Рус Eng Cn Перевести страницу на:  
Please select your language to translate the article


You can just close the window to don't translate
Библиотека
ваш профиль

Вернуться к содержанию

Финансы и управление
Правильная ссылка на статью:

Анализ факторов, влияющих на избыточную доходность паевых инвестиционных фондов в России за 2015-2022 гг.

Аршакян Роза Араиковна

ассистент, кафедра эконометрики и математических методов экономики, Московский государственный университет имени М.В.Ломоносова

119234, Россия, г. Москва, ул. Ленинские Горы, Мгу, 1, строение 61

Arshakian Roza Araikovna

Assistant, Department of Econometrics and Mathematical Methods of Economics, Lomonosov Moscow State University

119234, Russia, Moscow, Leninskie Gory str., Msu, 1, building 61

r.roza.arshakyan@mail.ru
Мироненкова Марина Владимировна

преподаватель, кафедра эконометрики и математических методов экономики, Московский государственный университет имени М.В.Ломоносова

119234, Россия, г. Москва, ул. Ленинские Горы, Мгу, 1, строение 61

Mironenkova Marina Vladimirovna

Lecturer, Department of Econometrics and Mathematical Methods of Economics, Lomonosov Moscow State University

119234, Russia, Moscow, Leninskie Gory str., Msu, 1, building 61

mironenkova.marina@gmail.com

DOI:

10.25136/2409-7802.2023.4.41027

EDN:

PUTWVO

Дата направления статьи в редакцию:

18-06-2023


Дата публикации:

18-01-2024


Аннотация: Актуальность изучения инструментов финансового рынка неоспорима и хорошо согласуется с достижением национальных целей развития России до 2030 года. Предметом исследования данной статьи является избыточная доходность российских паевых инвестиционных фондов (ПИФ) в период с 2015 по 2022 год. Авторы подробно проанализировали научную литературу и взяли за основу выводы и результаты, полученные в предыдущих исследованиях по схожей тематике. Целью проведенного исследования стал поиск факторов, определяющих избыточную доходность паевых инвестиционных фондов, представляющую собой разницу между доходностью фондов и доходностью выбранного бенчмарка. Исследование проводилось на основе данных Интернет-портала Investfunds, предоставляющего информацию об инвестиционных активах для широкого круга лиц. Эконометрический анализ проводился на основе несбалансированной панели, состоящей в среднем из 185 фондов в год. Для достижения поставленной цели были изучены уже существующие эконометрические модели анализа избыточной доходности фондов и на их основе построены модели сквозной регрессии и модель с фиксированными эффектами. Анализ результатов деятельности паевых инвестиционных фондов в зависимости от их параметров позволит инвесторам получить актуальные рекомендации о том, какой фонд следует предпочесть для покупки доли в его портфеле, что отвечает научной новизне исследования. Основным выводом проведенного исследования является то, что с помощью эконометрических критериев в качестве наилучшей из построенных моделей была выбрана модель с фиксированными эффектами. Заметным вкладом авторов в исследование темы является выявление основных аспектов, на которые стоит обратить внимание инвесторам при выборе паевого инвестиционного фонда, а именно на фонды с высокой стоимостью чистых активов, объектом инвестирования которых являются акции и деньги, а направлением инвестирования – драгоценные металлы.


Ключевые слова:

инвестиционный фонд, доходность, бенчмарк, инвестор, паевый фонд, ценные бумаги, модели, регрессия, активы, эффективность

Работа выполнена при финансовой поддержке гранта РНФ: № 20-68-47030 «Эконометрические и вероятностные методы для анализафинансовых рынков сложной структуры».

Abstract: The relevance of the study of financial market instruments is undeniable and well aligned with the achievement of Russia's national development goals until 2030. The subject of this article is the excess return of Russian mutual funds (MF) in the period from 2015 to 2022. The authors analyzed in detail the scientific literature and took as a basis the conclusions and results obtained in previous studies on similar topics. The aim of the study was to find the factors determining the excess return of mutual funds, which is the difference between the return of the funds and the return of the selected benchmark. The study was based on data from Investfunds Internet portal, which provides information on investment assets for a wide range of people. Econometric analysis was conducted based on an unbalanced panel consisting of an average of 185 funds per year. To achieve the objective, we studied already existing econometric models for analyzing excess fund returns and used them to construct a pass-through regression model and a fixed-effects model. Analyzing the performance of mutual funds depending on their parameters will allow investors to get relevant recommendations about which fund should be preferred to buy a share in its portfolio, which corresponds to the scientific novelty of the study. The main conclusion of the study is that using econometric criteria, the fixed-effects model was selected as the best of the constructed models. A notable contribution of the authors to the study of the topic is the identification of the main aspects that investors should pay attention to when choosing a mutual fund, namely funds with a high net asset value, the object of investment of which are stocks and money, and the direction of investment - precious metals.


