Уважаемые коллеги, мы работаем в обычном режиме с 30.10 по 7.11. Посмотреть контакты
   
Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65

Статья опубликована в рамках: LIII Международной научно-практической конференции «Научное сообщество студентов XXI столетия. ЭКОНОМИЧЕСКИЕ НАУКИ» (Россия, г. Новосибирск, 08 мая 2017 г.)

Наука: Экономика

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Бусыгина Д.А. ИССЛЕДОВАНИЕ ВЛИЯНИЯ ИНДИКАТОРОВ НА КОТИРОВКИ АКЦИЙ НЕФТЕДОБЫВАЮЩЕЙ РОССИЙСКОЙ КОМПАНИИ // Научное сообщество студентов XXI столетия. ЭКОНОМИЧЕСКИЕ НАУКИ: сб. ст. по мат. LIII междунар. студ. науч.-практ. конф. № 5(53). URL: https://sibac.info/archive/economy/5(53).pdf (дата обращения: 29.10.2021)
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
Диплом лауреата
отправлен участнику

ИССЛЕДОВАНИЕ ВЛИЯНИЯ ИНДИКАТОРОВ НА КОТИРОВКИ АКЦИЙ НЕФТЕДОБЫВАЮЩЕЙ РОССИЙСКОЙ КОМПАНИИ

Бусыгина Дарья Андреевна

магистрант 2 курса, департамент корпоративных финансов и корпоративного управления ФУ при Правительстве РФ,

РФ, г. Москва

Научный руководитель Раева Инна Валерьевна

канд. экон. наук, доцент ФУ при Правительстве РФ,

РФ, г. Москва

В настоящее время российский фондовый рынок претерпевает фундаментальные изменения, т.к. история его становления началась сравнительно недавно – с 90-х гг. прошлого века. Именно поэтому так важно вычислить и понять тенденции, найти правила и взаимосвязи, которые присущи российскому фондовому рынку, чтобы глубже понять его фундаментальные свойства и особенности. Чтобы правильно проанализировать тенденции российского фондового рынка, необходимо посмотреть на динамику его главных составляющих: акций российских компаний. Преобладающую долю в этом сегменте несут газодобывающие и нефтедобывающие компании, почти все из которых составляют костяк фондового рынка России, а также входят в расчет главного российского фондового индекса – индекса ММВБ, или MICEX.

Вне сомнения, оценка значимости факторов на котировки акций нефтегазовых компаний в России имеет особую актуальность. В первую очередь, российские власти неоднократно говорили о необходимости повышения среднего уровня финансовой грамотности среди населения для того, чтобы фондовый рынок России стал неотъемлемой частью финансирования реального сектора российской экономики. Однако сверхволатильность, отсутствие доверия у инвесторов затрудняет привлечение частных инвесторов, благодаря которым может выстроиться эффективная система. Рынок акций остается крайне волатильным, зависимым от происходящих случайным образом событий, и воспринимается в основном как спекулятивная среда. Чтобы смягчить волатильность на рынке акций, необходимо понять, какие факторы влияют на котировки акций и определить степень их влияния.

Во вторую очередь, во всем мире, в том числе и в России, претерпевает изменения пенсионная система стран, терпит крах традиционная система, основанная на солидарности поколений, вводится в действие система, основанная на накопительной системе, предусматривающей в будущем инвестирование пенсионный накоплений на фондовом рынке. Естественно, в условиях сегодняшнего дня невозможно построить эффективную пенсионную программу, т.к. российский рынок далек от эффективного, им управляют импульсы и другие факторы, которые следует определить.

В третью очередь, понимание степени влияния факторов на фондовый рынок, поможет выстроить правильную стратегию реагирования частным и институциональным инвесторам.

Таким образом, определение основных факторов и изучение степени их влияния особенно актуально для развивающихся рынков, где фондовый рынок достаточно молод, в частности в России, где история фондового рынка насчитывает чуть больше 20 лет.

В настоящее время существует достаточно много работ, охватывающих исследование взаимосвязей факторов и котировок акций на фондовом рынке России. В частности, больше всего исследований посвящено влиянию мировых цен на нефть в качестве главного фактора, воздействующего на котировки развивающихся стран-нефтеэкпортеров.

Ученые С. Башер и П. Садорски [4], используя модель CAPM, изучили зависимость между ценой на нефть и развивающимися фондовыми рынками на примере стран БРИК (Бразилии, России, Индии, Китая) и пришли к выводу, что наиболее сильно реагируют фондовые рынки России и Бразилии. Обратный эффект наблюдается в Индии и Китае, что можно объяснить сильным влиянием этих стран на международную экономику (в частности – на энергоносители).

С. Алои, Н. Хуонг и Х. Нье [3] также исследовали влияние цены на нефть на развивающиеся фондовые рынки (на примере 25 стран). Используя данные с сентября 1997 г. по ноябрь 2007 г., с помощью корреляционного и коинтеграционного анализа они доказали, что влияние цены на нефть не настолько сильное, как его описывают в других работах, и оно является асимметричным. Безусловно, коэффициент корреляции оказался положительным для всех стран, но в долгосрочной перспективе этот фактор не способен определять поведение фондового рынка.

