» » » ПОДТВЕРЖДЕНИЕ ЗАВИСИМОСТИ МЕЖДУ ПАРАМЕТРАМИ ФОНДОВОГО РЫНКА И РЫНКА МЕЖБАНКОВСКИХ КРЕДИТОВ НА ПРИМЕРЕ КИРГИЗСКОЙ ФОНДОВОЙ БИРЖИ

ПОДТВЕРЖДЕНИЕ ЗАВИСИМОСТИ МЕЖДУ ПАРАМЕТРАМИ ФОНДОВОГО РЫНКА И РЫНКА МЕЖБАНКОВСКИХ КРЕДИТОВ НА ПРИМЕРЕ КИРГИЗСКОЙ ФОНДОВОЙ БИРЖИ

 

РОМАНОВА ЕКАТЕРИНА 
ЭКОНОМИЧЕСКИЙ ФАКУЛЬТЕТ МГУ ИМ. М.В. ЛОМОНОСОВА

ЕЛЬЧАНИНОВА МАРИЯ
ЭКОНОМИЧЕСКИЙ ФАКУЛЬТЕТ МГУ ИМ. М.В. ЛОМОНОСОВА

ЛОСЬ ЮЛИЯ
ЭКОНОМИЧЕСКИЙ ФАКУЛЬТЕТ МГУ ИМ. М.В. ЛОМОНОСОВА

  

Аннотация. В статье представлены расчеты, подтверждающие практическое применение математической формулы, объясняющей зависимость между ставкой однодневных кредитов на рынке межбанковского кредитования, с одной стороны, и объемом спекулятивных инвестиций и количеством ценных бумаг, доступных для торговли на фондовой бирже, с другой стороны. Расчеты выполнены на основе данных Кыргызской фондовой биржи. Авторы выражают благодарность председателю Совета директоров Фондовой биржи Кыргызстана Абдуталипу Султанову за бесценное содействие в получении первичной информации
Ключевыеслова: interbank credit market, equity market, stock market, speculations, trading volumes, KSE
JEL Classification: G12, G14, G17, G21

 

ROMANOVA, EKATERINA. ELCHANINOVA, MARIA. LOS, YULIA (2016) "PROVING THE RELATIONSHIP BETWEEN THE PARAMETERS OF THE STOCK MARKET AND INTERBANK LENDING MARKET: THE KYRGYZ STOCK EXCHANGE". Journal of Russian Review (ISSN 2313-1578), VOL. 1(4), 13-23.

 

1. Введение

Данная статья является продолжением исследования взаимосвязи между фондовым рынком и рынком МБК. Цель статьи – проверить на базе данных Фондовой Биржи Кыргызстана корректность формулы [1], согласно которой, ставка однодневных кредитов на межбанковском рынке обратно пропорциональна количеству ценных бумаг, торгуемых на бирже: 

В формуле описывается взаимоотношения между параметрами:

• u - средний размер убытка, который финансовый спекулянт допускает в ходе торгов в расчете позже отыграться и получить прибыль; из расчета на одну сделку с одной ценной бумагой; должна быть постоянной величиной (константой);
• I - общая сумма денег на счетах клиентов биржи в уполномоченном банке при бирже (объем спекулятивных инвестиций);
• R - ставка однодневных кредитов на рынке МБК; годовых; в долях;
• U - общее количество ценных бумаг, депонированных в депозитарии биржи.

Ключевым моментом формулы является то обстоятельство, что параметр u остается постоянным на все время рассматриваемого периода. В связи с этим проверка соответствия формулы реалиям практики сводится к тому, чтобы доказать, что параметр u действительно является постоянной. На практике об этом может свидетельствовать низкое значение стандартного отклонения этого параметра. Кроме того, использование регрессионного анализа может подтвердить или опровергнуть характер взаимосвязи между параметрами.

2. Обзор литературы

В период 2013-2016 было опубликовано три статьи, в которых проверялась применимость формулы на практике. В первой работе [2] были использованы ежедневные данные, предоставленные Московской Биржей. Авторы пришли к заключению, что формула, в целом, правильно отразила взаимосвязь между параметрами рынка МБК и Московской биржи в 2012 году.

Следующая работа [3] была выполнена на базе данных Бахрейнской Биржи. В ней также было отмечено в целом корректное отражение формулой реального положения дел, так как параметр u имел низкое значение волатильности. Кроме того, эконометрическая модель подтвердила существование корреляции между переменными.

Третья работа [4] выполнена на базе данных Казахстанской фондовой биржи. Ее результаты в целом аналогичны первым двум статьям.

Вместе с тем был проведен поиск научных работ, в которых также рассматривались бы вопросы взаимосвязи параметров рынка МБК и фондового рынка.
Поиск русскоязычных источников был проведён на сайте научной электронной библиотеки РИНЦ (elibrary.ru), англоязычных – в поисковой системе Академия Google (scholar.google.com) и на сайте международной библиотеки Social Science Research Network (ssrn.com).

