<<
>>

Инвестиционная значимость аналитических отчетов

Как было сказано выше, существует два ключевых варианта оценки значимости рекомендаций. Помимо уже описанного анализа изменения доходности и объемов торгов имеет смысл проводить анализ торговых стратегий, базирующихся на использовании информации из отчетов аналитиков.

Фактически, речь идет о возможности получения дополнительной доходности благодаря созданию специфических торговых стратегий. Торговые стратегии могут существенно отличаться. К примеру, Barber и др. (2001) [10] и

Jegadeesh и др. (2004) [68]оценивают доходность стратегии, основываясь на консенсусе по рекомендациям. В данных работах акции сортируются на основе консенсуса, после чего принимается решение о покупке наиболее рекомендуемых акций и продаже наименее рекомендуемых акций. В то время как Jegadesh и Kim (2006) [67] предлагают другую альтернативу - покупать те акции, по которым произошло повышение, и продавать акции, по которым было опубликовано понижение рекомендации, на фиксированный период времени (от 1 до 6 месяцев).

Ключевое различие между «информационной значимостью» и «инвестиционной значимостью» рекомендаций заключается в том, что в первом случае рекомендация сама по себе является событием, которое оказывает влияние на котировки ценных бумаг, при этом корректность рекомендации и обоснованность действий на ее основе не являются значимыми. Во втором же случае имеет значение не то, какое влияние оказывает рекомендация на котировки, а то, насколько рентабельным является ее использование в инвестиционных целях, т.е. при решениях о покупке либо продаже акций.

Инвестиционная значимость рекомендаций обычно проверяется путем проверки доходности торговой стратегии, использующей информацию об изменениях, с рыночным портфелем. Большая часть исследователей проверяет доходность такой торговой стратегии, при которой покупаются акции, по которым произошло повышение рекомендации (или которые имеют наивысший консенсус-прогноз аналитиков), и продаются акции, по которым произошло понижение рекомендаций (или акции, которые имеют наихудший консенсус- прогноз).

Преимуществом использования торговых стратегий при анализе влияния рекомендаций является то, что появляется

53 возможность учесть транзакционные издержки, возникающие при торговле ценными бумагами.

В классической работе Elton, Gruber и Grossman (1986) [43]было показано, что рекомендации аналитиков дают возможность заработать в первый календарный месяц после изменения рекомендации. К этому выводу авторы пришли по итогам анализа данных по 720 аналитикам за период 1981-1983гг. Однако авторы демонстрируют относительно невысокую доходность по сравнению с рыночным портфелем - +1,9% дополнительной доходности по акциям, добавленным в список на покупку, и -0,4% по акциям, добавленным в список на продажу в первый месяц после изменения. Stickel (1995) [103]говорит о доходности +1,1% в течение 11 дней после повышения рекомендации и -1,23% после понижения рекомендации, в то время как Womack (1996) [104] уже демонстрирует дополнительную доходность на уровне +3,0% и -4,7% соответственно в течение трех дней после изменения.

Barber и др. (2001) [10] показали, что за период с 1986 по 1996 год длинная позиция по акциям, рекомендуемым на покупку, принесла бы годовую доходность 18,8%, при соответствующей доходности рыночного портфеля 14,5% за тот же период. При этом длинная позиция по наименее рекомендуемым акциям принесла бы всего 5,8%. Особенностью работы Barber и др. (2001) [10]является то, что авторы использовали изменение консенсус-прогноза вместо анализа отдельных рекомендаций, что позволило снизить корреляцию событий, возникающую на длинных временных интервалах в результате большого числа одновременных пересмотров рекомендаций. Авторы заключили, что портфель, содержащий длинные позиции по наиболее рекомендуемым акциям и короткие

позиции по наименее рекомендуемым акциям, мог бы принести своему владельцу среднюю аномальную годовую доходность 11,8%, причем эти результаты оказались наиболее значимы для эмитентов небольшого и среднего размера.

Однако поддержка такой инвестиционной стратегии требует активной позиции и предполагает годовую оборачиваемость портфеля более 400%, что влечет за собой высокие транзакционные издержки (комиссии брокерам, спред bid-ask).

Добавление транзакционных издержек в модель практически нивелирует привлекательность инвестиционной стратегии, построенной на рекомендациях аналитиков. Отсюда авторы приходят к нетривиальному выводу - аналитики способны выбирать и правильно оценивать недооцененные и переоцененные ценные бумаги, однако инвесторы недостаточно им доверяют и не в полной мере используют полученную информацию, что приводит к частичной неэффективности рынка. После выхода этого исследования многие авторы сошлись на том, что контроль за транзакционными издержками изменил бы результаты большинства работ, в которых оценивается доходность торговых стратегий.

Другой коллектив авторов, Jegadeesh и др. (2004) [68], проверил результаты исследования Barber и др. (2001 ) [10] с использованием аналогичной инвестиционной стратегии, но с большим периодом инвестирования. Авторы рассмотрели стратегию, при которой пересмотр портфеля происходит раз в полгода, и показали, что следование рекомендациям аналитиков может быть рентабельным при учете транзакционных издержек, хотя доходность будет снижена. Jegadeesh и др. (2004) [68] получили среднюю доходность портфеля на уровне 2,3% в сравнении с доходностью 14,5%, которая могла бы возникнуть при ежедневном пересмотре портфеля без учета

55 транзакционных издержек. Чуть позже Jegadeesh и Kim (2006) [67]показали, что доходность портфеля снижается при увеличении периода времени, в течение которого акции находятся в портфеле, а также при увеличении задержки между выходом рекомендации и покупкой ценной бумаги. Таким образом, более выгодным является регулярный пересмотр портфеля (к примеру, раз в месяц, а не раз в полгода) и принятие решения о покупке или продаже в день выхода пересмотра по рекомендации.

