Анализ факторов, влияющих на премию за риск на российском рынке

Исследование премии за риск началось в 1985 году, когда Mehra и Prescott обнаружили несоответствие американских исторических данных по премии за риск с ее теоретическими значениями. Так образовалась одна из известнейших финансовых загадок. С тех пор проводилось много исследований подобного рода, однако никто до сих пор так и не смог разрешить загадку премии за риск. Для того, чтобы ближе подойти к разгадке, изучались факторы, которые оказывали то или иное влияние на премию. Существует не мало подобных работ по миру, однако исследований по России практически нет. По этой причине данная работа посвящена поиску и анализу факторов, которые влияют на величину премии за риск в условиях российской экономики. Для анализа был выбран период в 16 лет, начиная с 2000 года. В работе изучается влияние следующих факторов: темп роста населения, индекс потребительских цен (инфляция), индекс уверенности потребителей, индекс экономической свободы, уровень безработицы, обменный курс доллара к рублю, прирост экспорта, прирост импорта, валовые сбережения в % от ВВП, изменения реальной заработной платы с поправкой на сезонность, среднедушевые денежные доходы населения, коэффициент Джини. Структура работы такова, что производилось деление на две спецификации: месячные данные и годовые данные. Далее производилась проверка на стационарность временных рядов (тесты Дики-Фуллера) и объяснительную силу переменных (тест Рамсея). На следующем этапе подбирались модели для каждой спецификации, которые лучшим образом покрывают недостатки данных и могут объяснить влияние на премию за риск: линейная, ARIMA. ARCH/GARCH. По итогам анализа для первой спецификации была выбрана ARCH модель, для второй – линейная, ввиду отсутствия видимых несовершенств. Значимыми факторами на 5% стали: уровень безработицы, реальная заработная плата, индекс уверенности потребителей в категории до 30 лет, темп роста населения; на 10%: темп роста сбережений населения, уровень инфляции.