Прогнозирование состояния фондового рынка РФ

прогнозирование фондовый рынок

Рынок ценных бумаг стал важной и неотъемлемой частью экономической жизни нашей страны. В настоящее время в России, в связи с включением ее в систему мирового финансового рынка, присвоением стране международного кредитного рейтинга, размещением транша еврооблигаций, котировкой американских депозитных расписок на российские акции на зарубежных биржах, появилась острая необходимость цивилизованного подхода к исследованию и изучению ценовой динамики на различных сегментах рынка ценных бумаг. Развитие российского рынка ценных бумаг в настоящее время достигло такого уровня, при котором его участники сталкиваются не только с проблемой планирования размера и направления собственных инвестиций, но и с определением наиболее оптимальных способов анализа рыночной ситуации. Российские брокеры ведут бизнес в условиях больших колебаний котировок, роста конкуренции. Необходимо заметить, что в связи с существующими тенденциями при операциях на российском рынке ценных бумаг, неразвитостью инфраструктуры и недостаточной ликвидностью этого рынка многим инвесторам придется ориентироваться на развитые мировые рынки ценных бумаг. Чтобы успешно функционировать в данной ситуации придется использовать средства и методы анализа и прогнозирования, применяемые на данных рынках. Основное значение в этом вопросе имеет научно-методическое обеспечение деятельности участников фондового рынка. Важнейшим инструментом такого обеспечения является применением экономико-математических методов, которые включают в себя статистические методы анализа и прогнозирования состояния фондового рынка. Разработаны и подробно описаны методики, которые прошли практическое проверку, и успешно применяются на развитых фондовых рынках в течение не одного десятка лет. Чаще всего российские аналитики пытаются скорректировать методики, используемые на западных рынках, с учетом российских особенностей. Однако в отечественной практике статистическим методам анализа рынка ценных бумаг не уделяется должного внимания, о чем свидетельствует сравнительно небольшое число научных публикаций.

Все это обусловило выбор темы курсовой работы, ее актуальность.

Целью курсовой работы является прогнозирование фондового рынка России.

Для достижения поставленной цели необходимо решить ряд задач:

— рассмотреть основные подходы к прогнозированию состояния фондового рынка;

— обосновать метод прогнозирования состояния фондового рынка в РФ;

— представить характеристику фондового рынка как объекта исследования;

— провести ретроспективный анализ фондового рынка в РФ;

— представить сценарии развития фондового рынка РФ в долгосрочной перспективе;

— описать прогнозную модель состояния фондового рынка РФ;

— составить прогноз фондового рынка РФ;

— провести верификацию прогноза фондового рынка РФ.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ПРОГНОЗИРОВАНИЯ ФОНДОВОГО РЫНКА РФ

прогнозирование фондовый рынок

1.1 Основные подходы к прогнозированию состояния фондового рынка

Потенциальных торговцев акций и производных инструментов подкупает видимость легкого заработка, но фондовый рынок не прощает проявления слабости, не любит он ленивых и рассеянных людей. Любой трейдер постоянно должен прогнозировать фондовый рынок, быть предельно внимательным и готовым в любую минуту принять правильное решение. Регулярная работа над собой — обязательное условие для тех, кто собирается стать успешным трейдером.

Трейдинг — это работа под постоянным психологическим давлением. И не каждому человеку под силу выдержать такое. Уровень нервного напряжения в биржевой торговле постоянно зашкаливает, и если не бороться с этим явлением сознательно, можно запросто потерять здоровье и деньги. Есть масса способов снизить уровень стресса при работе на бирже или вообще избежать такового. Один из таких способов — использование механической торговой системы Агапова Т. А., Серегина С. Ф. Макроэкономика: Учебник — М.: МГУ, 2009. — 563 с.

Механическая система трейдинга позволяет убрать эмоциональную составляющую в процессе прогнозирования фондового рынка, тактических и стратегических решений. Такая система никогда не станет сомневаться, завершать убыточную сделку, или нет. Работа над созданием автоматизированной системы происходит в спокойной, благоприятной обстановке, которая способствует тщательному и неспешному прорабатывания всех мелочей. Данный подход позволяет трейдеру сберечь свое здоровье и средства, которыми он оперирует на настоящем счете. Во время работы системы основная задача трейдера инициировать запуск системы и следить за тем, чтобы она работала без сбоев, все остальное система сделает самостоятельно. В интернете вы сможете найти информацию о механических системах, которые можно использовать для работы на фондовом рынке России.

Методы прогнозирования на фондовой бирже у каждого трейдера индивидуалены. Игроков, торгующих внутри дня, называют внутридневными. Такие люди могут проводить около десяти разнообразных сделок на протяжении одного дня. Среднесрочные спекулянты совершают 1−2 сделки в неделю, при этом позиция удерживается от нескольких дней до нескольких месяцев. Особая категория игроков — инвесторы, обходятся несколькими сделками за год. Все эти люди делятся на четыре основных группы, и различают их по разным методами прогнозирования фондового рынка.

Технический метод прогнозирования. Сюда входят люди, опирающиеся на постулаты технического анализа рынка. Есть несколько основных видов такого анализа Буренин, А. Н. Рынок ценных бумаг и производных финансовых инструментов. — М.: Федеративная Книготорговая Компания, 2009. 489 с.:

· технические индикаторы;

· волновой и свечной анализ;

· графики цен;

· использование метода искусственно созданного интеллекта.

Группа этих трейдеров самая обширная. Это объясняется огромным количеством информации по анализу рынка и возможностью легкого доступа к ней. Любой новичок может изучить основы такого анализа самостоятельно. Главный принцип технического анализа — изучение процесса ценовых колебаний с помощью специальных индикаторов — это технические индикаторы, используется так же построение графиков. Распространенной считается идея о том, что внимательно изучив поведение рынка в прошлом можно предугадать, как он поведет себя в будущем — движение рынка принято характеризовать такими терминами как цикличность и волнообразность.

