CC BY
33
--Фшанси -
УДК 336.764(477)
Н. М. Михайличенко,
кандидат економ!чних наук,
О. О. Мiрошниченко,
Донбаська державна машинобуд1вна академ1я, м. Краматорськ
АДАПТИВНЕ ПРОГНОЗУВАННЯ ЯК 1НСТРУМЕНТ ДОСЛ1ДЖЕННЯ ТЕНДЕНЦ1Й РОЗВИТКУ ФОНДОВОГО РИНКУ УКРА1НИ
Постановка проблеми. Класична фондова бiр-жа - це мiсце, де ст^чаетъся попит i пропозищя на певний фiнансовий iнструмент, завдяки чому вста-новлюетъся його цiна. Основу бiржового фондового обiгу становлятъ акцп, а однieю iз класичних функ-цiй виступае саме фiксацiя щни. Для акцiонерних товариств - це зручний спосiб залучення коштгв, що е за своею суттю умовно платними, це механiзм ви-значення вартост бiзнесу. Для шститущйних та не шститущйних iнвесторiв - це можливють каттало-вкладенъ з метою отримання доходу у виглядi участ в капiталi чи позитивно! рiзницi мiж щною купiвлi i щною продажу акцш. Саме цим i зумовлена над-звичайно важлива роль, яку ввдграе фондовий ри-нок у фшансових системах економiчно розвинених кра!н.
Втгм, фондовий ринок Укра!ни не виконуе на-лежним чином зазначеш функцп. Майже повна ввд-сутнiстъ фондових шструменпв залучення кат-талу - акцш - зробила фондовий ринок Укра!ни ш-струментом обiгу переважно обл^ацш внутршньо! держпозики, де головними гравцями виступаютъ ш-ституцшш iнвестори.
Тому дослiдження тенденций розвитку фондового ринку Украши мае будуватись з урахуванням тако! специфiчноl структури бiржового обiгу.
Аналiз останнiх дослiджень. Проблемам ста-новлення та розвитку фондового ринку Украши присвячено низку робiт провiдних вггчизняних вче-них, серед яких варто ввдзначити дослiдження: Г. Азаренково!, Т. Гужви, А. Калини, М. Карлша, В. Корнеева, Н. Костшо!, М. Кутузово!, Д. Лук'я-ненка, I. Лютого, О. Мозгового, В. Смапна, I. Шко-дшово!, В. Ляшенка, К. Павлова й iн. [1 - 14]. В-пм, дослiдженъ з дано! проблематики до« недостатньо.
Метою статт е дослiдження сучасного стану фондового ринку Украши на основi використання шструментарто адаптивного прогнозування на при-кладi обл^ацш внутршньо! держпозики як основного фшансового шструменту вiтчизняного фондового ринку.
Виклад основного матерiалу. Обл^ацл внут-ршньо! державно! позики, як було показано в статп [15], становлятъ вад 87,12% у 2015 р. до 89,1% у 2016 р. ввд загального обсягу бiржових контрактов з фшансовими шструментами на вiтчизняних оргаш-заторах торгiвлi. Тому саме !х вiдiбрано для пере-
вiрки адекватност методик адаптивного прогнозування у якост шструменту економшо-математич-ного моделювання динамiки фондового ринку Укра-!ни.
Як зазначають С. Борисова та О. Балашова, «метод економшо-математичного моделювання до-зволяе визначити кiлькiсне вираження взаемозв'яз-кiв мiж фiнансовими показниками й факторами, що впливають на !хню величину» [16].
Для передбачення трендових коливань щни фь нансового шструмента або прогнозування обсягу торпв, доцiльно використовувати методику адаптивного прогнозування. Це дозволяе швидко скори-гувати iнвестидiйний план iнвестора, спрогнозувати обсяг попиту на той чи шший фiнансовий шстру-мент на фондовш бiржi (що е щкавим для оргашза-торiв торгiв) або вщстежити загальнi тендендi! розвитку фондового ринку в щлому.
Адаптивш прогнознi моделi дозволяють бiльш адекватно реагувати на рiзку волатильнють щни, внаслщок чого можливо зменшити ризики збитшв, а також на коливання обсягiв попиту (що впливае на дохвд бiрж-органiзаторiв торгiв). Такi методики довели свою кориснють у сферi прогнозування щно-вих трендiв, динамiки обсягiв продажу та шших еко-номiчних показникiв, що можна представити у ви-глядi часового ряду.
