Введение 4
Глава 1. Анализ исследований волатильности на сырьевых рынках 6
1.1. Введение в сырьевые рынки 6
1.2. Волатильность на сырьевых рынках и финансизация 11
1.3. Выбор методологии исследования 17
Выводы 21
Глава 2. Эмпирическое исследование факторов волатильности на сырьевых рынках 22
2.1. Проверка первой гипотезы 22
2.2. Проверка второй гипотезы 31
2.3. Консолидированные результаты по всем гипотезам 45
Выводы 47
Заключение 49
Список использованной литературы 52
Приложения 55
Приложение 1. Состав индекса S&PGSCI на 2022 год 55
Приложение 2. Вывод итогов об EGARCH-моделях в Stata 56
Приложение 3. Даты шоков по четырем исследуемым фондовым индексам 57
Приложение 4. Значения p-value для выборок ν 59
Приложение 5. Графическое сравнение поведения волатильности на сырьевых и фондовых рынках 60
Сырьевые активы являют собой критически важную часть глобальной экономики. Их можно назвать основанием пирамиды мировой экономики. Они торгуются по всему миру в огромных объемах. Выручка от торговли сырьевыми активами составляет 7% мирового ВВП. И это, не считая выручки от товаров, произведенных из того же сырья. Одна треть мирового населения зависит от производства сырьевых активов. От них зависят доходы как развивающихся, так и развитых стран. Страны с низким доходом имеют 90% выручки от товарных активов, развитые страны – около 20–30% доходов от сырья[Szymanowska, 2014].
Исследование поведения цен на сырье является стратегически важной задачей для мирового сообщества, чтобы иметь возможность управлять рисками возникновения продовольственного, энергетического или других кризисов и в целом поддерживать баланс спроса и предложения на должном уровне. Важнейший фактор нестабильного поведения цен на сырье – это волатильность. Имеющиеся исследования природы и поведения волатильности на сырьевых рынках поражают своим разнообразием и в то же время некоторой незаконченностью, возможно, есть и другие, еще не исследованные, факторы волатильности на сырьевых рынках.
Актуальность данной работы состоит в том, что современные условия не позволяют мировому сообществу долго переживать времена без кризисов: недавний кризис COVID-19 показал, какие хрупкие основания экономических отношений могут быть нарушены со стремительной быстротой, провоцируя падение спроса на сырьевых рынках. В ситуации сегодня прослеживаются опасения среди экспертов насчет потенциального нового продовольственного кризиса. Резкий рост цен на энергоносители и продовольственные товары спровоцировал турбулентность на фондовых рынках, в частности США[IganD. et.al., 2022]. Однако бывает ли наоборот? Могут ли падения фондовых рынков провоцировать сырьевые рынки на повышенную волатильность? Стали ли рынки, изначально не связанные между собой, настолько интегрированными друг с другом? Потребность в ответах на эти и многие другие вопросы говорит сама за себя. Многообразие исследуемых факторов волатильности на сырьевых рыках в академической среде и обширность используемых для анализа инструментов наводит на мысль о широком просторе для новых исследований и потенциале выявления новых факторов.
Таким образом, целью данной работы является выявление ключевых факторов высокой волатильности цен на сырьевых рынках. Для достижения поставленной цели работы были выполнены следующие задачи исследования:
1. Провести анализ теоретических и эмпирических исследований волатильности на сырьевых рынках
2. Выдвинуть гипотезы о роли финансизации сырьевых рынков в поведении волатильности и о новых факторах волатильности, появившихся после финансизации
3. Выбрать методы проверки поставленных гипотез
4. Собрать необходимые данные для анализа
5. Выбранными методами провести необходимые расчеты для проверки поставленных гипотез
6. Проинтерпретировать полученные результаты
Дадим определение факторов высокой волатильности, каким его видит автор данной работы, для понимания сути исследования.
Факторы высокой волатильности – причины резкого изменения цен на определенный финансовый инструмент, которые заключаются в прямом или косвенном влиянии со стороны определенных процессов или событий.
