Детерминанты подверженности валютному риску.
advertisement
Асимметричность подверженности валютному риску на развивающихся рынках капитала. Дранев Ю.Я., Бабушкин М.С. Аннотация. Данная работа восполняет недостаток исследований подверженности компаний валютному риску на развивающихся рынках капитала. Методология, использованная в данном исследовании, предполагает два этапа. На первом этапе были предложены модели, позволяющие оценить подверженность валютным рискам. Для этого был проведен эмпирический анализ взаимосвязи доходности акций и изменения обменного курса для различных стран и периодов. Результаты этого анализа были использованы на втором этапе для выявления детерминант подверженности и тестирования асимметричности. По российским компаниям подобных исследований не проводилось. Впервые была проведена оценка детерминант подверженности стоимости акций изменению обменного курса отдельно для компаний с положительными и отрицательными коэффициентами подверженности. Согласно полученным результатам факторы, определяющие подверженность валютному риску, оказывают асимметричное влияние на подверженность валютному риску. Данное исследование демонстрирует, что для управления валютным риском и принятия инвестиционных решений необходимо учитывать специфику влияния колебаний курсов валют. Введение. В течение последних десятилетий существенно возросли капитальные вложения в компании развивающихся стран, что связано с ростом их инвестиционной привлекательности. Для оценки таких инвестиций премия за страновой риск не полностью отражает рост неопределенности на развивающихся рынках, поскольку повышенная волатильность обменного курса является еще одним важным фактором риска, который влияет на политику финансирования и денежные потоки компаний на развивающихся рынках капитала. Валютные риски приводят к повышению волатильности денежных потоков и могут негативно влиять на стоимость компании, в том числе за счет снижения рентабельности и роста издержек банкротства (см., например, Shapiro (1974)). Волатильность денежных потоков особенно сильно растет на развивающихся рынках в периоды кризисов, когда на падение экспортной выручки часто накладывается рост издержек, связанных с обслуживанием долгов в иностранной валюте. Но подверженность валютному риску характерна не только для фирм, занимающихся экспортно-импортными операциями или фирм, привлекающих финансирование в иностранной валюте. Adler и Dumas (1984) отметили, что американские компании, деятельность которых в основном сосредоточена на внутреннем рынке, также могут быть подвержены валютному риску, так как цены, формирующие затраты, и цены на продукцию производства чувствительны к изменениям валютного курса. За последние десятилетия исследователи разработали ряд моделей для оценки подверженности валютным рискам. Недостатки модели Adler и Dumas (1984), где подверженность валютному риску определяется только через чувствительность доходности актива от изменений валютного курса, привели Jorion (1990) к идее дополнить модель доходностью рыночного портфеля в качестве объясняющей переменной. Таким образом, валютный риск был выбран в качестве одной из переменных состояния финансовой системы, объясняющей доходность активов на фондовом рынке. Двухфакторная модель Jorion согласуется как с теорией арбитражного ценообразования (Arbitrage Pricing Theory) Ross (1976) и разработанной для международных рынков модели (IAPT) Solnik (1983), так и с международной моделью ценообразования активов (International CAPM Solnik (1974), Adler и Dumas (1983)). Позднее некоторые исследователи называли саму модель Jorion (1990) International CAPM. Несмотря на теоретическое обоснование, исследования Jorion (1990,1991), Amihud (1994), Karolyi and Stulz (2003) и других показали, что лишь небольшой процент американских компаний проявили чувствительность к изменению валютного курса, а влияние колебаний валютного курса на доходность было невелико. Необходимо заметить, что некоторые авторы все же отмечали влияние валютных рисков в ряде случаев. Ng и He (1998) выявили значительное влияние колебаний валютного курса на доходность японских транснациональных компаний. Гипотеза о высокой подверженности валютным рискам компаний из развитых рынков подтвердилась и в таких работах, как Bodnar, Gentry [Bodnar, Gentry,1993], Choi, Prasad [Choi, Prasad, 1995], Shin, Soenen [Shin, Soenen, 1999]. Bartram и Karolyi (2006) продемонстрировали, что введение евро в 1999 году существенно снизило подверженность валютным рискам в европейских транснациональных компаниях и возможно явилось причиной слабой зависимости доходности акций и курса в последующих работах, таких как Dominiguez, Tesar [Dominiguez, Tesar , 2006]. Противоречивые результаты заставили исследователей искать пути модификации моделей. Наличие корреляции между изменением валютного курса и доходностью рыночного 2 портфеля привело к модификации двухфакторной модели Jorion (1990). Для исключения мультиколлинеарности исследователи Griffin и Stulz (2001), Jorion (1991) использовали процедуру ортогонолизации, но существенно улучшить результаты не удалось. Bartov и Bodnar (1994) обнаружили существенную отрицательную корреляцию между доходностью американских компаний и изменениями курса доллара за предыдущий период, то есть курс предсказывал долгосрочные изменения доходности. При этом, одновременная корреляция изменения курса и доходности акций на коротких промежутках времени (дни, недели) была невелика. К аналогичным выводам пришли Chow et al. (1997) и Bodnar и Wong (2003), предложив измерять доходность и колебания валюты за трехмесячный период. Parsley и Popper [Parsley, Popper, 2006], Chue и Cook [Chue, Cook, 2008] использовали избыточную доходность (за вычетом безрисковой процентной ставки) как акций, так и рыночного портфеля. Другие модификации включали использование различных курсов для измерения подверженности. Chue и Cook [Chue, Cook, 2008], Kiymaz [Kiymaz, 2003] использовали торгово-взвешенный обменный курс. Williamson [Williamson, 2001], Dominguez и Tesar [Dominguez, Tesar, 2006] предостерегали о недостатках такого подхода, так как некоторые фирмы были подвержены рискам только одной валюты в корзине. Помимо традиционной двухфакторной модели Jorion рассматривались и более сложные модели. Huffman и др. (2010) предложили вместо двухфакторной Interтnational CAPM включить доходность изменения валютного курса в трехфакторную модель Фамы-Френча. Авторы получили лишь незначительное увеличение значимости влияния валютного риска на доходность, но смогли сделать вывод о большей подверженности у небольших фирм, которые не используют инструменты хеджирования. Kolari, Moorman, Sorescu (2008) ввели в модель Фамы-Френча дополнительный фактор валютного риска