Статистический анализ взаимосвязи сегментов рынка акций тема диссертации по экономике, полный текст автореферата

Автореферата нет :(
Ученая степень
кандидата экономических наук
Автор
Герасимов, Александр Валентинович
Место защиты
Москва
Год
1999
Шифр ВАК РФ
08.00.11

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Герасимов, Александр Валентинович

Введение.

Глава 1. Ценовая конъюнктура акций на фондовом рынке как объект статистического изучения.

1.1. Развитие рынка акций в России.

1.2. Организация торгов акциями на ММВБ.

1.3. Анализ статистики ценовой конъюнктуры акций на фондовом рынке.

Глава 2. Методика статистического анализа взаимосвязи сегментов рынка акций.

2.1. Методический подход к сегментации рынка акций на основе кластер-анализа.

2.2. Методика анализа взаимосвязи динамики цен акций.

2.3. Методика определения инвестиционно привлекательной акции в сегменте.

Глава 3. Применение анализа взаимосвязи сегментов рынка акций при планировании инвестором своих операций на рынке акций ММВБ в период с мая по июнь 1999 года.

3.1. Исходные данные.

3.2. Сегментация рынка акций и оценка инвестиционной привлекательности акций, входящих в сегмент.

3.3. Прогнозирование цен акций в техническом анализе

Диссертация: введение по экономике, на тему "Статистический анализ взаимосвязи сегментов рынка акций"

Актуальность темы исследования. В современной рыночной экономике одним из механизмов сохранения и привлечения капитала служит рынок акций. На нем денежные средства переходят от владельцев к нуждающимся путем покупки - продажи акций. Собственник акции (лицо, полностью реализующее права владения, пользования и распоряжения акцией) получает доход от начисленных на нее дивидендов, а в случае продажи акции — доход от разницы между ценой ее продажи и приобретения.

Российский рынок акций еще молод. Но уже сейчас инвестор сталкивается с многообразием обращающихся на нем активов. С одной стороны это хорошо - у инвестора существует большой выбор места приложения капитала. С другой стороны инвестору требуется много времени и большие материальные ресурсы для определения наиболее инвестиционно привлекательных акций, а значит, затруднен процесс принятия решения о вложении денежных средств в акции. В этой связи сегодня актуальна задача разработки научно обоснованной методики, которая позволила бы инвестору обозреть весь рынок акций и выбрать наиболее привлекательные инструменты с целью получения в будущем дохода по ним. Ее созданию посвящена настоящая работа. В основе методики предлагается использовать статистические методы анализа взаимосвязи сегментов рынка акций. Все вышесказанное и обусловило выбор темы, актуальность в научном и практическом плане диссертационного исследования "Статистический анализ взаимосвязи сегментов рынка акций".

Цель и задачи исследования. Главной целью настоящего исследования является создание методики анализа взаимосвязи сегментов рынка акций, которая помогла бы инвестору получать в краткосрочной перспективе доход от операций по покупке - продаже акций.

При этом поставлены и решены исследователем следующие задачи: разбиение рынка акций на сегменты (части), состоящие из рынков конкретных акций с приблизительно одинаковым поведением цены; определение характерной (представительной) акции для каждого полученного сегмента. В дальнейшем она будет служить эталоном для оценки инвестиционной привлекательности других акций внутри своего сегмента; определение в сегменте потенциально наиболее привлекательных для инвестора акций; краткосрочный (на один день) прогноз цены акций, потенциально привлекательных для инвестора.

Для решения вышеперечисленных задач использовалось современное научно-методическое обеспечение, включая такие экономико-математические и статистические методы, как корреляционный, кластерный и регрессионный анализы.

Одним из ограничений при разработке методики было требование к легкости ее воспроизводства инвестором при исследовании рынка акций. С этой целью использовались пакеты прикладных программ (ППП) доступные большинству пользователей компьютеров.

Апробация разработанной методики осуществлялась на данных по рынку акций Московской межбанковской валютной биржи (ММВБ).

Объект и предмет исследования. Объектом исследования выступают ликвидные акции ведущих российских эмитентов, предметом исследования -дневные средневзвешенные цены акций.