Keywords:

investment fund, profitability, benchmark, investor, mutual fund, securities, models, regression, assets, effectiveness


Введение

Согласно обзору ключевых показателей паевых и акционерных инвестиционных фондов чистый приток средств в ПИФ в II квартале 2022 г. оказался максимальным за всю историю [1], что свидетельствует о росте доверия к подобному инструменту увеличения доходов, а значит неизбежно влечет за собой желание инвесторов понимать на что стоит обращать внимание при выборе того или иного фонда. Анализ результатов деятельности фондов в зависимости от их параметров позволит инвесторам получить актуальные рекомендации о том, какой фонд следует предпочесть для покупки доли в его портфеле, что отвечает научной новизне исследования.

Актуальность исследования обусловлена важностью изучения вопросов социально экономического развития населения, в том числе в контексте обеспечения достижения национальных целей развития, утверждённых Указом Президента России, до 2030 года [2]. Таким образом, целью настоящего исследования является выявление и обоснование значимых факторов, влияющих на избыточную доходность паевых фондов, а также проведение анализа их результативности за последние 8 лет. Для достижения вышеуказанной цели были поставлены следующие задачи: обзор научной литературы по схожей тематике, определение информационной базы для проведения эконометрического исследования, отбор факторов для дальнейшего эконометрического исследования, а также построение эконометрических моделей и их описание.

Федеральный закон «Об инвестиционных фондах» определяет ПИФ как «обособленный имущественный комплекс, состоящий из имущества, переданного в доверительное управление управляющей компании учредителями доверительного управления с условием объединения этого имущества с имуществом иных учредителей доверительного управления, и из имущества, полученного в процессе такого управления, доля в праве собственности на которое удостоверяется ценной бумагой, выдаваемой управляющей компанией» [3]. Говоря иначе, паевой инвестиционный фонд – это институт коллективного инвестирования, который позволяет аккумулировать средства большого количества пайщиков [4].

ПИФы обладают рядом характеристик, в зависимости от которых, например, устанавливаются определенные сроки, когда можно покупать или же продавать паи. Открытые паевые инвестиционные фонды дают возможность покупки и продажи паев в любой момент в рабочий день. Паи биржевых фондов торгуются на бирже, как и иные ценные бумаги, и инвестор может купить или погасить их в исключительно в дни работы биржи. Интервальные фонды устроены таким образом, что купить или продать пай инвестор может только несколько раз в год в конкретно установленные промежутки времени. Паи закрытых фондов могут быть приобретены в момент формирования фонда, а погашены в момент его закрытия. Помимо сроков покупки и продажи все эти фонды имеют различные принципы инвестирования, например, открытые фонды предпочитают активы, которые можно быстро продать по справедливой цене, то есть ликвидные активы. Для биржевых фондов, как правило, характерно вкладывать денежные средства в таких пропорциях и составе портфеля, что и в других индексах, например, таких как индекс РТС или ММВБ. Интервальные и закрытые фонды инвестируют деньги в менее ликвидные активы, в отличие от открытых и биржевых фондов. Это создает дополнительные риски, но и может принести гораздо больше прибыли.

