Учебная работа. Моделирование поведения игроков фондового рынка (в отношении акций второго эшелона) на российском рынке

Моделирование поведения игроков фондового рынка (в отношении акций второго эшелона) на российском рынке

Моделирование поведения игроков фондового рынка (в отношении акций второго эшелона) на российском рынке

Содержание

Введение

1. Теоретические аспекты моделирования поведения участников фондового рынка РФ

1.1 методы и проблематика моделирования поведения участников фондового рынка

.2 Предпосылки моделирования в отношении акций второго эшелона, эмитированных предприятиями нефтяной отрасли

.3 Моделирование цен на акции второго эшелона с помощью эконометрических моделей

2. Анализ состояния фондового рынка нефтяной отрасли

2.1 Динамика показателей акций второго эшелона нефтяной отрасли

.2 анализ поведения участников фондового рынка в отношении акций второго эшелона

3. Моделирование поведения участников фондового рынка в отношении акций второго эшелона

3.1 Характеристика объекта исследования

.2 Выбор переменных. Определение временного периода моделирования

.3 Эконометрическое Введение

Рынок ценных бумаг занимает особое и весьма важное место в системе экономических отношений.

На протяжении более чем десятилетнего периода развития российского фондового рынка акции "второго эшелона" привлекали к себе значительное внимание различных групп инвесторов. В отличие от хорошо знакомых и активно торгуемых "голубых фишек", акции "второго эшелона" характеризуются меньшей ликвидностью, однако теоретически сохраняют в себе потенциал значительного роста, иногда на несколько сотен процентов, что стимулирует искушенных игроков инвестировать в эти бумаги, несмотря на множественные риски. Самый распространенный риск заключается в перспективе не иметь возможности реализовать с акции "второго эшелона", то есть в ситуации, когда их невозможно продать в течение длительного периода времени.

Всё вышеперечисленное определяет актуальность темы курсовой работы.

Цель работы состоит в моделировании поведения игроков фондового рынка (в отношении акций 2 эшелона) на российском рынке.

В соответствии с данной целью поставлены следующие задачи:

рассмотреть теоретические аспекты моделирования поведения участников фондового рынка РФ;

провести анализ состояния акций второго эшелона рынка нефтяной отрасли;

Объектом исследования является Предметом исследования второго эшелона.

1.Теоретические аспекты моделирования поведения участников фондового рынка РФ

.1 методы и проблематика моделирования поведения участников фондового рынка

Современная финансовая наука основательно исследовала ценообразования на фондовом рынке, предполагая раци участников рынка. Однако, под действием теоретических и эмпирических вызовов, гипотеза рационального ценообразования потеряла свою актуальность. новые эмпирические вызовы появились в связи с обнаружением аномалий на рынке. Теоретическим вызовом можно считать развитие новой научной концепции — поведенческие финансы, который учитывает поведения участников фондового рынка. процесс ценообразования требует исследования его в рамках теории поведенческих финансов и поведения участников фондового рынка.

Рассмотрим подходы ученых к определению сущности поведения участников фондового рынка. На основе анализа работ ученых, можно утверждать, что основным признаком теории поведения участников фондового рынка является объединение постулатов финансов и психологии. С одной стороны, теорию поведения участников фондового рынка рассматривают как противопоставление традиционной теории финансов, основанной на рациональных ожиданиях [5-9]. Р. Талер и Н. Барберис утверждают, что «изучение поведения участников фондового рынка — это новый подход к финансовому рынку, который возник, как ответ на несовершенство традиционной парадигмы. В широком смысле, некоторые финансовые явления могут быть лучше объяснены с помощью предположений неполной рациональности участников рынка»[5, c. 1057].

Дж. Р. Риттер считает, что «финансовые рынки на основе широких моделей, чем те, которые основаны на теории полезности Неймана-Моргенштерна и арбитражных предположениях. Поведенческие финансы обосновывают модели, в которых участники рынка не полностью рациональные в связи с особенностями убеждений и ложными оценками»[6, с. 429].

В финансовой энциклопедии А. Фунг отмечает, что «исследований, цель которого объединить поведенческую и когнитивную психологическую теорию с экономикой и финансами, чтобы объяснить причину принятия людьми иррациональных финансовых решений» [7].

Российский исследователь Н. Рудик также противопоставляет поведенческие финансы рациональной концепции. «поведение участников фондового рынка подвергают сомнению предположение рационального поведения участников рынка, пытаются обнаружить в поведении людей систематические отклонения от рациональных моделей и предлагают новые финансовые теории, которые бы учитывали эти отклонения» [8, c. 8].

Белорусская финансист Дорина Е. Б. дает следующее толкование понятия: «поведение участников фондового рынка — это сфера экономики, которая изучает влияние социальных, когнитивных и эмоциональных факторов на принятие экономических решений конкретными индивидами и учреждениями и последствия этого влияния на рыночные переменные (цену, прибыль, размещение ресурсов) [9, c. 121].

По нашему мнению, целесообразно применять комплексное толкование «поведения участников фондового рынка» как учения о влиянии иррациональных факторов на принятие решений инвесторами и отражении этих решений на состоянии рынка.

Предложенное определение позволяет охватить основные признаки теории, такие как субъективный характер финансовых решений и их объективное выражение на рынке.

На основе установленных сущностных характеристик понятий «ценообразования» и «поведенческих финансов», предложим определения поведение участников фондового рынка на фондовом рынке как процесса формирования и установления рыночных цен с учетом особенностей поведения его участников.

несмотря на сложный характер поведения участников фондового рынка и его влияние на ценообразование, выделим два основных вида поведения на рынке — рациональный и иррациональный, в зависимости от таких критериев как особенности принятия решений и систематические ошибки.

Сторонники рационального подхода к поведению участников рынка считают, что субъекты при принятии решений максимизируют ожидаемую полезность [13; 48-49]. Представители иррационального направления утверждают, что решение рынка лучше описывает теория перспектив [12; 70-72], согласно которой инвестор оценивает результат через выигрыш или потери по сравнению с репрезентативной суммой; подверженность рискам в условиях выгоды и потерях; испытывает ли страх потерь, то есть более чутко воспринимает потери, чем выигрыши; субъективно оценивает вероятности будущих доходов.

влияние систематических ошибок участников рынка на ценообразование, так называемых сантиментов, с точки зрения иррационального подхода является значительным. Систематические ошибки участников рынка является основной детерминантного рыночного ценообразования. Зато сторонники рационального подхода утверждают, что сантименты незначительным и кратковременным явлением [2, с. 216].

Сравнительная характеристика критериев рациональной и иррациональной поведения представлена в таблице 1.1.

Таблица 1.1 — критерии иррационального и рационального поведения

ПризнакРациональное поведениеИррациональная поведениеОсобенности принятия решенийСубъект максимизирует функцию ожидаемой полезности на основе доходности и риска: — неподверженность риску субъекта является постоянной; — субъект оценивает результат через конечный Доход; — объективная оценка вероятности будущих доходовСубъект максимизирует функцию ценности (теория перспектив) на основе доходности и риска: — субъект неподвержен риску в условиях выгоды и склонен в перспективе потерь; — субъект оценивает результат как выигрыш или потери в соответствии с репрезентативной суммой, — субъекту испытывает страх потерь, то есть более чутко воспринимает потери, чем выигрыши; — субъективная оценка вероятности будущих доходовВлияние систематических ошибок на ценообразованиеСистематические ошибки возникают редко и не имеют существенного влияния на формирование ценыСистематические ошибки участников рынка являются основным признаком ценообразования

В 1979 году Д. Канеман и А. Тверски (D. Kahneman, A. Tversky) представили критику теории ожидаемой полезности и разработали альтернативную теорию принятия решений в условиях неопределенности — теорию перспектив [7].