другим способом, а именно, через разность доходностей портфелей сильно и слабо подверженных валютному риску. Имитирующие портфели (mimicking portfolios) использовались и другими авторами, например, Doidge и др. (2006), Aggarwal и Harper (2010). В частности, применяя четырехфакторную модель (четвертый фактор – валютный курс) Aggarwal и Harper (2010) показали, что компании, работающие на внутреннем рынке США, также могут быть подвержены валютному риску. Еще одним направлением усовершенствования моделей изучения подверженности валютному риску явилось исследование более сложной нелинейной зависимости доходности от изменений валютного курса. Bartram, (2004), Odegaard и Priestley (2007), Aysun и Guldi (2011) 3 предположили, что зависимость может иметь квадратичный, кубический или иной функциональный вид, который позволяет учесть влияние интенсивности и размера колебаний валютного курса. Aysun и Guldi (2011) применили непараметрический метод без уточнения функциональной формы зависимости и получили значительный рост подверженности валютному риску для компаний с развивающихся рынков по сравнению с другими моделями (Россия не была включена в выборку авторов). Чтобы учесть нелинейную зависимость между доходностью акций и колебаниями валют Menkhoff и др (2012), Du, Hu (2012) включали вместо доходности валют и валютных индексов их волатильность. По мнению ряда исследователей (например, Koutmos и Martin (2003), Muller и Verschoor (2006)) невысокое влияние валютного курса при тестировании International CAPM могло быть объяснено асимметричностью его воздействия на денежные потоки. Koutmos и Martin (2003), основываясь на наблюдениях Knetter (1994) и Ljungqvist (1994) выделяют три основных причины для такого эффекта: особенности ценообразования на различных рынках (price-tomarket); запаздывание реакции при изменении обменного курса (hysteresis behavior); несимметричные хеджирующие стратегии (hedging behavior). Muller и Verschoor (2006) также предположили, что снижение и повышение валютного курса по-разному отражается на доходности акций. Согласно результатам авторов около 30% американских компаний продемонстрировали значимую подверженность валютному риску при тестировании асимметричной модели. Более поздние теоретические модели (например, Bodnar и др. (2002)) также предполагают существенное влияние валютного риска на доходность, однако, согласно большому количеству исследований, эмпирические результаты не подтверждают наличие такой зависимости. Этот эффект был назван Bartram и Bodnar (2007) аномалией валютного курса (exchange-rate puzzle). Для объяснения противоречий теоретических и эмпирических результатов ряд авторов, включая Bartram (2007), изучали подверженность валютным рискам через изменение операционных денежных потоков в зависимости от колебаний валютного курса. Bartram (2007) и Bartram и др. (2010) пришли к выводу, что небольшой процент транснациональных компаний демонстрирующих значимую подверженность валютному риску, связан с активным использованием операционного и финансового риск-менеджмента, существенно снижающих (примерно на 70% по данным авторов) подверженность валютным рискам в транснациональных компаниях. 4 Francis и др. (2008), напротив, предположили, что не риск менеджмент, а некорректная спецификация модели и методологические ошибки привели к возникновению аномалии валютного курса. Ранее многие исследователи (Booth & Rotenberg, 1990, Allayanis (1999), Bodnar и др. (1998)) отмечали, что чувствительность к валютному риску меняется со временем и может описываться только динамическими моделями. Francis и др. (2008) выдвинули гипотезу, что изменение происходит под воздействием факторов как характерных для отдельной компании или индустрии, так для финансовой системы. Поэтому еще одним объяснением аномалии валютного курса может являться различное влияние факторов на подверженность валютным рискам в зависимости от специфики компании или отрасли. Так, Du, Ng, Zhao (2013) предложили включить в модель наряду с доходностью рыночного портфеля и изменениями валютного курса два типа переменных. Один тип переменных соответствует специфическим для компании факторам, а второй внешним для компании факторам. Chaieb и Mazzotta (2013) протестировали на панельных данных модель, в которой изменение подверженности во времени связано с экзогенными и эндогенными параметрами, такими как спреды процентных ставок, рычаг и ликвидность. Результаты различных тестов условных (чувствительность факторов зависит от предыдущего состояния системы) моделей Francis и др. (2008), Chaieb и Mazzotta (2013), Du, Ng, Zhao (2013) показали значительное влияние валютных рисков в разных отраслях американской экономики. Детерминанты подверженности валютным рискам изучались не только для построения условных моделей, как, например в Chaieb и Mazzotta (2013). В большинстве работ, посвященных исследованию подверженности валютным рискам, было уделено внимание факторам, оказывающим влияние на эту подверженность. Allayannis и Ihrig (2001), Dominguez и Tesar [Dominguez, Tesar, 2006], He, Ng [He, Ng, 1998] и многие другие проводили исследования в этой области. Среди специфических для компании факторов назывались финансовый рычаг, размер, переменные роста, экспортная выручка, долг в иностранной валюте, операционная рентабельность и другие. В модели также включались различные макроэкономические переменные. На развивающихся рынках результаты исследования подверженности валютным рискам также оказывались противоречивыми и сильно зависели от выбора модели. Для развивающихся стран валютный риск имеет особое значение, так как данные рынки характеризуются большей зависимостью от таких валют, как доллар США и евро. Vassalou (2000) изучив 10 5 развивающихся рынков, пришел к выводу о незначительной премии за валютный риск. Существенно большую значимость валютного курса в объяснении доходности акций обнаружили Carrieri, Majerbi (2006). Авторы использовали реальные доходности валюты, а не номинальные, как в большинстве подобных исследований. Carrieri, Majerbi (2006) пришли к выводу о невозможности полной диверсификации валютного риска на развивающихся рынках, объясняя этот феномен сильной зависимостью экономик развивающихся стран от экспорта и импорта. Этот вывод противоречит гипотезе Jorion (1990) о возможности полной диверсификации, подтвердившимся для компаний из развитых стран. В целом, можно отметить, что доля компаний, доходность акций которых зависит от валютных колебаний на развивающихся рынках, в среднем, больше, чем на развитых (Muller & Verschoor, 2006; Junior, 2011; Raheman, Sohail, Zulfigar, Ali, Haider, & Rehman, 2012). Влияние колебаний валютного риска существенно сильнее для развитых рынков капитала, к числу которых относят и российский