RefMag.ru - Оценка. Помощь в решении задач, тестов, практикумов, курсовых, аттеста­ционных

RefMag.ru - Помощь в решении в учебе

Заказать:
- заказать решение тестов и задач
- заказать помощь по курсовой
- заказать помощь по диплому
- заказать помощь по реферату

Репетитор оценщика

Готовые работы заочников

Тесты:

Задачи:

Примеры работ по оценке

Примеры курсовых работ
Примеры аттест­ационных работ
Учебные дисциплины
Литература
Заказ работ:




Экспертная и репетиторская помощь по решению тестов, задач, практикумов и всех других видов работ. Сергей.
тел. +7(495)795-74-78, [email protected], ,
,

Примеры выполненных работ: | контрольные | курсовые | дипломные | отзывы |




Методические материалы:

Список литературы по оценочной деятельности > Прогнозирование цен акций при помощи идентификации закона распределения

Прогнозирование цен акций при помощи идентификации закона распределения

Акимов С.С. Прогнозирование цен акций при помощи идентификации закона распределения // Интеллект. Инновации. Инвестиции. 2018. № 9. С. 10-14.

Скачать оригинал статьи

Фрагмент работы на тему "Прогнозирование цен акций при помощи идентификации закона распределения"

ИНТЕЛЛЕКт. инновации. инвестиции 9/2018 10 В современном мире, благодаря развитию ин- тернет-технологий и всеобщей глобализации осо- бое значение приобретает инвестирование в цен- ные бумаги [7, с. 40]. Рынок ценных бумаг является своеобразным индикатором развития государства, его экономи- ческой и социальной политики. Помимо этого, ры- нок выполняет большое количество разнообразных функций, в числе которых необходимо указать пе- рераспределение денежных ресурсов, и, как след- ствие концентрацию инвестиционного капитала на важнейших направлениях деятельности страны, обеспечение регулирования финансовых процес- сов, стимулирование производства и т.д. Фондовый рынок, также является достаточно привлекательным и для миноритарнах акционеров – частных инвесторов с небольшим капиталом, по- скольку на фондовом рынке имеется потенциальная возможность использования даже незначительного капитала, легкой смены отрасли инвестирования, быстрого реагирования на какие-либо негативные рыночные ситуации [2, c. 124]. Исследование российского рынка акций акту- ально по целому ряду причин. К таким причинам можно отнести ускоренный рост интернет-техно- логий, технических средств связи и программного обеспечения, который позволяет обеспечивать до- ступ к фондовому рынку самых широкой массы на- селения. Более того, в настоящий момент в России сформирована тенденция к максимально возмож- ному привлечению розничных инвесторов как в го- УДК 330.322 Сергей Сергеевич Акимов, старший преподаватель кафедры управления и информатики в технических системах, ФГБОУ ВО «Оренбургский государственный университет» e-mail: [email protected] ПРОГНОЗИРОВАНИЕ ЦЕН АКЦИЙ ПРИ ПОМОЩИ ИДЕНТИФИКАЦИИ ЗАКОНА РАСПРЕДЕЛЕНИЯ Актуальность исследуемой проблемы обусловлена быстрым ростом фондового рынка России, уве- личением количества инвесторов, инвестиционного капитала и усложнением методов прогнозирования инвестиционной привлекательности ценных бумаг. Цель исследования – усовершенствовать методы прогнозирования цен акций, используя процесс иден- тификации закона распределения. В работе использован мультипликатор EV/EBITDA, дающий «справедливую» оценку стоимости акций и его реальной цены на рынке, а также ценовая разность, под которой понимается абсолютный разрыв между реальной и «справедливой ценой»; идентификация закона распределения ценовой разности позво- ляет сделать предположение о дальнейшем изменении цен на акции, то есть дает качественный сигнал об изменении цены в будущем относительно текущего состояния. В результате получены ценовые разности и идентифицированы законы их распределения