ИССЛЕДОВАНИЕ ВЛИЯНИЯ СПОРТИВНЫХ АНОМАЛИЙ НА ФОНДОВЫЙ РЫНОК ГЕРМАНИИ

ИССЛЕДОВАНИЕ ВЛИЯНИЯ СПОРТИВНЫХ АНОМАЛИЙ НА ФОНДОВЫЙ РЫНОК ГЕРМАНИИ

Авторы публикации

Рубрика

Прочее

Просмотры

44

Журнал

Журнал «Научный лидер» выпуск # 11 (13), май ‘21

Дата публикации 14.05.2021

Поделиться

Целью данного исследования является рассмотрение одной из наиболее интересных и при этом малоизученных рыночных аномалий — спортивных аномалий. Согласно теории, вид спорта может оказывать влияние на фондовые рынки, в зависимости от степени его популярности и значимости в той или иной стране. Большее влияние оказывают динамичные командные виды спорта. В статье рассматривается изолированное и совместное влияние результатов футбольных состязаний с участием национальной сборной и значимых экономических показателей на фондовый рынок. В результате составлены две модели прогнозирования, учитывающие экономические факторы и спортивные аномалии.

Повышение точности моделей прогнозирования фондовых индексов является одной из важных практических задач, которую участники рынка ценных бумаг решают ежедневно. Согласно гипотезе эффективного рынка EMH, ценовые отклонения во времени на эффективном рынке являются случайными и не зависят от событий и новостей [1]. То есть поведение цены актива в будущем предсказуемо в той же степени, что и поведение случайного набора чисел, поскольку в любой момент времени вся возможная информация является уже заложенной в цену бумаг.

Встречается иррациональное и мало предсказуемое поведение рынка, противоречащее тому, что от него ожидают множество инвесторов. Такое несовершенство получило название «аномалий фондового рынка». На сегодняшний день выявлено немало разновидностей фондовых аномалий, количество построенных на их основе моделей поведения фондового рынка постоянно растет, а их специфика расширяет свои границы. Помимо аномалий, связанных с непосредственно с экономикой, существуют аномалии, связанные с внешними объективными и внутренними поведенческими циклами.

Целью данного исследования является рассмотрение одной из наиболее интересных и при этом малоизученных рыночных аномалий — спортивных аномалий. В современной России из-за короткой истории и нестабильности фондового рынка вопросы спортивных аномалий практически не изучены. В то время как на западе уже было проведено несколько исследований [2, 3]. Согласно теории, вид спорта может оказывать влияние на фондовые рынки, в зависимости от степени его популярности и значимости в той или иной стране.

В данной работе исследуется изолированное и совместное влияние результатов футбольных состязаний с участием национальной сборной и значимых экономических показателей на фондовый рынок. Оценка совокупного влияния результатов футбольных матчей и наиболее значимых социально-экономических показателей на фондовый рынок производится методами дисперсионного и ковариационного анализа с помощью языка программирования R.

Для получения объемных выборок было принято решение использовать данные, начиная с сентября 2002 года по настоящее время. Учитывались результаты всех матчей с участием национальной команды Германии в трех самых крупных футбольных турнирах — Чемпионат мира, Чемпионат Европы и Кубок конфедераций. Для каждого турнира были взяты даты и исходы каждого матча, начиная с предварительного раунда и заканчивая финалом.

Среди экономических факторов были взяты 6 основных: курс Евро по отношению к Доллару EUR, курс нефти Brent, индекс экономических настроений ZEW, индекс потребительских цен CPI, сальдо торгового баланса Balance и уровень безработицы Unemp.

Далее данные были сведены в общую таблицу по следующим принципам. В качестве результатов матчей была взята разница мячей относительно Германии. При интерпретации этих результатов была разработана следующая схема. Для матчей предварительного (отборочного) этапа: если счет меньше -2 то присваиваем -2, если счет от -1 до 0 то присваиваем -1, если счет от 1 до 2 то присваиваем 1, если счет больше 3 то присваиваем 2. Для матчей основного этапа: если счет меньше -2 то присваиваем -4, если счет от -1 до 0 то присваиваем -3, если счет от 1 до 2 то присваиваем 3, если счет больше 3 то присваиваем 4. В качестве фона были взяты день за неделю до каждого матча и через неделю после, им мы присваивали 0.