Эконометрический подход к оценке доходности паевых инвестиционных фондов

По мнению А. Абрамовой и др. [5], в доктрине отсутствует единый подход к измерению эффективности функционирования паевых инвестиционных фондов. А ведь понимать, как наилучшим образом измерить такую эффективность важно, так как фонды представляют собой источники длинных денег. Как правило экономисты выделяют следующие существующие подходы:
1.Предметом анализа становится стиль фонда. Суть подхода заключается в том, что осуществляется соотнесение доходности с совокупностью факторов, обуславливающих стиль фонда;
2.Оцениваются безусловные факторные модели. В частности, предполагается использование четырехфакторной модели Кархарта: [6]
a.r(pt+1)p1pr(m,t+1)2pSMBt+13pHMLt+14pMOMt+1pt+1
В данной формуле rm обозначает избыточную доходность рыночного портфеля, а SMB, HML и MOM – это совокупность факторов, которые характеризуют портфели по эффекту размера, стоимостному выражению и инерции. Если же коэффициент инерции не важен, то можно использовать трехфакторную модель Фамы и Френча [7].
3.Для оценки берутся фундаментальные характеристики, в частности, размер и соотношение расходов, оборот, чистые притоки, специфика и эффективность управления и пр. Как правило, при таком подходе необходимо использовать кросс-секционную регрессию:
αi,ttt'Xi,t-k, где Xi,t-k — вектор длиной m из характеристик фонда и менеджера в период t – k.
При оценке эффективности функционирования паевых инвестиционных фондов возникают определенные трудности, а именно:
1.отсутствуют простые бенчмарки, которые могут соответствовать портфелям. Традиционные бенчмарки не могут применяться, так как растет доля иностранных бумаг;
2.отсутствуют формальные критерии, по которым возможно отнести ПИФы к активным или индексным, а понимать их различие необходимо для оценки эффективности;
3.существуют достаточно существенные издержки, связанные с анализом и сбором информации о фондах.
Для того, чтобы обеспечить более или менее эффективную, объективную оценку фондов, необходимо использовать многофакторные модели ценообразования активов. Такой подход имеет целый ряд преимуществ. В частности, позволяет учесть систематические риски и понять структуру доходности. Достаточно высокая объясняющая сила – это еще одно ключевое преимущество.
Таким образом, в статье выделяются ключевые проблемы в области оценки эффективности управления инвестиционными фондами, а также предлагается некоторое решение, позволяющее значительно повысить информативность и объективность оценки.
В статье Н.В.Артамонова и др. [8,9] предпринимается попытка выявить, как влияет доходность государственных облигаций на эффективность взаимных фондов. В качестве примера рассматривается система фондов США. Если процентные ставки достаточно высокие, то, это, как правило, благоприятно влияет на взаимные фонды.
Можно обозначить целый ряд традиционных подходов, при помощи которых оценивается эффективность взаимных фондов. Выделим основные два:
1.Модель бенчмарка. С помощью нижеприведенной формулы происходит анализ соответствующих панельных данных:
Riti0iRmtit
При этом подходе оценивается альфа Йенсена, и, если альфа равняется нулю, это означает, что полученный результат корректен. Однако, если она носит положительный характер, это может свидетельствовать о сверхдоходах.
Стоит отметить, что данная модель обладает целым рядом недостатков. Прежде всего, сомнения вызывает тот факт, что используется лишь один показатель доходности при наблюдаемой сильной корреляции фондовых характеристик с бенчмарком. Также модель не учитывает изменчивость систематического риска портфеля.
2.Далее исследователи предложили последовательно трехфакторную и четырехфакторную модели. Причем последняя включала такие дополнительные факторы как размер фонда, балансовая и рыночная стоимости, а также показатель, иллюстрирующий разницу между высокой и низкой доходностью. Формула последней модели выглядит следующим образом:
Riti0iRmt1iSMBt2iHMLt3iMOMtit
В целом, такой подход уже гораздо лучше предыдущего, но и он неидеален, так как не учитывает погрешности, связанные со своевременными корректировками портфелей на основании рыночной информации при адекватном управлении. Поэтому данная модель была еще более расширена таким образом, чтобы обеспечить оценку условной результативности фондов:
Riti+Ai'[zt-1]+β0iRbt+Bi'[zt-1]Rbtit
В процессе исследования авторами был осуществлен первичный отбор данных: были отобраны по определенным критериям фонды и информация об их ключевых показателях. Была использована следующая формула, представляющая базовую спецификацию:
TE=Rit-Rmt=const+ β1tresit2tnait3expit4turnit5vol30it6vol90it7vol360itit
В процессе исследования экономистами были выявлены следующие результаты:
1.Уровень доходности по долгосрочным облигациям может выступать в качестве полноценного фактора, который оказывает влияние на взаимные фонды в США, их доходность;
2.Целесообразно использовать стратегию активного управления взаимными фондами;
3.Выявлено наличие возможностей, связанных с хеджированием риска проигрыша рынку.
Таким образом, наиболее эффективной является модель, которая не только учитывает всю полноту разнообразных факторов, которые при различных обстоятельствах могут оказывать влияние на взаимные фонды, но и определенные переменные, в частности, разность между высокой и низкой доходностью и пр. В целом, поставленная в начале исследования гипотеза о положительном влиянии высоких ставок по государственным облигациям на взаимные фонды подтверждается.

Информационная база исследования

Для анализа факторов, влияющих на избыточную доходность паевых инвестиционных фондов в России в качестве информационных ресурсов были выбраны независимый источник данных для частного инвестора в России Investfunds [10] и сайт крупнейшего российского биржевого холдинга Московская биржа [11].

Рассматриваемый период составил 8 лет: с 2015 по 2022 годы.

Для понимания функционирования рынка паевых инвестиционных фондов необходимо рассмотреть ключевые переменные, которые, возможно, будут оказывать значимое влияние на доходность ПИФов [12]. Нами были отобраны все доступные за указанный период факторы.

Для построения эконометрических моделей рассмотрим следующие показатели (табл. 1):

1. Стоимость чистых активов (СЧА) фонда (млн. руб.). Стоимость чистых активов паевого инвестиционного фонда определяется как разница между стоимостью активов этого фонда и величиной обязательств, подлежащих исполнению за счет указанных активов, на момент определения стоимости чистых активов [13].

2. Вознаграждение управляющей компании (УК) (%). Вознаграждение УК может определяться либо как процент от среднегодовой стоимости чистых активов, либо как некая фиксированная сумма [14]. Как правило, эта ставка составляет от 0,6% до 4%.

3. Вознаграждение депозитария и регистратора (%). Эта ставка несколько скромнее и не превышает 2% в год.