рынок. При этом мы приходим к выводу, что как на развитых, так и на развивающихся рынках подверженность валютному риску меняется со временем. Например, Saleem и Vaihekoski (2010), используя межвременную модель, пришли к выводу, что валютный курс как фактор риска сильно влияет на доходность активов в России. На развивающихся рынках часто наблюдается асимметричность зависимости доходности от изменений валютного курса. Учитывая результаты предыдущих исследований, мы проанализировали подверженность валютным рискам на развивающихся рынках стран БРИК (Бразилия, Россия, Индия и Китай) в том числе с использованием динамической асимметричной модели, а также определили основные детерминанты такой подверженности. По российскому рынку эмпирических работ, анализирующих детерминанты подверженности валютному риску, по нашим сведениям не публиковались. При исследовании детерминант была использована новая методология, которая позволяет учесть специфику компаний и различное влияние факторов на положительную и отрицательную подверженность валютным рискам. Методология исследования подверженности валютному риску. Для исследования мы решили применить сразу несколько моделей. Первоначально была рассмотрена модель, аналогичная модели Jorion (1990). Для i-ой акции за период (𝑇 − 1, 𝑇) определим: 𝑟𝑖,𝑡 = 𝛽0,𝑖 + 𝛽1,𝑖,Т 𝑟𝑥,𝑡 + 𝛽2,𝑖,𝑇 𝑟𝑚,𝑡 + 𝜀𝑖,𝑡 , где (1) 6 𝑟𝑖,𝑡 – доходность i-ой акции за период (𝑡 − 1, 𝑡) ∈ (𝑇 − 1, 𝑇); 𝑟𝑥,𝑡 – доходность валюты, (отношение текущего обменного курса к предыдущему за вычетом единицы); 𝛽1,𝑖,𝑇 – коэффициент подверженности (чувствительности) валютному риску; 𝑟𝑚,𝑡 – доходность рыночного портфеля за период (𝑡 − 1, 𝑡) ∈ (𝑇 − 1, 𝑇); 𝛽2,𝑖,𝑇 – коэффициент чувствительности доходности акции к доходности рыночного портфеля; 𝜀𝑖,𝑡 – независимые одинаково распределенные ошибки. Основное отличие модели (1) от модели, использованной Jorion (1990) заключается в том, что коэффициенты чувствительности бэта остаются постоянными только на определенном промежутке времени (𝑇 − 1, 𝑇) . Таким образом, можно отметить, что модель (1) является динамической. При этом было решено отказаться от использования хорошо зарекомендовавшей себя в ряде исследований условной модели, где коэффициенты чувствительности определялись предыдущим поведением различных факторов, включая факторы состояния финансовой системы. Как показал дальнейший анализ, подверженность валютным рискам компании не может быть объяснена экзогенными факторами, а значимость эндогенных для компаний факторов невелика. Модель (1) была выбрана для сравнения. Тестирование модели CAPM (в локальной версии) и ее модификаций на российском рынке не показала высокой объясняющей силы (см. Бухвалов, Окулов (2006), Теплова (2011)). Можно предположить, что такие результаты связаны с тем, что, как на развитых, так и на развивающихся рынках капитала коэффициенты чувствительности к рыночному риску зависят от ряда специфических для компании и изменяющихся во времени факторов. От тех же факторов может частично зависеть и чувствительность к колебаниям валютного курса. Более того в соответствии с гипотезой Shapiro, (1977) бета-коэффициент рыночного риска может частично включать влияние валютного риска. Поэтому, несмотря на отсутствие значительной корреляции между доходностью рынка и курса, одновременное использование этих двух переменных может оказаться привести к снижению значимости коэффициентов. Для этого во второй простейшей спецификации модели по аналогии с Adler и Dumas (1984) было решено использовать только фактор, связанный с колебаниями валютного курса: 𝑟𝑖,𝑡 = 𝛽0,𝑖 + 𝛽1,𝑖,Т 𝑟𝑥,𝑡 + 𝜀𝑖,𝑡 . 7 (2) Наконец, третья модель предполагает асимметрию зависимости от колебаний валютного курса. Эта модель позволяет протестировать гипотезу об асимметричности подверженности валютному риску, которая сформулирована, в том числе в работе Koutmos и Martin, (2003). Действительно, в зависимости от страны и специфики деятельности фирмы, увеличение и снижение обменного курса может оказывать различное влияние. Так, для компаний, имеющих значительную долю экспортной выручки и небольшой объем платежей (процентных и других) в иностранной валюте, повышение курса отечественной валюты должно оказывать большее влияние, нежели его снижение. Такая ситуация была характерна для металлургических компаний развивающихся стран, включая Россию, в период 2004-2005 гг. Рентабельность некоторых компаний значительно падала при стабилизации цен на экспортную продукцию (сталь) и укрепление национальной валюты могло привести к убыткам и снижению капитализации. Напротив, повышение курса доллара обычно сопровождалось оттоком с рынка иностранных инвесторов и также приводило к снижению капитализации. Подобная ситуация была характерна и для ресурсодобывающих компаний. Для компаний же с высоким уровнем долговой нагрузки в иностранной валюте и отрицательным чистым экспортом (российские телекоммуникационные компании, ритейл) падение курса национальной валюты может играть более значительную роль, чем его повышение. По аналогии с Koutmos, Martin (2003) и Martin, (2004) мы представим доходность 𝑛𝑒𝑔 𝑝𝑜𝑠 изменения обменного курса 𝑟𝑥,𝑡 в виде двух компонент 𝑟𝑥,𝑡 = 𝑟𝑥,𝑡 𝐼(𝑟𝑥,𝑡 ≥ 0) и 𝑟𝑥 = 𝑟𝑥,𝑡 𝐼(𝑟𝑥,𝑡 < 0) , которые соответствуют только положительным и только отрицательным изменениям обменного курса. Тогда модель можно записать в следующем виде: 𝑛𝑒𝑔 𝑝𝑜𝑠 + − 𝑟𝑖,𝑡 = 𝛽0,𝑖,𝑇 + 𝛽1,𝑖,𝑇 𝑟𝑥,𝑡 + 𝛽1,𝑖,𝑇 𝑟𝑥,𝑡 + 𝜀𝑖,𝑡 , где (3) + − 𝛽1,𝑖,𝑇 и 𝛽1,𝑖,𝑇 – коэффициенты чувствительности к повышению и снижению валютного курса. Все три модели были рассмотрены с целью не выявить модель с наибольшей объясняющей силой, а определить какая из трех моделей поможет выявить максимальное число компаний со значимой подверженностью валютным рискам. Выборка Ввиду нехватки эмпирических работ по анализу подверженности валютному риску по развивающимся странам (и особенно по России) в качестве объекта исследования были выбраны публичные компании на развивающихся рынках капитала стран БРИК. Информация о 8 компаниях и локальных фондовых индексах получена из базы данных Standard&Poor’s Capital IQ. Данные о валютных курсах доллара США и евро были получены с помощью информационного терминала Bloomberg, а макроэкономические показатели – из базы данных IHS Global Insight. Из рассмотрения были исключены компании с выручкой менее 3 млн долл. США и среднемесячным объемом торгов на фондовой бирже менее 1% капитализации. Данные ограничения вводились по двум причинам. Для небольших компаний часто отсутствуют некоторые показатели, необходимых для исследования. Ограничение на объем торгов потребовалось для исключения низколиквидных компаний, поведение цен акций которых полностью определяется специфическими для компании событиями и факторами, не зависящими от внешних воздействий, таких