Расчеты взаимосвязи рынка акций и экономического развития на основе факторного анализа | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 22 августа, печатный экземпляр отправим 9 сентября.

Опубликовать статью в журнале

Автор:

Рубрика: Экономика и управление

Опубликовано в Молодой учёный №24 (210) июнь 2018 г.

Дата публикации: 16.06.2018

Статья просмотрена: 121 раз

Библиографическое описание:

Аибиэкэ, Адилицзян. Расчеты взаимосвязи рынка акций и экономического развития на основе факторного анализа / Адилицзян Аибиэкэ. — Текст : непосредственный // Молодой ученый. — 2018. — № 24 (210). — С. 112-116. — URL: https://moluch.ru/archive/210/51515/ (дата обращения: 08.08.2020).



Ключевые слова: акции, анализ, макроэкономические факторы.

Keywords: shares, analysis, macroeconomic factors.

В отличие от технического фундаментальный анализ базируется на том, что кроме внутренних факторов на акции влияют и внешние. Также данный анализ направлен, как правило, на перспективу, в отличие от технического анализа, имеющего краткосрочный характер. В фундаментальном анализе могут использоваться различные модели: вероятностные, эконометрические, имитационные и нейросетевые.

При выборе того или иного метода анализа или прогнозирования фондового рынка необходимо учитывать также межрыночные связи, то есть взаимосвязи между различными рынками (товарными, финансовыми и пр.). Это объясняется тем, что все функционирующие рынки конкурируют между собой за капиталы инвесторов, которые перетекают с одного рынка на другой. Это движение капиталов оказывает сильное влияние на формирование повышательных и понижательных трендов в рыночных котировках ценных бумаг компаний. Кроме того, на эффективность капиталовложений и движение капиталов воздействует оценка разницы между справедливой и рыночной стоимостью фирмы.

Указанные закономерности определяют поведение инвесторов и формируют некие основы для создания моделей и симуляций, позволяющих впоследствии осуществлять прогнозирование цен. В данной статье для фундаментального анализа финансовых рынков нами выбран метод эконометрического моделирования. Этот метод основан на определении статистических взаимосвязей между переменными, которые требуют отдельного логического объяснения. Его важной составляющей является корреляционно-регрессионный анализ, позволяющий надежно и точно оценить взаимосвязи между переменными.

Одним из основных этапов эконометрического моделирования является правильный выбор факторов, на основе влияния которых можно будет делать будущие прогнозы. В целях анализа ценообразования на финансовом рынке выделим три группы показателей, определяющих рыночную стоимость компании: макроэкономические, отраслевые и внутренние факторы развития данной компании. Безусловно, можно выделить в самостоятельную группу глобальных факторов, например, совокупный спрос на внешних рынках или мировые цены на нефть и газ. Однако последние можно отнести и к отраслевым факторам развития нефтегазовой отрасли, и к макроэкономическим факторам, поскольку они оказывают заметное влияние на функционирование национальной экономики в целом.

Показатели отдельной компании отражают влияние изменения рыночной доли, относительных темпов развития, инвестиционной и инновационной деятельности фирмы и пр. на рыночные котировки ее акций. Отраслевые факторы включают показатели отраслевой конъюнктуры в целом, тенденций развития отрасли, изменения цен на производимую продукцию и производства. Макроэкономические факторы отражают общее состояние рыночной конъюнктуры, фиксируемое различными индикаторами финансового рынка. Однако следует признать неравномерное влияние факторов обще-рыночной конъюнктуры на различные сегменты рынка.

Для создания эконометрических моделей нами были отобраны China National Offshore Oil Corp и Shandong Dongming Petrochemical Group, курсы акций которых оказались наиболее чувствительными к влиянию различных групп факторов. Обе организации относятся к нефтегазовому сектору.

China National Offshore Oil Corp — энергетическая компания, основными направлениями деятельности которой являются добыча, транспортировка, переработка и реализация газа и т. п.

Shandong Dongming Petrochemical Group также занимается разведкой, добычей, переработкой и реализацией природного газа и жидких углеводородов.

Информационной базой исследования послужили данные о котировках акций указанных компаний и влияющих на них факторов за период с января 2008 г. по февраль 2016 г. с разбивкой по месяцам. Как для результативного признака, так и для всех факторов далее был рассчитан темп роста к аналогичному периоду прошлого года в целях приведения к единому масштабу и устранения сезонной составляющей.