для трех эмитентов; анализ цен акций этих эмитентов в последующем позволил подтвердить предположение, что различия в законах распределения находят свое отражение в последующем изменении цены акций, что дает принципиальную возможность использования данного метода для прогноза цен акций. Материалы статьи могут быть полезны для инвесторов, трейдеров и других участников фондового рынка, а также исследователям в области инвестиций. Ключевые слова: фондовый рынок, прогнозирование, ценовые разности, идентификация закона рас- пределения. сударственную экономику, так и в частный бизнес. Также, заметный рост экономической грамотности оказывает существенное влияние на рост потреб- ности в инвестировании относительно небольших средств в разнообразные экономические сферы. Среди отечественных ученых, посвятивших свои работы вопросам анализа и оценки инвести- ций можно выделить А.Е. Абрамова, А.Д. Радыги- на, М.И. Чернову. В своей работе [1] они проанали- зировали влияние удлинения временного горизонта инвестиций на принципы построения всей инвес- тиционной стратегии, а также на некоторые преи- мущества основных классов активов. В их работе сделан вывод о том, что эффективности традици- онного, долгосрочного вложения не всегда высока, и что при увеличении временного интервала растут и риски, которые необходимо нивелировать посред- ством диверсификации капитала. Достаточно актуальным является труд Е.Б. Ми- цека, С.А. Мицека [6], в котором разработана модель оптимального уровня инвестиций, и проведено их экономическое оценивание. В работе выявлено, что от величины предельного дохода от капитала в зна- чительной степени зависит объем инвестиций, а от объема экспортных цен зависит предельный доход. Я.В. Бологов в своей работе [3], основное вни- мание переносит на учет совокупных взаимосвя- зей между компонентами кредитного портфеля. Используя копула-функции, сглаживание параме- трическим и непараметрическим методом, автор разрабатывает модель расчета кредитного риска, Экономические науки 11 применяемую впоследствии в банковском секторе. Копула-функции также используются в работе А.И. Травкина [8]. При помощи них исследователь ставит и решает задачу выбора и оценивания сов- местного распределения доходностей инвестиро- вания. В работе отражено, что оценка стоимостной меры риска (VaR) на основе копула-функций не усту- пает альтернативным, применяемым более широко. Среди зарубежных ученых, занимавшихся дан- ной проблемой необходимо выделить K. Holden, D.A. Peel, J.L.Thompson [10], которые создали об- ширный труд по методам, используемым при про- гнозировании будущего состояния экономики. Все- сторонний охват методов и приложений в области инвестирования делает их труд уникальным в сво- ем роде. Кроме того, заслуживает внимание работа Maurice D. Levi [11] в котором произведена успеш- ная интеграция как микро, так и макро аспектов финансов на международном уровне. Автор делает упор на управленческие проблемы, возникающие в связи с финансовыми отношениями, и приводит ряд важнейших замечаний по инвестированию в целом. Таким образом, проведенный анализ научных публикаций по теме исследования показывает ак- туальность научных исследований в области инвес- тирования. Вместе с тем необходимо отметить, что имеется серьезная потребность в проведении даль- нейших исследований ввиду сложности и динамич- ности процесса инвестирования в целом. Основной проблемой инвесторов при вложении капитала в любой финансовый инструмент явля- ется прогнозирование. Ошибка в прогнозе приво- дит к потере средств и, зачастую, к банкротству инвесторов. Потому проблемой прогноза, расчета волатильности акций, анализ рисков и управление капиталом занимается очень большое количество отечественных и зарубежных исследователей. Цель данной