Для поиска на сайте РИНЦ были использованы следующие ключевые слова: фондовый рынок, рынок межбанковских кредитов, биржевой индекс, ставка овернайт. В результате поисковая система сайта выдала 47 статей, из которых после прочтения заголовков и аннотаций были отобраны для дальнейшего изучения только две работы. Однако после прочтения, оставшиеся статьи были отклонены, поскольку оказались не соответствующими исследуемой тематике.

После поиска на сайте SSRN по ключевым словам фондовый рынок, рынок межбанковских кредитов, ставка однодневных кредитов, биржевой индекс, ставка овернайт и их различных комбинаций, поисковая система сайта показала 20 статей, из которых после прочтения заголовков и аннотаций были отобраны для дальнейшего изучения только три работы. Из них соответствует тематике лишь одна [5], в которой описывается роль фондовых рынков и рынка межбанковских кредитов в измерении банковской эффективности в Малайзии и Таиланде. Автор доказывает, что цена акций отдельных банков может отражать риск на рынке МБК.

Для поиска на сайте Академия Google были использованы следующие ключевые слова: фондовый рынок, рынок межбанковских кредитов, ставка однодневных кредитов, биржевой индекс, ставка овернайт, промышленный индекс Доу-Джонса. В результате поиска было найдено 134 работы, из которых после прочтения аннотаций были отобраны для изучения полного текста 12 работ. Как оказалось из них только одна [6] немного близка к тематике данного исследования. Это достаточно популярная работа, уже имеющая 72 цитирования. Ее авторы проследили динамику курсов акций японских банков во время банковского кризиса в середине 1990-х годов. Их исследование показывает, что акционеры банков могут использовать финансовые показатели, чтобы оперативно дифференцировать деятельность банков.

3. Описание данных и методология

Для проверки практической применимости формулы было использовано два подхода. Первый – определить, является ли стандартное отклонение параметра u константой или незначительной величиной. Поскольку объем предоставленных данных был не подробным и дробным первый подход был разделен на две части: первая часть – анализ всех имеющейся выборки, вторая – анализ данных только за декабрь 2015 года (за этот месяц были полные и регулярные данные).

Второй подход – определить при помощи регрессионного анализа характер взаимосвязи используемых параметров и сравнить его с характером взаимосвязей в самой формуле.

Для расчета параметра u использовались следующие данные по Фондовой бирже Кыргызстана:

• общая сумма денежных средств, депонированных в биржевой системе, тыс. сом (параметр I, см. Приложение 1);
• количество акций, шт. (параметр U, см. Приложение 2);
• ставки однодневных кредитов рынка МБК, проценты годовых (параметр R, см. Приложение 3).

4. Расчеты: первый подход

Расчеты показывают, что величина стандартного отклонения параметра u менее одной сотой от средней котировки одной акции. Это позволяет утверждать, что параметр u является относительно незначительной по своим размерам величиной (см. Приложения № 4 и № 5). Кроме того, визуальный осмотр суточного значения параметра u показал, что он также имеет незначительную волатильность (см. Приложения №№ 6-7 – для всех данных и см. Приложение №№ 8-9 – для данных за декабрь 2015г.).

Таким образом, можно утверждать, что параметр u имеет низкую волатильность и его можно считать величиной, близкой к константе.

5. Расчеты: второй подход

Второй подход подразумевал под собой использование регрессионного анализа временного ряда для проверки взаимосвязей между переменными модели. Временной ряд состоит из 75 наблюдений для каждой из 5 переменных (см. Приложение №10). Все регрессионные вычисления осуществлялись в эконометрической программе «Gretl».

Первым шагом эконометрического анализа является проверка всех переменных на стационарность согласно регрессионному анализу временных рядов. Для этого используют расширенный тест Дики-Фуллера (ADF-тест), поскольку в настоящий момент это один из самых популярных тестов единичного корня для временный рядов. Все переменные исследованы на стационарность с константой. Результаты проверки приведены в Приложениях № 11-14.

ADF-тест демонстрирует, что все переменные за исключением переменной R являются стационарными. Вследствие того, что за последние периоды параметр не менялся, проверка его на стационарность в этом промежутке времени бессмысленна. Однако первые 10 наблюдений отличались разнообразностью значений. Поэтому был отдельно проведен ADF-тест для первых 10 наблюдений параметра R. Данный тест показал нестационарность переменной (см. Приложение № 15). Использование нестационарных переменных в линейных регрессиях может привести к несостоятельным оценкам. Именно поэтому была осуществлена дополнительная проверка первых разностей параметра R (d_R), таким образом наконец была выявлена стационарность переменной на 1% уровне значимости (см. Приложение № 16).

