Анализ рынка акций. Прогнозирование фондового рынка. История одного вечера Статистическое прогнозирование развития отечественного рынка ценных бумаг на основе адаптивных моделей

Прогнозирование фондового рынка - это заманчивый «философский камень» для специалистов по анализу данных, которые мотивированы не столько стремлением к материальной выгоде, сколько самой задачей. Ежедневный рост и падение рынка наводят на мысль, что должны быть закономерности, которым мы или наши модели могут научиться , чтобы победить всех этих трейдеров с научными степенями по бизнесу.

Когда я начал использовать аддитивные модели для прогнозирования временных рядов, я протестировал метод на эмуляторе фондового рынка с имитируемыми (ненастоящими) акциями. Неизбежно я присоединился к другим несчастным, которые ежедневно терпят неудачу на рынке. Тем не менее, в процессе я узнал массу нового о Python, включая объектно-ориентированное программирование, манипулирование данными, построение моделей и визуализацию . Также выяснилось, почему не стоит рассчитывать на ежедневную рыночную игру без потери единой копейки (все, что я могу сказать — играть нужно долгосрочно)!

Один день против 30 лет: во что бы вы вложили свои деньги?

В любой задаче, не только в Data science, если не удалось достичь желаемого, есть три варианта:

1. Изменить результаты так, чтобы они выглядели в выгодном свете;
2. Скрыть результаты — никто не заметит провала;
3. Показать результаты и методы всем, чтобы люди могли чему-то научиться и, возможно, предложить улучшения.

В то время как третий вариант - оптимальный выбор на индивидуальном и общественном уровне, он требует наибольшего мужества. Ведь я могу специально демонстировать особые случаи, когда моя модель приносит прибыль. Или можно притвориться, что я не потратил десятки часов на работу, и просто выбросить её. Как глупо! На самом деле, только неоднократно потерпев неудачу и допустив сотню ошибок, мы двигаемся вперед. Более того, код Python, написанный для такой сложной задачи, не может быть написан напрасно!

Этот пост документирует возможности Stocker, инструмента прогнозирования рынка, разработанного мной на Python. я показал, как использовать Stocker для анализа, а для тех, кто хочет опробовать его самостоятельно или внести свой вклад в проект, полный код доступен на GitHub .

Stocker для прогнозирования

Stocker - инструмент Python для прогнозирования рынка. Как только будут установлены необходимые библиотеки (см. документацию), можно запустить Jupyter Notebook в той же папке, что и скрипт, и импортировать класс Stocker:

From stocker import Stocker

Класс теперь доступен для сеанса Jupyter. Создадим объект класса Stocker, передавая ему любой действительный тикер, например, ‘AMZN’ (вывод программы выделен жирным шрифтом):

Amazon = Stocker("AMZN") AMZN Stocker Initialized. Data covers 1997-05-16 to 2018-01-18.

Теперь к нам в распоряжение попали 20 лет ежедневных данных по акциям Amazon для исследований! Stocker построен на финансовой библиотеке Quandl и содержит более 3000 курсов акций для использования. Построим простой график курса, вызывая метод plot_stock:

Amazon.plot_stock() Maximum Adj. Close = 1305.20 on 2018-01-12. Minimum Adj. Close = 1.40 on 1997-05-22. Current Adj. Close = 1293.32.

Stocker применяют для обнаружения и анализа общих трендов и закономерностей, но сейчас сосредоточимся на прогнозировании будущей цены. Предсказания в Stocker производятся с использованием , которая рассматривает временные ряды как комбинацию тренда и сезонных изменений в разных временных масштабах (ежедневный, еженедельный и ежемесячный). Stocker использует «предсказательный» пакет, разработанный Facebook для аддитивного моделирования. Создание модели и прогнозирование можно выполнить в Stocker одной строкой:

# предсказать на дни вперед model, model_data = amazon.create_prophet_model(days=90) Predicted Price on 2018-04-18 = $1336.98

Обратите внимание, что прогноз (зеленая линия) содержит доверительный интервал. Он отражает «неуверенность» модели в предсказании. В данном случае ширина доверительного интервала устанавливается с уровнем доверия 80%. Доверительным называют интервал, который покрывает неизвестный параметр с заданной надёжностью. Он расширяется с течением времени, потому что оценка имеет большую неопределенность по мере того, как она удаляется от имеющихся данных. Каждый раз, делая прогноз, следует включать этот доверительный интервал. Хотя большинство людей, как правило, хотят получить простой численный ответ, прогноз отражает то, что мы живем в неопределенном мире!

Дать предсказание нетрудно: достаточно выбрать некоторое число, и это будет предположением о будущем (возможно, я ошибаюсь, но это всё, что делают люди с Уолл-стрит). Но этого мало. Чтобы доверять модели, нужно оценить ее точность. Для этого в Stocker существует ряд методов.

Оценка прогнозов

Чтобы вычислить точность прогнозов, нам нужен обучающий и тестовый наборы данных. Для тестового набора необходимо знать ответы - фактическую цену акций, поэтому мы будем использовать данные курса за прошлый год (2017, в нашем случае). Во время обучения мы не позволим модели видеть ответы тестового набора, поэтому используем наблюдения за предшествующие три года (2014-2016). Основная идея обучения с учителем (supervised learning) заключается в том, что модель изучает закономерности и отношения в данных из обучающего набора, а затем умеет правильно воспроизводить их на тестовой выборке.

Чтобы количественно оценить точность, на основе предсказанных и фактических значений вычисляются следующие показатели:

• средняя численная ошибка в долларах на тестовом и обучающем наборе;
• процент времени, когда мы правильно предсказали направление изменения цены;
• процент времени, когда фактическая цена попала в пределы прогнозируемого доверительного интервала в 80%.

Все вычисления автоматически выполняются Stocker с приятным визуальным сопровождением:

Amazon.evaluate_prediction() Prediction Range: 2017-01-18 to 2018-01-18. Predicted price on 2018-01-17 = $814.77. Actual price on 2018-01-17 = $1295.00. Average Absolute Error on Training Data = $18.21. Average Absolute Error on Testing Data = $183.86. When the model predicted an increase, the price increased 57.66% of the time. When the model predicted a decrease, the price decreased 44.64% of the time. The actual value was within the 80% confidence interval 20.00% of the time.

Это ужасная статистика! С таким же успехом можно каждый раз подбрасывать монету. Если бы мы руководствовались полученными результатами для инвестиций, нам разумней было бы вложиться в лотерейные билеты. Однако пока не будем отказываться от модели. Изначально она ожидаемо будет довольно плохой, потому что использует некоторые настройки по умолчанию (называемые гиперпараметрами).

Если наши первоначальные попытки не увенчались успехом, мы можем нажимать эти своеобразные рычаги и кнопки, чтобы заставить модель работать лучше. В Prophet можно настроить множество параметров, причем наиболее важным является коэффициент масштаба распределения весов для контрольных точек (changepoint prior scale). Он отвечает за набор весов, который накладывается на развороты и флуктуации тренда.

Настройка выбора контрольных точек

Контрольные точки (changepoints) - это места, где временные ряды значительно меняют направление или скорость изменения цены (от медленно возрастающего до все более быстрого или наоборот). Коэффициент масштаба распределения весов для контрольных точек (changepoint prior scale) отражает количество «уделенного внимания» точкам изменения курса акций. Это используется для контроля над недообучением и переобучением модели (также известный как bias-variance tradeoff).

Проще говоря, чем выше этот коэффициент, тем сильнее учитываются контрольные точки и достигается более гибкая подгонка. Это может привести к переобучению, поскольку модель будет тесно привязываться к обучающим данным и терять способность к обобщению. Снижение этого значения уменьшает гибкость и вызывает противоположную проблему - недообучение.

Модель в таком случае недостаточно «внимательно» следит за обучающими данными и не выявляет основные закономерности. Как правильно подобрать этот параметр - вопрос скорее практический, нежели теоретический, и здесь будем полагаться на эмпирические результаты. Класс Stocker содержит два разных метода для выбора соответствующего значения: визуальный и количественный. Начнем с визуального метода.

# changepoint priors is the list of changepoints to evaluate amazon.changepoint_prior_analysis(changepoint_priors=)

Здесь мы обучаемся на данных за три года, а затем показываем прогноз на шесть следующих месяцев. Сейчас мы не оцениваем прогнозы количественно, а лишь пытаемся понять роль распределения контрольных точек. Этот график отлично демонстрирует проблему недо- и переобучения!

При самом низком значении prior scale (синяя линия) значения недостаточно близко накладывается на обучающие данные (черная линия). Они словно живут своей жизнью, лишь немного приближаясь возрастающему тренду истинных данных. Напротив, самый высокий prior (желтая линия) сильнее приближает модель к учебным наблюдениям . Значение по умолчанию составляет 0.05, которое находится где-то между двумя крайностями.

Обратите внимание также на разницу в неопределенности (закрашенные интервалы) для разных коэффициентов масштаба:

• Самое маленькое из prior дает наибольшую неопределенность в обучающих данных и наименьшую в тестовом наборе.
• Напротив, наивысший prior scale имеет наименьшую неопределенность в тренировочном и наибольшую в тестовом.

Чем выше prior, тем точнее совпадают значения, поскольку он “внимательней” следит за каждым шагом. Однако, когда дело доходит до тестовых данных, модель быстро теряется без привязки к реальным значениям. Поскольку рынок изменчив, нужна более гибкая модель, чем заданная по умолчанию, чтобы она могла обрабатывать как можно больше шаблонов.

Теперь, когда у нас есть представление о влиянии prior, мы можем численно оценить разные значения с помощью набора для обучения и проверки:

Amazon.changepoint_prior_validation(start_date="2016-01-04", end_date="2017-01-03", changepoint_priors=) Validation Range 2016-01-04 to 2017-01-03. cps train_err train_range test_err test_range 0.001 44.507495 152.673436 149.443609 153.341861 0.050 11.207666 35.840138 151.735924 141.033870 0.100 10.717128 34.537544 153.260198 166.390896 0.200 9.653979 31.735506 129.227310 342.205583

Мы должны быть осторожны — данные валидации не должны совпадать с тестовой выборкой. Если бы это было так, мы бы создали модель, лучше «подготовленную» для тестовых данных, что ведет к переобучению и невозможности работать в реальных условиях. В общей сложности, как это обычно делается в , используются три набора: для обучения (2013-2015), для валидации (2016) и тестовый набор (2017).

Мы оценили четыре priors с четырьмя показателями:

• ошибка обучения;
• доверительный интервал при обучении;
• ошибка тестирования;
• доверительный интервал при тестировании, все значения в долларах.

На графике видно, что чем выше prior, тем ниже ошибка обучения и тем ниже неопределенность на данных для обучения. Видно, что повышение уровеня prior снижает ошибку тестирования, подкрепляя интуицию, что близко приближаться к данным — хорошая идея для рынка. В обмен на бóльшую точность в тестовом наборе получаем больший диапазон неопределенности в данных теста с увеличением prior.

Валидационная проверка Stocker выдает два графика, иллюстрирующие эти идеи:

Так как наивысшее значение prior дало самую низкую ошибку тестирования, следует увеличить prior scale еще сильнее, чтобы попытаться улучшить результаты. Поиск можно уточнить, передав дополнительные параметры методу валидации:

# test more changepoint priors on same validation range amazon.changepoint_prior_validation(start_date="2016-01-04", end_date="2017-01-03", changepoint_priors=)

Ошибка тестового набора сводится к минимуму при prior = 0,5. Установим атрибут объекта Stocker соответствующим образом:

Amazon.changepoint_prior_scale = 0.5

Есть и другие изменяемые настройки модели. Например, паттерны, которые ожидается увидеть, или количество используемых лет в обучающих данных. Поиск наилучшей комбинации требует повторения описанной выше процедуры с несколькими разными значениями. Не стесняйтесь экспериментировать!

Оценка усовершенствованной модели

Теперь, когда наша модель оптимизирована, оценим ее еще раз:

Amazon.evaluate_prediction() Prediction Range: 2017-01-18 to 2018-01-18. Predicted price on 2018-01-17 = $1164.10. Actual price on 2018-01-17 = $1295.00. Average Absolute Error on Training Data = $10.22. Average Absolute Error on Testing Data = $101.19. When the model predicted an increase, the price increased 57.99% of the time. When the model predicted a decrease, the price decreased 46.25% of the time. The actual value was within the 80% confidence interval 95.20% of the time.

Выглядит гораздо лучше! Это показывает важность оптимизации модели. Использование значений по умолчанию дает разумное первое приближение. Но нужно быть уверенным, что используются правильные настройки, так же как мы пытаемся оптимизировать звук стерео, регулируя Balance и Fade (извините за устаревший пример).

«Входим в рынок»

Прогнозирование, безусловно, увлекательное занятие. Но настоящее удовольствие — наблюдать, как эти прогнозы будут отыгрывать на реальном рынке. Используя метод evaluate_prediction, мы можем «играть» на фондовом рынке, используя нашу модель за период оценки. Будем использовать описанную стратегию и сравним с простой стратегией buy and hold в течение всего периода.

Правила нашей стратегии просты:

1. Каждый день, когда модель предсказывает рост акций, покупаем акции в начале дня и продаем в конце дня. Когда прогнозируется снижение цены, мы не покупаем акции.
2. Если покупаем акции, и цены увеличиваются в течение дня, мы получаем соответствующую прибыль кратно количеству акций, которые у нас есть.
3. Если покупаем акции, а цены уменьшаются, мы теряем кратно количеству акций.

Эту стратегию будем применять каждый день на весь период оценки, который в данном случае составляет весь 2017 год. Чтобы играть, нужно передать количество акций в вызов метода. Stocker покажет процесс разыгрывания стратегии в цифрах и графиках:

# Going big amazon.evaluate_prediction(nshares=1000) You played the stock market in AMZN from 2017-01-18 to 2018-01-18 with 1000 shares. When the model predicted an increase, the price increased 57.99% of the time. When the model predicted a decrease, the price decreased 46.25% of the time. The total profit using the Prophet model = $299580.00. The Buy and Hold strategy profit = $487520.00. Thanks for playing the stock market!

Мы получили ценный урок: покупайте и удерживайте! Несмотря на то, что удалось выручить значительную сумму, играя по нашей стратегии, лучше просто инвестировать и держать акции.

Попробуем другие тестовые периоды, чтобы увидеть, есть ли случаи, когда наша модельная стратегия превосходит метод buy and hold. Описанный подход довольно консервативен, потому что мы не играем, когда прогнозируется снижение рынка. Следовательно, когда акции начнут падать, он может работать лучше, чем стратегия buy and hold .

Играйте только на ненастоящих деньгах!

