Geum.ru
Темы диссертаций по экономике » Математические и инструментальные методы экономики

Методы и модели анализа и прогнозирования развивающихся фондовых рынков тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Торжевский, Кирил Анатольевич
Место защиты Москва
Год 2009
Шифр ВАК РФ 08.00.13
Диссертация

Автореферат диссертации по теме "Методы и модели анализа и прогнозирования развивающихся фондовых рынков"

На правах рукописи

ТОРЖЕВСКИЙ КИРИЛ АНАТОЛЬЕВИЧ

МЕТОДЫ И МОДЕЛИ АНАЛИЗА И ПРОГНОЗИРОВАНИЯ РАЗВИВАЮЩИХСЯ ФОНДОВЫХ РЫНКОВ (НА ПРИМЕРЕ РОССИИ)

Специальность 08.00.13 - Математические и инструментальные методы экономики

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

Москва-2009

003481685

Работа выпонена в лаборатории Имитационного моделирования и взаимодействия экономических объектов Центрального экономико-математического института Российской академии наук (ЦЭМИ РАН).

Зашита состоится л23 ноября 2009 г. в 14 часов на заседании Диссертационного совета Д 002.086.01 при Институте системного анализа Российской Академии наук по адресу: 117312, г. Москва, проспект 60-летия Октября, д. 9 ауд. 1206.

С диссертацией можно ознакомиться в библиотеке Институте системного анализа РАН. Автореферат разослан 22 октября 2009 г.

Научный руководитель: доктор экономических наук, профессор

Медницкий Владимир Георгиевич

Официальные оппоненты: доктор экономических наук, профессор

Перминов Сергей Борисович

кандидат экономических наук Пекарский Антон Валерьевич

Ведущая организация: Московский государственный университет

экономики, статистики и информатики (МЭСИ)

Ученый секретарь

Диссертационного совета Д 002.086.0 кандидат экономических наук

Общая характеристика работы

Актуальность темы диссертационного исследования. Одним из условий активизации инвестиционных процессов в реальном секторе российской экономики и обеспечения ее устойчивого роста является развитие фондового рынка. Сформировавшийся за годы реформ разрыв между потребностями предприятий в инвестиционных ресурсах и теми возможностями, которые может предложить им финансовый сектор российской экономики, значительно усугубися финансовым кризисом осени 2008 г.

На начальном этапе российских реформ основная надежда в установлении необходимой связи между финансовым и промышленным секторами возлагалась на процессы прямого кредитования предприятий, особенно в связи с постепенным снижением процентных ставок за кредит. Однако банки недостаточно активно участвовали в инвестировании предприятий, экономическое состояние которых не всегда давало поноценные гарантии по возврату заемных средств. Кроме того, ставка кредитования оставалась достаточно высокой, что делало кредит недоступным для многих предприятий.

На фоне относительно замедленного развития промышленности контрастной оказалась проявившаяся в 2001 - 2006 гг. тенденция ускоренного роста рынка корпоративных ценных бумаг. Отмечен существенный рост стоимости акций многих ведущих российских компаний (не только голубых фишек), что обусловлено как известной недооцененностью их акций, так и успешной и стабильной работой этих предприятий. Это свидетельствовало об известной зрелости рынка, способного произвести справедливую рыночную оценку капитализации предприятия и скорректировать имевшуюся их недооцененность. Если раньше для его характеристики использовались такие эпитеты, как слабый, зарождающийся, вялореагирую-щий и т.д., то начиная с 1996 г. и особенно с 2000 г. он проявил себя как динамичный и быстро растущий сегмент финансового рынка, активно включающийся в мировую финансовую систему.

Разразившийся мировой финансовый кризис осени 2008 г. не только остановил поступательное развитие российского фондового рынка, но и отбросил его назад. Следует ожидать, что его негативные последствия достаточно дого будут сказываться на состоянии российской экономики.

Это делает проблему анализа и прогнозирования российского фондового рынка особенно актуальной и имеющей высокую народнохозяйственную значимость.

Степень разработанности проблемы и ее теоретическая значимость. Проблема анализа и прогнозирования фондовых рынков, насчитывающая не одно столетие, сохраняет свою остроту и до настоящего времени и делает работу финансовых аналитиков всегда востребованной и актуальной. Это обусловлено сложностью фондового рынка как объекта ис-

следования, наличием нелинейных и динамических связей между основными его параметрами, вероятностным характером протекающих на нем процессов. В связи с этим имеются повышенные требования к качеству экономико-математического инструме1гтария, применяемого для решения этой проблемы. Хотя к настоящему времени разработаны соответствующие модели и методы анализа и прогнозирования фондовых рынков (в рамках таких направлений, как технический и фундаментальный анализ, теория оптимизации инвестиционного портфеля, нелинейной динамики (хаоса) и фрактального рынка, однако задача построения адекватного инструментария далека от своего завершения, о чем свидетельствуют многочисленные факты неудовлетворительных прогнозов их динамики. Этим обуславливается необходимость разработки новых и более совершенных методов анализа и прогнозирования рассматриваемых объектов. Острота и научная значимость решения данной проблемы в наибольшей степени очевидна применительно к молодым развивающимся фондовым рынкам (и, в частности, - для российского рынка), специфика которых не всегда в поной мере учитывается имеющимся инструментарием.

Объект исследования - российский фондовый рынок, являющийся примером молодого возникающего рынка (emerging market) и рассматриваемый как сложная динамическая система.

Предмет исследования - методические основы разработки экономико-математического инструментария для анализа и прогнозирования возникающих фондовых рынков.

Цель исследования - разработка экономико-математического инструментария для анализа и прогнозирования российского фондового рынка

Для достижения сформулированной цели решаются следующие основные задачи:

1. Систематизация и уточнение основных понятий, применяемых при исследовании фондовых рынков.

2. Классификация экономико-математического инструментария, используемого для анализа и прогнозирования фондовых рынков, и выбор методов исследования.

3. Выявление особенностей и тенденций развития российского фондового рынка в сравнении с зарубежными (зрелыми и возникающими) рыиками.

4. Идентификация взаимосвязей между основными индикаторами состояния российского фондового рынка и макроэкономическими показателями.

5. Построение нейронной сети российского фондового рынка как инструмента его прогнозирования.

6. Проведение прогнозных расчетов с использованием разработанного инструментария и сравнительный анализ результатов.

Методы исследования - статистический анализ динамических рядов, нейронные сети, фундаментальный и технический анализ фондовых рынков.

Теоретико-методологической базой исследования являются научные труды по моделированию экономических и финансовых процессов, а также по анализу и прогнозированию фондовых рынков отечественных и зарубежных авторов - B.J1. Макарова, А.Н. Ширяева, С.Б. Перминова, А.Р. Бахтизина, Д.В. Бойцова, С.Н. Воробьева, И.А. Киселевой, В.Н. Лившица, A.B. Матвейчука, В.Н. Русикова, С.Е. Теплова, A.C. Шапкина, Т. Джозефа, Б. Ман-дельброта, Г. Нили, Э. Петерса, А. Фроста, Р. Пректера, М. Фабера и др.

Информационной базой исследования являются официальные статистические данные ФСГС РФ по основным макроэкономическим показателям, а также временные ряды основных фондовых индексов, характеризующих российский фондовый рынок и представленных на сайте Ссыка на домен более не работаетp>

Методы исследования. В работе использовались экономико-математические методы моделирования и статистического анализа, нейронных сетей, а также сценарные подходы к прогнозированию экономических объектов и систем. При обработке эмпирических данных использовались ППП лStatistica, лSPSS, лNeuro Solution, лStatistica Neuronetworks.

Научная новизна исследования.

1. Предложен комплексный подход к исследованию фондовых рынков, который (в отличие от предшествующих разработок) предполагает синтез элементов фундаментального и технического анализа на основе учета не только фактора времени, но и взаимосвязи индикаторов развития рынка и макроэкономических показателей.

2. В рамках предложенного подхода исследована совместная динамика индексов РТС и ВВП и выявлены фрактальные структуры, характеризующие области противонаправленного изменения этих показателей; сформулирована гипотеза о маятниковом характере взаимодействия фондового рынка и нефинансового сектора экономики.

3. Построена нейронная сеть, описывающая динамику российского фондового рынка; произведены ее верификация на ретроспективных данных и сопоставление с возможностями эконометрических методов.

4. Разработаны методические основы прогнозирования российского фондового рынка на основе применения эконометрических методов и нейросетевого моделирования и совмещения полученных результатов по методу Л. Гурвица; для альтернативной

оценки состояния кризисной фазы фондового рынка предложен и реализован метод условного эталона.

Основные результаты исследования, полученные лично автором.

1. Осуществлен системный анализ российского фондового рынка; выявлены основные этапы и тенденции его становления; показана существенная нелинейность динамики этого рынка на основе моделирования индекса РТС (1995 - август 2008 гг.) различными аппроксимирующими функциями (квадрахнческая и кубическая зависимости).

