляции, а также график его распределения.

Отличие значения асимметрии от нуля указывает на то, что распределение наблюдений не является нормальным распределением: значение коэффициента эксцесса.

Исследование показало что распределение имеет нормальный вид, поэтому можем утверждать, что значение инфляции не соответствует нормальному распределению.

2. Индивидуальный корневой тест Фишера ADF.

Нулевая гипотеза о существовании единичного корня была проверена против альтернативной гипотезы о стационарных переменных с использованием статистики Augmented Dickey-Fuller (ADF) [23]. В исследовании использовался автоматический выбор лагов по Шварцу (SIC). Данные табл. 2 показывают, что все серии являются стационарными. Таким образом, существует взаимосвязь между доходностью MOEX и уровнем инфляции, потому что их временны.е ряды стабильны по отношению друг к другу.

3. Оценка длины лага.
Данные табл. 3 показывают, что на ежемесячный уровень инфляции и ежемесячные доходы ряда индексов ММВБ повлияла автокорреляция в течение двух месяцев на уровне 5% в зависимости от информационного критерия Акаике (AIC). Значение Log L указывает на отрицательную реакцию доходности и ММВБ – на положительные изменения уровня инфляции, и наоборот; и этот эффект будет продолжаться в течение следующих двух месяцев после месяца изменения.

4. Векторные авторегрессионные оценки (VAR) для ежемесячных наблюдений за уровнем инфляции и доходностью ММВБ.

Данные табл. 4 показывают, что нет существенной взаимосвязи между уровнем инфляции и доходностью ММВБ. Таким образом, изменения месячной доходности индекса ММВБ не подвержены изменениям уровня инфляции на уровне 5%. Следовательно, существует расхождение между результатами модели оценки длины лага, указанными в табл. 3 (т.е. влиянием на доходность индекса двух предыдущих значений инфляции), и результатами теста VAR, указанными в табл. 4 (т.е. изменение величины инфляции мгновенно отрицательно сказывается на величине индекса доходности).

Данное противоречие может быть объяснено отклонением в критерии AIC [24; 25].

Кроме того, это показывает, что изменения уровня инфляции напрямую влияют на доходность ММВБ без задержки.

Результаты табл. 3 показывают также, что существует значительная автокорреляция между уровнем инфляции и первой задержкой инфляции (–1). Так как опасения инвесторов приведут к более высокому курсу иностранной валюты в первом периоде по сравнению со справедливым курсом валюты, который установится во втором периоде, инвесторы, ожидая снижения курса иностранной валюты до справедливого, смогут получить дополнительную доходность на рынке Форекс.

Заключение
В данной статье анализируется влияние уровня инфляции на ежемесячный доход российского финансового рынка с 1 января 2012 по 31 декабря 2018 г. Для оценки влияния уровня инфляции на доходность индекса ММВБ применяются оценка длины лага и тест VAR.

Результаты отдельного корневого теста Фишера ADF показали связь между доходностью ММВБ и уровнем инфляции. В то же время результаты теста VAR свидетельствуют о том, что инфляционные изменения напрямую влияют на ежемесячную доходность российского фондового рынка, что указывает на слабую форму эффективности российского фондового рынка. Таким образом, инвесторы не смогут получить дополнительный доход на бирже ММВБ, используя исторические данные об уровне инфляции. Этот результат соответствует ранее полученному, в 2005 г., результату Н. Абросимовой об эффективности российского фондового рынка по ежемесячной доходности российского фондового рынка [15].

