🔎 СОБЫТИЙНЫЙ АНАЛИЗ: возможно ли установить НАЛИЧИЕ ИНСАЙДА в акциях?
КЕЙС: снижение акций Газпрома на 30% в 2022 году из-за отмены дивидендов.
P.s. Сделал модельку в Excel, кто захочет покапаться можете написать в чат – каждому пришлю в лс, чтобы вы более детально всё посмотрели.
Перед тем, как анализировать «эффект» какого-то корпоративного события или какой-либо рыночной ситуации, важно правильно подобрать объекты.
Грубо говоря, какое-нибудь заседание ОПЕК может даже условный Яндекс задеть в теории, через длинную цепочку макрофакторов и прочего, но влияние будет слабым и размытым. Поэтому в рамках событий вокруг того же ОПЕК нужно оценивать влияние там, где связь самая прямая и где логичнее ожидать реакцию – в первую очередь в нефтяных компаниях, а не пытаться натянуть событие на весь рынок.
Событийный анализ позволяет разделить общую доходность на 2 части:
▪️Ожидаемую – то что рынок ожидал в обычных условиях.
▪️Аномальную – это отклонение от «нормальной» доходности, вызванное конкретным событием.
Если событие действительно оказывает влияние, то аномальная доходность должна появиться вокруг даты события, но это ещё не доказывает наличие инсайда. Это могут быть слухи, позиционирование крупных игроков или просто совпадение факторов.
👨🏻🎓 Объясню принципы построения пошагово:
В модельке могут быть и минусовые значения. Так оценивается сила реакции на событие, игнорируя фактическое направление движения цены. Пусть вас это не пугает, позже все равно значения сравниваются по модулю.
1️⃣ Выбирается инструмент, дата оценки, диапазон дней, «событийное окно» и само событие. Период до события может браться к примеру 60 дней ДО, число 0 (синяя полоска ориентир) это момент когда событие происходит, и далее + 5 дней после события.
2️⃣ Выгружаются котировки бумаги. Вычисляется доходность каждого дня в периоде, что позволяет выделять отклонения.
3️⃣ Для оценки выбирается модель, а чаще все 3 последовательно + модели есть и другие, но это базисные:
🔵Mean-adjusted returns model (MAR)
🔵Market-adjusted returns model (MKAR)
🔵Risk-adjusted returns model (RAR)
4️⃣ Задаются некие параметры и константы по типу альфы, беты, сигмы, t-статистики и прочее, которые отражают целый ряд вещей для построения этой регрессии. Не буду грузить вас сильно формулами.
5️⃣ Далее интерпретируем что мы тут насчитали и где есть какие-либо отклонения. Иногда реакция рынка растягивается, поэтому кроме аномалии высчитывается ещё и накопленный эффект за несколько дней. Обычно 5 дней достаточно, чтобы рынок пришел в равновесие.
📉 В данном случае мы видим как инвесторы при выходе новости по Газпрому сначала сильно «испугались», переспали с этой мыслью, ещё разок «испугались», а вот через денек еще подумали немного и «передумали», поняли что сильно перепродали и начался небольшой откуп.
По анализу установлено:
– Признаки инсайда отсутствуют;
– Событие оказалось значимо, по сильной аномальной отрицательной доходности мы это видим, все таки цена просела с 290 до 195 руб. примерно;
– Сначала присутствовала недооценка события, а позже уже переоценка.
Многие возразят:
Неужели внутри такой огромной компании как Газпром не было инсайда, который бы просочился в рынок заранее?
Зная наш рынок, вопрос справедливый…
Но тут мы можем говорить только о том, что можем статистически подтвердить. По цене видно, что переоценка вниз пришлась на дату официального решения. Если заранее кто-то и «действовал», то это не проявилось в качестве убедительного следа инсайда. Это конечно не говорит о полном его отсутствии.
✅ Итог: данный анализ не панацея для выявления именно инсайдов, его смысл больше в фиксации аномалий. Рынок почти всегда выглядит «инсайдерским» задним числом и наш мозг всегда достраивает объяснение графикам.
🤓 Это та самая «скучная» работа, но проделав её, ты можешь понять что могло повлиять на движение цены, прикинуть условную реакцию на будущее и проверить хотя бы статистически, есть ли какой-то след 👣 чего-то «необычного» в бумаге.
Спасибо за внимание! Как всегда буду рад вашим реакциям🔥
📱Глеб Шаров 💸Пульс 💎БКС Профит