2. Исследованы фрактальные свойства российского фондового рынка (уровень перси-стентности, наличие договременной памяти) на основе проведения R/S анализа и использования соответствующих статистических критериев (индекс Хёрсга, V-статистика).

3. Произведена количественная оценка тесноты взаимосвязи между индексом РТС и основными макроэкономическими показателями (ВВП, импорт, цена на нефть, международные фондовые индексы и т.д.) на основе коэффициентов корреляции; выявлены наиболее важные факторы влияния на развитие российского фондового рынка; построены соответствующие регрессионные модели.

4. Осуществлены сценарные расчеты на базе разработанного инструментария (с выделением стабильной и кризисной фаз фондового рынка); произведен их анализ.

Результаты и новизна диссертационного исследования соответствуют следующим пунктам паспорта специальности 08.00.13 (Математические и инструментальные методы экономики):

1.4. Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценке предпринимательских рисков и обоснование инновационных решений.

1.6. Математический анализ и моделирование процессов в финансовом секторе экономики, развитие метода финансовой математики и актуарных расчетов.

Практическая значимость. Основные положения, выводы и рекомендации диссертации могут быть использованы в работе компаний, занимающихся инвестиционной деятельностью на фондовых рынках. Разработанный инструментарий может быть востребован в деятельности подразделений фондовых бирж, брокерских контор и частных инвесторов (дилеров, трейдеров и т.д.). Результаты исследования могут представлять интерес также для специалистов по макроэкономическому анализу и прогнозированию развития фондового сектора национальной экономики.

Апробация результатов исследования. Разработанные методы и модели были доложены на VI, VII и VIII Всероссийских научных симпозиумах Стратегическое планирование и разв1гтие предприятий (Москва, апрель 2005,2006,2007 гг.). Результаты исследования использованы в отчетах по гранту РФФИ Теоретико-методологические основы анализа российского фондового рынка с использованием нейронных сетей, проект № 08-06-00163.

Публикации. Результаты диссертационного исследования отражены в восьми научных трудах общим объемом 2,8 п.л. (в т.ч. лично автора - 2,27 п.л.), включая три работы из списка публикаций, рекомендованных ВАК.

Структура работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложения. Общий объем диссертационного исследования составляет 157 стр., в том числе 38 рисунков, 13 таблиц, список использованной литературы содержит 143 наименования.

Основное содержание работы

Во введении обоснована актуальность темы и значимость проблемы, охарактеризована ее изученность, определены цели, объект и предмет исследования, сформулированы научная новизна и практическая значимость полученных результатов.

В первой главе Методологические вопросы анализа и прогнозирования фондовых рынков рассмотрены методические основы и применяемые подходы к исследованию фондовых рынков.

Автором осуществлена систематизация основных понятий, используемых при анализе фондовых рынков, и произведена классификация этих рынков по следующим критериям: уровню их развития (emerging и well-developed market); территориальному признаку (международные, национальные и региональные), степени тесноты связи с рынками реального сектора (насыщенность обычными и производными ценными бумагами); видовым характеристикам финансовых инструментов (акции, облигации, векселя), по основным эмитентам (корпоративные, государственные структуры), времени эмиссии (первичный и вторичный рынки). Выявлены основные механизмы формирования первичного и вторичного фондовых рынков и проведено сопоставление этих механизмов в странах с развитой рыночной экономикой и России.

В работе классифицированы основные направления экономико-математического анализа фондовых рынков; рассмотрены базовые гипотезы технического и фундаментального анализа, теории оптимизации инвестиционного портфеля, теории хаоса; разработана классификационная схема методов анализа, используемых в этих направлениях.

Анализ моделей, используемых для описания поведения инвесторов в условиях финансовых рисков и неопределенности, позволил выделить модели трех типов: 1) с экспертной оценкой риска; 2) с непосредственным учетом риска и доходности в функции полезности; 3) с функцией полезности в виде математического ожидания будущего дохода. Предложены и проанализированы варианты нелинейных функций полезности, описывающих различные нюансы поведения инвестора в зависимости от его отношения к риску и доходности (крайнее неприятие высоких уровней риска; адаптация к риску, затухающая склонность к компенсации риска; склонность к высокодоходному риску).

Выявлены и сформулированы недостатки моделей, основанных на гипотезе рационального поведения инвесторов (наличие трудноформализуемых факторов при принятии решения; нечеткость понятая риска; изменчивость соотношения риск - доход под действием рыночных факторов и др.); указана сфера их применения в условиях финансовых рисков. Сформулирован вывод о необходимости построения моделей поведения инвесторов на основе гипотезы ограниченной рациональности (нейросетевых и агентоориентированных моделей). Определенную значимость имеют также методы статистического анализа по восстановлению функции принятия решений по лархивным данным (например, метод Зайонца-Валениуса).

Во второй главе Моделирование развития российского фондового рынка с помощью экономико-математического инструментария исследованы основные закономерности стабильной фазы развития российского фондового рынка.

Системный анализ российского фондового рынка как emerging market позволил выявить такие наиболее важные его системные свойства в сравнении со зрелыми рынками, как динамичность, подверженность трансформационным рискам, относительно меньшая управляемость, слабость взаимосвязей финансового и реального секторов, ассиметричность относительно реакции на негативные и позитивные внешние воздействия, несклонность к образованию финансовых пузырей и др.

Проведенный автором анализ позволил выделить шесть этапов в развитии российского фондового рынка: 1) начало формирования (1990 - 1992 гг.); 2) становление (1993 Ч 1995 гг.); 3) институциональное развитие (1996 - 1998 гг.); 4) финансовый кризис и ликвидация его последствий (1998 - 2003 гг.); 5) стабильный рост (2004 - 2008 гг.); 6) финансовая нестабильность в рамках мирового кризиса (2008 г. - н/в). Выявлены две основные фазы его развития (стабильная и кризисная) и показана необходимость самостоятельного изучения каждой их них.

К числу основных тенденций развития российского фондового рынка в условиях его (лабильной фазы относятся: укрепление позиций на мировой арене; постепенный переход к зрелым формам предпринимательства; высокие темпы динамики развития рынка в его докризисный период 2008 г.; увеличение транспареггшости рынка и ускоренный рост корпоративного сектора.

Проведенное моделирование динамики развития российского фондового рынка на основе главного его индикатора - индекса РТС - с помощью различных функций (см. рис. 1) показало, что развитие рынка до осени 2008 г. может быть достаточно адекватно описало растущими нелинейными зависимостями с высокими темпами роста (квадратическая, кубическая). Однако возможности использования этих функций ограничены тем, что подобный тип динамики процессов характерен для периодов экономического бума, который достаточно краткосрочен. Поэтому для прогноза более целесообразно в таких случаях использовать линейные функции, которые, как это видно из рис. 1, усредняют темпы роста.

1995 г. 2008 г. (мес.)

Рис. 1. Линейная функция как способ лусреднения темпов динамики эмпирических рядов и сравнение ее с кубической и квадратичной зависимостями.

В результате статистического анализа взаимосвязи индекса РТС и индексов динамики основных макроэкономических показателей (в числе которых ВВП, цены на нефть, объем инвестиций, внешнеторговый оборот) рассчитаны коэффициенты корреляции и соответствующие статистические критерии (см. табл. 1).

Таблица 1

Коэффициенты корреляции между индексами РТС и основными макроэкономическими по-

1 казателями

к Показатели (индексы) Общий ивдекс РТС Отраслевые ишюссы РТС

РТС (нефть и газ) РТС (металы и добыча) гте (потребительские товары) РТС (промьшь снностъ) РТС (телекомму-никадаи) РТС (финансы) РТС (эл.-гро-энергетика)

1 ВВП 0,934 0,935 0,953 0,897 0,93 0 0,938 . 0,830 0,812

2 Цена нефти 0,933 0,884 0,933 0,757 0,898 0,891 0,610 0,586

3 Инвестиции 0,828 0,782 0,736 0,681 0,736 0,837 0,689 0,665

4 Внешнеторго. вый оборот- 0,965 0,924 0,943 0,900 0,912 0,940 0,844 0,848

5 Экспорт 0,956 _0,923 0,937 0,878 0,895 0,929 0,798 0,808

6 Импорт 0,957 0,911 0,924 0,895 0,908 0,944 0,869 0,865

Наиболее тесная связь индекса РТС в фазе стабильного рынка имеется с индексами таких экономических индикаторов, как внешнеторговый оборот, импорт, экспорт, ВВП. Цена нефти** в этом ряду показателей не является доминирующим фактором. Замыкает ранжированный список индехс иивестиций. Указанные тенденции в целом схожи как для интегрального, так и для отраслевых индексов РТС. Ввиду наличия в экспорте значительной теневой составляющей далее в работе используются главным образом показатели ВВП, импорта и цены на нефть.