Теория перспектив описывает поведение участников рынка в условиях неопределенности. Как и теория ожидаемой полезности она утверждает, что инвестор выбирает лучший вариант на основе максимизации ожидаемой полезности, которая исчисляется как произведение вероятности получения дохода и его полезности [2, c. 29]. однако, полезность по теории перспектив рассчитывается иным образом. Согласно теории ожидаемой полезности, полезность может быть выражена общим доходом. Полезность результата по теории перспектив не равна абсолютному значению дохода, а рассчитывается как полезность его изменения по сравнению с определенной репрезентативной точкой [7, c. 277].

поэтому, согласно теории перспектив, на фондовом рынке инвесторы склонны оценивать результаты рисковых операций по количеству побед и поражений, сравнивая их с определенной репрезентативной точкой. Они переоценивают желаемые результаты и боятся потерь. В отличие от теории ожидаемой полезности, согласно которой склонность к риску неизменна, теория перспектив доказывает, что склонность к риску лица меняется в зависимости от того чувствует она себя в зоне выгоды, или в зоне потерь. Данный эффект называется диверсифицированная склонность к риску.

Для того, чтобы описать принятие решения участником рынка в условиях риска, согласно теории перспектив предложено модифицированную функцию полезности — функцию ценностей Д. Канемана и А. Тверские (далее — функция ценностей).

Кривая функции вогнутая для выгод (в связи с нежеланием риска) и выпуклая для потерь (поиск риска). Ученые объясняют такой парадокс принципу психофизики, который свидетельствует о снижении чувствительности после определенной точки отсчета. Лицо становится менее чувствительной к предельным выгодам, если общие выгоды растут относительно точки отсчета. Это приводит вогнутость функции ценности в поле вероятных выгод. И, наоборот, инвестор становится менее чувствительным к предельным потерям, если общие расходы в абсолютных значениях относительно точки отсчета растут. Поэтому функция ценности в поле потерь имеет выпуклую форму.

характерной особенностью функции ценности теории перспектив является страх потери. Инвесторы более чутко воспринимают потери определенной суммы, чем выгоды от получения той же суммы. Это предопределяет форму функции ценности, которая является более быстрая для потерь, чем для выгод

прежде всего, стоит заметить, что процедура моделирования поведения участников фондового рынка бумаг имеет свои особенности. Эти особенности определяются тем, что ценная бумага представляет собой специальную форму существования капитала и одновременно является товаром, обращающимся на фондовом рынке. Согласно нормам ГК РФ, ценной бумагой является документ, удостоверяющий, с соблюдением установленной формы и обязательных реквизитов, имущественные права, осуществление или передача которых возможны только при его предъявлении. Для целей оценки применяются необходимые методы оценки ценных бумаг.

Соответственно, моделирования поведения участников фондового рынка состоит в полном и тщательном анализе совокупности прав владельца ценной бумаги и определении стоимости этих прав. Что касается основы, например, для моделирования стоимости акций, то ей является определение их стоимости как финансового инструмента, способного приносить Прибыль его владельцу.

Главными способами извлечения прибыли являются получение дивидендов и рост стоимости ценной бумаги, связанный с улучшением финансовых показателей предприятия, расширением его бизнеса и увеличением стоимости его активов. Ниже рассмотрены основные методы оценки стоимости ценных бумаг.

метод рынка капитала основан на использовании цен, которые имеются на открытом рынке ценных бумаг. Соответственно, основой для сравнения служит цена на единичную ценную бумагу общества. процесс моделирования стоимости акций ценных бумаг с применением метода рынка капитала включает следующие основные этапы: сбор необходимой информации, выбор аналогичных предприятий, финансовый анализ, расчет оценочных мультипликаторов, выбор величины мультипликатора, определение итоговой величины стоимости. Метод отраслевых коэффициентов основан на использовании рекомендуемых соотношений между ценой и определенными финансовыми параметрами. Отраслевые коэффициенты определяются на основе длительных статистических наблюдений за ценой продажи различных предприятий и их важнейшими производственно-финансовыми характеристиками. В результате обобщений — разработаны простые формулы определения стоимости оцениваемого предприятия. Сбор необходимой информации подразумевает сбор данных о фактических ценах купли-продажи ценных бумаг, аналогичных с ценными бумагами оцениваемой компании, а также подбор бухгалтерской и финансовой отчетности как оцениваемого предприятия, так и компаний-аналогов.

Метод продаж (сделок) основан на использовании цены приобретения предприятия — аналога в целом или пакета ценных бумаг. технология применения метода продаж практически полностью совпадает с технологией метода рынка капитала. А различие заключается только в типе исходной ценовой информации: метод рынка капитала в качестве исходной использует цену одной ценой бумаги, не дающей никаких элементов контроля, а метод продаж — цену пакета ценных бумаг, включающую премию за элементы контроля.

Экспертный метод. Специалисты по имеющимся тенденциям и возможным направлениям изменения стоимости ценных бумаг дают экспертные оценки и их обобщение.

Аналитический метод. Дается системный анализ составных элементов стоимости ценной бумаги и па основании учета факторов, влияющих на значение каждого элемента.

Статистический метод. Применяется статистический анализ с использованием присущих ему параметров: средних величин, индексов, дисперсии, вариации, корреляции, регрессии и т.д.

Нормативно-параметрический метод. По инвестиционным характеристикам ценной бумаги задается диапазон значений, которому соответствует определенное количество баллов. Сумма баллов определяет уровень цены.

Балансовый метод. Определяются по балансу: номинальная стоимость акций (уставный Капитал) и облигаций (краткосрочные и долгосрочные займы), эмиссионный Доход и чистые активы.

Моделирование. Составление моделей, схематично отражающих влияние различных факторов на уровень цены. Виды моделей:

математические модели составляются из определенных математических зависимостей, описывающих процесс и результат определения стоимости ценных бумаг;

трендовые модели составляются при рассмотрении стоимости и ее составляющих в течение определенного периода на основе тенденций и колебаний на фондовом рынке;

модели компонентного анализа определяют зависимость уровня стоимости от определенных компонентов (составных частей) рынка ценных бумаг;

структурные модели строятся на основе анализа структурных элементов, составляющих стоимость взаимосвязей между этими элементами, их влияния на изменение уровня цен; статистические модели основаны на использовании теоретически обоснованного выбора статистических закономерностей и параметров и отклонений от них, построения рядов статистических наблюдений, соответствующих конкретным условиям оценки; факторные модели основаны на анализе ряда конкретных факторов и определения величины стоимости;

графические модели составляются в виде графиков, отражающих тенденции динамики изменения стоимости ценных бумаг;

имитационные модели строятся в форме вариантов различных величин стоимости при благоприятной, средней и неблагоприятной динамике и конъюнктуре рынка ценных бумаг.

Итак, основными методами моделирования поведения участников фондового рынка второго эшелона является рациональный и иррациональный подход. Мы считаем, что данные подходы дополняют друг друга, поэтому необходимо использовать оба в рамках анализа поведения частников фондового рынка.

