Обзор исследований, изучающих влияние различных факторов на величину премии за риск

Попытки различных ученых объяснить загадку премии за риск, используя различные экономические модели, учитывающие один фактор, привели к разработке многофакторных моделей, целью которых является определение факторов, оказывающих влияние на премию за риск.

Среди подобных исследований можно отметить исследование M.O. Rieger, T. Hens, M. Wang «Risk attitudes in financial decisions around the world», в котором рассматривается влияние культурных аспектов на величину премии за риск. C. Faugre, J. Van Erlach в исследовании «he equity premium: Consistent with GDP growth and portfolio insurance» показали взаимосвязь между доходностью акций и такими макроэкономическими факторами, как темп роста ВВП на душу населения, налог на прибыль и систематический риск (Faugre, 2006). В противовес данному исследованию P. Marsh, E. Dimson, и M. Staunton в статье «The Worldwide Equity Premium: A Smaller Puzzle» и J. R. Ritter в статье «Economic growth and equity returns» утверждали, что реальная доходность акций рост ВВП для 16 стран за 100 лет имеют отрицательную взаимосвязь.

В данной главе более подробно будут рассмотрены 2 исследования: «Межстрановые детерминанты премии за риск» B.M. Khan и «Премия за риск: детерминанты, оценка и применение» А. Дамодарана.

В основе исследования B.M. Khan лежит построение регрессионной модели зависимости средней исторической премии за риск в национальной валюте в разных странах от множества факторов.

B.M. Khan рассмотрел данные по премиям за риск для 39 стран из 15 различных исследований, а также различные макроэкономические, социальные и культурные факторы. Выбранные факторы авторы разделили на 3 группы (см. Таблица 4).

Таблица 4.

Факторы, влияющие на премию за риск согласно исследованию B.M. Khan.

Показатели населения и плотности населения были включены авторами, чтобы отразить возможное влияние сдвига инвестиций в пользу иностранных и размера рынка. Переменная роста населения использована в качестве прокси для возрастного распределения в стране (Khan, 2009).

Индекс глобализации отражает открытость рынка, поскольку глобализация повышает международную финансовую активность и посредничество.

Коэффициент Джини включен в перечень факторов, поскольку предположительно связывает экономическое неравенство и концентрацию собственности. Большее экономическое неравенство ведет к росту монополизации контроля над собственностью и уменьшает привлекательность вложений для миноритарных инвесторов (Khan, 2009).

Уровень жизни и индекс развития человеческого потенциала могут влиять на отношение к риску, а значит, на величину премии за риск.

Для получения количественного показателя несклонности к риску, авторами было использовано значение, полученное M.O. Rieger, T. Hens, M. Wang, которые провели анкетирование для ряда стран. Респондентам были предложены 2 лотереи, в которых с 50% вероятностью можно как выиграть, так и проиграть (Khan, 2009).

• § лотерея с 50% вероятность потери 25 $ и 50% вероятностью выигрыша X₁;
• § лотерея с 50% вероятность потери 100 $ и 50% вероятностью выигрыша X₂.

Для определения степени несклонности к риску населения разных стран, респондентам было необходимо определить минимальные значения X₁ и X₂.

В итоговую выборку вошли 130 наблюдений по 39 развитым и развивающимся странам (см. Таблица 5). При этом значения премий за риск в странах с развитой экономикой имеют меньше отклонений в зависимости от исследований, чем в странах с развивающейся экономикой. Объединение нескольких исследований в одну выборку позволило авторам минимизировать влияние эффектов, являющихся результатом применяемого метода измерения (Khan, 2009).

Таблица 5.

Исследуемые страны и их премии за риск.

Тем не менее, автор столкнулся с рядом проблем. Одна из них — недоступность данных по ряду переменных. Однако переменные, отражающие культурную составляющую, считаются достаточно стабильными с течением времени. Этот факт позволяет использовать культурные аспекты, доступные на сегодняшний день, чтобы сделать выводы об этих же переменных 30 или 50 лет назад (Khan, 2009).

Недоступность данных характерна также для факторов, отражающих экономическую эффективность.

Однако, в данном случае, не представляется возможным восстановить данные за прошлые периоды в связи с колебаниями факторов во времени.

В данном исследовании также существует проблема обоснованности использования современных данных в качестве прокси для премии за риск в предыдущих периодах.

Однако, по мнению авторов, данное упрощение не оказывает сильного воздействия на модель, поскольку целью исследования является выявление тенденций и влияния различных факторов на премию за риск в международном контексте, а не предсказание значения премии за риск (Khan, 2009).

На основе данных и упрощений, рассмотренных выше, автором была построена трехэтапная регрессионная модель. На первом этапе была построена зависимость между премией за риск и группой экономических факторов.