Литература
1. О фициальный сайт Банка России [Электронный ресурс]. URL: cbr.ru (дата обращения: 17.09.2019).
2. Фельдштейн М. Инфляционные налоговые правила и инвестиции: некоторые эконометрические данные // Национальное экономическое исследование. – 1980. – Т. 50. – № 4. – С. 825–862.
3. Анализ инвестиций и управление портфелями: учеб.-метод. пособие / Ф. Рейли, К. Браун: Окленд, МакГроу-Хилл Книжная Компания. – 2009. – Гл. 5.
4. Федеральная служба государственной статистики. [Электронный ресурс]. URL: gks.ru/free_doc/new_site/prices/potr/tab-potr1.html (дата обращения: 17.09.2019).
5. Наик П.К. и Пади P. Влияние макроэкономических факторов на движение цен акций // Евразийский журнал бизнеса и экономики. – 2012. – Том 5. – № 10. – С. 25–44. 6. Фельдштейн М. Влияние страхования по безработице на временную безработицу // Американское экономическое обозрение. – 1978. – Т. 68. – № 5. – С. 834–846.
7. Гилмор С. и др. Динамика цен на золото, цены на акции золотодобывающих компаний и котировки акций на фондовом рынке // Исследования в области прикладной экономики. – 2009. – Т. 1. – № 1. – С. 1–19.
8. Грейнджер С.В., Ньюболд П. Ложные регрессии в эконометрике // Журнал эконометрики. – 1974. – Т. 2. – № 2. – С. 111–120.
9. Модильяни Ф., Кон Р. Рациональная оценка инфляции и рынок // Финансовый анализ. – 1979. – Вып. 35. – № 2. – С. 24–44.
10. Пиндик Р. Риск инфляции и фондовый рынок // Американский экономический обзор. – 1984. – Вып. 74. – № 3. – С. 335–351.
11. Камин С. Нынешний международный финансовый кризис: сколько нового? // Журнал международных денег и финансов. – 1999. – Т. 18. – № 4. – С. 501–514.
12. Кэмпбелл Дж., У. Ло А., МакКинлей С. Эконометрика финансовых рынков. – Нью-Джерси: Изд-во Принстонского университета, 1997. – С.37–48.
13. Линтнер Дж. Инфляция и безопасность возвращаются [Электронный ресурс]. URL: doi.org/10.1111/j.1540-6261.1975.tb01809.x (дата обращения: 10.04.2019).
14. Саид Али и Харпер Алан Х. Эффективность российского фондового рынка: пересмотр гипотезы случайного блуждания // Журнал Академии бухгалтерского учета и финансовых исследований. – 2015. – Вып. 19. – № 1. – С. 48–56.
15. Абросимова Н., Диссанаике Г., Линовски Д. Тестирование слабой формы эффективности российского фондового рынка // Кембриджский университет, центр экономических и финансовых исследований. – 2005. – С. 1–27.
16. Российский фондовый рынок [Электронный ресурс]. URL: tradingeconomics.com/russia/stock-market (дата обращения: 17.09.2019).
17. Левин А., Фу Лин С., Чу С. Тест единичного корня в панельных данных: асимптотические и конечные свойства выборки // Журнал эконометрики. – 2002. – Т. 108. – № 1. – С. 1–24.
18. Хадри К. Тестирование на стационарность в неоднородных панельных данных // Журнал эконометрики. – 2000. – Т. 3. – № 2. – С. 148–161.
19. Дики Д.А., Фуллер В.А. Распределение оценок для авторегрессионных временных рядов с единичным корнем // Журнал Американской статистической ассоциации. – 1979. – Вып. 74. – С. 427–431.
20. Брайтунг Дж., Дас С. Панельная единица корня при поперечной зависимости // Statistica neerlandica. – 2005. – Т. 59. – № 4. – С. 414–433.
21. Семенкова Е.В. Управление финансовыми инвестициями: факторы инвестиционной привлекательности // Вестник Российского экономического университета им. Г.В. Плеханова. – 2016. – № 2 (86). – С. 77–88.
22. Фама Э., Уильям С. Активы доходности и инфляции // Журнал финансовой экономики. – 1977. – Т. 5. – Вып. 2. – С. 115–146.
23. Саид С.Е., Дики Д.А. Тестирование на единичные корни в авторегрессии – модели скользящего среднего неизвестного порядка // Биометрика. – 1984. – Вып. 71. – С. 599–608.
24. Семенкова Е.В. Актуальные проблемы регулирования фондового рынка России в условиях санкций // Финансовый бизнес. – 2018. – № 5. – С. 13–24.
25. Йодилин К., Карен С., Янг Дж. К., Юлиус Р. Есть ли синхронность между Филиппинской фондовой биржей и Нью-Йоркской фондовой биржей? // Международный журнал исследований бизнеса и финансов. – 2009. – Т. 3. – № 1. – Pp. 69–77.