<<
>>

Информационная значимость аналитических отчетов

Анализ информационной значимости аналитических отчетов является одной из широко обсуждаемых тем в финансовой литературе. Теоретически, на совершенно эффективном рынке аналитики не могли бы создавать какую-либо стоимость для инвесторов путем выпуска аналитических отчетов, поскольку любая информация уже была бы отражена в котировках эмитентов.

Однако, в том случае, если аналитики обладают уникальными способностями в сборе и анализе релевантной информации, то результаты их работы могут быть полезны для инвесторов. Ответ на вопрос о том, насколько эта работа полезна, может быть найден только эмпирически.

По мере развития этого направления исследований консенсус авторов значительно менялся. Если первые работы, изучающие значимость аналитических отчетов, давали противоречивые

34 результаты, то по мере развития эконометрического аппарата и появления более точных баз данных практически все исследования на различных рынках и за различные периоды времени давали утвердительный ответ на вопрос о значимости рекомендаций и других аналитических продуктов.

Например, в работе Cowles (1933) [37]было показано, что рекомендации большинства аналитиков не приводят к появлению аномальной доходности.

Однако уже в работах Shelton (1967) [97]и Copeland и Mayers (1982) [36]приводилось подтверждение того, что использование рекомендаций аналитиков приносит значительную аномальную доходность, превышающую среднерыночный уровень. В 1965 году появилась первая база данных по рекомендациям, которая дала возможность проверить влияние деятельности аналитиков с использованием подходящего эмпирического материала. Управляющая компания Value Line организовала состязание для 20 тысяч частных инвесторов, которые создавали портфели акций, собственные или предложенные Value Line. В рамках состязания была создана рэнкинговая система, которая позволяла единым образом проранжировать все рекомендации аналитиков.

Вплоть до конца 1980­х годов этот источник данных был ключевым в работах по обсуждаемой тематике. Одна из наиболее цитируемых работ в этой области, исследование Stickel (1995) [103], также основано на рэнкинге Value Line.

Davies и Canes (1978) [39] подтвердили значительную реакцию рынка на изменение рекомендаций, анализируя аномальные движения котировок в день публикации отчетов и на следующий день в 1970 и 1971 годах. Причем реакция на рекомендации по продаже акций была

35 значительно сильнее, чем реакция на рекомендации по покупке. Позднее выводы Davies и Canes (1978) [39]подтвердили Beneish (1991) [17]для периода 1978-1979 и Liu, Smith и Syed (1990) [78]для периода 1982-1985, используя аналогичный подход.

Womack (1996) [104] в своем исследовании пошел дальше, рассматривая не только асимметричную реакцию на повышение и понижение рекомендаций, но также и влияние исключений ценных бумаг из списков на покупку или на продажу. Автор показал, что средняя доходность по акциям, исключенным из списков, двигалась в направлении, соответствующем прогнозу аналитика, до момента отзыва рекомендации. Другим важным выводом Womack (1996) [104] стало то, что первая реакция рынка на пересмотр рекомендации не меняется в обратную сторону с течением времени. Напротив, в течение полугода после пересмотра наблюдается незначительный «дрейф» котировок в направлении выпущенной рекомендации.

Хотя большая часть исследований проводилась на данных по рынку ценных бумаг США, аналогичные исследования можно найти практически по каждому развитому рынку. Например, Dimson и Marsh (1984) [40] провели широкое исследование сразу в пяти странах (Австралия, Канада, Гонконд, Великобритания и США), показав, что следование рекомендациям дает очень невысокую рентабельность. Pieper, Schiereck и Weber (1993) [91]оценивали эффект от выхода рекомендаций в «Effekten-Spiegel» в 1990-1991гг. в Германии и заключили, что аномальную доходность можно было получить только при покупке акций до выхода рекомендаций на повышение.