Далее в модель была добавлена группа факторов, отражающих экономическую эффективность, и на последнем этапе — культурные факторы.

В результате, численность населения и коэффициент Джини оказались значимыми на 5% уровне значимости, а индексы индивидуализма, мужественности и развития человеческого потенциала — на 10% уровне значимости.

При этом знаки перед коэффициентом Джини и значимыми индексами оказывают ожидаемое влияние на премию за риск, а численность населения в полученной модели имеет обратное влияние, т. е. чем больше численность населения, тем выше премия за риск.

Согласно предположению автора, чем больше населения, тем больше потенциальный размер рынка, а значит, меньше премия за риск. Таким образом, необходимо дальнейшее изучение зависимости между премией за риск и численностью населения для выявления степени этой зависимости (Khan, 2009).

В ходе исследования автор подтвердил свои предположения о влиянии неэффективности рынка, психологических аспектов поведения инвесторов и размера рынка на премию за риск. Значимость более одной переменной в модели подтвердила предположение о том, что загадку премии за риск нельзя объяснить с помощью одной моделей, использующих одну переменную (Кхан, 2009).

Автор также обозначил ограничения, связанные с его моделью:

• § недоступность данных;
• § временная несогласованность данных;
• § недостаток объясняющих переменных.

Таким образом, увеличение количества рассматриваемых стран, расширение базы по объясняющим переменным и использование панельных данных может улучшить качество модели (Khan, 2009).

Еще одним исследователем, рассматривающим факторы, оказывающие влияние на премию за риск является А. Дамодаран. В своем исследовании «Премия за риск: детерминанты, оценка и применение» автор рассматривал такие группы факторов, как несклонность к риску, асимметрия информации и восприятие макроэкономических рисков.

По мнению автора наиболее важным фактором является несклонность инвесторов к риску. Чем более несклонными к риску являются инвесторы, тем выше премия за риск, и наоборот.

Существует множество переменных, оказывающих влияние на несклонность к риску. Автор в своем исследовании рассматривал показатели, наиболее подверженные изменениям с течением времени (Дамодаран, 2010):

• 1. Возраст инвесторов. Автор предположил, что с возрастом инвесторы становятся более несклонными к риску. Соответственно, рынки с более молодыми инвесторами должны иметь меньшую премию за риск, чем рынки с инвесторами преимущественно старшего поколения.
• 2. Предпочтение текущего потребления. Автор предположил, что премия за риск будет расти, если инвесторы выбирают текущее потребление вместо будущего.

Таким образом, на рынках, где инвесторы больше склонны к сбережению, премия за риск должна быть ниже, чем на рынках, где инвесторы предпочитают текущее потребление. Соответственно, премия за риск должна увеличиваться при снижении нормы сбережений в экономике.

Взаимосвязь между доступностью информации на рынке и премией за риск достаточно сложна. Более точная информация, при прочих равных условиях, должна приводить к снижению премии за риск.

В данном случае точность информации должна быть определена в терминах того, что информация говорит о будущих доходах и денежных потоках. В результате, возможно, что доступность информации о доходах предыдущего периода может создать еще большую неопределенность о будущих доходах, тем более, что инвесторы часто расходятся во мнениях о том, как лучше интерпретировать информацию (Дамодаран, 2010).

По мнению А. Дамодарана, асимметрия информации может быть одной из причин, почему инвесторы требуют большей премии за риск в некоторых развивающихся странах, чем в других.

Рынки отличаются друг от друга степенью прозрачности и требованиями раскрытия информации. Такие рынки, как Россия, которые предоставляют мало информации о деятельности компаний и их корпоративном управлении, должны иметь более высокую премию за риск, чем рынки с более надежной и доступной для инвесторов информацией (Дамодаран, 2010).

Риск инвестирования в акции зависит не только от специфики определенного класса ценных бумаг, но и от предсказуемости экономики в целом. Премия за риск должна быть ниже в странах с предсказуемой инфляцией, процентными ставками и экономическим ростом, чем в странах, где эти переменные сильно волатильны.

Однако при инвестировании в акции всегда есть возможность риска, связанного с неожиданными событиями. Примером может служить Великая депрессия 1929;1930 гг. В таких ситуациях инвесторы подвержены резкому спаду стоимости своих вложений, что должно быть отражено в премии за риск по акциям (Дамодаран, 2010).

Итак, в главе были рассмотрены различные исследования, посвященные решению загадки премии за риск и факторам, объясняющим ее значение. Анализ данных исследований позволит подобрать факторы, оказывающие влияние на премию за риск в рамках настоящего исследования.