Я знал, что наша модель может это сделать! Тем не менее, она побила рынок только когда у нас была возможность выбрать период тестирования.

Прогнозы на будущее

Теперь, когда у нас есть достойная модель, можно делать предсказания на будущее, используя метод predict_future():

Amazon.predict_future(days=10) amazon.predict_future(days=100)
Прогноз на 10 дней
Прогноз на 100 дней
Прогноз популярного сервиса Tipranks.com — найдите 10 отличий от предсказания со Stocker

Неопределенность увеличивается с течением времени, как и ожидается. В действительности, если бы мы использовали описанный подход для настоящей торговли, мы бы каждый день обучали новую модель и делали прогнозы на срок не более одного дня.

Всем, кто хочет опробовать код, или поэкспериментировать со Stocker, добро пожаловать на GitHub .

Введение

Глава 1. Экономико-статистический анализ состояния и развития Российского фондового рынка 8

1.1. Роль и значение фондового рынка 8

1.2 Организация деятельности основных мировых фондовых рынков 20

1.3. Обзор текущего состояния и анализ развития фондового рынка Российской Федерации 31

Глава 2. Методика прогнозирования стоимости ценных бумаг на Российском фондовом рынке 49

2.1. Анализ и прогнозирование на фондовом рынке с помощью методов технического анализа 49

2.2. Методика построения торговых стратегий для применения на Российском фондовом рынке. 62

2.3. Методика применения методов статистического прогнозирования в торговых стратегиях и оценки их устойчивости. 71

Глава 3. Эконометрическое моделирование стоимости акций на Российском фондовом рынке 79

3.1. Статистическое прогнозирование развития отечественного рынка ценных бумаг на основе адаптивных моделей 79

3.2. Практическое построение торговых стратегий на Российском фондовом рынке 89

3.3. Применение статистических методов для построения торговых стратегий на Российском фондовом рынке. 97

Заключение 108

Литература 111

Приложения 120

Введение к работе

Актуальность темы исследования. Функционирование современной рыночной экономики невозможно без привлечения и перераспределения капиталов. Одним из основных механизмов для решения данных задач является фондовый рынок, где капитал перераспределяется с помощью купли-продажи ценных бумаг.

За последние десятилетия в структуре мирового фондового рынка произошли большие изменения. Неизмеримо увеличились разнообразие его инструментов и усложнилась институциональная структура.

Закончилась эпоха абсолютного господства на мировых фондовых рынках десятка ведущих промышленоразвитых стран. Начиная с 1980 года неуклонно возрастает удельный вес формирующихся, развивающихся фондовых рынков, к которым относится и Российский фондовый рынок. Отечественный рынок ценных бумаг, характеризующийся интенсивным ростом количества находящихся в обращении ценных бумаг и объемов торгов, стал важной и неотъемлемой частью экономической жизни нашей страны, что обусловило включение России в систему мирового финансового рынка, присвоение стране международных кредитных рейтингов.

Наличие достаточно высоких финансовых рисков у инвесторов, работающих на фондовых рынках, обуславливает необходимость анализа и прогнозирования изменения курсов ценных бумаг. Несмотря на громадный интерес к работе на Российском фондовом рынке, статистическим методом анализа и прогнозирования его деятельности не уделяется должного внимания, о чем свидетельствует сравнительно небольшое число научных публикаций по данным вопросам.

Все это обусловило выбор темы диссертации, ее актуальность в научном и практическом плане.

Цель и задачи исследования. Цель данной диссертационной работы состоит в разработке методики статистического анализа и прогнозирования развития Российского фондового рынка.

В связи с поставленной целью были сформулированы и решены следующие задачи:

Провести анализ особенностей организации мировых и отечественного фондового рынка;

Выявить основные тенденции в развитии Российского фондового рынка;

Предложить методические подходы к краткосрочному прогнозированию курсов ценных бумаг;

Разработать и апробировать методику построения торговых стратегий для работы на Российском фондовом рынке;

Исследовать зависимость результатов торгов на фондовом рынке от параметров технического анализа;

Разработать алгоритмы оценки устойчивости торговых стратегий и моделей;

Объектом исследования выступает Российский фондовый рынок.

Предметом исследования являются количественные методы анализа Российского фондового рынка.

Методологической базой исследования послужили труды ведущих отечественных и зарубежных ученых в области статистики, эконометрики, технического анализа и компьютерной обработки данных. В качестве исследовательского инструментария использовались методы корреляционного, регрессионного и "технического" анализа, методы анализа временных рядов и прогнозирования, табличные и графические методы представления результатов исследования.

Обработка статистических данных проводилась с использованием пакетов прикладных программ: MetaStock 7.0., Statistica 6.0., SPSS 13.0.

Информационную базу исследования составили данные Росстата, результаты торгов крупнейших площадок Московской Межбанковской Валютной Биржи (Фондовая Секция) и Российской Торговой Системы Российского фондового рынка, а также материалы периодических изданий, информация веб-сайтов российских брокерских компаний сети Internet.

Научная новизна диссертационного исследования заключается в разработке методики статистического анализа и прогнозирования развития Российского фондового рынка.

В результате выполненного исследования, в диссертации сформулированы и обоснованны следующие результаты, выносимые на защиту:

Проведен экономико-статистический анализ и выявлены основные тенденции развития фондового рынка Российской Федерации на современном этапе;

Исследованы инвестиционная привлекательность операций с отечественными ценными бумагами, показана их высокая доходность как при долгосрочных, так и при краткосрочных операциях на Российском фондовом рынке;

Разработана и апробирована методика построения торговых стратегий для Российского фондового рынка с использованием логит-моделей и адаптивных методов прогнозирования;

Разработана методика анализа влияния основных характеристик инструментов технического анализа на успешность операций на фондовом рынке;

Предложены критерии проверки устойчивости торговых стратегий и моделей прогнозирования;

Практическая значимость результатов исследования. Результаты диссертационного исследования могут быть использованы инвестиционными компаниями и коммерческими банками при выборе инвестиционных стратегий на Российском фондовом рынке, российскими и иностранными инвесторами при проведении операций на отечественном фондовом рынке.

Апробация и реализация работы. Основные положения и выводы диссертации докладывались и были одобрены на семинарах кафедры Математической статистики и эконометрики.

Структура диссертации. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы и приложения.

Во введении: поставлены цель и задачи исследования, раскрыта актуальность темы, обоснованы практическая значимость и научная новизна работы.

В первой главе: "Экономико-статистический анализ состояния и развития Российского фондового рынка " рассмотрены сущность рынка ценных бумаг, его основные функции, инструменты, мировой и отечественный опыт его развития, дана экономико-статистическая оценка современного состояния Российского фондового рынка.

Во второй главе: "Методика прогнозирования стоимости ценных бумаг на Российском фондовом рынке ". Рассмотрены основные методологические вопросы прогнозирования курсов ценных бумаг и построения торговых стратегий на Российском фондовом рынке.

В третьей главе: "Эконометрическое моделирование стоимости акций на Российском фондовом рынке" разработаны и апробированы решающие правила для торговых стратегий на Российском фондовом рынке, основанные на методиках прогнозирования курсов акций, проведена проверка устойчивости разработанных стратегий.

1. Горбачев В. В. Технический анализ курса EUR/USD за период 1999 -2001 год. Долгосрочный прогноз // Сб.науч.тр. Математико-статистический анализ социально - экономических процессов. - М.: МЭСИ, 2002 г.- 0,2 п. л.

2) Горбачев В. В. Взаимосвязь курсов EUR/USD и GBP/USD // Сб.науч.тр. Математико-статистический анализ социально-экономических явлений. - М.: МЭСИ, 2003 г.- 0,2 п. л.

3) Горбачев В. В. Корреляционный анализ курсов EUR/USD и CHF/USD // Сб.науч.тр. Математико-статистический анализ социально-экономических явлений. - М.: МЭСИ, 2003 г.- 0,2 п. л.

4) Горбачев В. В. Методика построения торговых стратегий для прогнозирования курсов ценных бумаг на Российском фондовом рынке // Экономика и Финансы. (№ 21 (72)) - М.: Тезарус, 2004 г..- 0,8 п. л.

5) Горбачев В. В. Построение и доказательство адекватности и точности статистических моделей на основе сигналов осциллятров // Экономика и Финансы. (№ 21 (72)) - М.: Тезарус, 2004 г..- 0,6 п. л.

Роль и значение фондового рынка

Начиная с 1970-х годов во всех развитых странах в рамках общих процессов либерализации экономики происходит дерегулирование финансовых, в том числе фондовых рынков: упразднен жесткий контроль над процентными ставками, практически повсеместно устранены барьеры на пути движения капитала между странами, отменены ограничения в совмещении различных видов профессиональной деятельности на финансовых рынке.

Внедрение новых систем связи и вычислительной техники также вносит серьезнейшие изменения в организационную структуру мирового фондового рынка. Наиболее зримо это проявляется в торговых системах фондовых бирж. На большинстве из них в настоящее время отсутвует основной в прошлом элемент биржевых торгов - биржевой торговый зал. Особое место на финансовых рынках начинает играть компьютер и всемирная компьютерная сеть Интернет. Закончилась эпоха абсолютного господства на мировых фондовых рынках десятка ведущих промышленоразвитых стран. Россия является частью мирового хозяйства. Степень ее "открытости" уже весьма велика и в дальнейшем, скорее всего будет повышаться. Соответственно будет повышаться роль и значение Российского фондового рынка.

В странах с рыночной экономикой возможности государственного вмешательства в распределение материальных и финансовых ресурсов ограничено. Большинство предприятий, будучи основанными либо на индивидуальной, либо на коллективной собственности, самостоятельно изыскивают материальные и денежные ресурсы на рынках, через которые распределяется подавляющая часть общественного продукта как в натурально - вещественной, так и стоимостной формах.

Рынок, на котором продаются и покупаются материальные ресурсы, в экономической литературе получил название рынка реальных активов. Рынок, обеспечивающий распределение денежных ресурсов между участниками экономических отношений, называется финансовым рынком. При этом понятие финансового рынка охватывает не только связи, традиционно относимые Российской экономической наукой к финансовым, но и многообразные формы кредитных отношений. Принимая во внимание различные формы, в которых денежные ресурсы обращаются на финансовом рынке, в его составе можно выделить рынок банковских кредитов и рынок ценных бумаг .

Рынок банковских кредитов охватывает отношения, возникающие по поводу предоставления кредитными учреждениями платных и возвратных ссуд, не связанных с оформлением специальных документов, которые могут самостоятельно продаваться, покупаться или погашаться.

Рынок ценных бумаг охватывает как кредитные отношения, так и отношения совладения, выражающиеся через выпуск специальных документов (ценных бумаг), которые имеют собственную стоимость и могут продаваться, покупаться и погашаться . Рынок ценных бумаг, безусловно, является составной частью мирового рынка капиталов, т.е. экономических отношений, а также механизмов аккумуляции и перераспределения свободного капитала в рамках всего мира. В целом рынок ценных бумаг представляет собой совокупность финансового рынка, связанных с выпуском и обращением ценных бумаг, а также формы, экономические механизмы и институты, обслуживающие эти процессы.

Рассмотрим структуры рынка ценных бумаг с точки зрения состава действующих на нем участников или субъектов.

К субъектам рынка ценных бумаг относятся: 1) эмитенты - организации (в большинстве случаев), выпускающие ценные бумаги;

2) инвесторы - юридические и физические лица, вкладывающие капитал в ценные бумаги;

3) профессиональные участники рынка, осуществляющие движение ценных бумаг на рынке, а также выполняющие другие организационные функции;

Эмитент представляет собой юридическое лицо, государственный орган или орган местной администрации, выпускающий бумаги с целью привлечения средств для развития бизнеса или под конкретный проект и несущие от своего лица обязательства перед владельцами ценных бумаг. В качестве эмитентов могут выступать государственные, региональные и местные органы власти, кредитные организации, акционерные общества, предприятия и организации других форм собственности .

Инвесторы - юридические и физические лица, вкладывающие средства в ценные бумаги - на фондовом рынке представлены индивидуальными и институциональными участниками. К институциональным инвесторам относят предприятия любых форм собственности, инвестиционные компании и фонды, страховые компании и кредитные организации .

Согласно Федеральному закону от 22 апреля 1996 г. "О рынке ценных бумаг" к профессиональным его участникам относятся: "юридические лица, в том числе кредитных организации, а также граждане (физические лица), зарегистрированные в качестве предпринимателей, которые осуществляют виды деятельности указанные в главе 2 настоящего Федерального закона".

Анализ и прогнозирование на фондовом рынке с помощью методов технического анализа

Современные фондовые рынки подвержены влиянию большого количества факторов (экономических политических и других). Поэтому инвесторы не могут руководствоваться только своей интуицией, пренебрегая анализом той информации которая может воздействовать на рынок. Как правило выделяют два вида анализа финансовых рынков: фундаментальный анализ и технический анализ.

К фундаментальным условиям на основании которых, и делают прогнозы движения финансовых рынков, инвесторы использующие фундаментальный анализ относятся те сформировавшиеся за пределами самого рынка экономические и политические факторы, которые определяют основные движения финансовых рынков. Эти условия можно разбить на две группы:

1) Фундаментальные условия предпринимательства, или экономические условия

2) Политические фундаментальные условия

Таким образом, приверженцы фундаментального анализа акцентируют внимание на движение рынка в целом, определяемом фундаментальными экономическими и политическими условиями, то есть внешними факторами, от которых зависит спрос и предложение на продукцию и услуги, производимые компаниями. Фактически фундаментальный анализ исследует причины движения цены на рынке в отличие от технического анализа который интересует больше влияние этих причин на рынок. Как было сказано выше прогнозы фундаментального анализа базируются прежде всего на оценке влияния на рынок фундаментальных экономических и политических условий. И если большинство инвесторов уверены, что фундаментальные условия благоприятны, то это выражается в росте цен на фондовом рынке. Например, сопоставления фондовых индексов с показателями экономической активности, такими, как уровни инфляции и безработицы, индексом потребления, индексом объема промышленного производства, объема валового национального продукта, указывает на взаимосвязь между направлением движения цен фондового рынка и состоянием экономики.

Как уже говорилось выше, краткосрочные операции представляют большой интерес для работы на Российском фондовом рынке и поэтому их исследование являются одной из целью данной работы. Использование фундаментального анализа, при проведении подобных операций представляется малоэффективным по следующим причинам. Существует слишком много краткосрочных, влияющих на стоимость ценной бумаги факторов, которые инвесторы использующие фундаментальный анализ просто не успеют проанализировать или даже заметить, но которые в конечном счете влияют на цены. Таким образом, при использовании фундаментального, надо не только верно оценить и интерпретировать имеющиеся данные, но и анализировать постоянно меняющуюся информацию, когда непрерывно появляются новые факты, а старые утрачивают свое значение. В этой связи для краткосрочного прогнозирования фундаментальный анализ не применим.

