ОБЩЕСТВО И РАЗВИТИЕ

Макроэкономические факторы и долгосрочные премии за риск в арбитражном ценообразовании активов на основе моделей с гетерогенными агентами и неполнотой рынков

Авторы

  • Милана Гумкиевна Успаева Чеченский государственный университет им. А.А. Кадырова, 364024, Чеченская Республика, г. Грозный, ул. А. Шерипова, 32
  • Ахмед Магомедович Гачаев Грозненский государственный нефтяной технический университет им. акад. М.Д. Миллионщикова, 364051, Чеченская Республика, г. Грозный, пр. им. Х.А. Исаева, 100

Как цитировать

ГОСТ Успаева М. Г., Гачаев А. М. Макроэкономические факторы и долгосрочные премии за риск в арбитражном ценообразовании активов на основе моделей с гетерогенными агентами и неполнотой рынков // Вопросы природопользования. 2025. Т. 4. № 7. С. 93-102. DOI: 10.25726/a9612-0522-2351-e
APA Успаева, М. Г. & Гачаев, А. М. (2025). Макроэкономические факторы и долгосрочные премии за риск в арбитражном ценообразовании активов на основе моделей с гетерогенными агентами и неполнотой рынков. Вопросы природопользования, 4(7), 93-102. https://doi.org/10.25726/a9612-0522-2351-e

Аннотация

В статье исследуется влияние макроэкономических факторов на формирование долгосрочных премий за риск в рамках арбитражного ценообразования активов на основе динамической стохастической модели общего равновесия с гетерогенными агентами и неполными рынками. В качестве теоретической основы используется модифицированная модель типа Аиягари–Бьюли–Хьюгетта с двумя типами домохозяйств, различающихся уровнем терпения, в условиях нестрахуемых идиосинкразических шоков дохода и ограничений на заимствование. Агрегированная экономика подвержена шокам совокупной производительности и монетарной политики с временно изменчивой волатильностью. Параметры модели калибруются методом симулированных моментов по широкому набору макроэкономических и финансовых данных стран G7 за период 1985–2023 гг. Полученные результаты показывают, что модель способна одновременно воспроизводить высокую премию за риск по акциям (6,123% при историческом значении 6,495%), низкую реальную безрисковую ставку и реалистичную волатильность доходности. Декомпозиция премии за риск демонстрирует, что фундаментальный агрегированный риск потребления объясняет менее трети её величины, тогда как свыше 67% приходится на механизмы, связанные с гетерогенностью агентов и неполнотой рынков. Анализ чувствительности выявляет значимый рост 5- и 10-летних премий за риск в ответ на шоки волатильности темпов роста ВВП и инфляции, а регрессионный анализ подтверждает ключевую роль волатильности потребления, инфляции и неравенства богатства (коэффициент Джини) в динамике премий за риск. Полученные выводы имеют практическое значение для долгосрочных инвесторов и органов макроэкономического регулирования.

Ключевые слова

макроэкономические факторы долгосрочная премия за риск гетерогенные агенты неполные рынки арбитражное ценообразование активов DSGE-модель неравенство богатства волатильность потребления волатильность инфляции

Библиографические ссылки

Kushnir M. Loss aversion and an equity risk premium in emerging markets // Black Sea Scientific Journal of Academic Research. 2015. Т. 25. № 7. С. 17-22.

Данеев О.В., Домрачев Э.С. Эконометрическая модель определения премии за страновой риск для целей применения в модели CAPM // Мягкие измерения и вычисления. 2023. Т. 68. № 7-1. С. 24-31.

Колесов Н.Д., Воробьев П. Акции и акционерные общества в новой модели хозяйствования // Экономические науки. 1990. № 2. С. 24-29.

Коршунов О.Ю., Кащеева Е.А. Подразумеваемая ставка без риска на российском фьючерсном рынке // Финансы и бизнес. 2016. № 1. С. 89-102.

Кучин И.И. Валютный риск и локальная модель ценообразования активов на примере российского рынка акций // Корпоративные финансы. 2016. Т. 10. № 2 (38). С. 27-38.

Kushnir M. Страх потерь и премия за риск на развивающихся рынках // Black Sea Scientific Journal of Academic Research. 2015. Т. 26. № 8. С. 8-9.

Мельник Е.Д. Управление рыночными рисками на российском рынке производных финансовых инструментов // Вестник Московского университета МВД России. 2008. № 4. С. 175-176.

Микова Е.С. Расширенная САРМ с выделением периодов положительной и отрицательной премии за рыночный риск: значимы ли моменты третьего и четвертого порядков для российского фондового рынка? // Управление экономическими системами: электронный научный журнал. 2013. № 12 (60). С. 77.

Поленков В.Н., Образцова О.С. Модификация эконометрической модели ценообразования на основной капитал (САРМ) в приложении к российскому фондовому рынку // Казанская наука. 2009. № 1. С. 245-251.

Скрипачев И., Аюпов А. Разработка модели управления финансовым риском с использованием процентного свопа на конвертируемые облигации // РИСК: Ресурсы, Информация, Снабжение, Конкуренция. 2010. № 4-2. С. 241-246.

Старостенко В.В. Об одной игровой модели ценообразования активов на фондовом рынке // Управление большими системами: сборник трудов. 2005. № 11. С. 81-91.

Трифонов Ю.С. Моделирование премии за риск на российском фондовом рынке с учетом эффекта асимметрии // Прикладная эконометрика. 2023. № 3 (71). С. 5-19.

Часовников С.Н., Кирьянов И.В. Арбитражные возможности модели САРМ для российского рынка акций // Сибирская финансовая школа. 2012. № 2 (91). С. 55-61.

Черемушкин С.В. Модели имплицитной премии за риск: возвращение к здравому смыслу // Финансовый менеджмент. 2010. № 4. С. 21-37.

Выпуск

Раздел

ОБЩЕСТВО И РАЗВИТИЕ
Хотите опубликоваться?
Подать статью

Машиночитаемые метаданные

Похожие статьи

1 2 3 4 5 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.