как колебание курса доллара. После корректировки выборки остались: ‒ 108 российских компаний; ‒ 94 бразильские компании; ‒ 1462 китайскихекомпании; ‒ 987 индийских компаний. Временной период для исследования составлял 10 лет с января 2003 по апрель 2013 и включал период финансового кризиса 2008-09 годов. Выбор начала периода обусловлен тем, что ликвидность российских акций до 2003 года была низкой. Так как в Китае юань был жестко привязан к доллару до 2005 года, период с 2003 по 2005 год был исключен из рассмотрения для китайских компаний. Согласно исследованию Chow, Lee, & Solt, (1997) выбор периодичности наблюдений имеет очень важную роль для выявления кратко и долгосрочной подверженности валютному риску. Поэтому для расчета доходности акций и фондовых индексов использовались временные интервалы в 1, 4 и 12 недель (по недельным данным получилось 538 наблюдений). Выбор нескольких интервалов обусловлен необходимостью выявления периода, на котором наблюдается наибольшее влияние изменения валютного курса. Отраслевая структура выборки оказалась достаточно разнородной. В выборку вошли ресурсодобывающие компании стран БРИК. Их доля в России наибольшая и составляет более 25%. Наименьшее количество ресурсодобывающих компаний в выборке по Китаю (около 9%). 9 В то же время в выборке по Китаю всего 1,1% компаний являются финансовыми. В российской выборке доля финансовых фирм выше. Оценка коэффициентов подверженности валютному риску Чтобы оценить коэффициенты подверженности валютному риску мы проанализировали зависимость доходности акций компаний стран БРИК отдельно от изменений обменных курсов доллара США и евро по рассмотренной выборке. Для эмпирического анализа с помощью статистического пакета STATA были использованы модели (1), (2) и (3). Так как за период кризиса и период с апреля 2010 по апрель 2013 средняя доходность безрисковых облигаций оказалась выше, чем доходность фондовых индексов во всех четырех странах, в приведенных моделях было решено отказаться от использования безрисковой ставки, которая могла искажать результат. Таким образом, вместо избыточных доходностей использовались номинальные, так как избыточные доходности в основном были отрицательны. Для изучения эффекта долгосрочных изменений подверженности по недельным и месячным данным регрессия проводилась для каждой компании за каждый год (период (𝑇 − 1, 𝑇) равен году), а по квартальным данным – за весь период наблюдений (период (𝑇 − 1, 𝑇) равен десяти годам и четырем месяцам). Для быстрой обработки большого количества регрессий использовался программный код, написанный одним из авторов. Как и ожидалось, наличие в модели (1) доходности локального индекса снижает значимость коэффициентов при изменениях курсов доллара и евро (см. Таблицу 1), хотя мультиколинеарность в модели не была подтверждена тестами. Таблица 1. Результаты тестирования модели 𝑟𝑖,𝑡 = 𝛽0,𝑖 + 𝛽1,𝑖,Т ∙ 𝑟𝑥,𝑡 + 𝛽2,𝑖,Т ∙ 𝑟𝑚,𝑡 + 𝜀𝑖,𝑡 . Доля регрессий с R2>0.5 Доля 𝛽1,𝑖,Т значимых на уровне 5% для курса доллара Доля 𝛽1,𝑖,Т значимых на уровне 5% для курса евро Бразилия 93.7% 1.94% 1.21% Россия 90.1% 1.96% 1.93% Индия 95.9% 2.21% 0.35% Китай 96.7% 2.53% 0.08% Бразилия 94.1% 2.25% 2.88% Россия 93.3% 2.36% 1.05% Индия 93.6% 1.16% 1.67% Китай 90.7% 3.33% 2.22% Недельные данные Месячные данные Квартальные данные 10 Бразилия 88.8% 1.56% 0.91% Россия 96.9% 1.96% 1.41% Индия 92.2% 2.00% 2.43% Китай 87.6% 3.37% 2.01% Следует отметить, что модель (1), в целом, обладает высокой объясняющей силой для всех рассматриваемых стран: коэффициент детерминации R2 оказался более 50% по большинству регрессий. В целом высокая объясняющая сила регрессии для каждой компании означает только то, что колебания отдельных акций линейно зависят от колебаний рынка. При этом, коэффициенты зависимости могут быть разными, зависящими от специфических для каждой компании и изменяющихся во времени факторов, что не противоречит низким результатам тестирования простейших моделей ценообразования. Более того, небольшая значимость коэффициентов подверженности валютным рискам в Таблице 1 для различных компаний, стран и временных интервалов не позволяет сделать вывод о подверженности валютным рискам компаний стран БРИК и, тем более, определить детерминанты этой подверженности с помощью модели (1). Существенно большее количество значимых коэффициентов подверженности валютному риску получилось при тестировании модели (2) (см. Таблицу 2.1). Таблица 2.1 Результаты тестирования модели 𝑟𝑖,𝑡 = 𝛽0,𝑖 + 𝛽1,𝑖,Т ∙ 𝑟𝑥,𝑡 + 𝜀𝑖,𝑡 . Доля регрессий с R2>0.5 Доля 𝛽1,𝑖,Т значимых на уровне 5% для курса доллара Доля 𝛽1,𝑖,Т значимых на уровне 5% для курса евро Бразилия 9.92% 9.32% 8.85% Россия 18.24% 16.49% 14.11% Индия 11.64% 10.43% 10.57% Китай 13.54% 12.44% 10.18% Бразилия 8.25% 7.24% 6.63% Россия 17.38% 15.38% 14.30% Индия 12.29% 10.73% 11.69% Китай 10.80% 9.62% 7.46% Бразилия 7.39% 5.99% 5.85% Россия 17.63% 16.20% 13.47% Индия 11.81% 10.48% 10.49% Китай 10.03% 9.46% 8.01% Недельные данные Месячные данные Квартальные данные 11 Согласно полученным результатам валютному риску подвержены 6%-16% компаний в зависимости от стран и выбора частоты наблюдений. Причем наиболее подверженными валютному риску оказались компании из России. Несмотря на ограничения по конвертируемости юаня, около 10% китайских компаний также подвержены валютному риску. Интересно, что только фактор валютного риска согласно модели (2) объясняет более половины волатильности доходности ( 𝑅 2 > 0.5 ) у почти 18% российских компаний. Чуть больше компаний оказались подверженными валютному риску при тестировании на недельных и месячных данных. Этот факт противоречит гипотезе о долгосрочном влиянии валютного курса на динамику акций развивающихся стран. По-разному проявилось влияние различных валют для тех компаний, где подверженность валютным рискам была значимой (см. Таблицу 2.2) Таблица 2.2 Результаты тестирования модели 𝑟𝑖,𝑡 = 𝛽0,𝑖 + 𝛽1,𝑖,Т ∙ 𝑟𝑥,𝑡 + 𝜀𝑖,𝑡 . Недельные данные Бразилия Россия Индия Китай Среднее значимое на уровне 5% 𝛽1,𝑖,Т для курса доллара -0.73 Среднее значимое на уровне 5% 𝛽1,𝑖,Т для курса евро -0.43 -0.91 -0.46 -0.95 -0.11 0.12 0.24 Повышение курса доллара к национальным валютам приводило в среднем к снижению стоимости акций (средняя подверженность отрицательна) в России, Бразилии и Индии. Тогда как для Китая рост курса доллара имел положительное влияние на доходность. Действительно рост ослабление национальных валют к доллару часто связано с оттоком капитала с фоновых рынков России, Бразилии и Индии. В Китае даже после либерализации валютного законодательства 2005 году конвертирование валюты ограничено и колебания юаня часто связаны с действиями Народного банка Китая. Однако результат тестирования модели (2) на китайских данных согласуется с гипотезой о том, что при укреплении национальной валюты на мировом рынке снижается конкурентноспособность ориентированных на экспорт китайских компаний, что и отражается на их биржевых котировках. Похожими причинами можно объяснить влияние роста курса евро: положительное для доходности китайских акций и отрицательное для акций Бразилии, России и Индии. В частности в России влияние роста евро в 12 среднем меньше сказывается на доходности акций. Возможно, существенную роль играет фактор цены на нефть. Так можно предположить, что российский фондовый рынок положительно коррелирует с нефтяными котировками (в долларах), которые в свою очередь положительно коррелируют с курсом евро к доллару, что снижает влияние курса евро на доходность акций. Компании со значительным отрицательным и положительным чистым экспортом могут по-разному реагировать на повышение и снижения валютного курса. Модель (3), предложенная Koutmos, Martin (2003), позволяет проверить гипотезу об асимметричном влиянии курсов. 