Другим видом анализа финансовых рынков, как уже говорилось выше, является - технический анализ. Данный вид анализа уже в течении длительного времени применяется на мировых фондовых рынках. Технический анализ - это изучение в основном при помощи графического изображения поведения рынка с целью определения дальнейшего возможного движения цен на рынке . Существует другое определение технического анализа: технический анализ - это искусство распознавания на ранней стадии тенденции изменения цен и сохранения инвестиционной позиции до тех пор, пока не будет доказано, что тенденция делает поворот в обратном направлении . Технический анализ базируется на принципе, что в стоимости любой ценной бумаги уже отражены все сведения, которые впоследствии публикуются и становятся объектом по существу уже утратившего смысл фундаментального анализа. Главным объектом технического анализа является спрос и предложение на ценные бумаги, который можно исследовать с помощью объема операций по ценным бумагам и изменению курсовой стоимости, при этом ценные бумаги изучаются как бы в отрыве от фундаментальных факторов. Технический анализ базируется на утверждении, что графики изменения стоимости ценных бумаг, могут выявить закономерности движения курсов ценных бумаг, с помощью которых, можно прогнозировать будущие движения стоимости ценных бумаг.

История западного технического анализа насчитывает немногим более века. Началась она с заметки в американском журнале Wall Street Journal, опубликованной Чарльзом Доу в начале 1890-х годов . К тому времени Чарльз Доу был известен как один из создателей Индекса Доу - Джонса. В конце девятнадцатого века Индустриальный и Транспортный Индексы имели свою историю и отлично прижились. Поскольку колебания Индексов были важными для заключения биржевых сделок, сразу же возникла необходимость в их прогнозирования. В своей статье Доу изложил ряд принципов, с помощью которых, по его мнению, можно было вступать в сделки на покупки и продажи без особенного риска. Эти принципы используются почти во всех методах современного технического анализа в неявном виде. К сожалению, Чарльз Доу не опубликовал своих идей отдельной книгой, а лишь написал еще ряд статей в том же журнале.

Ральф Нельсон Эллиот открыл свою теорию (теорию циклов) в годы Великой Депрессии, анализируя индексы Доу - Джонса, и оставил труды по основной концепции и математическому обоснованию. Теорию циклов будет разобрана ниже.

Уильям Ганн, легендарный трейдер первой половины двадцатого века, создал довольно сложную комбинацию геометрически - алгебраических принципов, которые успешно использовались для прогнозирования фондовых рынков. Они привлекли огромное внимание сразу после публикации, и впоследствии Ганн даже создал специальный учебный центр .

Исследования в области технического анализа за последние годы показывают, что технический анализ это именно теория с собственным набором аксиом. Ниже разобраны три основные аксиомы технического анализа.

Аксиома 1 - Движение рынка учитывает все. Это утверждение -краеугольный камень технического анализа; его осознание - главное для адекватного восприятия всего технического анализа. Суть аксиомы заключается в том, что любой фактор, влияющий на цену (например на цену бумаги) - учтен и отражен в цене .

Статистическое прогнозирование развития отечественного рынка ценных бумаг на основе адаптивных моделей

Сложность прогнозирования на финансовом рынке обуславливается тем, что рынки по разному реагируют на одинаковые сигналы используемые, в фундаментальном анализе. Прогнозирование курсов ценных бумаг сталкивается с проблемой так называемого "настроения" биржи. Ведущую роль здесь играет феномен массовой психологии большого количества участников фондового рынка. Подобные явления невозможно рационально объяснить, а тем более спрогнозировать.

Существующие проблемы, а также множество факторов, воздействующие на биржевые курсы, привели к появлению теории случайных курсов. Данная теория, называемая также теорией "блужданий", содержит утверждение об отсутствии преимуществ целенаправленного вложения в ценные бумаги перед случайным выбором. Согласно теории "блужданий" изменение стоимости ценных бумаг происходит случайно и не подчиняется никакой закономерности.

Однако закономерности существуют. Любая экономическая деятельность - производство и предоставление товаров или услуг, банковские и международные торговые или финансовые операции -порождают денежные потоки в различные промежутки времени. Данные денежные потоки должны быть распределены с максимальной выгодой с точки зрения финансового планирования. Существенная роль в данном процессе - равномерно распределить финансовые потоки во времени и обеспечить эффективное размещение инвестиционного капитала в рыночной экономике принадлежит фондовому рынку. Когда фондовый рынок выполняет свои основные задачи по привлечению и перераспределению капитала, тогда он принимает во внимание необходимые экономические сигналы и трансформирует интерпретацию этих сигналов в корректные цены на ценные бумаги, что можно назвать надежным способом установления цен на финансовом рынке. Обработка исторических данных движения цен ценных бумаг также подтверждает, что закономерности движения рынков существуют.

Прогнозирование обычно строится на основе информации, имеющейся во временных рядах цен бумаг фондового рынка. Высокие требования, предъявляемые к результатам прогноза, привело к появлению адаптивных методов прогнозирования.

Адаптивные методы прогнозирования обладают следующими свойствами:

Адаптивное прогнозирование базируется на интенсивном анализе информации, содержащейся в отдельных временных рядах;

Модель, описывающая структуру показателя и динамику, как правило, имеет весьма ясный смысл и простую математическую формулировку;

Неоднородность временных рядов и их связей находит отражение в адаптивной эволюции параметров или даже структуре моделей .

В настоящее время адаптивные методы считаются одним из наиболее перспективным направлением прогнозирования. Простейшим подобным методом является метод Брауна. Этот метод основывается на усреднении (сглаживании) временных рядов прошлых наблюдений в нисходящем (экспоненциальном) направлении. Постоянная а является взвешивающим фактором и ключом к анализу данных. Оценка оптимального значения а состоит в минимизации среднеквадратической ошибки. С помощью пакета Statistica последовательно вычисляются прогнозы при а равном 0,1; 0,2;....0,9 и рассчитывается величина среднеквадратической ошибки для каждого из них. То значение а для которой величина ошибки будет наименьшей, и выбирается для дальнейшего использования в прогнозировании .

Также необходимо оговорить начальное сглаженное значения S,.

Предлагается устанавливать первую оценку равной первому наблюдению . Вес, приписываемый этому уровню, быстро уменьшается по мере отдаления от первого уровня ряда, вместе с этим быстро уменьшается его влияние на размер экспоненциальной средней.

Другим видом адаптивного прогнозирования является метод экспоненциального сглаживания получивший название двухпараметрическии метод Хольта. В данном методе учитывается локальный линейный тренд, присутствующий во временных рядах .

Если во временных рядах присутствует тенденция к росту или снижению, то вместо с оценкой текущего уровня необходимо и оценка наклона. С помощью метода Хольта значение уровня и наклона сглаживаются непосредственно, при этом используются различные постоянные сглаживания для каждого из них. Одним из преимуществ методики Хольта является ее гибкость позволяющая выбирать соотношение, в котором отслеживается уровень и наклон.

Благодаря стремительному развитию информационных технологий, появилась возможность за считанные секунды проводить анализ большого объёма информации, строить сложные математические модели, решать задачи многокритериальной оптимизации. Учёные, занимающиеся вопросами циклического развития экономики, стали разрабатывать теории, полагая, что отслеживание тенденций ряда экономических переменных позволит прояснить и предсказать периоды подъёма и спада. Одним из объектов для изучения был выбран фондовый рынок. Предпринимались многократные попытки построить такую математическую модель, которая успешно бы решала задачу прогнозирования приращения цены акций. В частности, широкое распространение получил «технический анализ».

Технический анализ (тех. анализ) – это совокупность методик исследования динамики рынка, чаще всего посредством графиков, с целью прогнозирования будущего направления движения цен. На сегодняшний день, данный аналитический метод является одним из самых популярных. Но можно ли считать тех. анализ пригодным для генерации прибыли? Для начала рассмотрим теории ценообразования на фондовом рынке.

Одной из базовых концепций начиная с 1960-х гг. считается гипотеза эффективного рынка (efficient market hypothesis, EMH), согласно которой, информация о ценах и объёмах купли-продажи за прошедший период общедоступна. Следовательно, любые данные, которые можно было когда-либо извлечь из анализа прошлых котировок, уже нашли своё отражение в цене акций. Когда трейдеры конкурируют между собой за более успешное использование этих общедоступных знаний, они обязательно приводят цены к уровням, при которых ожидаемые ставки доходности полностью соответствуют риску. На этих уровнях невозможно говорить о том, является ли покупка акций хорошей или плохой сделкой, т.е. текущая цена объективна, а это означает, что ожидать получения сверх рыночной доходности не приходится. Таким образом, на эффективном рынке, цены активов отражают их истинные стоимости, а проведение тех. анализа теряет всяческий смысл.

Но следует отметить тот факт, что на сегодняшний день ни один из существующих фондовых рынков в мире не может быть назван полностью информационно эффективным. Более того, принимая во внимание современные эмпирические исследования, можно сделать вывод, что теория эффективного рынка является скорее утопией, т.к. не способна в полной мере рационально объяснить реальные процессы, протекающие на финансовых рынках.

В частности, профессором Йельского университета Робертом Шиллером был обнаружен феномен, который он в последующем назвал чрезмерной изменчивостью цен фондовых активов. Суть феномена заключается в частом изменении котировок, которое не поддаётся рациональному объяснению, а именно, отсутствует возможность интерпретировать данное явление соответствующими изменениями в фундаментальных факторах .

В конце 1980-х гг. были сделаны первые шаги к созданию модели, которая в отличие от концепции эффективного рынка, позволила бы точнее объяснить реальное поведение фондовых рынков. В 1986 г. Фишер Блэк в своей публикации вводит новый термин – «шумовая торговля».

«Шумовая торговля – это торговля на шуме, воспринимаемом так, как если бы шум был бы информацией. Люди, торгующие на шуме, будут торговать даже тогда, когда объективно они должны были бы воздерживаться от этого. Возможно, они считают, что шум, на основе которого они торгуют, является информацией. Или, возможно, им просто нравится торговать ». Хотя Ф. Блэк не указывает, каких операторов следует относить к категории «шумовых трейдеров», в работе Де Лонга, Шляйфера, Саммерса и Вальдмана можно найти описание таких участников рынка. Шумовые трейдеры ошибочно полагают, что у них есть уникальная информация о будущих ценах на активы. Источниками такой информации могут быть ложные сигналы о несуществующих трендах, подаваемые индикаторами тех. анализа, слухи, рекомендации финансовых «гуру». Шумовые трейдеры сильно переоценивают значение имеющейся информации и готовы принимать на себя необоснованно большой риск. Проведённые эмпирические исследования также указывают на то, что к шумовым трейдерам в первую очередь следует отнести индивидуальных инвесторов, т.е. физических лиц. Более того, именно эта группа трейдеров несёт систематические убытки от торговли из-за иррациональности своих действий. Для западных фондовых рынков эмпирическое подтверждение этого явления можно найти в исследованиях Барбера и Одина, а для операторов российского фондового рынка – в работе И.С. Нилова. Теория шумовой торговли позволяет объяснить и феномен Р. Шиллера. Именно иррациональные действия трейдеров вызывают чрезмерную изменчивость цен.

Обобщая современные исследования в области теорий ценообразования на фондовом рынке, можно сделать вывод о неэффективности использования технического анализа для получения прибыли. Более того, трейдеры, использующие тех. анализ пытаются выделять повторяющиеся графические паттерны (от англ. pattern - модель, образец). Стремление найти различные модели поведения цен является очень сильным, а способность человеческого глаза выделять очевидные тренды удивительна. Однако выделенные закономерности могут вовсе не существовать. На графике представлены смоделированные и фактические данные индекса Dow Jones Industrial Average на протяжении 1956 года, взятые из исследования Гарри Робертса.

График (B) представляет собой классическую модель «голова-плечи». График (А) также выглядит как «типичная» схема поведения рынка. Какой из двух графиков построен на основе фактических значений биржевого индекса, а какой – с помощью смоделированных данных? График (А) построен на основе фактических данных. График (B) создан с помощью значений, выданных генератором случайных чисел. Проблема, связанная с выявлением моделей там, где их на самом деле не существует, заключается в отсутствии необходимых данных. Анализируя предыдущую динамику, всегда можно выявить схемы и методы торговли, которые могли дать прибыль. Иными словами, существует совокупность бесконечного количества стратегий основанных на тех. анализе. Часть стратегий из общей совокупности демонстрируют на исторических данных положительный результат, другие – отрицательный. Но в будущем, мы не можем знать, какая группа систем позволит стабильно получать прибыль.

Также, одним из способов определения наличия закономерностей во временных рядах, является измерение сериальной корреляции . Существование сериальной корреляции в котировках, может свидетельствовать об определенной взаимосвязи между прошлой и текущей доходностью акций. Положительная сериальная корреляция означает, что положительные ставки доходности, как правило, сопровождаются положительными ставками (свойство инерционности). Отрицательная сериальная корреляция означает, что положительные ставки доходности, сопровождаются отрицательными ставками (свойство реверсии или свойство «коррекции»). Применяя данный метод к биржевым котировкам, Кендалл и Робертс (Kendall and Roberts, 1959), доказали, что закономерностей обнаружить не удаётся.

Наряду с техническим анализом, достаточно широкое распространение получил фундаментальный анализ . Его цель – анализ стоимости акций, опирающийся на такие факторы, как перспективы получения прибыли и дивидендов, ожидания будущих процентных ставок и риск фирмы. Но, как и в случае технического анализа, если все аналитики полагаются на общедоступную информацию о прибылях компании и её положении в отрасли, то трудно ожидать, что оценка перспектив, полученная каким-то одним аналитиком, намного точнее оценок других специалистов. Подобные исследования рынка выполняются множеством хорошо информированных и щедро финансируемых фирм. Учитывая столь жёсткую конкуренцию, трудно отыскать данные, которыми ещё не располагают другие аналитики. Следовательно, если информация о конкретной компании общедоступна, то ставка доходности, на которую сможет рассчитывать инвестор, будет самой обычной.

Помимо вышеописанных методов, для прогнозирования рынка пытаются применять нейронные сети, генетические алгоритмы и т.д. Но попытка использовать прогностические методы применительно к финансовым рынкам превращает их в самоликвидирующиеся модели . Например, предположим, что с помощью одного из методов спрогнозирована базовая тенденция роста рынка. Если теория широко признана, многие инвесторы сразу же начнут скупать акции в ожидании роста цен. В результате, рост окажется намного резче и стремительнее, чем это предсказывалось. Или же рост может вообще не состояться из-за того, что крупный институциональный участник, обнаружив чрезмерную ликвидность, начнёт распродавать свои активы.