Schmid и Zimmerman (2003) [95] оценивали реакцию рынка на публикацию рекомендаций в крупнейшем финансовом издании Швейцарии и нашли значительное изменение цен в неделю выхода рекомендаций, а

также регулярное (хотя и незначительное) увеличение объема торгов за неделю до публикации (с последующим значительным снижением). Jegadeesh и Kim (2006) [67]оценили ценность рекомендаций в странах большой семерки и нашли значительную реакцию рынка во всех странах, кроме Италии (причем наибольшая реакция рынка наблюдалась в США). Однако Cervellati, Delia Bina, Giulianelli (2005) [28], используя другую базу данных для Италии и уникальное законодательство, обязывающее раскрывать результаты рекомендаций аналитиков на сайте регулятора, показали, что в дату выпуска отчета аномальная доходность была статистически значима и составила 1,01% в случае повышения рекомендаций и -0,92% в случае понижения рекомендаций, причем торги сопровождались повышенным объемом торгов. К аналогичным выводам по рынку ценных бумаг Италии пришли Belcredi, Bozzi и Rigamonti (2003) [16]. В Испании было проведено два крупных исследования на эту тему. Gonzalo и Inurrieta (2001) [56]нашли значительное изменение доходности перед тем, как рекомендация становится публичной, а Blandon и Bosch (2009) [19] пришли к аналогичным выводам, анализируя консенсус-прогноз вместо отдельных рекомендаций.

Возвращаясь к работе Jegadeesh и Kim (2006) [67], в которой сравнивались результаты анализа для стран большой семерки, важно подчеркнуть, что реакция инвесторов на разных фондовых биржах существенно отличалась. При этом изменение котировок в ответ на пересмотр рекомендаций было наиболее значительным именно в США, где проводится большая часть исследований, а также в Японии. Для сравнения, если в США средняя аномальная доходность при повышении рекомендаций составила 1,76% по итогам проведенного анализа, то в других странах аномальная доходность колебалась от 0,03% в Италии до 0,47% в Японии. Аналогичная ситуация характерна

и для понижений рекомендаций.

Если в США среднее изменение составило -3,21%, то в других странах этот показатель изменялся от - 0,05% в Италии до -0,46% во Франции. Однако, несмотря на низкую экономическую значимость результатов, авторы указывают, что все полученные данные имели высокую статистическую значимость.

Таким образом, можно сказать, что большая часть исследований по данной теме подтверждает увеличение доходности акций при повышении рекомендации и снижение доходности при понижении рекомендаций. Это свойственно как для небольших выборок Beneish (1991) [17]и Francis и Soffer (1997) [52]или «элитных» выборок Womack (1996) [104] и Asquith, Mikhail и Au (2005) [6], в которых рассматривались только рекомендации аналитиков с высокой репутацией, так и для масштабных исследований Mikhail, Walther и Willis (2004) [86] и Ivkovic и Jegadeesh (2004) [65], изучающих десятки тысяч наблюдений. Хотя результаты, выраженные в абсолютных показателях, могут отличаться от исследования к исследованию, поскольку авторы расходятся в оценке того, какая средняя аномальная доходность характерна как для дня события, так и для более длительного периода.

Barber и Loeffler (1993) [13]выдвинули две принципиально разные гипотезы для объяснения связи между выходом рекомендаций и изменением котировок и объемов торгов, рассматривая эффект от выхода рекомендаций в колонке «Dartboard» в Wall Street Journal в 1988-1990гг. и посчитав, что аномальная доходность составила 4%, а объем торгов удвоился по сравнению с нормальным уровнем. Первая гипотеза, гипотеза «ценового давления» предполагает, что изменения связаны с поведением так называемых «шумовых» инвесторов, которые реагируют на советы аналитиков и двигают рынок в

38 соответствующем направлении. Если эта гипотеза верна, то в скором времени действия «сведущих» инвесторов должны привести к возвращению котировок акций к обратному уровню. Вторая гипотеза, гипотеза «распространения информации», предполагает, что аналитические отчеты действительно содержат новую информацию, важную для рынка, на которую рынок реагирует обоснованно.

Если верна эта гипотеза, то котировки не будут демонстрировать откат вскоре после первой реакции.

Однако Cervellati, Ferretti и Pattitoni (2011) [29]показали, что помимо двух гипотез, объясняющих влияние рекомендаций на изменение котировок (дополнительное распространение информации и ценовое давление на наивных инвесторов), более обоснованной является гипотеза «повышенного внимания». Она учитывает один очень важный факт, состоящий в том, что реакция на рекомендации на покупку и на продажу асимметрична - т.е. изменение котировок и объемов торгов значительно для рекомендаций на покупку и незначительно для рекомендаций на продажу. Гипотеза состоит в том, что рекомендации на покупку помогают множеству «шумовых», то есть непрофессиональных, инвесторов выбрать акции для инвестирования из огромного количества доступных акций, и, тем самым, направляют внимание множества людей на ограниченный круг ценных бумаг. Это увеличивает котировки и объем торгов по акциям, рекомендованным на покупку. В то время как рекомендации на продажу непрофессиональным инвесторам нужны гораздо меньше. В общем случае они редко используют короткие продажи акций, а потому выбор акций на продажу ограничен составом их текущего портфеля. Еще одним важным фактом, который подчеркнули авторы, является то, что значимым оказался даже «вторичный» выход рекомендаций - т.е. их публикация в печатной прессе через некоторое