4. Прочие расходы (%). Прочие расходы, возмещаемые за счет имущества фонда, могут включать, например, расходы по оплате услуг организаций по совершению сделок за счет имущества Фонда. Эти расходы учитываются в расчете официальной стоимости пая по факту их оплаты за счет имущества фонда [15].

5. Объем привлеченных средств (млн. руб.). Привлеченные средства — это те денежные средства, которые фонд сумел получить от клиентов.

6. Объект инвестирования. В качестве объекта инвестирования будут рассмотрены акции, облигации, фонды, денежный, а также смешанный тип. Эта переменная будет введена как бинарная.

7. Направление инвестирования. В качестве второй фиктивной переменной выступает направление инвестирование, которое делится на иностранные активы, драгоценные металлы, а также отечественные активы. Эта переменная будет введена как бинарная.

Таблица №1. Факторы и их обозначение в моделях. Источник: таблица составлена авторами.

Показатель

Обозначение в моделях

Единицы измерения

Стоимость чистых активов

NAV

Миллионы рублей

Вознаграждение управляющей компании

RMC

%

Вознаграждение депозитария и регистратора

RDR

%

Прочие расходы

OE

%

Объем привлеченных средств

VAF

Миллионы рублей

Объект инвестирования: акции

IOSH

-

Объект инвестирования: облигации

IOB

-

Объект инвестирования: фонды

IOF

-

Объект инвестирования: деньги

IOM

-

Направление инвестирования: иностранные активы

DIFA

-

Направление инвестирования: драгоценные металлы

DIPM

-

Избыточная доходность паевых инвестиционных фондов

ERMF

%

Зависимой переменной будет выступать избыточная доходность паевых инвестиционных фондов в период с 2015 по 2022 годы. Избыточная доходность представляет собой разницу между приростом доходности фонда и доходности индекса Московской биржи (табл. 2) [16] и является показателем эффективности работы фонда, который зависит от различных факторов, включая те, которые мы представили выше [17].


Таблица №2. Доходность индекса Московской Биржи. Источник: таблица составлена авторами.

Доходность индекса Московской Биржи

Год

26,12%

2015

26,76%

2016

-5,51%

2017

12,3%

2018

28,6%

2019

8,0%

2020

15,15%

2021

-43,1%

2022

Прежде чем перейти к построению моделей необходимо рассмотреть корреляционную матрицу, чтобы убедиться в отсутствии мультиколлинеарности (рис.1) [18].



Рисунок №1. Корреляционная матрица. Источник: таблица построена авторами.

Исходя из результатов матрицы, можно сделать вывод, что между переменными отсутствует связь более 80–85%, а значит не потребуется исключение какой-либо переменной из массива данных.

Методы и эконометрические модели

Далее переходим к построению эконометрических моделей панельных данных. Для начала рассмотрим модель сквозной регрессии, оценивающей все наблюдения за 8 лет [19].


Таблица №3. Модель сквозной регрессии. Источник: таблица составлена авторами.

Dependent variable

ERMF

Log (NAV)

1.374***

(0.267)

RMC

-1.248***

(0.472)

RDR

0.272

(0.715)

OE

0.431

(0.310)

VAF

-0.0001

(0.0002)

IOSH

5.093***

(1.468)

IOB

-2.065

(1.667)

IOF

12.542

(20.896)

IOM

21.591***

(6.768)

DIFA

-5.955**

(2.674)

DIPM

-4.775***

(1.163)

Constant

-3.147

(2.274)

R2

0.048

Adjusted R2

0.042

F Statistic

7.489***

Также стоит рассмотреть модель с фиксированными эффектами (табл. 4) [19]. Модель панельных данных с фиксированными эффектами опирается на структуру панельных данных, что позволяет учитывать неизмеримые индивидуальные различия объектов (эффекты). В данной модели эффекты интерпретируются как мешающий параметр, и оценивание направлено на то, чтобы их исключить.

Таблица №4. Модель с фиксированными эффектами. Источник: таблица составлена авторами.

Dependent variable

ERMF

Log (NAV)

0.649***

(0.235)

RMC

-0.243

(0.402)

RDR

-0.006

(0.603)

OE

0.273

(0.260)

VAF

-0.0001

(0.0002)

IOSH

4.137***

(1.232)

IOB

-1.021

(1.400)

IOF

13.148

(17.552)

IOM

14.447***

(5.691)

DIFA

-3.591

(2.248)

DIPM

-3.043***

(0.984)

R2

0.031

Adjusted R2

0.020

F Statistic

4.668***

Для выбора наилучшей модели необходимо провести F – тест [20] (табл. 5).

Таблица №5. F-тест для выбора наилучшей модели. Источник: таблица составлена авторами.

F test for individual effects

F=98.967, df=7, df2=1611, p-value<2.2e-16

Исходя из результатов F теста, можно сделать вывод, что нулевая гипотеза
о верной сквозной модели отвергается в пользу модели с фиксированными
эффектами, так как значение p-value крайне мало.

