«Дайджест-Финансы»
 

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Google Scholar

Электронные версии в PDF

Elibrary.ru
East View Information Services
University Library Online
Rucont
Cyberleninka

Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.

Анализ характера причинно-следственной связи между динамикой цен на нефть и индексом РТС

т. 24, вып. 4, декабрь 2019

PDF  PDF-версия статьи

Получена: 06.03.2017

Получена в доработанном виде: 20.03.2017

Одобрена: 04.04.2017

Доступна онлайн: 25.12.2019

Рубрика: ЦЕННЫЕ БУМАГИ И ФИНАНСОВЫЕ РЫНКИ

Коды JEL: G17

Страницы: 438–447

https://doi.org/10.24891/df.24.4.438

Богучарсков А.В. аспирант департамента финансовых рынков и банков, Финансовый университет при Правительстве Российской Федерации, Москва, Российская Федерация 
bogucharskov92@mail.ru

ORCID id: отсутствует
SPIN-код: отсутствует

Предмет. Нелинейная коинтеграция между ценой на нефть марки Brent и российским долларовым индексом РТС в период с 01.02.2006 по 01.02.2017.
Цели. Изучение влияния международных цен на нефть на российский рынок акций, а также обнаружение возможных структурных изменений в зависимости двух переменных.
Методология. Был применен тест на пороговую коинтеграцию Грегори–Хансена, чтобы исследовать возможные эндогенные сдвиги и нелинейную взаимосвязь между индексом РТС и ценой на нефть. Для того чтобы получить более полное представление о долговременной связи между динамикой российского рынка акций и нефти марки Brent, тесты на коинтеграцию были применены на трех периодах: с 01.02.2006 по 31.02.2009, с 11.01.2010 по 31.07.2014, и с 01.08.2014 по 01.02.2017. Для тестирования коинтеграционного отношения цен на нефть и индекса РТС были применены предложенные А. Грегори и Б. Хансеном модифицированные ADF, и тесты. В эмпирическом исследовании также используется версия теста Грейнджера Тода–Ямамото, представляющая модифицированный тест Вальда, для выявления причинно-следственной связи между динамикой нефти и индекса РТС, после которой можно судить о направленности влияния между переменными.
Результаты. Используемые в работе тесты выявили структурные сдвиги в динамике переменных и показали возросшую зависимость между динамикой российского рынка акций и ценой на нефть после финансового кризиса 2008–2009 гг.
Область применения. Результаты исследования могут быть применены для моделирования факторных зависимостей российского рынка акций.
Выводы. Влияние динамики международной цены на нефть и других значимых факторов должно браться в расчет при принятии инвестиционных решений и в целом для формирования финансовой политики государства.

Ключевые слова: индекс РТС, нефть Brent, тест Грегори–Хансена, тест Тода–Ямамото

Список литературы:

  1. Reboredo J.C. How do crude oil prices co-move? A Copula Approach. Energy Economics, 2011, no. 33(5), pp. 948–955. URL: Link
  2. Reboredo J.C. Is there dependence and systemic risk between oil and renewable energy stock prices? Energy Economics, 2015, vol. 48, pp. 32–45. URL: Link
  3. Федорова Е.А., Панкратов К.А. Влияние макроэкономических факторов на фондовый рынок России // Проблемы прогнозирования. 2010. № 2. С. 78–83.
  4. Reboredo J.C., Ugolini A. Quantile dependence of oil price movements and stock returns. Energy Economics, 2016, vol. 54, pp. 33–49. URL: Link
  5. Qiang Ji. System analysis approach for the identification of factors driving crude oil prices. Computers and Industrial Engineering, 2012, vol. 63(3). URL: Link
  6. De Villiers J.U. Global Financial Markets. CFA Digest, 2001, vol. 31(3), pp. 46–47. URL: Link
  7. Gregory A.W., Hansen B.E. Residual-Based Tests for Cointegration in Models with Regime Shifts. Journal of Econometrics, 1992, vol. 70(1), pp. 99–126. URL: Link41685-7
  8. Ghosh S., Kanjilal K. Co-movement of International Crude Oil Price and Indian Stock Market: Evidences from nonlinear Cointegration tests. Energy Economics, 2016, vol. 53, no. 1, pp. 111–117. URL: Link
  9. Иванова M.A. Анализ характера причинно-следственной связи между инфляцией и заработной платой в России // Проблемы прогнозирования. 2016. № 5. С. 119–132.
  10. Phillips P.C.B. Time Series Regression With a Unit Root. Econometrica, 1987, vol. 55, no. 2, pp. 277–301. URL: Link
  11. Kilian L., Park C. The impact of oil price shocks on the U.S. stock market. International Economic Review, 2009, vol. 50, iss. 4, pp. 1267–1287. URL: Link
  12. Reboredo J.C. Nonlinear effects of oil shocks on stock returns: A Markov-switching approach. Applied Economics, 2010, vol. 42, iss. 29, pp. 3735–3744. URL: Link
  13. Toda H.Y., Yamamoto T. Statistical Inference in Vector Autoregressions with Possibly Integrated Processes. Journal of Econometrics, 1995, vol. 66, no. 1-2, pp. 225–250. URL: Link01616-8
  14. Clarke J.A., Mirza S. A comparison of some common methods for detecting Granger noncausality. Journal of Statistical Computation and Simulation, 2006, vol. 76, no. 3, pp. 207–231. URL: Link
  15. Ghosh S. Oil price shocks on Indian economy: Evidence from Toda Yamamoto and Markov regime-switching VAR. Macroeconomics and Finance in Emerging Market Economies, 2014, no. 7(1), pp. 122–139. URL: Link
  16. Apergis N., Miller S.M. Do Structural Oil-Market Shocks Affect Stock Prices? URL: Link
  17. Miller J.I., Ratti R.A. Crude oil and stock markets: Stability, instability, and bubbles. Energy Economics, 2009, no. 31(4), pp. 559–568. URL: Link

Посмотреть другие статьи номера »

 

ISSN 2311-9438 (Online)
ISSN 2073-8005 (Print)

Свежий номер журнала

т. 25, вып. 1, март 2020

Другие номера журнала