В работе Г. Филиса, С. Дегианакиса, Ц. Флороса [5] рассматриваются ежемесячные данные индексов крупнейших стран – экспортеров нефти: Канады, Мексики, Бразилии и стран – импортеров нефти: США, Германии и Нидерландов, а также цена на нефть с 1987 по 2009 г. Зависимость между ними оценивается с помощью DCC-GARCH-модели. Расчеты показали, что корреляция между этими индексами и ценой на нефть в целом стабильная (положительная) на протяжении рассматриваемого периода. Также авторы отмечают, что в периоды кризиса волатильность на нефтяных рынках достигает максимума, что приводит к резким скачкам на фондовых рынках развивающихся стран.

Исследователи Е. Федорова и К. Панкратов [2] апробировали эконометрическую модель EGARCH, чтобы оценить влияние различных факторов на российский фондовый рынок. В качестве таких факторов были рассмотрены: – ВВП; – курс доллара США; – отношение курсов евро/доллар; – сальдо движения капитала; – мировые цены на нефть марки Brent. В результате анализа выявлена сильная зависимость динамики индекса ММВБ от цены на нефть и курса доллара.

Ю. Митин [1] в своей работе изучал влияние мировых экономических индикаторов на динамику российского фондового рынка в 1999–2010 гг. и определил наиболее сильную зависимость индекса ММВБ и РТС от индекса S&P 500, котировок фьючерсов на нефть марки Brent на бирже NICE и курса доллара.

Таким образом, можно сказать, что основными факторами, влияющими фундаментально на котировки акций, являются индексы фондовых рынков, мировая цена на нефть, курс валюты (в основном, это курс рубля к доллару), а также иные факторы, отражающие мировую ситуацию в экономике.

В связи с напряженной политической и экономической ситуацией в России и мире, особенно важно проанализировать влияние мировых факторов на фондовый рынок России. Утечка капитала, санкции, а также падение цен на нефть негативно отразилось на тенденциях фондовых рынков. Экономика России в последние два года испытывала сильное давление и падение. Современные экономические и политические тенденции показывают, что это не временный кризис, а новая реальность, где курс доллара колеблется в рамках от 60 до 70 рублей, а цена на нефть не превышает 60 долларов за баррель. Фондовые рынки подстраиваются под такую ситуацию быстрее всего, т.к. именно на них просматриваются все мировые текущие тенденции, инвесторы наиболее остро и наиболее быстро реагируют на все изменения, происходящие в мире.

Таким образом, анализируя влияние фундаментальных факторов на котировки акций российский компаний, можно сказать о степени их влияния и решить важнейшие задачи по стабилизации фондового рынка, сокращении волатильности и привлечении частных и институциональных инвесторов.

Разработка эконометрической модели

Для оценки тенденций российского фондового рынка была выбрана компания «Роснефть» - лидер нефтедобывающих компаний России, занимающая почти монопольную позицию в экспорте и переработке нефти как в пределах страны, так и в странах СНГ и других странах мира. В качестве объясняемой переменной были взяты цены закрытия на Московской бирже помесячно, начиная с IPO компании в июле 2007 года. В качестве регрессоров изначально были взяты следующие переменные: индекс ММВБ, индекс РТС, цена нефти марки Brent, курс доллара к рублю (курс Центрального Банка России), а также дополнительные переменные, такие, как цена бензина, котируемого на бирже, индекс американской нефтегазовой промышленности, а также цена 5-летних американских государственных облигаций. Выборка была выбрана помесячно, начиная с 1 июля 2006 года, заканчивая 3 апреля 2017 года, причем последнее наблюдение было взято в качестве контрольного для проверки адекватности модели. Рассмотрим подробнее спецификацию модели, а также проверку ее на адекватность, способность прогноза и приведем экономическую интерпретацию полученных результатов.

Построенная модель учитывала семь регрессоров и одну объясняемую переменную. Однако, после анализа значимости переменных и корреляционного анализа, было решено убрать несколько переменных, которые не внесли никакого влияния на модели, либо искажали результаты: цена бензина, котируемого на бирже, индекс американской нефтегазовой промышленности, а также цена 5-летних американских государственных облигаций.

Таким образом, в качестве начальных факторов, влияющих на котировки акций «Роснефти», являются курс рубля к доллару по ЦБ, индексы ММВБ, РТС, а также цена на нефть марки Brent. Была построена регрессия относительно этих факторов с точностью R = 0,84, R2 = 0,71, что в целом достаточно хорошо объясняет вариацию основного признака. При оценке значимости факторов по t-критерию, выяснилось, что переменная курса оказалась незначима на уровне значимости в 5 %. Определяя уровень значимости в 10 %, можно также заметить, что P-value переменной курс рубля к доллару составляет 0,16, что значит, что и на уровне значимости в 10 % эта переменная оказывается незначима. Таким образом, учитывая уровень значимости и t-статистику и P-value этой переменной, решено было исключить незначимую переменную из модели.