Если бы технический анализ работал, то каждый человек, прочитавший изучив основы смог зарабатывать на фондовом рынке. Практика же говорит о том, что 90% трейдеров теряют деньги на бирже, следовательно можно сделать вывод, что технический анализ не работает или работает не так, как об этом думает большая часть спекулянтов.

Фундаментальный метод прогнозирования. Эта группа объединяет поклонников фундаментального анализа. Такой вид анализа считается самым сложным на рынке и требует способностей к аналитическому мышлению. Чтобы провести такой анализ нужно правильно переработать очень большое количество информации — трейдер здесь выступает в качестве аналитика. Концепция фундаментального анализа базируется на предсказании последствий поведения цены в результате влияния тех или иных событий в мировой экономике. Финансовые новости, стихийные бедствия и другие подобные явления накладывают определенный отпечаток на работу финансовых рынков. Настоящий фундаменталист должен быть экспертом в области мировой экономики, чтобы успешно использовать этот метод.

Чаще всего на данный метод опираются консервативные инвесторы с длинным горизонтом инвестирования. Фундаментальные аналитики оценивают акции компании с точки зрения прибыльности их бизнеса и генерации денежных потоков. Большое внимание уделяется квартальным и годовым отчетам, перед выходом которых, как правело, происходят сильные движения в акциях Лялин В. А. Российский рынок ценных бумаг: основные этапы и тенденции развития // Евразийский международный научно-аналитический журнал. — 2012. — № 2. — С. 182−186.

Азартный подход. В состав этой группы обычно включают азартных людей, воспринимающих процесс трейдинга, подобно игре в казино, некоторые из них используют теорию вероятности для заключения сделок. Такие люди — простые игроки, использующие определенные хитрые принципы при разработке собственной системы работы на бирже. Они выставляют стоп — ордера используя увеличение размера ставки после того, как фиксируют убыточную сделку, в надежде на неизбежность получения выигрыша в будущем.

Как правило, такие ребята долго на рынке не задерживаются. Череда везений сменяется чередой неудач и рано или поздно, как и игроки в казино, они заканчивают сливом своего счета.

Интеллектуальный метод прогнозирования фондового рынка. После нескольких лет торговли и изучения различных стратегий и методов, подсознание человека сливает все это в единое целое. При этом решения о покупке/продаже акций принимаются интуитивно. Ни какой анализ не используется Бланк, И. А. Инвестиционный менеджмент. — Киев: МП «ИТЕМ» ЛТД «Юнайтед Лон дон Трейд Лимитед», 2009. — 412 с. Они занимаются трейдингом, полагаясь исключительно на свою интуицию. Зачастую это очень успешные трейдеры, с многолетним опытом работы на рынке, им достаточно лишь бросить беглый взгляд на тот или иной ценовой график, чтобы дать правильную оценку текущей ситуации, и принять решение о способе получения прибыли. Таких трейдеров очень мало. Их секретным оружием служит огромный багаж опыта регулярной торговли на фондовом рынке. На первый взгляд может показаться, что эти люди прогнозируют фондовый рынок методом третьей группы азартных игроков, но это ошибочное мнение. Гуру финансового рынка используют технический и фундаментальный анализ на подсознательном уровне, благодаря колоссальному опыту — о таких людях говорят «они чувствуют рынок». Приведенное выше разделение на группы достаточно условно. Есть люди, которые используют приемы работы разных групп. Многие игроки разработали несколько торговых систем и работают с ними.

1.2 Обоснование метода прогнозирования состояния фондового рынка в РФ

Корреляционный анализ часто применяется для оценки взаимосвязей между мировыми фондовыми рынками. Развитию исследований в этой области способствуют, с одной стороны, наличие количественной статистики, характеризующей динамику конъюнктуры рынков в виде фондовых индексов, с другой стороны — высокая практическая ценность результатов исследований.

Можно привести примеры достаточно интересных работ ученых, работающих под эгидой Всемирного банка и МВФ http://www.naufor.ru/download/pdf/factbook/ru/RFR2012.pdf:

— Pritsker M. <�Каналы распространения финансовой инфекции> (The channels for Financial Contagion).

В этой работе Мэт Притскер рассматривает причины взаимосвязей финансовых рынков, выражающихся в том числе и через корреляцию фондовых индексов.

— Baig T., Goldfajn I. <�Российский дефолт и финансовая инфекция в Бразилию> (Russian default and contagion to Brazil).

На основе анализа статистических данных по финансовым рынкам Бразилии и России авторы пришли к выводу, что финансовый кризис в Бразилии был усугублен, но не вызван российским дефолтом. Также они отметили существование значимой корреляции между российским и бразильским финансовыми рынками, которая особенно сильно проявляется на рынке еврооблигаций.

— Forbes K., Rigobon R. <�Измерение финансовой инфекции. Концептуальные и эмпирические аспекты> (Measuring Contagion: Conceptual and Empirical Issues).

Нужно обратить внимание на определенные особенности, связанные с измерением корреляции между индексами:

Во-первых, коэффициент корреляции измеряется не между фондовыми индексами, а между относительными изменениями фондовых индексов: чем дольше период исследования, тем большее искажение получается при нарушении этого правила.

Во-вторых, исследователь должен решить вопрос выбора периода изменения фондовых индексов. Можно рассчитывать коэффициент корреляции между дневной, недельной, месячной доходностью фондовых индексов, и в каждом случае результат исследования будет различен; чем меньше период доходности, тем больше вероятность, что коэффициент корреляции не будет учитывать реально существующие влияния, проявляющиеся с определенным лагом; при удлинении периода уменьшается число наблюдений и соответственно коэффициент корреляции становится менее значимым.

В-третьих, при оценке динамики коэффициента корреляции возникает проблема гетероскедастичности. Суть проблемы в том, что оценка корреляции в отдельные периоды искажается из-за изменения амплитуды колебаний фондовых индексов.

Метод экстраполяции тренда создан на основании статического наблюдения динамики конкретного показателя, выявления тенденций развития и сохранения данной тенденции для последующих периодов. Иначе можно сказать, что методы экстраполяции трендов позволяют тенденции прошлого развития исследуемого объекта переносятся в будущий период Герасименко В. Современная рынок ценных бумаг// Российский экономический журнал. — 2011. — № 9. С. 53−75.

