Блог им. Crocolako
Обо всем по порядку:
1) Estimation window (промежуток между T0 и T1)- это период наблюдения за котировками до события (повышения рекомендации), в нашем случае это 150 торговых дней. Этот период нужен для выяснения какой AR имела акция до события;
2) Event window (промежуток между T1 и T2)- это период самого исследуемого события, т.к. мы исследуем простое повышение рекомендации, значит в нашем случае он равен нулю;
3) Post event window (промежуток между T2 и T3) – период после события, именно значения AR акции в этом периоде будут сравниваться с AR до события для того, чтобы понять- насколько акция стала хуже/лучше рынка по сравнению с показаниями до события. Мы взяли период 20 дней, чтобы попытаться максимально очистить наши результаты от других событий.
Опять же простыми словами- посмотрели, как акция ведет себя до события (150 дней) и сравнили с поведением после события (20 дней) и на основе этого сделали выводы.
Для анализа изменения AR мы будем использовать 2 метода
1) CAAR- cumulative average abnormal returns;
2) BHAR- buy-and-hold abnormal returns.
А для подсчета AR мы возьмем 3 метода:
1) Mean return;
2) CAPM- capital asset pricing model (Rf в данном случае это доходность 10-ти летних рублевых ОФЗ);
3) Market model.
С позволения читателя мы не будем расписывать каждый показатель и методологию его расчета дабы не превращать пост в лекцию по статистике (абсолютно все можно найти в интернете). Нам намного интереснее конечные результаты и как мы можем на этом заработать, верно? Поэтому давайте сделаем assumption что есть 3 метода подсчета AR и 2 метода для анализа изменений этого AR. Данная информация была необходима для последующего понимания результатов, на этом заканчиваем с теорией и переходим к практике.
Перейдем к вводным данным исследования и для начала расскажем, каких эмитентов мы исследовали:
При выборе рекомендаций для анализа, мы старались выбрать рекомендации, которые выходили в относительно «нейтральное» время, когда у эмитентов не было значимых событий, которые могли оказать влияние на котировки (объявление дивидендов, собрания акционеров и прочие события, которые могли повлиять на результаты исследования). Очевидно, что полностью «очистить» наше исследование от других факторов, влияющих на котировки мы не можем, однако в наших силах посчитать коэффициент детерминации (R^2) линейной регрессии (доходности бумаг и индекса ММВБ) для того, чтобы понять какую объясняющую силу имели события на котировки.
Простыми словами- какую роль играло исследуемое событие на формирование AR у эмитентов.
Таким образом мы получили следующие результаты:
Теперь объясним, что все это значит и как интерпретировать результаты. Полученные коэффициенты показывают нам, какую роль играл индекс ММВБ в формировании доходности каждого из эмитентов, где значение коэффициента равное 0 говорит о том, что индекс вообще никак не участвовал в формировании доходности, а значение равное 1 говорит о том, что доходность эмитента полностью формировалась благодаря изменению индекса и никакие другие события не имели место быть.
Таким образом нам видно, что наибольшая зависимость AR от индекса присуща акциям Лукойла и Роснефти, а в самой меньшей ARзависит от индекса в бумагах ПИКа, Магнита и Ростелекома.
Очень хорошо, что мы получили такие разнонаправленные результаты- это значит, что в нашей выборке присутствуют различные эмитенты: неоднородные с слишком маленьким коэффициентом детерминации или наоборот- с слишком большим, а это значит, что наше исследование будет покрывать почти что экстремальные точки, что в свою очередь позволит нам более обширно исследовать изменения в AR.
Теперь объясним, что все это значит и как интерпретировать результаты. Полученные коэффициенты показывают нам, какую роль играл индекс ММВБ в формировании доходности каждого из эмитентов, где значение коэффициента равное 0 говорит о том, что индекс вообще никак не участвовал в формировании доходности, а значение равное 1 говорит о том, что доходность эмитента полностью формировалась благодаря изменению индекса и никакие другие события не имели место быть.
Таким образом нам видно, что наибольшая зависимость AR от индекса присуща акциям Лукойла и Роснефти, а в самой меньшей ARзависит от индекса в бумагах ПИКа, Магнита и Ростелекома.
Очень хорошо, что мы получили такие разнонаправленные результаты- это значит, что в нашей выборке присутствуют различные эмитенты: неоднородные с слишком маленьким коэффициентом детерминации или наоборот- с слишком большим, а это значит, что наше исследование будет покрывать почти что экстремальные точки, что в свою очередь позволит нам более обширно исследовать изменения в AR.
Итак, переходим к результатам исследования. В соответствии с методологией нашего анализа- мы меряли ARтремя способами (Mean, CAPM, Market), а изменения в ARдвумя способами: CAAR, BHAAR. Результаты представлены ниже.
На графиках представлен временной период в 20 дней, в каждом дне считается средний показатель AR наблюдаемых событий, в зависимости от метода подсчета (Mean, CAPM, Market). Чтобы читатель понял, как интерпретировать результаты- давайте разберем нулевой день методом BHAAR.
Для начала находим график, где в названии BHAAR, на таймлайне находим число 0- это и есть нулевой день. Далее начинаем двигаться вниз и видим, как изменялся AR в зависимости от вида подсчета AR. Сначала мы видим Meanreturn, который показал падение на 1,68%, далее спускаемся еще ниже и видим CAPM, который в нулевом периоде падал на 1.14%, и, наконец, еще ниже MarketModel, который упал на 1.07%.
Таким образом можно заметить, что в обоих методологиях (BHAARи CAAR) наблюдается схожая динамика, а именно: в первые 10 дней значения ARпадают, однако при этом пытаются «вернуться» на прежний уровень, а вот начиная с 11-12 дня идет снижение, которое достигает своего пика на 16-17 день, после чего ARначинает возвращаться на прежний уровень.
Таким образом, если Вы рассматриваете какого-то эмитента для инвестиции или находитесь в стадии «закупки», то, при выходе прогноза о повышении рекомендации, стоит подождать примерно 15 рабочих дней и только тогда начинать открывать позицию (наращивать), ведь статистически мы доказали, что именно после 15 дней после прогноза акция будет показывать наихудшие результаты, а значит Вы сможете заработать дополнительные пару процентов.
Будем рады выслушать Ваши комментарии и какие еще события кажутся Вам интересными для исследования методом EventStudy.