В работе построены графики этих экономических индикаторов и осуществлен их визуальный анализ, позволивший выявить в фазе стабильного рынка следующие тенденции:

Х совместная динамика индексов РТС - ВВП (см. рис. 2) характеризуется существенной нелинейностью и наличием повторяющихся областей, имеюпщх сложную конфигурацию и обладающих свойством самоподобия (фракгальносгью). Эти области отличаются противонаправленным изменением рассматриваемых индексов и содержат внутри себя малые зоны подобного же изменения показателей. На рис. 2 они обозначены Ф, й, йий.

Х совместная динамика индексов изменения цены на нефть и индекса РТС (отображаемая на графике (см. рис. 3) с логарифмическими шкалами) характеризуется наличием цикла (приблизительно два года) и процентного коридора изменения индекса РТС (20-25%).

^ Рассматривалась цена нефти марки лUrals,

1 500 1000 "з 500 - : ! Индекс р : 1 ; 1 1 ; 1 ; 1 ТС I I I \ \ I 1 1 ; . I ""И ! . { ! г 1 1 ! ( ; \ ( : < Г 1500 - 1000 - 500 :

50- : 1 Не|фть "Л г* V 1 1 ;| I V4 1 ^Г ! ! 1 50;

|2000 2001 |20 32 |2003 |2004 )2005 |2006 |20

Рис.3. Графики индекса РТС и изменения цен на нефть.

На основе проведенного анализа была сформулирована концептуальная модель взаимосвязи фондового рынка и нефинансового сектора экономики, основанная па принципе маятникового колебательного процесса. В соответствии с ней развитие фондового рынка со-

действует аккумуляции денежных средств у предприятий, которые с течением времени трансформируются в инвестиции и дают прирост ВВП. Активизация инвестиционных процессов вызывает частичный отток капитала с фондового рынка в реальный сектор и инициирует спад фондового рынка на фоне роста экономики. В свою очередь, рост ВВП содействует формированию оптимизма участников фондового рынка, которые с запаздыванием (обусловленным временем формирования устойчивого тренда) реагируют на благоприятную ситуацию интенсификацией своей деятельности и поднимают рынок. К этому моменту в реальном секторе инвестиционный импульс в значительной степени исчерпывает себя, наблюдается снижение темпов роста реального сектора, что побуждает все большее число предпринимателей изыскивать средства для расширения производства на финансовых рынках (в том числе, путем эмиссии и приобретения акций), в результате чего происходит разогрев фондового рынка

Данная концептуальная модель объясняет наличие фрактальных фигур в совместной динамике РТС - ВВП и противонаправленное изменение этих показателей на рис. 2.') Для анализа фрактальных свойств и персистентности российского фондового рынка проведен R/S анализ; произведена оценка договременной памяти и фрактальной размерности на базе соответствующих критериев (Я- индекс Хёрсга, F-статистика); /f-статистика основывается на эмпирическом законе Хёрста: H=log(R/ S)Д / log(n/ 2), (1)

где п - изменяющееся в процессе эксперимента количество наблюдений в выборке из ряда N чисел; {Rl S)n- показатель так называемого среднего нормированного размаха -безразмерная величина, рассчитываемая как среднее отношение размаха R к стандартному отклонению S для выборки п.

Здесь размах R рассчитывается как разность максимальных и минимальных значений рассматриваемой выборки рада, состоящей из п наблюдений; нормированный размах определяется путем деления его на стандартное (среднеквадратическое) отклонение для этой выборки; затем определяется его среднее значение для рассматриваемого числа выборок /Х; N Ч ry.it - общая длина логарифмического эмпирического ряда. В случае существования договременной памяти системы показатель Н с ростом л сначала растет, а затем снижается.

^ Если осуществить сдвиг одной из траекторий графиков рис. 2 по оси абсцисс примерно на два года, то динамика рассматриваемых индикаторов станет более согласованной: фазы подъемов и падения будут во времени приблизительно совпадать. Интервал сдвига представляет собой инерцию (приблизительно двухгодичный лаг) одной из переменных относительно другой

В работе приводится итеративный агоритм расчета индекса Херста, а также приближенный способ ее оценки, состоящий в определении такого л, при котором значение Я становится максимальным.

Наряду с Я-статистикой для определения длины памяти используется

К-статистика:

V.A (2,

где параметры интерпретируются так же, как в соотношении (1). Момент перелома тенденции роста VД определяет значение п, которое и соответствует длине цикла (причем как периодического, так и непериодического).

Показатели Я и К обладают двумя свойствами: 1) их значения характеризуют степень зазубренности ряда: чем выше их значения, тем меньше зазубренность и выше перси-стентностъ ряда. При этом их значения выше 0,5 соответствуют персистентным рядам; равные 0,5 - случайным блуждениям; менее 0,5 - свойству антиперсистентности.

Расчеты, проведенные для условий российского рынка в фазе его спокойного роста, дали следующие результаты: Я = 0,76; V= 0,68, длина памяти 2,3 года, что свидетельствует о свойстве его персистентносги.

С целью исследования взаимосвязи между индексом РТС и мировыми фондовыми индексами рассчитаны коэффициенты парной корреляции, свидетельствующие об отсутствии существенной связи индекса РТС с наиболее важными международными индикаторами (Dow Jones, Nikkei, S&P, NASDAQ) на рассматриваемом периоде стабильной фазы рынка (см. табл. 2).

Таблица 2

Парные коэффициенты корреляции между фондовыми индексами

Dow Jones Nikkei 225 S&P 500 RTSffiS NASDAQ

Dow Jones 1 -0,235 0,944 0,688 0,685

Nikkei 225 -0,235 I -0,076 -0,0i 1 - 0,144

S&P 500 0,944 -0,076 1 0,518 0,850

RTS 0,688 -0,011 0,518 1 0,213

NASDAQ 0,685 0,144 0,850 едащ^ачг" 1

В качестве альтернативного метода прогнозирования в работе осуществлено построение нейросетевой модели, описывающей динамику российского рынка Модель представляет собой персепгрон с логистической активационной функцией в виде сигмоида и имеет десять входов (месячные данные прошлых периодов по индексу РТС) и один выход (прогнозируе-

мое значение индекса РТС)*'. На ретроспективных данных произведено сопоставление результатов расчетов по построенной нейронной сети и по другим методам (в частности, с использованием линейной, квадратичной,и кубической регрессии). Показаны преимущества нейронной сети: 1). Хорошие статистические характеристики, дающие гарантию высоких прогностических возможностей (коэффициент корреляции между наблюдаемыми и предста-занными значениями 0,999; 2). Обучаемость, позволившая (в отличие от других методов) отобразить момент перемены тренда к осени 2008 г.

В третьей главе Анализ прогнозных расчетов по сценариям развития фондового рынка России исследовано текущее состояние фондового рынка (сентябрь 2008 г. - н/в) в условиях развертывающегося мирового финансового кризиса и рассмотрены возможные сценарии выхода из кризисной ситуации.

Исходной посыкой исследования в данном разделе работы служит тезис о принципиальной несхожести фаз стабильного и кризисного периодов развития российского фондового рынка, обуславливающей некорректность использования зависимостей, полученных для одной из фаз при анализе другой. Данный тезис подтверждается следующими особенностями этих периодов: 1) направленностью тренда (растущая, падающая); 2) темпами динамики (умеренный рост, лобвальное падение); 3) доминирующими факторами. В частности, на основе проведенного в данном разделе корреляционного анализа для кризисной фазы установлены тесные взаимосвязи между индексами РТС - Dow Jones и РТС - цены на нефть, в то время как в условиях стабильной фазы индекс цены на нефть в ряду других факторов не был доминирующим, а влияние Dow Jones было слабым (коэффициент корреляции 0,68).

В работе исследованы причины кризиса российского фондового рынка, развернувшегося на фоне роста основных макроэкономических показателей страны (т.е. в отсутствии фундаментальных причин); осуществлен анализ причин падения фондового рынка США как триггера для мирового финансового кризиса; сформулированы его возможные экономические последствия на примере Великой депрессии в США (1929 - 1932 гг.), также спровоцированной падением фондового рынка; исследован американский опыт выхода из кризиса (Новый курс Ф.Д. Рузвельта) в коотексге адаптации его к российским условиям.

Размер негативных экономических последствий финансового кризиса зависит как от его глубины (дна падения индекса РТС), так и от эффективности путей выхода из кризиса. Автором предложен альтернативный принцип оценки кризисных процессов, состоящий в сопоставлении текущих значений индекса РТС не с его значением на момент начала кризиса,

Построение нейросетевоб модели производилось с использованием ППП Neuro Solition и Statistica Neural Networks. Автор благодарит сотрудника ЦЭМИ РАН ю.н. Бахтизина А.Р. за предоставленный инструментарий и оказанную помощь при его использовании.

а со значением, соответствующим условно-эталонной траектории развития при сохранении стабильной фазы развития рынка.

