CC BY
402
ISSN 2311-8709 (Online) Рынок ценных бумаг
ISSN 2071-4688 (Print)
АНАЛИЗ ВЛИЯНИЯ МАКРОЭКОНОМИЧЕСКИХ И ОТРАСЛЕВЫХ ФАКТОРОВ НА КУРС АКЦИЙ КОМПАНИЙ
Марина Юрьевна МАЛКИНА3^, Екатерина Карловна ЯКОВЛЕВАЬ
а доктор экономических наук, профессор, профессор кафедры экономической теории и методологии, руководитель Центра макро- и микроэкономики, Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского, Нижний Новгород, Российская Федерация ттип@уаМех. ги
ь аспирант кафедры финансов и кредита, Нижегородский институт управления Российской академии народного хозяйства и государственной службы при Президенте РФ, Нижний Новгород, Российская Федерация [email protected]
• Ответственный автор
История статьи:
Принята 13.10.2016 Принята в доработанном виде 27.10.2016 Одобрена 10.11.2016
УДК 336.767.2 JEL: С38, G11
Ключевые слова: акция, фактор, корреляционно-регрессионный анализ, уравнение регрессии, инвестиционное решение
Аннотация
Предмет. Факторы, влияющие на изменение курса акций различных компаний, рыночное ценообразование акций компаний на фондовом рынке. Цели. Оценка значимости и степени влияния различных макроэкономических и отраслевых факторов, оказывающих воздействие на курсы акций. Определение оптимального набора показателей, отражающего взаимосвязь с курсом акций; оценка степени их влияния; построение уравнения регрессии, позволяющего прогнозировать будущую цену акций компаний.
Методология. Методологическую основу исследования составили графический и корреляционно-регрессионный анализ.
Результаты. Определены и проанализированы факторы, влияющие на динамику цен акций ряда российских компаний нефтегазового сектора. Объяснена взаимосвязь рассмотренных факторов с курсами акций выбранных компаний. Получены уравнения регрессии, позволяющие прогнозировать будущий курс акций рассмотренных компаний.
Выводы. По итогам проведенного исследования была определена степень влияния факторов на курс акций рассмотренных компаний. Наиболее значимыми факторами для акций ПАО «Газпром» оказались объем коммерческого грузооборота транспорта (без трубопроводного), добыча и экспорт природного газа. В свою очередь для акций ПАО «Новатэк» в качестве наиболее значимых были определены: объем коммерческого грузооборота транспорта (без трубопроводного), импорт товаров и цена нефти марки Brent. Полученные уравнения регрессии и степени эластичности цен акций по выбранным факторам могут быть полезными при анализе курсов акций и прогнозировании будущих цен.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2016
Инвестиционные решения опираются на рыночную информацию и ее анализ. Для анализа используется ряд методов прогнозирования и определения будущего курса акций, позволяющих принять обоснованное инвестиционное решение. Особенностью корреляционно-регрессионного анализа является возможность выявить те тенденции, которые будут иметь место не только в краткосрочном периоде, но и в долгосрочном. Так, инвестор, зная о каких-либо макроэкономических или отраслевых изменениях, сможет вовремя понять, на какой стадии сейчас находится фондовый рынок, и
каких последствий в будущем можно ожидать. Именно своевременное реагирование на любое движение рынка помогает уловить его тренд и принять правильное инвестиционное решение. В результате инвестор получает ожидаемую выгоду, снизив возможные риски.
Исследование теоретических и методических подходов и методов анализа фондового рынка представлено в различных работах [1-15].
Авторы обычно указывают на то, что при наличии разных методов анализа рынка ценных бумаг индивидуальный инвестор выбирает наиболее подходящий для него
метод, позволяющий максимизировать доход или минимизировать возможные риски, либо найти их приемлемое сочетание. Существует огромное многообразие таких методов, каждый из которых имеет свои особенности. Так, технический анализ предполагает существование повторяющихся тенденций и ориентируется не на внешние факторы, а на курсы ценных бумаг, установившиеся на бирже. В техническом анализе существует определенный набор методов, на основании которых можно спрогнозировать будущий тренд курсов акций, если опираться на прошлые значения. [16]
В отличие от технического фундаментальный анализ базируется на том, что кроме внутренних факторов на акции влияют и внешние. Также данный анализ направлен, как правило, на перспективу, в отличие от технического анализа, имеющего краткосрочный характер. В фундаментальном анализе могут использоваться различные модели: вероятностные, эконометрические, имитационные и нейро-сетевые [17].