.2 Предпосылки моделирования в отношении акций второго эшелона, эмитированных предприятиями нефтяной отрасли

Акции условно подразделяются на три категории: голубые фишки, акции второго эшелона и акции третьего эшелона, каждая из которых характеризуется определенным набором свойств:

.Спред.

.Волатильность.

.Средний объем торгов.

Акции второго эшелона представлены ценными бумагами менее известных компаний. Интерес со стороны инвесторов не столь велик, поэтому отчасти компании прибегают к умеренной рекламе своих акций. Такие акции характеризуются:

.Относительно низкой ликвидностью.

.более широким спредом.

.Высокой волатильностью.

.Средними объемами торгов.

Таких акций существует довольно много, но абсолютное большинство из них широкому кругу инвесторов мало известно — НЛМК, Распадская, Полюс Золото, Иркутскэнерго, Квадра, Мечел и тд. очевидно, что спрос на такие ценные бумаги существенно ниже, чем на голубые фишки.

Это обуславливает более широкие спреды, которые могут достигать 2-3%. Волатильность акций второго эшелона существенно выше, чем первого. Внутридневные колебания в пределах 5% — вполне нормальное явление. Изменение цены на 10% не является чем-то экстраординарным.

Это позволяет получить более высокую прибыль, но одновременно значительно увеличивает инвестиционный риск. Объемы торгов акциями второго эшелоны намного ниже, чем голубыми фишками, но находятся на достаточном уровне, чтобы инвестор мог продать или купить необходимое количество ценных бумаг.

Обычно именно голубые фишки являются индикаторами всего рынка, так как считается, что если выросли цены на акции крупнейших компаний, то и акции компаний «второго эшелона» тоже вырастут, соответственно падения курса акций голубых фишек означает снижение курса акций компаний «второго эшелона». Акции голубых фишек являются наиболее ликвидными на рынке ценных бумаг.

Выводы: поскольку в условиях кризиса ухудшается положение лидеров отрасли, инвестирование в акции компаний второго эшелона становится актуальной проблемой в рамках диверсификации инвестиционного портфеля. И именно поэтому актуально моделировать и изучать поведение участников второго эшелона фондового рынка.

.3 Моделирование цен на акции второго эшелона с помощью эконометрических моделей

В 1953 году исследования М. Кендалла (Kendall) эмпирически доказали, что выявить прогнозные показатели цен акций невозможно. Ученый проанализировал 22 ценовые ряды в их недельном интервале и обнаружил, что их движение случайны. Таким образом, М. Кендалл подтвердил гипотезу о «случайном блуждании» цен [17, с. 11].

недостатком модели «случайного блуждания» цен было то, что допускаются отрицательные значения цен акций. Экономист П. Самуэльсон (Samuelson) [18] в 1965 году в своей работе для устранения этого недостатка утверждал, что не цены акций, а их логарифмические значения подчиняются модели «случайного блуждания».

таким образом, если логарифмы цен на активы выполняют условия «случайного блуждания», то Рынок может рассматриваться как «игра с нулевой суммой» (fairgame), ожидаемый Доход в которой всегда равен нулю.

Американский ученый-экономист Ю. Фама (Fama) обобщил многочисленные эмпирические исследования рыночных цен и обосновал теорию «случайного блуждания» цен. Идеи Ю. Фама стали вызовом для метода технического анализа фондового рынка [12].

Аналитически эффективный рынок базируется на математическом понятии «мартингал». исходное значение этого термина связано с названием азартной игры, в которой нет ни победителей, ни побежденных. Игра называется «игра с нулевой суммой» [19, c. 218]. На рациональном рынке стремление получить сверхприбыль эквивалентно «игре с нулевой суммой».

Рассмотрим подробнее модель «случайного блуждания» цен Л. Башелье. Ученый утверждал, что рациональным является ценообразование, которое можно описать на основе модели «случайного блуждания» [16, с. 163-166]. Ученый доказывал, что приросты цен, которые фиксируются через равные промежутки времени имеют нулевое среднее значение, то есть в долгосрочной перспективе их невозможно спрогнозировать. В предельном случае для дискретного временного ряда гипотеза «случайного блуждания» выражена формулой:

(1.1)

Где, — независимые случайные величины, нормально распределены с нулевым математическим ожиданием и дисперсией;

,- То есть, цена текущего периода меняется случайно и может лучше быть описана как сумма цены предыдущего периода и случайной величины.

Если цены на финансовые активы имеют постоянный тренд, то модель «случайного блуждания» включает константу a0:

, (1.2)

С помощью эконометрического моделирования можно ответить на различные вопросы, возникающие при принятии решения об изменениях в процессах, происходящих в бизнесе: как изменится рентабельность бизнеса, как эти изменения повлияют на производительность технологического оборудования и персонала, дополнительные инвестиции нужно сделать предприятию, каким будет срок окупаемости. Эконометрическое моделирование дает возможность тестировать различные идеи, воспроизводя их в компьютерной модели, гораздо дешевле, чем проводить множество испытаний и исправлений.

Эконометрическое моделирование может быть применено предприятиями машиностроительной отрасли во время расширения и модернизации уже существующего производства, для планирования текущих финансовых потребностей, при организации логистической системы, которая состоит из дистрибутивных центров, складов, транспортных средств, моделирования деятель при финансовой поддержке государства или без нее.

Для оценки прогнозируемости цен на отечественном фондовом рынке в нашем исследовании будем анализировать прогнозируемость их доходностей, поскольку последовательность цен на ценные бумаги, как правило, не является стационарной, то есть среднее следующие преимущества по сравнению с последовательностью цен. Во-первых, превратив последовательность цен в последовательность процентных доходностей, мы достигаем лучшей сопоставимости различных цен. Во-вторых, ряды доходностей характеризуются большей стабильностью, то есть среднее и дисперсия являются стационарными.

В первой классификации Ю. Фама выделил формы рациональности ценообразования в зависимости от объема информации, которой обладают участники рынка [12, с. 383]:

. слабая (weak) форма: информационная множество состоит лишь из информации прошлых цен и объемов торгов. Если ценообразования рациональное в слабой форме, то инвестирование, основанное на анализе исторической динамики изменения цен, не принесет дополнительной доходности. Соответственно, инструменты технического анализа не эффективны для получения дополнительной прибыли.

. Умеренная (средняя) (semi-strong) форма: информационная множество содержит не только исторические данные, но и публично доступную информацию, такую как выплата дивидендов, дробления акций, макроэкономические изменения, данные финансовых отчетностей, включая информацию о прошлых цены и объемы торгов. На средне рациональном рынке, невозможно получить дополнительную прибыль, пользуясьлюбой общедоступной информацией.

. сильная (strong) форма: цены отражают всю существующую информацию, включая инсайдерскую (внутрифирменную). В условиях рационального ценообразования дополнительную прибыль не может получить даже инвестор, который владеет частной информацией.

Появление второй классификации Ю. Фамы обусловлена процессом эволюционной смены инструментов исследования. В новой классификации Ю. Фама к информационной множества включил не только исследования предыдущей динамики цен, но и величину дивидендов и процентную ставку. Для оценки рациональности средней степени использовал «изучение событий» (eventstudies), а для сильного — «тесты частной информации» (testsforprivateinformation) [11].

учитывая сложный характер поведения участников фондового рынка и его влияние на ценообразование, выделим два основных вида поведения на рынке — рациональный и иррациональный, в зависимости от таких критериев как особенности принятия решений и систематические ошибки.