Разработана методика построения лусловного эталона на основе комплексного использования различных методов прогноза (что обусловлено сложностью фондового рынка как системы), в том числе, полученных автором нейросетевой модели и системы линейных регрессий:

Л =/Д(*])> (3)

у2 = 1 1,943л:2-297,93 , (4)

j3 = 7,735 *3 -317,413 , (5)

уА =6,080х4 -320,134 , (6)

где ук - прогнозируемое значение индекса РТС (к = 1,4), х1 - вектор значений индекса РТС за девять предыдущих периодов; /Д - персептрон (нейронная сеть); х2 - время (месячные интервалы); *3-ВВП; хА - импорт.

При этом для моделей (3) и (4) используется сценарный подход (экспертно задаются оптимистические и пессимистические сценарии по динамике ВВП и импорта соответственно). Таким образом, в каждый момент времени t прогнозируемого периода t е [l, Г] имеется некоторое множество значений индекса РТС (представленное точками и интервалами), из которых по заданному агоритму формируется скалярная величина для эталонной траектории Э,. В общем случае (рассматривая к = 1,... , К методов прогнозирования и точку как

вырожденный интервал), имеем множество интервалов ft (к = 1, К) :

где и - минимальное и максимальное значения индекса РТС для фиксированного

момента t' б^Г], Т - горизонт прогнозирования. Формируется область W , образуемая операцией пересечения:

относительно которой возможны две ситуации: 1) W Ч область непрерывна (отрезок между двумя любыми ее точками весь принадлежит области); 2) область распадается на две или более областей. В первой ситуации (при которой результаты прогноза по различным методам близки) выделяется пара минимальных и максимальных значений индекса РТС из области W ; во второй ситуации (обычно при значительном разбросе результатов) имеется множе-

ство таких пар. В обоих случаях для избежания интервальной неопределенности используется метод Л. Гурвица:

R3 =Rmm +(l-)Ran , ' (9)

где R""

При I -кратном применении этого метода (где =\ в случае непрерывности W и I Ч [1 + \, > \ - число полученных областей пересечения) получается ожидаемое значение индекса РТС для каждого момента времени t из интервала прогнозирования. Данное значение, согласно принятому определению, соответствует точке Э, эталонной траектории.

Соответственно, уровень падения фондового рынка в момент t' может быть оценен абсолютным и относительным индикаторами, рассчитываемым по формулам (10) и (11):

(Ю) (11)

где U,' ~ величина разрыва между наблюдаемым и эталонным 3, значениями индекса РТС, Jif - уровень отклонения индекса РТС от эталонного значения. Соотношения (10) и (11) могут бьггь использованы и при интервальном прогнозе, получаемом по формулам (7Ь(8)-

По предложенной методике построена эталонная траектория Э(/), (/e[l,r]; ТЧ 24 мес. = 2 года), в соответствии с которой значения индекса РТС при альтернативном варианте развития событий могли бы находиться в диапазоне 1700-2280, а его ожидаемое значение могло бы составить к 1925.

В работе проведен анализ динамики индекса РТС в фазе кризисного развития российского фондового рынка и установлена его тесная связь с динамикой индекса Dow Jones и ценой нефти. В целях увеличения числа наблюдений соответствующие коэффициенты корреляции рассчитывались для недельных данных (с сентября 2008 г. по ноябрь 2008 г.). Полученные результаты с известной долей условности (как в связи с отсутствием достаточных данных, так и в связи с особой сложностью прогнозирования кризисных ситуаций) могут быть положены в основу предположений о возможной динамике российского фондового рынка в период его реабилитации. В работе сформулирована гипотеза о том, что в период

восстановления рынка тесная связь между индексом РТС и ценами на нефть сохранится. Тогда по мере реализации антикризисных программ (рассмотрение которых является самостоятельной проблемой и находится за пределами данной работы) с ростом цен на нефть будет подниматься и российский фондовый рынок. В работе рассмотрены два сценария динамики цен на нефть, основывающиеся на прогнозах Минэкономразвития и различающиеся моментом начала их роста ( см. рис. 4)

В их основе лежат следующие предпосыки:

1. падение цен на нефть ниже уровня 50 дол. за баррель не может быть договременным (точка безубыточности); поэтому первая реперная точка прогноза состоит в восстановлении цен до этого уровня, вторая - до уровня докризисных цен (л100 дол. и выше);

2. поное восстановление цены на нефть будет осуществляться достаточно медленно (экспертная оценка временного диапазона -1-2 года).

Цена на нефть (дол. за баррель)

Рис. 4. Сценарии восстановления цен на нефть: й - стабилизация цены до уровня 50 дол. за баррель в первом квартале 2009 г. и ее дальнейший ускоренный рост до 2009 г.; затем более медленный рост на участке 2009-2010 гг.; й - стабилизация цен в первом и втором кварталах 2009 г.; достижение уровня 60 дол. за баррель к концу 2009 г.; затем медленное восстановление цены до 100 дол. к концу 2010 г.

По данным сценариям осуществлены расчеты на период до 2010 г. с использованием регрессионной модели, учитывающей взаимосвязь динамики индекса РТС и динамики цен на нефть в условиях кризисной фазы развития рынка. Данная модель построена для недельных данных (ввиду коротких временных рядов для месячных данных, а также с учетом высокой динамичности рынка в кризисной фазе цикла) и имеет следующий вид:

у= 16,805*-212,237. (12)

Статистические критерии (дисперсия, критерий Стьюдента), свидетельствуют о хорошем приближении к эмпирическим рядам.

Полученные по модели (12) значения индекса РТС были сопоставлены с эталонным значением; по формулам (10) - (11) рассчитаны предложенные показатели альтернативной оценки последствий финансового кризиса, которые составили на конец периода в среднем UT = 405,2 и = 0,21. Расчеты свидетельствуют о том, что ожидаемое в 2010 г. отклонение от эталонной траектории, обусловленное кризисом, составит а 20%.

III. ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

1. Проведён системный анализ российского фондового рынка; выявлено шесть основных этапов его развития; исследованы основные тенденции его становления, его особенности в сравнении со зрелыми и возникающими зарубежными рынками; описана его динамика с помощью аппроксимирующих функций (линейная, квадратиче-ская, кубическая).

2. Классифицирован экономико-математический инструментарий, используемый при анализе и прогнозировании фондовых рынков; сделан вывод о необходимости синтеза фундаментального и технического направлений их исследования.

3. Осуществлен обзор экономико-математических моделей поведения инвесторов на фондовом рынке, предложены модификации этих моделей, более точно отображающие нюансы их поведения в условиях финансовых рисков

4. Произведена оценка и ршскирование факторов, влияющих на развитие российского фондового рынка как макроиндикаторов (ВВП, инвестиции, цена на нефть и др.), так и мировых фондовых индексов (Dow Jones, Nikkei, S&P и др.); выявлены доминирующие факторы для стабильной и кризисной фаз развития.

5. Идентифицированы взаимосвязи между основным его индикатором - индексом РТС и главными макроэкономическими показателями: (ВВП, цена на нефть, инвестиции, внешнеторговый оборот и т.д.) для условий стабильного рынка. Получены линейные регрессии и рассчитаны соответствующие статистические критерии. Исследована совместная динамика индексов РТС и ВВП; выявлены области их противонаправленного изменения; установлен и исследован фрактальный характер взаимосвязи РТС-ВВП.

6. Построена нейросетевая модель как эффективный инструмент прогнозирования фондовых рынков; произведены её верификация и сопоставление с экономегриче-скими методами.

7. Предложена концепция комплексного подхода к прогнозированию российского фондового рынка на основе применения различных методов и совмещения полученных результатов по методу J1. Гурвица.

8. Разработана методика альтернативной оценки состояния фондового рынка в фазе кризиса на базе сопоставления его с эталонной траекторией, соответствующей его условной ситуации бескризисного развития; произведено построение условного эталона на интервале 09.2008-09.2010 гг.

9. Осуществлены сценарные расчеты динамики индекса РТС в зависимости от различных экспертных оценок динамики темпов роста цены на нефть на перспективу в два года

Список опубликованных работ (курсивом отмечены публикации из списка, рекомендованного ВАК)

1. Горжевский К А. Модели и методы поведения лица, принимающего решения в условиях риска // Обозрение прикладной и промышленной математики, 2006, т. 14, вып. .1,0 пл.

2. Торжевский К. А. Российский фондовый рынок: основные понятия и модели. - Краснодар, Вестник трудов Куб. ГУ, 2007, №3, 1,0 пл.

3. Егорова Н.Е., Торжевский К.А. Основные направления и концепции анализа фондовых рынков //Аудит и финансовый анализ, 2008, № б (в соавторстве, 1,0 п.л (в т.ч. лично автора -0,5 пл.).

4. Торжевский К.А. Принципы анализа поведения игроков на фондовом рынке. В сб. тез. Шестого всеросс. симп. Стратегическое планирование и развитие предприятий. - Москва, 12-13 апреля 2005 г., 0,1 п.л.