При выборе того или иного метода анализа или прогнозирования фондового рынка необходимо учитывать также межрыночные связи, то есть взаимосвязи между различными рынками (товарными, финансовыми и пр.). Это объясняется тем, что все функционирующие рынки конкурируют между собой за капиталы инвесторов, которые перетекают с одного рынка на другой. Это движение капиталов оказывает сильное влияние на формирование повышательных и понижательных трендов в рыночных котировках ценных бумаг компаний [18]. Кроме того, на эффективность капиталовложений и движение капиталов воздействует оценка разницы между справедливой и рыночной стоимостью фирмы [19].
Указанные закономерности определяют поведение инвесторов и формируют некие основы для создания моделей и симуляций, позволяющих впоследствии осуществлять прогнозирование цен. В данной статье для фундаментального анализа финансовых рынков нами выбран метод эконометрического моделирования. Этот метод основан на
определении статистических взаимосвязей между переменными, которые требуют отдельного логического объяснения. Его важной составляющей является корреляционно-регрессионный анализ, позволяющий надежно и точно оценить взаимосвязи между переменными.
Одним из основных этапов эконометрического моделирования является правильный выбор факторов, на основе влияния которых можно будет делать будущие прогнозы. В целях анализа ценообразования на финансовом рынке выделим три группы показателей, определяющих рыночную стоимость компании: макроэкономические, отраслевые и внутренние факторы развития данной компании. Безусловно, можно выделить в самостоятельную группу глобальных факторов, например, совокупный спрос на внешних рынках или мировые цены на нефть и газ. Однако последние можно отнести и к отраслевым факторам развития нефтегазовой отрасли, и к макроэкономическим факторам, поскольку они оказывают заметное влияние на функционирование национальной экономики в целом.
Показатели отдельной компании отражают влияние изменения рыночной доли, относительных темпов развития, инвестиционной и инновационной деятельности фирмы и пр. на рыночные котировки ее акций. Отраслевые факторы включают показатели отраслевой конъюнктуры в целом, тенденций развития отрасли, изменения цен на производимую продукцию и производства. Макроэкономические факторы отражают общее состояние рыночной конъюнктуры, фиксируемое различными индикаторами финансового рынка. Однако следует признать неравномерное влияние факторов общерыночной конъюнктуры на различные сегменты рынка [20].
Для создания эконометрических моделей нами были отобраны ПАО «Газпром» и ПАО «Новатэк», курсы акций которых оказались наиболее чувствительными к влиянию различных групп факторов. Обе организации относятся к нефтегазовому сектору.
ПАО «Газпром» - энергетическая компания, основными направлениями деятельности
которой являются добыча, транспортировка, переработка и реализация газа и т.п.
ПАО «Новатэк» также занимается разведкой, добычей, переработкой и реализацией природного газа и жидких углеводородов.
Информационной базой исследования послужили данные о котировках акций указанных компаний и влияющих на них факторов за период с января 2008 г. по февраль 2016 г. с разбивкой по месяцам, публикуемые на сайте компании «Финам»1. Как для результативного признака, так и для всех факторов далее был рассчитан темп роста к аналогичному периоду прошлого года в целях приведения к единому масштабу и устранения сезонной составляющей. Темпы роста котировок акций фрагментарно представлены в виде таблицы (табл. 1).
В качестве факторов, объясняющих формирование цен (рыночных котировок) указанных акций, были отобраны следующие2.
1. Макроэкономические факторы:
- инвестиции в основной капитал (Xi);
- денежная масса M2 (Х>);
- экспорт (Хз);
- импорт (Х4);
- коммерческий грузооборот транспорта (без трубопроводного) (Х5);
- объем коммерческих перевозок (отправление) грузов транспортом (без трубопроводного) (Хб);
- цена нефти марки Brent (X7).
Их темпы роста отражены в таблице (табл. 2).