Окончательная модель принимает вид: Yt – объясняемая переменная – помесячные котировки акций «Роснефти», X1t,2t,3t – соответственно, индекс ММВБ, индекс РТС, цена на нефть марки Brent.

Оценка коэффициентов в модели проводилась с помощью корреляционно-регрессионного анализа. Была произведена оценка коэффициентов и точности и адекватности модели. R = 0,84, что значит, что в целом на 84 % выбранные признаки определяют вариацию основного признака. R2 = 0,71, что также подтверждает адекватность и правильность выбора значащих факторов. С помощью F-теста и t-статистики были проверены значимость R2 и факторов, оказалось, что все переменные в модели значимы. Начальная спецификация модели такова: . Теперь необходимо провести проверку на соответствие модели предпосылкам теоремы Гаусса-Маркова. Первая предпосылка заключается в том, что математическое ожидание остатков модели должно равняться 0. В предложенной модели первая предпосылка выполняется, следовательно, первое условие выполнено, и можно дальше анализировать модель. Вторым условием теоремы является гомоскедастичность остатков. Для проверки этой предпосылки проведем тест Голфельда-Квандта. Значение F-статистики для теста = 1,11, значение статистики в -1 степени = 0,899. Критическое значение F-статистики = 1,73, следовательно, критическое значение больше, чем F-статистика теста, что говорит о подтверждении нулевой гипотезы теста об отсутствии гетероскедастичности остатков в модели. Вторая предпосылка подтверждена.

Третьей предпосылкой модели является отсутствие автокорреляции остатков, то есть последовательной корреляции, когда следующее значение остатков зависит от предыдущего. Для проверки этого условия проведем тест Дарбина-Уотсона на выявление автокорреляции 1 порядка. Статистика Дарбина-Уотсона равна 0,45, что говорит о присутствии автокорреляции остатков. Для того, чтобы модель была адекватной, необходимо подтверждение всех 3 предпосылок. Следовательно, необходимо убрать автокорреляцию и подправить спецификацию модели, чтобы она была адекватна. Для этого проведем процедуру Дарбина по исправлению автокорреляции.

Коэффициент автокорреляции неизвестен, поэтому проведем его оценку на основе процедуры Дарбина, а именно: r = r = . Соответственно, скорректируем данные: y* = yt – r´yt-1. Для того, чтобы не было утеряно первое наблюдение, воспользуемся поправкой Прайса-Уинстена:

На скорректированных данных построим регрессию: получены оценки коэффициентов регрессии, остатки. При повторном проведении теста Дарбина- Уотсона, статистика DW = 1,67, а критические значения dl и du = 1,46; 1,63, соответственно. Скорректированные данные не содержат автокорреляции, также получены новые оценки коэффициентов: при переменных они получены в новой регрессии, оценка коэффициента свободного члена получается следующим образом: а = .

Таким образом, спецификация нашей модели такова:

Доверительный интервал с вероятностью в 95 % для нашей модели находится в диапазоне от 311,25 до 331,56. Последнее контрольное значение Y = 320,6, что попадает в доверительный интервал, следовательно, модель имеет достаточно хорошую прогнозную силу с вероятностью ошибки в 5 %.

Основные результаты и выводы

Экономически интерпретировать модель можно следующим образом: на цену акций компании «Роснефть» положительно действуют индекс ММВБ, а также цена нефти, отрицательно (то есть в сторону уменьшения) индекс РТС плюс случайная составляющая. Согласно модели, при изменении индекса ММВБ на 1 пункт, котировки акций «Роснефти» растут на 0,15 руб; при изменении индекса РТС на 1 пункт, котировки акций падают на 0,022 руб; при изменении цены нефти на 1 доллар, котировки акций растут на 0,27 руб. В ходе работы были выявлены внутренние зависимости котировок акций от индексов российских фондовых рынков, а также мировой цены на нефть. Данные взаимосвязи позволят более точно и правильно интерпретировать события, происходящие на фондовом рынке, а также помогут понять, что мировая цена на нефть была и остается одним из наиболее значащих факторов, управляющих российским фондовым рынком.

 

Список литературы:

  1. Митин Ю.П. Влияние мировых экономических индикаторов на динамику российского фондового рынка в 1999–2010 гг.: Автореф. дис. канд. экон. наук. – Санкт-Петербург, 2011. – 26 с.
  2. Федорова Е.А., Панкратов К.А. Влияние мирового финансового рынка на фондовый рынок России // Аудит и финансовый анализ. – 2009. – № 2. – С. 78–83.
  3. Aloui C., Nguyen D. Khuong, Njeh H. Assessing the Impacts of Oil Price Fluctuations on Stock Returns in Emerging Markets // Economic Modelling. 2012. № 29. P. 2686–2695.
  4. Basher S.A. and Sadorsky P. Oil price risk and emerging stock markets // Global Finance Journal. 2006. № 17. P. 280–292.
  5. Filis G., Degiannakis S., Floros C. Dynamic correlation between stock market and oil prices: The case of oil-importing and oil-exporting countries // International Review of Financial Analysis. 2011. № 20. P. 82–94.
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
Диплом лауреата
отправлен участнику

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом