Доходность акций и эффект “солнечного света”.

1. Традиционное содержание эффекта (в чем он заключается)

2. Какие результаты позднее получили другие исследователи? Обнаружили они эффект или нет?

3. Проанализируйте различные исследования по следующим пунктам:

• Временной интервал, на котором проводилось исследование;

• Объем выборки, критерии и методы формирования выборки (в т.ч. биржевой индекс);

• Страна и торговая площадка, по которой брались данные; относится страна к развитым или развивающимся странам;

• Полученные результаты (подтвердился ли эффект и какие численные значения рыночных доходностей получены)

4. Как объяснили исследователи полученные результаты?

5. Ваши выводы

*Подсказка: как правило, научная статья включает в себя (с небольшими вариациями) введение, описание методологии и данных, результаты эмпирического исследования и вывод; надеюсь, это облегчит написание эссе.

==> Влияние геомагнитной активности на рыночную доходность

Первоначальная статья:

Krivelyova, A. and Robotti, C. (2003). Playing the field: Geomagnetic storms and international stock markets.

Более поздние публикации:

1. Dowling, Lucey (2005) Weather, biorhythms, beliefs and stock returns

2. Symeonidis, Daskalakis, Markellos (2010) Does the weather affect stock market volatility

Доходность акций и эффект “солнечного света”.

Saunders (1993) был первым, кто серьезно заинтересовался связью между погодой в Нью-Йорке и доходностью индексов Нью-Йоркской фондовой биржи. Он доказал, что в плохую погоду, доходность индексов стремится к меньшим значениям, чем в солнечную погоду. В своей работе он использовал переменную, отвечающую за ежедневный “облачный покров” и ежедневные значения NYSE и AMEX индексов в период с 1962 по 1989 годы и промышленного индекса Доу-Джонса в период с 1927 по 1989 годы. Saunders показал, что в дни, когда “облачный покров” над Нью-Йорком близок к значению 100%, доходность индексов меньше, чем в дни когда “облачный покров” меньше значения 20%. Более того, разность в этих значениях была статистически значительна. Тем не менее, его работа пользовалась небольшим успехом, во многом, из-за обоснованной критики (Kramer and Runde, 1997, Trombley, 1997).

Спустя 10 лет Hirshleifer и Shumway (2003) заинтересовались этой темой, но в отличие от Saunders (1993), их подход был более глобальным. Они использовали биржевые котировки 26 фондовых бирж разных стран. Более того, они использовали панельный анализ вместо анализа временных рядов и постарались изолировать сезонные эффекты. Их исследование показало, что в 18 из 26 городов (OLS) облачная погода оказывает отрицательное воздействие на доходность финансовых индексов, а в четырех городах это воздействие значительно (Брюссель, Милан, Сидней и Вена). А при использовании Logit model вместо OLS, уже 25 городов демонстрировали отрицательную связь между облачной погодой и доходностью акций. Мало что изменилось после включения в регрессию переменных, отвечающих за дождевые и снежные осадки.

Chang, Nieh, M.J. Yang and Tse-Yu Yang (2006) решили проанализировать ту же связь, но используя погодные данные города Тайбэй и индексы Тайваньской фондовой биржи. В отличие от предыдущих работ на эту тему, где чаще всего использовался анализ временных рядов или панельный анализ, они использовали GJR-GARCH процесс для того, чтобы изучить связь между доходностями акций и такими природными факторами, как температура, относительная влажность и облачность. Они 15

обнаружили, что температура и облачность значительно влияют на доходность индексов Тайваньской фондовой биржи.

Chang, Chen, Chou and Lin (2008) изучали связь между Нью-Йоркской погодой и суточной доходностью акций Нью-Йоркской фондовой биржи. Они обнаружили, что облачность отрицательно сказывается на доходности только в первые 15 минут торгов. Более того,