работы – усовершенствовать мето- ды прогнозирования цен акций, используя процесс идентификации закона распределения. Для проведения исследования необходимо опи- сать используемый в работе инструментарий. В настоящее время широко используется пока- затель «справедливой» цены акций. Причем в среде инвесторов не существует единого мнения о методе оценки подобной «справедливой» цены. Тем не ме- нее, среди основных мультипликаторов, получив- ших широкое распространение на фондовом рынке, наибольшее предпочтение отдается показателям стоимости компании (Enterprise value, EV) и до- налоговой прибыли (Earnings before interest, taxes, depreciation and amortization, EBITDA). Показатель EV отображает стоимость компании с включением в нее всех источников финансовых потоков, включающая в себя не только сумму ры- ночной капитализации, но и ее долги. Показатель EBITDA является аналитическим показателем, равным объему прибыли предприятия до вычета из нее расходов по выплате процентов, начисленной амортизации и налогов. На базе вышеприведенных показателей рас- считывается коэффициент «справедливой» цены, как отношение EV к EBITDA. В настоящее время существуют оценки данного показателя для раз- личных отраслей и компаний. Так, например, для банковской отрасли KFP = 6, для ритейла KFP = 4, для отраслей промышленности KFP = 3 и т.д. [10]. По- скольку показатель цены акций входит в EV, и на- ходится в числителе дроби, то достаточно просто выполнять оценку компании. Так, например, если некий банк имеет показатель KFP = 3, это означает, что его акции недооценены в два раза. Однако, при всей кажущейся простоте оценки «справедливой» цены, в данной модели существу- ет серьезный недостаток. Цена акций, равно как и другие показатели, входящие в итоговую оценку является динамичной. Это означает, что основные параметры оценивания могут изменяться, притом, весьма существенно. Более того, отчетность компа- нии, публикуемая для широкого доступа, является ретроспективной, и отражает лишь статичные пока- затели, без учета каких-либо тенденций. Проводить же трендовый анализ для подобного коэффициента бессмысленно, поскольку сильное изменении даже одного показателя, входящего в состав коэффици- ента, способно спровоцировать смену тренда. Решением данной проблемы может стать анализ закона распределения ценовой разности, под кото- рой мы будем понимать абсолютный разрыв между реальной и «справедливой ценой». Она определяет- ся по формуле: На базе вышеприведенных показателей рассчитывается коэффици «справедливой» цены, как отношение EV к EBITDA. В настоящее вр существуют оценки данного показателя для различных отраслей и компан Так, например, для банковской отрасли KFP = 6, для ритейла KFP = 4, отраслей промышленности KFP =3 и т.д. [10]. Поскольку показатель це акций входит в EV, и находится в числителе дроби, то достаточно про выполнять оценку компании. Так, например, если некий банк им показатель KFP =3, это означает, что его акции недооценены в два раза. Однако, при всей кажущейся простоте оценки «справедливой» цены данной модели существует серьезный недостаток. Цена акций, равно ка другие показатели, входящие в итоговую оценку является динамичной. Э означает, что основные параметры оценивания могут изменяться, прит весьма существенно. Более того, отчетность компании, публикуемая широкого доступа, является ретроспективной, и отражает лишь статичн показатели, без учета каких-либо тенденций. Проводить же трендов анализ для подобного коэффициента бессмысленно, поскольку силь изменении даже одного показателя, входящего в состав коэффициен способно спровоцировать смену тренда. Решением данной проблемы может стать анализ закона распределе ценовой разности, под которой мы будем понимать абсолютный разр между реальной и «справедливой ценой». Она определяется по формуле: , , где PF – «справедливая цена» акций; Pr – реальная цена акций; KFPт – теоретический коэффициент «справедливой цены», согла международным оценкам; KFPт – рассчитанный эмпирически коэффициент «справедливой цены (1) На базе вышеприведенных показателей рассчитывается коэффици «справедливой» цены, как отношение EV к EBITDA. В настоящее вр существуют оценки данного показателя для различных отраслей и компан Так, например, для банковской отрасли KFP = 6, для ритейла KFP = 4, отраслей промышленности KFP =3 и т.