Результаты

Модель сквозной регрессии оказалась в целом значима на 1% уровне, а ее коэффициент детерминации находится на отметке в 4,8%, а значит выбранные переменные объяснили долю дисперсии, или проще говоря, изменчивости избыточной доходности ПИФов на 4,8%. Стоимость чистых активов прологарифмирована, так как в данных наблюдается большой разброс, что искажает результаты регрессии. Соответственно логарифм стоимости чистых активов, вознаграждение управляющей компании, объект инвестирования (акции), объект инвестирования (деньги) и направление инвестирования (драгоценные металлы) значимы на 1% уровне значимости, а направление инвестирования (иностранные активы) значимо на 5% уровне. Это свидетельствует о том, что все вышеуказанные переменные нужны и важны для объяснения исследуемой зависимой переменной.

Говоря о модели с фиксированными эффектами, стоит отметить, что она также оказалась значима на 1% уровне. Скорректированный коэффициент детерминации снизился до отметки в 2%, то есть упал на 2,2%, по сравнению с моделью сквозной регрессии. На 1% уровне значимыми оказались:

1. Логарифм стоимости чистых активов;

2. Объект инвестирования: акции;

3. Направление инвестирования: драгоценные металлы.

На 5% уровне значимым оказался только такой фактор, как объект инвестирования (деньги).

Коэффициент детерминации в случае рассмотренных моделей достаточно низок, что может свидетельствовать о том, что доступных факторов недостаточно для того, чтобы объяснить избыточную доходность паевых инвестиционных фондов на более высоком уровне. Возможно, дальнейшее исследование требует включения в модель некоторых экономических показателей, например, таких как инфляция. Помимо этого, большую роль в исследовании рынка ПИФов играет и внешняя среда, представленная политической ситуацией в мире, что крайне тяжело учесть при эконометрическом анализе.

Обсуждение результатов исследования

По итогам наилучшей модели с фиксированными эффектами можно выявить несколько моментов, на которые стоит обращать внимания при выборе ПИФа.

1.При увеличении стоимости чистых активов, при прочих равных условиях, избыточная доходность паевых инвестиционных фондов растет. В работе А. В. Галановой и др. [12] выдвигалась гипотеза о влиянии факторов размера и стоимости на избыточную доходность ПИФов. Результат проверки данной гипотезы показал значимое влияние СЧА на исследуемую переменную. Возможно, полученный результат можно объяснить тем, что имея преимущество в объемах привлеченных средств и СЧА, у фондов больше возможностей выбора стратегий и получения избыточных доходностей. По мнению инвесторов, чем выше стоимость чистых активов фонда, тем выше его надежность. Но важно отметить, что, если выбранный паевой инвестиционный фонд будет являться слишком крупным (СЧА более 400 млн рублей) [21], ему будет крайне трудно производить замену активов в своем составе, что сделает его менее гибким. Инвестору важно понимать, какой стратегии придерживается менеджер фонда, так как зная это, вкладчик может оценить степень риска, а также возможный ожидаемый доход.

2.Если объектом инвестирования выступают акции или деньги, то при прочих равных условиях, избыточная доходность паевых инвестиционных фондов выше, чем в случае инвестирования в облигации или иные другие активы. По мнению Павловой Е. В. [22] фонды акций действительно потенциально высокодоходны, но при этом обладают более высокой степенью риска потери вложений. Если разделить всех инвесторов на тех, кто склонен к риску (рискофил) и тех, кто старается его избежать (рискофоб), то вложение сбережений в акции является подходящим объектом инвестирования для первых, но не для вторых. Рискофобам же, в свою очередь, куда более комфортно вложить свои деньги в облигации или же банковские депозиты, которые являются оплотом надежности, хоть и менее доходны. Что касается фондов денежного рынка, то их принято считать наименее рискованными и при этом наиболее ликвидными, так как фонды позволяют при необходимости продать деньги и быстро вложить их в другие активы [23]. Если рассмотрим динамику стоимости двух наиболее крупных денежных фондов, то заметим тенденцию в постоянному росту, что не может не привлекать инвесторов (рис.2).

Рисунок №2. Динамика стоимости пая. Источник: таблица построена автором на основе данных Investfunds [10].

3.Если направлением инвестирования выступают драгоценные металлы, то при прочих равных условиях, избыточная доходность паевых инвестиционных фондов ниже, чем в случае инвестирования в иное направление. Рассмотрим ситуацию с рынком на примере 2022 года. Как мы можем видеть на графике, представленном ниже (рис.3), в начале специальной военной операции произошел резкий скачок индексов драгоценных металлов, на примере золота, серебра и платины. По оценке аналитиков, с начала СВО инвесторы вложили в такие фонды свыше 4 млрд рублей [24], но уже к середине лета 2022 года индексы драгоценных металлов показали крайне низкие значения, а в октябре того же года достигли своих рекордных минимумов. Кроме того, ПИФы на золото имеют ряд недостатков, а именно высокие комиссии за управление активами открытых фондов, а также дополнительные комиссии за покупку или за погашение фонда в зависимости от суммы или срока инвестиций [25].