5. Торжевский К.А.Типология инвесторов и модели их поведения с учетом риска В сб.: Теория и практика эффективного функционирования российских предприятий. - М.: ЦЭМИ РАН, 2005,0,5 п.л.

6. Торжевский К.А. Основные тенденции развития российского фондового рынка, факторы формирования финансовой стратегии предприятия. В сб. тез. седьмого всеросс. симп. Стратегическое планирование и развитие предприятий. - Москва, 1112 апреля 2006 г., 0,1 пл.

7. Егорова Н.Е., Торжевский К.А., Пономарев В.Ю. Модели и методы обоснования стратегических решений в условиях риска и неопределенности. В сб. тез. седьмого всеросс. симп. Стратегическое планирование и развитие предприятий. - Москва, 11-12 апреля 2006 г. (в соавторстве 0,1 п.л./0,03 п.л.).

8. Торжевский К. А. Модели и методы анализа рынка корпоративных ценных бумаг. В сб. тез. восьмого всеросс. симп. Стратегическое планирование и развитие предприятий. -Москва, 11-12 апреля 2006 г., 0,1 п.л.

Подписано в печать:

21.10.2009

Заказ № 2791 Тираж - 100 экз. Печать трафаретная. Типография л11-й ФОРМАТ ИНН 7726330900 115230, Москва, Варшавское ш., 36 (499) 788-78-56 www.autoreferat.ru

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Торжевский, Кирил Анатольевич

Введение.

Глава I. Методологические вопросы анализа и прогнозирования фондовых рынков.

1.1. Система понятий, используемых при исследовании фондовых рынков.

1.2. Основные концепции и модели анализа и прогнозирования фондовых рынков.

1.3. Модели и методы поведения инвесторов в уеловиях финансовых рисков.

Глава II. Моделирование развития российского фондового рынка.

2.1. Системные свойства, этапы и основные тенденции развития' фондового рынка России.

2.2. Влияние основных макроэкономических индикаторов на динамику индекса РТС

2.3. Международные фондовые индексы и их воздействие на российский фондовый рынок.

2.4. Нейронные сети как эффективный инструмент моделирования фондового рынка.

2.5. Информационная зависимость фондовых рынков.

Глава III. Анализ прогнозных расчетов по сценариям развития фондового рынка России.

3.1. Методические принципы формирования и анализа сценарных расчетов.

3.2. Сценарии развития фондового рынка с использованием эконометрических методов.

3.3. Сценарий коррекции рынка с использованием нейронной сети

3.4. Возможные сценарии динамики индекса РТС в период восстановления российского фондового рынка.

Диссертация: введение по экономике, на тему "Методы и модели анализа и прогнозирования развивающихся фондовых рынков"

Актуальность темы диссертационного исследования. Одним из условий активизации инвестиционных процессов в реальном секторе российской экономики и обеспечения ее устойчивого роста является развитие фондового рынка. Сформировавшийся за годы реформ разрыв между потребностями предприятий в инвестиционных ресурсах и теми возможностями, которые может предложить им финансовый сектор российской экономики, значительно усугубися финансовым кризисом осени 2008 г.

На начальном этапе российских реформ основная надежда в установлении необходимой связи между финансовым и промышленным секторами возлагалась на процессы прямого кредитования предприятий, особенно в связи с постепенным снижением процентных ставок за кредит. Однако банки недостаточно активно участвовали. в< инвестировании предприятий, экономическое состояние которых не всегда давало поноценные гарантии по возврату заемных средств. Кроме того,- ставка кредитования оставалась достаточно высокой, что делало кредит недоступным для многих предприятий.

На фоне относительно замедленного развития промышленности контрастной оказалась проявившаяся в 2001 - 2006 гг. тенденция ускоренного роста рынка корпоративных ценных бумаг. Отмечен существенный рост стоимости акций многих ведущих российских компаний (не только голубых фишек), что обусловлено как известной недооцененностью их акций, так и успешной и стабильной работой этих предприятий. Это свидетельствовало об известной зрелости рынка, способного произвести справедливую рыночную оценку капитализации предприятия и скорректировать имевшуюся их недооцененность. Если раньше для его характеристики использовались такие эпитеты, как слабый, зарождающийся, вялореагирующий и т.д., то начиная с 1996 г. и особенно с 2000 г. он проявил себя- как динамичный и быстро растущий сегмент финансового рынка, активно включающийся в мировую финансовую систему.

Разразившийся мировой финансовый кризис осени 2008 г. не только остановил поступательное развитие российского фондового рынка, но и отбросил его назад. Следует ожидать, что его негативные последствия достаточно дого будут сказываться на состоянии российской экономики.

Это делает проблему анализа и прогнозирования российского фондового рынка особенно актуальной и имеющей высокую народнохозяйственную значимость.

Степень разработанности проблемы и ее теоретическая значимость. Проблема анализа и прогнозирования фондовых рынков, насчитывающая не одно столетие, сохраняет свою остроту и до настоящего времени и делает работу финансовых аналитиков всегда востребованной и актуальной. Это обусловлено сложностью фондового рынка как- объекта исследования, наличием нелинейных и динамических связей между основными его параметрами, вероятностным характером протекающих на нем процессов. В связи с этим имеются повышенные требования к качеству экономико-математического инструментария, применяемого для -решения этой проблемы. Хотя к настоящему времени разработаны соответствующие модели и методы анализа и прогнозирования фондовых рынков (в рамках таких направлений, как технический и фундаментальный анализ, теория оптимизации инвестиционного портфеля, нелинейной динамики (хаоса) и фрактального рынка, однако задача построения адекватного инструментария далека от своего завершения, о чем свидетельствуют многочисленные факты неудовлетворительных прогнозов их динамики. Этим обуславливается необходимость разработки новых и более совершенных методов анализа и прогнозирования рассматриваемых объектов. Острота и научная значимость решения данной проблемы в наибольшей степени очевидна применительно к молодым развивающимся фондовым рынкам (и, в частности, - для российского рынка), специфика которых не всегда в поной мере учитывается имеющимся инструментарием.

Объект исследования Ч российский фондовый рынок, являющийся примером молодого возникающего рынка (emerging market) и рассматриваемый как сложная динамическая система.

Предмет исследования - методические основы разработки экономико-математического инструментария для анализа и прогнозирования возникающих фондовых рынков.

Цель исследования Ч разработка экономико-математического инструментария для анализа и прогнозирования российского фондового рынка.

Для достижения сформулированной дели решаются следующие основные задачи:

1. Систематизация и уточнение основных понятий, применяемых при исследовании фондовых рынков.

2. Классификация экономико-математического инструментария, используемого для анализа и прогнозирования фондовых рынков, w выбор методов исследования.

3. Выявление особенностей и тенденций развития российского фондового рынка в сравнении с зарубежными (зрелыми и возникающими) рынками.

4. Идентификация взаимосвязей между основными индикаторами состояния российского фондового рынка и макроэкономическими показателями.

5. Построение нейронной сети российского фондового рынка как инструмента его прогнозирования.

6. Проведение прогнозных расчетов с использованием разработанного инструментария и сравнительный анализ результатов.

Методы исследования - статистический анализ динамических рядов, нейронные сети, фундаментальный и технический анализ фондовых рынков.

Теоретико-методологической базой- исследования являются научные труды по моделированию экономических и финансовых процессов, а также по анализу и прогнозированию фондовых рынков отечественных и зарубежных авторов Ч B.J1. Макарова, А.Н. Ширяева, С.Б. Перминова, А.Р. Бахтизина, Д.В. Бойцова, С.Н. Воробьева, И.А. Киселевой, В.Н. Лившица, A.B. Матвейчука, В.Н. Русикова, С.Е. Теплова, A.C. Шапкина, Т. Джозефа, Б. Мандельброта, Г. Нили, Э. Петерса, А. Фроста, Р. Пректера, М. Фабера и др.

Информационной базой исследования являются официальные статистические данные ФСГС РФ по основным макроэкономическим показателям, а также временные ряды основных фондовых индексов, характеризующих российский фондовый рынок и представленных на сайте Ссыка на домен более не работаетp>

Методы исследования. В работе использовались, экономико-математические методы моделирования < и статистического - анализа, нейронных сетей, а также сценарные подходы к прогнозированию экономических объектов и систем. При обработке эмпирических данных использовались ППП лStatistica, лSPSS, лNeuro Solution, лStatistica Neuronetworks и средства Microsoft Exel. t

Научная новизна исследования.

1. Предложен комплексный подход к исследованию фондовых рынков, который (в отличие от предшествующих разработок) предполагает синтез элементов фундаментального и технического анализа на основе учета не только фактора времени, но и взаимосвязи индикаторов развития рынка и макроэкономических показателей.

2. В рамках предложенного подхода исследованал совместная динамика индексов РТС и ВВП и выявлены фрактальные структуры, характеризующие области противонаправленного изменения этих показателей; сформулирована гипотеза о маятниковом характере взаимодействия фондового рынка и нефинансового сектора экономики.