Сторонники рационального подхода к поведению участников рынка считают, что субъекты при принятии решений максимизируют ожидаемую полезность [13; 48-49].

Стоит отметить, что рациональное вообще, на рациональных рынках инвесторы могут получить рыночную доходность. Распределение ценообразования на формы рациональности помогает инвесторам выбрать именно те инвестиционные стратегии, которые позволят получить сверх доходности.

Выводы: Итак, в рамках анализа рационального поведение участников фондового рынка будет построена регрессионная модель в «умеренной» форме на основе 3 факторов:

цены на нефть;

дивидендов;

курса валют.

В зависимости от характера поведения субъектов на рынке, в работе выделены два основных вида поведенческого ценообразования — рациональное и иррациональное. Установлено, что рациональная и иррациональная особенности принятия решений и роль сантиментов (систематических ошибок) в поведении.

Иррациональное результат через выигрыше или потери по сравнению с репрезентативной суммой; испытывает страх потерь, то есть более чутко воспринимает потери, чем выигрыши; субъективно оценивает вероятности будущих доходов.

2.Анализ состояния акций второго эшелона эмитированных предприятиями нефтяной отрасли

.1 Динамика показателей акций второго эшелона

Суммарная капитализация 7 крупнейших компаний на российском фондовом рынке составляет 60% капитализации всех компаний, представленных на фондовом рынке и более 80% капитализации компаний в структуре Индекса ММВБ. кроме этих высоколиквидных бумаг, все остальные акции в рекомендуемых портфелях мы относим ко "второму эшелону" — относительно менее ликвидным бумагам.

"Второй эшелон" и низколиквидные акции — понятия практически взаимозаменяемые. То есть если по сути 80% капитализации российского рынка — это "голубые фишки", то дробление оставшихся 20% компаний представляет скорее академический интерес, но с практической точки зрения — для осуществления правильных инвестиций — не имеет особого смысла. целесообразно принять правильное решение относительно assetallocation — распределения классов активов в портфеле и уже затем выбирать наиболее недооцененные компании в каждом из сегментов.

Структура российского рынка акций, как известно, имеет ярко выраженную топливно-энергетическую направленность. В частности, около трети капитализации всего рынка приходится на "Газпром". В последние несколько месяцев доля компаний ТЭК в общей капитализации, правда, несколько снизилась за счет сравнительно лучшей динамики цен акций компаний, ориентированных на внутренний Спрос. Вместе с тем, эти изменения существенным образом не меняют структуры рынка.

совершенно другая картина складывается при анализе акций "второго эшелона". Так, доля компаний нефтегазовой отрасли в индексе акций "второго эшелона" составляет лишь 10%.

В прошедшем месяце большинство ключевых секторов экономики, представленных на российском фондовом рынке, показало положительную динамику. лидером роста стал телекоммуникационный сектор: повышение по отраслевому индексу составило 9,87%. Также существенное увеличение продемонстрировали электроэнергетический и потребительский секторы — Индекс электроэнергетики вырос на 9,05%, а Индекс потребительского сектора прибавил в весе 7,36%. Падение было отмечено в транспортном секторе — Индекс транспорта упал на 3,54%. Индекс голубых фишек вырос на 5,44% до 13 016,65 пунктов (12 345,46 пунктов на 31 июля 2017г.). Индекс второго эшелона вырос на 5,11% до 6 992,63 пунктов (6 652,52 пунктов на 31 июля 2017г.). Индекс широкого рынка прибавил в весе 5,38% и составил 1 446,44 пунктов (1 372,65 пунктов на 31 июля 2017г.).

На нефтегазовый сектор приходится 43,84% суммарной капитализации Индекса ММВБ. среди остальных отраслей выделяются финансы (вес в индексе 22,66%) и металлургия (14,03%).

В августе Индекс второго эшелона вырос на 5,11% до 6 992,63 пунктов (6 652,52 пунктов на 31 июля 2017г.). Индекс широкого рынка прибавил в весе 5,38% и составил 1 446,44 пунктов (1 372,65 пунктов на 31 июля 2017г.). По состоянию на конец месяца Индекс второго эшелона был на 54,44% выше своего закрытия год назад (4 527,79 пунктов на 31 августа 2016г.) (рис. 2.1).

Рис. 2.1 — Индекс «второго эшелона»

Индекс широкого рынка был на 3,58% выше своего закрытия год назад (1 396,40 пунктов на 31 августа 2016г.). По итогам месяца 38 из 50 ценных бумаг, входящих в Базу расчета Индекса второго эшелона, оказали на его динамику положительное воздействие (+5,80%), 11 акций повлияли отрицательно (-0,69%) (рис. 2.3).

Рис. 2.2 влияние акций на индекс второго эшелона

цена 1 ценной бумаги не изменилась. Наиболее позитивно на динамике Индекса второго эшелона отразился рост цен обыкновенных акций ПАО "Распадская" (+0,63%) и ПАО "ОГК-2 (+0,61%). наиболее позитивное влияние на динамику Индекса широкого рынка оказали обыкновенные акции ПАО Сбербанк (+1,68%) и ПАО "Магнит" (+0,83%).

Рис. 2.3 объем торгов акциями «Второго эшелона» за 2017 год

наибольший вклад в рост Индекса второго эшелона по итогам месяца внесли ценные бумаги электроэнергетического (+3,54%) и металлургического сектора (+0,71%).

Рис. 2.4 влияние и вес секторов во втором эшелоне

На электроэнергетику приходится 32,92% суммарной капитализации Индекса второго эшелона. Среди остальных отраслей выделяются металлы и добыча (вес в индексе 19,07%) и потребительский сектор (15,18%).

таким образом, на сегодняшний день, акции «второго эшелона» не пользуются широким спросом у инвесторов, а нефтяные компании в данном сегменте занимают лишь не большую часть.

К акциям второго эшелона нефтегазовой отрасли относятся:

акции Сургутнефтегаза;

акции Татнефть;

акции Башнефть.

Динамика акций Сургутнефтегаза показана на рис 2.5.

Рис. 2.5 — Динамика акций Сургутнефтегаза

Динамика акций Татнефти приведена на рисунке 2.6.

Рис. 2.6 — Динамика акций Татнефти

Динамика акций Башнефти приведена на рис. 2.7

Рис. 2.7 — Динамика акций Башнефти

Выводы: Итак, анализируя структуру и динамику акций второго эшелона, следует сказать что на сегодняшний день нефтегазовая отрасль не является доминирующей в формировании общего тренда во втором эшелоне, уступая это место мелкий и среднем промышленным предприятиям и сектору услуг.

анализ динамики показателей акций второго эшелона показал нисходящий тренд на фоне снижения цен на нефть.

2.2 Анализ поведения участников фондового рынка в отношении акций второго эшелона

Итак, анализируя динамику акций второго эшелона, следует сказать о изменчивости и непредсказуемости.

однако в условиях кризиса, второй эшелон только приобретает фундаментальные перспективы, которые будут реализованы в ближайшем будущем. Интересно, что инвестиционные компании стали заложниками той же ситуации, в которую попали частные игроки: в течение длительного времени фокусировались на крупных компаниях, что отразилось в малочисленной публикации обзоров по компаниям второго эшелона. В 2015году ситуация стала изменяться. компании, входящие в расчет индекса РТС-2, стали частыми гостями инвестиционных проспектов по акциям, фаворитам рынка [19].