Термш «адаптивне прогнозування» [17] охоп-люе методи прогнозування, ям грунтуються на адаптацi! до шформащ!, на основi яко! будуеться прогноз. Його характерна риса полягае в тому, що в результат! одержання нових даних значення прогнозу змiнюеться, адаптуючись до iнформацi!, яка щойно надiйшла, i стае бшьш чутливим до не!. При незначних змiнах значень даних прогноз також майже не змшиться.
Потреба в тому, щоб прогнози були чутливими до змiни даних, е очевидною. Чим вищою е чутли-вiсть прогнозу, тим меншою буде розб1жнють м1ж прогнозованими i фактичними значеннями, тобто тим вищою буде точнють прогнозу. В той же час ю-нують ситуащ!, в яких виникае потреба в прогнозу-ваннi з низькою чутливютю.
Наприклад, в умовах стабтьного, стiйкого попиту прогноз мае характеризуватись низькою чутливютю. Коли рух статистичного ряду, що змiнюеться стацiонарно, порушуеться в один з моменпв часу
стрибком (iмпульсом), прогноз з низькою чутливь стю змiнить свое значення незначно, i единою сер-йозною помилкою прогнозу буде розбiжнiсть мiж фактичним i прогнозним значениям, пов'язана з моментом iмпульсу.
У той же час, якби в подiбнш ситуацп викорис-товувався високочутливий прогноз, то, оскшьки всi прогнози так чи iнакше враховують шформащю, що надходить, прогноз на момент часу, наступний за моментом iмпульсу, вiдчув би суттевий вплив ш-формацп про останнш, що викликало б серйозну розбiжнiсть мiж фактичними i прогнозними значен-нями в наступних перюдах. В умовах стабiльного тренду, чим вища чутливiсть прогнозу, тим бшьш серйозною буде така розбiжнiсть, i тим довше буде вiдчуватись вплив iмпульсу в прогнозах наступних перiодiв.
Такi одномиттевi iмпульси (стрибки) прогнос-тичнi системи мають iгнорувати, щоб вплив таких iмпульсiв не розповсюджувався на наступнi мо-менти часу i не викривлював прогнози в подаль-шому [17].
На вiдмiну вiд iмпульсних змiн попиту, посту-пове його зростання (зниження) мае враховуватись прогностичними системами, i методи адаптивного
прогнозування дозволяють враховувати такии вплив.
Слiд зазначити, що високочутливому прогнозу в методi експоненщального згладжування ввдповь дають високi значення константи згладжування а, прогнозу з низькою чутливютю - низьк значення а. Адаптивне прогнозування також передбачае вико-ристання методiв з нефiксованими коефщентами експоненщального згладжування. Тобто тд адапта-цiею в даному випадку буде матись на увазi адапта-щя коефiцiенту згладжування до змiни даних.
Серед наИбiльш поширених методик адаптивного прогнозування слад ввдзначити модель Брауна (модель адаптивного згладженого прогнозу), що Грунтуеться на розрахунку ковзного середнього.
ЛiнiИна адаптивна модель Брауна (Brown R.G.) Грунтуеться на побудовi лшИно! функцп з параметрами, що постшно змiнюються в залежност вiд по-милки прогнозу, що спостер^аеться. ЦеИ метод iнодi називають також «методом згладжування по-милок».
Побудова лтИно! адаптивно! моделi Брауна здшснюеться за алгоритмом, представленим у блок-схемi на рис. 1.
сГ ПОЧАТОК >
|
s >
Введення початкового значення прогнозу (оцшка)
ft
V
1
Ut - 1 = ft
bt - i = 0
1
г Введення у *
(Y = 0,8)
>
Рис. 1. Блок-схема обчислення адаптивного згладженого прогнозу за моделлю Брауна
80-
Економiчний вюник Донбасу № 2(52), 2018
Адаптивна функщя обсягу торгiв обл^ащями внутрито! державно! позики (ОВДП) в залежносп вiд часу будуеться як лшйна апроксимацiя з почат-ковими параметрами и! та Ъ. Початковi параметри знаходяться за методом найменших квадратiв за першими п'яти точками часового ряду:
Г = и! + Ы 0=1, 2, ..., 5), (1)
Ъ= Е [(!- Ьер) (А - асер)]/ 1(1- 1сер)2, (2)
Таким чином, отримуемо, що Ъ= -1876,87; и! = = 35993,75; а початкова функщя лшйно! апроксима-цИ приймае вигляд:
Г = 35993,75 -1876,87 (4)
На основi застосування методу проб на дiлянцi ретроспективного прогнозування даних про обсяги торпв ОВДП у 2014 р. коефщент дисконтування да-них на рiвнi у = 0,8, а коефщент згладжування - на рiвнi а=0,2 (у+ а=1). Тaкi значення е рекомендова-ними для лiнiйних трендiв обсягу попиту на товар,
* За даними НКЦПФР.
