Функционирование рынка ценных бумаг в условиях нестабильной экономики России

Введение

Актуальность исследования. В результате глубоких институциональных реформ Россия, встав в начале 1990-х гг. на путь формирования экономики рыночного типа, добилась к настоящему времени поразительных результатов. Одним из таких достижений является формирование и быстрое развитие финансового рынка и его составляющей - рынка ценных бумаг.
Рынок ценных бумаг является неотъемлемой частью финансового рынка, цель которой состоит в аккумулировании финансовых ресурсов и обеспечении возможности их перераспределения путем совершения различными участниками рынка разнообразных операций с ценными бумагами, т. е. в осуществлении посредничества в движении временно свободных денежных средств от инвесторов к эмитентам ценных бумаг.
...

Введение

Актуальность исследования. В результате глубоких институциональных реформ Россия, встав в начале 1990-х гг. на путь формирования экономики рыночного типа, добилась к настоящему времени поразительных результатов. Одним из таких достижений является формирование и быстрое развитие финансового рынка и его составляющей - рынка ценных бумаг.
Рынок ценных бумаг является неотъемлемой частью финансового рынка, цель которой состоит в аккумулировании финансовых ресурсов и обеспечении возможности их перераспределения путем совершения различными участниками рынка разнообразных операций с ценными бумагами, т. е. в осуществлении посредничества в движении временно свободных денежных средств от инвесторов к эмитентам ценных бумаг.

Введение

Актуальность исследования. В результате глубоких институциональных реформ Россия, встав в начале 1990-х гг. на путь формирования экономики рыночного типа, добилась к настоящему времени поразительных результатов. Одним из таких достижений является формирование и быстрое развитие финансового рынка и его составляющей - рынка ценных бумаг.
Рынок ценных бумаг является неотъемлемой частью финансового рынка, цель которой состоит в аккумулировании финансовых ресурсов и обеспечении возможности их перераспределения путем совершения различными участниками рынка разнообразных операций с ценными бумагами, т. е. в осуществлении посредничества в движении временно свободных денежных средств от инвесторов к эмитентам ценных бумаг.

yn
Ly
DLyn
первичного рынка ГКО
Средневзвешенная реальная доходность первичного рынка ГКО
yr
–
Dyr
Средние номинальные ставки по краткосрочным межбанковским кредитам
o/n
Lo/n
DLo/n
Средние реальные ставки по краткосрочным
межбанковским кредитам
ro/n
–
Dro/n
Средневзвешенная цена гособлигаций
p
Lp
DLp
Средний срок обращения ГКО
dtm
Ldtm
DLdtm
Динамика официального курса рубля к доллару США
fx
Lfx
DLfx
Чистый внутренний рублевый кредит
ndc
Lndc
DLndc
Рублевая денежная масса, МЗ
m3
Lm3
DLm3
Индекс потребительских цен
cpi
Lcpi
DLcpi
– емкость первичного рынка ГКO;
– средневзвешенная номинальная доходность первичного рынка ГКО; – средние номинальные ставки по краткосрочным межбанковским кредитам; – средневзвешенная цена гособлигаций; – средний срок обращения ГКО;
– динамика официального курса рубля к доллару США; – чистый внутренний рублевый кредит; – рублевая денежная масса М3; – индекс потребительских цен.
Важным моментом анализа является наличие достоверных и точных данных, а также форма их представления. В исследовании используются данные 03.01.2003 - 30.12.2006. Все временные ряды, кроме тех, которые представлены реальными процентными ставками, были трансформированы в логарифмические. Такая трансформация позволяет более наглядно представить связь между рассматриваемыми показателями, так как логарифмические ряды обладают одним средним значением, а все они расположены в пределах единого диапазона. Первые разности логарифмов являются аппроксимацией темпов прироста соответствующих переменных.