Данный метод экстраполяции тренда используется в основном для краткосрочного прогнозирования, сроком до года, в случае, когда количество изменений равно минимальному значению. Данный метод реализуется для каждого определенного объекта в отдельности и поэтапно на каждый последующий момент текущего времени. В случае, когда необходимо составить прогноз для продукции или услуги, основанного на экстраполяции, задача прогнозирования предполагает анализ спроса и анализ продаж данного товара.

Результаты прогнозирования параболического тренда являются применимыми для всех сфер внутрифирменного планирования, а так же для стратегического, финансового, маркетингового планирования, планирования производства и управления запасами, управления торговыми потоками и операциями. Наиболее часто пользуются для краткосрочного прогнозирования методами экстраполяции трендов следующих видов: методами скользящего среднего и методами экспоненциального сглаживания. Метод скользящего среднего основан на простом предположении, который гласит, что последующий показатель в конкретный промежуток времени по величине равен средней. Этот показатель экстраполяции считается за крайние 3 месяца.

А метод экспоненциального сглаживания тренда можно охарактеризовать как прогноз текущего показателя на предстоящий период, который представлен в виде общей суммы фактического показателя за текущий период и краткосрочный прогноз на текущий период, взвешенных при применении специальных индикаторов. В некоторых случаях данные методы трендов дополняются другими методами корреляции параболических трендов. Этот метод предполагает исследование взаимодействия различных тенденций в целях нахождения их взаимного влияния и непосредственного улучшения качества прогнозов. Следовательно, корреляционный анализ изучает взаимосвязь двух или более показателей, в зависимости от этого данный метод носит название парной или множественной корреляции. Данные методы применяются как российскими предприятиями, так и иностранными, так как они являются наиболее простыми, традиционными и эффективными.

ГЛАВА 2. ИССЛЕДОВАНИЕ ПРОГНОЗНОГО СОСТОЯНИЯ ФОНДОВОГО РЫНКА В РФ

2.1 Характеристика фондового рынка как объекта исследования

Год отмечен резким сокращением инструментальной базы российского рынка акций: на внутреннем организованном рынке число эмитентов сократилось на 45 единиц — до 275 компаний.

Капитализация внутреннего рынка акций изменилась незначительно и составила в валютном эквиваленте 817 млрд долл. (на 2,3% больше, чем годом ранее), в сравнении с ВВП капитализация упала до 40%.

Структурные диспропорции капитализации сохранились. Сокращение доли десяти наиболее капитализированных эмитентов приостановилось на уровне 62%. Нефтегазовая отрасль на конец года составила 50% капитализации. Доли металлургии и электроэнергетики в капитализации уменьшились, отмечается рост капитализации химической промышленности, компаний связи и торговли.

Объем сделок с акциями на внутреннем биржевом рынке (без учета сделок РЕПО) в течение года постоянно падал и суммарно составил 11,5 трлн руб. (на 41% меньше, чем годом ранее), наиболее существенно упали обороты в секторе Classica группы «Московская биржа». Среднедневной оборот, соответственно, резко снизился до 45,4 млрд руб Герасименко В. Современная рынок ценных бумаг// Российский экономический журнал. — 2011. — № 9. С. 53−75.

Концентрация внутреннего биржевого оборота на акциях отдельных эмитентов остается высокой: на долю десяти наиболее ликвидных эмитентов акций приходится 85% общего оборота, при этом около половины оборота составляет доля только двух эмитентов — ОАО «Газпром» и ОАО «Сбербанк России». Вместе с тем доля сделок с акциями ОАО «Сбербанк России» в общем обороте за год снизилась сразу на 5 п.п.

Показатель дохода на одну акцию (P/E) в течение года снижался и на конец года составил 5,3.

Рынок корпоративных облигаций. Количество эмитентов облигаций, находящихся во вторичном обороте, снизилось за год на 5,2% и стало 292. Количество эмиссий облигаций выросло до 767 выпусков (на 10,8% больше, чем годом ранее). Объем размещений по итогам года достиг 1,2 трлн руб., что является максимальным значением за наблюдаемый период.

Объем внутреннего рынка корпоративных облигаций достиг к концу года 4,2 трлн руб. по номинальной стоимости — на 21% больше, чем годом ранее. Однако в сравнении с ВВП это немногим меньше 7%.

Общий объем биржевых и внебиржевых сделок (по номиналу, без сделок РЕПО) с корпоративными облигациями за год составил 6,7 трлн руб. — на 15% больше итога предыдущего года. Свыше 80% вторичного оборота — биржевые сделки. Их объем (фактическая цена, без сделок РЕПО) вырос по сравнению с предыдущим годом на 3% - до 5,3 трлн руб. На долю первых десяти эмитентов корпоративных облигаций в общем объеме биржевых сделок с облигациями приходится 53% оборота, и этот показатель имеет тенденцию к росту.

Доля сделок с биржевыми облигациями по итогам года выросла до 30% http://www.naufor.ru/download/pdf/factbook/ru/RFR2012.pdf.

Проблема с дефолтами по корпоративным облигациям в 2012 г. утратила свою актуальность, показатели нарушений при исполнении эмитентами обязательств по корпоративным облигациям вернулись на докризисные уровни.

Рынок государственных облигаций. Ускорился рост объемов выпусков государственных облигаций (ГКО-ОФЗ), по итогам года объем этого рынка по номиналу достиг 3,3 трлн руб. (на 17% больше, чем годом ранее), в отношении к ВВП это составляет не многим более 5%. Объем вторичного рынка (в основном режиме торгов и режиме переговорных сделок) за год вырос в 2,5 раза и составил 4,4 трлн руб.,

Рынок субфедеральных и муниципальных облигаций. В течение последних лет этот рынок не демонстрирует позитивных тенденций. Его объем в сравнении с другими секторами долгового рынка ценных бумаг мал и по итогам года составил 440 млрд руб. по номиналу. Вторичный рынок отличается большой изменчивостью, тем не менее явно прослеживается тенденция постоянного спада оборотов, по итогам года суммарный объем торгов (биржевые и внебиржевые сделки по номинальной стоимости, без учета сделок РЕПО) уменьшился до 533 млрд руб. (на 8,5% меньше, чем годом ранее).