- 81
Економiчний вiсник Донбасу № 2(52), 2018
и! = асер - К * !сер. , (3)
де ^ер. - середне значення фактору „час";
асер - середне значення до^джуваного показ-ника (обсяг торпв ОВДП).
Ощнку початкових значень пaрaметрiв моделi (за даними офщйного сайту Нaцiонaльно! комiсi! з щнних пaперiв та фондового ринку [16]) представлено в табл. 1.
Таблиця 1
що досить довго юнуе на ринку, а саме у якост такого товару ми можемо розглядати обл^ацп внутрь шньо! держпозики.
Тодi, на основi вищенаведено! блок-схеми, по-будуемо адаптивну лiнiйиу модель Брауна для обся-гiв торгiв ОВДП на укра!нському фондовому ринку (табл. 2). Як ми бачимо, на шнець 2016 р. модель де-монструе мiнiмaльну помилку i дае достатньо точн прогнознi дaнi, а помилка прогнозу становить усього 1,7%.
Таблиця 2
Адаптащя параметрiв ^ моделi Брауна ^__
Перюд ! а! и! Ь 6 еи
0 35993,75 -1876,87
01.15 1 24472,39 33731,1 -2262,65 34116,88 -9644,49
02.15 2 43 952,25 32058,31 -1672,79 29205,8 14746,45
03.15 3 32 726,30 30612,97 -1445,33 27039,94 5686,36
04.15 4 27 201,23 29262,4 -1350,57 24831,65 2369,58
05.15 5 23 463,46 27950 -1312,41 22509,55 953,91
06.15 6 20 549,40 26656,4 -1293,46 20075,54 473,86
07.15 7 13 802,24 25210,94 -1445,46 17602,18 -3799,94
08.15 8 12 886,84 23735,06 -1475,88 13647,26 -760,42
09.15 9 10 453,88 2259,25 -1475,81 10452,14 1,74
10.15 10 5 903,03 20719,51 -1539,73 7501,15 -1598,12
11.15 11 9 985,41 19427,9 -1291,62 3782,48 6202,93
12.15 12 27 923,32 19096,33 -331,57 3921,94 24001,38
01.16 13 6 583,24 18436,65 -659,68 14785,92 -8202,68
02.16 14 12 961,94 17927,4 -509,25 9201,13 3760,81
03.16 15 15 040,32 17608,22 -319,18 10288,65 4751,67
04.16 16 21 459,26 17647,24 39,02 12504,22 8955,04
05.16 17 13 577,14 17457,9 -150,32 18310,58 -4733,44
06.16 18 23 236,40 17646,95 189,05 14752,14 8484,26
07.16 19 18 799,39 17738,42 91,47 21238,9 -2439,51
08.16 20 17 662,50 17753,68 15,26 19567,82 -1905,32
09.16 21 18 219,90 17774,77 21,09 18074,14 145,76
10.16 22 19 392,99 17842,03 67,26 18238,75 1154,24
11.16 23 22 282,02 18025 183 19389 2893
12.16 24 22 042,05 22417 -375
Оцшка початкових значень параметрiв моде, и
Мйсяць ! 4 0- !сер)2 4 - (!сер !сер (1:- Ъер) (4 - асер)
Счень 15 1 24472,39 4,0 -5890,73 -2 11781,46
Лютий 15 2 43 952,25 1,0 13589,12 -1 -1807,66
Березень 15 3 32 726,30 0,0 2363,17 0 0
Квггень 15 4 27 201,23 1,0 -3161,89 1 -3161,89
Травень 15 5 23 463,46 4,0 -6899,59 2 -13799,18
Разом 15 151815,63 10,0 0 0 -6987,27
* За даними НКЦПФР.