Самоликвидация прогностических моделей возникает из-за применения их в конкурентной среде, а именно в среде, в которой каждый агент старается извлечь собственную выгоду, определённым образом влияя на систему в целом. Влияние отдельного агента на всю систему не значительно (на достаточно развитом рынке), однако наличие эффекта суперпозиции провоцирует самоликвидацию конкретной модели. Т.е. если в основе торгового алгоритма лежат прогностические методы, стратегия приобретает свойство неустойчивости, а в долгосрочной перспективе происходит самоликвидация модели. Если же стратегия является параметрической и прогностически нейтральной, то это обеспечивает конкурентное преимущество по сравнению с торговыми системами, в которых для принятия решения используется прогноз. Но стоит учитывать, что поиск стратегий, удовлетворяющих таким параметрам как, например, прибыль/риск происходит одновременно с поиском подобных систем другими трейдерами и крупными финансовыми компаниями на основе одних и тех же исторических данных и практически по одним и тем же критериям. Из этого следует необходимость использовать системы, основанные не только на общепринятых основных параметрах, но и на таких показателях, как надежность, стабильность, живучесть, гетероскедастичность и т. д. Особый интерес представляют торговые стратегии, базирующиеся на так называемых «дополнительных информационных измерениях» . Они проявляются в других, обычно смежных областях деятельности и по разным причинам редко используются широким кругом лиц на рынке акций.

Вышеизложенные рассуждения позволяют сделать следующие выводы:

1. Теория шумовой торговли, в отличие от концепции эффективного рынка, позволяет более точно объяснить реальное поведение фондовых активов.
2. В изменениях котировок торговых инструментов отсутствует закономерность, т.е. рынок предсказать невозможно.
3. Применение прогностических методов, в частности технического анализа, приводит к неизбежному разорению трейдера в среднесрочной перспективе.
4. Для успешной торговли на фондовом рынке, необходимо применять прогностически нейтральные стратегии, базирующиеся на «дополнительных информационных измерениях».

Список использованной литературы:

1. Shiller R. Irrational Exuberance. Princeton: Princeton University Press, 2000.
2. Black F. Noise // Journal of Finance. 1986. Vol. 41. Р. 529-543.
3. De Long J. B., Shleifer A. M., Summers L. H., Waldmann R. J. Noise Trader Risk in Financial Markets // Journal of Political Economy. 1990. Vol. 98. Р. 703-738.
4. Barber B. M., Odean T. Trading is hazardous to your wealth: The common stock investment performance of individual investors // Journal of Finance. 2000. Vol. 55. № 2. P. 773-806.
5. Barber B. M., Odean T. Boys will be boys: Gender, overconfidence, and common stock investment // Quarterly Journal of Economics. 2001. Vol. 116. Р. 261-292.
6. Odean T. Do investors trade too much? // American Economic Review. 1999. Vol. 89. Р. 1279-1298.
7. Нилов И. С. Кто теряет свои деньги при торговле на фондовом рынке? // Финансовый менеджмент. 2006. № 4.
8. Нилов И. С. Шумовая торговля. Современные эмпирические исследования // РЦБ. 2006. № 24.
9. Harry Roberts. Stock Market Patterns and Financial Analysis: Methodological Suggestions // Journal of Finance. Marth 1959. P. 5-6.

Что отличает инвесторов фондового и валютного рынка? В первую очередь – вкладываемые средства и активы. Но вне зависимости от рынка, прогнозирование является главной составляющей успешного инвестирования. Как “играть на фонде” и сколотить состояние? Изучаем техники и подходы фундаментального анализа фондового рынка.

“Фундамент” инвестирования

Для успешного трейдера очень важно разбираться в потоке информации и отфильтровывать для себя самые значимые новости и прогнозы рынка. В зависимости от того как быстро и в каких объемах будут совершаться операции выделяют два подхода: технический и фундаментальный анализ.

Технический анализ дает возможность спрогнозировать возможные изменения цен в будущем, основываясь на том, как менялись цены в предыдущих периодах. Основу составляют временные ряды цен, чаще всего представленные в виде графиков. Трейдер используя только графики, в то же время может быть не в курсе, чем именно занимается компания.

Фундаментальный анализ используют для количественного измерения стоимости конкретного бизнеса. Данная оценка отражает цену акций в будущем.

Основная цель трейдера – найти лучшие акции для совершения успешной сделки. Для того, чтоб ее найти, необходимо начинать работу с полного анализа фондового рынка, выявить наиболее доходные отрасли и уже них искать необходимое.

3 уровня анализа

Давайте представим обычную жизненную ситуацию. Вы – покупатель и хотите приобрести некий товар, например, автомобиль. Прежде чем совершить вложения, Вы начинаете оценивать, исследовать и изучать. Вы проводите локальный анализ моделей, автосалонов и цен. Далее наступает важный момент – выбор продавца. Согласитесь, покупать у первого попавшегося дилера – дело достаточно рискованное. Поэтому следует всесторонне изучить данный вопрос. В качестве основных показателей для Вас будут выступать: имидж, отзывы знакомых, ценовая политика, обслуживание, величина автосалона и прочее. Другими словами, Вы примеряете каждого продавца на себя.

Также происходит и в анализе рынков. Прежде чем вложить деньги в некий актив, Вы проводите всесторонний анализ. В зависимости от ваших целей, прогноз рынка можно разделить на 3 уровня: макро, мезо и микро. Рассмотрим каждый из них подробней.

Макроуровень

Макроуровень – определяется экономическое состояние государства в общем и целом. Могут изучаться также международные рынки для дальнейшего выбора страны. Анализируют влияние политических и экономических факторов на рынок.

Исследуя данный уровень, необходимо обратить внимание на такие показатели, как:

• Объем ВВП – показатель, отражающий совокупную стоимость товаров и слуг, которые производились в течение года в стране. Рост данного показателя свидетельствует об увеличении продаж на предприятиях.
• Процентные ставки для бизнеса – займ, выданный под определенный процент для развития. Чем выше процентная ставка, тем меньше развитие рынка.
• Инфляция и безработица – данные показатели увеличиваются во времена кризиса.
• Курс валют – коэффициенты перерасчета одной валюты в другую. За данным курсом следует и фондовый рынок.
• Внешний долг – задолженность перед иностранными кредиторами,а также возможность его погашения.

Эти данные наглядно показывают, на каком “уровне” находиться государство. Данные показатели – зеркало экономики. И чем ближе они располагаются к идеальному значению, тем выше экономическое положение страны. Не нужно быть экстрасенсом, чтобы понять, что стабильный рынок является наиболее привлекательным для инвесторов всего мира.

Мезоуровень

На мезоуровне выявляются наиболее успешные отрасли экономики страны. Для этого используются фондовые индексы. Например, индексы Dow Jones, которые показывают динамику развития разных секторов экономики.

Микроуровень

Микроуровень означает анализ конкретной компании. На данном этапе изучают финансово-экономические, производственные факторы, а также конкурентную среду и корпоративную структуру предприятия. Здесь особо важны:

Помимо этого необходимо принимать во внимание такую информацию:

• Государственный заказ – у компании, которая получила его, скорее всего, акции будут расти в цене, потому что это обеспечивает большие объемы работы и своевременную оплату;
• Указания рейтинговых и аналитических агентств, а также крупных инвесторов. Акции конкретной компании могут изменить свою стоимость в соответствии с позицией в рейтинге агентств;
• Возможное повышение или понижение дивидендов компании;
• Слияние компаний или поглощение. В таком случае высока вероятность того, что акции покупаемой компании поднимутся в цене, ведь для покупки необходимы значительные финансовые вложения.
• Воздействие регулирующий организаций – компании по пищевому производству, косметических товаров и лекарств важно мнение организации Food and Drugs Administration.

Визуально это можно представить как поиск сокровищ: вы должны знать где и куда прийти, затем копать все ниже и ниже, тем самым сокращая путь к своей цели. Интерес для трейдера представляют компании, у которых на основе фундаментального анализа акции будут устойчивы в долгосрочной перспективе.

Методы фундаментального анализа фондового рынка

Чтоб определить «правильную» стоимость акции в основном применяют два метода.

1. Сравнение с подобными предприятиями, а именно если есть информация о ценах сделок или стоимости их акций на фондовом рынке.
2. Метод основанный на предположении, согласно которому стоимость акций выявляется путем прогноза денежных потоков, которые предприятие может получить.
3. Интуитивный.

Известным примером использования второго подхода – операция Джорджа Сороса на рынке FOREX. Сорос предугадал падение британской валюты. Все дело в том, что фунт находился в обновленной валютной системе Европы со слишком высоким обменным курсом, банку Англии приходилось поддерживать этот курс для равноправного участия страны в этой системе. Однако в начале 90-х в Англии наблюдалась высокая инфляция и безработица. Проанализировав экономические и политические факторы, Сорос поставил против фунта, тем самым, получил миллиард, а Банк Англии при этом потерял 20 миллиардов.

Грамотное проведение фундаментального исследования – не простое дело, поскольку один и те же факторы (экономические, политические) при разных условиях по-разному могут влиять на фондовую биржу. Успешный трейдер должен понимать законы и тонкости финансового рынка и уметь сопоставлять малосвязанные события.

Интуитивный подход также имеет место быть. Но каждый интуитивный метод, как правило, основан не на эмоциональном, а на техническом предчувствии среды. Предположим, молодая компания запускает инновационный продукт и убеждает общественность, что будущий товар станет “бомбой”. Вы можете проявит скепсис, отнестись с недоверием и отказаться от вложения денег в активы. Но чуткие инвесторы, которые держат руку на пульсе, могут рассмотреть выгоду от такого, казалось бы, рискованного дела. Наглядных примеров Вы можете найти множество: акции компании Apple, автомобиль Tesla, Google на стадии своего зарождения. Все те, кто стоял у истоков и послушал свою интуицию вопреки экономическим показателям, сегодня получают неплохие деньги.

Выводы

Итак, фундаментальный подход помогает определить завышена или занижена сейчас стоимость акций предприятия, и нужно ли заключать с ними сделку. Технический анализ определяет наиболее подходящий момент для совершения сделки. Совершенствование фундаментальных знаний позволяет трейдерам совершать прибыльные вложения. Благо, на сегодняшний день в интернете много информации, которая позволит Вам всесторонне изучить данный подход. Книги по фундаментальному анализу, видео-уроки, практические советы опытных инвесторов – все это есть в свободном доступе в интернете. И Вы можете совершенствовать свои знания ежедневно!

Независимо от того какой метод вы выбираете для прогнозирования фондового рынка, вам необходим система. В случае беспорядочного применения то фундаментального, то технического анализов, вы не получите возможность адекватно проанализировать и оценить ваши ошибки. Вы не сможете работать и зарабатывать. Для трейдера важно управлять своими финансами, ему необходимо составлять как краткосрочные, так и долгосрочные цели, поэтому использование каждого метода анализа рынка актуально.

ВВЕДЕНИЕ.

ГЛАВА 1. СТАТИСТИКА РЫНКА ЦЕННЫХ БУМАГ.

1.2. Информационное обеспечение процесса статистического изучения рынка ценных бумаг.

1.3. Система основных статистических показателей фондового рынка.

ГЛАВА 2. СТАТИСТИЧЕСКИЙ АНАЛИЗ СОСТОЯНИЯ ФОНДОВОГО РЫНКА РОССИИ.

2.1. Российская практика фондового рынка.

2.2. Состояние российского фондового рынка в 2002 г.

ГЛАВА 3. КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ ДИНАМИКИ РЫНКА ЦЕННЫХ БУМАГ РОССИИ.

3.1. Специфика прогнозирования развития российского фондового рынка.

3.2. Первичная обработка информации, используемой для прогнозирования.

3.3. Использование методов множественной регрессии и компонентного анализа для прогнозирования.

Введение диссертации (часть автореферата) на тему «Статистический анализ и прогнозирование развития фондового рынка России»

Одной из важнейших особенностей развития глобальной экономики в начале XXI века стало возрастание роли фондового рынка, который приобрел ведущее значение в системе финансовых рынков. В настоящее время в ценных бумагах воплощена большая часть финансовых активов развитых стран мира.

Показатели фондового рынка привлекают к себе постоянное внимание деловых кругов, а в моменты биржевых кризисов становятся объектом всеобщего интереса. Это обусловлено функциями фондового рынка в современной экономике. Рынки ценных бумаг являются одним из ключевых механизмов привлечения денежных ресурсов на цели инвестиций, модернизации экономики, стимулирования роста производства. Вместе с тем, мировые рынки ценных бумаг, как показывает опыт многих десятилетий, могут быть источниками масштабной финансовой нестабильности, макроэкономических рисков и социальных потрясений. Особенно проблемными являются формирующиеся фондовые рынки, к числу которых принадлежит российский, являвшийся в 90-е годы при незначительных масштабах одним из самых рискованных фондовых рынков мира.

В современной России в связи с ее включением в систему мирового финансового рынка, присвоением стране международного кредитного рейтинга, размещением транша еврооблигаций, котировкой американских депозитарных расписок на российские акции на зарубежных биржах появилась острая необходимость цивилизованного подхода к изучению различных сегментов фондового рынка. Необходимо заметить, что в связи с существующими тенденциями снижения отношения доходность/риск при операциях на российском рынке ценных бумаг, неразвитостью инфраструктуры и недостаточной ликвидностью этого рынка многим инвесторам придется ориентироваться на развитые мировые фондовые рынки. Чтобы успешно функционировать в данной ситуации, они должны использовать различные методы инвестиционного менеджмента, одной из основных задач которого является прогнозирование изменений курсов ценных бумаг и других рыночных активов, а также развития фондового рынка в целом.

Методы прогнозирования применяются в различных областях человеческой деятельности, когда по имеющейся информации требуется предсказать (оценить) некоторую стохастически связанную с исходными данными величину, которую при этом невозможно измерить непосредственно. Применительно к участникам фондового рынка, занимающимся инвестиционной деятельностью, задача прогнозирования может быть сформулирована следующим образом: как определить направление и время, необходимые для совершения фондовой операции, чтобы осуществить ее с максимальной эффективностью (прибыльностью). Ответ на этот вопрос зависит от многих факторов (как макро-, так и микроэкономического характера), наблюдающихся в текущий момент времени, а также от развития ситуации на фондовом рынке в будущем.

Актуальность темы исследования обусловлена необходимостью совершенствования методологической основы статистики фондового рынка для получения более объективной и достоверной информации о динамике происходящих на нем процессов, создания взаимосогласованной системы статистических показателей, оценивающих состояние рынка ценных бумаг в целом, а также разработки новых методов прогнозирования, позволяющих более точно и надежно оценивать его будущее развитие.

