Ценообразование долгосрочных финансовых активов
Вид материала | Документы |
СодержаниеРезультаты оценки парной регрессии с помощью программы Eviews. Зависимая переменная – Phist, независимая переменная: PV_2000. |
- Примерная тематика рефератов по курсу, 16.99kb.
- Конспект тема : Основные производственные фонды ( опф), 205.4kb.
- Нка финансовых активов» является составной частью комплексного обучения специальности, 11.88kb.
- Рассчитана из планируемого износа основных средств и нематериальных активов, а также,, 24.67kb.
- Тестирование методов оценки финансовых активов на российском рынке, 697.91kb.
- Анализ среднего дисперсии и модель оценки финансовых активов, 767.75kb.
- Курса, 22.58kb.
- Учет долгосрочных материальных активов: теория, методология, организация(на примере, 736.51kb.
- Тема Учет финансовых инструментов и затрат по займам, 771.11kb.
- Влияние информации на курс ценных бумаг Содержание Соотношение между стоимостью актива, 1478.02kb.
Таблица 13. Результаты оценки парной регрессии с помощью программы Eviews. Зависимая переменная – Phist, независимая переменная: PV_2000.
Dependent Variable: PHIST | | | ||
Method: Least Squares | | | ||
Date: 05/15/08 Time: 17:12 | | | ||
Sample: 1 25 | | | | |
Included observations: 25 | | | ||
| | | | |
| | | | |
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
| | | | |
| | | | |
C | 17.25520 | 5.438039 | 3.173056 | 0.0042 |
_PV_2000 | 0.975688 | 0.190296 | 5.127214 | 0.0000 |
| | | | |
| | | | |
R-squared | 0.533358 | Mean dependent var | 42.56760 | |
Adjusted R-squared | 0.513069 | S.D. dependent var | 16.33880 | |
S.E. of regression | 11.40128 | Akaike info criterion | 7.781947 | |
Sum squared resid | 2989.753 | Schwarz criterion | 7.879457 | |
Log likelihood | -95.27434 | F-statistic | 26.28832 | |
Durbin-Watson stat | 1.515330 | Prob(F-statistic) | 0.000034 | |
| | | | |
| | | | |
| | | | |
Исходя из таблицы, мы можем сказать, что эта модель значима и нулевая гипотеза о незначимости приведенной стоимости отвергается по результатам t-теста (t-критическое равно 2.8073).
В Таблице 14 представлены результаты парной регрессии цены и доходности.
Таблица 14. Результаты оценки парной регрессии с помощью программы Eviews. Зависимая переменная – Phist, независимая переменная: R_1990_2000.
Dependent Variable: PHIST | | | ||
Method: Least Squares | | | ||
Date: 05/15/08 Time: 17:14 | | | ||
Sample: 1 25 | | | | |
Included observations: 25 | | | ||
| | | | |
| | | | |
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
| | | | |
| | | | |
C | 556.1146 | 137.3185 | 4.049815 | 0.0005 |
R_1990_2000 | -4.682288 | 1.251778 | -3.740510 | 0.0011 |
| | | | |
| | | | |
R-squared | 0.378234 | Mean dependent var | 42.56760 | |
Adjusted R-squared | 0.351201 | S.D. dependent var | 16.33880 | |
S.E. of regression | 13.16059 | Akaike info criterion | 8.068948 | |
Sum squared resid | 3983.624 | Schwarz criterion | 8.166459 | |
Log likelihood | -98.86186 | F-statistic | 13.99142 | |
Durbin-Watson stat | 1.654144 | Prob(F-statistic) | 0.001069 | |
| | | | |
| | | | |
Исходя из таблицы, мы можем сказать, что эта модель значима, и нулевая гипотеза о незначимости прошлой доходности отвергается по результатам t-теста (t-критическое равно 2.8073).
Мы видим, что по отдельности оба параметра значимы, однако между ценой акции и ее прошлой доходностью наблюдается обратная взаимосвязь. Получается, что высокая цена акции в этой выборке обусловлена высокой приведенной стоимостью, но не доходностью. И наоборот, акции, имеющие низкую цену, имеют так же и низкое приведенную стоимость, в то время как их доходность высока. Таким образом, мы можем заключить, что в этой группе компаний приведенная стоимость имеет более сильное влияние на цену по сравнению с прошлой квартальной доходностью.
В третью группу компаний входят акции, чья цена лучше объясняется изменением доходности, чем изменением приведенной стоимости (См. таблицу 15).
Таблица 15. Результаты оценки регрессии с помощью программы Eviews. Зависимая переменная – Phist, независимые переменные: PV_2000, R_1990_2000. Количество наблюдений – 26.
Dependent Variable: PHIST | | | ||
Method: Least Squares | | | ||
Date: 05/15/08 Time: 17:52 | | | ||
Sample: 1 26 | | | | |
Included observations: 26 | | | ||
| | | | |
| | | | |
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
| | | | |
| | | | |
C | -941.9951 | 204.1096 | -4.615143 | 0.0001 |
_PV_P___2000 | 0.504879 | 0.430821 | 1.171900 | 0.2532 |
R_1990_2000 | 8.962358 | 1.794581 | 4.994123 | 0.0000 |
| | | | |
| | | | |
R-squared | 0.598706 | Mean dependent var | 53.20692 | |
Adjusted R-squared | 0.563811 | S.D. dependent var | 27.72380 | |
S.E. of regression | 18.31008 | Akaike info criterion | 8.760948 | |
Sum squared resid | 7710.958 | Schwarz criterion | 8.906112 | |
Log likelihood | -110.8923 | F-statistic | 17.15728 | |
Durbin-Watson stat | 2.021960 | Prob(F-statistic) | 0.000028 | |
| | | | |
| | | | |
Согласно показателям R-squared и F-статистика, модель обладает хорошей объясняющей способностью. T-критическое составляет 2.0686, поэтому значимой в модели оказывается только доходность.
