Главная страница
Навигация по странице:

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

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


    Скачать 6.34 Mb.
    НазваниеМоделирование поведения игроков фондового рынка (в отношении акций второго эшелона) на российском рынке
    АнкорМоделирование поведения игроков фондового рынка (в отношении акций второго эшелона) на российском рынке
    Дата10.04.2022
    Размер6.34 Mb.
    Формат файлаrtf
    Имя файлаМоделирование поведения игроков фондового рынка (в отношении акц.rtf
    ТипРеферат
    #458830
    страница3 из 11
    1   2   3   4   5   6   7   8   9   10   11

    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 значение для развития РФ в целом.

    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 - дивиденды компании;

    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.
    1   2   3   4   5   6   7   8   9   10   11


    написать администратору сайта