Методологическая база исследования. Методологической базой исследования послужили труды отечественных и зарубежных специалистов по финансовому менеджменту, техническому анализу, статистике, машинной обработке данных. При решении поставленных задач были использованы пакеты прикладных программ "ОЛИМП", Microsoft Excel 97. Их выбор обусловлен доступностью для инвесторов - потенциальных пользователей методики поиска инвестором акций наиболее привлекательных для вложений в краткосрочной перспективе денежных средств, разработанной в настоящей диссертационной работе.

Информационная база исследования. Для написания работы использовались материалы периодической печати, официальные статистические материалы ММВБ, Банка России, юридической базы данных " Гарант", а также данные, полученные с Интернет - серверов Центрального банка Российской Федерации (Банка России или ЦБ РФ), Российской торговой системы (РТС), Московской фондовой биржи (МФБ).

Научная новизна диссертационного исследования заключается в разработке методики комплексного статистического анализа, позволяющей инвестору систематизировать знания о рынке финансовых инструментов путем его сегментации, изучить взаимосвязь между сегментами рынка акций, выбрать акции, потенциально привлекательные для инвестиций, построить модель прогноза их будущей цены и предсказать ее.

В диссертации сформулированы и обоснованы следующие положения, выносимые на защиту:

Сегментирование рынка акций с использованием инструментов статистического анализа цены акций;

Определение характерной (представительной) акции для каждого полученного сегмента;

Определение в сегменте акций, потенциально наиболее привлекательных для инвестора;

Краткосрочный (на один день) прогноз цены акций, потенциально привлекательных для инвестора.

Практическая значимость результатов исследования. Представленная в работе методика может использоваться инвестором на рынке акций при формировании плана своего поведения. Ее доступность и легкость в практическом применении основывается на наличии стандартных пакетов прикладных программ для ЭВМ (ОЛИМП, Excel), автоматизирующих необходимые операции.

Структура работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы и двух приложений.

Диссертация: заключение по теме "Статистика", Герасимов, Александр Валентинович

Заключение

Производственный комплекс России остро нуждается в инвестициях. Его морально и физически устаревшее оборудование не может произвести товар конкурентоспособный импортному. Низкая производительность труда в сельском хозяйстве и в промышленности способна обречь страну на продовольственную и товарную зависимость от иностранных государств и превратить Россию в их сырьевой придаток.

Инвестиционный комплекс, созданный социалистическим государством, оказался к 1992 г. разрушенным. Впрочем, при рынке он не мог бы долго просуществовать, т. к. в него были заложены нерыночные принципы. К сожалению, экономические преобразования российской экономики не создали новый эффективно работающий рыночный механизм привлечения инвестиций: государство решало свои краткосрочные задачи, частный сектор, боясь поворота рыночных реформ назад, вывозил из страны деньги.

Если обратить свой взор к мировому опыту рыночной экономики, то увидим, что основным местом привлечения инвестиций служит финансовый рынок. Развитие его в России ассоциируется с рынком государственных облигаций, акций и в последнее время с рынком корпоративных облигаций. Современная инфраструктура организации торгов, реализованная на Московской межбанковской валютной бирже (ММВБ), позволяет проводить межрегиональные торги любыми финансовыми инструментами между неограниченным числом участников торгов. Существующая законодательная база учитывает все основные требования и взаимоотношения участников финансового рынка.

Россия, развивавшаяся долгое время в отрыве от мировой теоретической мысли анализа финансового рынка, в настоящее время нуждается как в освоении наработанных за рубежом знаний, так и в их развитии. Инвесторы, работающие на рынке акций, составной части финансового рынка, остро нуждаются в научно-методологическом обеспечении своей деятельности. Этим объясняется актуальность темы "Статистический анализ взаимосвязи сегментов рынка акций". В настоящее время разработано множество математико-статистических методов, которые при грамотном применении дают исследователю возможность получить интересующие его результаты.

Разработанная и апробированная в настоящей работе методика применения математических процедур на примере российского рынка акций позволяет инвестору обобщить всю ценовую информацию о различных акциях и выбрать из них наиболее привлекательные для инвестиций. При разработке этой методики учитывались основополагающие принципы технического анализа, созданные западной теоретической мыслью, а также требования доступности методики для инвесторов, легкости математических расчетов, получение конкретных результатов, которые бы легко интерпретировались. Описание алгоритма анализа привлекательности финансового инструмента для инвестиций представлено в таблице 3.1.