Сводные индексы акций не смогли за год отыграть потери предыдущего года. Позитивная динамика индексов отмечена только первые три месяца года, затем произошло падение, сменившееся боковым трендом.

Максимального за год значения индексы РТС и ММВБ достигли практически одновременно: Индекс РТС 15 марта 2012 года составил 1754, увеличившись с начала года на 22,4%, Индекс ММВБ 14 марта 12 года достиг уровня 1631, увеличившись с начала года на 12,9%. Минимального значения за год индексы достигли в мае-июне: Индекс РТС 1 июня 2012 года составил 1227, снизившись от максимального значения на 27,2%, Индекс ММВБ 23 мая 2012 упал до 1256, снизившись от максимального значения на 22,9% Лялин В. А. Российский рынок ценных бумаг: основные этапы и тенденции развития // Евразийский международный научно-аналитический журнал. — 2012. — № 2. — С. 182−186.

По итогам года сводные фондовые индексы акций показали небольшую положительную доходность, наибольший рост продемонстрировал Индекс РТС (1526,98 пунктов — плюс 10,5% годовых).

Сводные фондовые индексы акций не демонстрируют способности к преодолению исторических максимумов, достигнутых в первой половине 2008 г., попытки выйти на долгосрочный восходящий тренд, наблюдавшиеся в 2010; 2012 гг. заканчиваются неудачно.

Среди отраслевых индексов наибольшее падение второй год подряд показывает индекс электроэнергетики. А наиболее доходным стал индекс потребительских товаров. Капитализационные индексы оказались по итогам года в нейтральной зоне. По итогам года волатильность основных сводных фондовых индексов акций находилась на достаточно низком уровне.

Средний совокупный доход инвесторов в корпоративные облигации (индекс MICEX CBI TR) рос вплоть до середины мая, затем произошел спад. Затем до конца года этот индекс возобновил рост и по итогам года увеличился на 8,6%. Средневзвешенная доходность к погашению корпоративных облигаций по индексу MICEX CBI TR была подвержена разнонаправленным изменениям и усредненно составила 8,7%. Характерно, что в течение всего года средневзвешенная доходность к погашению постоянно превышала ставку рефинансирования Банка России, при этом усредненный спред составил 0,65 п.п.

Средний совокупный доход инвесторов в государственные облигации (индекс MICEX RGBI TR) продолжил тенденцию, сформировавшуюся в конце предыдущего года, и рос ускоренным темпом вплоть до начала мая, затем наблюдался резкий спад, сменившийся в июле — августе ускоренным ростом. В итоге, за год индекс MICEX RGBI TR увеличился на 14,7%. Поведение эффективной доходности государственных облигаций к погашению RGBEY в первой половине года отличалось стабильностью, однако с мая эффективная доходность к погашению начала расти. В маеиюне эффективная доходность государственных облигаций превышала ставку рефинансирования Банка России, зафиксированы разовые превышения ставки рефинансирования до 0,34 п.п. Затем эффективная доходность к погашению государственных облигаций уменьшалась до конца года, усредненно по итогам года она составила — 7,4%.

По итогам года волатильность фондовых индексов корпоративных и государственных облигаций оказалась на достаточно низком уровне.

Российский индекс волатильности RTSVX на качественном уровне практически полностью идентичен международному индексу VIX. Вместе с тем RTSVX по своим значениям существенно превосходит свой международный аналог. Поведение индекса волатильности носит ярко выраженный нестационарный характер. В период январь — апрель индекс демонстрировал стабильное поведение относительно среднего значения 33%. Однако в начале мая он стал расти, и в отдельные периоды значение индекса превышало 50%. Во второй половине индекс волатильности снижался и к концу года упал до 20%, максимально приблизившись к своему международному аналогу.

2.2 Ретроспективный анализ фондового рынка в РФ

В табл. 1 приведены сводные данные по акциям, которые предлагаются на фондовом рынке группы «Московская биржа», а также оценка агентством Standard&Poor's1 числа российских эмитентов, акции которых допущены к торговле на ФБ ММВБ, NYSE, NASDAQ и входят в LSE-listed S&P EMDB Russia index.

Таблица 1. Организованный рынок акций в 2011;2013г.г.

По данным на конец июня, на внутреннем рынке их насчитывается 270, на 44 компании меньше, чем годом ранее, снижение существенное — на 16,3%.

По данным иностранных источников, на внутреннем и внешнем рынках представлена 301 российская компания — эмитент акций, это на 39 компаний меньше, чем годом ранее (сокращение 12,9%).

Количество выпусков акций, включенных в котировальные списки на внутреннем рынке, также уменьшается, однако скорость сокращения ниже: с июня 2012 г. за двенадцать месяцев оно уменьшилось на шесть выпусков (5,6% в относительном исчислении) Лялин В. А. Российский рынок ценных бумаг: основные этапы и тенденции развития // Евразийский международный научно-аналитический журнал. — 2012. — № 2. — С. 182−186.

В течение второй половины 2012 — первой половины 2013 г. Произошло изменение долгосрочного тренда, связанного с постепенным уменьшением количества «рыночных» эмитентов облигаций: по данным на июнь 2013 г. их число увеличилось до 306 компании против 288 годом ранее, — на 6,3% (табл. 2).

Таблица 2. Количество эмитентов корпоративных облигаций и эмиссий в 2012;2013 г.

