Введение. 
Премия на риск на российском рынке

Премия за риск представляет избыточную доходность корпоративных акций над безрисковыми облигациями. За последние обычно принято брать государственные краткосрочные облигации. Эта избыточная доходность компенсирует инвесторам их риски возможных потерь, так как акции считаются рисковыми активами — волатильность их доходности зависит от состояния экономики страны, финансовому положению компании, которой принадлежат акции, манере ведения менеджмента, активности конкурентов, и многим другим различным внешним и внутренним факторам компании. За счет всех этих факторов, доходности акций могут не только расти, но и падать, что не является предпочтительным для инвесторов. Государственные облигации же считаются безрисковыми активами, так как их покрывает государство, которое предоставляет определенные гарантии на них. За счет этого ставка по безрисковым облигациям должна быть значительно ниже и обеспечивает меньшую доходность нежели корпоративные облигации. Разница между этими доходностями составляет премию за риск.

Впервые премией за риск заинтересовались Mehra и Prescott в 1985 году. На примере Соединённых Штатов Америки 1889−1978 они определили историческую величину премии, а затем пытались объяснить эту величину теоретическими и математическими моделями, однако этого не удалось, так как реальная премия оказалась намного выше той, которую можно посчитать теоретически. Так родилась загадка премии за риск.

Проводилось много исследований с изменениями предпосылок первоначальной неоклассической модели, создавались новые теории, анализировались другие страны и другие периоды, изучались модели поведенческой экономики — но вывод был один: премия за риск все еще не может быть объяснена в рамках стандартной модели экономики, финансовая загадка не разрешена.

С момента зарождения паззла прошло более 30 лет, а актуальность исследования этой темы не гаснет. Ученые продолжают искать решения загадки: как она формируется, как ее посчитать, что влияет на ее величину. Именно последнему вопросу и посвящена данная работа: какие факторы будут влиять на величину премии за риск на российском рынке. По России довольно мало каких-либо исследований в данной области, так как долгое время данные были недоступны широкому кругу людей и поэтому анализ был затруднителен.

Интересно, что по подсчетам агентства Bloomberg, Россия занимает второе место по величине премии за риск после Норвегии Russia’s Risk Premium for Stocks Is Biggest After Norway: Chart. Bloomberg // URL: https://www.bloomberg.com/news/articles/2016;05−20/russia-s-risk-premium-for-stocks-is-biggest-after-norway-chart, поэтому данная тема представляет особый интерес: чем же характеризуется настолько большая разность доходностей в России, за счет каких особенностей страны премия оказалась одной из самых высоких в мире?

Далее в работе поставлены следующие задачи: рассмотреть более детально появление такой финансовой загадки как премия за риск, проанализировать работы, в которых предлагались пути решения данного паззла, узнать, какие потенциальные факторы могут оказывать влияние на премию по уже существующим исследованиям, затем провести свой анализ по российским данным и определить факторы, которые влияют на премию за риск в России.

Для исследования премии за риск на российском рынке был выбран период с 2000 по 2016, нижняя граница подобрана так, чтобы не включать в себя девальвацию 1992го и кризис 1998го. В качестве рыночного индекса будет использоваться индекс ММВБ, а в качестве безрисковой ставки будет принята ставка рефинансирования. Далее будет производиться расчет премии за риск за 16 последних лет, после применен регрессионный подход по ряду факторов таки как: темп роста населения, индекс потребительских цен (инфляция), индекс уверенности потребителей, индекс экономической свободы, уровень безработицы, обменный курс, прирост экспорта, прирост импорта, валовые сбережения в % от ВВП, изменения реальной заработной платы с поправкой на сезонность, среднедушевые денежные доходы населения, коэффициент Джини.

Будет протестировано две спецификации моделей: по месячным данным и по годовым. Это будет проделано ввиду недостатка данных: не все перечисленные характеристики доступны в ежемесячных разбивках.

На каждой из спецификаций будет проведен анализ на недостаток значимых регрессоров (тест Рамсея), проведены тесты на стационарность, в том числе и на тренды (тесты Дики-Фуллера), далее будут анализироваться три вида моделей: линейная регрессия, ARIMA-модели и ARCH/GARCH. После чего для каждой спецификации будет выбрана своя модель, являющаяся наиболее адекватной и способной объяснить влияние факторов на премию за риск.