3. Построена нейронная сеть, описывающая динамику российского фондового рынка; произведены ее верификация на ретроспективных данных и сопоставление с возможностями эконометрических методов.

4. Разработаны методические основы прогнозирования российского фондового рынка на основе применения эконометрических методов и нейросетевого моделирования и совмещения полученных результатов по методу JI. Гурвица; для альтернативной оценки состояния кризисной фазы фондового рынка предложен и реализован метод условного эталона.

Основные результаты исследования.

1. Осуществлен системный анализ российского фондового рынка; выявлены основные этапы и тенденции его становления; показана существенная нелинейность динамики этого рынка на основе моделирования индекса РТС (1995 - август 2008 гг.) различными аппроксимирующими функциями (квадратическая и кубическая зависимости). f

2. Исследованы фрактальные свойства российского фондового рынка (уровень персистентности, наличие договременной памяти) на основе проведения R/S анализа и использования соответствующих статистических критериев (индекс Хёрста, V-статистика).

3. Произведена количественная оценка тесноты взаимосвязи между индексом РТС и основными макроэкономическими показателями (ВВП, импорт, цена на нефть, международные фондовые индексы и т.д.) на основе коэффициентов корреляции; выявлены наиболее важные факторы влияния на развитие российского фондового рынка; построены соответствующие регрессионные модели.

4. Осуществлены сценарные расчеты на базе разработанного инструментария (с выделением стабильной и кризисной фаз фондового рынка); произведен их анализ.

Практическая значимость. Основные положения, выводы и рекомендации диссертации могут быть использованы в работе компаний, занимающихся инвестиционной деятельностью на фондовых рынках.

Разработанный инструментарий может быть востребован в деятельности подразделений фондовых бирж, брокерских контор и частных инвесторов (дилеров, трейдеров и т.д.). Результаты исследования могут представлять интерес также для специалистов по макроэкономическому анализу и прогнозированию развития фондового сектора национальной экономики.

Апробация результатов исследования. Разработанные методы и модели были доложены на VI, VII и VIII Всероссийских научных симпозиумах Стратегическое планирование и развитие предприятий (Москва, апрель 2005, 2006, 2007 гг.). Результаты исследования использованы в отчетах по гранту РФФИ Теоретико-методологические основы анализа российского фондового рынка с использованием нейронных сетей, проект № 08-06-00163.

Публикации. Результаты диссертационного исследования отражены в восьми научных трудах общим объемом 2,8 п.л. (в т.ч. лично автора - 2,27 п.л.), включая три работы из списка публикаций, рекомендованных ВАК.

Структура работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложения. Общий объем диссертационного исследования составляет 157 стр., в том .числе 38 рисунков, 13 таблиц, список использованной литературы содержит 143 наименования.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Торжевский, Кирил Анатольевич

Выводы к главе III.

В данном разделе работы были получены следующие результаты:

1. Сформулированы основные методические принципы формирования сценариев развития российского фондового рынка; в том числе: 1) выделение фаз стационарного и кризисного состояния (с учетом доминирующих трендов, различной скорости протекания процессов и др.); 2) использование веерной схемы разработки возможных вариантов развития; 3) обработка результатов на основе совмещения (объединения и пересечения) прогнозных областей.

2. Предложен альтернативный принцип оценки последствий кризисных процессов, на основе построения условного эталона и состоящий в сопоставлении текущих значений индикаторов не с начальными их значениями (предшествующими кризису), а с их значениями, соответствующими альтернативному варианту в стабильной фазе развития рынка.

3. Обоснована необходимость комплексного подхода к формированию сценариев с использованием различных методов (эконометрических моделей, нейронных сетей и т.д.).

4. Осуществлены сценарные расчеты альтернативного варианта развития фондового рынка в его стабильной фазе с использованием различных регрессионных моделей (линейные функции времени, индекса ВВП, индекса импорта) и выявлена область возможных значений индекса РТС на интервале 2008-2010 гг. (в условиях отсутствия кризиса и сохранения растущего тренда).

5. Рассчитан сценарий коррекции рынка с использованием нейронных сетей; проведено сопоставление полученной области возможных значений с результатами эконометрических расчетов.

6. Выявлены особенности динамики индекса РТС в кризисной фазе российского фондового рынка; установлена связь индекса РТС с динамикой мировых цен на нефть; сформулированы методические подходы к прогнозированию рынка в этой фазе; разработаны сценарии выхода российского фондового рынка из кризиса на основе прогнозирования мировых цен на нефть.

7. Осуществлена приближенная оценка последствий кризиса на основе сравнения рассчитанных сценариев выхода из кризиса и альтернативных вариантов его стабильного развития.

ЗАКЛЮЧЕНИЕ

В соответствии с поставленными задачами в рамках проведенного диссертационного исследования были получены следующие результаты:

1. Проведен системный анализ российского фондового рынка; выявлено шесть основных этапов его развития; исследованы основные тенденции его становления, его особенности в сравнении со зрелыми и возникающими зарубежными рынками; описана его динамика с помощью аппроксимирующих функций (линейная, квадратическая, кубическая).

2. Классифицирован экономико-математический инструментарий, используемый при анализе и прогнозировании фондовых рынков; сделан вывод о необходимости синтеза фундаментального и технического направлений их исследования.

3. Осуществлен обзор экономико-математических моделей поведения инвесторов на фондовом рынке, предложены модификации этих моделей, более точно отображающие нюансы их поведения в условиях финансовых рисков.

4. Произведена оценка и ранжирование факторов, влияющих на развитие российского фондового рынка как макроиндикаторов (ВВП, инвестиции, цена на нефть и др.) так и мировых фондовых индексов (Dow Jones, Nikkei, S&P и др.); выявлены доминирующие факторы для стабильной и кризисной фаз развития.

5. Идентифицированы взаимосвязи между основным его индикатором -индексом РТС и главными макроэкономическими показателями: ВВП, цена на нефть, инвестиции, внешнеторговый оборот и т.д. для условий стабильного рынка. Получены линейные регрессии и рассчитаны соответствующие статистические критерии. Исследована совместная динамика индексов РТС и ВВП; выявлены области их противонаправленного изменения; установлен и исследован фрактальный характер взаимосвязи РТС -ВВП.

6. Построена нейросетевая модель как эффективный инструмент прогнозирования фондовых рынков; произведены её верификация и сопоставление с эконометрическими методами.

7. Предложена концепция комплексного подхода к прогнозированию российского фондового рынка на основе применения различных методов и совмещения полученных результатов по методу Л. Гурвица.

8. Разработана методика альтернативной оценки состояния фондового рынка в фазе кризиса на базе сопоставления его с эталонной траекторией, соответствующей его условной ситуации бескризисного развития; произведено построение условного эталона на интервале 09.2008 -09.2010 гг.

9. Осуществлены сценарные расчеты динамики индекса РТС в зависимости от различных экспертных оценок темпов роста цены на нефть на перспективу в два года.

Диссертация: библиография по экономике, кандидат экономических наук , Торжевский, Кирил Анатольевич, Москва

1. Акелис С.Б. Технический анализ от А до Я. М.: Диаграмма, 1999.

2. Арнольд В.И. Теории катастроф. М.: Наука, 1990.

3. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. Ч М.: Финансы и статистика, 2004.

4. Бельзецкий А.И. Фондовые индексы. М.: Альпина бизнес букс, 2006.

5. Бенсигнор Р. Новое мышление в техническом анализе. Ч М.: Интернет-трейдинг, 2002.

6. Бойцов Д.В. Математическое моделирование и прогнозирование показателей рынка образования на основе воновой теории Элиотта // Открытое образование. Научно-практический журнал, 2008, № 3.

7. Бойцов Д.В. Применение воновой модели Ральфа Элиотта для анализа российского фондового рынка / Сборник научных статей кафедры иностранного менеджмента и электронной коммерции МЭСИ. М., 2004.

8. Виленский П.Л., Лившиц В.Н., Смоляк С.А. Оценка эффективности инвестиционных проектов. М.: Дело, 2001.

9. Вильяме Л. Догосрочные секреты краткосрочной торговли М.: ИК Аналитика, 2002.

10. Воробьев С.Н., Бодин К.В. Управление рисками в предпринимательстве. М.: Дашков и К0, 2005.

11. Горегляд В., Войтенко Л. Каким быть фондовому рынку России // Финансовый бизнес, 2001, №2.

12. Дементьев В.Е. Некоторые уроки Азиатского финансового кризиса для формирования финансовой модели России. // Теория и практика институциональных преобразований в российской экономике. М.: ЦЭМИ РАН, 2002.

13. Джозеф Т. Упрощенный анализ вон Элиотта. М.: Мириада, 2003.

14. ДиНаполи Д. Торговля с использованием уровней ДиНаполи. М.: ИК Аналитика, 2001.

15. Егорова Н.Е., Смулов А.М. Предприятия и банки: взаимодействие, экономический анализ и моделирование. М.: Дело, 2002.