Что интересно, в 2003 году те же самые авторы повторили свое исследование на новых данных и обнаружили неожиданное явление. В работе Barber и др. (2003) [11]было указано, что в 2000-2001 гг. в США действовала обратная тенденция - наибольшую доходность показали акции, наименее рекомендуемые аналитиками, в то время как наиболее рекомендуемые аналитиками ценные бумаги показали значительную отрицательную доходность.

Еще позже, в 2005 году, авторы дополнительно доказали, что влияние рекомендаций на покупку наиболее велико у тех аналитиков, кто имеет большую долю рекомендаций на продажу в общем числе выпущенных рекомендаций, а влияние рекомендаций на продажу - среди тех, кто имеет большую долю рекомендаций на покупку. В результате оказалось, что стратегия, которая хорошо зарекомендовала себя на каком-то промежутке времени, может привести к существенным убыткам при изменении тренда фондового рынка. Отчасти это связано с характеристиками рекомендаций - в среднем аналитики делают пересмотры один-два раза в год, поэтому недостаточно быстро обновляющийся консенсус-прогноз может давать негативные результаты при быстрых изменениях рынка. Однако такое наблюдение в целом ставит под вопрос успешность разработки торговых стратегий на длительном промежутке времени.

Во многих работах, которые оценивают влияние изменения рекомендаций, возникает определенная сложность, связанная с изменением понятий. В частности, понижение рекомендаций со strong buy до buy предполагает продажу акций, в то время как рекомендация остается на уровне «покупать» (хотя и в менее «активном» варианте). То же самое касается повышения рекомендации со strong sell до sell и, тем более, любые изменения до hold (которые будут понижениями или понижениями, но с точки зрения отдельной рекомендации будут предполагать только сохранение текущей позиции по данной ценной бумаге). Поэтому в общем случае предпочтительными являются модели, которые позволяют обойти это смешение понятий.

Отдельный интерес представляет работа, в которой подчеркивается различная инвестиционная значимость рекомендаций для разных групп инвесторов. Mikhail, Walter и Willis (2004) [86] показали, что крупные инвесторы в общем случае получают положительную доходность от следования рекомендациям, в то время как небольшие инвесторы только теряют на этом. Причина заключается в том, что крупные игроки наиболее активно реагируют на рекомендации на продажу, которые, являясь более редкими, являются, в то же время, более обоснованными, т.е.

корректными. В то время как небольшие игроки, будучи подвержены описанному выше эффекту привлечения внимания, реагируют в первую очередь на менее обоснованные рекомендации на продажу и проигрывают.

Кроме того, на показатели торговой стратегии может влиять учет дополнительных факторов, помимо простого следования рекомендациям. Например, в работе Stickel (1995) [103]показано, что реакция рынка будет сильнее в случае выпуска рекомендаций крупными инвесткомпаниями или при выходе рекомендаций по

небольшим эмитентам. Также увеличение аномальной доходности будет наблюдаться в случае выпуска рекомендации более опытным аналитиком (Mikhail, Walther и Willis, 1997) [85]или аналитиком с более успешными прошлыми рекомендациями (Mikhail, Walther и Willis, 2004) [86]. А следование рекомендациям «зависимого» аналитика, работающего в инвесткомпании, имеющей мандат на какие-то работы от эмитента, будет снижать ожидаемую доходность, судя по результатам исследований Michaely и Womack (1999) [84]. Fang и Yasuda (2004) [49]показывают, что рекомендации «звездных» аналитиков могут дать большую доходность. Irvine [2004] [64]утверждал, что рынок реагирует сильнее на первый выпуск рекомендаций по компании, чем на все прочие рекомендации. Asquith, Mikhail и Au [2005] [6]показали, что влияние изменений рекомендаций зависит от содержания аналитического отчета. Boni и Womack (2003) [21] продемонстрировали, что более доходными будут портфели, состоящие из относительно меньшего количества акций «популярных» эмитентов, по которым выпущено много отчетов. Таким образом, конкуренция между инвестиционными банками в области выпуска аналитики снижает потенциальную доходность от использования их рекомендаций.

Помимо непосредственной оценки доходности торговых стратегий можно смотреть на корректность рекомендаций, поскольку следование «правильным» рекомендациям фактически эквивалентно правильно выбранной стратегии. С этой целью некоторые авторы проводили оценку того, какая часть рекомендаций аналитиков оказывается верна. По подсчетам Altinkilic и Hansen (2009) [5], число неверных рекомендаций практически в три раза превосходит число верных рекомендаций при анализе изменения котировок в течение пяти дней. Asquith, Mikhail и Au (2005) [6]показали, что аналитики в

среднем в 54% случаев предсказывают правильное направление изменения цен - хотя это значит только то, что цена акции достигла целевой в течение 12 месяцев после выхода аналитического отчета. Остальные 46% предсказаний в среднем достигали 84% от уровня целевых цен. Таким образом, можно говорить о том, что успешность торговых стратегий, построенных на рекомендациях аналитиков, во многом зависит от соотношения корректных и некорректных прогнозов.

1.5.

<< | >>
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 Инвестиционная значимость аналитических отчетов:

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