Рост количества «рыночных» выпусков не прекращался, и по итогам первого полугодия 2013 г. число таких выпусков достигло 834 (на 20% больше, чем годом ранее). На рис. 3 приведен график, характеризующий объемы рынка корпоративных облигаций (размещенные «рыночные» и «нерыночные» выпуски, по номинальной стоимости). В первом полугодии 2013 г. Рост объема рынка корпоративных облигаций продолжился и по итогам июня в номинальном выражении объем достиг 4631 млрд руб., на 919 млрд руб. больше, чем годом ранее (на 19,8% в относительном исчислении). Вместе с тем следует отметить, что темпы роста постепенно замедляются: если в четвертом квартале 2012 г. в сравнении с предыдущим кварталом увеличение составило 9,0%, то во втором квартале 2013 г. — 4,2%.

Размещение новых выпусков корпоративных облигаций традиционно происходит неравномерно. В табл. 3 приведены данные о размещениях новых «рыночных» и «нерыночных» выпусков корпоративных облигаций.

Таблица 3. Размещения новых выпусков корпоративных облигаций в 2012;2013 гг.

В первом полугодии 2013 г. отмечается высокая активность размещений: привлечено 790 млрд руб. против 475 млрд руб. годом ранее. Вместе с тем доля «рыночных» размещений в этом объеме уменьшилась с 92 до 87%.

Традиционно вторичные торги корпоративными облигациями не менее чем на 80% осуществляются на организованном рынке.

Количество эмитентов корпоративных облигаций, представленных на Фондовом рынке группы «Московская биржа» в течение двух последних кварталов стало расти.

По данным на конец июня 2013 г. их насчитывалось 322 против 310 годом ранее. При этом рост количества выпусков облигаций оказался еще более интенсивным — на 21% за этот же период. Вместе с тем число эмитентов, облигации которых включены в котировальные списки, осталось практически неизменным — немногим более 180 эмитентов (в среднем около 56% от общего количества эмитентов облигаций).

2.3 Сценарии развития фондового рынка РФ в долгосрочной перспективе

Российский рынок до сих пор остается монополистичным, многие отрасли (например, нефтегазовая, строительная) закрыты для конкуренции: ценообразование в этих отраслях далеко не рыночное, и конкуренции нет в принципе. Компании не имеют возможности зайти на эти рынки и на равных бороться за клиентов. Хотя для окончательного формирования многих рынков необходимо развитие фондового Рынки ценных бумаг // Инвестиционная Группа ТРИНФИКО / Электронный ресурс // http://www.trinfico.ru.

По словам Чалдаева Л. А., для решения обозначенных ранее проблем необходимо:

1 Усовершенствовать законодательство (особое внимание — налоговому). В ряде случаев действующее в России налоговое законодательство не учитывает особенностей налогообложения отдельных видов финансовых операций;

2 Снизить административные барьеры и упростить процедуры. В последнее время ФСФР России предприняла ряд шагов с целью упрощения процедур государственной регистрации выпусков ценных бумаг, что стало одним из важнейших условий динамичного роста объемов операций с ценными бумагами на российском рынке;

3 Развивать срочный рынок и рынок коллективных инвестиций. В настоящее время ФСФР России подготовлены концепция и проект соответствующего законодательного акта.

4 Совершенствовать качество корпоративного управления. За последние годы в России многое сделано по обеспечению необходимого качества корпоративного управления. Вместе с тем, целый ряд проблем требуют своего решения, как в краткосрочной, так и в долгосрочной перспективе;

5 Улучшать механизмы привлечения частных инвесторов и механизмы защиты их интересов. Постоянное и осмысленное участие населения на финансовом рынке является одним из признаков не только повышения уровня жизни в стране, но и показателем определенной зрелости финансового рынка, обеспечивающего трансформацию индивидуальных сбережений в необходимые экономике инвестиции.

Повышение интереса населения к финансовому рынку и стимулирование инвестирования на финансовом рынке индивидуальных сбережений обеспечивается рядом мер, в том числе в области совершенствования налогообложения, о чем сказано выше.

Важным средством стимулирования участия розничных инвесторов на финансовом рынке могут стать компенсационные и страховые схемы;

6 Совершенствовать регулирование на финансовом рынке. Совершенствование регулирования на финансовом рынке должно осуществляться по трем основным направлениям: во-первых, повышение роли СРО и установление их более тесной связи с государственным регулятором финансового рынка, во-вторых, унификация норм и правил государственного регулирования деятельности на финансовом рынке с постепенной концентрацией государственных функций по регулированию, контролю и надзору на финансовом рынке в одном государственном органе, в-третьих, развитие системы пруденциального надзора;

Решение изложенных задач позволило бы создать надежную базу долгосрочного роста российского финансового рынка и повышение его роли как в рамках национальной, так и мировой экономики. В результате могут быть достигнуты целевые показатели, представленные в таблице 4.

Таблица 4. Перспективы развития рынка ценных бумаг

Ожидается, что курс рубля к доллару установится на уровне 34−35 на конец 2013 года. По мнению Лялина В. А., цены на нефть будут в этот период колебаться в диапазоне 100 — 130 долларов за баррель.

Максимова Т.П. предполагает, что в части облигаций ожидается стабилизация ставок на уровне 9−10% годовых. Возможный диапазон колебаний в эти два года представляется в коридоре 8−12% годовых, в зависимости от темпов роста экономики. При этом максимум в 12% годовых может как раз прийтись на середину 2012 года с дальнейшим снижением до 9−10% в 2013 году. При ускорении восстановления экономики инфляционные процессы неизбежны, что может приводить к изменениям ставок на денежном и облигационном рынках. В целом, не ожидается каких-то потрясений на этих рынках и думается, что возможны колебания ставок в зависимости от ситуации с американскими долговыми бумагами и ставками LiBOR, движением риск-спрэдов (премий) по заимствованиям, включая облигационные, сдвигами в курсах международных валют и неравномерными темпами развития региональных экономик. При этом, не ожидается резкого роста доходности межбанковского рынка беспоставочных форвардов на американский доллар и, следовательно, ситуация с доходностью облигаций оценивается в этот период в целом как спокойная.

Таким образом, повышение эффективности функционирования рынка ценных бумаг в современной России можно достичь путем усовершенствования законодательства, снижения административных барьеров, развития срочного рынка и рынка коллективных инвестиций, совершенствование качества корпоративного управления, улучшения привлечения частных инвесторов и механизмов защиты их интересов, совершенствования регулирования на финансовом рынке, пресечения и предупреждения недобросовестной деятельности, совершенствования регулирования, консолидации и формирования положительного имиджа.