На рис. 2 показано результати апроксимащ! та прогнозування за адаптивною моделлю Брауна для обсяпв торпв ОВДП протягом 2015 та 2016 рр. з ко-ефiцieнтом згладжування а=0,2.
Як ми можемо бачити, в цiлому модель е до-статньо адекватною. Низьке значения коефщенгу згладжування захищае модель вiд довготривалого
Висновки. Таким чином, моделi адаптивного прогнозування можуть розглядатися як зручний ш-струмент дослiдження тенденцш розвитку фондового ринку Укра!ни в щлому, а також динамiки його окремих фондових iнструментiв, що було доведено на прикладi адаптивно! моделi Брауна для обсягiв торгiв обл^ащями внутрiшньо! державно! позики.
Напрямом подальших дослiджень буде досль дження перспектив використання адаптивних методик прогнозування, що грунтуються на пiдходi ди-намiчно! змiни параметрiв згладжування (методи та модифшащ! Чоу (Chow W.M.), ТрЬга та Лiча (Trigg D.W., Leach A.G.), Шоуна (Shone M.L.), Лью!са (Lewis C.D.) - для трендiв без виражено! сезонностi; методи Холта^нтера (Holt C.C., Winter P.R.) та Тамара (Thamara T.) - для трендiв з чинником сезонности.
впливу одномоментних 1мпуль«в, i помилка спосте-рiгаeться саме в момент iMnyrbcy, а далi - згладжу-еться. Прогноз бшьшо! чутливост довше б залиша-вся тд впливом iнформацii про iмпyльс, що довше викривляло би прогнозш значення в наступних пе-рюдах.
Це забезпечить удосконалення якост nporH03iB тенденцiй розвитку фондового ринку на 0CH0Bi гнучкого пiдходу щодо чутливост прогнозiв до актуально! шформацл про фактичний стан показникiв обсягу торгiв та цiн на фiнансовi шструменти. Чим кращою буде адаптивнютъ чутливост прогнозу, тим меншою буде розбiжнiстъ мiж прогнозованими i фактичними значеннями, тим вищою буде точшстъ пронозу.
Лiтература 1. Азаренкова Г.М., Шкодша 1.В. Основнi тенденцп розвитку фондового ринку в посткризовий перюд. ЫсникНБУ. 2012. № 2. С. 3-7. 2. Гужва Т.О. Роль фондового ринка в економщ Укра'ни. Держава тарегюни. 2004. № 3. С. 23-27. (Серия: Еко-номша пiдприeмства). 3. Калина А.В., Корнеев В.В., Кощеев А.А. Рынок ценных бумаг (теория и
для обсяпв торпв ОВДП
практика): учеб. пособие. Киев: МАУП, 1999. 256 с. 4. Карлш М. I. Фшанси зарубiжних кра!н. Ки!в: Кондор, 2009. 384 с. 5. Корнеев В. В. Управлшня кредитними та iнвестицiйними потоками катталу: автореф. дис. ... д.е.н.: 08.04.01 / 1н-т екон. прогно-зування НАН Укра!ни. Ки!в, 2004. 39 с. 6. Костша Н.1., Марахов К. С. Проблеми формування фондового ринку в Укра!ш. Фтанси Украгни. 2000. №2. С. 36. 7. Кутузова М. М. Трансформащя фондового ринку як фактор росту економiки Укра!ни. Еко-номгчний форум. 2014. № 4. С. 230-236. URL: http://nbuv.gov.ua/j-pdf/ecfor_2014_4_38.pdf. 8. Лу-к'яненко Д. Г., Губський Б. В., Мозговий О. М. Мiжнародна iнвестицiйна дiяльнiсть: тдручник. Ки!в: КНЕУ, 2002. 485 с. 9. Лютий 1.О., Юрчук О.К. Фiнансово-економiчна криза 2008-2010 рр.: деякi чинники та уроки. Ысник НБУ. 2011. № 1. С. 10-16. 10. Мозговий О. М. Фондовий ринок: навч. по«б. для студ. Ки!в: КНЕУ, 1999. 316 с.
11. Смагш В. Проблеми регулювання фiнансового ринку в контекст! структурних трансформащй. Ринок цтних nanepie Украгни. 2008. № 7/8. С. 45-50.
