Рефераты. АРТ-моделирование на фондовом рынке






Проверка построенной модели на выполнение условий регрессионного анализа Гаусса-Маркова (табл. 28 – 35) позволяет установить, что выполняются предпосылки № 1, 4, 5, однако нарушаются условия № 2, 3.  

Итак, построена регрессионная модель определения доходности простых акций ОАО "Иркутскэнерго" с использованием метода арбитражного ценообразования.

Делая экономическую интерпретацию полученных данных, можно предположить, что цены на финансовые активы фирм энергетического сектора имеют зависимость: во-первых, от объемов инвестирования в основные фонды, формирующего потенциал для общего экономического роста в долгосрочной перспективе; во-вторых, от показателей внешнеэкономической деятельности страны; наконец, от котировок иностранной валюты ЦБ.


Заключение


В условиях повышения колебаний котировок ценных бумаг на российском фондовом рынке, которое происходит в последнее время, методы оценки рыночной стоимости финансовых активов фирм приобретают актуальность и практическую значимость.

В настоящее время имеются достаточно "тонкие" математико-статистические инструменты такой оценки. Одним из наиболее распространенных способов определения инвестиционной привлекательности акций считается модель арбитражного ценообразования, разработанная в 1976 г. профессором Йельского университета Стефаном Россом.

Главным предположением теории является то, что каждый инвестор стремится использовать возможность увеличения доходности своего портфеля без увеличения риска. Механизмом, способствующим реализации данной возможности, является арбитражный портфель[23].

Однако данная теория интересна в первую очередь тем, что она позволяет построить зависимость стоимости акций компании от ряда факторов.

Статистические исследования воздействия различных факторов на динамику российского фондового рынка дают новые аспекты для его анализа и прогнозирования.

Процесс инвестирования капитала в условиях рыночной экономики сопряжен с многовариантностью, альтернативностью и риском. Инвесторы, готовые вкладывать свои средства, постоянно озабочены оценками риска и перспектив инвестиций, гарантиями возврата основной суммы и получения дохода. Однако им достаточно трудно разобраться в многообразии финансовых инструментов, оценить риск вложений и сравнить по нему предлагаемые на рынке инструменты. Одним из решений этой проблемы является выявление факторов, влияющих на динамику, с помощью которых станет возможным прогнозировать динамику российского фондового рынка.

Модель APT позволяет инвесторам сделать предметом анализа группу факторов, которые, по их мнению, определяют доходность боль­шинства активов, и благодаря этому прийти к более точному пониманию риска по инвестиционным проектам. В то же время, применение методов АРТ-моделирования от­крывает перед практиками свободу самим решать, что в данной ситуации имеет значение, а что неважно.

В силу этого моделирование фондового рынка с применением арбитражной теории ценообразования обуславливает определенный субъективизм получаемой оценки. 

В проведенном мной исследовании я предпринимала попытки свести субъективный фактор к минимуму.

В результате была получена модель, довольно адекватно описывающая поведение цен активов.

Однако то, что полученная модель отражает реальную ситуацию на российском фондовом рынке и позволяет прогнозировать его динамику, вызывает определенные сомнения.

На мой взгляд, выявленная зависимость является всего лишь демонстрацией того, как теория арбитражного ценообразования может быть реализована на практике.

Неразвитость российского фондового рынка позволяет проводить подобные расчеты только для крупных компаний, но даже они не всегда могут показать реальную картину динамики.



Список используемой литературы

1. Активный и пассивный портфельный менеджмент.

#"#">#"#">#"#">#"#">#"#">#"#">#"#">#"#">#"#">#"#">#"#">#"#">#"#">#"#">#"#">#"1.files/image037.gif">

Таблицы 9 – 13

Диаграммы рассеивания факторных признаков

 

Таблица 14

Гистограмма для результативного показателя

 

Таблицы 15 – 19

Гистограммы для факторных признаков

 

Таблица 20

График функции распределения для результативного показателя

 