В качестве факторов, объясняющих формирование цен (рыночных котировок) указанных акций, были отобраны следующие.

1. Макроэкономические факторы:

‒ инвестиции в основной капитал (Х1);

‒ экспорт природного газа (Х9); — добыча нефти (Х10);

‒ экспорт нефти (Х11).

Темпы их роста также отражены в таблице (табл. 1).

Таблица 1

Темп роста макроэкономических факторов каналогичному периоду предыдущего года

Х1

Х2

Х3

Х4

Х5

Х6

Х7

Х8

Х9

Х10

94,13

92,84

51,9

67,27

72,64

80,41

49,93

89,19

39,8

102,89

93,11

91,9

52,08

63,56

75,31

73,89

45,82

85,3

43,55

99,88

87,27

90,5

52,01

61,98

82,38

79,11

48,43

80,8

43,13

103,95

84,81

92,44

52,3

58,04

80,61

74,13

44,93

76,17

66,88

103,78

80,07

93,71

53,02

56,3

81,63

72,93

51,3

71,61

74,12

104,01

81,11

92,39

55,85

60,26

88,83

75,27

49,48

70,92

84,11

104,24

83,48

92,34

55,74

55,48

92,12

75,32

57,7

84,58

115,44

104,14

84,03

91,57

59,82

57,47

93,95

79,27

60,19

89,65

127,03

102,59

86,91

94,96

65,68

64,73

97,66

82,08

69,64

88,5

103,54

103,67

95,21

102,63

77,93

70,38

92,78

86,37

114,47

99,67

112,73

104,41

98,27

107,54

101,72

88,71

105,66

104,07

146,49

106,63

133,19

105,05

106,25

116,34

119,66

90,16

108,93

111,03

170,94

109,36

146,14

104,36

96,17

124,3

154,52

108,04

118,16

94,61

154,97

116,23

219,04

101,72

99,6

126,75

164,4

115,4

112,29

98,78

170,22

116,79

193,53

101,51

104,93

129,13

163,76

129,71

111,02

100,87

168,8

123,01

187,39

100,79

Далее были рассчитаны коэффициенты линейной корреляции темпов роста всех макроэкономических и отраслевых показателей с темпами роста курсов акций выбранных компаний.

Для дальнейшего исследования были выбраны те факторные показатели, которые отражали высокую корреляционную зависимость с результативным признаком. Построение регрессионных зависимостей в общем корреляционном поле позволило подобрать наилучший тип зависимости, для которой наблюдались больший коэффициент детерминации и слабая гетероскедастичность.

В конечном счете для каждой из анализируемых акций были определены три фактора, показывающие наилучшую

‒ денежная масса M2 (Х2);

‒ экспорт (Х3);

‒ импорт (Х4);

‒ коммерческий (без трубопроводного) (Х5);

Для компании China National Offshore Oil Corp факторами стали: коммерческий грузооборот транспорта (без трубопроводного), добыча и экспорт природного газа. Курс акций China National Offshore Oil Corp демонстрирует степенной вид связи с коммерческим грузооборотом транспорта. На основе найденных типов взаимосвязи факторных показателей с результативным показателем (курсом акций) была предложена следующая модель степенного типа:

Y^=AXα5⋅Xα8⋅Xα9. 0589

Ее логарифмирование позволяет линеаризовать данную зависимость и использовать далее метод наименьших квадратов для поиска регрессоров:

грузооборот

транспорта

‒ объем коммерческих перевозок (отправление) грузов транспортом (без трубопроводного) (Х6);

‒ цена нефти марки Brent (X7).

Далее с помощью пакета анализа Excel был проведен регрессионный анализ, полученные результаты которого отражены в табл. 2.

Таблица 2

Регрессионная статистика

Коэффициенты

Стандартная ошибка

t-статистика

–7,99

1,18

–6,77

1,9

0,32

5,87

0,61

0,26

2,32

0,21

0,08

2,46

Как видно из таблицы, коэффициент детерминации (R-квадрат) составил 0,67, что указывает на наличие заметной связи между определяющими факторами и исследуемой переменной.

В результате было получено уравнение регрессии:

ln(Y^)=−7,99+1,9⋅ln(X5)+0,61⋅ln(X8)+ +0,21⋅ln(X9),

или: Y^=0,00034⋅X1,9⋅X0,61⋅X0,21. 589

Для того чтобы убедиться, что построенное уравнение можно использовать для прогнозирования и для дальнейших расчетов, была произведена проверка качества регрессионной модели.