2. Отраслевые показатели, характеризующие нефтегазовую отрасль:
- добыча природного газа (Х8);
1 URL: http://www.finam.ru
2 Источником информации послужили: 1) Федеральная
служба государственной статистики Российской Федерации
(URL: http://www.gks.ru/); 2) Министерство экономического
развития РФ (URL: http://economy.gov.ru/minec/main);
3) Министерство энергетики РФ
(URL: http://minenergo.gov.ru/).
- экспорт природного газа (Х9);
- добыча нефти (Х10);
- экспорт нефти (Хп).
Темпы их роста также отражены в таблице (табл. 3).
Далее были рассчитаны коэффициенты линейной корреляции темпов роста всех макроэкономических и отраслевых
показателей с темпами роста курсов акций выбранных компаний (табл. 4).
Для дальнейшего исследования были выбраны те факторные показатели, которые отражали высокую корреляционную зависимость с результативным признаком. Построение регрессионных зависимостей в общем корреляционном поле позволило подобрать наилучший тип зависимости, для которой наблюдались больший коэффициент детерминации и слабая гетероскедастичность.
В конечном счете для каждой из анализируемых акций были определены три фактора, показывающие наилучшую взаимосвязь с котировками акций исследуемых компаний.
Для компании ПАО «Газпром» этими факторами стали: коммерческий грузооборот транспорта (без трубопроводного), добыча и экспорт природного газа. Курс акций ПАО «Газпром» демонстрирует степенной вид связи с коммерческим грузооборотом транспорта. Аналогичный вид связи оказался наилучшим и для двух других факторов (рис. 1-3).
На основе найденных типов взаимосвязи факторных показателей с результативным показателем (курсом акций) была предложена следующая модель степенного типа:
У=А0-Х ^-Х О9.
Ее логарифмирование позволяет линеаризовать данную зависимость и использовать далее метод наименьших квадратов для поиска регрессоров:
1п 7 = 1п А0 + а 5-1п (X 5 )+а8-1п (X 8 )+а9-1п (X 9).
Далее с помощью пакета анализа Excel был проведен регрессионный анализ, полученные результаты которого отражены в табл. 5.
Как видно из таблицы, коэффициент детерминации (R-квадрат) составил 0,67, что указывает на наличие заметной связи между определяющими факторами и исследуемой переменной.
В результате было получено уравнение регрессии:
ln(7 ) = -7,99 + 1,9 ln (X5)+ 0,61-ln (X8)+ + 0,21-ln (X 9),
или: Y =0,00034 -Xf -X8'61 -X9'21.
Для того чтобы убедиться, что построенное уравнение можно использовать для прогнозирования и для дальнейших расчетов, была произведена проверка качества регрессионной модели.
Одним из методов такой проверки является проверка значимости уравнения регрессии. Для этого часто прибегают к использованию F-критерия Фишера. Вычислив наблюдаемое значение F-критерия Фишера (Рнабл. = 54,84) и сравнив его с табличным (Ртабл. = 2,72), был сделан вывод о том, что уравнение регрессии значимо, так как F наблюдаемое > F табличного (54,84 > 2,72).
Но кроме общей проверки уравнения регрессии, также оценивается значимость коэффициентов регрессии с помощью t-критерия Стьюдента. Все фактические значения t-статистики (табл. 5) оказались выше табличного значения (t = 1,99), что подтвердило значимость коэффициентов регрессии.
Аналогичный анализ был произведен и для акций компании ПАО «Новатэк». В этом случае на основе корреляционного анализа были выбраны следующие значимые факторы, определяющие изменение курсов акций компании: коммерческий грузооборот транспорта (без трубопроводного), импорт товаров и цена нефти марки Brent. В ходе графического анализа было определено, что со всеми тремя факторами курс акций имеет
степенной вид связи, так же как и в случае с акциями компании ПАО «Газпром».
Для курса акций компании «Новатэк» была составлена следующая модель степенного типа:
Y =a0-X a4-X a5X а.
Далее, как и предыдущем случае, зависимость была прологарифмирована:
ln 7=ln A0 + а 4-ln (X 4) + a5-ln (X 5 )+a7-ln (X 7).