Введем обозначения для исследуемых показателей, логарифмов и первых разностей логарифмов. В случае временных рядов, представленных реальными процентными ставками, рассматриваются обычные начальные разности. Первая буква L в обозначении говорит о том, что взят натуральный логарифм показателя, DL – первая разность логарифмов показателя, D – обычная первая разность значений показателя (см. табл. 1.1). Корреляционный анализ, по существу, является первым, после постановки задачи и сбора необходимых статистических данных, этапом любого эконометрического исследования. Он необходим для того, чтобы определить, существует ли линейная зависимость между рассматриваемыми индикаторами. Результаты анализа, как правило, используются в качестве базовой информации для дальнейшего выявления вида и математической формы существующих связей.
Таблица 1.2 Анализируемые показатели
CLOSED
Значения индекса РТС(закрытие)
SP
Значение индекса S&P’s 500(закрытие)
OIL
Значение цен нефти (URALS LIGHT)
EESR
Цена на акции РАО ЕЭС
GMNK
Цена на акции НОРИЛЬСКИЙ НИКЕЛЬ
MSNG
Цена на акции МОСЭНЕРГО
LKOH
Цена на акции ЛУКОЙЛ
RTKM
Цена на акции РОСТЕЛЕКОМ
SBER
Цена на акции СБЕРБАНК РОССИИ
SIBN
Цена на акции СИБНЕФТЬ
SNGS
Цена на акции СУРГУТНЕФТЕГАЗ
YUKO
Цена на акции ЮКОС
Обозначения: Ежедневная доходность R акции A = первая разность
RA= LN (A)– LN (A(-1)), где А – актив, например REESR = LOG (EESR) – LOG (EESR(-1))
Описательная статистика по каждой компании, биржи за период 03.01.2003 - 30.12.2006 представлена в таблице 1.3.
Таблица 1.3 Описательная статистика
Mean
Median
Maximum
Minimum
Std. Dev.
Observations
RCLOSED
0,0014
0,0025
0,096
-0,106
0,018
998
REESR
0,0010
0,0000
0,123
-0,104
0,025
998
RGMNK
0,0016
0,0024
0,166
-0,106
0,023
998
RLKOH
0,0015
0,0017
0,155
-0,170
0,021
998
RMSNG
0,0012
0,0000
0,604
-0,331
0,042
998
ROIL
0,0010
0,0004
0,179
-0,097
0,025
998
RRTKM
0,0009
0,0021
0,179
-0,111
0,023
998
RSBER
0,0028
0,0019
0,094
-0,071
0,019
998
RSIBN
0,0016
0,0000
0,164
-0,136
0,027
998
RSP
0,0001
0,0001
0,056
-0,042
0,011
998
RSNGS
0,0012
0,0010
0,167
-0,154
0,025
998
RYUKO
-0,0009
0,0000
0,313
-0,349
0,050
998
Таблица 1.4 Анализ волатильности доходности компаний
Компании
Значение волатильности
1) ЛУКОЙЛ, РОСТЕЛЕКОМ., СБЕРБАНК
постоянное значение волатитильности
2) СУРГУТНЕФТЕГАЗ, СИБНЕФТЬ, РАО ЕЭС, НОРНИКЕЛЬ, РТС
постоянное значение волатильности, но в последний год(05-06) значимое снижение волатильности
3) МОСЭНЕРГО, ЮКОС
сильные изменения волатильности
Исходя из данных приведенных в таблицах 1.3 и 1.4 видно:
1) ЛУКОЙЛ, РОСТЕЛЕКОМ., СБЕРБАНК стабильно развивающиеся компании, лидеры в своих отраслях;
2) Низкая волатильность в последний год связана со стабильным ростом рынка;
3) ЮКОС – налоговые претензии к компании, резкие изменения доходности. Описание GARCH(p,q) модель. Спецификация модели:
(1.5)
Причина применения GARCH(p,q) модели – моделирование остатков для построения доверительных интервалов для прогнозов значений доходности (рис. 1.4).