Одним из методов такой проверки является проверка значимости уравнения регрессии. Для этого часто прибегают к использованию F-критерия Фишера. Вычислив наблюдаемое значение F-критерия Фишера (Fнабл. = 54,84) и сравнив его с табличным (Fтабл. = 2,72), был сделан вывод о том, что уравнение регрессии значимо, так как F наблюдаемое > F табличного (54,84 > 2,72).

Но кроме общей проверки уравнения регрессии, также оценивается значимость коэффициентов регрессии с помощью t-критерия Стьюдента. Все фактические значения t-статистики (табл. 3) оказались выше табличного значения (t = 1,99), что подтвердило значимость коэффициентов регрессии.

Таблица 3

Регрессионная статистика для компании ChinaNationalOffshoreOilCorp

Коэффициенты

Стандартная ошибка

t-статистика

–8,28

1,9

–4,35

2,72

0,47

5,8

–0,49

0,21

–2,38

0,61

0,17

3,57

Примечание. Множественный R — 0,76; R-квадрат — 0,57; нормированный R-квадрат — 0,56; стандартная ошибка — 0,27; наблюдения — 86

Аналогичный анализ был произведен и для акций компании Shandong Dongming Petrochemical Group. В этом случае на основе корреляционного анализа были выбраны следующие значимые факторы, определяющие изменение курсов акций компании: коммерческий грузооборот транспорта (без трубопроводного), импорт товаров и цена нефти марки Brent. В ходе графического анализа было определено, что со всеми тремя факторами курс акций имеет степенной вид связи, так же как и в случае с акциями компании China National Offshore Oil Corp.

Для курса акций компании «Новатэк» была составлена следующая модель степенного типа:

Y^=AXα4⋅Xα5⋅Xα7. 0457

Далее, как и предыдущем случае, зависимость была прологарифмирована:

l n Y^ = l n A 0 + α 4 ⋅ l n (X 4) + α 5 ⋅ l n (X 5) + α 7 ⋅ l n (X 7).

В результате множественного регрессионного анализа на основе МНК было получено следующее уравнение:

ln(Y^)=−8,28+2,72⋅ln(X4)−0,49⋅ln(X5)+ +0,61⋅ln(X7),

преобразованное далее в степенной вид:

Y^ =0,00025⋅X 2,72⋅X −0,49⋅X 0,61. 457

Регрессионная статистика отражена в табл. 6. Коэффициент детерминации (R-квадрат) для данного уравнения регрессии оказался несколько ниже, чем в первом случае, 0,57, но также свидетельствует о наличии существенной связи между рассматриваемыми факторами.

Аналогично была проведена проверка полученного уравнения регрессии. Результат данной проверки показал, что F наблюдаемое больше F табличного (36,69 > 2,71), что подтверждает значимость уравнения регрессии. А значения t-статистики оказались больше значения t-табличного (t = 1,99), что указывает на значимость регрессоров.

На основе проведенных исследований были сделаны следующие выводы. В обоих рассмотренных случаях один фактор, влияющий на курс акций, совпал, им оказался коммерческий грузооборот транспорта. При этом на курс акций China National Offshore Oil Corp оказывали воздействие еще такие факторы, как добыча и экспорт природного газа, а на курс акций Shandong Dongming Petrochemical Group — импорт товаров и цена нефти марки Brent. Влияние всех выбранных факторов является логичным, и его можно объяснить с экономической точки зрения.

Влияние такого фактора, как экспорт природного газа на курс акций объясняется тем, что China National Offshore Oil Corp является основной компанией, поставляющей газ во все субъекты Российской Федерации и во многие зарубежные страны. Следовательно, если экспорт природного газа растет, то это говорит о том, что постоянные покупатели увеличили объемы своих закупок, или же появились новые торговые партнеры, заинтересованные в приобретении природного газа. Поэтому повышение объема поставок газа ведет и к росту дохода компании, что в свою очередь положительно сказывается на курсе акций.

Зависимость курса акций от такого фактора, как добыча природного газа, объясняется тем, что увеличение добычи позволяет компании расширить свои торговые отношения и повысить объемы продаж уже существующим покупателям. В результате полученная компанией прибыль возрастает, а ее акции повышаются в цене.