𝑛𝑒𝑔 𝑝𝑜𝑠 + − Таблица 3. Результаты тестирования модели 𝑟𝑖,𝑡 = 𝛽0,𝑖,𝑇 + 𝛽1,𝑖,𝑇 𝑟𝑥,𝑡 + 𝛽1,𝑖,𝑇 𝑟𝑥,𝑡 + 𝜀𝑖,𝑡 . Доля регрессий с R2>0.5 + Доля 𝛽1,𝑖,𝑇 значимых на уровне 5% для курса доллара + Доля 𝛽1,𝑖,𝑇 значимых на уровне 5% для курса евро − Доля 𝛽1,𝑖,𝑇 значимых на уровне 5% для курса доллара − Доля 𝛽1,𝑖,𝑇 значимых на уровне 5% для курса евро Бразилия 14.81% 6.11% 7.25% 7.18% 7.56% Россия 28.24% 12.86% 15.31% 10.74% 13.19% Индия 18.70% 9.81% 10.11% 10.98% 9.59% Китай 21.09% 4.92% 14.76% 7.86% 8.40% Бразилия 10.98% 3.47% 5.73% 4.51% 5.97% Россия 26.41% 13.62% 12.14% 9.05% 12.45% Индия 16.38% 6.54% 8.04% 8.00% 6.46% Китай 16.45% 5.16% 9.79% 5.88% 6.10% Неделя Месяц Квартал Бразилия 11.71% 3.87% 6.35% 4.92% 5.52% Россия 25.21% 16.71% 18.27% 11.06% 12.90% Индия 15.19% 7.50% 7.53% 8.60% 6.45% Китай 15.32% 1.46% 12.90% 6.15% 7.72% Интересно, что доля Российских компаний, подверженных влиянию повышения курса доллара и евро, больше, чем подверженных снижению данных курсов. Для остальных стран такой вывод сделать нельзя. Возвращаясь опять к цене на нефть, которая сильно коррелирует с курсом доллара и движениями рынка, можно предположить, что для российских компаний в целом ослабление национальной валюты более значимо, чем для компаний других стран. Из Таблицы 3 заметим, что доля российских компаний асимметрично подверженных валютному риску максимальна на квартальных наблюдениях. Таким образом, можно говорить о некотором преобладании долгосрочных эффектов влияния валютных курсов для российских компаний. 13 Итоги тестирования моделей (2) и (3) подтверждают гипотезу о значимой доле компаний на развивающихся рынках, которые подвержены влиянию колебаний валютных курсов. Большая подверженность валютным рискам у России по сравнению с другими странами может быть связана со спецификой российской экономики, существенно зависящей от цен на сырьевые ресурсы, а также с не достаточно широким распространением практики хеджирования валютных рисков. Для более детального выяснения причин влияния валютных рисков мы привели анализ детерминант такого влияния. Детерминанты подверженности валютному риску. В качестве детерминант подверженности валютному риску в литературе рассматриваются не только фундаментальные показатели компаний, но и макроэкономические факторы. Одним из первых Jorion (1990) предположил зависимость коэффициента подверженности от доли иностранной выручки в общей выручки компании. С тех пор было проведено большое количество исследований на данную тему. Bodnar, Gentry (1993), Muller, Verschoor (2006), Hsin, Shiah-Hou, Chang, (2007), такие как Horst, Gösta (2007) исследовали различные детерминанты подверженности валютным рискам: доля экспортной выручки, доля долга в иностранной валюте, прокси для размера компании, балансовая стоимость, отраслевую принадлежность, норму дивидендных выплат, коэффициент ликвидности, рыночная стоимость компании, расходы на исследования и разработки, рентабельность, использование деривативов и даже наличие привилегированных акций или конвертируемых облигаций. Помимо специфических для компании факторов Hsin, Shiah-Hou, Chang, (2007), Horst, Gösta (2007) рассматривали макропеременные, такие как доли экспорта и импорта, уровень процентных ставок и другие. В большинстве исследований наиболее значимыми предсказуемо показали себя такие факторы как доля экспортной выручки, доля валютного долга и отраслевая принадлежность. Для иллюстрации причин данного влияния вернемся к примеру российских металлургических компаний. Как уже упоминалось в докризисный период (до 2006 года) эти компании страдали от снижения курса доллара, так как большая доля их выручки была экспортной, а затраты были номинированы в рублях. В результате ряд металлургических компаний начали реализовывать стратегию, защищавшую от укрепления национальной валюты. Активно привлекалось дешевое в то время финансирование на внешних рынках, часто по плавающим ставкам. Одновременно с этим, компании хеджировались от снижения курса доллара на финансовых рынках. В 2008 году 14 с развитием финансового кризиса экспортные продажи начали резко падать, обслуживание долгов в иностранной валюте расти с ростом процентных ставок и фактическим закрытием для них внешних рынков, а по финансовым деривативам начали образовываться значительные убытки, связанные с резким ростом курса доллара. Акции российских металлургических компании упали сильнее других и если бы не помощь государства многие из них могли обанкротиться. Помимо традиционных для таких исследований показателей доли экспортной выручки, доли долга в иностранной валюте и отраслевой принадлежности в модель детерминант подверженности валютным рискам был включен коэффициент быстрой ликвидности (см. He, Ng (1998)). Действительно большие остатки на валютных счетах компании могут существенно сказаться как на чистой прибыли, так и на капитализации. Примером, среди российских компаний может служить ОАО «Сургутнефтегаз», на счетах которого скопилось около 20 млрд. долл. в валюте. Переоценка этих валютных активов может сказываться на рублевой капитализации компании. Размер компании предположительно также играет существенную роль (см. например, Muller, Verschoor (2006)). У небольших компаний со значительными долгами в иностранной валюте процентные платежи могут быть выше и им сложнее рефинансировать свою задолженность в локальной валюте, так как премии за риск по кредитам для них существенно больше. Поэтому, небольшие компании, подверженные валютным рискам, предположительно должны быть более чувствительны к колебаниям валюты, чем большие компании. Так как разница между результатами тестов не сильно зависела от частоты наблюдений, + − то для анализа были взяты коэффициенты асимметричной подверженности 𝛽1,𝑖,𝑇 и 𝛽1,𝑖,𝑇 из модели (3), для тех компаний стран БРИК и за те годовые периоды, где эти коэффициенты оказались значимы на недельных данных, а объясняющая сила модели высока (т.