Из числа девяти вертикально-интегрированных нефтяных компаний (ВИНК) в 2016 году снижение добычи было отмечено у четырех. Лидером по темпам роста добычи второй год подряд становится Башнефть. В целом, за исключением Татнефти, динамика добычи улучшилась у всех компаний.

Сургутнефтегаз хотя и снизил добычу в 2016 году, но спад был минимальным за последние четыре года. Снижение добычи в Западной Сибири было почти полностью компенсировано ростом добычи в Якутии. В 2017 году компания, впервые с 2006 года планирует увеличить добычу — примерно на 2% до 60.7 млн. т (на 1 млн. т).

Татнефть на протяжении нескольких лет поддерживает положительную динамику добычи при темпе роста в единицы десятых процента. Демонстрировать такую стабильность ей помогает применение дифференцированного налога на добычу полезных ископаемых на крупнейшем в арсенале компании Ромашкинском месторождении.

Славнефть показала худший результат среди нефтяных компаний по итогам года в процентном отношении. Спад добычи составил по сравнению с 2015 годом 2.8%. Однако это минимальный темп спада компании за последние несколько лет.

Башнефть в 2016 году продемонстрировала самый высокий темпроста добычи среди ВИНК. Напомним, что до 2015 года компания либоснижала добычу, либо наращивала ее очень небольшими темпами. В2009 году, после того как собственником компании стала АФК «Система», ее производственная стратегия коренным образом изменилась. Резкого увеличения добычи удалось достичь за счет оптимизации действующего эксплуатационного фонда скважин, совершенствования системы заводнения, применения различных методов увеличения нефтеотдачи, повышения эффективности бурения новых скважин. Уже в 2017 году компания намерена достичь 15 млн. т добычи и удерживать этот показатель в течение трех-четырех лет при сохранении капитальных расходов примерно на одном уровне.

РуссНефть станет самой динамичной нефтяной компанией из числа ВИНК. учитывая опыт работы АФК «Системы» с Башнефтью, очень вероятно, что так оно и будет. Суммарный прирост добычи вертикально-интегрированных нефтяных компаний составит в 2016 году около 10-12 млн.тонн.

Выводы: Итак, анализируя динамику показателей и поведения участников фондового рынка второго эшелона было определен рост добычи нефти, однако на фоне снижения цен на нефть это способствовало снижению платежеспособности компаний и их цен на акции.

Итак, нефтяная отрасль является системообразующей в российском обществе, и именно поэтому анализ данной отрасли имеет важное Анализируя динамику и структуру поведения участников фондовой биржи второго эшелона нефтяной отрасли было определено, что наблюдается динамика по снижению показателей нефтяных компаний второго эшелона, связи с чем падает Спрос на их акции.

3.Моделирование поведения участников фондового рынка в отношении акций второго эшелона

3.1 Характеристика объекта исследования

Моделирование поведения участников фондового рынка в отношении акций второго эшелона будет проводится в 2 этапа.

На первом этапе будет проанализирована рациональность ценообразования на фондовом рынке 2 эшелона

анализ рациональности ценообразования на фондовом рынке РФ целесообразно осуществить на основе методики, предложенной ниже. Если ценообразования рациональное, то на рынке нецелесообразным является прогнозирование доходности, рыночная цена соответствует рациональному значению, а получить безрисковую доходность невозможно.Оценим соответствие фондового рынка критериям рационального ценообразования.

Для этого простроим модель линейной регрессии по 3 основным определяющим факторах:

цены на нефть;

курса валют;

дивидендной политики.

(3.1)

где, Р — прогнозированная цена на акцию;

— цена на акцию;

Д — К — курс валюты;

, — коэффициенты регрессии;

— коэффициенты регрессии.

В качестве выборки была взята информация начиная с 2014 года, поскольку именно в этот период начал наблюдаться нисходящий тренд стоимости нефти (рис .3.1).

Рис. 3.1 — Динамика цен на нефть марки Brent

Динамика основных данных для реализации модели приведена в Приложении 3.

Оценки влияния иррационального ценообразования осуществим посредством использования группы методов оценки поведенческого ценообразования. На практике иррациональное ценообразования представлено аномалиями технического характера, такими как сезонные аномалии, эффект инертности, эффект дрейфа цен и аномалиями фундаментального характера, такими как эффект лидера-аутсайдера, эффект размера и эффект стоимости.

Присутствие сезонных аномалий технического характера на фондовом рынке определим с помощью тестов «эффекта месяца» и «эффекта дня недели». Для проверки ежедневной сезонности доходностей фондового рынка построим регрессию по формуле:

(3.2)

где — параметры, — фиктивные переменные для понедельника, вторника, среды, четверга и пятницы (то есть, = 1, если t — понедельник, в противном случае — 0).

На следующем этапе обоснуем выбор переменных.

.2 Выбор переменных. Определение временного периода моделирования

В качестве выборки была взята информация начиная с 2014 года, поскольку именно в этот период начал наблюдаться нисходящий тренд стоимости нефти.

Далее рассмотрим статистическую обоснованность использования показателя в рамках анализа рационального поведения.

. Рассмотрим обоснованность использования в рамках анализа рационального поведения показателя зависимости цены на нефть от динамики акций нефтяных компаний. Итак, на данном этапе проверим гипотезу о тенденции влияния цен на нефть на котировки акций ведущих нефтяных компаний. Для этого проведем регрессионно-корреляционный анализ, для выявления зависимости, между ценой на нефть, и котировками акций ведущих российских компаний и акций «второго эшелона», а также сравнения с зарубежным опытом.

Таблица 3.1 — Корреляционно-регрессионный анализ котировок акций ведущих нефтедобывающих организаций и цен на нефть

Показатель ПАО "ГАЗ-ПРОМ"ОАО "РОС-НЕФТЬ"ОАО "ЛУОЙЛ"Сургут-нефтегазОАО АНК БашнефтьExxonMobilCorporationBP PLCМножественный R0,36950,5510110,7287520,7463340,410910,2491110,398941R-квадрат0,136530,3036140,531080,5570140,1688470,0620560,159154Нормированный R-квадрат0,1263720,2954210,5255630,5518030,1590690,0510220,149262стандартная ошибка25,6782823,0604318,9230818,3923525,1931726,7627525,33965Наблюдения87878787878787F13,4437,0586796,26106,879817,275,6216,09Коэффициенты0,42-0,33-0,04-2,06-0,010,670,20

Таким образом, проанализировав, данные можно сказать, что цена на нефть средне влияет на котировки акций, что говорит о высокой устойчивости организаций, а так влияния других факторов на развитие нефтяной отрасли РФ. эконометрический фондовый Рынок

2. На следующем этапе проведем анализ влияния дивидендной политики на котировки акций. Динамика для проведения регрессионо-корреляционного моделирования с помощью программы Microsoft Excel по ряду ведущих организации в РФ и выявления связи между дивидендной политикой и ценой на акции, приведены в таблице 3.2.