Степень разработанности проблемы.

До 1990 г. отдельные аспекты проблем, связанных с фондовым рынком, затрагивались в работах экономистов-международников, занимавшихся изучением финансовых вопросов: Б.И. Алехина, А.В. Аникина, Э.Я. Брегеля, С.А. Былиняка, Т.Д. Валовой, B.C. Волынского,

A.И. Динкевича, И.С. Королева, JI.H. Красавиной, Б.Е. Ланина, Г.Г. Манохина,

B.М. Усоскина, М.А. Портного, Д.В. Смыслова, В.М. Соколинского, Г.П. Солюса, В.И. Суровцевой, В.В. Сущенко, Ю.С. Столярова, В.Н. Шенаева, Б.Г. Федорова, Л.И. Фрея, Е.С. Хесина, P.M. Энтова и других авторов. Тем не менее, можно констатировать, что фондовый рынок не был в центре внимания советских экономистов. За 1945-1990 гг. в СССР было опубликовано всего три специальные монографии по рынкам ценных бумаг /13/, /35/, /252/.

Коренная смена экономической системы и переход к рыночной модели экономики в России способствовали резкому росту интереса отечественных исследователей к проблематике фондового рынка. Этот интерес обусловлен, в первую очередь, появлением и бурным (до 1998 г.) развитием российского фондового рынка. В 90-е годы в России были изданы сотни книг и брошюр, посвященных ценным бумагам и фондовому рынку.

Вместе с тем, большая часть опубликованных работ либо посвящена какой-то одной проблеме (например, бухгалтерскому учету ценных бумаг, техническому анализу и т.п.) и носит сугубо прикладной характер, либо содержит описание конкретных финансовых инструментов (например, векселей, государственных ценных бумаг или производных ценных бумаг), либо является учебниками, рассчитанными на знакомство с базовыми понятиями рынка ценных бумаг, либо представляет собой переводы зарубежных, преимущественно американских, учебников по инвестициям и управлению портфелем ценных бумаг (многие из них носят фундаментальный характер и относятся к классике западной литературы, например, книги У. Шарпа, Дж. Ван Хорна, Р. Брейли и С. Майерса).

Различным аспектам фондового рынка посвящены книги и статьи Б.И. Алехина, А.И. Басова, И.Л. Бубнова, А.И. Буренина, В.А. Белова, Д.Ю. Будакова, О.В. Буклемишева,

A.П. Бычкова, В.А. Галанова, З.К. Голды, А.Д. Голубовича, И.А. Гусевой, В.Е. Грабарника, Ю.А. Данилова, В.И. Дегтяревой, И.В. Добашиной, С.И. Драчева, Е. Евстигнеева, Б.А. Жалнинского, Е.Ф. Жукова, О.А. Кандинской, А.А. Килячкова, А.В. Коланькова,

B.В. Коланькова, В.И. Колесникова, А.А. Козлова, О.И. Лаврушина, О.И. Мартыновой, Я.С. Мелкумова, В.Д. Миловидова, И.Н. Платоновой, А. Радыгина, А.В. Семенкова, Е.В. Семенковой, Ю.С. Сизова, А.Ю. Симановского, Е.Б. Соломатина, Е.С. Стояновой, В.И. Таранкова, В.А. Тарачева, B.C. Торкановского, Э.А. Уткина, Л.П. Хабаровой, Л.А. Чалдаевой, А.С. Чеснокова, Б.М. Ческидова, Е.В. Чирковой, А.А. Эрлих, А.А. Фельдмана, А.Б. Фельдмана и др.

В существующей в России литературе по фондовым рынкам последние рассматриваются, в первую очередь, с точки зрения инструментов, их видов и особенностей выпуска. При этом остается обойденным вопрос об их абсолютных и относительных масштабах, а также о количественной соразмерности с другими финансовыми рынками.

Зарубежные работы в большинстве случаев не содержат комплексного исследования проблем развития фондовых рынков, останавливаясь на отдельных аспектах, группах проблем или особенностях отдельных рынков. Наиболее глубокие исследования в рассматриваемой области были сосредоточены в 90-е годы в группе Всемирного банка (World Bank), Международного валютного фонда (IMF), Банка международных расчетов (BIS), в таких профессиональных ассоциациях, как Международная организация комиссий по ценным бумагам (IOSCO), Всемирная федерация бирж (WFE), во вновь созданных после кризиса конца 90-х годов международных структурах, решающих задачу создания новой мировой финансовой архитектуры. Известны публикации Р. Вишны, С. Дианкова, Ш. Каломириса, Ш. Киндельбергера, А. Левита, Р. Ла Порта, Р. Левин, Ф. Мишкина, Р. фон Розена, Дж. Сороса, Б. Тэйлора, П. Фишера, А. Шляйфера.

Вместе с тем, можно отметить, что ряд проблем статистической оценки структуры фондовых рынков и происходящих на них процессов в теоретическом и методологическом плане раскрыты недостаточно. Также можно говорить о неполной проработке вопросов математического моделирования и статистического прогнозирования на фондовом рынке.

Цель и задачи исследования.

Целью диссертационной работы является систематизация показателей и выявление их роли и аналитических возможностей при проведении статистического анализа тенденций развития фондового рынка России, а также последующее статистическое исследование структуры и процесса развития российского рынка ценных бумаг.

В соответствии с указанной целью в работе были поставлены и решены следующие задачи: определить основные источники информации о структуре и развитии отечественного фондового рынка; разработать классификационные признаки для статистических показателей фондового рынка, а также сформировать систему названных статистических показателей; проанализировать количественные характеристики мировых рынков акций, долговых ценных бумаг и производных финансовых инструментов, определить объемы, динамику мировых фондовых рынков и факторы, влияющие на их развитие; дать характеристику российского рынка ценных бумаг в сравнении с другими развитыми и формирующимися рынками, осуществить анализ итогов его развития; систематизировать процессы, происходящие на рынке ценных бумаг России, на базе статистического анализа данных 2002 г.; провести сравнительный анализ статистических прогнозных моделей динамики индекса российского рынка ценных бумаг.

Объект и предмет исследования.

Объектом исследования в данной работе является российский рынок ценных бумаг, рассматриваемый в сопоставлении с зарубежными развитыми и формирующимися фондовыми рынками.

Предметом исследования выступает количественная характеристика функционирования фондового рынка России, отдельных сегментов этого рынка, а также тенденций его развития.

Методология и методика исследования.

Методологическую и теоретическую основу диссертации составляют фундаментальные положения экономической теории, в первую очередь - теории функционирования финансовых рынков. Исследование основывалось на методологии системного анализа, дающей возможности раскрыть структуру и причинно-следственные связи внутри сложных социально-экономических систем, сформировать их модели и осуществить прогноз их развития. Широко использовались сравнительный анализ, метод аналогий, статистическая обработка массивов эмпирических данных для выявления причинно-следственных связей и тенденций в развитии фондовых рынков, экстраполяция тенденций, экспертный анализ. Решение конкретных проблем проводилось методами статистического анализа с использованием современных математических моделей.

Информационная база исследования.

В работе использована и систематизирована статистика ОЭСР, Международной федерации фондовых бирж, Банка международных расчетов, Международной финансовой корпорации, Международного валютного фонда, издания центральных банков и национальных статистических органов, отчеты ведущих зарубежных и российских биржевых и внебиржевых торговых систем, базы данных национальных органов регулирования рынка ценных бумаг, монографические исследования, различные справочные издания, материалы зарубежной и российской периодической печати, посвященные развитию фондового рынка. Значительная часть исходных документов получена из сети Интернет.

Для исследования внутренних аспектов организации российского рынка ценных бумаг использованы базы данных Московской межбанковской валютной биржи (ММВБ), Российской торговой системы (РТС), Национальной ассоциации участников фондового рынка, Банка России, ФКЦБ России, Регионального отделения ФКЦБ по Центральному федеральному округу, Минфина РФ, Госкомстата РФ и др.

При практическом выполнении необходимых процедур подготовка исходных данных и их преобразования осуществлялись с помощью табличного процессора MS Excel (Microsoft, Corp.) и системы управления базами данных MS SQL Server (Microsoft, Corp.), a все выполняемые статистические расчеты проводились в среде пакета программ STATISTICA (StatSoft, Inc.).

Научная новизна работы.

Научная новизна диссертационного исследования состоит в проведении статистической оценки и анализа процессов, происходящих на российском фондовом рынке, а также в прогнозировании его развития.

В частности, был осуществлен расчет статистических параметров российского рынка ценных бумаг, проведена их аналитическая интерпретация в сопоставлении с большой группой развитых и формирующихся рынков, и на этой основе дана системная характеристика основных проблем и диспропорций отечественного рынка.

На основе данных статистики за 2002 г. проведен анализ состояния рынка ценных бумаг России, позволивший выявить общие тенденции развития отечественного фондового рынка в указанный период.

Разработана методика построения краткосрочного прогноза индекса российского фондового рынка на основе методов множественной регрессии с использованием лаговых переменных и компонентного анализа. Данная методика была апробирована на данных об уровнях временных рядов значений различных финансовых показателей за 2000 - 2003 гт.

Практическая значимость работы.

Практическая значимость работы заключается в том, что разработанные в диссертации теоретические положения и полученные результаты анализа и прогнозирования показателей статистики фондового рынка в России могут быть использованы органами исполнительной власти, регулирующими рынок ценных бумаг (ФКЦБ России, Банком России, Минфином РФ и др.), саморегулируемыми организациями (Национальной фондовой ассоциацией и др.), торговыми системами (ММВБ и РТС) и другими инфраструктурными институтами рынка, коммерческими банками и брокерско-дилерскими компаниями в их деятельности по расширению инвестиционного потенциала российского фондового рынка и снижению его рисков. Разработанная система статистических показателей, а также проведенный анализ фактических данных могут быть использованы в практической деятельности статистических органов, а также в учебном процессе по дисциплинам «Экономическая статистика», «Экономическая теория», «Финансовые рынки».

Апробация и внедрение результатов исследования.

Основные теоретические и методологические положения диссертации нашли отражение в статьях, опубликованных в сборниках научных трудов, обсуждались на межвузовских конференциях, использованы при рассмотрении отдельных тем по названным выше учебным дисциплинам.

Объем и структура диссертации.

Работа состоит из введения, трех основных глав, заключения, списка использованной литературы и приложений. Содержание работы изложено на 192 страницах. Цифровой и графический материал представлен в 29 таблицах и 39 рисунках. Работа насчитывает 5 приложений.

Заключение диссертации по теме «Бухгалтерский учет, статистика», Дорохов, Евгений Владимирович

Заключение

В результате проведенного диссертационного исследования решены поставленные задачи и сформулированы следующие выводы:

1. При статистическом изучении структуры и развития фондового рынка можно опираться на следующие основные источники информации: а) проспекты эмиссии, отчетность эмитентов о выпуске ценных бумаг, а также их финансовую отчетность (бухгалтерский баланс, отчет о прибылях и убытках); б) статистические наблюдения и отчетность фондовых бирж (о курсах ценных бумаг, объемах оборота, количестве сделок и т.д.). Как было отмечено выше, современные фондовые биржи организуют торговлю ценными бумагами преимущественно с использованием компьютерных систем торговли. Соответственно, в этом случае при регистрации каждой сделки формируется первичная статистическая информация, которая затем группируется, сводится и распространяется биржами и информационными агентствами; в) статистические наблюдения и отчетность организованных систем внебиржевого оборота. Крупные системы внебиржевой торговли также опираются исключительно на автоматизированную технологию торгов, регистрации и распространения информации (Российская торговая система и т.п.); г) отчетность финансовых органов и центральных банков о состоянии государственного долга, статистические публикаций комиссий по ценным бумагам или иных государственных органов, регулирующих рынок ценных бумаг; д) статистические публикации ассоциаций профессиональных участников рынка ценных бумаг и институциональных инвесторов (например, Международной федерации фондовых бирж); е) публикации рейтинговых агентств; ж) статистические публикации международных организаций и финансовых институтов (Международной финансовой корпорации, Банка международных расчетов, МВФ, ОЭСР и др.).

В приведенном перечне можно выделить два основных класса источников, представляющих информацию, соответственно, на макро- и микроуровне. В совокупности они составляют систему раскрытия информации, без эффективного функционирования которой невозможно проведение качественной аналитической работы.

2. Комплексное статистическое изучение фондового рынка предполагает исследование характеристик ценных бумаг (их курсов, объемов, торгов, качества), а также деятельности участников рынка (эмитентов, инвесторов и т.д.), причем отдельно как по видам рынков ценных бумаг (биржевой и внебиржевой, первичный и вторичный), так и по видам самих ценных бумаг (акции, облигации и т.д.). Кроме того, для целей практического использования необходимо иметь возможность рассмотрения фондового рынка «по вертикали» (во всей его целостности в конкретный момент времени) и «по горизонтали» (в динамике).

В этой связи в статистике фондового рынка разработана система взаимосвязанных и взаимосогласованных статистических показателей, включающая следующие разделы: статистика объемов и структуры операций с ценными бумагами; статистика курсов ценных бумаг (ценовые показатели); статистика качества ценных бумаг и фондового рынка в целом; статистика фондовых индексов; статистика производных финансовых инструментов; статистика деятельности участников фондового рынка.

Особым разделом статистического изучения фондового рынка является оценка ценных бумаг и определение их доходности.

3. В условиях высокоразвитой рыночной экономики в ценных бумагах воплощена основная часть всех финансовых активов общества. В 2002 г. совокупный объем рынка акций и долговых ценных бумаг, исчисленный по величине капитализации и задолженности, составил астрономическую цифру в 72 трлн. долл., что более, чем в два раза превышает суммарный объем мирового ВВП и примерно в три раза - показатель денежной массы М2 (то есть наличные деньги и средства на счетах в банках). В США доля осязаемых активов в структуре активов населения и бесприбыльных организаций на протяжении нескольких десятилетий держится на уровне примерно одна треть, оставшиеся две трети приходятся на финансовые активы, из которых только 10-15% - депозиты в банках, а остальное - ценные бумаги в той или иной форме. В других государствах с развитыми рынками пропорции могут быть иными, однако все равно доля ценных бумаг очень высока. Иная картина сложилась на многих формирующихся рынках, к которым относятся развивающиеся страны и страны с переходной экономикой, где большая часть финансовых активов приходится на банковские депозиты или накопления наличной иностранной валюты.

4. Экспертная оценка для России показывает, что выпуск акций играл (с 1992 г. по конец 1998 г.) практически нулевую роль в инвестиционном процессе, поскольку эмиссий, сопровождающихся привлечением капитала предприятиями, в России практически не было.