Результаты GARCH–моделирования доходностей акций российских компаний:
1. РАО ЕЭС:
REESR = 0 - 0.039ROIL - 0.06ROIL(-1) + 0.109RSP + 1.047RCLOSED - 0.100RCLOSED(-1) GARCH (1, 1)
где REESR – ежедневная доходность акций РАО ЕЭС за период 03.01.03-30.12.06.
Рис 1.4 Моделирование остатков для построения доверительных интервалов
- ROIL, ROIL(-1) – ежедневная доходность(изменение цены) нефти(Urals Light) за период 03.01.03-30.12.06
- RSP – ежедневная доходность индекса S&P’s 500 за период 03.01.03-30.12.06
- RCLOSED, RCLOSED(-1) - ежедневная доходность индекса РТС за период 03.01.03-30.12.06
2. Сбербанк России:
RSBER = 0.0015 + 0.671RCLOSED + 0.070RCLOSED(-1) + GARCH (1, 1)
3. Норильский никель:
RGMNK = 0 + 0.103RSP(-1) + 0.957RCLOSED + GARCH (1, 1)
Таблица 1.5 Выводы исследования по моделям
Влияние доходности нефти на доходности других активов
Зависимость от доходности индекса
S&P’s 500
Компании
Влияние
Знак
Комментарии
Компании
Влияние
Знак
Коммен-тарии
1
- ЛУКОЙЛ
- СУРГУТ
-РОСТЕЛЕКОМ
- РАО ЕЭС
- МОСЭНЕРГО
- РТС
есть
+
+
-
-
-
- ЛУКОЙЛ, СУРГУТ – нефтедобывающие компании
-РОСТЕЛЕКОМ – причины не выявлены
- РАО ЕЭС, МОСЭНЕРГО - рост цен на нефть ведет к росту издержек, что влияет на цены и доходность акций
- ЛУКОЙЛ
- СУРГУТ
- РОСТЕЛЕКОМ
- РАО ЕЭС
- МОСЭНЕРГО
- НОРНИКЕЛЬ
- РТС
есть
+
+
+
+
+
+
+
2
- СБЕРБАНК
- НОРНИКЕЛЬ
нет
не нефтяной сектор
- СБЕРБАНК
- ЮКОС
- СИБНЕФТЬ
нет
3
- ЮКОС
- СИБНЕФТЬ
Нет (при ожидаемом есть)
- ЮКОС – налоговые претензии
- СИБНЕФТЬ -
2) По портфельному риску на международном фондовом рынке можно предложить эконометрическую модель ожидаемого возврата по каждой отдельной ценной бумаге из портфеля инвестора. Математически это выражается следующим образом:
(1.5)
где E(Ri) – ожидаемая прибыль от инвестирования в ценную бумагу
(Ri);
std(Ri) – стандартные колебания прибыли по Ri;
std(Rm) – стандартные колебания прибыли по Rm;
E(Rm) – ожидаемая прибыль от инвестирования в Rm;
RF – прибыль по безрисковым ценным бумагам;
Rm – прибыль по рыночным рисковым ценным бумагам.
Рассчитанный по этой формуле показатель принято называть SML (security market line). Другим более часто применяемым вариантом математического расчета SML является вариант с использованием бета-компонента степени риска (уравнение диверсификации Г. Марковица):
(1.6)
а стандартные отклонения выглядят следующим образом:
(1.7) и тогда:
(1.8)
Кроме вышеперечисленных на фондовом секторе международного финансового рынка присутствуют также: страновой, который представляет вероятность того, что основная масса эмитентов этой страны не будет способна выполнить свои иностранные обязательства; операционный риск, связанный с нарушениями внутреннего контроля, превышением полномочий; технологический риск, как возможные сбои в компьютерных и других электронных системах связи; юридический риск, как риск потерь от неправильного оформления договоров.