16. Егорова Н.Е., Торжевский К.А. Основные направления и концепции анализа фондовых рынков // Аудит и финансовый анализ, 2008, № 6.

17. Журавлев С. Слишком юные для нехороших болезней // Эксперт, 2007, № 48.

18. Заенцев И.В. Нейронные сети: основные модели. Воронеж, ВГУ, 1999.

19. Закарян И. Практический Интернет-трейдинг. Ч М.: Акмос-Медиа, 2001.

20. Закарян И.О. Особенности национальных спекуляций, или как играть на российских биржах. М.: ОМЕГА-JI, 2007.

21. Закарян И.О. Практический Интернет-трейдинг. Как работать на рынках акций, опционов, фьючерсов и Forex. М.: SmartBook, 2008.

22. Злотник A.A. Эмпирическое исследование устойчивости поведения показателя Хёрста. // Прикладная эконометрика, 2007, № 5.

23. Иванов A.B. Сценарии развития российского фондового рынка // Проблемы прогнозирования, 2004, № 4.

24. Ивантер А. Гримасы бума Хейсей / Эксперт, 2007, № 48 (589).

25. Кац Д.О., Маккормик Д.Л. Энциклопедия торговых стратегий. М.: Альпина Бизнес Букс, 2006.

26. Киселева И.А. Моделирование рисковых ситуаций. / Учебно-практичсское пособие. Ч М.: Евразийский открытый институт МЭСИ, 2007.

27. Киселева И.А. Оценка рисков в бизнесе // Консультант директора, 2001, № 15.

28. Клейнер Г.Б. Производственные функции: теория, методы, применение. М.: Финансы и статистика, 1986.

29. Клейнер Г.Б. Эконометрическое моделирование функционирования предприятия в рыночной среде. М.: Наука, 1997.

30. Ковалев В.В. Методы оценки инвестиционных проектов. М.: Финансы и статистика, 2000.

31. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия - Телеком, 2002.

32. Курдюмов С.П. Законы эволюции и самоорганизации сложных систем / ИПМ, 1990, №45.

33. Лебедев В.В. Математическое моделирование социально-экономических процессов. М.: Изограф, 1997.

34. Лебо Ч., Лукас Д.В. Компьютерный анализ фьючерсных рынков. М.: Альпина, 1998.

35. Макаров В.Л., Бахтизин А.Р., Сулакшин С.С. Применение вычислимых моделей в государственном управлении. М.: Научный эксперт, 2007.

36. Мандельброт Б. Фракталы, случай и финансы: Пер. с англ. Москва-Ижевск: НИЦ Регулярная хаотическая динамика, 2004.

37. Маршал Д.Ф., Бансал В.К. Финансовая инженерия: Поное руководство по финансовым нововведениям: Пер с англ. -М.: ИНФРА-М, 1998.

38. Матвейчук A.B. Нечеткая идентификация и прогнозирование финансовых временных рядов // Экономическая наука современной России, 2006, № 3 (34).

39. Моделирование рисковых ситуаций в экономике и бизнесе. Учебное пособие / Под. ред. Б.А. Лагоши. М.: Финансы и статистика, 2003.

40. Мэрфи М. Дж. Технический анализ фьючерсных рынков: теория и практика. Ч М.: Евро, 2002.

41. Найман Э.Л. Малая энциклопедия трейдера. Киев: ВИРА-Р: Альфа Капитал,1999.

42. Нейман Дж., Моргенштерн О. Теория игр и экономическое поведение. М.: Наука, 1970.

43. Нили Г. Мастерство анализа вон Элиотта. М.: ИК Аналитика, 2002.

44. Норткотт Д. Принятие инвестиционных решений. Ч М.: Банки и биржи, ЮНИТИ, 1997.

45. Нуждин И. Прогноз дело серьезное // Рынок ценных бумаг, 2005, № 12.

46. Пардо Р. Разработка, тестирование и оптимизация торговых систем для биржевого трейдера. М.: Минакс, 2002.

47. Первозванский A.A. Оптимальный портфель ценных бумаг на нестационарном неравновесном рынке // Экономика и математические методы, т. 35, вып. 3, 1999.

48. Петере Э. Фрактальный анализ финансовых рынков. М.: Интернет-трейдинг,2004.

49. Петере Э. Хаос и порядок на рынках капитала. М.: Мир 2000.

50. Пискулов Д.Ю. Теория и практика валютного дилинга Foreign Exchange and Money Market Operations: Прикладное пособие. Зе изд., исп. и доп. - М.: Диаграмма, 1998.

51. Российский фондовый рынок: Законы, комментарии, рекомендации. / Под. ред. Козлова A.A. М.: Банки и биржи, ЮНИТИ, 1994.

52. Русинов В.Н. Финансовый рынок. Инструменты и методы прогнозирования. Ч М.: Едиториал УРСС, 2000.

53. Сафонов В. Практическое использование вон Элиотта в трейдинге: диагностика, прогнозирование и принятие решений. М.: Альпина Паблишер, 2003.

54. Седелев Б.В. Надежность прогнозирования временных рядов и вопросы разладки их регрессионных моделей // Экономика и математические методы, т. 36, вып. 1, 2000.

55. Селигмен Б. Основные течения современной экономической мысли. М.: Прогресс, 1968.

56. Сито Б. Психология электронного трейдинга. Сила для торговли. М.: Омега-Л,2005.

57. Сорос Дж. Рынок: рациональные оценки и заблуждения / Знания сила, 1990,8.

58. Суколенов В. Механические торговые системы. / Ссыка на домен более не работаетp>

59. Тарп В.К. Биржевые стратегии игры без риска. СПб: Питер, 2005.

60. Теплов С.Е. О влиянии гэпов на внутридневную торговлю на фондовых рынках // Финансы и бизнес, № 3, 2007.

61. Теплов С.Е., Клочихин Л.В. Форвард анализ торговых стратегий на рынках капитала. Математико-статистический анализ социально-экономических процессов: Межвузовский сборник научных трудов. Вып. 4./ МГУЭСИ. Ч М., 2007.

62. Теплов С.Е., Клочихин Л.В. R/S анализ фондового рынка Nasdaq. Ч Математико-статистический анализ социально-экономических процессов: Межвузовский сборник научных трудов. Вып. 4./ МГУЭСИ. М., 2007.

63. Теплов С.Е. R/S анализ американского фондового, российского фондового и валютного рынков // Сб. статей Финансовый сектор в экономике. Ч М.: МФПА, 2007.

64. Торжевский К.А. Модели и методы анализа рынка корпоративных ценных бумаг. М.: ЦЭМИ РАН. Сб.: Стратегическое планирование и развитие предприятий, 2006 г.

65. Торжевский К.А. Модели и методы поведения лица, принимающего решения в условиях риска// ОППМ, т. 14, вып. 1, 2006.

66. Торжевский К.А. Основные тенденции развития российского фондового рынка, факторы формирования финансовой стратегии предприятия. Ч М.: ЦЭМИ РАН. Сб.: Стратегическое планирование и развитие предприятий, 2006 г.

67. Торжевский К.А. Принципы анализа поведения игроков на фондовом рынке. -М.: ЦЭМИ РАН. Сб.: Стратегическое планирование и развитие предприятий, 2005 г.

68. Торжевский К.А. Российский фондовый рынок: основные понятия и модели / Вестник трудов Куб. ГУ, № 3, 2007.

69. Торжевский К.А. Типология инвесторов и модели их поведения с учетом риска. М.: ЦЭМИ РАН. Сб.: Теория и практика эффективного функционирования российских предприятий, 2005.

70. Туган-Барановский М.И. Периодические промышленные кризисы. Общая теория кризисов. М.: Наука-РОССПЭН, 1997.

71. Уотшем Т. Дж., Паррамоу К. Количественные методы в финансах. М.: Финансы, ЮНИТИ, 1999.

72. Участники фондового рынка. / Ссыка на домен более не работаетp>

73. Фрост А., Пректер Р. полный курс по закону вон Элиотта. Ключ к пониманию рынка. М.: Альпина бизнес букс, 2007.

74. Шадрин В. Гипотеза информационной зависимости финансовых рынков в свете современных представлений теории самоорганизации // Ссыка на домен более не работаетp>

75. Шапкин A.C. Управление портфелем инвестиций ценных бумаг. М.: Дашков и К, 2006.

76. Шапкин A.C. Экономические и финансовые рынки: оценка, управление, портфель инвестиций. М.: Дашков и К

77. Шарп У., Александер Г., Бейли Дж. Инвестиции. М.: ИНФРА-М, 2007.

78. Ширяев А.Н. Основы стохастической финансовой математики. Т. 1: Факты и модели. М.: ФАЗИС, 2004.

79. Ширяев А.Н. Основы стохастической финансовой математики. Т. 2: Теория. -М.: ФАЗИС, 2004.