Для анализа такого фактора, как коммерческий грузооборот транспорта, необходимо сказать о том, что выделяют различные виды перевозок: автомобильные, железнодорожные, воздушные, морские и т. д. При этом, как правило, для транспорта, осуществляющего такие перевозки, в качестве топлива используются переработанные нефтепродукты. Так, если грузооборот транспорта увеличивается, то в этом случае происходит и повышение расхода топлива, и наоборот. Следовательно, транспортные компании будут увеличивать объемы покупки топлива, что в последующем отразится на курсе акций нефтегазового сектора.

Взаимосвязь цены нефти марки Brent и курса акций объясняется тем, что газ и нефть являются товарами-субститутами. Для таких товаров цены обычно изменяются в одном направлении. В результате повышение цен на нефть, как и повышение цен на газ, ведет к росту курсовых стоимостей акций всего нефтегазового сектора.

Также можно объяснить отрицательное влияние импорта товаров на курс акций газодобывающей компании. Импортные товары являются заменителями российских и делят с ними общий рынок. Сокращение темпов роста импорта может быть как обратной стороной расширения присутствия отечественных компаний на внутреннем рынке, так и девальвации рубля, что благоприятно влияет на ценовую конъюнктуру отечественного производства. В совокупности это может привести к росту внутреннего спроса на газ и увеличению рыночной стоимости предприятий газодобычи.

Кроме того, отметим важное свойство полученных моделей — степенные коэффициенты в уравнениях регрессии являются показателями эластичности результативного признака по факторным признакам и отражают степень значимости факторных признаков. Так, увеличение темпов роста коммерческого грузооборота на 1 % в ретроспективе вызывало в среднем увеличение темпов роста стоимости акций China National Offshore Oil Corp на 1,9 %, а Shandong Dongming Petrochemical Group — на 2,7 %. Каждый процент прироста добычи природного газа вызывал рост стоимости акций China National Offshore Oil Corp на 0,61 %, и такой же эффект имел рост цен на нефть для акций Shandong Dongming Petrochemical Group. Степень значимости внешних факторов (экспорта газа и импорта товаров и услуг) оказалась несколько ниже, хотя также значимой и ощутимой.

Таким образом, на основе корреляционно- регрессионного анализа было исследовано влияние отдельных факторов на курсы акций выбранных компаний, относящихся к нефтегазовому сектору. В исследовании мы не использовали непосредственно факторы, относящиеся к деятельности данных компаний, потому что многие из них недоступны в месячном выражении. Однако их последующее введение в модель, несомненно, позволит улучшить ее качество и прогнозную силу. Также за пределами нашего анализа остались институциональные факторы, особенно связанные с изменением экономической политики и регулирования. Вместе с глобальными флуктуациями на мировых рынках политические факторы играют роль внешних шоков, однако хуже поддаются количественной оценке.

Литература:

  1. Норт Д. Институты и экономический рост: историческое введение // THESIS. Т. 1. Вып. 2. 1993.
  2. Норт Д. Институты, институциональные изменения и функционирование экономики. — М.: Фонд экономической книги «Начала», 1997
  3. megapetroleum.URL: http://www.megapetroleum.ru/company/
Основные термины (генерируются автоматически): курс акций, природный газ, коммерческий грузооборот транспорта, нефтегазовый сектор, уравнение регрессии, регрессионная статистика, результативный признак, стандартная ошибка, импорт товаров, цена нефти марки.


Ключевые слова

анализ, акции, макроэкономические факторы

Похожие статьи

Статистический анализ экспорта товаров и услуг РФ

Таблица 2. Регрессионная статистика.

Основные термины (генерируются автоматически): экспорт товаров, темп прироста, стандартная ошибка, результативный признак, регрессионный анализ, многофакторный корреляционно-регрессионный анализ...

Эконометрическое исследование курса доллара в современных...

Ключевые слова:курс российского рубля, курс доллара США, национальная валюта, цена нефти, динамика, корреляция, уравнение регрессии, сырьевая зависимость, конкурентоспособность страны, экспорт, импорт, импортозамещение.

Эконометрическая модель оценки риска роста затрат...

В условиях ежегодного наращивания объемов транспорта газа проблема расхода газа на собственные нужды лишь усугубляется [7].