2. Методы прогнозирования и принятия решений на рынке ценных бумаг
2.1 Прогнозирование РЦБ
Возможность прогнозирования ситуации важна в любой сфере деятельности, но особенно она необходима на рынке ценных бумаг. Каждый обучающийся может использовать в своей практике виртуальный счет, на котором можно работать с реальными ценами в течение желаемого срока.
Методика прогнозирования рынка ценных бумаг включает совокупность различных методов и приемов разработки прогнозов.
Основными методами прогнозирования являются:
- экспертные;
- логическое;
- моделирование;
- экономико-математическое моделирование;
- статистические:
а) экстраполяция,
б) интерполяция,
в) индексный;
- нормативный;
- фактографический;
- программно-целевой и др.
Экспертные методы прогнозирования достаточно широко применяются. Метод Дельфи (по названию древнегреческого города Дельфы, известного своими предсказателями) является самым распространенным методом экспертной оценки будущего. Суть этого метода состоит в организации систематического сбора мнений экспертов и их обобщения. Выработаны специальные математико-статистические приемы обработки различных оценок в сочетании со строгой процедурой обмена мнениями, обеспечивающей по возможности беспристрастность суждений. Ученые предложили способ, повышающий эффективность метода путем его комбинации с методами сетевого планирования.
Экспертами выступают высококвалифицированные специалисты или коллективы профессиональных аналитиков, известных консалтинговых компаний и агентств. Эксперты в процессе прогнозирования развития рынка ценных бумаг опираются на так называемые методы тренда и методы анализа причинных связей, методах тренда построен пассивный прогноз, который основан на изучении тенденций рынка ценных бумаг. Подробно тренды изучаются в техническом анализе. На методах анализа причинных связей, лежащих в основе фундаментального анализа, базируется целевой, или условный, прогноз.
Операции с ценными бумагами предполагают глубокое знание соответствующих рынков, умение анализировать их тенденции и прогнозировать ситуацию в будущем. Все участники рынка ценных бумаг планируют свои операции только после тщательного анализа. Например, при прогнозе цен большую роль имеет денежно-кредитная политика правительства. Экономические отчеты, обзоры, содержащие официальные данные, являются для эксперта источником информации при прогнозировании цен.
Статистические методы прогнозирования развития рынка ценных бумаг основаны на построении фондовых индексов, расчете показателей дисперсии, вариации, ковариации, экстраполяции и интерполяции. Фондовые индексы являются самыми популярными во всем мире обобщающими показателями состояния рынка ценных бумаг. Индексы Доу-Джонса и "Стандард энд Пур" в США, индекс "Рейтер" в Великобритании, индекс "Франкфурте альгемайне цайтунг" в ФРГ, индекс " Интерфакс-РТС" и АК&М в России и другие являются основными индикаторами, по которым можно судить об общем состоянии рынка ценных бумаг и экономики страны в целом. По фондовым индексам можно проанализировать изменение положения дел в отдельных сегментах рынка ценных бумаг, на региональных и отраслевых фондовых рынках, у отдельных эмитентов. Фондовые индексы показывают изменение соотношения между текущим и предыдущим базисным состоянием развития анализируемой части рынка ценных бумаг. Показатели дисперсии позволяют судить об абсолютной колеблемости, а показатели вариации и ковариации - об относительной колеблемости инвестиционного риска на рынке ценных бумаг. Показатели дисперсии позволяют судить об абсолютной колеблемости, а показатели вариации и ковариации - об относительной колеблемости инвестиционного риска на рынке ценных бумаг.
Методы логического моделирования используются преимущественно для качественного описания развития прогнозируемого объекта. Они основаны на выявлении общих закономерностей развития рынка ценных бумаг и выделении наиболее важных долгосрочных проблем перспективного развития, определении главных путей и последовательности решения данных проблем. Логическое моделирование включает:
- разработку сценариев, содержащих описание последовательности, условий решений, взаимосвязи и значимости событий;
- метод прогнозирования по образу (корпоративный метод);
- метод аналогий.