Относительно всех матчей были выписаны показатели основного фондового индекса Германии DAX30 зафиксированные на следующий день после матча, т.к. футбольные матчи проходят во второй половине дня, а вычисление индексов производится в рабочие дни биржи с 9:00 до 17:30 и соответственно изменения, которые могут зависеть от исхода матча, будут отражены в показателях на следующий день. Данные экономических факторов были выписаны относительно тех же дней, для которых выписывались показатели индекса.

Первая часть исследования включала в себя непараметрический аналог дисперсионного анализа — ранговый анализ по Краскеру-Уоллису. В качестве результирующего показателя были взяты показатели основного фондового индекса. В качестве факторов — исходы футбольных матчей и выбранные экономические факторы.

Каждый фактор был разбит на три уровня. Для результатов матчей это: отрицательные (проигрыш или ничья), нулевые (отсутствие матча) и положительные (победа) значения. Для экономических факторов разница между самым большим и самым маленьким значениями была разделена на три и группы были составлены в границах этих значений.

В ходе анализа пришли к выводу, что как самостоятельный фактор результаты матчей не оказывают влияние на показатели фондового индекса. Таким образом, была проведена предварительная оценка изолированного влияния спортивных и экономических показателей на значение индекса. Для учета не только изолированного, но и совместного влияния построим более общую модель — модель ковариационного анализа.

Вторая часть исследования включала в себя многофакторный ковариационный анализ. В качестве количественных факторов были взяты основные экономические факторы: курс Евро, курс нефти Brent, сальдо торгового баланса, индекс экономических настроений ZEW, индекс потребительских цен CPI и уровень безработицы. В качестве неколичественного фактора были взяты результаты матчей.

Прежде всего была составлена корреляционная матрица (таблица 1).

Таблица 1

Корреляционная матрица

 

DAX

EUR

Brent

ZEW

CPI

Balance

Unemp

DAX

1.00000

-0.25262

0.02512

-0.01355

0.17921

0.84461

-0.87735

EUR

-0.25262

1.00000

0.78298

-0.34735

0.10933

-0.36669

0.28375

Brent

0.02512

0.78298

1.00000

-0.37603

0.19585

-0.09668

-0.07541

ZEW

-0.01355

-0.34735

-0.37603

1.00000

0.02444

-0.07462

0.10927

CPI

0.17921

0.10933

0.19585

0.02444

1.00000

0.09875

0.00340

Balance

0.84461

-0.36669

-0.09668

-0.07462

0.09875

1.00000

-0.75174

Unemp

-0.87735

0.28375

-0.07541

0.10927

0.00340

-0.75174

1.00000

 

Как мы видим меньше всего с фондовым индексом коррелируют индекс экономических настроений ZEW и курс нефти Brent. Следовательно, их можно не учитывать при дальнейшем составлении моделей. Так же заметим, что значительно коррелируют между собой уровень безработицы и сальдо торгового баланса, а значит использовать в модели можно только один из них. Для рассмотрения в качестве количественных факторов выберем курс Евро, индекс потребительских цен и сальдо торгового баланса.

Построив графики условной зависимости показателей индекса от курса Евро, от индекса потребительских цен и от сальдо торгового баланса при условии разных уровней качественного фактора пришли к предположению, что в результаты матчей оказывают влияние на показатели индекса в совокупности с индексом потребительских цен. Проверим это предположение, построив модель ковариационного анализа:

DAX=θкачScore+θкол1EUR+θкол2CPI

Результаты анализа данной модели представлены в таблице 2.

Таблица 2

Результаты анализа модели 1

Фактор

Выборочное значение статистики критерия

Критическое значение статистики критерия

Значение p-value

Значимость влияния фактора

EUR

20.079

6.720973

1.06e-05

значим

CPI

14.063

6.720973

0.000212

значим

Score

0.744

2.571525

0.652806

не значим

EUR & CPI

2.262

6.720973

0.133645

не значим

EUR & Score

1.420

2.571525

0.187252

не значим

CPI & Score

2.261

2.699889

0.029552

значим

EUR & CPI & Score

1.279

2.86311

0.266843

не значим

 

Как видно из результатов наши предположения подтвердились, и действительно влияние индекса потребительских цен и результатов матчей в совокупности является значимым.

Так же было принято решение добавить в предыдущую модель еще один фактор и рассмотреть модель 2:

DAX=θкачScore+θкол1EUR+θкол2CPI+θкол3Balance

Результаты данной модели анализа представлены в таблице 3.