Таблица 3.2 — Стоимость акций и дивидендная Политика ведущих организаций РФ [19, 20]

ДатаГазпромРоснефтьСугрутнефтьОАО АНК БашнефтьСтоимость акцииДивиденд (руб.)Стоимость акцииДивиденд (руб.)Стоимость акцииДивиденд (руб.)Стоимость акцииДивиденд (руб.)2016149,87,89400,61,97172,211,75174,1702015136,67,2272,450,4596,58,2150,502014143,827,2229,353,261,512,8538,252,52013145,165,992453,294,78,05831,162012142,098,97267,152,59109,597,5353,551,812011183,453,85224,61,1590,32,7650,011,092010196,982,392550,45105,92,377,70,34972009186,440,36236,250,6388,411,9256,480,18182008114,72,66111,160,6516,441,623,31,372007290,952,541720,46587,891,33901,2920062851,5234,70,29586,85-74,550,82

Таблица 3.3 — Результаты регрессионного анализа

ПоказательГазпромРоснефтьСугрутнефтьОАО АНК БашнефтьМножественный R0,5863030,2977070,4006870,479602R-квадрат0,3437510,0886290,160550,230018Нормированный R-квадрат0,270834-0,012630,0556190,144464стандартная ошибка50,2967970,7583537,8226636,9082Наблюдения11111011T-статистика8,06,341,2365,182734122Коэффициенты-11,747818,132473,555689-1,639690271

таким образом, исследование показало, что существует четка корреляция между ценой на акцию и дивидендная политика ведущих организаций РФ, кроме Сугрутнефть, критерий Стьюдента которого значительно ниже допустимого.

3.3 Эконометрическое Итак, на основе полученной информации в подпункте 3.2 проведем эконометрическое моделирование поведения участников фондового рынка, которое отображается в цене на акции вторичного фондового рынка. поскольку, дивиденды является показателем, который исследуется в долгосрочномпериоде с интервалом 1 год, то на данном этапе предлагаем использовать формулу:

,

где Р — прогнозированная цена на акцию;

— цена на акцию;

Д — К — курс валюты;

, — коэффициенты регрессии;

— коэффициенты регрессии

исходные данные для эконометрической модели будет приложение 1,2,3. Результаты оценки показаны в таблице 3.4.

Таблица 3.4 — Результаты построения регрессионной модели

таким образом, каждая из представленных моделей является статистически значимой и результаты могут приниматься и использоваться в работе.

На следующем этапе проведем прогнозирование поведение участников фондового рынка на цену акций второго эшелона.

Коэффициенты и формулы зависимости указаны ниже:

,

,

,

Прогнозные результаты указаны в таблице 3.5.

Таблица 3.5 — Прогнозирование стоимости акций на фондовом рынке 2 эшелона

ПериодЗначение цены на нефтьЗначение курсаСургутнефтегазТатнефтьБашнефть1 неделя51,81358,633,65218,122511,242 неделя49,04959,233,30218,462581,563 неделя46,08161,434,24226,863176,254 неделя48,84360,133,99222,902872,23

На фондовой бирже торговля осуществляется с понедельника по пятницу. Если предыдущий день был неторговые — доходность исчислялась по сравнению с последним днем проведения торгов.

Анализ результатов позволяет утверждать о наличии «эффекта дня недели» на фондовом рынке второго эшелона нефтегазовой сферы (рис. 3.2).

Рис. 3.2 — Эффект дня недели для ежедневной доходности

Характеристики регрессии «эффекта дня недели» представлены в таблице 3.6.

Таблица 3.6 — значения коэффициентов регрессии при исчислении «эффекта дня недели»

ПоказательКоэффициент Стандартная ошибкаt-статистикаВероятностьПонедельник0,0006360.0010550.6030510.5466Вторник0,0005700.0010180.5602440.5754Среда0,0006460.0010130.6375100.5239Четверг0,0002430.0010130.2396460.8106Пятница0,0011890.001021-1.1640870.2446R-квадрат0,001579

В частности, стоит отметить статистическую значимость с вероятностью 90% «эффекта среды», когда доходность в этот день недели выше, чем в другие дни. Доходность в пятницу имела отрицательные значения.

Календарные эффекты зависят от особенностей протекания процессов торговли на конкретном фондовом рынке и свидетельствуют о различиях в структуре предоставления информации в течение рабочих дней.

Итак, была построена модель поведения участников фондового рынка второго эшелона на основе рационального и иррационального подхода. Были выделены основные закономерности и особенности поведения участников фондового рынка второго эшелона.

В процессе реализации 3 главы был построен прогноз влияния деятельности участников фондового рынка на стоимость акций компаний второго эшелона.

Заключение

Таким образом, такой источник формирования финансово-инвестиционных ресурсов, как эмиссия ценных бумаг играет важную роль в формировании финансового потенциала инвестиционной деятельности предприятий. Развитие рынка ценных бумаг в сочетание с эффективной эмиссионной политики предприятий может значительно повысить финансовый потенциал инвестиционной деятельности предприятий в РФ.

К повышению данного потенциала приведет к увеличению активности инвесторов на фондовом рынке, повышение инвестиционной привлекательности отечественных предприятий и их ценных бумаг и привлечения иностранных инвесторов на финансовый рынок РФ.

нынешнее состояние нефтяной промышленности России характеризуется сокращением объемов прироста промышленных запасов нефти, снижением качества и темпов их ввода; сокращение объемов разведочного и эксплуатационного бурения и увеличением количества бездействующих скважин; повсеместном переходе на механизированный способ добычи при резком сокращении фонтанизирующих скважин; отсутствием некоторого значительного резерва крупных месторождений; необходимостью вовлечения в промышленную эксплуатацию месторождений; расположенных в необустроенных и труднодоступных районах; прогрессирующим техническим и технологическим отставанием отрасли; недостаточным вниманием к вопросам социального развития и экологии.

В рамках работы были проанализированы ряд организаций и влияния дивидендной политики на стоимость акций. Было определено, что ставка дивиденда, хоть и имеют значения в рамках инвестиционной привлекательности, однако существенную роль на стоимость акций оказывают другие факторы.

Так же было определено, что цена не нефть на влияет на котировку акций ведущих нефтедобывающих организаций.

Подытоживая сказанное, можно сделать вывод, что специфика задач, которые стоят перед каждым конкретным акционерным обществом в процессе его развития, отличие внутренних и внешних условий их деятельности не позволяют выработать единую модель формирования дивидендной политики, которая должна была универсальный характер. Однако использование предложенного выше методического инструментария в значительной мере будет способствовать обоснованию управленческих решений по взвешенной эффективной дивидендной политики акционерного общества.

Список использованной литературы

1.Осиновский, А.Д. Акционер против акционерного общества / А.Д. Осиновский. — М.: СПб: ДНК, 2003. — 352 c.

2.Дорощук, Николай завоевать и удержать. Качественный рост компании на высококонкурентном рынке / Николай Дорощук , Сергей Жмурко , Геннадий Хижняк. — М.: Диалектика, 2013. — 240 c.