Чтобы определить рамки исследования в данной работе, автор сначала разделяет для анализа факторы высокой волатильности на краткосрочные и долгосрочные, в зависимости от изучения воздействия процессов или событий.
Долгосрочные факторы высокой волатильности – процессы, приводящие к относительно повышенной волатильности и имеющие влияние на длительном периоде времени.
Краткосрочные факторы высокой волатильности – события, приводящие к относительно кратковременному всплеску волатильности цен на финансовый инструмент.
При проведении исследования автор данной работы обращается в основном к зарубежным работам по анализу факторов волатильности на сырьевых рынках, по исследованию волатильности финансовых инструментов в целом, а также по исследованию особенностей сырьевых рынков и их игроков
Целью данной работы являлось выявление ключевых факторов высокой волатильности цен на сырьевых рынках.
Таким образом, мы провели исследование ключевых факторов высокой волатильности на сырьевых рынках. Обращение к литературе позволило выявить ранее исследованные фундаментальные факторы, такие как спрос и предложение, затраты на хранение, а также некоторые экономические факторы, такие как процентные ставки. Также были поставлены гипотезы о финансизации сырьевых рынков как долгосрочном факторе, а также о влиянии шоков на фондовых рынках на краткосрочную волатильность на сырьевых рынках.
Гипотеза 1. Финансизация сырьевых рынков оказала значимое влияние на долгосрочную волатильность сырьевых фьючерсов.
Гипотеза 2. Шоки на фондовых рынках приводят к краткосрочным всплескам волатильности на сырьевых рынках.
Методом прогнозирования экспоненциальной авторегрессионной условной гетероскедастичности были построены EGARCH модели для двух рядов сырьевого индекса S&PGSCI, являющегося репрезентативным индикатором состояния сырьевых рынков. В результате сравнение параметров EGARCH моделей, построенных для периодов до и после финансизации, показало, что финансизация действительно принесла новую реальность на сырьевые рынки:
• После финансизации для волатильности на сырьевых рынках стал характерен эффект левериджа, то есть отрицательные доходности вызывают повышенную волатильность
• По характеристикам волатильность на сырьевых рынках после финансизации приобрела общие стилизованные факты с волатильностью других финансовых активов, в частности, феномен долгой памяти волатильности (эффект увеличился на 18%), заключающийся в медленно убывающей автокорреляционной функции абсолютных доходностей
• После финансизации сырьевых рынков долгосрочная волатильность цен на сырьевых рынках увеличилась на 40%
Подтверждение первой гипотезы позволило расширить взгляд на роль финансизации в изменении поведения волатильности на сырьевых рынках. С приходом на сырьевые рынки огромного количества институциональных инвесторов фондовые и сырьевые рынки могли стать в какой-то мере связанными (или интегрированными) между собой. Если имеет место эффект левериджа для волатильности цен на сырьевые фьючерсы, значит, отрицательные новости приводят к повышенной волатильности на сырьевых рынках. Если те же отрицательные новости и, как следствие, соответствующий сентимент инвесторов приводят к шокам на фондовых рынках, эти шоки могут отразиться и на поведении волатильности на сырьевых рынках. Таким образом, была поставлена следующая гипотеза: шоки на фондовых рынках вызывают краткосрочный всплеск волатильности на сырьевых рынках. Были взяты для анализа наиболее ликвидные сырьевые фьючерсные контракты для пяти групп сырья и наиболее репрезентативные на международном уровне фондовые индексы. В результате, в среднем и при прочих равных, гипотеза подтвердилась, и с ее подтверждением были получены дополнительные выводы:
• Американский фондовый рынок на 22.81% сильнее фондовых рынков других стран влияет на краткосрочную волатильность на сырьевых рынках, которая остается повышенной в среднем в течение 1–2 недель
• В среднем и при прочих равных, 76.47% шоков на фондовом рынке США являются факторами высокой волатильности на сырьевых рынках в краткосрочной перспективе
• Выявлены окна хеджирования – периоды после возникновения шоков на фондовых рынках, на которых шок еще «не успевал» переноситься на сырьевые рынки. Среднее окно хеджирования после шоков на фондовом рынке США составило 3.1 дня
• Наиболее подверженными шокам на рынке США как краткосрочным факторам повышенной волатильности являются такие группы сырьевых фьючерсов, как металлы (подвержены на 76.47%) и энергоносители (на 58.82%)
Таким образом, цель работы была достигнута – были выявлены ключевые долгосрочные и краткосрочные факторы высокой волатильности цен на сырьевых рынках. Поставленные в работе задачи для достижения указанной цели были также в полной мере выполнены.