е. влияние курса не только значимое, но и сильное). Получилась матрица коэффициентов подверженности по компаниям для каждого года. В модели решено было отразить отраслевую принадлежность только для ресурсодобывающих и финансовых компаний. Остальные отрасли оказались мало представлены в выборке по российскому рынку и отдельно не выделялись. Вышеупомянутые российские металлургические компании в большинстве были отнесены к ресурсодобывающим, так как на начало 2013 года почти все обладали добывающими активами. 15 Мы предположили, что влияние факторов на подверженность валютному риску независимы не только для различных компаний, но и для отдельной компании независимы в разные периоды времени. Исключение составляют только постоянные во времени факторы отраслевой принадлежности, которые и аккумулируют все фиксированные эффекты. Таким образом, была построена следующая модель с фиксированными эффектами: 𝛽𝑖,𝑇 = 𝛾0 + 𝛾1 ∙ 𝐹𝑆𝑎𝑙𝑒𝑠𝑖,𝑇−1 + 𝛾2 ∙ 𝐹𝐷𝑒𝑏𝑡𝑖,𝑇−1 + 𝛾3 ∙ 𝑄𝑢𝑖𝑐𝑘𝑖,𝑇−1 + + 𝛾4 ∙ 𝑅𝑒𝑠𝑜𝑢𝑟𝑐𝑒𝑖 + 𝛾5 ∙ 𝐹𝑖𝑛𝑎𝑛𝑐𝑒𝑖 + 𝛾6 ∙ 𝐿𝑆𝑎𝑙𝑒𝑠𝑖,𝑇−1 + 𝜀𝑖,𝑇 , где (4) + − 𝛽𝑖,𝑇 – значимые бета-коэффициенты 𝛽1,𝑖,𝑇 или 𝛽1,𝑖,𝑇 , полученные регрессией (3) для i-ой компании за годовой период (𝑇 − 1, 𝑇); 𝛾𝑗 , 𝑗 = 0, … ,6 – коэффициенты чувствительности к детерминантам подверженности; 𝐹𝑆𝑎𝑙𝑒𝑠𝑖,𝑇 – доля выручки в иностранной валюте в общей выручке i-ой компании за прошлый год (период (𝑇 − 2, 𝑇 − 1)); 𝐹𝐷𝑒𝑏𝑡𝑖,𝑇−1 – доля долга в иностранной валюте в общих активах i-ой компании за прошлый год (период (𝑇 − 2, 𝑇 − 1)); 𝑄𝑢𝑖𝑐𝑘𝑖,𝑇−1 – коэффициент быстрой ликвидности i-ой компании за прошлый год (период (𝑇 − 2, 𝑇 − 1)); 𝑅𝑒𝑠𝑜𝑢𝑟𝑐𝑒𝑖 – фиктивная переменная, принимающая значение 1,если компания относится к ресурсодобывающей отрасли, и 0 в противном случае; 𝐹𝑖𝑛𝑎𝑛𝑐𝑒𝑖 – фиктивная переменная, принимающая значение 1, если компания является финансовой организацией, и 0 в противном случае; LSalesi,T-1 – натуральный логарифм выручки i-ой компании, как прокси размера компании за прошлый год (период (𝑇 − 2, 𝑇 − 1)). Асимметричность может возникать не только в связи с различными знаками влияния колебаний валют. Сами коэффициенты подверженности валютным рискам могут быть положительными или отрицательными. При этом детерминанты у положительной и отрицательной подверженности могут быть разные. Например, доля иностранного долга может больше влиять на отрицательную подверженность и меньше влиять на положительную. Доля экспортной выручки наоборот больше может влиять на положительную подверженность. Для анализа таких явлений было решено использовать положительные и отрицательные коэффициенты подверженности валютным рискам, полученным при тестировании модели (2). Иными словами коэффициенты подверженности 𝛽1,𝑖,Т компаний за каждый год из модели (2) 16 𝑛𝑒𝑔 𝑝𝑜𝑠 разбиты на две составляющие 𝛽𝑖,𝑇 = 𝛽1,𝑖,Т 𝐼(𝛽1,𝑖,Т ≥ 0) и 𝛽𝑖,𝑇 = 𝛽1,𝑖,Т 𝐼(𝛽1,𝑖,Т < 0) . Таким образом, получаются еще две модели для положительных и отрицательных коэффициентов подверженности с фиксированными эффектами: 𝑝𝑜𝑠 𝛽𝑖,𝑡 = 𝛾0+ + 𝛾1+ ∙ 𝐹𝑆𝑎𝑙𝑒𝑠𝑖,𝑇−1 + 𝛾2+ ∙ 𝐹𝐷𝑒𝑏𝑡𝑖,𝑇−1 + 𝛾3+ ∙ 𝑄𝑢𝑖𝑐𝑘𝑖,𝑇−1 + + 𝛾4+ ∙ 𝑅𝑒𝑠𝑜𝑢𝑟𝑐𝑒𝑖 + 𝛾5+ ∙ 𝐹𝑖𝑛𝑎𝑛𝑐𝑒𝑖 + 𝛾6+ ∙ 𝐿𝑆𝑎𝑙𝑒𝑠𝑖,𝑇−1 + 𝜀𝑖,𝑇 (5) 𝑛𝑒𝑔 𝛽𝑖,𝑇 = 𝛾0− + 𝛾1− ∙ 𝐹𝑆𝑎𝑙𝑒𝑠𝑖,𝑇−1 + 𝛾2− ∙ 𝐹𝐷𝑒𝑏𝑡𝑖,𝑇−1 + 𝛾3− ∙ 𝑄𝑢𝑖𝑐𝑘𝑖,𝑇−1 + + 𝛾4− ∙ 𝑅𝑒𝑠𝑜𝑢𝑟𝑐𝑒𝑖 + 𝛾5− ∙ 𝐹𝑖𝑛𝑎𝑛𝑐𝑒𝑖 + 𝛾6− ∙ 𝐿𝑆𝑎𝑙𝑒𝑠𝑖,𝑇−1 + 𝜀𝑖,𝑇 . (6) Модели (4), (5) и (6) позволяют учесть различные виды асимметрии, возникающей при изучении подверженности валютным рискам. Причем ранее авторы не пытались исследовать различное влияние факторов на положительную и отрицательную подверженность валютным рискам. Для тестирования моделей (4), (5) и (6) были использованы панельные данные, сформированные по описанной выше выборке компаний стран БРИК за последние десять лет. Коэффициенты подверженности были получены в результате регрессий (2) и (3), как это было описано выше. В качестве объясняющих переменных (детерминант подверженности) брались годовые значения показателей для каждой компании, за исключением отраслевой принадлежности, которая предполагалась постоянной во времени. Значения детерминантов подверженности по выборке из российских компаний несколько выделялись по сравнению с компаниями других стран. Средняя доля выручки в иностранной валюте компаний России составляет 33,4%, Китая – 30,6%, Индии 21,8%, Бразилии – 11,3%. Высокая доля экспортной выручки компаний в России связана, в первую очередь с высокой долей добывающих компаний в выборке и спецификой их деятельности. При этом в России наблюдается и наибольшая доля долга, номинированного в иностранной валюте. Значения показателей доли долга и экспортной выручки согласуются с результатами тестирования моделей (2) и (3), которые показывают наибольшую подверженность валютным рискам именно у российских компаний. В Таблице 4 приведены полученные при тестировании модели (4) оценки влияния различных факторов на значимые коэффициенты подверженности повышению и снижению валютного курса доллара и евро, полученные согласно асимметричной модели (3). Таблица 4. Результаты тестирования модели (4) для разных бета. + Коэффициент 𝛽1,𝑖,𝑇 для курса евро Бразилия 17 Россия Индия − Коэффициент 𝛽1,𝑖,𝑇 для курса евро Китай Бразилия Россия Индия Китай Const 0.0451* 0.114** 0.0656*** 0.0656* -0.1734* 0.0782 -0.5779** 0.3809* Fsales 0.6112*** 0.6128*** -0.0340 1.0210*** -0.5815*** -0.6401** -0.6557* -0.8426** FDebt -0.3228 *** -0.4314*** -0.0611* -0.0618* 0.3548** 0.4137*** 0.0816* 0.2128 * Quick 0.0417 * * -0.0053 *** * 0.0005 0.0390 * *** 0.0179 0.0179 ** ** * 0.0459 -0.0430 -0.0567 0.1422* Resource -0.6348 0.0288 -0.0173 0.1338 -0.2095 -0.1526 Finance 0.0272 0.0604 0.0324 0.0324 0.0285 0.0021 0.0151 -0.0416 Lsales 0.0428* 0.0062* 0.0892** 0.0019*** -0.0563 0.0979* -0.3804* -0.0556** R overall 0.2093 0.3489 0.1528 0.1967 0.1843 0.3354 0.1427 0.2167 Prob>chi2 0.0000 Индия Китай Россия Индия Китай Const -0.0988 -0.9152* -1.0355** 1.1493*** 0.0503 -0.2142** -0.6435* -0.4050* Fsales 0.8731** 0.7926*** 0.5118** 0.9664*** -0.2826** -0.7631*** -0.8885** -0.4581*** FDebt -0.4203** -0.5126* -0.3312** -0.0136 0.6866*** 0.6424** 0.3484* 0.1084* Quick -0.0480 -0.0579** 0.0518* 0.0489* -0.0250 -0.0011 -0.0482* 0.0041 * 0.1900 0.2322* 2 0.0000 0.0000 0.0000 + Коэффициент 𝛽1,𝑖,𝑇 для курса доллара Бразилия ** Россия *** 0.0000 0.0000 0.0000 0.0000 − Коэффициент 𝛽1,𝑖,𝑇 для курса доллара Бразилия * ** Resource -0.6974 -0.5046 -0.2299 0.3159 -0.8975 -0.7619 Finance -0.3297* -0.4521** -0.1159 0.0057 -0.0130 0.2049* * ** ** -0.0025 -0.1116** 0.2282 0.2632 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 *, **, *** - значимость на 10%, 5% и 1%-ном уровне соответственно 0.0000 0.4131 0.0090 