Взаимосвязь между уровнем ожидаемой волатильности и мультипликаторами на рынке акций США

Обложка

Цитировать

Полный текст

Аннотация

Предметом исследования данной статьи является выявление взаимосвязи между финансовыми мультипликаторами и ожидаемой волатильностью (implied volatility) акций компаний в секторе программного обеспечения (Software sector) США. Цель работы состоит в том, чтобы исследовать и охарактеризовать влияния ожидаемой волатильности на недооцененность или переоцененность акций компаний. Объектом данной исследования являются 38 крупнейших компаний сектора программного обеспечения с капитализацией более 5 млрд.$. Особое внимание уделяется непараметрической модели Тейла, которая позволяет выявить и подтвердить наличие зависимости между уровнем ожидаемой волатильности и логарифмом темпа роста финансового мультипликатора.   Сама новизна предлагаемой статьи заключается, во-первых, в том, что анализ проводился коронавирусную эпоху, который является своевременным и интересным, так как пандемия Covid-19 оказала серьезное влияние не только на жизнь и здоровье граждан, но и на финансовые рынки. Во-вторых, интерес к данной теме не может ослабевать из-за постоянного развития и модификации финансовых рынков, что заставляет инвесторов разрабатывать все новые и новые подходы к оценке компаний для получения прибыли. Выявление недооцененных компаний на финансовом рынке является одной из ключевых целей аналитиков и инвесторов, так как своевременное нахождение компаний, чья справедливая стоимость в текущий момент недооценена, может принести значительно больший доход, чем инвестиции в компании, стоимость акций которых оценена справедливо. Достигнутые результаты в рамках проведенного исследования имеют практическую значимость, так как позволяют ранжировать выявленные компании с одним и тем же уровнем недооцененности по значению ожидаемой волатильности и, тем самым, выбрать наиболее привлекательные для вложений.

Об авторах

Стелла Гришаевна Манукян

Московский Государственний Университет им. М.В.Ломоносова

Email: smanukyan98@mail.ru
аспирант; кафедра Эконометрики и математических методов экономики;

Алексей Николаевич Курбацкий

Московский Государственний Университет им. М.В.Ломоносова

Email: akurbatskiy@gmail.com
доцент; кафедра Эконометрики и математических методов экономики;

Ольга Михайловна Малютина

Институт Экономики Российской Академии Наук

Email: Malyutinaom@gmail.com
младший научный сотрудник;

Список литературы

  1. Курбацкий А.Н., Манукян С.Г. «Влияние ожидаемых темпов роста прибыли компании на ее текущую оценку на примере рынка акций Соединенных Штатов Америки». Финансы, №12, с.50.
  2. Yarovaya L., Elsayed A., Hammoudeh S.: Determinants of spillovers between Islamic and conventional financial markets: exploring the safe haven assets during the COVID-19 pandemic. Finance Res. Lett., 43. 2021.
  3. Талеб, Нассим Николас. Черный лебедь: под знаком непредсказуемости / Нассим Николас Талеб.-2-е изд., доп.-Москва: КоЛибри, 2013 (Тула: Тульская типография (ОАО)).-735 с.; ISBN 978-5-389-04641-2
  4. Оценка стоимости предприятия (бизнеса) /А.Г. Грязнова, М.А. Федотова, М.А. Эскиндаров, Т.В. Тазихина, Е.Н. Иванова, О.Н. Щербакова. — М.: ИНТЕРРЕКЛАМА, 2003. С.130.
  5. Гладилин А.А., Шматко С.Г. Оценка ценных бумаг на основе мультипликаторов // Экономика. Бизнес. Банки. 2015. № 2 (11). С.5
  6. Kevin Daly Financial Volatility: Issues and Measuring Techniques. Physica A: Statistical Mechanics and its Applications. Pp. 2377–2393.
  7. Engle, Robert F. & Manganelli, Simone, 2001. "Value at risk models in finance," Working Paper Series 75, European Central Bank.
  8. Andrew Patton: «What good is a volatility model?» Quantitative Finance, 2001, vol. 1, issue 2, 237-245
  9. Althouse, Linda Akel; Ware, William B.; Ferron, John M. Detecting Departures from Normality: A Monte Carlo Simulation of a New Omnibus Test Based on Moments. Paper presented at the Annual Meeting of the American Educational Research Association (San Diego, CA, April 13-17, 1998). P.3.
  10. Antonie Kotze: Stock Price Volatility: a primer // The South African Financial Markets Journal. 2005.
  11. Развитие науки и техники: механизмы выбора и реализации приоритетов: сборник статей Международной научно-практической конференции (25 декабря 201г г., г. Омск) В 6 ч. Ч.2. /-Уфа : АЭТЕРНА, 2017. С.108
  12. С.И. Солонин Метод гистограмм // Уральский федеральный университет. Электронное издание. 2014. С.7 URL: https://elar.urfu.ru/bitstream/10995/36132/1/solonin_2_2014.pdf.
  13. Irma Lavagnini, Denis Badocco, Paolo Pastore, Franco Magno Theil–Sen nonparametric regression technique on univariate calibration, inverse regression and detection limits // Talanta. №87. 2011. P.187
  14. H. Theil. A rank-invariant method of linear and polynomial regression analysis. I, II, III // Nederl. Akad. Wetensch., Proc. 1950. Т. 53. P. 389
  15. N. Alp Erilli, Kamil Alakus Non-parametric regression estimation for data with equal values // European Scientific Journal. 2014. vol.10, No.4. P.75

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).