время после публичного распространения среди клиентов инвестдомов. Таким образом, гипотеза авторов объясняет, почему во многих более ранних работах, рассматривавших публикации в печатной прессе, была найдена положительная зависимость между публикацией рекомендаций и доходностью (например, Davies и Canes (1978) [39], Beneish (1991) [17], Greene и Smart (1999) [57]одни из многих, кто рассматривал влияние публикаций в колонке Wall Street Journal).

Таблица 1.1. Результаты исследований по анализу аномальной доходности при изменении рекомендаций аналитиков

Авторы Дата База данных Период Дни Доходность при понижении N Доходность при повышении N
Davies и Canes 1978 Wall St.
Journal
1970-1971 0 -2,37% 188 0,92% 597
Beneish 1991 Wall St. Journal 1978-1979 -2 до +1 -2,87% 118 1,91% 286
Stickel 1995 Zacks 1988-1991 -10 до

+10

-1,86% 8167 1,55% 8970
Womack 1996 First Call 1989-1991 -1 до +1 -4,30% 570 3,30% 694
Francis и Soffer 1997 Inestext 1988-1991 -1 до +1 -2,41% 53 0,75% 49
Mikhail, Walther и

Willis

2004 Zacks 1985-1999 -2 до +2 -2,92% 68472 1,14% 61014
Ivkovic и Jegadeesh 2004 I/B/E/S 1990-2002 0 до +2 -6,20% 53542 3,80% 42971
Asquith, Mikhail и

Au

2005 Institutional

Investor

1997-1999 -2 до +2 -6,60% 125 4,50% 262

В последнее десятилетие, в свою очередь, консенсус авторов начал расходиться. К настоящему моменту появились разные ответы на вопрос, добавляют ли рекомендации ценность или нет. Эмпирические результаты, которые существуют на эту тему, дают противоречивые выводы. Различные авторы предложили новые гипотезы и модели, позволяющие «фальсифицировать» теорию о значимости работы аналитиков и взглянуть на проблему с неожиданной стороны.

Информационная значимость при контроле корпоративных событий

Ключевая гипотеза, подтверждение которой может существенно снизить значимость всех полученных ранее результатов, состоит в том, что влияние рекомендаций сильно завышено вследствие одновременного выхода важных корпоративных событий. Возможно, что изменение рекомендаций не несет новой информации, а только дублирует ранее возникшую информацию, т.к. аналитики выпускают изменения рекомендаций вскоре после выхода существенных новостей. И действительно, последние исследования показывают, что часть рекомендаций аналитиков совпадает с объявлением важных корпоративных событий. Например, Altinkilic и Hansen (2009) [5]показали, что пересмотр 80% рекомендаций происходит сразу после объявления значимых корпоративных событий, таких как объявление финансовых результатов или важных инвестиционных проектов. Точно также Asquith, Mikhail и Au (2005) [6]показывают, что половина аналитических отчетов выходит одновременно с крупными объявлениями информации, специфичными для этой компании, включая выпуск новых ценных бумаг или объявление о слиянии или поглощении. Conrad, Cornell, Landsman и Roundtree (2006) [35], рассматривая случаи значительного изменения котировок, также приходят к выводу, что они резко повышает вероятность изменения рекомендации. Следующее важное наблюдение можно найти в работе Jiang и Kim (2010) [69], в которой показано, что пересмотр аналитиками своих рекомендаций в дни, когда цены на акции резко изменяются, объясняет до половины или даже до трети первоначальной реакции рынка на все изменения рекомендаций, хотя такие пересмотры составляют всего 10% от выборки.

Главная проблема, отсюда, заключается в том, чтобы корректно оценить причинно-следственную связь либо нивелировать влияние прочих сопутствующих событий. Причина, по которой возникает такая проблема, состоит в том, что большинство авторов оценивает изменение доходности в течение длительного периода, в который происходит сразу несколько событий.