.Косов Ю.В. Глобальная энергетическая и экологическая безопасность в Условиях современного мировогоэкономического кризиса/ Ю.В. Косов, В. Маллон// Балтийский регион. — 2015. — № 1. — С. 27-36

.Нефтегазодобывающая и нефтеперерабатывающая промышленность: тенденции и прогнозы // Аналитический бюллетень ЦЭИ Риа-аналитика. — 2015. — Вып.1. — 61 с. [Електронний ресурс] — Режим доступу: #»justify»>Приложения

приложение 1

Исходные данные для составления ARIMA-модели

ЦенаДатаЦенаДатаЦенаДатаЦенаДатаЦенаДата98,3914.09.201465,5624.05.201534,0631.01.201651,9509.10.201645,5418.06.20179721.09.201463,3131.05.201533,3607.02.201651,7816.10.201647,9225.06.201792,3128.09.201463,8707.06.201533,0114.02.201649,7123.10.201646,7102.07.201790,2105.10.201463,0214.06.201535,121.02.201645,5830.10.201648,9109.07.201786,1612.10.201463,2621.06.201538,7228.02.201644,7506.11.201648,0616.07.201786,1319.10.201460,3228.06.201540,3906.03.201646,8613.11.201652,5223.07.201785,8626.10.201458,7305.07.201541,213.03.201647,2420.11.201652,4230.07.201783,3902.11.201457,112.07.201540,4420.03.201654,4627.11.201652,106.08.201779,4109.11.201454,6219.07.201538,6727.03.201654,3304.12.201652,7213.08.201780,3616.11.201452,2126.07.201541,9403.04.201655,2111.12.201652,4120.08.201770,1523.11.201448,6102.08.201543,110.04.201655,1618.12.201652,7527.08.201769,0730.11.201449,0309.08.201545,1117.04.201656,8225.12.201654,5303.09.201761,8507.12.201445,4616.08.201548,1324.04.201657,101.01.2017 61,3814.12.201450,0523.08.201545,3701.05.201655,4508.01.2017 59,4521.12.201449,6130.08.201547,8308.05.201655,4915.01.2017 56,4228.12.201448,1406.09.201548,7215.05.201655,5222.01.2017 50,1104.01.201547,4713.09.201549,3222.05.201656,8129.01.2017 50,1711.01.201548,620.09.201549,6429.05.201656,705.02.2017 48,7918.01.201548,1327.09.201550,5405.06.201655,8112.02.2017 52,9925.01.201552,6504.10.201549,1712.06.201655,9919.02.2017 57,801.02.201550,4611.10.201548,4119.06.201655,926.02.2017 61,5208.02.201547,9918.10.201550,3526.06.201651,3705.03.2017 60,2215.02.201549,5625.10.201546,7603.07.201651,7612.03.2017 62,5822.02.201547,4201.11.201547,6110.07.201650,819.03.2017 59,7301.03.201543,6108.11.201545,6917.07.201652,8326.03.2017 54,6708.03.201544,6615.11.201542,4624.07.201655,2402.04.2017 55,3215.03.201544,8622.11.201544,2731.07.201655,8909.04.2017 56,4122.03.20154329.11.201546,9707.08.201651,9616.04.2017 54,9529.03.201537,9306.12.201550,8814.08.201651,7323.04.2017 57,8705.04.201536,8813.12.201549,9221.08.201649,130.04.2017 63,4512.04.201537,8920.12.201546,8328.08.201650,8407.05.2017 65,2819.04.201537,2827.12.201548,0104.09.201653,6114.05.2017 66,4626.04.201533,5503.01.201645,7711.09.201652,1521.05.2017 65,3903.05.201528,9410.01.201645,8918.09.201649,9528.05.2017 66,8110.05.201532,1817.01.201649,0625.09.201648,1504.06.2017 65,3717.05.201534,7424.01.201651,9302.10.201647,3711.06.2017

приложение 2

Динамика акций второго эшелона нефтяной отрасли

СургутнефтегазТатнефтьБашнефть21.09.201428,9384,51263,028.09.201426,75395,851228,005.10.201426,65386,151070,012.10.201426,9385,598019.10.201426,81380,9594526.10.201429,495379,451326,002.11.201432382,951260,009.11.201432,573791317,016.11.201434,175385,11403,023.11.201434,373781255,030.11.201435,1369,11244,007.12.201432,425375,61425,014.12.201429,8371,851273,021.12.201430,08350,11265,028.12.201429,4953601250,004.01.201532,01380,31291,011.01.201534,253881320,018.01.201539,425392,251550,025.01.201541,6375,51497,001.02.201543,67368,31648,008.02.201541,513771778,015.02.201540,35326,851655,022.02.201538,693251670,001.03.201541,225357,71795,008.03.201540,155347,651753,015.03.201542,63491912,022.03.201541,7368,71890,029.03.201546,845341,11864,005.04.201544,183641923,012.04.2015413602117,019.04.201539,79367,12132,026.04.201538,85398,32147,003.05.201540,9404,42244,010.05.201539,14352148,017.05.201538,94411,152034,024.05.201537,2433,12000,031.05.201539,555423,451965,007.06.201539,84271887,014.06.201542,12394,651926,021.06.201542,52403,351890,028.06.201541,575417,31901,005.07.201539,8397,81875,012.07.201533,595386,11881,019.07.201532,755386,81895,026.07.201537,75357,451900,002.08.201537,3053551906,009.08.201538,6338,41892,016.08.201539,35331,31851,023.08.201540,17328,51770,030.08.201540,145326,851769,006.09.201540,55320,251803,013.09.201541,5323,251790,020.09.201539,31316,71705,027.09.201539,085320,81719,004.10.201540,753211788,011.10.201541,765327,551802,018.10.201542,75325,61803,025.10.201543,493321920,001.11.201543,01328,51997,508.11.201544317,451903,015.11.2015423191911,522.11.201543,79325,61957,029.11.201542,21311,82088,006.12.201542,155331,52090,013.12.201542,15325,651930,020.12.201543,765325,051999,027.12.201544,225316,51988,003.01.201643,63142100,010.01.2016433101958,517.01.201645,875313,52000,024.01.201645,995325,952015,531.01.201644,33202192,507.02.201643,2340,952170,014.02.201644,39342,952515,521.02.201644,32348,42538,028.02.201644,05359,152639,506.03.201645,123562603,013.03.201643,55348,752694,020.03.201644,123642582,527.03.201644,93512555,003.04.201644,205348,42578,010.04.201643,795319,352900,017.04.201642,7318,32890,024.04.201642326,32878,501.05.201640,98335,32894,008.05.201640,93339,552816,015.05.201641,745319,92950,522.05.201641,6284,052913,529.05.201641,013162940,505.06.201639,85317,62953,512.06.201638,85311,93025,019.06.201639,23032900,026.06.201638,6053102900,003.07.201639,953122764,010.07.201636336,92705,017.07.201633,5349,852790,024.07.201632,6335,52895,031.07.201632,223483070,007.08.201633,62328,83155,014.08.201632,95333,82920,021.08.201631,623283024,028.08.201632,3353333269,504.09.201631,69300,853197,011.09.201629,423073010,018.09.201629,8253223110,525.09.201628,995308,23123,002.10.201629,99304,93168,509.10.201630,4953132902,516.10.201629,425293,62905,523.10.201629,17314,43264,030.10.201629,3304,33305,506.11.201629,63301,853482,013.11.201629,65278,053534,020.11.201629,392953562,527.11.201631,14289,53558,004.12.201633,27297,653557,511.12.201632,265296,553554,018.12.201631,25290,43570,025.12.201632,07296,93588,501.01.201732,545300,93604,508.01.201732,295280,23600,015.01.201732,635302,63643,022.01.201733,255296,73675,029.01.201735,38303,253749,505.02.201734,7292,353596,512.02.201734,872973430,519.02.201733,555292,23325,026.02.201732,49297,23449,005.03.201731,92993604,012.03.201732,9052673305,019.03.201733,15294,253662,526.03.201732,19277,953604,002.04.201733,05298,23590,009.04.201729,93163225,016.04.201729,495345,83216,023.04.201730,5053533173,030.04.201731,595335,53140,007.05.201731,3270,153135,014.05.201729,68297,952950,021.05.201729,672602979,028.05.201727,945234,052643,004.06.201727,41228,52625,011.06.201727,37238,22595,018.06.201729,135214,12637,025.06.201728,49231,52468,002.07.201728,535242,42475,009.07.201728,9248,652485,016.07.201728,4252,22438,023.07.201727,925249,42313,030.07.201729,73255,52220,006.08.201729,1259,82112,013.08.201728,742212175,020.08.201728,545224,452292,027.08.201729,392262140,003.09.2017292262061,0приложение 3