д. [10]. Поскольку показатель це акций входит в EV, и находится в числителе дроби, то достаточно про выполнять оценку компании. Так, например, если некий банк им показатель KFP =3, это означает, что его акции недооценены в два раза. Однако, при всей кажущейся простоте оценки «справедливой» цены данной модели существует серьезный недостаток. Цена акций, равно ка другие показатели, входящие в итоговую оценку является динамичной. Э означает, что основные параметры оценивания могут изменяться, прит весьма существенно. Более того, отчетность компании, публикуемая широкого доступа, является ретроспективной, и отражает лишь статичн показатели, без учета каких-либо тенденций. Проводить же трендов анализ для подобного коэффициента бессмысленно, поскольку силь изменении даже одного показателя, входящего в состав коэффициен способно спровоцировать смену тренда. Решением данной проблемы может стать анализ закона распределе ценовой разности, под которой мы будем понимать абсолютный разр между реальной и «справедливой ценой». Она определяется по формуле: , , где PF – «справедливая цена» акций; Pr – реальная цена акций; KFPт – теоретический коэффициент «справедливой цены», согла международным оценкам; KFPт – рассчитанный эмпирически коэффициент «справедливой цены (2) где PF – «справедливая цена» акций; Pr – реальная цена акций; KFPт – теоретический коэффициент «справедли- вой цены», согласно международным оценкам; KFPт – рассчитанный эмпирически коэффици- ент «справедливой цены». Идея использования закона распределения в данном случае базируется на следующих предпо- ложениях: ? цена акций, как «справедливая», так и реаль- ная, являются случайными величинами, а разность случайных величин также является случайной ве- личиной; ? из определения нормального закона распре- деления очевидно, что совокупность случайных ве- личин, подчиняющихся данному закону распреде- ления подвержена влиянию большой совокупности отдельных малозначимых факторов, откуда очевид- ИНТЕЛЛЕКт. инновации. инвестиции 9/2018 12 но, что факторы, оказывающие значительное влия- ние в данном случае будут отсутствовать; ? появление значимых факторов, могущих ока- зать заметное влияние на изменение ценовой разно- сти (и, соответственно, на одну из цен или на обе цены), приведет к изменению закона распределения. Вопросы идентификации закона распределения достаточно часто поднимались в других работах, будем использовать методику, предложенную в ра- нее опубликованной нами работе [9]. По результатам оценки можно будет сделать вы- вод о том, привлекательна ли цена акций конкрет- ной компании, или же имеются опасения, касатель- но ее снижения. Апробируем предложенный метод на реальных примерах. В качестве примеров возьмем акции сле- дующих компаний: ПАО «ТГК-1»; ПАО «ГМК Но- рильский никель»; ПАО «Мечел». Для эксперимента возьмем показатель «спра- ведливой» и реальной цены за два периода: 2010–2015 годы (поквартально), на котором прове- дем эксперимент и сделаем предположения о це- лесообразности инвестирования в акции данных компаний и 2016–2017 годы (поквартально), для подтверждения или опровержения работоспособ- ности методики. Данные о цене акций, EV, EBITDA получены из открытых источников