Для того, чтобы решить эту проблему, большинство авторов шло по пути выделения всего одного, но наиболее очевидного и значимого корпоративного события - публикации финансовой отчетности. Например, Stickel (1995) [103]контролировал переменную, отвечающую за раскрытие финансовых результатов, и одним из первых (хотя и не очень явно) предполагал, что публикация финансовой отчетности может приводить к пересмотру рекомендаций. Аналогичным образом Womack (1996) [104] принимал во внимание только публикацию финансовой отчетности. Он рассматривал две выборки - отчеты, которые не совпадали по времени с выходом финансовых результатов, и отчеты, которые совпадали. В результате он пришел к выводам, что обе выборки незначимо отличаются друг от друга, поскольку они показали схожие результаты, т.е. что изменение рекомендаций несет дополнительную информацию для рынка. Его выводы подтвердили Park и Pincus (2000) [89], которые подошли к этому вопросу немного с другой стороны. Они ограничили свой анализ только теми изменениями рекомендаций, которые были выпущены в течение пяти дней после публикации финансовых результатов, и обнаружили, что рекомендации имели дополнительную информацию помимо той, которая содержалась в финансовых результатах. Ivkovic и Jegadeesh (2004) [65]расширили это направление и рассмотрели изменения рекомендаций как до, так и после публикации финансовых результатов. Т.е. они оценивали

только те пересмотры, которые вышли практически одновременно с выпуском финансовой отчетности (игнорируя прочие корпоративные события). Авторы нашли, что те рекомендации, которые были выпущены сразу же после выхода финансовых результатов, оказались менее информативны по сравнению с теми, которые были выпущены до публикации результатов. В частности, не было существенной реакции как на повышение, так и на понижение рекомендаций, которые были выпущены в течение недели после выхода финансовых результатов. Chen, Francis и Schipper (2005) [31]добавили к публикации финансовой отчетности еще два корпоративных события. Они контролировали выход финансовой отчетности, прогноз финансовых результатов и дни выплаты дивидендов, оценивая влияние изменения рекомендаций и влияние выпуска прогнозов аналитиков по финансовым результатам и по росту выручки. Asquith, Mikhail и Au (2005) [6]еще больше углубили это направление, рассмотрев, какой тип информации в аналитических отчетах вызывает наибольшую реакцию по сравнению с вышедшими корпоративными событиями. Они обнаружили, что информация, содержащаяся в рекомендациях, была существенна даже в том случае, если выходила одновременно с другими важными корпоративными событиями.

Таким образом, авторы, контролирующие строго ограниченный круг корпоративных событий, и в первую очередь - публикацию финансовых результатов, продолжали настаивать на значимости пересмотров рекомендаций аналитиками. Однако возможно, что контроль единственного типа корпоративных событий является недостаточным. Например, Altinkilic и Hansen (2009) [5]показали, что объявление финансовых результатов менеджментом сопровождает изменение рекомендаций только в 21% случаев. При этом существует множество других корпоративных событий, которые содержат

43 значительную информацию для компаний. Эти события также могут оказывать влияние на рекомендации аналитиков.

Изучение всех событий, необходимое, чтобы рассмотреть чистое влияние рекомендаций аналитиков, является практически невозможным заданием. Выделить разные типы событий и найти их даты бывает чрезвычайно трудно, даже если они значительно влияют на рекомендации и на итоговую доходность вложений с точки зрения инвесторов. Например, узнать полный список выпущенных компаниями пресс-релизов за период или узнать даты выхода прогнозов менеджмента по операционным показателям бывает затруднительно. К таким событиям можно отнести прогноз менеджментом финансовых результатов, который сопровождает 16% случаев изменений рекомендаций, а также такие корпоративные события, как слияния, поглощения и выпуск дополнительных акций, которые сопровождают еще 8% изменений рекомендаций. Кроме того, ряд событий представляется совершенно неидентифицируемым, поскольку они не являются специфическими для эмитента. Компания сама по себе является не единственным источником информации, который релевантен для цен на ее акции. Например, изменение общего направления динамики фондового рынка или изменения регулирования отрасли, а также информация о конкурентах компании также может влиять на цену акции изучаемой компании. Таким образом, на слабо идентифицируемые события может приходиться более 50% всех случаев пересмотров рекомендаций. Поэтому общим ограничением многих исследований является то, что они полагаются на какие-то заранее определенные типы корпоративных событий (например, на публикацию финансовой отчетности), определяя их как информационные события. Такие события ограничены стандартными информационными источниками. Более того, если бы все такие

события были идентифицированы, было бы сложно определить, которое из событий содержит существенную информацию, которая повлияла на котировки акций.