80. Шишкин A.A. Фондовый рынок: консервативный подход. Ч М.: Эгмонт Россия1. тд.

81. Штовба С.Д. Идентификация нелинейных зависимостей с помощью нечеткого логического выбора в системе MATLAB // Exponenta Pro. Математика в приложениях, 2003, № 2.

82. Шумейкер Л. Модель ожидаемой полезности: разновидности, подходы, результаты и пределы возможностей. // Thesis, 1994, вып. 5.

83. Экономико-математический энциклопедический словарь. М.: Большая Российская энциклопедия, ИНФРА-М, 2003.

84. Эрлих A.A. Технический анализ товарных и фьючерсных рынков. М.: Финансист, 2000.

85. Юрченко К.П. Трендовый анализ в макроэкономическом прогнозировании: оценка традиционных макродинамических процессов // Журнал экономической теории, 2006, № 4.1. Иностранная литература

86. Anis A.A., Lloyd E.H. The expected value of the adjusted rescaled Hurst range of independent normal summands // Biometrica. 1976. V. 63. № 1.

87. Bachelier L. Theory of Speculation / In P. Coother col. The Random Character of Stock Market Prices. Cambridge, MIT Press, 1964 (Originally published in 1900).

88. Bensignor R. New Thinking in Technical Analysis: Trading Models from the Masters. Bloomberg Press, 2000.

89. Black F. and Scholes M. The Pricing of Options and Corporate Liabilities, Journal of Political Economy, May/June, 1973.

90. Coother P. Comments of the Variation of Certain Speculative Prices / In P. Coother col. The Random Character of Stock Market Prices. Cambridge, MIT Press, 1964 (Originally published in 1900).

91. Elliott R.N. Reconstruction of the Elliott Wave Principle (New Expanded Edition) -Amer Classical Coll Pr, 1982.

92. Engle R. and Bollerslev T. Modelling the Persistance of Conditional Variances. -Econometric Revious, 5, 1986.

93. Faber M. Ссыка на домен более не работаетassetssitelogo/logogbdmainexl.gif

94. Fama. E.F. Efficient Capital Markets: A Review of Theory and Empirical Work -Journal of Finance 25, 1970.

95. Feller W. The asymptotic distribution of the range of sums of independent random variables // Annals of Mathematical Statistics. 1951. V. 22 № 3.

96. Fischer R. Fibonacci Applications and Strategies for Traders. 1 edition Wiley,2003.

97. Hurst J.M. Cyclic Analysis: A Dynamic Approach to Technical Analysis. 1 edition -Traders Press, 1993.

98. Hurst H.E. Long-term storage capacity of reservoirs // Transactions of American Society of Civil Engineers. 1951. V. 116.

99. Introduction to Technical Analysis (Reuters Financial Training Series) John Wiley & Sons, 2000.

100. Kahneman D. and Tversky A. Psychology of Preferences, Scientific American, 246,1982.

101. Kendall M.G. The Analysis of Economic Time Series / In P. Coother col., The Random Character of Stock Market Prices. Cambridge, MIT Press, 1964 (Originally published in 1900).

102. Lo A., Mackinlay A.C. Stock Market Prices Do Not Follow Random Walks: Evidence from a Simple Specification Test // Review of Financial Studies, 1,1988.

103. Mandelbrot B.B. The fractal Geometry of Nature. New York: W.H. Freeman. 1982.

104. Mandelbrot B. The Pareto-Levy Last and the Distribution of Income, International Economic Review, 1, 1960.

105. Mandelbrot B.B. Robustness of the rescaled range R/S in the measurement of non-cycling long-run statistical dependence // Water Resources Research. 1969. V. 5. № 5.

106. Markowitz H.M. Portfolio selection // Journal of Finance, 7, 1952.

107. Meyers D. Curve Fitting, Data Mining, Strategy Optimization & Walk Forward Analysis Using The Acceleration System. Ч Working Paper October 2004. / Ссыка на домен более не работаетpublications/wfaccelsys.pdf

108. Neely G., Hall E. Mastering Elliott Wave: Presenting the Neely Method: The First Scientific, Objective Approach to Market Forecasting with the Elliott Wave Theory (version 2). 2 Rev Ed edition Windsor Books, 1990.

109. Osborne M.F. Brownian Motion in the Stock Market / In P. Coothcr col. The Random Character of Stock Market Prices. Cambridge, MIT Press, 1964 (Originally published in 1900).

110. Patterson D. Artificial Neural Networks. Singapore, Preutice Hall, 1996.

111. Peters E. Fractal Structure in the Capital Markets // Financial Analysts Journal, July/August 1989.

112. Peters E. A Chaotic Attractor for the S&P 500 // Financial Analysts Journal, March/April 1991 b.

113. Peters E. R/S Analysis using Logarithmic Returns: A Technical Note // Financial Analysts Journal, November/December 1992.

114. Prechter R. The Major Works of R.N. Elliott New Classical Library, 1987.

115. Prechter R., Bolton A.H. The Complete Elliott Wave Writings of A.H. Bolton -Bookworld Services, 1994.

116. Roberts H.V. Stock Market лPatterns and Financial Analysis: Methodical luggestions / In P. Coother col., The Random Character of Stock Market Prices. Cambridge, MIT Press, 1964 (Originally published in 1900).

117. Ross S.A. The Arbitrage Theory of Capital Asset Pricing, Journal of Economic Theory, 13, 1976.

118. Sharpe W. Investors and Markets: Portfolio Choices, Asset Prices, and Investment Advice (Princeton Lectures in Finance) Princeton University Press, 2006.

119. Sharpe W.F. Investor Wealth Measures and Expected Return // Quantifying the Market Risk Premium Phenomenon for Investment Decision Making. Charlottesville, Virginia: The Institute of Chartered Financial Analysis, 1990.

120. Sharpe W.F. Portfolio Theory and Capital Markets. New York: Mc Grow-Hill,1970.

121. Sornette D. Critical events in complex financial systems. Princeton University Press. 2003.rl

122. Stokes M. Trading Systems Defined // Technical Analysis of STOCKES & COMMODITIES. January 2007.

123. Sunny H. Trading 101: How to trade like Pro // John Wiley & Sons. 1996.

124. Tobin J. Liquidity Preference as Behavior Towards Risk. // Review of Economic Studies, 25, February, 1958.

125. Tversky A. лThe Psychology of Risk in Quantifying in Market Risk Premium Phenomena for Investment Decision Making. Charlottesville, VA: Institute of Chartered Financial Analys, 1990.

126. Walker M.W. How to Identify High Profit Elliott Wave Trades in Real-Time -Windsor Books, 2001.

127. Weis D.H. Trading With the Elliott Wave Principle Probus Pub Co, 1989.

128. Ziontz S., Wallcnius J. An Interactive Programming Method for Solving the Multiple Criteria Problem. // Management Science, 1976, v. 22, № 6.

129. Нормативно-правовые документы

130. Постановление Правительства РФ от 28 ноября 2002 г. N 845 О привлечении брокеров для продажи находящихся в государственной и муниципальной собственности акций открытых акционерных обществ через организатора торговли на рынке ценных бумаг.

131. Постановление Правительства РФ от 30 июня 2004 г. N 317 Об утверждении Положения о Федеральной службе по финансовым рынкам.

132. Постановление Правительства РФ от 14 июля 2006 г. N 432 О лицензировании отдельных видов деятельности на финансовых рынках.

133. Постановление федеральной комиссии по рынку ценных бумаг от 11 октября 1999 г. № 9 Об утверждении правил осуществления брокерской и дилерской деятельности на рынке ценных бумаг Российской Федерации.

134. Постановление федеральной комиссии по рынку ценных бумаг от 14 августа 2002 года № 31/пс Об утверждении положения о составе и структуре активов акционерных инвестиционных фондов и активов паевых инвестиционных фондов.

135. Распоряжение Правительства РФ от 1 июня 2006 г. N 793-р Об утверждении стратегии развития финансового рынка РФ на 2006 2008 гг. и плана мероприятий по ее реализации.

136. Указ Президента РФ от 16 сентября 1997 г. N 1034 Об обеспечении прав инвесторов и акционеров на ценные бумаги в Российской Федерации.

137. Указ Президента РФ от 16 июля 1997 г. N 730 О государственной комиссии по защите прав инвесторов на финансовом и фондовом рынках России.

138. Федеральный Закон РФ от 5 марта 1999 г. N 46-ФЗ О защите прав и законных интересов инвесторов на рынке ценных бумаг.

139. Федеральный Закон РФ от 29 июля 1998 г. N 136-Ф3 Об особенностях эмиссии и обращения государственных и муниципальных ценных бумаг.

140. Федеральный Закон РФ от 22 апреля 1996 г. N 39-Ф3 О рынке ценных бумаг.

141. Федеральный Закон РФ от 26 ноября 1998 г. N 182-ФЗ О внесении изменения и допонения в статью 43 Федерального Закона л"О рынке ценных бумаг.

Похожие диссертации