информации [5]. Согласно общепринятым представлениям, все три компании принадлежат к различным отраслям промышленности (обеспечение электрической энергией, горнодобывающая и металлургическая компании), потому KFPт = 3. В таблицу 1 занесем данные о необходимых показателях, укажем, так- же, коэффициенты корреляции «справедливой» и реальной цены. Таблица 1. Данные о реальной и «справедливой» цене акций выбранных эмитентов, руб. Период ПАО «ТГК-1» ПАО «ГМК Норильский никель» ПАО «Мечел» Pr PF PD Pr PF PD Pr PF PD 2010 1 кв. 0,012 0,088 0,076 4520 5878,8 1358,8 530 138 392 2 кв. 0,016 0,016 0 5440 6198,3 758,3 788 738 50 3 кв. 0,017 0,011 -0,006 4870 8434,8 3564,8 645 901 -256 4 кв. 0,02 0,009 -0,011 5950 4600,8 -1349,2 738 1070 -332 2011 1 кв. 0,022 0,052 0,03 6010 5878,8 -131,2 919 234 685 2 кв. 0,019 0,015 -0,004 7500 8434,8 934,8 834 955 -121 3 кв. 0,015 0,019 0,004 7050 5942,7 -1107,3 687 770 -83 4 кв. 0,011 0,023 0,012 6350 7668 1318 357 368 -11 2012 1 кв. 0,012 0,015 0,003 5400 6262,2 862,2 299 381 -82 2 кв. 0,011 0,007 -0,004 5550 5367,6 -182,4 264 296 -32 3 кв. 0,009 0,025 0,016 5150 5559,3 409,3 196 237 -41 4 кв. 0,007 0,01 0,003 4900 6262,2 1362,2 208 243 -35 2013 1 кв. 0,006 0,013 0,007 5320 6453,9 1133,9 203 208 -5 2 кв. 0,007 0,003 -0,004 5290 8434,8 3144,8 133 237 -104 3 кв. 0,007 0,013 0,006 4690 6198,3 1508,3 100 100 0 4 кв. 0,008 0,012 0,004 4720 5559,3 839,3 103 74 29 2014 1 кв. 0,007 0,007 0 5350 7348,5 1998,5 65 65 0 2 кв. 0,005 0,005 0 6020 10160,1 4140,1 47 45 2 3 кв. 0,005 0,006 0,001 6900 5175,9 -1724,1 50 50 0 4 кв. 0,005 0,015 0,01 7600 5814,9 -1785,1 19 24 -5 2015 1 кв. 0,004 0,31 0,306 10000 8179,2 -1820,8 32 24 8 2 кв. 0,005 0,019 0,014 9910 5623,2 -4286,8 62 53 9 3 кв. 0,004 0,041 0,037 9420 5367,6 -4052,4 60 561 -501 4 кв. 0,005 0,036 0,031 9450 6581,7 -2868,3 65 204 -139 r -0,169 0,002 0,755 Экономические науки 13 Таким образом, можно отметить, что коэффици- енты корреляции цен абсолютно различаются, что не дает возможности построения, например, рег- рессионных моделей. Потому исследование дина- мики цен привычными статистическими методами затруднительно. Определим законы распределения для ценовой разности в каждом из случаев (таблица 2). Таблица 2. Определение законов распределения ценовой разности выбранных эмитентов Эмитент Асимметрия Эксцесс Тяжесть «хвоста» Закон распределения ПАО «ТГК-1» Сильная Сильный Тяжелый Коши ПАО «ГМК Норильский никель» Нет Нормальный Легкий Нормальный ПАО «Мечел» Нет Заметный Тяжелый Логистический По результатам проведенной идентификации можно прийти к выводу, что наиболее подвержено влия- нию неявных значимых факторов ПАО «ТГК-1», поскольку ценовая разность подчиняется распределению Коши. Это может означать, что в ближайшее время реальная цена акций изменится. Ценовая разность ПАО «ГМК Норильский никель» подчиняется нормальному закону распределения, что свидетельствовует о достаточно низкой вероятности изменения реальной цены на акции этого эмитента. Ценовая разность ПАО «Мечел» подчиняется логистическому закону распределения, вероятность из- менения цены выше, чем в случае нормального распределения разности. Далее для проверки возьмем второй период, 2016–2017 годы, и сравним высказанные предположения с реальным состоянием дел. Реальные цены за период сведем в таблицу 3. Таблица 3. Данные о цене акций выбранных эмитентов за 2016–2017 годы, руб. Период Р ПАО «ТГК-1» ПАО «ГМК Норильский никель» ПАО «Мечел» 2016 1 кв. 0,004 8990 60 2 кв. 0,005 8990 63 3 кв. 0,005 8900 52 4 кв. 0,008 9910 108 2017 1 кв. 0,015 9680 178 2 кв. 0,014 8730 126 3 кв. 0,018 8450 132 4 кв. 0,019 8560 148 Среднее значение 0,011 9026,3 108,4 Таким образом, средняя цена ПАО «ТГК-1» со- ставила 0,011 руб., что в 2,2 раза выше цены 4 квар- тала 2015 года. Средняя цена ПАО «ГМК Норильский никель» составила 90263 руб., что в 1,05 раза ниже цены 4 квартала 2015 года. Средняя цена ПАО «Мечел» составила 108,4 руб., что в 1,67 раза выше цены 4 квартала 2015 года. Таким образом, гипотеза о том, что закон рас- пределения помогает в прогнозе изменения цены подтвердилась. Однако стоит отметить, что данная методика показывает направление изменение цены, ничего не говоря о величине этого изменения, т.