0.0322 0.2662 -0.4469 -0.1021 R2 overall 0.3568 0.3631 0.2182 0.2571 0.3501 0.3312 Prob>chi2 0.0000 * -0.0273 -0.0637 LSales ** Полученные результаты были проанализированы для каждой из четырех рассмотренных стран в отдельности. Бразилия Согласно Таблице 4 модель подверженности снижению и повышению курса доллара для компаний Бразилии объясняет около 35% дисперсии зависимой переменной. Статистически значимыми детерминантами подверженности оказались: доля выручки экспортной выручки; доля долга, номинированного в иностранной валюте в общих активах компании, а также отрасль, к которой принадлежит компания. При этом влияние долей иностранного долга и выручки значимо на 5% уровне, а его направление согласуется с результатами многих академических работ. Подверженность изменению курса доллара находится в прямой зависимости от доли иностранной выручки и в обратной – от доли иностранного долга. Интересно, что при повышении курса доллара влияние (по модулю) доли экспортной выручки больше, чем при снижении доллара. Таким образом, повышение доли экспортной выручки на 10% при росте курса доллара на 10% увеличивает капитализацию на 0.87% за год. Тогда как аналогичное увеличение доли экспортной выручки и при снижении курса приводят к снижению капитализации всего на 0.28% за год. Наблюдается асимметричная реакция инвесторов в 18 бразильские экспортно-ориентированные компании в зависимости от движения курса. В частности это может объясняться тем, что с точки зрения инвесторов в бразильские акции, чем больше доля экспорта у компании, тем лучше ее эффективность (доходность) и меньше риски ее снижения: акции меньше падают и больше растут при колебаниях валюты. Подтверждается гипотеза о значимости отраслевой специфики бразильских компаний. В частности, компании ресурсодобывающих отраслей имеют более низкий коэффициент подверженности изменению курса доллара. Также подтверждается на 10% уровне гипотеза о различии подверженности финансовых и нефинансовых компаний. Модель (4) объясняет 18%-21% дисперсии подверженности компаний Бразилии изменению курса евро. Статистически значимыми детерминантами подверженности оказались те же переменные доля экспортной выручки; доля долга, номинированного в иностранной валюте в общих активах компании и ресурсодобывающая отраслевая принадлежность. Коэффициент быстрой ликвидности и размер также оказались значимы на 10% уровне, однако их влияние мало. В отличие от ситуации с долларом влияние доли экспортной выручки и иностранного долга почти симметрично при повышении и снижении курса евровалюты. Россия Для российских компаний также оказались важны рассматриваемые детерминанты подверженности. Так коэффициент детерминации модели (4) составил около 35% как для подверженности колебаниям евровалюты, так и колебаниям доллара. Статистически значимыми факторами оказались почти все рассматриваемые факторы. Для подверженности долларовым рискам российских компаний значимым на уровне 5% оказался даже коэффициент быстрой ликвидности. В отличие от бразильских компаний, российские - не демонстрируют асимметричного влияния факторов. Коэффициенты при факторах примерно равны по модулю. Асимметрия подверженности российских компаний не связана с долей экспорта или иностранного долга. Возможно, асимметрия вообще не значительна. Этот факт можно объяснить зависимостью от цен на нефть, которые коррелируют с курсом доллара к рублю, не сильно воздействуют на внутренние для компании факторы (если отдельно выделить нефтедобывающую отрасль ситуация могла поменяться), а их влияние на доходность симметрично. Индия 19 Дисперсии подверженности изменению курса доллара индийских компаний объясняются моделью (4) только на 22%-23%, что ниже, чем у Бразилии и России. Статистически значимыми на уровне 5% являются: доля выручки в иностранной валюте, доля долга, номинированного в иностранной валюте и размер компании. Значимость и знаки коэффициентов при экспортной выручке и иностранном долге, в целом аналогичны, полученным по Бразилии и России. Однако по сравнению с Россией и, особенно, с Бразилией асимметричность влияния доли экспортной выручки проявляется по-другому. В Индии положительное влияние доли экспортной выручки (в случае роста курса доллара) меньше, чем негативное в случае снижения курса доллара. Таким образом, инвесторы в индийские акции предполагают, что у компаний ориентированных на экспорт риски снижения котировок выше. Статистически значимым на уровне 5% является коэффициент при прокси размера индийских компаний. В среднем, крупные компании более подвержены валютному риску, что согласуется с выводами исследователей (He & Ng, 1998; Muller & Verschoor, 2006; Jorge & Augusto, 2011). Модель подверженности изменению курса евро индийских компаний объясняет всего 14%-15% дисперсии зависимой переменной, что характеризует модель, как недостаточно качественную. Тем не менее, на уровне 5% значимой является прокси размера компании, что подтверждает вывод, полученный при оценке влияния курса доллара. Китай Модель (4) работает на данных по китайским компаниям даже лучше, чем по индийским (R2=26%) несмотря на ограниченные колебания китайской валюты. Статистически значимыми на уровне 5% как для подверженности в обеих валютах являются: доля выручки в иностранной валюте в общей выручке и размер компании. Иностранный долг не проявил себя как значимый детерминант валютного риска для китайских компаний в отличие от остальных, так как объемы внешних заимствований китайскими компаниями существенно меньше – всего около 10%. Асимметрия подверженности валютным рискам для китайских компаний в первую очередь связана с экспортной выручкой и напоминает ситуацию с бразильскими компаниями. Суммируя, отмечаем, что доля экспортной выручки оказалась значимым детерминантом подверженности валютным рискам для компаний всех стран БРИК. Причем ее влияние асимметрично для всех стран, кроме России. Доля долга в иностранной валюте невелика и 20 незначима только для китайских компаний. Размер компании является значимым детерминантом в Индии и Китае. Для подтверждения гипотезы о различном влиянии факторов на бета-коэффициенты положительной или отрицательной подверженности, полученные по модели (1), были протестированы модели (5) и (6). Полученные значимые в обеих моделях коэффициенты 𝛾𝑗+ и 𝛾𝑗− были протестированы на равенство с помощью теста Чоу. Гипотеза о равенстве коэффициентов была отвергнута во всех случаях. Заключение. Результаты данного исследования показывают, что более 10% компаний стран БРИК подвержены валютным рискам. Для России доля таких компаний еще выше и составляет около 15%. Подверженность валютным рискам проявляется по-разному для положительных и отрицательных колебаний валюты для всех стран БРИК. В данной работе проведен анализ детерминант выявленной подверженности валютному риску. Исследовано влияние доли выручки в иностранной валюте в общей выручке компании; доля долга, номинированного в иностранной валюте, в общих активах компании; размера компании; коэффициента быстрой ликвидности; а также отраслевой принадлежности компании. Между коэффициентом подверженности, как для положительных, так и для отрицательных изменений курса иностранной валюты подтверждена прямая взаимосвязь для доли иностранной выручки и обратная для доли иностранного долга. Во всех странах, кроме России, наблюдалось асимметричное влияние доли экспортной выручки при снижении и росте курса валюты. Исследование детерминант подверженности стоимости акций изменению обменного курса отдельно для компаний с положительными и отрицательными коэффициентами подверженности показало различие во влиянии факторов на эти коэффициенты. Кроме того, подтверждена значимость принадлежности компании к ресурсодобывающей отрасли для России и Бразилии и размера компании для Китая. Индии и России. Согласно результатам данной работы использование операционных и рыночных способов хеджирования валютных рисков должно учитывать асимметрию влияния валютного курса, связанную со спецификой компании отрасли и страны. Список литературы. 1. Adler, M., & Dumas, B. (1980). Foreign Exchange Risk Management. Currency Risk and the Corporation, 145-158. 21 2. Adler, M., & Dumas, B. (1984). Exposure to Currency Risk: Definition and management. Financial Management, 41-50. 3. Aggarwal, R., Harper, J. T. (2010). Foreign Exchange Exposure of "Domestic" Corporations. Journal of International Money and Finance, 1619-1636. 4. Aggarwal, R., Chen, X., Yur-Austin, J. (2011). Currency Risk Exposure of Chinese Corporations. Research in International Business and Finance, 266-276. 5. Bartov, E., & Bodnar, G. M. (1994). Firm Valuation, Earnings Expectations, and the ExchangeRate Exposure Effect. Journal of Finance, 1755-1785. 6. Bishop, E. (2004). Chapter 7 – Foreign exchange risk. In E. Bishop, Finance of International Trade (pp. 107-112). Amsterdam: Elsevier Ltd. 7. Bodnar, G. M., & Gentry, W. M. (1993). Exchange Rate Exposure and Industry Characteristics: Evidence from Canda, Japan and the USA. Journal of International Money and Fianance, 29-45. 8. Booth, L., & Rotenberg, W. (1990). Assessing Foreign Exchange Exposure: Theory and Application Using Canadian Firms. Journal of International Financial Management and Accounting, 1-22. 9. Butler, K. C. (2012). Multinational Finance: Evaluating Opportunities, Costs, and Risks of Operations (5th ed.). John Wiley & Sons. 10. Carrieri, F., & Majerbi, B. (2006). The Pricing of Exchange Risk in Emerging Stock Markets. Journal of International Business Studies, 372-391. 11. Chen, N.-F., Roll, R., & Ross, S. A. (1986). Economic Forces and the Stock Market. The Journal of Business, 383-403. 12. Chow, E. H., Lee, W. Y., & Solt, M. E. (1997). The Exchange-Rate Risk Exposure of Asset Returns. Journal of Business, 105-123. 13. Chrisophe, S. E. (1997). Hysteresis and the Value of the U.S. Multinational Corporation. Journal of Business, 435-462. 14. Cornell, B., & Shapiro, A. C. (1983). Managing Foreign Exchange Risks. Midland Corporate Finance Journal, 16-31. 15. De Santis, G., & Gerard, B. (1998). How Big is the Premium for Currency Risk? Journal of Financial Economics, 375-412. 22 16. Dominguez, K. M., & Tesar, L. L. (2001). A Re-Examination of Exchange Rate Exposure. The American Economic Review, 396-399. 17. Drucker, P. F. (2010). The Frontiers of Management: Where Tomorrow's Decisions Are Being Shaped Today. Harvard Business Press. 18. Dumas, B., & Solnik, B. (1993). Exchange Rate Exposure and Industry Characteristics: Evidence from Canada, Japan, and the USA. Journal of International Money and Finance, 2945. 19. Griffin, J. M., & Stulz, R. M. (2001). International Competition and Exchange Rate Shocks: a Cross-Country Industry Analysis of Stock Returns. The Review of Financial Studies, 215-241. 20. He, J., & Ng, L. K. (1998). The Foreign Exchange Exposure of Japanese Multinational Corporations. The Journal of Finnce, 733-753. 21. Horst, E., & Gösta, J. (2007). German Excange Rate Exposure at DAX and Aggregate Levels, International Trade and the Role of Exchange Rate Adjustment Costs. German Economic Review, 344-374. 22. Hsin, C.-W., Shiah-Hou, S.-R., & Chang, F.-Y. (2007). Stock Return Exposure to Exchange Rate Risk: a Perspective from Delayed Reactions and Hedging Effects. Journal of Multinational Financial management, 384-400. 23. IHS Gloval Insight. (n.d.). 24. Jorge, M. D., & Augusto, M. A. (2011). Financial Risk Exposures and Risk Mangement: Evidence from European Nonfinancial Firms. RAM. Revista de Administração Mackenzie, 6897. 25. Jorion, P. (1990). The Exchange-Rate Exposure of U.S. Multinationals. The Joutnal of Business, 331-345. 26. Jorion, P. (1991). The Pricing of Exchange Rate Risk in the Stock Market. The Journal of Financial and Quantitative Analysis, 363-376. 27. Knetter, M. (1994). Is Export Price Adjustment Asymmetric: Evaluating the Market Share and Marketing Bottlenecks Hypothesis. Journal of International Money and Finance, 55-70. 28. Koutmos, G., & Martin A. D. (2003). Asymmetric Exchange Rate Exposure: Theory and Evidence. Journal of International Money and Finance, 365-383. 29. Ljungqvist, L. (1994). Hysteresis in International Trade: a General Equilibrium Analysis. Journal of International Money and Finance, 387-399. 23 30. Martin, A. D. (2004). Assymetric Exchange Rate Exposure. Canadian Investment Review, 13. 31. Martin, A. D., & Mauer, L. J. (2005). A Note on Common Methods Used to Estimate Foreign Exchange Exposure. Journal of International Financial Markets, Institutions and Money, 125140. 32. Muller, A., & Verschoor, W. F. (2006). European Foreign Excange Risk Exposure. Eropean Financial Management, 195-220. 33. Olufern, T. (2011). Exchange Rate Risk Exposure of Nigerian Listed Firms: an Empirical Examination. International Business Research, 219-225. 34. Phylaktis, K., & Ravazzolo, F. (2004). Curreny Risk in Emerging Equity Markets. Emerging Markets Review, 317-339. 35. Saleem, K., & Vaihekoski, M. (2010). Time-Varying Global and Local Sources of Market and Currency Risks in Russian Stock Market. International Review of Economics and Finance, 686-697. 36. Shapiro, A. C. (1974). Echange Rate Changes, Infaltion, and the Value of the Multinational Corporation. The Journal of Finance, 485-502. 37. Shapiro, A. C. (1977). Defining Exchange Risk. The Journal of Business, 37-39. 38. Shin, H.-H., & Soenen, L. (1998). Exposure to Currency Risk by US Multinatonals Corporations. Journal of Multinational Finance Management, 195-207. 24