Разные исследователи по-разному пытались обойти эту проблему. Одним из наиболее интересных подходов является подход Altinkilic и Hansen (2009) [5]. Авторы показали, что доходность в течение дня после выхода пересмотра рекомендаций достаточно мала и заключили, что рекомендации аналитиков не имеют дополнительной информации помимо той, которая содержалась в первоначальном корпоративном событии. Авторы предложили измерять изменение доходности в течение 40 минут поле выхода пересмотра по рекомендации. Это значительно снижает вероятность пересечения событий. Единственной сложностью является то, что для корректного выделения влияния необходимо точно знать время выхода рекомендации, что невозможно сделать на данных российского рынка. Кроме того, российский рынок, который, вероятно, является менее эффективным, чем американский, гораздо медленнее реагирует на любую новую информацию.

Результаты Altinkilic и Hansen (2009) [5] значительно отличаются от всех исследований, рассматривающих ограниченный круг корпоративных событий. Авторы пришли к выводу, что публикаций изменений по рекомендациям является не значимой, а изменение доходности составило всего -0,05% для понижений и 0,03% для повышений. В то же время, средняя абсолютная доходность до выхода рекомендации (период текущего дня до выхода рекомендации и предыдущий день) оказалась очень высока, составив -3,7% перед понижениями и 1,1% перед повышениями. Кроме того, авторы показали, что чем более существенна новость, тем больше

недооценивается ее влияние, поскольку при выходе наиболее значимых новостей большее число аналитиков изменяет рекомендацию. К примеру, для новости с доходностью -1,5% будет одно изменение рекомендации, для новости с доходностью -3,5% два изменения, и для новости -10,9% - три и более изменения. Таким образом, крупные новости преувеличивают оценку доходности. Стоит, однако, заметить, что низкие показатели аномальной доходности в течение 40 минут после выхода публикации могут объясняться тем, что рынок просто не успевает реагировать в течение такого короткого времени на такие сложные новости, как пересмотр рекомендации. Отчасти в силу того, что аналитические отчеты, в отличие от финансовой отчетности, не являются строго стандартизированными и требуют подробного изучения.

Альтернативный подход для нивелирования влияния существенных корпоративных событий предложили Jiang и Kim (2010) [69]. Они предложили использовать резкое повышение стоимости акций как свидетельство произошедшего информационного события, и оценивать реакцию рынка только на изменение тех рекомендаций, которые было сделаны после таких событий. Этот подход напоминает исследование Park и Pincus (2000) [89], однако расширение числа событий за счет их переопределения играет в данном случае решающую роль. Авторы предложили определять скачки в ценах акций эконометрически и интерпретировать эти скачки как общие информационные события, которые имеют существенное влияние на цены акций. Некоторые из недавних эмпирических работ показывают, что скачки составляют критическую часть при оценке доходности портфелей. Скачки при этом представляют собой неожиданные крупные изменения в ценах акции, которые, теоретически, обычно вызваны значительными

46 информационными событиями или шоками ликвидности. При этом простое изменение цены акций может быть охарактеризовано как постепенное изменение котировок с постепенным последующим растворением, а скачок - как изменение цен, которое прекращает действовать через некоторое время.

Авторы получили следующие результаты. В течение двух дней пересмотры рекомендаций оказывали влияние на рынок, вне зависимости от того, в какую сторону был сделан пересмотр, а также вне зависимости от того, положительным или негативным был предшествующий скачок цен. В течение более длительного периода времени (до шести месяцев) только те пересмотры, которые были сделаны в том же направлении, что и предшествующие скачки цен, продолжали оказывать влияние на рынок, причем этот эффект был более значим для повышения рекомендаций, которое следовало за положительным скачком. Например, кумулятивная доходность, скорректированная по рынку, в течение шести месяцев после повышения рекомендации, последовавшего за позитивным скачком, составляет 7,87%, в то время как соответствующая доходность для повышений, которые не следуют за скачком, составляет всего 3,34%. Еще одним существенным выводом стало то, что пересмотр рекомендаций более вероятен, когда существует ценовой скачок. Причем такие пересмотры объясняют большую часть первоначальной реакции рынка, которая была рассмотрена в предыдущих исследованиях. Это может свидетельствовать о переоценке влияния аналитиков в ранних работах на эту тему. С другой стороны, пересмотр рекомендаций, который был сделан после ценовых скачков, всё еще имеет ценность, особенно в случае повышения рекомендаций, которое следует за положительным скачком.