Построим парные регрессии от каждого фактора в отдельности. Результаты представлены в таблицах 16 и 17.
Таблица 16. Результаты оценки парной регрессии с помощью программы Eviews. Зависимая переменная – Phist, независимая переменная: PV_2000.
Dependent Variable: PHIST | | | ||
Method: Least Squares | | | ||
Date: 05/15/08 Time: 18:14 | | | ||
Sample: 1 26 | | | | |
Included observations: 26 | | | ||
| | | | |
| | | | |
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
| | | | |
| | | | |
C | 76.48790 | 11.88548 | 6.435407 | 0.0000 |
_PV_P___2000 | -0.963864 | 0.444958 | -2.166192 | 0.0405 |
| | | | |
| | | | |
R-squared | 0.163541 | Mean dependent var | 53.20692 | |
Adjusted R-squared | 0.128689 | S.D. dependent var | 27.72380 | |
S.E. of regression | 25.87852 | Akaike info criterion | 9.418507 | |
Sum squared resid | 16072.74 | Schwarz criterion | 9.515284 | |
Log likelihood | -120.4406 | F-statistic | 4.692389 | |
Durbin-Watson stat | 2.186394 | Prob(F-statistic) | 0.040451 | |
| | | | |
| | | | |
Мы видим, что переменные связаны между собой обратной зависимостью. Однако значение коэффициента детерминации невелико, так же как и значение F-статистики (f-критическое = 7.8228). Из этого мы можем заключить, что данная модель плохо объясняет наблюдения из выборки.
Таблица 17. Результаты оценки парной регрессии с помощью программы Eviews. Зависимая переменная – Phist, независимая переменная: R_1990_2000.
Dependent Variable: PHIST | | | ||
Method: Least Squares | | | ||
Date: 05/15/08 Time: 18:16 | | | ||
Sample: 1 26 | | | | |
Included observations: 26 | | | ||
| | | | |
| | | | |
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
| | | | |
| | | | |
C | -772.3375 | 144.9967 | -5.326589 | 0.0000 |
R_1990_2000 | 7.526725 | 1.321564 | 5.695316 | 0.0000 |
| | | | |
| | | | |
R-squared | 0.574744 | Mean dependent var | 53.20692 | |
Adjusted R-squared | 0.557025 | S.D. dependent var | 27.72380 | |
S.E. of regression | 18.45195 | Akaike info criterion | 8.742021 | |
Sum squared resid | 8171.386 | Schwarz criterion | 8.838797 | |
Log likelihood | -111.6463 | F-statistic | 32.43662 | |
Durbin-Watson stat | 2.206594 | Prob(F-statistic) | 0.000007 | |
| | | | |
| | | | |
В отличие от предыдущей модели, эта модель очень хорошо объясняет нашу выборку. Значение коэффициента детерминации очень велико, также как и значение F-статистики. Таким образом, еще раз подтверждается, что для этой группы компаний цена акции обусловлена доходностью, но не приведенной стоимостью.
В приложении 3, П.3.2, приводится группировка компаний в соответствии с вышеописанными критериями. Проанализировав состав каждой из групп, возможно, удастся выявить причины установившейся взаимосвязи между параметрами модели и котировками акций этих компаний. Можно видеть, что компании, входящие в одну и ту же группу, относятся к разным отраслям экономики, поэтому нельзя сказать, что на состав групп влияет отраслевой признак. Как отмечалось в описании выборки, все компании относятся к ведущим компаниям американского рынка, поэтому они находятся приблизительно на одном уровне по таким параметрам как размеры активов, сумма рыночной капитализации, объемы продаж и прибыли. Кроме того, в нашу выборку попали компании с длительной историей, потому можно сказать, что все они находятся в стадии «зрелости». Таким образом, на данном этапе исследования мы не можем ничего предложить в качестве объяснения критериев, по которым могли сформироваться вышеописанные группы, и нахождение этих факторов может стать темой дальнейших исследований в этой области.
Основные итоги практической части работы.
Мы провели исследование выборки крупнейших компаний американского фондового рынка. В рамках данного ретроспективного исследования мы рассчитали приведенные стоимости доходов на акцию с использованием реальных, известных на сегодняшний день дивидендных выплат и цены продажи акции. Кроме того в процессе дисконтирования нами были использованы ставки дисконтирования, которые в действительности могли выступать как доходность альтернативного варианта инвестирования средств за период держания акции.
В результате проведенного анализа нами была выявлена устойчивая взаимосвязь исторической цены акций как с их приведенной стоимостью, так и со средней поквартальной доходностью, которую акции демонстрировали в течение десяти лет, предшествующих дате исследования. Кроме того значимым в модели оказался прошлый среднеквартальный темп роста дивидендов за пятилетний отрезок времени. Описанные результаты позволяют нам сделать вывод о том, что на 2000 год акции были оценены в какой-то степени правильно относительно друг друга. Как неоднократно подчеркивалось в нашей работе, речь идет именно об относительной оценке. Мы не утверждаем того, были ли акции недооценены или переоценены рынком, однако наше исследование подтвердило рациональность инвесторов в отношении ранжирования акций на фондовом рынке.