Принимая все вышесказанное во внимание, можно сделать несколько выводов по результатам регрессионного анализа. У параметров R и I положительные коэффициенты взаимосвязи, что подтверждает прямую связь с зависимой переменной, а у переменной U – отрицательный коэффициент, что подтверждает обратную связь с зависимой переменной (см. Приложения №№ 17, 18).

6. Выводы

Результаты расчетов двумя подходами подтверждают стабильность константы и, в целом, корректность рассматриваемой формулы. Зависимости между параметрами отражены правильным образом.

В целом, можно уверенно утверждать, что формула способна адекватно описать ситуацию на Фондовой бирже Кыргызстана в период 2010-2015 гг. и может быть полезна финансовому регулятору (для регулирования финансовых рынков) и участникам рынка – для принятия инвестиционных решений.

7. Список литературы

1. Yandiev, Magomet. The Damped Fluctuations as a Base of Market Quotations. Economics and Management, No 16, 2011. ISSN 1822-6515. URL: http://ssrn.com/abstract=1919652

2. Yandiev, Magomet and Pakhalov, Alexander, The Relationship between Stock Market Parameters and Interbank Lending Market: An Empirical Evidence (September 23, 2013). Available at SSRN: http://ssrn.com/abstract=2329871 or http://dx.doi.org/10.2139/ssrn.2329871

3. Matveev, Aleksandr, Proving the Association between Stock Market and Interbank Lending Market Parameters: The Bahrain Stock Exchange (April 21, 2014). Available at SSRN: http://ssrn.com/abstract=2427196 or http://dx.doi.org/10.2139/ssrn.2427196

4. Yandiev, Magomet and Andzhaeva, Altana, Confirmation of the Relationship between Stock Market Parameters and Interbank Credit Market on the Example of the Kazakhstan Stock Exchange (March 17, 2016). Available at SSRN: http://ssrn.com/abstract=2749242

5. Masahiro Inoguchi, Interbank Market, Stock Market, and Bank Performance in East Asia (November 1, 2013). Available at SSRN: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2378725

6. Elijah Brewer III, Hesna Genay, William Curt Hunter and George G. Kaufman, Does the Japanese Stock Market Price Bank-Risk? Evidence from Financial Firm Failures (February 2003). Available online at researchgate.com: https://www.researchgate.net/publication/5168302_Does_the_Japanese_Stock_Market_Price_Bank-Risk_Evidence_from_Financial_Firm_Failures

8. Приложения

Приложение №1

Приложение №2

Приложение №3

Приложение №4

Параметр u

Dec. 2015

Для варианта, где параметр U это объем торгов

Для варианта, где параметр Uэто общее количество депонированных бумаг

Среднее арифметическое, сом

0,0000061900

0,0022593348

Волатильность, сом

0,0000004862

0,0001755129

Приложение №5

Параметр u

2010 - 2015

Для варианта, где параметр U это объем торгов

Для варианта, где параметр Uэто общее количество депонированных бумаг

Среднее арифметическое , сом

0,0000053277

0,0019446140

Волатильность, сом

0,0000052658

0,0019220080

Приложениe №6
весь период (2010-2015)

Приложение №7
весь период (2010-2015)

Приложение №8
(01.12.15-31.12.15)

Приложение №9
(01.12.15-31.12.15)

Приложение №10 

Название переменной в модели

Название переменной в Gretl

Определение

u

u_small_vol

Средняя потеря за сделку (рассчитанная используя объем торговли)

u

u_small_dep

Средняя потеря за сделку (рассчитанная используя количество депонированных ценных бумаг)

I

I

Объем спекулятивных инвестиций (объем денежных средств на счетах в уполномоченном банке при фондовой бирж);

R

R

Ставки однодневных кредитов

R

d_R

Первые разности R

Приложение №11
Тест единичного корня для u_small_vol

Результаты ADF-теста

Расширенный тест Дики-Фуллера для u_small_vol
включая 0 лага(-ов) для (1-L)u_small_vol
(max was 11, criterion Крит. Акаике)
объем выборки 76
нулевая гипотеза единичного корня: a = 1
 тест с константой
  модель: (1-L)y = b0 + (a-1)*y(-1) + e
  оценка для (a - 1): -0,589324
  тестовая статистика: tau_c(1) = -5,58178
  P-значение 9,829e-06
  коэф. автокорреляции 1-го порядка для e: -0,005
 Переменная стационарна на уровне значимости 1%.

 

Приложение №12
Тест единичного корня для u_small_dep

Результаты ADF-теста
Расширенный тест Дики-Фуллера для u_small_dep
включая 0 лага(-ов) для (1-L)u_small_dep
(max was 11, criterion Крит. Акаике)
объем выборки 76
нулевая гипотеза единичного корня: a = 1
  тест с константой
  модель: (1-L)y = b0 + (a-1)*y(-1) + e
  оценка для (a - 1): -0,589324
  тестовая статистика: tau_c(1) = -5,58178
  P-значение 9,829e-06
  коэф. автокорреляции 1-го порядка для e: -0,005
Переменная стационарна на уровне значимости 1%.