Таким образом, можно заключить, что влияние аналитиков на рынок имеет место. Следовательно, хотя отчеты аналитиков, возможно, не предоставляют такой большой ценности, как можно было заключить из ранних работ по данной теме, они содержат в себе существенную информацию о будущей доходности акций. При этом дополнительная ценность пересмотров еще более заметна для повышения рекомендаций, которые следуют за позитивными скачками (в среднем с дополнительной доходностью 4,5%) по сравнению с пересмотрами, которые не следуют за скачками цен (на шестимесячном горизонте).

Схожие результаты были получены ранее в работе Ryan и

Taffler (2004) [93], которые, однако, концентрировались не на изменении доходности, а на объяснении изменения котировок. Они пришли к достаточно радикальному выводу, что изменение котировок в 17,4% случаев является следствием именно изменения рекомендаций, а изменение объемов торгов можно объяснить этим фактором в 16,1% случаев. В результате влияние рекомендаций даже превышает влияние публикации финансовой отчетности эмитентом, которое имеет значение в 17,0% и 15,2% случаев соответственно. Всего же идентифицируемые корпоративные события могу объяснить до 65% случаев значительных изменений котировок и объемов торгов. Следовательно, реакция рынка на новую информацию может быть использована для разработки торговых стратегий.

Информационная значимость отдельных рекомендаций

Как было показано выше, разные исследователи имеют разное мнение по поводу того, являются ли рекомендации аналитиков в целом значимыми для рынка или нет (хотя и склоняются к

положительному ответу на этот вопрос). Однако даже в том случае, если рекомендации в целом не влияют на рынок, еще не означает, что они вообще бесполезны. Это связано с тем, что в большей части работ рассматриваются средние эффекты, которые обнаруживаются на крупных выборках и в основном оценивают среднюю аномальную доходность. Благодаря усреднению большого числа рекомендаций, исследователи стремятся снизить влияние различных корпоративных событий на объект исследования и, таким образом, получить оценку чистого эффекта от изменения рекомендаций.

В то же самое время рассмотрение средних эффектов на большой выборке имеет небольшую пользу для того, чтобы оценить способности аналитиков влиять на котировки акций отдельной фирмы так, чтобы инвесторы могли это заметить. Например, если в общей выборке средняя аномальная доходность, которая связана с понижением рекомендации, составит -1%, то для отдельного конкретного эмитента этот 1% аномальной доходности будет шумом, неразличимым на фоне других колебаний котировок ценных бумаг. В то же самое время аномальная доходность некоторых исключительных изменений рекомендаций может иметь существенное влияние на котировки и быть заметным на уровне отдельного эмитента. Но исследования, оценивающие средние эффекты, не могу показать, насколько часто аналитики выпускают такие рекомендации, чей эффект может быть заметен на уровне компании, а не только на уровне общей выборки.

Изменение рекомендаций можно определить как значимое, если аномальная доходность изменяется в том же направлении, как и рекомендация, и является статистически значимой. Альтернативным определением значимой рекомендации будет такое изменение,

которое приведет к статистически значимому увеличению оборота торгов на уровне фирмы. Такой подход позволяет убедиться, что изменения рекомендаций, которые можно определить как значимые, будут действительно замечены инвесторами, которые следят за эмитентом. При этом важно проводить анализ только в те дни, в которые не выходит крупных корпоративных событий. В то время как крупные выборки и усреднение показателей позволяет снизить их влияние на результат, при анализе отдельных изменений требуется избежать корреляции и создать выборку изменений рекомендаций, где влияние различных специфичных для компании новостей минимизировано.