Исходные данные для эконометрической модели

СургутнефтегазТатнефтьБашнефтьКурс рубль/доларЦена на нефть21.09.201428,9384,51263,0039,1059728.09.201426,75395,85122839,938792,3105.10.201426,65386,1517040,37690,2112.10.201426,9385,598040,652386,1619.10.201426,81380,9594541,940586,1326.10.201429,495379,45132643,03485,8602.11.201432382,9512646,6583,3909.11.201432,57379131747,19679,4116.11.201434,175385,1140345,730880,3623.11.201434,37378125550,408570,1530.11.201435,1369,1124452,510169,0707.12.201432,425375,6142558,181961,8514.12.201429,8371,85127358,601461,3821.12.201430,08350,1126553,9559,4528.12.201429,49536012555,907756,4204.01.201532,01380,3129161,445750,1111.01.201534,2538813265,12250,1718.01.201539,425392,2515564,238848,7925.01.201541,6375,5149768,862952,9901.02.201543,67368,3164866,911257,808.02.201541,51377177863,544961,5215.02.201540,35326,85165562,01260,2222.02.201538,6932516761,620762,5801.03.201541,225357,7179560,430359,7308.03.201540,155347,65175362,21654,6715.03.201542,6349191259,272755,3222.03.201541,7368,718957,89656,4129.03.201546,845341,1186456,6154,9505.04.201544,18364192353,616257,8712.04.201541360211751,882163,4519.04.201539,79367,1213250,908465,2826.04.201538,85398,3214751,651366,4603.05.201540,9404,4224451,037765,3910.05.201539,1435214849,562866,8117.05.201538,94411,1523449,981765,3724.05.201537,2433,120052,321265,5631.05.201539,555423,45196556,244663,3107.06.201539,8427188754,791363,8714.06.201542,12394,65192654,006463,0221.06.201542,52403,3518954,80663,2628.06.201541,575417,3190155,977360,3205.07.201539,8397,8187556,387658,7312.07.201533,595386,1188156,966957,119.07.201532,755386,8189558,429954,6226.07.201537,75357,451961,741752,2102.08.201537,305355190664,03748,6109.08.201538,6338,4189264,993849,0316.08.201539,35331,3185169,13345,4623.08.201540,17328,517765,42350,0530.08.201540,145326,85176968,483849,6106.09.201540,55320,25180367,953648,1413.09.201541,5323,2517966,501147,4720.09.201539,31316,7170565,516448,627.09.201539,085320,8171966,006648,1304.10.201540,75321178861,81152,6511.10.201541,765327,55180261,270850,4618.10.201542,75325,6180362,363847,9925.10.201543,4933219263,945449,5601.11.201543,01328,51997564,592947,4208.11.201544317,45190366,762443,6115.11.2015423191911564,767244,6622.11.201543,79325,6195766,469744,8629.11.201542,21311,828868,12464306.12.201542,155331,529070,351837,9313.12.201542,15325,6519370,960136,8820.12.201543,765325,05199970,66737,8927.12.201544,225316,5198873,596337,2803.01.201643,63142174,762333,5510.01.2016433101958577,641128,9417.01.201645,875313,520078,04532,1824.01.201645,995325,95215575,464434,7431.01.201644,33202192577,487234,0607.02.201643,2340,9521778,355833,3614.02.201644,39342,952515576,993733,0121.02.201644,32348,4253876,188335,128.02.201644,05359,152639572,032638,7206.03.201645,12356260369,919240,3913.03.201643,55348,75269468,370341,220.03.201644,123642582568,44740,4427.03.201644,9351255567,585538,6703.04.201644,205348,4257867,126241,9410.04.201643,795319,352966,40543,117.04.201642,7318,328966,479245,1124.04.201642326,32878564,654248,1301.05.201640,98335,3289465,94745,3708.05.201640,93339,55281665,454647,8315.05.201641,745319,92950566,783348,7222.05.201641,6284,052913566,116849,3229.05.201641,013162940565,614949,6405.06.201639,85317,62953565,270550,5412.06.201638,85311,932564,846149,1719.06.201639,23032965,273348,4126.06.201638,6053102963,80450,3503.07.201639,95312276463,966946,7610.07.201636336,9270563,507947,6117.07.201633,5349,8527964,868945,6924.07.201632,6335,5289566,042942,4631.07.201632,2234837065,535244,2707.08.201633,62328,8315564,76446,9714.08.201632,95333,829263,90650,8821.08.201631,6232832464,855649,9228.08.201632,3353333269565,097546,8311.09.201629,4230731065,113845,7718.09.201629,8253223110564,051845,8925.09.201628,995308,2312362,834349,0602.10.201629,99304,93168562,205151,9309.10.201630,4953132902562,971851,9516.10.201629,425293,62905562,377851,7823.10.201629,17314,4326463,005949,7130.10.201629,3304,33305563,580645,5806.11.201629,63301,85348265,759244,7513.11.201629,65278,05353464,696346,8620.11.201629,392953562564,946847,2427.11.201631,14289,5355863,88254,4604.12.201633,27297,653557562,493354,3311.12.201632,265296,55355462,094655,2118.12.201631,25290,435761,056455,1625.12.201632,07296,93588561,27356,8201.01.201732,545300,93604559,604657,108.01.201732,295280,23659,686955,4515.01.201732,635302,6364359,752155,4922.01.201733,255296,7367559,817855,5229.01.201735,38303,253749558,982456,8105.02.201734,7292,353596558,221956,712.02.201734,872973430558,42755,8119.02.201733,555292,2332558,417555,9926.02.201732,49297,2344958,221755,905.03.201731,9299360458,996551,3712.03.201732,905267330557,223451,7619.03.201733,15294,253662556,890450,826.03.201732,19277,95360456,266552,8302.04.201733,05298,235957,24855,2409.04.201729,9316322556,357855,8916.04.201729,495345,8321656,457651,9623.04.201730,505353317356,931151,7330.04.201731,595335,531457,943649,107.05.201731,3270,15313557,097450,8414.05.201729,68297,9529556,926453,6121.05.201729,67260297956,520352,1528.05.201727,945234,05264356,645349,9504.06.201727,41228,5262557,023748,1511.06.201727,37238,2259557,77947,3718.06.201729,135214,1263759,39545,5425.06.201728,49231,5246858,940147,9202.07.201728,535242,4247560,36146,7109.07.201728,9248,65248559,085148,9116.07.201728,4252,2243859,382948,0623.07.201727,925249,4231359,557852,5230.07.201729,73255,522259,979852,4206.08.201729,1259,8211259,873352,113.08.201728,74221217559,000352,7220.08.201728,545224,45229258,582852,4127.08.201729,3922621457,515952,7503.09.20172922626157,35753,78

Учебная работа. Моделирование поведения игроков фондового рынка (в отношении акций второго эшелона) на российском рынке