Алгоритм анализа привлекательности финансового инструмента для инвестиций

1. Создание таблицы цен финансовых инструментов за период времени, желательно не меньший 15 единиц времени. В таблицу включаются только те финансовые инструменты, по которым была определена цена в каждую единицу времени.

2. Расчет матрицы парных линейных коэффициентов корреляции.

3. Расчет элементов матрицы расстояний. Каждый ее элемент с индексом 1 и 3 находится путем вычитания из единицы значения элемента матрицы парных линейных коэффициентов с индексом {и ^

4. Процедура кластер - анализа с применением метода " дальнего соседа". Ее применение заканчивается, когда расстояние объединения превышает критериальное значение, заданное исследователем. Целесообразно, чтобы оно было близко к 0,3.

5. Определение характерной акции сегмента. Для сегментов, состоящих из одной акции, эта акция и будет характерной. Для сегментов, состоящих из двух и более акций, характерной акцией является акция, у которой сумма квадратов коэффициентов парной линейной корреляции с другими акциями этого же сегмента наибольшая. Если у нескольких акций сумма квадратов коэффициентов парной линейной корреляции с другими акциями этого же сегмента совпадает и она является наибольшей из других сумм, то характерной акцией, будет являться любая из этих акций на выбор исследователя.

6. Расчет аО и а1 параметра линейного уравнения регрессии средневзвешенной цены характерной акции на средневзвешенные цены других акций, входящих в один сегмент. Нахождение отношения (к) параметров уравнения линейной регрессии аО к а1.

7. Ранжирование акций внутри сегмента по значению к. Наиболее привлекательные для инвестора акции оказываются в числе первых в списке.

8. Построение авторегрессионных прогнозных моделей для привлекательных акций.

9. Оценка привлекательности вложений в акции с учетом полученного по ним прогнозного значения и оценки ошибки прогноза модели.

Реализация алгоритма на примере российского рынка акций позволила выделить сегменты рынка акций, а внутри них привлекательные для инвестиций акции. Сравнительный анализ выработанных рекомендаций по получению инвестором максимальной доходности на рынке акций и

Фактическая доходность от инвестиций в анализируемые ценные бумаги за прогнозный период

Акция 30.06.99 01.07.99 Относительный прирост, %

Сегмент 1

Лукойл-ао 241.31 250.74 3.91

Лукойл-ап 86.44 91.24 5.55

Сур1угнефтегаз-ао 4.083 4.99

Сургутнефтегаз-ап 1.131 1.176 3.98

Сегмент 2

Мосэнерго-Зао 1.092 1.129 3.39

Мосэнерго-ао 1.1 1.131 2.82

РАО ЕЭС Россйи-ап 1.034 1.061 2.61

РАО ЕЭС России-ао 2.133 2.183 2.34

Ростелеком-ао 38 39.61 4.24

Сегмент 3

Норильский Никель-ао 76.83 77.62 1.03

Сбербанк-ао 1085.14 1099.97 1.37

Сбербанк-ап 11.46 12.14 5.93

Татнефть-ао 4.72 5.02 6.36

Примечание: серым цветом выделены акции, рекомендованные инвестору для вложения денежных средств. фактической доходности от инвестиций в анализируемые ценные бумаги за прогнозный период приведен в таблице 3.2.

Как видно из таблицы результаты применения разработанной системы анализа рынка финансовых инструментов на примере рынка акций достаточно хорошие. К сожалению, высокая волатильность рынка вносит свои коррективы, но она свойственна только становящимся рынкам и ее надо учитывать. В условиях стабильного их развития излишняя волатильность пропадает, и тогда возможно появится более широкое поле для применения этой системы анализа рынка финансовых инструментов инвесторами.

Диссертация: библиография по экономике, кандидата экономических наук, Герасимов, Александр Валентинович, Москва

1. Айвазян С.А. Статистическое исследование зависимостей. - М.: Металлургия. - 1968.

2. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Исследование зависимостей. М.: Финансы и статистика, 1985.

3. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. Учебник для вузов. М.: ЮНИТИ, 1998. - 1022 с.

4. Алексеев М.Ю. Рынок ценных бумаг. М.: Финансы и статистика, 1992.

5. Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976.

6. Балацкий А. Российский рынок ценных бумаг в зеркале иностранной прессы. //Рынок ценных бумаг 1997, №4. - с. 49-51.