12. Шкодша I. В. Самооргашзащя фондового ринку в умовах глобально! невизначеносп: монографiя. Ки!в: УБС НБУ, 2013. 406 с. 13. Ляшенко В.И. Фондовые индексы и рейтиги: монография. Донецк: Сталкер, 1998. 320 с. 14. Ляшенко В.И., Павлов К.В. Фондовые индексы зарубежных рынков: монография. Москва: Магистр, 2007. 558 с. 15. Михайличенко Н.М., Мiрошниченко О.О. Сучасний стан та динамша розвитку фондового ринку Укра!ни. Економiчний вюник Донбасу. 2017. № 3 (49). С. 107110. 16. Борисова С.С., Балашова О.В. Фшансова безпека тдприемства в управлiннi грошовими кош-тами. Економiчний вюник Донбасу. 2017. № 3 (49). С. 75-82. 17. Льюис К.Д. Методы прогнозирования экономических показателей / пер. с англ. и предисл. Е.З. Демиденко. Москва: Финансы и статистика, 1986. 133 с. 18. Офщшний сайт Нащонально! комiсi! з щнних паперiв та фондового ринку (НКЦПФР). URL: www.nssmc.gov.ua.
Михайличенко Н. М., Мiрошниченко О. О. Адаптивне прогнозування як шструмент досль дження тенденцш розвиту фондового ринку Ук-раТни
У статтi дослiджуeться сучасний стан фондового ринку Укра!ни на основi використання шстру-ментарiю адаптивного прогнозування на прикладi облiгацiй внутршньо! держпозики як основного фь нансового шструменту вiтчизняного фондового ринку. Обрано лшйну адаптивну модель Брауна, як одну з найбшьш поширених методик адаптивного прогнозування, що грунтуеться на розрахунку ковз-ного середнього. Використання ще! моделi дозволяе бiльш адекватно реагувати на коливання обсягiв по-питу, що впливае на дохвд бiрж-органiзаторiв торгiв. Моделi адаптивного прогнозування можуть розгля-
датися як зручний шструмент дослiдження тенденцш розвитку фондового ринку Украши в цшому, а також динамiки його окремих фондових шструмен-
TiB.
Ключовi слова: фондовий ринок, фондова бiр-жа, фiнансовий iнстрyмент, органiзатор торгiвлi щн-ними паперами, акцii, обл^ацн внyтрiшньоi державно! позики, методи адаптивного прогнозування.
Михайличенко Н. Н., Мирошниченко А. А. Адаптивное прогнозирование как инструмент исследования тенденций развитую фондового рынка Украины
В статье исследуется современное состояние фондового рынка Украины на основе использования инструментария адаптивного прогнозирования на примере облигаций внутреннего госзайма как основного финансового инструмента отечественного фондового рынка. Выбрана линейная адаптивная модель Брауна, как одна из наиболее распространенных методик адаптивного прогнозирования, основанная на расчете скользящего среднего. Использование этой модели позволяет более адекватно реагировать на колебания объемов спроса, который влияет на доход бирж-организаторов торгов. Модели адаптивного прогнозирования могут рассматриваться как удобный инструмент исследования тенденций развития фондового рынка Украины в целом, а также динамики его отдельных фондовых инструментов.
Ключевые слова: фондовый рынок, фондовая биржа, финансовый инструмент, организатор торговли ценными бумагами, акции, облигации внутреннего государственного займа, методы адаптивного прогнозирования.
Mykhaylychenko N., Miroshnychenko O. Adaptive forecasting as a tool to study the trends of the Ukrainian stock market development
The article investigates the current state of the stock market of Ukraine on the basis of the use of adaptive forecasting tools on the example of domestic government bonds as the main financial instrument of the domestic stock market. We chose Braun's linear adaptive model as one of the most common adaptive forecasting techniques based on the moving average. The use of this model allows us to respond more adequately to the fluctuations in demand, which affects the income of the bidding exchanges. The models of adaptive forecasting can be considered as a convenient tool for studying trends in the development of the stock market of Ukraine as a whole, as well as the dynamics of its individual stock instruments.
Keywords: stock market, stock exchange, financial instrument, organizer of securities trading, shares, bonds of internal state loan, adaptive forecasting methods.
Стаття надшшла до редакцл 22.01.2018
Прийнято до друку 19.06.2018