Рисунок №3. Индексы драгоценных металлов. Источник: таблица построена автором на основе данных Investfunds [10].

Библиография
1. Банк России: [Электронный ресурс]. URL: https://www.cbr.ru/Collection/Collection/File/42236/rewiew_pif_aif_22Q2.pdf. (Дата обращения: 15.06.2023).
2. КонсультантПлюс: [Электронный ресурс]. URL: https://www.consultant.ru/law/hotdocs/63714.html. (Дата обращения: 15.06.2023).
3. КонсультантПлюс: [Электронный ресурс]. URL: http://www.consultant.ru/document/cons_doc_LAW_34237/. (Дата обращения: 15.06.2023).
4. Никоненко В. А. Паевые инвестиционные фонды как институт коллективного инвестирования // Экономика и бизнес: теория и практика. 2020. №5-3.
5. Абрамова А., Радыгина А., Чернова М. / Эффективность управления портфелями паевых инвестиционных фондов акций и ее оценка // Экономическая политика. 2019. Т.14. №4. С. 8–47.
6. Федорова Е.А., Сивак А.Р. Сравнение моделей САРМ и Фамы-Френча на российском фондовом рынке // Финансы и кредит. 2012. №42 (522).
7. Безсмертная Е.Р., Колганова Е.А. Модификация трехфакторной модели Фамы-Френча и ее применение для оценки эффективности управления портфелями инвестиционных фондов России. Финансы: теория и практика. 2023;27(2):17-27.
8. Артамонов Н. В., Воронина А. А., Емельянов Н. Л., Курбацкий А.Н. / Оценка влияния доходности государственных облигаций на результативность взаимных фондов на примере США // Прикладная эконометрика, 2020, т. 58, с. 55-75.
9. Артамонов Н.В., Курбацкий А.Н. Избыточная доходность взаимных фондов в США. Вестник МГИМО-Университета. 2023;16(3):244-262.
10. Независимый источник данных для частного инвестора в России Investfunds: [Электронный ресурс]. URL: https://investfunds.ru/. (Дата обращения: 20.10.2023).
11. Московская Биржа: [Электронный ресурс]. URL: https://www.moex.com/. (Дата обращения: 20.10.2023).
12. Галанова А.В., Дукова В.В. Факторы, определяющие избыточную доходность портфеля ценных бумаг паевых инвестиционных фондов // Корпоративные финансы. 2018. №4.
13. КонсультантПлюс: [Электронный ресурс]. URL: http://www.consultant.ru/document/cons_doc_LAW_54399/caf6a29f877d8da1136982ea30df39fa1b5e1306/. (Дата обращения: 20.10.2023).
14. Гусаков И.Ю. Оптимизация расчета вознаграждения управляющей компании паевого инвестиционного фонда // Финансовые исследования. 2017. №2 (55).
15. Управляющая компания Арсагера: [Электронный ресурс]. URL: https://arsagera.ru/. (Дата обращения: 20.10.2023).
16. Московская Биржа: [Электронный ресурс]. URL: https://www.moex.com/ru/index/totalreturn/MCFTR/. (Дата обращения: 20.10.2023).
17. Kurbatskii, A. (2022), “Active Strategy and Other Key Factors of Mutual Funds’ Performance”, Montenegrin Journal of Economics, Vol. 18, No. 3, pp. 99-107.
18. Ragnar Frisch, Statistical Confluence Analysis by Means of Complete Regression Systems, Institute of Economics, Oslo University, publ. no. 5, 1934.
19. Ратникова Т. А. Введение в эконометрический анализ панельных данных // Экономический журнал ВШЭ. 2006. №2.
20. GitHub: [Электронный ресурс]. URL: https://ranalytics.github.io/data-mining/021-Model-Quality-Criteria.html. (Дата обращения: 20.10.2023).
21. Открытый Журнал: [Электронный ресурс]. URL: https://journal.open-broker.ru/investments/pravila-opredeleniya-stoimosti-chistyh-aktivov/. (Дата обращения: 20.10.2023).
22. Павлова Елена Владимировна Паевые инвестиционные фонды: анализ доходности и преимущества деятельности // Вестник НГИЭИ. 2015. №3 (46).
23. Газпромбанк Инвестиции: [Электронный ресурс]. URL: https://gazprombank.investments/blog/market/fondy-denezhnogo-rynka/. (Дата обращения: 20.10.2023).
24. Apex Consulting Group: [Электронный ресурс]. URL: https://www.pifconsulting.ru/news/news_679.html. (Дата обращения: 20.10.2023).