7. Бикел П., Доксам К. Математическая статистика. М.: Финансы и статистика, 1983.

8. Биржевой портфель / Отв.ред. Ю.Б.Рубин, В.И.Солдаткин. М.: Сомин-тек, 1993.

9. Блази Д. Р., Круз Д. Л. Новые собственники. Наемные работники массовые собственники акционерных компаний. Академия народного хозяйства при Правительстве Российской Федерации. Москва. Дело Лтд. 1995.

10. Болдин М. В., Симонова Г. И., Тюрин Ю. Н. Знаковый статистический анализ линейных моделей. М.: Наука. Физматлит, 1997.

11. П.Буренин А.Н. Рынки производных финансовых инструментов. М.: Инфра-М, 1996.

12. Ван Хорн Дж.К Основы управления финансами. М.: Финансы и статистика. 1997.

13. Временные правила расчетов в Секции фондового рынка ММВБ. Утверждено на заседании Биржевого Совета Московской межбанковской валютной биржи. Протокол №4 от 22 июля 1998 г.

14. Гамбаров Г.М. Статистическое моделирование и прогнозирование: Учебное пособие для вузов под редакцией Гранберга А.Г. М.: Финансы и статистика, 1990.

15. Гражданский кодекс Российской Федерации (части первая и вторая) (с изменениями от 20 февраля, 12 августа 1998 г., 24 октября 1997 г., 8 июля 1998 г.).

16. Громыко Г.Л. Общая теория статистики. М.: МГУ, 1987.

17. Демарк Т. Р. Технический анализ новая наука. - М.: Диаграмма, 1997.

18. Долан Э.Дж. и др. Деньги, банковское дело и денежно-кредитная политика. М.: Профико, 1993.

19. Доронин И. Г., Герасимов А. В., Валютный рынок России в фактах и цифрах (1992-1996), М.: ММВБ, 1997

20. Дубров A.M., Мхитарян B.C., Трошин Л.И. Математическая статистика (для бизнесменов и менеджеров). М.: МЭСИ, 1996.

21. Жамбю М. Иерархический кластер-анализ и соответствия. Пер. с французского Миркина Б. Г., предисловие проф. Айвазяна С. А., Мир-кина Б. Г. М.: Финансы и статистика, 1988.

22. Иващенко Г.Л., Кильдишев Г.С., Шмойлова P.A. Статистическое изучение основных тенденций развития и взаимосвязи рядов динамик. -Томск: Издательство Томского государственного университета, 1985.

23. Касимов Ю. Ф. Основы теории оптимального портфеля ценных бумаг. М.: Филин, 1998.

24. Кейнс Дж.М. Общая теория занятости, процента и денег. В кн.: Антология экономической классики. - М.: Экономика, 1993.

25. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976.

26. Кильдишев Г.С. Статистический анализ динамических рядов. М.: Статистика, 1974.

27. Кленин А.Н., Шевченко К.К. Математическая статистика для экономистов-статистиков. М.: МЭСИ, 1990.

28. Ковалева JI.H. Многомерное прогнозирование на основе рядов динамики. М.: Статистика, 1980.

29. Колемаев В.А. и др. Теория вероятностей и математическая статистика. М.: Высшая школа, 1991.

30. Королев Ю.Г., Шмойлова P.A. и др. Статистическое моделирование и прогнозирование. М.: МЭСИ, 1985.

31. Кочович Е. Финансовая математика. М.: Финансы и статистика, 1994.

32. Крастинь О.П. Изучение статистических зависимостей по многолетним данным. М.: Финансы и статистика, 1991.

33. Кузнецов М. В., Овчинников А. С. Технический анализ рынка ценных бумаг. М.: Инфра-М, 1996.

34. Кухарев А. А., Симонов В. В., Милков В.В., Герасимов А. В., Егоров В. А. ММВБ: Рынок ГКО-ОФЗ в фактах и цифрах (1993-1996), М.: ММВБ, 1997

35. Лопатников Л.И. Популярный экономико-математический словарь. -М.: Знание, 1990.

36. Лукашин Ю.П. Регрессионные и адаптивные методы прогнозирования: Учебное пособие. М.: МЭСИ, 1997.

37. Мейлахс А. Инфраструктура российского рынка. М.: 1995.