е. ис- следователь получает качественный сигнал об изме- нении в будущем относительно текущего состояния. По данному исследованию можно сделать сле- дующие основные выводы: ? существующие методики прогнозирования изменения цен акций различных эмитентов несо- вершенны и нуждаются в постоянном усовершен- ствовании; ИНТЕЛЛЕКт. инновации. инвестиции 9/2018 14 ? методика оценки изменения реальной цены акции на основании «справедливой» цены также несовершенна, что доказывается рассчитанными коэффициентами корреляции; ? улучшением данной методики может высту- пать идентификация закона распределения ценовой разности «справедливой» и реальной цены с целью попытки спрогнозировать дальнейшие изменения последней; ? анализ приведенных примеров показал, что различие в законах распределения находят свое от- ражение в последующем изменении цены акций, что дает принципиальную возможность использо- вания данного метода для прогноза цен акций. Дальнейшими направлениями данного исследо- вания в теоретическом аспекте может служить со- отношение вида закона распределения с динамикой цен. По данным исследования можно выдвинуть предварительную гипотезу о том, что скорость из- менения цены зависит от тяжести «хвоста» распре- деления. Однако эта гипотеза нуждается в проверке. В практическом плане представляется логичным сделать попытку более точного расчета изменения реальной цены, на основе параметров выявленных распределений, с целью дальнейшей оценки риска вложений средств в конкретные ценные бумаги. Литература 1. Абрамов, А.Е. Долгосрочные портфельные инвестиции: новый взгляд на доходность и риски / А.Е. Абрамов, А.Д. Радыгин, М.И. Чернова // Вопросы экономики. – 2015. – № 10. – С. 54-77. 2. Акимов, С.С. Моделирование структуры ценных бумаг в портфеле инвестора / С.С. Акимов // Науч- ное обозрение. – 2017. – № 2. – С. 122-126. 3. Бологов, Я.В. Оценка риска кредитного портфеля с использованием копула-функции / Я.В. Бологов // Прикладная эконометрика. – 2013. – № 1 (29). – С. 45-66. 4. Бутузов, В.В. Риск-анализ в интервале времени: некоторые приложения / В.В. Бутузов, Л.Г. Попова // Информация и безопасность. – 2013. – Т. 16. – № 1. – С. 137-138. 5. Компании и рынки [Электронный ресурс] / Финам. – Режим доступа: http://www.finam.ru/analysis/ quotes/?0=&t=5563165/ – (дата обращения 05.10.2018). 6. Мицек, Е.Б. Оптимизационная задача и эконометрические оценки инвестиций из прибыли в россий- ской экономике / Е. Б. Мицек, С.А. Мицек // Прикладная эконометрика. – 2010. – № 2 (18). – С. 20-31. 7. Рамазанов, А.В. Методологические аспекты сущности и развития финансового рынка / А.В. Рамза- нов // Научная мысль. – 2014. – № 2. – С. 39-44. 8. Травкин, А.И. Конструкции из парных копул в задаче формирования портфеля акций / А.И. Трав- кин // Прикладная эконометрика. – 2013. – № 4. – С. 110-133. 9. Шепель, В.Н. Использование оценки Хилла для различения законов распределения вероятности / В.Н. Шепель, С.С. Акимов // Вестник Оренбургского Государственного университета. – 2014. – № 1 (162). – С. 75-78. 10. Holden, K., Peel, D.A., Thompson, J.L. Economic forecasting: an introduction. – Cambridge; N.Y.: Cambridge Univ. Press, 1990. – 144 p. 11. Levi Maurice, D. International Finance. Part 7. – UK: Taylor & Francis, 2010. – pp. 145-166.

Похожие разделы

заказать диплом





© 2002 - 2020 RefMag.ru