С началом финансизации было принято считать, что включение сырьевых активов в портфель повышает его диверсификацию, однако исследования также показывают, что в периоды краткосрочных шоков, таких, как падения индексов в кризис, такая диверсификация работает хуже или вообще перестает работать. Это происходит из-за того, что скачок волатильности на сырьевых рынках часто сопровождается падением цен и, соответственно, доходности сырьевых фьючерсов. В результате игроки сырьевых рынков зачастую терпят убытки или потерю доходности на довольно длительном промежутке времени, что объясняется одновременно эффектом левериджа и долгой памятью волатильности. Следовательно, необходимо разработать дополнительные меры хеджирования рисков в моменты шоков.
Результаты данной работы, по мнению автора, могут быть практически полезны для следующих заинтересованных сторон:
1. Выявление окон хеджирования дает возможность институциональным инвесторам и управляющим хедж-фондами выиграть время, чтобы быстро отреагировать на фондовые шоки и снизить риск просадки по открытым позициям в сырьевых активах, или отыграть потери от фондовых шоков – в зависимости от инвестиционной стратегии. Ведь повышенная волатильность – это повышенный риск, но также повышенная риск-премия.
2. Производители различных видов сырья, а также связанных непосредственно с сырьем товаров смогут глубже понять поведение цен на сырье и при необходимости обратиться к дополнительным инструментам хеджирования, например, к сырьевым опционам
3. Исследователям новых методов хеджирования для производителей будет полезно узнать о влиянии фондовых шоков или финансовых кризисов на волатильность сырьевых товаров. Поскольку фондовых шоков со временем не становится меньше, а волатильность цен на сырье со временем только повышается, возникает потребность в новых мерах или инструментах хеджирования
Простор для исследований волатильности на сырьевых рынках остается широким. Разработка новых методов и моделей хеджирования, страхующих от наступления шоков, особенно актуальна, поскольку невозможность избежать повышенного риска торговлей сырьевыми товарами не отменяет их критически важную роль в функционировании как развивающихся, так и развитых рынков по всему миру.
1. Индекс страха на фондовом рынке: кто и как зарабатывает на нервозности инвесторов [Электронный ресурс] // РБК Инвестиции. — Режим доступа:https://quote.rbc.ru/news/training/5dd2c5f49a79479921d26cc9(дата обращения: 28.04.2022)
2. Лукашов А. В. Управление ценовыми рисками на сырьевые товары (commodities) для нефинансовых корпораций (ч. 1) // Управление финансовыми рисками. – 2006. – №. 02 (06). – С. 166–189.
3. Субботин А. В. Моделирование волатильности: от условной гетероскедастичности к каскадам на множественных горизонтах //Прикладная эконометрика. – 2009. – №. 3 (15). – С. 94–138.
4. Тимиркаев Д. А. Моделирование волатильности финансовых инструментов с помощью GARCH-моделей //Управление финансовыми рисками. – 2010. – №. 1. – С. 56–64.
5. Aboura S., Wagner N. Extreme asymmetric volatility: Stress and aggregate asset prices //Journal of International Financial Markets, Institutions and Money. – 2016. – Т. 41. – С. 47-59.
6. Adkins L. C.Using Stata for principles of econometrics / L. C. Adkins, R. C.Hill. – 4th ed. – Wiley Global Education, 2011.–611 p.