ГЛАВА 3. СОСТОЯНИЕ ФОНДОВОГО РЫНКА РФ: ПРОГНОЗ НА 2014;2016 ГГ.

3.1 Построение и описание прогнозной модели состояния фондового рынка РФ

Для определения прогнозного значения доходности индекса РТС была разработана с использованием инструментария регрессионного и корреляционного анализа трехфакторная модель, позволяющая спрогнозировать значение доходности индекса РТС.

Разработка модели осуществлялась в несколько этапов http://www.naufor.ru/download/pdf/factbook/ru/RFR2012.pdf.

1. Определение возможных экзогенных факторов, которые могут влиять на доходность фондового индекса.

2. Сбор статистической информации о прошлых значениях факторов.

3. Проверка распределения вероятностей на его подчинение нормальному закону для каждого фактора.

4. Расчет коэффициента парной линейной корреляции каждого фактора (нормально распределенного) с результирующим показателем.

5. Добавление к объясняющим переменным фактора, имеющего значимую корреляцию с результирующим показателем.

6. Окончательное формирование модели.

7. Проверка модели на значимость.

8. Расчет частных коэффициентов парной корреляции всех переменных с целью недопущения мультиколлинеарности факторов.

В процессе построения модели рассматривались следующие макроэкономические факторы:

— темп прироста портфельных иностранных инвестиций в экономике;

— темп прироста денежной массы;

— темп прироста безналичной денежной массы;

— темп изменения ставки рефинансирования ЦБ РФ;

— темп прироста ВВП (в реальном исчислении);

— темп прироста цены на нефть (NYMEX);

— темп прироста цены на золото;

— темп изменения процентной ставки по депозитам;

— темп изменения процентной ставки по кредитам.

Из вышеперечисленных факторов были отобраны всего три, имеющие корреляцию с результирующим показателем, значимо отличающуюся от нуля. Среди них:

— темп прироста цены на нефть;

— темп прироста безналичной денежной массы;

— темп прироста ВВП.

3.2 Составление прогноза фондового рынка РФ

Все темпы прироста, используемые в модели, брались за квартальный период с 2005 по 2013 год. Выбор квартального, а не месячного интервала обусловлен отсутствием статистики за месячный период по большинству макроэкономических индикаторов. Доходность индекса РТС определялась по формуле

y = ln (RTS1/RTS0)?4, (1)

где y — доходность индекса РТС, RTS1, RTS0 — последние значения индексов РТС рассматриваемого и предыдущего кварталов соответственно.

Как видно из формулы (1), доходность индекса РТС вычислена по схеме непрерывного процента.

Темп прироста цены на нефть в годовом исчислении рассчитывался по формуле

x1 = ln (P1/P0)?4, (2)

где x1 — темп прироста цены на нефть в годовом исчислении, P1, P0 — цена закрытия на нефть марки Brent (NYMEX) рассматриваемого и предыдущего кварталов соответственно. Темп прироста цены на нефть (2) рассчитан по схеме непрерывного процента.

Темп прироста безналичной денежной массы в годовом исчислении рассчитывался по формуле

x2 = ln (DM1/DM0)?4, (3)

где x2 — темп прироста безналичной денежной массы в годовом исчислении, DM1, DM0 — объемы безналичной денежной массы в рублях на 1-е число следующего за рассматриваемым и рассматриваемого кварталов соответственно.

Темп прироста безналичной денежной массы (3) вычислен по схеме непрерывного процента.

Темп прироста ВВП в годовом исчислении рассчитывался по формуле

x3 = ln (TGDP1/TGDP0)?ty/tq, (4)

где x3 — темп прироста ВВП в годовом исчислении, TGDP1, TGDP0 — темпы роста реального ВВП рассматриваемого и предыдущего кварталов соответственно в процентах к ВВП 1995 года, ty и tq — количество рабочих дней в году и квартале соответственно.

Все три фактора и результирующий показатель во времени — случайные процессы (X1(t), X2(t), X3(t), Y (t)). Введем предположение об их статистической стационарности. Тогда можно считать значения x1i, x2i, x3i, yi в каждом квартале случайным исходом испытания, а несмещенные состоятельные оценки параметров распределения случайных величин можно определить выборочным методом.

Если случайные величины X1, X2, X3, Y распределены нормально, то между ними может быть только линейная взаимосвязь.

Покажем, что случайная величина Y распределена по нормальному закону.

Несмещенные состоятельные выборочные оценки параметров можно найти по эмпирическим данным. Для этого диапазон значений Y был разбит на 6 равных интервалов (количество интервалов определено по формуле Стерджеса), после чего были определены значения эмпирических частот, а затем и частости Y. Исходя из полученных значений, распределение случайной величины может быть нормальным. Несмещенные оценки параметров распределения следующие:

E (Y) = 0.3558 ,

S2(Y) = 1.4004 .

Выдвигаем нулевую гипотезу H0: случайная величина Y имеет нормальный закон распределения с параметрами a и у2 (Y ~ N (a; у2)).

Для проверки гипотезы на уровне значимости 0.05 используем критерий согласия ч2 — критерий Пирсона. Статистические и гипотетические вероятности попадания Y в интервал представлены в табл. 5.

Таблица 5. Статистические и гипотетические вероятности попадания Y в интервал

Отсюда ч2 = 6.188 044.

Поскольку ч2

0.05;3 = 7.814 728, следовательно ч2 Ј ч2

б;k, то гипотеза H0 не противоречит опытным данным.

Покажем, что случайная величина X1 распределена по нормальному закону.

Несмещенные состоятельные выборочные оценки параметров можно найти по эмпирическим данным. Для этого диапазон значений X1 был разбит на 6 равных интервалов (количество интервалов определено по формуле Стерджеса), после чего были определены значения эмпирических частот, а затем и частости X1. Исходя из полученных значений, распределение случайной величины может быть нормальным. Несмещенные оценки параметров распределения следующие:

E (X1) = 0.1543 ,

S2(X1) = 0.6227 .