25. Независимый источник данных для частного инвестора в России Investfunds: [Электронный ресурс]. URL: https://investfunds.ru/indexes/224/. (Дата обращения: 20.10.2023).
References
1. Bank of Russia: [Electronic resource]. Retrieved from https://www.cbr.ru/Collection/Collection/File/42236/rewiew_pif_aif_22Q2.pdf
2. ConsultantPlus: [Electronic resource]. Retrieved from https://www.consultant.ru/law/hotdocs/63714.html
3. ConsultantPlus: [Electronic resource]. Retrieved from http://www.consultant.ru/document/cons_doc_LAW_34237/
4. Nikonenko, V. (2020). Mutual funds as an institution of collective investment. Economics and Business: Theory and Practice, 5-3.
5. Abramova, A., Radygina A., & Chernova M. (2019). Efficiency of portfolio management of equity mutual funds and its assessment. Economic Policy, 4, 8-47.
6. Fedorova, E., Sivak, A. (2012). Comparison of SARM and Fama-French models on the Russian stock market. Finance and Credit, 42(522).
7. Bezsmertnaya, E., & Kolganova, E. (2023). Modification of the three-factor Fama-French model and its application to assess the effectiveness of portfolio management of investment funds in Russia. Finansy: teoriya i praktika, 27(2), 17-27.
8. Artamonov, N., Voronina, A., Emelyanov, N., Kurbatskii, A. (2020). Evaluation of the impact of government bond yields on the performance of mutual funds on the example of the United States. Applied Econometrics, 58, 55-75.
9. Artamonov, N., Kurbatskii, A. (2023). Excess return on mutual funds in the USA. Vestnik MGIMO-University, 16(3), 244-262.
10. Independent source of data for private investor in Russia Investfunds: [Electronic resource]. Retrieved from https://investfunds.ru/
11. Moscow Exchange: [Electronic resource]. Retrieved from https://www.moex.com/
12. Galanova, A., Dukova, V. (2018). Factors determining the excess return on the securities portfolio of mutual funds. Corporate Finance, 4.
13. ConsultantPlus: [Electronic resource]. Retrieved from http://www.consultant.ru/document/cons_doc_LAW_54399/caf6a29f877d8da1136982ea30df39fa1b5e1306/
14. Gusakov, I. (2017). Optimization of the calculation of remuneration of the management company of the unit investment fund. Financial Research, 2(55).
15. Managing company Arsagera: [Electronic resource]. Retrieved from https://arsagera.ru/
16. Moscow Exchange: [Electronic resource]. Retrieved from https://www.moex.com/ru/index/totalreturn/MCFTR/
17. Kurbatskii, A. (2022). Active Strategy and Other Key Factors of Mutual Funds' Performance. Montenegrin Journal of Economics, 18(3), 99-107.
18. Ragnar Frisch, (1934). Statistical Confluence Analysis by Means of Complete Regression Systems, Institute of Economics, Oslo University, 5.
19. Ratnikova, T. (2006). Introduction to econometric analysis of panel data. Economic Journal of Higher School of Economics, 2.
20. GitHub: [Electronic resource]. Retrieved from https://ranalytics.github.io/data-mining/021-Model-Quality-Criteria.html
21. Open Journal: [Electronic resource]. Retrieved from https://journal.open-broker.ru/investments/pravila-opredeleniya-stoimosti-chistyh-aktivov/
22. Pavlova, E. (2015). Mutual funds: analysis of profitability and advantages of activity. Vestnik NSTEI, 3(46).
23. Gazprombank Investments: [Electronic resource]. Retrieved from https://gazprombank.investments/blog/market/fondy-denezhnogo-rynka/
24. Apex Consulting Group: [Electronic resource]. Retrieved from https://www.pifconsulting.ru/news/news_679.html
25. Investfunds, an independent source of data for private investor in Russia: [Electronic resource]. Retrieved from https://investfunds.ru/indexes/224/