Такое исследование было проведено Loh и Stulz (2011) [81], в котором авторы показали, что около 12% рекомендаций в выборке являлись значимыми с точки зрения изменения доходности и около 13% - значимыми с точки зрения изменения оборота. Причем изменение рекомендаций оказалось более значимым, чем изменение прогнозов аналитиков. При этом примерно каждый четвертый аналитик никогда не выпускал изменение рекомендаций, которое было бы значимым. Для тех же аналитиков, которые когда-либо выпускали значимые рекомендации, только каждое пятое изменение было значимым. Loh и Stulz (2011) [81] считали значимыми те прогнозы, которые соответствовали дальнейшему движению котировок в том же направлении или увеличению объема торгов, а также смогли исключить те пересмотры рекомендаций, которые совпали с выходом важных новостей по эмитенту. Их открытие показывает, что значимые изменения рекомендаций являются только подгруппой всех рекомендаций аналитиков, и что важные рекомендации не являются частыми даже среди опытных аналитиков. И хотя большая часть рекомендаций является неинформативной,

аналитики добавляют ценность финансовым рынкам благодаря тому, что они могут создавать значимые рекомендации.

Информационная значимость разных компонентов аналитического отчета

Работа аналитиков состоит в том, чтобы выдавать рекомендации и писать отчеты с обоснованиями в поддержку этих рекомендаций. Основным результатом работы аналитиков являются рекомендации, однако помимо них создается множество сопутствующих продуктов, включая прогноз финансовых результатов, определение целевых цен, выпуск заметок по эмитентам, комментариев к новостям и проч. Рекомендации при этом рассматриваются как наиболее значимый и, кроме того, простой инструмент, который позволяет легко создавать подходящие под него модели. Однако другие аналитические продукты могут являться значимыми и требуют особого анализа. Кроме того, они дают возможность провести более тонкий анализ, включая в оценку дополнительные нюансы, помимо пяти жестко определенных стандартных категорий рекомендаций (strong buy / buy / hold / sell / strong sell).

Большая часть аналитических отчетов включает в себя три ключевых элемента - прогноз финансовых показателей, рекомендацию по ценным бумагам и целевую цену акций. Кроме того, во многих отчетах приводится подробное аналитическое обоснование этих элементов. Одной из работ, изучающих расширенные отчеты аналитиков, является исследование Asquith, Mikhail и Au (2005) [6]. Они рассматривали разницу во влиянии рекомендаций, прогнозов финансовых показателей и установленных целевых цен. Авторы показали, что пересмотр целевых цен влияет сильнее, чем пересмотр

прогнозов, причем его добавление в модель значительно улучшает ее результаты. Текст отчета также играет существенную роль - чем убедительнее аргументы отчета, тем сильнее его влияние на котировки. При добавлении этого фактора значимость пересмотра прогнозов финансовых результатов снижается, а значимость изменения рекомендаций пропадает. Также авторы обнаружили, что содержание аналитического отчета получает наибольшую значимость в случае понижения рекомендации. Кроме того, прокси для взаимоотношений между эмитентом и инвестиционным банком обратно коррелирует с реакцией рынка, т.е. рынок склонен занижать значимость хороших отчетов и завышать значимость плохих отчетов в том случае, если инвесткомпания не является полностью независимой от эмитента.

Таким образом, можно прийти к выводу, что даже отсутствие влияния рекомендаций аналитиков не свидетельствует о бесполезности их работы и требует более аккуратного анализа прочих выпускаемых аналитических продуктов.

1.4.

<< | >>
Источник: Погожева Анастасия Андреевна. Оценка информационной значимости рекомендаций аналитиков по российским эмитентам. Диссертация на соискание ученой степени кандидата экономических наук. Москва - 2013. 2013

Еще по теме Информационная значимость аналитических отчетов:

  1. Инвестиционная значимость аналитических отчетов
  2. Исследования по аналитическим отчетам
  3. Погожева Анастасия Андреевна. Оценка информационной значимости рекомендаций аналитиков по российским эмитентам. Диссертация на соискание ученой степени кандидата экономических наук. Москва - 2013, 2013
  4. Оглавление
  5. Глава 1. Рекомендации аналитиков на финансовых рынках
  6. Введение
  7. 2.4. Заключение по методологии анализа влияния рекомендаций аналитиков
  8. Аномальный объем торгов на бирже ММВБ
  9. 3.1. Параметры выборки
  10. Заключение по обзору литературы
  11. Источники данных по рекомендациям
  12. Подходы к определению информационногособытия
  13. Метод событийного анализа на финансовом рынке
  14. Заключение