Логическое моделирование на перспективу должно учитывать степень детализации показателей и целей и основываться на комплексном, системном подходе.
Экономико-математическое моделирование базируется на построении различных моделей. Экономико-математическая модель - это определенная схема развития рынка ценных бумаг при заданных условиях и обстоятельствах. При прогнозировании используют различные модели (од но продукте вые и много продуктовые, статистические и динамические, натурально-стоимостные, микро и макроэкономические, линейные и нелинейные, глобальные и локальные, отраслевые и территориальные, дескриптивные и оптимизационные). Наибольшее значение в прогнозировании имеют оптимизационные модели. Оптимизационные модели представляют собой систему уравнений, которая кроме ограничений (условий) включает также особого рода уравнение, называемое функционалом, или критерием оптимальности. С помощью такого критерия находят решение, наилучшее по какому-либо показателю.
Прогнозирование рынка ценных бумаг с помощью трендовых моделей основано на разложении показателей, представленных временным рядом на три компонента: тренд, годовая (волновая) и остаточная. Тренд рассматривается здесь как непрерывная функция от времени, годовая компонента является дискретной функцией от времени, которая накладывается на тренд, остаточная компонента по гипотезе является случайным стационарным процессом. Решение задачи прогнозирования рынка ценных бумаг можно подразделить на следующие основные этапы: анализ временных рядов рынка ценных бумаг, выбор соответствующих методов и формулирование предпосылок для выделения функции тренда, прогнозирование трендов, анализ остаточной компоненты. Из-за разнообразия методов прогнозирования временных рядов, трендовых моделей (аддитивных, мультипликативных, смешанных), критериев выбора оптимальных показателей возникает необходимость комбинации прогнозов, учитывающих специфику различных методов прогнозирования.
Существуют по крайней мере две группы факторов, влияющих на качество прогнозов:
1) связанные с подготовкой, обработкой и анализом информации;
2) связанные с качеством построения модели, ее соответствием прогнозируемому процессу.
Кроме того, при прогнозировании необходимо учитывать ошибки исходных данных, модели прогноза, согласования, стратегии, которые заключаются в расхождении данных прогноза и фактических данных. Ошибки исходных данных связаны главным образом с неточностью измерений, некорректностью выборки, недостоверностью показателей. Ошибки модели возникают из-за неправильного подбора целевой функции и системы ограничений, из-за низкого качества экспертизы. Ошибки согласования вызваны несопоставимостью методик расчета отдельных показателей в разных отраслях и регионах. Ошибки стратегии предопределены неправильным выбором концепции прогноза.
Экспериментальным методом прогнозирования является машинная имитация, или имитация на ЭВМ. Машинная имитация предполагает построение модели изучаемого объекта, системы, события, которая затем преобразуется в программу ЭВМ. В ЭВМ вводят необходимые данные и анализируют их в динамике (статистический анализ), под влиянием ряда факторов (факторный анализ), во взаимодействии с другими данными (системный анализ), в определенных условиях экстремума. Машинная имитация применяется при прогнозировании сложных процессов, систем и объектов, на предварительном этапе преобразования и эксперимента, при разработке среднесрочных и долгосрочных прогнозов. Статистическая имитация позволяет определить относительное значение отдельных факторов, условий ввода новых параметров, влияющих на конечный результат. Машинная имитация может быть организована в форме игры.
Фактографический метод прогнозирования основан на тщательном изучении публикуемых, сообщаемых в средствах массовой информации фактов, их сопоставлении и анализе.
Программно-целевой метод широко использовался в России в 1990-е годы в процессе приватизации и акционирования предприятий. Данный метод основан на разработке конкретных программ под определенную цель, например программ приватизации.