38. Мхитарян B.C., Трошин Л.И. Статистические методы изучения связей экономических явлений. М.: МЭСИ, 1983.

39. Начальный курс философии. Под рук. Даниленко Д. И. М.: Мысль,1970.

40. Первозванский A.A., Первозванская Т.Н. Финансовый рынок: Расчет и риск М.: Инфра-М, 1994.

41. Половников В.А., Горчаков A.A. Методы и модели экономического прогнозирования. М.: МЭСИ, 1980.

42. Половников В.А., Скучалина JI.M. Обобщение моделей экономического прогнозирования. М.: МЭСИ, 1982.

43. Положение о допуске к торгам на Московской межбанковской валютной бирже ценных бумаг без включения их в котировальные листы ММВБ. Утверждено Биржевым Советом Московской межбанковской валютной биржи. Протокол №5 от 02.10.97.

44. Положение о листинге ценных бумаг на Московской межбанковской валютной бирже. Утверждено Биржевым Советом Московской межбанковской валютной биржи.

45. Положение о Сводном фондовом индексе ММВБ. Утверждено на заседании Дирекции Московской межбанковской валютной биржи. Протокол № от 1997 г.

46. Положение о требованиях, предъявляемых к организаторам торговли на рынке ценных бумаг (утв. Постановлением Федеральной комиссии по рынку ценных бумаг от 16 ноября 1998 г. N 49)

47. Положение о Федеральной комиссии по рынку ценных бумаг. Утверждено Указом Президента РФ от 1 июля 1996 г. №1009.

48. Положение о Фондовом отделе (Секции фондового рынка) Московской межбанковской валютной биржи. Утверждено Биржевым Советом Московской межбанковской валютной биржи. Протокол №5 от 23.09.96.

49. Правила проведения торгов по ценным бумагам на Московской межбанковской валютной бирже. Утверждено Биржевым Советом Московской межбанковской валютной биржи.

50. Правила членства в Фондовом отделе (Секции фондового рынка) ММВБ. Утверждено Биржевым Советом Московской межбанковской валютной биржи. Протокол "2 от 02.07.96.

51. Рабочая книга по прогнозированию. М.: Мысль, 1982.

52. Регламент торгов по обыкновенным и привилегированным акциям, включенным в котировальный лист Московской межбанковской валютной биржи 1 уровня. Утверждено на заседании Дирекции Московской межбанковской валютной биржи. Протокол №59 от 23 июля 1998 г.

53. Российский рынок государственных ценных бумаг. Под ред. Алексеева М. Ю., Лондон: Евромани Пабликейнз ПиЭлСи., 1997

54. Рынок ценных бумаг. Шаг России в информационное общество / Под ред. Клещева Н. Т. М.: Экономика, 1997.

55. Сорос Дж. Алхимия финансов. М.: Инфра-М, 1996.

56. Статистический словарь / Гл. ред. М.А.Королев. М.: Финансы и статистика, 1989.

57. Статистический словарь. Издание 2-е, переработанное и дополненное.

58. М.: Финансы и статистика, 1989.

59. Статистическое моделирование и прогнозирование./ Под ред.А.Г. Гранберга. М.: Финансы и статистика, 1990.

60. Трошин Л.И., Мхитарян B.C. Корреляционный и регрессионный анализ. М.: МЭСИ, 1981.

61. Федеральный закон от 26 декабря 1995 г. №208-ФЗ "Об акционерных обществах" (с изменениями и дополнениями от 13 июня 1996 г., 24 мая1999 г.).

62. Федеральный закон от 22 апреля 1996 г. №39-Ф3 "О рынке ценных бумаг" (с изменениями от 26 ноября 1998 г., 8 июля 1999 г.).

63. Фестер Э., Ренц Б. Методы корреляционного и регрессионного анализа. М.: Финансы и статистика, 1983.

64. Финансы / Родионова В. М., Вавилов Ю. Я., Гончаренко Л. И. и др.-под ред. Родионовой В. М. М.: Финансы и статистика, 1993.

65. Хардле В. Прикладная непараметрическая регрессия. Перевод с англ. Назина А. В. под ред. Малютова М. Б. М.: Мир, 1993.

66. Четыркин Е.М. Статистические методы прогнозирования. М.: Статистика, 1977.

67. Шермет А.Д., Сайфуллин P.C. Методика финансового анализа. М.: Инфра-М, 1995.