Приложение №13
Тест единичного корня для I

Результаты ADF-теста
Расширенный тест Дики-Фуллера для I
включая 0 лага(-ов) для (1-L)I
(max was 11, criterion Крит. Акаике)
объем выборки 74
нулевая гипотеза единичного корня: a = 1
  тест с константой
  модель: (1-L)y = b0 + (a-1)*y(-1) + e
  оценка для (a - 1): -0,542084
  тестовая статистика: tau_c(1) = -5,17475
  P-значение 4,32e-05
  коэф. автокорреляции 1-го порядка для e: -0,019
Вывод: переменная стационарна на уровне значимости 1%.

Приложение №14
Тест единичного корня для R 

ADF – тест (R, d_R) не может быть проведен, так как большинство зависимых постоянны.

Приложение № 15
Тест единичного корня для R (первые 10 наблюдений)

Результаты ADF-теста
Расширенный тест Дики-Фуллера для R
включая один лаг для (1-L)R
(max was 2, criterion Крит. Акаике)
объем выборки 10
нулевая гипотеза единичного корня: a = 1
  тест с константой
  модель: (1-L)y = b0 + (a-1)*y(-1) + ... + e
  оценка для (a - 1): -0,414669
  тестовая статистика: tau_c(1) = -1,12293
  асимпт. р-значение 0,7091
  коэф. автокорреляции 1-го порядка для e: 0,425

Приложение № 16 Тест единичного корня для d_R

Результаты ADF-теста
Расширенный тест Дики-Фуллера для d_R
включая 2 лага(-ов) для (1-L)d_R
(max was 2, criterion Крит. Акаике)
объем выборки 8
нулевая гипотеза единичного корня: a = 1
  тест с константой
  модель: (1-L)y = b0 + (a-1)*y(-1) + ... + e
  оценка для (a - 1): -1,90414
  тестовая статистика: tau_c(1) = -4,27636
  асимпт. р-значение 0,0004832
  коэф. автокорреляции 1-го порядка для e: -0,288
  лаг для разностей: F(2, 4) = 2,359 [0,2105]
Переменная стационарна на уровне значимости 1%.

Приложение № 17
Расчеты с объемом торговли

Метод наименьших квадратов для u_small_vol используя I and R
Модель 2: МНК, использованы наблюдения 1-75
Зависимая переменная: u_small_vol

 

Коэффициент

Ст. ошибка

t-статистика

P-значение

 

const

−4,4881e-06

9,46334e-07

−4,7426

<0,0001

***

I

7,48608e-11

1,51878e-12

49,2899

<0,0001

***

R

4,36902e-07

7,87213e-08

5,5500

<0,0001

***

 

Среднее зав. перемен

 5,33e-06

 

Ст. откл. зав. перемен

 6,80e-06

Сумма кв. остатков

 9,66e-11

 

Ст. ошибка модели

 1,16e-06

R-квадрат

 0,971755

 

Испр. R-квадрат

 0,970970

F(2, 72)

 1238,561

 

Р-значение (F)

 1,71e-56

Лог. правдоподобие

 920,2480

 

Крит. Акаике

−1834,496

Крит. Шварца

−1827,544

 

Крит. Хеннана-Куинна

−1831,720

Параметр rho

 0,862350

 

Стат. Дарбина-Вотсона

 0,274967

 

Приложение № 18
Расчеты с количеством депонированных средств

Метод наименьших квадратов для u_small_dep используя I and R
Модель 3: МНК, использованы наблюдения 1-75
Зависимая переменная: u_small_dep

 

Коэффициент

Ст. ошибка

t-статистика

P-значение

 

const

−0,00163816

0,000345412

−4,7426

<0,0001

***

I

2,73242e-08

5,54356e-10

49,2899

<0,0001

***

R

0,000159469

2,87333e-05

5,5500

<0,0001

***

 

Среднее зав. перемен

 0,001945

 

Ст. откл. зав. перемен

 0,002482

Сумма кв. остатков

 0,000013

 

Ст. ошибка модели

 0,000423

R-квадрат

 0,971755

 

Испр. R-квадрат

 0,970970

F(2, 72)

 1238,561

 

Р-значение (F)

 1,71e-56

Лог. правдоподобие

 477,7557

 

Крит. Акаике

−949,5115

Крит. Шварца

−942,5590

 

Крит. Хеннана-Куинна

−946,7354

Параметр rho

 0,862350

 

Стат. Дарбина-Вотсона

 0,274967

 

 

 

 

 

 

 

 

скачать dle 10.2 Авто Тюнинг кузова