Выдвигаем нулевую гипотезу H0: случайная величина X1 имеет нормальный закон распределения с параметрами a и у2 (X1 ~ N (a; у2)).

Для проверки гипотезы на уровне значимости 0.05 используем критерий согласия ч2 — критерий Пирсона. Так как количество попаданий во второй интервал меньше 5, то целесообразно объединить первый интервал со вторым. Статистические и гипотетические вероятности попадания X1 в интервал представлены в табл. 6.

Таблица 6. Статистические и гипотетические вероятности попадания X1 в интервал

Отсюда ч2 = 1.782 047.

Поскольку ч2

0.05;2 = 5.991 465, а следовательно ч2 Ј ч2

б;k, то гипотеза H0 не противоречит опытным данным.

Покажем, что случайная величина X2 распределена по нормальному закону. Несмещенные состоятельные выборочные оценки параметров можно найти по эмпирическим данным. Для этого диапазон значений X2 был разбит на 6 равных интервалов (количество интервалов определено по формуле Стерджеса), после чего были определены значения эмпирических частот, а затем и частости X2. Исходя из полученных значений, распределение случайной величины может быть нормальным. Несмещенные оценки параметров распределения следующие:

E (X2) = 0.1543 ,

S2(X2) = 0.6227 .

Выдвигаем нулевую гипотезу H0: случайная величина X2 имеет нормальный закон распределения с параметрами a и у2 (X2 ~ N (a; у2)).

Для проверки гипотезы на уровне значимости 0.05 используем критерий согласия ч2 — критерий Пирсона. Так как количество попаданий во второй интервал меньше 5, то целесообразно объединить первый интервал со вторым. Статистические и гипотетические вероятности попадания X2 в интервал представлены в табл. 7.

Таблица 7. Статистические и гипотетические вероятности попадания X2 в интервал

Отсюда ч2 = 6.232 993.

Поскольку ч2

0.05;3 = 7.814 728, а следовательно ч2? ч2

б;k, то гипотеза H0 не противоречит опытным данным.

Покажем, что случайная величина X3 распределена по нормальному закону.

Вообще, из эмпирических данных видно, что временной ряд не является строго стационарным. Очевидно, что самые значительные темпы прироста ВВП наблюдаются в третьем квартале любого года, а самое серьезное снижение — в первом квартале.

Таким образом, даже при равенстве дисперсий, математическое ожидание случайной величины зависит от номера квартала. Приведем динамический ряд к стационарному виду, нивелируя влияние сезонного фактора.

Скорректированные на сезонность уровни ряда представлены в табл. 4.

Их вычисление производилось по следующему алгоритму:

(6)

Где — среднее значение темпа прироста ВВП за j квартал,

— темп прироста ВВП в j квартале в год k, E (X3) — среднее значение случайной величины X3, рассчитанное по данным сгруппированного вариационного ряда.

Результаты расчета индексов сезонности представим в табл. 8.

Таблица 8. Индексы сезонности для ВВП в реальном исчислении (в%)

Значения скорректированных уровней ряда получены по формуле:

(7)

Несмещенные состоятельные выборочные оценки параметров можно найти по эмпирическим данным. Для этого диапазон скорректированных значений X3 был разбит на 6 равных интервалов (количество интервалов определено по формуле Стерджеса), после чего были определены значения эмпирических частот, а затем и частостей X3. Исходя из полученных скорректированных значений, распределение случайной величины может быть нормальным. Несмещенные оценки параметров распределения следующие:

E (X3) = 0.0788,

S2(X3) = 0.1074.

Выдвигаем нулевую гипотезу H0: случайная величина X3 имеет нормальный закон распределения с параметрами a и у2 (X3 ~ N (a; у2)).

Для проверки гипотезы на уровне значимости 0.05 используем критерий согласия ч2 — критерий Пирсона. Статистические и гипотетические вероятности попадания X3 в интервал представлены в табл. 9.

Таблица 9 Статистические и гипотетические вероятности попадания X3 в интервал

Отсюда, ч2 = 4.533 912 .

Поскольку ч2 0.05;3 = 7.814 728, а следовательно ч2 Ј ч2 б;k, то гипотеза H0 не противоречит опытным данным.

Так как случайные величины X1, X2, X3, Y имеют нормальный закон распределения, то связь между ними может быть только линейной, и модель множественной линейной регрессии можно представить в виде:

yi = в0 + в1x1i + в2x2i + в3x3i + еi, (8)

где в0, в1, в2 и в3 — неизвестные параметры, еi — возмущение (случайная ошибка).

Или в матричной форме:

Y= X? в + е.

Оценкой этой модели по выборке является уравнение

yi = b0 + b1x1i + b2x2i + b3x3i + ei (9)

или в матричной форме [5]

Y = Xb + e.

Используя элементы линейной алгебры и метод наименьших квадратов, определяем вектор неизвестных параметров b

b0 = -1.7 296; b1 = 0.50 645; b2 = 3.16 038;

b3 = -0.0182.

Полученные результаты объяснимы с экономической точки зрения. С ростом цены на нефть происходит увеличение вероятности высокой цены в будущем, вычисленной по ретроспективе. Это увеличивает ожидаемые доходы российских топливно-энергетических компаний и, как следствие, справедливую стоимость топливно-энергетического бизнеса Рамзаева Е. П. Рынок ценных бумаг — составная часть финансового рынка // Экономические науки. — 2011. — № 77. — С. 47−50. Рыночная стоимость топливно-энергетических компаний составляет значительную долю капитализации индекса РТС. Повышение безналичной денежной массы приводит к увеличению инвестиционной активности институциональных инвесторов и корпораций и, безусловно, способствует росту фондового рынка.

Таким образом, математическое ожидание Y при конкретных значениях факторов неопределенности можно вычислить по формуле

E (Y)i = -1.7 296 + 0.50 645? x1i + 3.16 038? x2i — 0.0182? x3i. (10)

Множественный коэффициент корреляции R для данной модели

R = 0.64 814.