Результаты процедуры рецензирования статьи

В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов издательства можно ознакомиться здесь.

Предмет исследования. Исходя из названия, статья должна быть посвящена результатам анализа факторов, влияющих на избыточную доходность паевых инвестиционных фондов в России за 2015–2022 гг.
Содержание статьи не противоречит заявленной теме, но не раскрывает её по причине погружения автора в математические расчёты без экономического обоснования. Проблемные аспекты рецензируемой статьи будут изложены в соответствующих пунктах рецензии.

Методология исследования базируется на использовании математических методов исследования, что подтверждает наличие намерений автора получить обоснованные выводы и суждения. Рекомендуется автору после проведения вычислений и формирования на основании них суждений математического толка, сделать и экономические выводы.

Актуальность исследования вопросов, связанных с деятельностью различных экономических субъектов, не вызывает сомнения, т.к. от этого зависит социально-экономическое развитие Российской Федерации, в том числе в контексте обеспечения достижения национальных целей развития, утверждённых Указом Президента России, до 2030 года. При этом, востребованность исследований по данной теме у потенциальной читательской аудитории сформирована именно на обоснованные проблемы и аргументированные рекомендации по их решению. С этой точки зрения статья требует глубокой содержательной доработки.

Научная новизна в представленном на рецензирование материале чётко автором не обозначена, но она присутствует и обусловлена результатами проведения математических вычислений. При этом, данные итоги необходимо дополнительно обосновать выводами: о чём конкретно свидетельствуют результаты расчётов?

Стиль, структура, содержание. Стиль изложения строго научный. Структура статьи автором выстроена, но её наполнение удивляет, т.к. раздел с «методологией исследования» занимает больше, чем «результаты исследования». Содержание статьи (кроме раздела с методологией исследования) вызывает ряд вопросов. В частности, во введении необходимо четко обозначить цель и задачи исследования, а также обосновать актуальность исследования. В разделе с результатами исследования автору рекомендуется представить выводы из сделанных математических вычислений: о каких проблемах идёт речь? Что сделать для их решения? Обращает на себя внимание отсутствие раздела «Обсуждение результатов исследования», его формирование позволило бы автору рецензируемой статьи вступить в содержательную дискуссию с другими исследователями.

Библиография. Библиографический список автором сформирован, но включает 8 источников, преимущественно вышедших в 2020 году и ранее. Автору рекомендуется увеличить количество изученных источников научной литературы. Более того, необходимо указать конкретные электронные ресурсы, используемые автором при подготовке статьи, в том числе в части числовых данных.

Апелляция к оппонентам. Несмотря на сформированный список источников, автором не осуществлена научная дискуссия. При этом, она представляет широкий интерес с позиции выявления отличий в выводах. Это позволило бы автору посмотреть на проблемы более разносторонне.

Выводы, интерес читательской аудитории. С учётом всего вышеизложенного, статья требует доработки, после проведения которой с учётом высокого уровня актуальности выбранной темы исследования, может быть рассмотрен вопрос о возможности опубликования.

Результаты процедуры повторного рецензирования статьи

В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов издательства можно ознакомиться здесь.

Рецензируемая статья посвящена изучению развития радиоэлектронной промышленности под влиянием изменяющихся налоговых льгот.
Методология исследования базируется на анализе статистических данных о функционировании паевых инвестиционных фондов в Российской Федерации, применении методов математической статистики эконометрического моделирования.
Актуальность работы авторы связывают с важностью изучения вопросов социально экономического развития населения, в том числе в контексте обеспечения достижения национальных целей развития, утверждённых Указом Президента России, до 2030 г
Научная новизна рецензируемого исследования, по мнению рецензента, состоит в выявлении значимых факторов, влияющих на избыточную доходность паевых фондов и результативность их функционирования.
В статье структурно выделены следующие разделы: Введение, Эконометрический подход к оценке доходности паевых инвестиционных фондов, Информационная база исследования, Методы и эконометрические модели, Результаты, Обсуждение результатов исследования, Библиография.
Библиографический список включает 25 источников – публикации отечественных и зарубежных ученых по теме статьи, а также интернет-ресурсы, на которые в тексте имеются адресные ссылки, подтверждающие наличие апелляции к оппонентам.
В статье рассмотрены следующие подходы к измерению эффективности функционирования паевых инвестиционных фондов: когда предметом анализа становится стиль фонда; когда оцениваются безусловные факторные модели; когда для оценки берутся фундаментальные характеристики, такие как размер и соотношение расходов, оборот, чистые притоки, специфика и эффективность управления и др. характеристики. В качестве информационных ресурсов авторами были выбраны независимый источник данных для частного инвестора в России Investfunds и сайт крупнейшего российского биржевого холдинга Московская биржа, рассмотрены семь рассмотрены 7 потенциально ключевых факторов, гипотетически оказывающих значимое влияние на доходность фондов за период с 2015 по 2022 годы. По этим данным рассчитаны значения коэффициентов парной корреляции, отраженные в корреляционной матрице, проведена оценка мультиколлинеарности факторов, построена модель сквозной регрессии, а также модель панельных данных с фиксированными эффектами, приведены их описания. По итогам наилучшей модели с фиксированными эффектами сформулированы выводы, на которые стоит обращать внимания при выборе паевого инвестиционного фонда. Выводы лаконично сгруппированы в трёх пунктах.
Следует отметить также недочеты и небесспорные моменты в работе. Во-первых, представляется излишним выносить в заголовок публикации указание периода, за который анализируются данные. Во-вторых, формулы оформлены с отступлением от общепринятых правил. В-третьих, оформление таблицы №5 «F-тест для выбора наилучшей модели», нуждается в корректировке, поскольку таблица не содержит подлежащего и сказуемого, кроме этого в ней приведен текст на английском языке, который может быть понятен не всем читателям, т.к. статья написана всё-таки на русском языке.
Статья отражает результаты проведенного авторами исследования, соответствует направлению журнала «Финансы и управление», содержит элементы научной новизны и практической значимости, может вызвать интерес у читателей, рекомендуется к опубликованию с учетом высказанных пожеланий.