Процесс построения прогнозов делится на две части:
- определение специфики прогнозов, их целей и вариантов использования;
- выбор метода прогнозирования и математического аппарата его информационного обеспечения.
Возможности использования конкретного метода прогнозирования зависят не только от уровня профессиональной подготовленности специалистов, но и от достоверности, полноты используемой информации.
Несмотря на наличие и неизменность общих закономерностей развития и функционирования экономической системы, каждый рынок, являясь ее неотъемлемой частью, имеет свою специфику развития. Это положение, безусловно, относится и к рынку ценных бумаг.
Прежде всего одной из главных характеристик рынка ценных бумаг является тренд. Тренд имеет несколько фаз: 1.характеризуется, как правило, неожиданной новостью; 2.более характерна для инвесторов, которые ждут развития тренда и входят в него, двигая тренд еще дальше. Здесь даже появление новой информации не может сразу уничтожить первоначальную причину, и тенденция продолжается; 3.отличается (как и первая стадия) наибольшим приростом, оптимизмом инвесторов, которые остаются в прошлом, помня о тех прибылях, которые раньше давал этот финансовый инструмент.
Основной парадокс рынка как раз в том, что наибольший оптимизм бывает на вершине тренда, когда всем кажется, что все нормально и тренд будет продолжаться. Наоборот, по мере того как тренд сползает вниз, растет пессимизм, достигающий своего предела в самом низу- налицо действие известного правила, согласно которому толпа права на тренде и ошибается на двух его концах.
В соответствии с классической постановкой вопроса наиболее простой путь выиграть- получать информацию быстрее. Многие крупные участники фондового рынка соревнуются в покупке более мощных высокоскоростных, а значит, и более дорогих суперкомпьютеров. Но даже если новость получена раньше всех, возникает проблема ее интерпретации, т.к., во-первых, рынок нелинеен; во-вторых, одна и та же причина может иметь разные и даже противоположные последствия; и кроме того, вероятно возникновение множества других обстоятельств, способных нивелировать воздействие информации раньше того времени, как она дойдет до "толпы".
Таким образом, кроме хорошей информированности необходимо еще знать методы, которые позволят правильно предсказать будущую ситуацию на рынке.
В последнее время фундаментальный анализ осуществляется с применением моделей развития рынка, которые могут включать в себя до нескольких тысяч показателей. Технический анализ специфический экономический внутренний анализ, наиболее широко используемый на биржах. Он применяется для наиболее всестороннего исследования колебания цен. Технический анализ изучает динамику соотношения спроса и предложения, т.е. прежде всего сами ценовые изменения. Его часто называют графическим анализом, или чартизмом (от англ. сhart - график), поскольку он основан на построении различных видов графиков, диаграмм, изучении показателей открытых позиций и объема торговли, а также других факторов. Технический анализ может быть использован для:
- установления основных тенденций развития биржевого рынка ценных бумаг на основе изучения динамики цен, зафиксированной на графиках;- прогнозирования изменения цен;
- определения времени открытия и закрытии позиции. Рейтинговый анализ предполагает составление рейтингов (ранжированных по определенным признакам рядов) и определение на их основе места эмитента, инвестора, ценной бумаги на рынке ценных бумаг.
Экспертный анализ выполняется высококвалифицированным специалистом на заданную тему. Это может быть анализ отдельной проблемы или общий обзор.
Все вышеназванные методы, как правило, основаны на следующей методике:
- установление границ и временных интервалов анализа;
- определение основных критериев;
- выявление основных событий анализируемого периода;- оценка степени насыщения рынка;
- фиксация соотношения спроса и предложения;- анализ индексов цен, объемов покупки и продажи;
- оценка состояния конкурентной среды;
- исследование причин роста или падения уровня цен, объемов спроса и предложения. Обычно исследования проводятся или по определённому сегменту рынка, или по сравнимым элементам рынка ценных бумаг и чаще всего не одним, а несколькими методами.