Большая часть эмиссий после ваучерной приватизации 1992-1994 гг. была связана с переоценкой основных фондов предприятий. Эмиссия облигаций на внутреннем рынке осуществлялась до августа 1998 г. фактически (в экономически значимых объемах) только государственными органами всех уровней власти (федерального, субфедерального, муниципального), частные эмитенты успешно размещали свои облигации лишь на международном рынке, объем привлеченного таким образом капитала был очень мал. Что касается эмиссий облигаций правительством Российской Федерации, то их большая часть направлялась на покрытие текущего бюджетного дефицита и напрямую не была связана с инвестициями (хотя с инвестициями отчасти связаны еврооблигационные займы, размещенные субъектами России). Таким образом, рынок ценных бумаг в России в целом пока играл роль только в покрытии бюджетного дефицита и перераспределении собственности в процессе приватизации, а не в финансировании хозяйства.

5. Воссозданный в начале 90-х годов после многолетнего перерыва российский рынок ценных бумаг не выполнил в прошлое десятилетие свою основную функцию -перераспределение денежных ресурсов в реальный сектор на покрытие потребностей в инвестициях, формирование рыночной оценки бизнеса. Вместо этого сформировался очень небольшой, спекулятивный, с высокой долей иностранных краткосрочных инвесторов рынок, который был сверхконцентрирован в Москве и охватывал обращение ограниченной группы ценных бумаг. В 90-е годы свободное движение капиталов (либерализация иностранных инвестиций на рынке государственных ценных бумаг и преобладание оффшорных расчетов на рынке акций) при искусственно завышенной доходности финансовых активов и закрепленном валютном курсе рубля создавали широкие возможности для спекулятивных разогревов рынка и последующих крупных его падений. Олигополистическая структура рынка, его информационная асимметрия, сверхконцентрация на нескольких ценных бумагах определяли неизбежность манипулирования ценами. Рынок корпоративных ценных бумаг был полностью отделен от внутренних инвесторов, его движение полностью определялось внешними рынками и спросом спекулятивных иностранных инвесторов.

2001-2002 гг. были удачными и для российской экономики, и для рынка ценных бумаг (позитивная динамика при падении капитализации и объемов сделок на основных фондовых рынках мира). Однако эти годы хотя и улучшили, но не изменили кардинально ситуацию, в которой российский рынок ценных бумаг не соответствует размерам экономики, является относительно меньшим по размерам, чем рынки-конкуренты.

6. Из общих тенденций развития российского рынка ценных бумаг в 2002 г. можно отметить возросшую значимость корпоративного сегмента фондового рынка по сравнению с государственным. Сохранилась также общая тенденция к снижению доходности инструментов государственного (федерального и регионального) и корпоративного сегментов рынка облигаций при дальнейшем сокращении ценовых спрэдов между этими группами инструментов.

7. Наряду с проведенным статистическим анализом фондового рынка России, актуальной задачей при исследовании динамики происходящих на российском рынке ценных бумаг процессов является прогнозирование возможных будущих значений различных статистических показателей, и в частности, фондовых индексов.

При этом процесс построения прогнозных моделей для фондового рынка сложен и неоднозначен. Это связано с тем, что противоречивые силы, действующие на фондовом рынке, с трудом поддаются формализации. Построение моделей для современного российского рынка осложняется еще и спецификой периода переходной экономики, который переживает Россия. Это является объективной причиной, не позволяющей достичь удовлетворительной точности любых прогнозов. Если, например, на западных рынках аналитик, специализирующийся на корпоративных акциях, может использовать данные по тысячам эмитентов за десятки лет, то на российском рынке речь может идти лишь о десятках эмитентов и времени, ненамного превышающем 3-4 года. Кризис августа 1998 г. привел к такому падению ликвидности российского фондового рынка, что использование для прогнозов данных за период следующего после кризиса года представляется невозможным.

Одним из самых распространенных на практике статистических методов исследования развития процессов различного рода является метод, основанный на использовании корреляционного и регрессионного анализа, который предназначен для изучения возможных зависимостей, существующих между рядом характеристик процесса. При статистической зависимости признаки не связаны функционально, но как случайные величины заданы совместным распределением вероятностей.

В заключительном разделе работы отражены результаты практического применения метода регрессионного анализа в задаче изучения динамики развития российского рынка ценных бумаг, решаемой путем краткосрочного прогнозирования значений фондового индекса.

С использованием предварительно преобразованных к стационарному виду временных рядов значений отобранных статистических показателей были построены три регрессионные модели (методом пошагового регрессионного анализа с последовательным включением наиболее значимых объясняющих переменных, методом компонентного анализа и методом анализа распределенных лагов), каждая из которых изучалась на предмет адекватности с помощью F- и ^-критериев, статистики Дарбина-Уотсона, а также теста

Голдфелда-Квандта. Затем в построенных моделях было проведено ретроспективное прогнозирование с одновременным исследованием выборочной дисперсии ошибок прогноза в соответствии с процедурой скользящего экзамена.

Выполненные исследования убеждают в следующем: несмотря на то, что статистические методы прогнозирования на основе многофакторных регрессионных моделей являются одними из наиболее простых методов, выдаваемые ими результаты оказываются вполне адекватными в практических задачах.

Список литературы диссертационного исследования кандидат экономических наук Дорохов, Евгений Владимирович, 2004 год

1. Агарков М.М. Основы банкового права. Учение о ценных бумагах. М.: Издательство БЕК, 1994. - 349 с.

2. Агарков М.М. Учение о ценных бумагах. М.: Финстатинформ, 1993.

3. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Исследование зависимостей. М.: Финансы и статистика, 1985.

4. Айвазян С.А., Мхитарян B.C. Практикум по прикладной статистике и эконометрике. - М.:МЭСИ, 2000.- 160 с.

5. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998,- 1022 с.

6. Алексеев М. Ю. Рынок ценных бумаг и организация работ на нем. - М.: Перспектива, 1991.-134 с.

7. Алексеев М.Ю. Рынок ценных бумаг. - М.: Финансы и статистика, 1992.

8. Алексеев М.Ю., Миркин Я.М. Технология операций с ценными бумагами. М.: Перспектива. 1992. - 208 с.

9. Алехин Б.И. Рынок ценных бумаг. Введение в фондовые операции. М.: Финансы и статистика, 1991.- 159с.

10. Анализ ценных бумаг Грэма и Додда/ Под ред. Коттл С, Мюррей Р.Ф., Блок Ф.Е. М.: Олимп-Бизнес, 2000. - 694 с.

11. И.Андерсон Т. Статистический анализ временных рядов: Пер. с англ. под ред. Ю.К. Беляева. М.: Мир, 1976. - 755 с.

12. Аникин А.В. История финансовых потрясений. От Джона Ло до Сергея Кириенко. -М.: Олимп-Бизнес, 2000.

13. Аникин А.В. Кредитная система современного капитализма. М.: Наука, 1964.

14. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. М.: Финансы и статистика, 2001. - 228 с.

15. Бабешко Л.О. Коллокационные модели прогнозирования в финансовой сфере. М.: Экзамен, 2001.-288 с.

16. Банковская система России. Настольная книга банкира. В 3 кн. / Авт. кол.: Л.И.Абалкин, Г.А.Аболихина, М.Г.Адибеков, Л.Д.Андросова и др.; Ред. кол.: А.Г.Грязнова и др. М.: ДеКа, 1995. - 768 с.

17. Бард B.C. Инвестиционные проблемы российской экономики. М.:Экзамен, 2000. -383 с.

18. Батлер У.Э., Гаши-Батлер М.Е. Корпорации и ценные бумаги по праву России и США. М.: Зерцало, 1997.

19. Белов В.А. Рынок ценных бумаг: вопросы правовой регламентации. М.: Гуманитарное знание, 1993.

20. Беляков М.М. Вексель как важнейшее платежное средство. - М.: МП «Трансферт», 1992.

21. Бендат Дж., Пирсол А. Измерение и анализ случайных процессов: Пер. с англ. Г.В. Матушевского, В.Е. Привальского. М.: Мир, 1974. - 464 с.

22. Беренс В., Хавранек П.М. Руководство по оценке инвестиций. - М.: Инфра-М, Интерэксперт, 1995. 527 с.

23. Берзон Н.И., Ковалев А.П. Акционерное общество: Капитал, правовая база, управление: Практическое пособие для экономистов и менеджеров. М.: Финстатинформ, 1995. - 159 с.

24. Бизнес на рынке ценных бумаг. Российский вариант. Отв. ред. Коланьков В.В., Коланьков А.В., Грабарник В.Е., Кардовский К.Е. М.: Граникор, 1992.

25. Биржевая деятельность. Под ред. Грязновой А.Г. и др. М.: Финансы и статистика, 1996.

26. Бланк И.А. Инвестиционный менеджмент. Киев: МП «ИТЕМ», 1995. - 448 с.

27. Блюм А. А. История кредитных учреждений и современное состояние кредитной системы в СССР. М.: Госфиниздат, 1929. - 233 с.

28. Богатин Ю., Швандар В. Оценка эффективности бизнеса и инвестиций. М.: Юнити, 1999.-254 с.

29. Большее JI.H., Смирнов Н.В. Таблицы математической статистики. М.: Наука, 1965.

30. Боровиков В.П., Ивченко Г.И. Прогнозирование в системе STATISTICA в среде Windows. -М.: Финансы и статистика, 2000.

31. Боровков А.А. Курс теории вероятностей. М.: Наука, 1972.

32. Бородулин В. Рынки ценных бумаг США. М.: Московская центральная фондовая биржа, 1992.

33. Бороздин П.Ю. Ценные бумаги и фондовый рынок. М.: Московский государственный открытый университет, Институт экономики и права, 1994.

34. Браун С, Рицмен М. Количественные методы финансового анализа. Пер. с англ. М.: ИНФРА-М, 1996.-336 с.

35. Брегель Э.Я. Денежное обращение и кредит капиталистических стран. - М.: Финансы, 1973.

36. Брейли Р., Майерс С. Принципы корпоративных финансов. М.: Олимп-Бизнес, 1997.- 1087 с.

37. Буклемишев О.В. Рынок еврооблигаций. М.: Дело, 1999.

38. Буренин А.И. Рынки производных финансовых инструментов. М.: Инфра-М, 1996. -368 с.

39. Буренин А.И. Фьючерсные, форвардные и опционные рынки. М.: Тривола, 1994.

40. Бычков А. Глобализация экономики и мировой фондовый рынок // Вопросы экономики. М., 1997, №12.

41. Бэстэнс Д.Э., Ван Ден Берг В.М., Вуд Д. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. М.: ТВП, 1997.

42. Вакуленко С. Перспективы деятельности рейтинговых агентств в России // Бюллетень финансовой информации. 1998. -№ 8. - С. 52-53.

43. Валовая Т.Д. Европейская валютная система. М.: Финансы и статистика, 1986.

44. Ван Хорн Дж.К. Основы управления финансами: Пер. с англ. /Гл. ред. серии Я.В.Соколов. М.: Финансы и статистика, 1996. - 800 с.

45. Васильев Г. А., Каменева Н.Г. Товарные биржи. М.: Высшая школа, 1991 . - 111 с.

46. Вейсвейллер Р. Арбитраж: Возможности и техника операций на финансовых и товарных рынках: Пер. с англ. М.: Церих-ПЭЛ, 1995. - 206 с.

47. Вексель и вексельное обращение в России: Практическая энциклопедия / А.В. Волохов, Б.А.Жалнинский, В.В.Ильин и др.; Сост.: А.Г. Морозов,Д.А.Равкин. 4-е изд., перераб. и доп. - М. Банковский Деловой Центр, 1998. - 320 с.

48. Владиславлев Д.Н. Конкуренция и монополия на фондовом рынке. М.: Экзамен, 2001.-255 с.

49. Волков И.М., Грачева М.В. Проектный анализ: Учебник для вузов. М.: Банки и биржи, ЮНИТИ, 1998. - 423 с.

50. Воловик A.M., Семенков А.В. Три эпохи биржи в России. М.: Финансы и статистика, 1993. - 93 с.

51. Волынский B.C. Кредит в условиях современного капитализма. М.: Финансы и статистика, 1991.

52. Вострокнутова А.И. Инвестиционная оценка акций: российские нефтяные компании.- СПб: Интерлайн, 2000.

53. Вэйтилингэм Р. Руководство по использованию финансовой информации Financial Times. М.: Финансы и статистика, 1999. - 400 с.

54. Гайдышев И. Анализ и обработка данных: специальный справочник. - СПб: Питер, 2001.

55. Галкин И.В., Комов А.В., Сизов Ю.С., Чижов С.Д. Фондовые рынки США и России: становление и регулирование. -М.: Экономика, 1998.

56. Гальперин В.М., Игнатьев С.М., Моргунов В.И. Микроэкономика, т.1. - Санкт-Петербург: Экономическая школа, 1996. 349 с.

57. Гейнц Д., Аношин И. Старые индексы на новом рынке // Рынок ценных бумаг. М., 2000,-N2.-С. 5-8.

58. Гейст Ч.Р. История Уолл-Стрит. М.: Издательство «Квартет-Пресс», 2001. - 480 с.

59. Гиндин И.Ф. Русские коммерческие банки. М.: Госфиниздат, 1948. - 454 с.

60. Гитман Л.Дж., Джонк М.Д. Основы инвестирования: Пер. с англ. /Академия народного хозяйства при Правительстве РФ. М.: Дело, 1997. - 992 с.

61. Глущенко В.В. Прогнозирование. 3-е изд. - М.: Вузовская книга, 2000. - 208 с.

62. Голицын Ю.П. Фондовый рынок дореволюционной России. Очерки истории. -М.:ФИД «Деловой экспресс», 2001. 280 с.

64. Голубович А. Д., Миримская О.М. Биржевая торговля и инвестирование в США М.: МЕН АТЕП-ИНФОРМ, 1991.

65. Гранатуров В.М. Экономический риск: сущность, методы измерения, пути снижения: Учебное пособие. М.: Издательство «Дело и Сервис», 1999. - 112 с.

66. Грачева М.В. Анализ проектных рисков: Учеб. пособие для вузов. М.: ЗАО Финстатинформ, 1999. - 216 с.

67. Грязнова А.Г., Федотова М.А. Оценка бизнеса. М.: Финансы и статистика, 1999. -510 с.

68. Гудков Ф.А. Инвестиции в ценные бумаги: Руководство по работе с долговыми обязательствами для бухгалтеров и руководителей предприятий. М.: ИНФРА-М, 1996.- 160 с.

