Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: V Международной научно-практической конференции «Научное сообщество студентов XXI столетия. ЭКОНОМИЧЕСКИЕ НАУКИ» (Россия, г. Новосибирск, 15 ноября 2012 г.)

Наука: Экономика

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Бахорина Ю.С. МОДЕЛИРОВАНИЕ ФОНДОВОГО ИНДЕКСА ММВБ // Научное сообщество студентов XXI столетия. ЭКОНОМИЧЕСКИЕ НАУКИ: сб. ст. по мат. V междунар. студ. науч.-практ. конф. № 5. URL: http://sibac.info/archive/economy/5.docx (дата обращения: 29.03.2024)
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов


МОДЕЛИРОВАНИЕ ФОНДОВОГО ИНДЕКСА ММВБ


Бахорина Юлия Сергеевна


студент 5 курса, кафедра экономической теории, учета и анализа, Вологодский государственный технический университет (ВоГТУ), г. Вологда


E-mail: julietbakh@rambler.ru


Метляхин Александр Игоревич


научный руководитель, канд. экон. наук, доцент кафедры экономической теории, учета и анализа, Вологодский государственный технический университет (ВоГТУ), г. Вологда

 

Целью данной работы является моделирование фондового индекса с учетом влияния макроэкономических показателей на примере российского индекса ММВБ. Объект исследования — российский фондовый рынок. Предмет исследования — индекс ММВБ.

Актуальность данной работы заключается в том, что результаты исследования могут быть практически применены для анализа и прогнозирования динамики индекса ММВБ, что позволяет оценивать ситуацию на российском фондовом рынке.

Фондовый индекс — показатель состояния и динамики рынка ценных бумаг. Через сопоставление текущего значения индекса с его предыдущими значениями можно оценить поведение рынка, его реакцию на те или иные изменения, события и процессы.

В зависимости от того, какие ценные бумаги составляют выборку, используемую при расчете индекса, он может характеризовать рынок в целом, рынок определенного класса ценных бумаг, отраслевой рынок.

Фондовые индексы рассчитываются и публикуются чаще всего информационными или рейтинговыми агентствами и фондовыми биржами. В каждой стране, как показывает практика, рассчитывается множество фондовых индексов, отличающихся друг от друга базой и методами расчета.

Российский индекс ММВБ (MICEX) (индекс Московской Межбанковской Валютной Биржи) рассчитывается с 22 сентября 1997 года на основе цен сделок, совершаемых с наиболее ликвидными ценными бумагами 30 компаний. Цена учитывается в рублях. За начальное значение индекса было принято 100 пунктов.

Индекс ММВБ рассчитывается по определенной формуле:


 (1)

 — последнее значение индекса, рассчитанное в предшествующий торговый день (день T-1);

 — цена i-ой ценной бумаги, рассчитанная в момент времени t текущего дня (дня T);

 — последняя цена i-ой ценной бумаги, рассчитанная в день T-1;

 — объем эмиссии i-ой ценной бумаги (в штуках);

 — весовой коэффициент i-ой ценной бумаги;

 — коэффициент free-float i-ой ценной бумаги (приблизительная доля акций, находящихся в свободном обращении);

 — общее количество ценных бумаг, входящих в базу расчета индекса.

Но этой формулы недостаточно для анализа. Поэтому была поставлена задача проанализировать, какие факторы могут влиять на изменение индекса ММВБ, как их учитывать, и возможно ли на их основе построить эконометрическую модель и прогнозировать динамику индекса.

В качестве результирующей (зависимой) переменной y было принято значение индекса ММВБ.

В качестве факторных (независимых) переменных х были отобраны следующие показатели: курсы различных валют по отношению к рублю; цены на драгоценные металлы; цены на наиболее известные мировые марки нефти; макроэкономические показатели; фондовые индексы других стран.

Список факторных переменных:

x1 — USD, курс доллара США (руб. за 1 доллар);

x2 — EUR, курс евро (руб. за 1 евро);

x3 — GBP, курс британского фунта стерлингов (руб. за 1 фунт стерлингов);

x4 — JPY, курс японской иены (руб. за 100 иен);

x5 — CNY, курс китайского юаня (руб. за 10 юаней);

x6 — Au, цена золота (руб. за 1 г);

x7 — Ag, цена серебра (руб. за 1 г);

x8 — Pt, цена платины (руб. за 1 г);

x9 — Pd, цена палладия (руб. за 1 г);

x10 — Brent, цена североморской нефти марки Brent (долл.за баррель);

x11 — Light, цена американской нефти марки Light (долл.за баррель);

x12 — БЕЗР, уровень безработицы в России (%);

x13 — ИНФЛ, уровень инфляции в России (% к предыдущему периоду);

x14 — max %, максимальная процентная ставка по вкладам десяти кредитных организаций , привлекающих наибольший объем депозитов физических лиц в России;

x15 — ВВП, прирост ВВП России ( % к предыдущему периоду);

x16 — DJIA, Dow Jones Industrial Average, фондовый индекс США;

x17 — FTSE, Financial Times Stock Exchange 100 Index, фондовый индекс Великобритании;

x18 — САС, Cotation Assistée en Continu 40, фондовый индекс Франции;

x19 — DAX, Deutscher Aktienindex, фондовый индекс Германии;

x20 — SSEC, SSE Composite, фондовый индекс Китая;

x21 — NIKKEI, Nikkei 225 Stock Average, фондовый индекс Японии.

С введением в модель макроэкономических показателей возникли некоторые сложности. Естественно, что данные такого типа не обновляются каждый день, обычно в статистических отчетах приводится их примерное значение за некоторый промежуток времени. Информация публикуется с запаздыванием, причем у каждого показателя свой интервал обновления.