7. Będowska-Sójka B., Kliber A. Information content of liquidity and volatility measures //Physica A: Statistical Mechanics and its Applications. – 2021. – Т. 563. – С. 125436.
8. Bosch D., Smimou K. Traders’ motivation and hedging pressure in commodity futures markets //Research in International Business and Finance. – 2022. – Т. 59. – С. 101529.
9. Brooks C. Introductory Econometrics for Finance/ C. Brooks – 3d ed.–Cambridge University Press, 2004.–716 p.
10. Carmona R. Financialization of the commodities markets: A non-technical introduction //Commodities, Energy and Environmental Finance. – Springer, New York, NY, 2015. – С. 3-37.
11. Chang C. L., McAleer M. The correct regularity condition and interpretation of asymmetry in EGARCH //Economics Letters. – 2017. – Т. 161. – С. 52-55.
12. Christoffersen P., Lunde A., Olesen K. V. Factor structure in commodity futures return and volatility //Journal of Financial and Quantitative analysis. – 2019. – Т. 54. – №. 3. – С. 1083-1115.
13. Fantacci L., Marcuzzo M. C., Sanfilippo E. Speculation in commodities: Keynes’ “practical acquaintance” with futures markets //Journal of the history of economic thought. – 2010. – Т. 32. – №. 3. – С. 397-418.
14. Fortenbery T. R. Discussion: commodity price discovery: problems that have solutions or solutions that are problems //Journal of Agricultural and Applied Economics. – 2009. – Т. 41. – №. 2. – С. 393-402.
15. Gruber J. W., Vigfusson R. J. Interest rates and the volatility and correlation of commodity prices //Macroeconomic Dynamics. – 2018. – Т. 22. – №. 3. – С. 600-619.
16. Hamilton J. D., Wu J. C. Effects of index‐fund investing on commodity futures prices //International economic review. – 2015. – Т. 56. – №. 1. – С. 187-205.
17. Igan D. et.al. Commodity market disruptions, growth, and inflation – BIS Bulletin №54, 2022[Электронный ресурс] // Bank for International Settlements. – Режим доступа: https://www.bis.org/publ/bisbull54.htm (дата обращения: 03.05.2022)
18. Meilijson I. The Garman-Klass volatility estimator revisited //arXiv preprint arXiv:0807.3492. – 2008.
19. Memon B. A., Yao H., Naveed H. M. Examining the efficiency and herding behavior of commodity markets using multifractal detrended fluctuation analysis. Empirical evidence from energy, agriculture, and metal markets //Resources Policy. – 2022. – Т. 77. – С. 102715.
20. MSCI EAFE IMI (USD) [Электронный ресурс] // MSCI Brochure. — Режим доступа:https://www.msci.com/documents/10199/e89fc533-bc1c-4ee4-ba13-a33294a7b28a(дата обращения: 11.05.2022)
21. MSCIEmergingMarketsIndex (USD) [Электронный ресурс] // MSCIBrochure. — Режим доступа: https://www.msci.com/documents/10199/c0db0a48-01f2-4ba9-ad01-226fd5678111 (дата обращения: 10.05.2022)
22. Nelson D. B. Conditional heteroskedasticity in asset returns: A new approach //Econometrica: Journal of the Econometric Society. – 1991. – С. 347-370.
23. O'Neil W. J., Ryan C. How to make money in stocks: A winning system in good times or bad. – New York: McGraw-Hill, 2002. – С. 266.
24. S&P Dow Jones Indices: S&P GSCI Methodology [Электронный ресурс] // S&P Dow Jones Indices. — Режим доступа: https://www.spglobal.com/spdji/en/documents/methodologies/methodology-sp-gsci.pdf
25. StooqDatabase [Электронный ресурс] // Stooq. — Режим доступа: https://stooq.com/ (дата обращения: 29.04.2022).
26. Szymanowska M. et al. An anatomy of commodity futures risk premia //The Journal of Finance. – 2014. – Т. 69. – №. 1. – С. 453-482.