69. Гудков Ф.А., Макеев А.В. Вексель: Практическое пособие по применению (рекомендации предприятиям) / Сост. Д. А.Равкин. М.: Банковский Деловой Центр, 1996.- 132 с.

70. Данилов Ю.А. Создание и развитие инвестиционного банка в России. М.: Дело, 1998.-352 с.

71. Де Ковни Ш, Такки К. Стратегии хеджирования. Пер. с англ. М.: Инфра-М, 1996.

72. Дегтярева В.И., Кандинская О.А. Биржевое дело. М.: Юнити, 1997.

73. Деньги. Кредит. Банки / Под ред. О.И.Лаврушина. М.: Финансы и статистика, 2001.- 460 с.

74. Дериг Х.-У. Универсальный банк - банк будущего. М.: Международные отношения.- 1999.-383 с.

75. Дефоссе Г. Фондовая биржа и биржевые операции: Пер. с фр. 2-е изд. - М.: Церих-ПЭЛ, 1995.-114 с.

76. Динкевич А.И. Финансовая и денежно-кредитная система Японии. М.: Финансы, 1977.

77. Долинская В.В. Акционерное право. М.: Юридическая литература, 1997. - 351 с.

78. Доугерти К. Введение в эконометрику. М.: Инфра-М, 1997.

79. Драчев С.И. Фондовые рынки: основные понятия, механизмы, терминология. - М.: Анкил, 1991.

80. Дробозина JI. А. Общая теория финансов. М.: ЮНИТИ, 1995. - 275 с.

81. Дуброва Т.А. Статистические методы прогнозирования. М.: ЮНИТИ, 2003. - 206 с.

82. Дуброва Т.А., Павлов Д.Э., Осипова Н.П. Факторный анализ с использованием ППП STATISTIC А. М.: МЭСИ, 2000. - 64 с.

83. Дуброва Т.А., Павлов Д.Э., Ткачев О.В. Корреляционно-регрессионный анализ в системе STATISTICA. М.: МЭСИ, 1999. - 72 с.

84. Дьяченко В.П. История финансов СССР (1917-1950). М.: Наука, 1978. - 492 с.

85. Елисеева И.И., Юзбашев М.М. Общая теория статистики, 4 изд. М.: Финансы и статистика, 2002.

86. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики. М.: Инфра-М, 1998.

87. Жуков Е.Ф. Инвестиционные институты. М.: Банки и биржи, ЮНИТИ, 1998.

88. Жуков Е.Ф. Ценные бумаги и фондовые рынки: Учебное пособие / Всесоюзный заочный финансово-экономический институт. М.: Банки и биржи: ЮНИТИ, 1995. -224 с.

89. Зайцева Л.И. Биржа в России, или падение Святой Руси: В документах и публикациях конца XIX начала XX века. - М.: Институт экономики РАН, 1993.

90. Захаров А.В. О концепции единого валютного пространства СНГ. М.: Юстицинформ, 2002. - 143 с.

91. Иванов К.В. Фьючерсы и опционы: механизм сделок. Ред.Л.Антипова. М.: Златоцвет, 1993.

93. Игошин Н.В Инвестиции. Организация управления и финансирование. М.: Финансы, 2000. - 413 с.

94. Каменева Н.Г. Организация биржевой торговли: Учебник. М.: Банки и биржи: ЮНИТИ, 1998.-304 с.

95. Карпиков Е.И., Тарачев В.А. Ценные бумаги субъектов Российской Федерации и муниципальных образований. - М.: Рейтинг, 1997.

96. Катасонов В.Ю. Бегство капитала из России. М.: АНКИЛ, 2002. - 199 с.

97. Кендэл М. Временные ряды: Пер. с англ. Ю.П Лукашина. М.: Финансы и статистика, 1981. - 199 с.

98. Кещян В.Г. Биржевой рынок. Страницы истории и становления в современных условиях. М.: РЭА, 1996.

99. Кильдишев Г.С., Аболенцев Ю.И. Многомерные группировки. М.: Статистика, 1978. - 160 с.

100. Килячков А.А., Чаадаева Л.А. Практикум по российскому рынку ценных бумаг. М.: Издательство БЕК, 1997.

101. Килячков А.А., Чаадаева Л.А. Рынок ценных бумаг и биржевое дело. М.: Юристь, 2000.

102. Клупт М.А. Международная финансовая статистика. СПб.: СПбУЭФ, 1996.

103. Ковалев В.В. Финансовый анализ. М.: Финансы и статистика, 1996. - 429 с.

104. Коваленко Е.Г. Англо-русский словарь банковской терминологии. Под редакцией чл.корр. РИА Тимофеева Н.И. Международная инженерная энциклопедия. Серия «Экономика и финансы», центр «Наука и техника». Москва, 1994. - 462 с.

105. Козлов А. , Салун В. Сколько стоит «закрытая» компания? // Рынок ценных бумаг. М., 1999. - N16. - С. 50-55.

106. Коласс Б. Управление финансовой деятельностью предприятия: Проблемы, концепции и методы: Учебное пособие / Пер. с фр. под ред. Я.В. Соколова. М.: Финансы, ЮНИТИ, 1997. - 576 с.

107. Колб Р.У. Финансовые деривативы. Пер. с англ. - М.: ИИД Филинъ, 1997.

108. Колби Р., Мейерс Т. Энциклопедия технических индикаторов рынка. Пер. с англ. М.: Альпина, 1998.

109. Колесников В.И., Торкановский B.C. и др. Ценные бумаги. М.: Финансы и статистика, 1998.

110. Количественные методы финансового анализа. Под ред. Энтова P.M. - М.:ИНФРА-М, 1996. 336 с.

111. Корельский В.Ф., Гаврилов Р.В. Толковый биржевой словарь. М.: Экспедитор, Руссо, 1996.-432 с.

112. Корнеев В.В., Гареев А.Ф., Васютин С.В., Райх В.В. Базы данных. Интеллектуальная обработка информации. М.: Нолидж, 2000.

113. Костиков И.В. Дефолты на рынке муниципальных облигаций США: Экономические аспекты. М.: Наука, 2001. - 376 с.

114. Коттл С, Мюррей Р.Ф., Блок Ф.Е. Анализ ценных бумаг Грэма и Додда. М.: Олимп-Бизнес, 2000. - 694 с.

115. Коупленд Том, Коллер Тим, Муррин Джек. Стоимость компаний: Оценка и управление: Пер. с англ. /Науч. ред. Н.Н. Барышникова. М.: Олимп-Бизнес, 1999. -576 с.

116. Крамер Г. Математические методы статистики. - 2-е изд. М.: Мир, 1975.

117. Крамер Г., Лидбеттер М. Стационарные случайные процессы: Пер. с англ. под ред Ю.К. Беляева. М.: Мир, 1969. - 400 с.

118. Крейнина М.Н. Финансовое состояние предприятия. Методы оценки. М.: ДИС, 1997.-224 с.

119. Кураков В.Л. Правовое регулирование рынка ценных бумаг Российской Федерации. -М.: Пресс-сервис, 1998. 288 с.

120. Лаврушин О.И., Мамонова И.Д., Валенцева Н.И. и др. Банковское дело. М.: Финансы и статистика, 1998.

121. Лаврушин О.И., Ямпольский М.М., Савинский Ю.П. и др. Деньги, кредит, банки. М.: Финансы и статистика, 1999.

123. Ли Ченг Ф., Финнерти Дж.И. Финансы корпораций: Теория, методы и практика: Учебник для вузов: Пер. с англ. М.: ИНФРА-М, 2000. - 686 с.

124. Лоэв М. Теория вероятностей: Пер. с анл. под ред. Ю.В. Прохорова. М.: Издательство иностранной литературы, 1962. - 720 с.

125. Лугачев М.И., Ляпунцов Ю.П. Методы социально-экономического прогнозирования. -М.: ТЕИС, 1999. 160 с.

126. Любушин Н.П., Лещева В.Б., Дьякова В.Г. Анализ финансово-экономической деятельности предприятия: Учеб. пособие для вузов / Под ред. проф. Н.П.Любушина.- М.: ЮНИТИ-ДАНА, 1997. 471 с.

127. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс.- 4-е изд. М.: Дело, 2000. - 400 с.

128. Маккей Ч. Наиболее распространенные заблуждения и безумства толпы. М.: Альпина, 1998.-333 с.

129. Марголин A.M., Быстряков А.Я. Экономическая оценка инвестиций. М.: Экмос, 2001.-240 с.

130. Маркарьян Э.А., Герасименко Г.П. Финансовый анализ. М.: Приор, 1997. -160 с.

131. Маршалл Джон Ф., Бансал Випул К. Финансовая инженерия: Полное руководство по финансовым нововведениям: Пер. с англ. / Науч. ред. Г.А.Агасандян.- М.: ИНФРА-М: 1998. 784 с.

132. Матюхин Г. Г. Мировые финансовые центры. - М., 1979.

133. Международные валютно-кредитные и финансовые отношения. Под. ред. Красавиной Л.Н. М.: Финансы и статистика, 1995.

134. Меладзе В.Э. Курс технического анализа. М.: Серебряные нити, 1997.

136. Мелков А.Е. Кредит и денежный оборот. М.: Финансы и статистика, 1983. -79 с.

137. Меньшиков И.С. Финансовый анализ ценных бумаг: Курс лекций. М.: Финансы и статистика, 1998. - 354 с.

138. Миловидов В. Финансовый рынок и экономика России: размер не имеет значения? // Рынок ценных бумаг. М., 1999, №4.

139. Миловидов В.Д. Паевые инвестиционные фонды. М.:Инфра-М, 1996. - 415 с.

140. Минасов О.Ю. Отраслевая привлекательность российских компаний // Дайджест Финансы. М., 2001. - № 8. - С. 24-31.

141. Минасов О.Ю. Управление рыночной стоимостью акций // Дайджест Финансы. -М., 2001. -№ 10.-С. 26-34.

142. Минасов О.Ю. Факторы, влияющие на рыночную стоимость акций российских предприятий // Московский оценщик. - М., 2001. № 4. - С. 2-23.

143. Миркин Я.М. 30 тезисов. Ключевые идеи развития фондового рынка // Рынок ценных бумаг. М., 2000. - №11. - С. 30-34.

144. Миркин Я.М. Банковские операции: Учеб. пособие. Часть III. Инвестиционные операции банков. Эмиссионно-учредительская деятельность банков. - М.: ИНФРА-М, 1996.-144 с.

145. Миркин Я.М. Долговое измерение экономики // Рынок ценных бумаг. 2001. -№5.-С. 42-46.

146. Миркин Я.М. Защита внутреннего рынка акций // Рынок ценных бумаг. М., 2000.-№ 18.-С. 31-33.

147. Миркин Я.М. Как структура собственности определяет фондовый рынок? // Рынок ценных бумаг. 2000. - № 1. - С. 13-15.

148. Миркин Я.М. Огосударствление и закрытость против рынка ценных бумаг // Рынок ценных бумаг. М., 2000. - № 5. - С. 27-29.

149. Миркин Я.М. Розничный спрос на ценные бумаги // Рынок ценных бумаг. - 2000.-№ 19.-С. 29-31.

150. Миркин Я.М. Сверхконцентрация рыночного риска // Рынок ценных бумаг. -М., 2001.-№ 2.-С. 36-39.

151. Миркин Я.М. Стратегия восстановления и развития фондового рынка // Журнал для акционеров. М., 2000. - № 8. - С. 14-20.

152. Миркин Я.М. Традиционные ценности населения и фондовый рынок // Рынок ценных бумаг. М., 2000. - № 7. - С. 33-36.

153. Миркин Я.М. Ценные бумаги и фондовый рынок: Профессиональный курс в Финансовой Академии при Правительстве РФ. -М.: Перспектива, 1995. 536 с.

154. Миронов В., Попова А. Рынок ипотечных облигаций // Рынок ценных бумаг. -М., 1998. №4.

155. Михайлов Д.М. Мировой финансовый рынок: тенденции и инструменты. М.: Экзамен, 2000. - 768 с.

156. Мурзин Д.В. Ценные бумаги бестелесные вещи. - М.: Статут, 1998.

157. Мусатов В.Т. Фондовый рынок: инструменты и механизмы. М.: Международные отношения, 1991.

158. Мэнкью Н.Грегори. Принципы экономике. СПб.: Питер Ком, 1999. - 784 с.

159. Мэрфи Дж. Технический анализ фьючерсных рынков: Теория и практика: Пер. с англ. / Науч. ред. И.Самотаев. М.: Сокол, 1996. - 589 с.

160. Нечеткие множества в моделях управления и искусственного интеллекта. / По ред. Поспелова Д.А. М.: Наука, 1986.

161. Нидлз Б., Андерсон X., Колдуэлл Д. Приннципы бухгалтерского учета. 2-е изд. - М.: Финансы и статистика, 2000.

162. Нью-Йоркская фондовая биржа: Устав Нью-Йоркской фондовой биржи. Пер. с англ. -М.: Интеркомплекс, 1992.

164. Об утверждении положения о ежеквартальном отчете эмитента эмиссионных ценных бумаг: Постановление федеральной комиссии по рынку ценных бумаг от 11 августа 1998 г. N 31 // Вестник ФКЦБ России. -М., 1998. 18 августа. N 6.

165. Общая теория денег и кредита / Под ред. Е.Ф.Жукова. М.: ЮНИТИ, 2001. -423 с.

166. Отнес Р., Эноксон JI. Прикладной анализ временных рядов: Пер. с англ. под ред. И.Г. Журбенко. М.: Мир, 1982. - 428 с.

167. Отчет о мировом развитии в 1997 году. Государство в меняющемся мире. - М.: Прайм-Тасс, 1997. 301 с.

168. Оценка бизнеса / Под ред. Грязновой А.Г., Федотовой М.А. - М.: Финансы и статистика, 1998. 512 с.

169. Павлов С.В. Фондовая биржа и ее роль в экономике современного капитализма. М.: Финансы и статистика, 1989. - 127 с.

170. Павлюченко В.М., Шапиро В.Д. Управление инвестициями. В 2-х томах. М.: Инфра-М, 1997. - 928 с.

171. Первозванский А.А., Первозванская Т.Н. Финансовый рынок: расчет и риск. -М.:Инфра-М, 1994.

172. Погостинская Н.Н., Погостинский Ю.А. Системный анализ финансовой отчетности. Спб.: Изд-во Михайлова В.А., 1999. - 96 с.

173. Поллард A.M., Пассейк Ж.Г., Эллис К.Х., Дейли Ж.П. Банковское право США.- М.: Прогресс, 1992. 767 с.

174. Поляков В.П., Московкина JI.A. Структура и функции центральных банков. Зарубежный опыт: Учебное пособие. М.: Инфра-М, 1996.

175. Пратт Ш. П. Оценка бизнеса. Анализ и оценка закрытых компаний: Перевод института Экономического развития Всемирного банка / Под ред. Лаврентьев В.Н. -М.: Олимп-бизнес, 2000. 280 с.

176. Пятенко С.В. Кредитно-денежная политика в США. М.: Наука, 1988.

177. Радионов Н.В., Радионова С.П. Основы финансового анализа. Математические методы. Системный подход. Санкт-Петербург: АЛЬФА, 1999. - 592 с.

178. Радыгин А. Д., Энтов P.M. Институциональные проблемы развития корпоративного сектора: собственность, контроль, рынок ценных бумаг. - М.: Институт экономики переходного периода, 1999. 286 с.

179. Райзенберг Б. А., Лозовский Л.Ш., Стародубцева Е.Б. Современный экономический словарь. -М.: Инфра-М, 1997. 496 с.

180. Региональный рынок ценных бумаг: особенности, проблемы и перспективы: Учебно-практическое пособие / Под ред.Т.Б.Бердниковой. М.: Финстатинформ,1996.- 175 с.

181. Рид Э., Коттер Р., Гилл Э., Смит Р. Коммерческие банки. М.: Прогресс, 1983. -501 с.

182. Роде Э. Банки, биржи, валюты современного капитализма. - М.: Финансы и статистика, 1986. 340 с.

183. Розанов Ю.А. Введение в теорию случайных процессов. М.: Наука, 1982. -128 с.

184. Розенберг Дж.М. Инвестиции: Терминологический словарь. М.: Инфра-М,1997.-400 с.

185. Россия 2015: Оптимистический сценарий /Авт. кол.: Л.И.Абалкин, Э.Б.Алаев, А.И.Амосов и др.; Ред. кол.: Л.И.Абалкин, А.В.Захаров и др. - М.: Институт экономики РАН, Московская межбанковская валютная биржа, 1999. - 414 с.

186. Россия в цифрах: краткий статистический сборник. М.: Госкомстат, 2000. -396 с.

187. Рубцов Б.Б. Мировые фондовые рынки. / Мировая экономика и международные отношения, 2001, № 8, стр.35-46.

188. Рубцов Б.Б. Зарубежные фондовые рынки: инструменты, структура, механизм функционирования. М.: Инфра-М, 1996. - 304 с.

189. Рудык Н.Б., Семенкова Е.В. Рынок корпоративного контроля: слияния, жесткие поглощения и выкупы долговым финансированием. М.: Финансы и статистика, 2000.-456 с.

190. Рынок еврооблигаций: структура и механизм функционирования // Банковские услуги. -М., 1997, №№5-6.

191. Рэй К.И. Рынок облигаций. Торговля и управление рисками: Пер. с англ. М.: Дело, 1999.-600 с.

192. Сакс. Д. Рыночная экономика и Россия. М.: Экономика, 1994. - 115 с.

193. Сальков А. Глобализация и фондовые индексы // Рынок ценных бумаг. - М., 2000.-N2.-С. 3-4.

194. Сарчев A.M. Ведущие коммерческие банки в мировой экономике. - М.: Финансы и статистика, 1992.

195. Семенкова Е.В. Операции с ценными бумагами: российская практика. М.: Инфра-М.: Перспектива, 1997. - 328 с.

196. Серебрякова JI. Мировой опыт регулирования рынка ценных бумаг // Финансы. -М., 1996, №6.

197. Симановский А.Ю. Финансово-банковский сектор российской экономики: вопросы формирования и функционирования. М.: Соминтек, 1995.

198. Синельников С. Бюджетный кризис в России: 1985-1995 гг. М.: 1995. - 316 с.

199. Системные проблемы России. Путь в XXI век. Стратегические проблемы и перспективы российской экономики / Отделение экономики Российской академии наук. М.: Экономика, 1999. - 793 с.

200. Смыслов Д.В. Кризис современной валютной системы капитализма и буржуазная политическая экономия. М., 1979.

201. Соломатин Е. Приоритетные технологии на фондовом рынке // Банковские технологии. М., 1999, №10.

202. Сорос Д. Алхимия финансов. М.: Инфра-М, 1996. - 415 с.

203. Сорос Джордж. Кризис мирового капитализма. М.: Инфра-М, 1999. - 260 с.

204. Статистика финансов. Под. ред. Салина В.Н. М.: Финансы и статистика, 2000.

205. Столяров И.И., Лосевская О. А. Соотношение инвестиционного и спекулятивного процессов на финансовом рынке и его отрыв от реального производства // Финансы. М., 1999. - N9. - С. 51-54.

206. Суверов С. Фундаментальный анализ на российском рынке. Обобщение опыта // Рынок ценных бумаг. М., 1999. - N 17. - С. 17-22; N 18. - С.38-44.

207. Таранков В.И. Ценные бумаги Государства Российского. Москва - Тольятти: Издательское предприятие "Интер - Волга", Автовазбанк, 1992. - 648 с.

208. Теория статистики. Под ред. Г.Л. Леонтьевой. - М.: Инфра-М, 2002.

209. Трахтенберг И.А. Денежные кризисы. М.: Издательство Академии Наук СССР, 1963.

210. Тьюлэ Р., Брэдли Э., Тьюлз Т. Фондовый рынок. 6-е изд.: Пер. с англ. - М.: Инфра-М, 1997. - 648 с.

211. Тюрин В. Выпуск ADR/GDR российскими предприятиями // Финансист. М., 1997, №10.

212. Уотшем Т. Дж., Паррамоу К. Количественные методы в финансах. Пер. с англ. М.: Финансы, ЮНИТИ, 1999. - 527 с.

213. Федоров Б.Г. Современные валютно-кредитные рынки. М.: Финансы и статистика, 1989.

214. Федюк И. Американские депозитарные расписки. Связь с инвесторами // Рынок ценных бумаг. М., 2000. - N 21. - С. 26-29.

215. Фельдман А.А. Вексельное обращение. Российская и международная практика. -М.:Инфра-М, 1995.

216. Фельдман А.А. Государственные ценные бумаги. М.: Инфра-М, 1995.

217. Фельдман А.А. Депозитные и сберегательные сертификаты. Чековое обращение. М.: Инфра-М, 1995.

218. Фельдман А.Б. Основы рынка производных ценных бумаг. М.: Инфра-М, 1996.

219. Философов JI.B. Как оценить стоимость акций нефтеперерабатывающих компаний // Нефть России. 1994. - № 2. - С. 17-23.

220. Философов JI.B. Оценка инвестиционной привлекательности акций. Выбор метода // Экономика и жизнь 1993. - №23. - С. 15

221. Финансово-Кредитный Словарь / Под ред. Гарбузов В.Ф. 2-е издание. - М., Финансы и статистика, 1994. - Т. 1-3.

222. Финансы / Под ред. Родионова В.М. - М.: Финансы и статистика, 1992. - 325 с.

223. Фишер П. Прямые иностранные инвестиции для России: стратегия возрождения промышленности. М.: Финансы и статистика, 1999. - 510 с.

224. Фондовая биржа: как котируются ценные бумаги. Сост. Сокальский Б. Под ред. Лебедева Ю.М. М.: Всероссийский биржевой банк, 1992.

225. Фондовые рынки США и России: Становление и регулирование / Авт.кол.: Ю.С.Сизов (рук.), И.В.Галкин., А.В.Комов и др. М.: Экономика, 1998. - 224 с

226. Френкель А.А. Экономика России в 1992-1995гг.: тенденции, анализ и прогноз. М.: Финанстатинформ, 1995. - 142 с.

227. Хелферт Э. Техника финансового анализа. Пер. с англ. М.: ЮНИТИ, 1996. -663 с.

229. Хорин А.Н. Раскрытие существенной информации в бухгалтерской отчетности //Бухгалтерский учет.-М., 1999.-N 9.-С. 81-86; N 10. С. 68-72; N П.-С. 82-86; N 12. - С. 91-95; М., 2000. - N 1. - С. 67-71.

230. Ценные бумаги:Учебник для студентов экономических специальностей вузов /В.И.Колесников,В.С.Торкановский, Л.С.Тарасевич и др.; Под ред. В.И.Колесникова, В. С.Торкановского. М.:Финансы и статистика, 1998. - 416 с.

231. Ценообразование на финансовом рынке: Учеб. пос. / Авт. кол.: В.Е.Есипов, Г.А.Маховикова, Д.И.Трактовенко и др.; Под ред. А.Е.Есипова. Спб.: СПбГУЭФ, 1998.-240 с.

232. Чеканова Е., Чеканов Л. Тенденции развитая и перспективы рынка субфедеральных и муниципальных ценных бумаг в России // Рынок ценных бумаг. -2000. -№3.- С. 81-84.

233. Черников Г.П. Фондовая биржа: международный опыт. М.: Международные отношения, 1991.

234. Ческидов Б.М. Развитие банковских операций с ценными бумагами. - М.: Финансы и статистика, 1997.

235. Чесноков А.С. Инвестиционная стратегия и финансовые игры. М.: ПАИМС, 1994.-320 с.

236. Четыркин Е. Методы финансовых и коммерческих расчетов. М.: Дело, BusinessPe4b, 1992.

237. Четыркин Е.М., Васильева Н.Е. Финансово-экономические расчеты. М.: Финансы и статистика, 1990.

238. Шадрин А. Рынок ипотечных ценных бумаг. Опыт США и перспективы России // Рынок ценных бумаг. М., 1998, №№7-8.

239. Шамхалов Ф.И. Государство и экономика: основы взаимодействия. М.: ОАО Издательство «Экономика», 2000. - 382 с.

240. Шарп У., Александер Г., Бейли Дж. Инвестиции: Пер. с англ. М.: Инфра-М, 1997.- 1024 с.

241. Шварц Ф. Биржевая деятельность Запада (фьючерсные и фондовые биржи, система работы и алгоритм анализа). М.: Аи Кью, 1992.

242. Шведов А.С. Теория эффективных портфелей ценных бумаг. М.: ГУ ВШЭ, 1999.- 144 с.

243. Шенаев В.Н. Банки и кредит в системе финансового капитала ФРГ. - М.: Наука, 1967.

244. Шенаев В.Н. Международный рынок ссудных капиталов. - М.: Финансы и статистика, 1985.

245. Шепелев В. Привилегированные акции и некоторые особенности их оценки // Рынок ценных бумаг. М., 2000. - N 13. - С. 57-61.

246. Шеремет А.Д., Сайфулин Р.С, Негашев Е.В. Методика финансового анализа. -М.: Инфра-М, 2000. 208 с.

247. Шеремет В.В., Павлюченко В.М. Управление инвестициями. В 2-х томах. М.: МКС, 1998.-416 с.

248. Шерер Ф.М., Росс Д. Структура отраслевых рынков. М.: ИНФРА-М, 1997. -698 с.

249. Школьников Ю. Особенности оценки российских компаний // Рынок ценных бумаг. 1998.-№4.-С. 12

250. Штиллих О. Биржа и ее деятельность. СПб.: Братство, 1992.

251. Штольте П. Инвестиционные фонды: Пер. с нем. М.: Финстатинформ: Интерэксперт, 1996. - 168 с.

252. Шупыро В.М. Преобразование государственной собственности. М.: Инфра-М, 1997.-245 с.

253. Эволюционные вычисления и генетические алгоритмы. / Обозрение прикладной и промышленной математики, выпуск 5. М.: ТВП, 1996.

254. Эконометрика. Учебник / Под ред. Елисеевой И.И. М.: Финансы и статистика, 2001. - 344 с.

255. Экономика внешних связей России. / Под ред. Булатова А.С. - М.: БЕК, 1995. - 704 с.

256. Экономика переходного периода: Учеб. пос. / Под ред. В.В.Радаева, А.В.Бузгалина. - М.: Издательство МГУ, 1995. 410 с.

257. Экономическая статистика. / Под ред. Иванова Ю.Н. М.:Инфра-М, 1998.

258. Элдер А. Как играть и выигрывать на бирже (психология, технический анализ, контроль над риском). Пер. с англ. М.: КРОН-ПРЕСС, 1996.

259. Энг М.В., Лис Ф.А., Мауер Л.Дж. Мировые финансы. Пер. с англ. М.: ДеКА, 1998.

260. Энджел Л., Бойд Б. Как покупать акции. Пер. с англ. М.: ПАИС, 1992.

261. Эпштейн Е. Как выйти на рынок акций. Механизм, способы, опыт, проблемы, перспективы // Финансовая Россия. 2000. - № 42. - С. 10

262. Bank for International Settlements Annual Report. Basle 1992-1999.

263. Fama E.F., French K.R. Econometric models and econometric forecasts. 3rd ed. McGraw-Hill, 1991.

264. FIBV Annual Report. Paris 1995-1998.

265. French Daniel W. Security and Portfolio Analysis: Concepts and Management. -Prentice Hall, 1989. 576 pp.

266. Goldberg D.E. Genetic algorithms in search, optimization and machine learning. Adison Wesley, MA, 1989.

267. Gordon Robert J. Macroeconomics. Sixth Edition. HarperCollinsCollegePublisher, 1993.-580 pp.

268. Grabbe J.O. International Financial Markets. Engelwood Cliffs, 1996.

269. Graham В., Dodd D. Security Analysis. The Classic 1934 Edition. McGraw-Hill Companies, 1996. - 725 pp.

270. International Capital Markets: Developments, Prospects, and Key Policy Issues. -Wash.: IMF, 1994-2001.

272. McConnel Campbell R., Brue Stanley L. Economics: Principles, Problems, and Policies. 11th Edition. New York: McGraw - Hill Publishing Company, 1990. - 866 p.

273. Murphy A. Scientific Investment Analysis. - Greenwood Publishing Group, Inc., 2000. 504 pp.

274. NASD Data Relating to The NASDAQ Stock Market Inc. and its Listed Companies. NASD Working Paper 97-01. Washington, July, 1997.

275. Objectives and Principles of Securities Regulation. IOSCO, September 1998, February 2002. - 67 p.

276. Ratner D.L. Securities Regulation in a Nut Shell. St.Paul, 1992.

277. Sharpe W.F. Investments. NY., 1981.

278. Standard & Poor"s Counterparty Ratings Guide, First Quarter 1998.

279. Stocks, Bills, Bonds and Inflation. Total International Investment Returns 16941995. Global Financial Data, http: // www.globalfindata.com

280. Taylor B. Could 1996 Be the Next 1929? Global Financial Data. -http://www.globalfindata.com

281. The New York Stock Exchange Fact Book 1992-1998.

282. United States Securities and Exchange Commission Annual Report 1992-1994.

283. World Development Report 1998/1999. Washington, 1999.

284. World Economic Outlook 1998. IMF, Washington, 1998.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.