Было предложено три способа учета этих данных в модели:

1.значение каждого макроэкономического показателя считается неизменным до момента появления новой информации о нем;

2.значение каждого макроэкономического показателя учитывается только в день появления информации, в остальные дни она становится неактуальной, и значения равны нулю;

3.значение каждого макроэкономического показателя учитывается в день появления информации, в остальные дни значимость показателя убывает в определенной зависимости до момента появления новой информации.

С использованием программных пакетов Statistica и Microsoft Excel методом наименьших квадратов было оценено несколько моделей линейного и нелинейного типа с различными комбинациями факторных переменных и с применением вышеперечисленных способов включения макроэкономических показателей.

Каждая предварительно полученная модель с помощью специальных эконометрических методов и алгоритмов подвергалась проверке на выполнение условий Гаусса-Маркова (в частности, на отсутствие мультиколлинеарности, автокорреляции и гетероскедастичности) и при необходимости корректировалась. Проверка на выполнение этих условий позволяет отбирать наиболее адекватные модели.

Лучшей среди них была признана степенная модель вида:


 ,

где:

x1 — USD, курс доллара США (руб. за 1 доллар);

x2 — EUR, курс евро (руб. за 1 евро);

x3 — Au, цена золота (руб. за 1 г);

x4 — Brent, цена североморской нефти марки Brent (долл. за баррель);

x5 — FTSE, Financial Times Stock Exchange 100 Index, фондовый индекс Великобритании.

Коэффициенты в степенной модели интерпретируются следующим образом: показатель степени переменной х показывает, на сколько процентов изменится значение переменной y при увеличении данной переменной x на 1 процент.

Преимущества данной модели по сравнению с другими рассмотренными:

1.  уравнение регрессии объясняет около 99 % вариации зависимой переменной;

2.  с вероятностью 99 % уравнение можно считать статистически значимым;

3.  устранены мультиколлинеарность и автокорреляция, отсутствует гетероскедастичность;

4.  после построения прогноза и доверительных интервалов модель признана адекватной.

С точки зрения экономического смысла полученные коэффициенты достаточно адекватно отражают реальные взаимосвязи.

График динамики индекса, построенной по модели, очень близок к графику фактической динамики (рисунок 1).

 



Рисунок 1. Сравнение фактической и теоретической динамики индекса ММВБ

 

Данную модель можно практически применять для прогнозирования тенденции изменений индекса ММВБ в краткосрочном периоде.

Показателен тот факт, что макроэкономические переменные оказались незначимыми вне зависимости от различных способов их учета. Этот факт подтверждает предположение о том, что их изменения не оказывают значительного влияния на ход торгов на бирже, поскольку эта информация в силу своего характера рассчитывается приблизительно и публикуется с большим запаздыванием.

Из числа факторных переменных наиболее сильное влияние на результирующую оказывает переменная x5: если значение индекса FTSE увеличивается на 1 %, то значение индекса ММВБ увеличивается на 0,95 %. Это свидетельствует о взаимосвязи происходящих процессов на фондовых рынках разных стран, а также об определенном влиянии психологического фактора: в некоторой степени при принятии решений игроки ориентируются на изменение тенденций наиболее авторитетных мировых фондовых индексов.

 

Список литературы:

1.Архивные данные сайта ЗАО «ФИНАМ»: [Электронный ресурс] ― Режим доступа. — URL: http://www.finam.ru/analysis/export/

2.Архивные данные и другие материалы сайта Федеральной службы государственной статистики РФ (Росстат). [Электронный ресурс] ― Режим доступа. — URL: http://www.gks.ru/wps/wcm/connect/rosstat/rosstatsite/main/

3.Архивные данные сайта Центробанка РФ. [Электронный ресурс] ― Режим доступа. — URL: http://www.cbr.ru/

4.Доугерти К. Введение в эконометрику. Пер. с англ. / Кристофер Доугерти // М.: ИНФРА-М, 1999. ― 406 с.

5.Материалы сайта Московской Межбанковской Валютной Биржи (ММВБ). [Электронный ресурс] — Режим доступа. ― URL: http://www.micex.ru/

6.Эконометрика: учебник для вузов по специальности «Статистика» / под ред. И.И. Елисеевой. — 2-е изд., перераб. и доп. ― М.: Финансы и статистика, 2007. — 575 с.

Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

Комментарии (6)

# Анна 22.11.2012 02:36
Очень интересная статья!<br />Именно потому что практическая по своей сути (а не просто собранная теория).<br />Из своего опыта знаю, что эконометрика - такой предмет, когда за каждым выводом скрывается большой объем вычислений.<br />Судя по графику, модель получилась хорошая, довольно точно.
# Юлия 22.11.2012 16:16
Анна, спасибо за отзыв!
# Ксюша 24.11.2012 04:19
Для меня удивительно, что мало комментариев! Считаю, очень достойная работа. Может просто не все интересуются фондовым рынком. На мой взгляд, очень круто! У девушки очень хорошая модель получилась, представляю, сколько времени и усилий нужно было приложить, чтобы перебрать и оценить разные варианты
# Юлия 24.11.2012 05:08
Ксюша, спасибо!
# Наталия 25.11.2012 16:11
Хорошая работа. Мало комментариев наверно из-за того, что читать статью на сложную тему не все хотят, к сожалению.<br />Продолжайте писать на сложные и интересные темы.
# Юлия 25.11.2012 22:42
Наталия, и Вам спасибо за отзыв!<br />Возможно, некоторое недопонимание из-за того, что не у всех экономических специальностей есть курс эконометрического моделирования. Даже не знаю... Хотя я постаралась свести специфические понятия до минимума и в выводах использовать "понятную" лексику.

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.