Таблица 3

Результаты анализа модели 2

Фактор

Выборочное значение статистики критерия

Критическое значение статистики критерия

Значение p-value

Значимость влияния фактора

EUR

86.359

6.730025

< 2e-16

значим

CPI

60.485

6.730025

1.59e-13

значим

Balance

1020.422

6.730025

< 2e-16

значим

Score

1.415

2.577874

0.1900

не значим

EUR & CPI

31.735

6.730025

4.45e-08

значим

EUR & Balance

66.160

6.730025

1.54e-14

значим

CPI & Balance

0.470

6.730025

0.4935

не значим

EUR & Score

0.740

2.577874

0.6563

не значим

CPI & Score

1.624

2.706272

0.1287

не значим

Balance & Score

1.082

2.869553

0.3737

не значим

EUR & CPI & Balance

1.237

6.730025

0.2670

не значим

EUR & CPI & Score

1.649

2.869553

0.1337

не значим

EUR & Balance & Score

0.642

2.869553

0.6966

не значим

CPI & Balance & Score

3.386

2.869553

0.0031

значим

EUR & CPI & Balance & Score

0.745

2.869553

0.6142

не значим

 

Как можно заметить, в данной модели значимой теперь является совокупность индекса потребительских цен, сальдо торгового баланса и результатов матчей.

Для того что бы убедиться в достоверности результатов анализов выбранных нами моделей, мы проверили допущения, лежащие в основе ковариационного анализа. Оказалось, что результатам ковариационного анализа по модели 2 можно доверять, а для модели 1 не выполняется условие нормальности распределения. Решим эту проблему, путем логарифмирования количественных факторов. Построим модель 3:

DAX=θкачScore+θкол1log⁡(EUR)+θкол2log⁡(CPI)

Результаты анализа данной модели представлены в таблице 4.

Таблица 4

Результаты анализа модели 3

Фактор

Выборочное значение статистики критерия

Критическое значение статистики критерия

Значение p-value

Значимость влияния фактора

log(EUR)

19.993

6.720973

1.11e-05

значим

log(CPI)

13.581

6.720973

0.000272

значим

Score

0.771

2.571525

0.628642

не значим

log(EUR) & log(CPI)

3.563

6.720973

0.060067

не значим

log(EUR) & Score

1.462

2.571525

0.170576

не значим

log(CPI) & Score

2.363

2.699889

0.023107

значим

log(EUR) & log(CPI) & Score

1.328

2.86311

0.244315

не значим

 

Как и при обработке модели 1 результаты обработки модели 3 показали, что в данной модели значимыми оказалось влияние индекса потребительских цен и результатов матчей в совокупности.

В результате оценки влияния спортивных аномалий были сделаны выводы о том, что результаты матчей в совокупности индексом потребительских цен влияют на показатели основного фондового индекса, а также влияют на показатели основного фондового индекса в совокупности и с индексом потребительских цен, и с сальдо торгового баланса.

Подводя итоги можно сказать, что результаты данного исследования могут принести пользу инвесторам. Обладая данной информацией, они могут разрабатывать наиболее выигрышную стратегию во время проведения крупных футбольных турниров. Корректировка прогнозов поведения фондового индекса на основе предложенных моделей, позволит участникам рынка ценных бумаг своевременно менять стратегию управления портфелем ценных бумаг и повысить эффективность вложений.

Список литературы

  1. Кантолинский М.И. Аномалии на фондовых рынках: определение и классификация / М.И. Кантолинский // Вестник Финансовой академии. — 2010. — № 2. — с. 25-28.
  2. Boyle. Reflected glory and failure: International sporting success and the stock market / Boyle, Glenn, Brett Walter // Applied Financial Economics. — 2002. — 13. — pp. 225—235.
  3. Edmans A. Sports Sentiment and Stock Returns / Edmans A., Garcia D., Norli O. // Journal of Finance . — 2007 . — Vol. 62, 4 . — pp. 1967—1998.
Справка о публикации и препринт статьи
предоставляется сразу после оплаты
Прием материалов
c по
Осталось 4 дня до окончания
Размещение электронной версии
Загрузка материалов в elibrary
Публикация за 24 часа
Узнать подробнее
Акция
Cкидка 20% на размещение статьи, начиная со второй
Бонусная программа
Узнать подробнее