Коэффициент детерминации R2 для данной модели

R2 = 0.42 009.

Можно сделать вывод, что изменчивость выбранных факторов приближенно на 42% объясняет изменчивость зависимой переменной.

Используя F-критерий Фишера-Снедекора, проверим значимость уравнения регрессии на уровне значимости б = 0.05.

Если известен коэффициент детерминации R2, то критерий значимости уравнения регрессии может быть записан в виде:

F = R2?(n — p — 1) / ((1 — R2) ?p) > Fб;k1;k2, (11)

где k1 = p, k2 = n — p — 1; p — количество объясняющих переменных; n — количество элементов в выборке.

Для данной модели:

F = 11.5903,

F0.05;3;31= 2.9113.

Поскольку F > Fб;k1;k2, то уравнение множественной регрессии значимо.

Так как модель является многофакторной, нужно для обеспечения достоверности прогноза проверить ее на мультиколлинеарность факторов. Необходимо, чтобы объясняющие переменные были независимыми случайными величинами. Для этого были рассчитаны выборочные частные коэффициенты парной корреляции факторов, их значения

rx1x2 = 0.0727; rx1x3 = -0.0314; rx2x3 = 0.1029.

Как видно из расчетов, выборочный коэффициент частной парной линейной корреляции много меньше 0.7 для всех объясняющих переменных. Можно утверждать, что мультиколлинеарность факторов отсутствует.

Доверительный интервал для математического ожидания Ex0(Y) примет вид

yX0 — t1-б;n-p-1?sYx? EX0 (Y)? yX0 + t1-б;n-p-1?sYx, (12)

где sYx характеризует изменчивость зависимой переменной в результате колеблемости объясняющих переменных.

Доверительный интервал для индивидуальных значений зависимой переменной y0 примет вид:

yX0 — t1-б;n-p-1?sY0? y0? yX0 + t1-б;n-p-1?sY0, (13)

где sY0 характеризует изменчивость зависимой переменной как в результате колеблемости объясняющих, так и под воздействием случайных, неучтенных в модели факторов.

Спрогнозируем значение индекса РТС на основе значений факторов, заложенных в Прогнозе социально-экономического развития Российской Федерации до 2010 г. В данном документе определены прогнозные значения темпов роста ВВП и цены за 1 баррель нефти.

Темпы роста ВВП в 2014 году составят 106.5%, в 2015 — 106.1%, в 2016 — 106.0%.

Отсюда логарифмический темп прироста ВВП в 2014 г. составит 6.3%, в 2015 г. — 5.9%, в 2016 г. — 5.8%.

Цена за 1 баррель нефти в 2014 г. Составит 55 долл. США, в 2015 г. — 53 долл. США, в 2016 г. — 52 долл. США.

Таким образом, годовой логарифмический темп прироста цены на нефть в 2014 году составит — 10.35%, в 2015 — 3.70%, в 2016 — 1.9%.

Прогнозный темп прироста безналичной денежной массы определим, проанализировав временной ряд и найдя уравнение линии тренда.

Динамика безналичной денежной массы, а также график функции тренда представлены на рис. 1.

Рис. 1. Динамика безналичной денежной массы Рис. 2. Ожидаемая доходность индекса РТС в 2014;2010 гг.

3.3 Верификация прогноза фондового рынка РФ

Уравнение для линии тренда может быть записано в виде

Y =195.98?e0.0922x,

где Y — значение величины безналичной денежной массы; x — номер квартала при начале исчисления со второго квартала 2005 года.

Качество аппроксимации очень высокое (R2 = 0.9945).

Таким образом, величину безналичной денежной массы определим на 1.01.2014 г. В размере 8 588.79 млрд руб., на 1.01.2015 г. в размере 12 419.37 млрд руб., на 1.01.2016 г. в размере 17 958.39 млрд руб., на 1.01.2010 г. в размере 25 967.8 млрд руб.

Логарифмический годовой темп прироста безналичной денежной массы в 2014 г. равен 32.42%, в 2015;2010 гг. равен 36.88% ежегодно.

В результате применения прогнозной модели вычислим прогнозную (выборочную) доходность индекса РТС на 2014 год, она равна — 10.19%.

Ожидаемая доходность с вероятностью 0.6 лежит в интервале от -28.08% до 7.69%. С вероятностью 0.6 доходность индекса РТС в 2014 г. будет лежать в интервале от -71.76% до 51.37%.

В результате применения прогнозной модели вычислим прогнозную (выборочную) доходность индекса РТС на 2015 год, она равна 7.28%.

Ожидаемая доходность с вероятностью 0.6 лежит в интервале от -10.1% до 24.65%. С вероятностью 0.6 доходность индекса РТС в 2015 г. будет лежать в интервале от -54.23% до 68.79%.

В результате применения прогнозной модели вычислим прогнозную (выборочную) доходность индекса РТС на 2016 год, она равна 8.19%. Ожидаемая доходность с вероятностью 0.6 лежит в интервале от -9.07% до 25.45%.

ЗАКЛЮЧЕНИЕ

Современный фондовый рынок, как один из мощнейших инструментов по привлечению инвестиционных средств, требует от его участников высокого уровня профессионализма в управлении активами. Как показывает современная теория и практика, эффективная работа на фондовом рынке невозможна без наличия мощного аппарата анализа и прогноза курсов акций, валют и других товарно-материальных активов обращающихся на рынке.

Современная финансовая теория совместно с математикой и статистикой располагает несколькими широко известными моделями описывающими поведение цен на финансовые активы. В настоящее время инвестиционный анализ существует в трех формах: технический анализ, фундаментальный анализ и «академический» анализ (эконометрия фондового рынка).

Технический анализ благодаря своей простоте и доступности для освоения уже почти сто лет является одним из самых популярных методов принятия решений на фондовом рынке. Однако его методы, зачастую являющиеся весьма эффективными, не являются строго научными и требуют большого опыта и доли интуиции для эффективного применения.