Таблицы 21 – 25

Графики функций распределения для факторных признаков

Таблица 26

Множественная регрессия стоимости акций

         Regression Summary for Dependent Variable: акции Иркутскэнерго

         R= 0,93933207 R2= 0,88234473 Adjusted R2= 0,87470478

         F(5,77)=115,49 p<0,0000 Std.Error of estimate: 0,49610

N=83

Beta

Std.Err. of Beta

B

Std.Err. of B

t(77)

p-level

Intercept



-1,35632

0,441834

-3,06976

0,002958

Инв. в ОК

-0,567569

0,101489

-0,00976

0,001746

-5,59244

0,000000

Экспорт

0,677690

0,135501

0,29832

0,059648

5,00138

0,000003

Импорт

0,621467

0,155428

0,49431

0,123628

3,99842

0,000145

EUR

-0,493402

0,122815

-0,14555

0,036231

-4,01743

0,000136

GDB

0,820128

0,139666

0,09467

0,016123

5,87206

0,000000


Analysis of Variance; DV: акции Иркутскэнерго

Sums of Squares

df

Mean Squares

F

p-level

Regress.

142,1229

5

28,42457

115,4909

0,000000

Residual

18,9512

77

0,24612



Total

161,0741





Таблица 27

Корреляционная матрица Q3

Correlations

Marked correlations are significant at p < ,05000

N=83 (Casewise deletion of missing data)


Variable

Акции

Инв. в ОК

Экспорт

Импорт

EUR

GDB

Акции

1,00

0,72

0,90

0,72

0,77

0,75

Инв. в ОК

0,72

1,00

0,87

0,81

0,76

0,70

Экспорт

0,90

0,87

1,00

0,86

0,83

0,72

Импорт

0,72

0,81

0,86

1,00

0,72

0,40

EUR

0,77

0,76

0,83

0,72

1,00

0,83

GDB

0,75

0,70

0,72

0,40

0,83

1,00

Таблицы 28 – 32

Проверка модели на выполнение условий 1, 4 Гаусса-Маркова

Таблица 33

Проверка модели на выполнение условия 2 Гаусса-Маркова

 Таблица 34

Проверка модели на выполнение условия 3 Гаусса-Маркова

         Durbin-Watson d and serial correlation of residuals

Durbin-Watson d

Serial

Estimate

0,920731

0,539377

         n = 83;

         m = 5

0                               dн                                  dв                                4 – dв                             4 – dн                               4

0                  1,52                   1,77                   2,23                   2,48                     4


Таблица 35

Проверка на выполнение условия 5 Гаусса-Маркова

Таблица 36

Исходные данные

-Т

акции

Иркутск-

энерго

ВВП

Пром.

пр-во

Инв.

вОК

Экс-

порт

Jan-98


243,2

131,8

22,1

5,9

Feb-98

0,831131579

244,6

130,8

23,7

5,9

Mar-98

1,1059

245,1

144

26,1

6,8

Apr-98

1,10806818

245,4

134,3

25,5

6,2

May-98

1,04527222

245

119,8

26,6

6,1

Jun-98

0,734495238

245,9

136,8

31,8

6,5

Jul-98

0,638031818

247,6

117,4

32,9

6,3

Aug-98

0,389185714

254,8

114,6

35,4

5,8

Sep-98

0,3474

258,3

142

39,3

6

Oct-98

0,374170588

246,2

160,8

37,6

6,1

Nov-98

0,782544444

249,4

169,5

41,9

6

Dec-98

0,926690476

247,7

204,8

64,2

7,3

Jan-99

0,897305882

280,5

187,6

28,5

4,6

Feb-99

1,088135

293,4

197,8

31,8

5

Mar-99

1,2043

326,3

238,7

36,5

5,9

Apr-99

1,29309

328,9

236,6

36,9

6,5

May-99

1,48986667

337,5

225,9

41,4

5,1

Jun-99

2,23959048

338,6

246,7

52,8

5,4

Jul-99

2,58285714

378,9

256,8

56,2

6,2

Aug-99

2,17640455

385,4

272,8

61,8

6,2

Sep-99

2,02515

393,1

291,7

67,6

6,5

Oct-99

2,001725

375,4

308,5

66,5

7

Nov-99

1,83135385

368,2

321,6

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11



2012 © Все права защищены
При использовании материалов активная ссылка на источник обязательна.