Российская Федерация, стандартная ошибка, регрессионный анализ, основной капитал, уравнение регрессии.

Факторный анализ валового внутреннего продукта РФ

В качестве результативного признака (Y) примем валовой внутренний продукт РФ за период 2005–2015 гг., в % к предыдущему году.

Регрессионная статистика.

корреляционно-регрессионный анализ, ВВП, уравнение регрессии, матрица парных...

Статистическая оценка финансовой независимости компании...

Падение цен на нефть показали, что данное высказывание является, к сожалению, очень точным.

Количество акций крупнейших нефтегазовых компаний РФ конец 2015г., шт.

В ходе пошагового регрессионного анализа было получено уравнение парной регрессии [8]...

Анализ и последствия снижения курса российского рубля

корреляция, экспорт, импорт, динамика, импортозамещение., курс российского рубля, курс доллара США, национальная валюта, цена нефти, уравнение регрессии, сырьевая зависимость, конкурентоспособность страны.

Эконометрический анализ валового внутреннего продукта России

...работающих в нефтегазовом секторе. Если ожидания цены на нефть в будущем во многом формируются на основе текущего

Ключевые слова: ВВП, корреляционно-регрессионный анализ, матрица парных коэффициентов корреляции, уравнение регрессии.

Корреляционно-регрессионный анализ как способ...

кредиторская задолженность, корреляционно-регрессионный анализ, результативный признак, средство, изменение величины, коэффициент корреляции, предприятие, уравнение регрессии...

Эконометрический анализ инфляции в Российской Федерации

Поскольку фактическое значение F > Fт, то коэффициент детерминации значим и уравнение регрессии надежно. Выводы: – Таким образом, была получена регрессионная модель зависимости уровня инфляции в РФ от темпа прироста цены на нефть, темпа прироста курса...

Похожие статьи

Статистический анализ экспорта товаров и услуг РФ

Таблица 2. Регрессионная статистика.

Основные термины (генерируются автоматически): экспорт товаров, темп прироста, стандартная ошибка, результативный признак, регрессионный анализ, многофакторный корреляционно-регрессионный анализ...

Эконометрическое исследование курса доллара в современных...

Ключевые слова:курс российского рубля, курс доллара США, национальная валюта, цена нефти, динамика, корреляция, уравнение регрессии, сырьевая зависимость, конкурентоспособность страны, экспорт, импорт, импортозамещение.

Эконометрическая модель оценки риска роста затрат...

В условиях ежегодного наращивания объемов транспорта газа проблема расхода газа на собственные нужды лишь усугубляется [7].

Российская Федерация, стандартная ошибка, регрессионный анализ, основной капитал, уравнение регрессии.

Факторный анализ валового внутреннего продукта РФ

В качестве результативного признака (Y) примем валовой внутренний продукт РФ за период 2005–2015 гг., в % к предыдущему году.

Регрессионная статистика.

корреляционно-регрессионный анализ, ВВП, уравнение регрессии, матрица парных...

Статистическая оценка финансовой независимости компании...

Падение цен на нефть показали, что данное высказывание является, к сожалению, очень точным.

Количество акций крупнейших нефтегазовых компаний РФ конец 2015г., шт.

В ходе пошагового регрессионного анализа было получено уравнение парной регрессии [8]...

Анализ и последствия снижения курса российского рубля

корреляция, экспорт, импорт, динамика, импортозамещение., курс российского рубля, курс доллара США, национальная валюта, цена нефти, уравнение регрессии, сырьевая зависимость, конкурентоспособность страны.

Эконометрический анализ валового внутреннего продукта России

...работающих в нефтегазовом секторе. Если ожидания цены на нефть в будущем во многом формируются на основе текущего

Ключевые слова: ВВП, корреляционно-регрессионный анализ, матрица парных коэффициентов корреляции, уравнение регрессии.

Корреляционно-регрессионный анализ как способ...

кредиторская задолженность, корреляционно-регрессионный анализ, результативный признак, средство, изменение величины, коэффициент корреляции, предприятие, уравнение регрессии...

Эконометрический анализ инфляции в Российской Федерации

Поскольку фактическое значение F > Fт, то коэффициент детерминации значим и уравнение регрессии надежно. Выводы: – Таким образом, была получена регрессионная модель зависимости уровня инфляции в РФ от темпа прироста цены на нефть, темпа прироста курса...

Задать вопрос