В результате множественного регрессионного анализа на основе МНК было получено следующее уравнение:
ln (7 )=-8,28 + 2,72-ln (X 4)-0,49-ln (X 5)+ + 0,61-ln (X 7),
преобразованное далее в степенной вид:
Y = 0,00025 - X f2- X-0,49- X 0,S1.
Регрессионная статистика отражена в табл. 6. Коэффициент детерминации (R-квадрат) для данного уравнения регрессии оказался несколько ниже, чем в первом случае, 0,57, но также свидетельствует о наличии существенной связи между рассматриваемыми факторами.
Аналогично была проведена проверка полученного уравнения регрессии. Результат данной проверки показал, что F наблюдаемое больше F табличного (36,69 > 2,71), что подтверждает значимость уравнения регрессии. А значения t-статистики оказались больше значения t-табличного (t = 1,99), что указывает на значимость регрессоров.
На основе проведенных исследований были сделаны следующие выводы. В обоих рассмотренных случаях один фактор, влияющий на курс акций, совпал, им оказался коммерческий грузооборот транспорта. При этом на курс акций ПАО «Газпром» оказывали воздействие еще такие факторы, как добыча и экспорт природного газа, а на курс акций ПАО «Новатэк» - импорт товаров и цена нефти марки Brent. Влияние всех выбранных факторов является логичным, и его можно объяснить с экономической точки зрения.
Влияние такого фактора, как экспорт природного газа на курс акций объясняется тем, что ПАО «Газпром» является основной компанией, поставляющей газ во все субъекты Российской Федерации и во многие зарубежные страны. Следовательно, если экспорт природного газа растет, то это говорит о том, что постоянные покупатели увеличили объемы своих закупок, или же появились новые торговые партнеры, заинтересованные в приобретении природного газа. Поэтому повышение объема поставок газа ведет и к росту дохода компании, что в свою очередь положительно сказывается на курсе акций.
Зависимость курса акций от такого фактора, как добыча природного газа, объясняется тем, что увеличение добычи позволяет компании расширить свои торговые отношения и повысить объемы продаж уже существующим покупателям. В результате полученная компанией прибыль возрастает, а ее акции повышаются в цене.
Для анализа такого фактора, как коммерческий грузооборот транспорта, необходимо сказать о том, что выделяют различные виды перевозок: автомобильные, железнодорожные, воздушные, морские и т.д. При этом, как правило, для транспорта, осуществляющего такие перевозки, в качестве топлива используются переработанные нефтепродукты. Так, если грузооборот транспорта увеличивается, то в этом случае происходит и повышение расхода топлива, и наоборот. Следовательно, транспортные компании будут увеличивать объемы покупки топлива, что в последующем отразится на курсе акций нефтегазового сектора.
Взаимосвязь цены нефти марки Brent и курса акций объясняется тем, что газ и нефть являются товарами-субститутами. Для таких товаров цены обычно изменяются в одном направлении. В результате повышение цен на нефть, как и повышение цен на газ, ведет к росту курсовых стоимостей акций всего нефтегазового сектора.
Также можно объяснить отрицательное влияние импорта товаров на курс акций газодобывающей компании. Импортные
товары являются заменителями российских и делят с ними общий рынок. Сокращение темпов роста импорта может быть как обратной стороной расширения присутствия отечественных компаний на внутреннем рынке, так и девальвации рубля, что благоприятно влияет на ценовую конъюнктуру отечественного производства. В совокупности это может привести к росту внутреннего спроса на газ и увеличению рыночной стоимости предприятий газодобычи.
Кроме того, отметим важное свойство полученных моделей - степенные коэффициенты в уравнениях регрессии являются показателями эластичности результативного признака по факторным признакам и отражают степень значимости факторных признаков. Так, увеличение темпов роста коммерческого грузооборота на 1% в ретроспективе вызывало в среднем увеличение темпов роста стоимости акций ПАО «Газпром» на 1,9%, а ПАО «Новатэк» -на 2,7%. Каждый процент прироста добычи природного газа вызывал рост стоимости акций ПАО «Газпром» на 0,61%, и такой же эффект имел рост цен на нефть для акций ПАО «Новатэк». Степень значимости внешних факторов (экспорта газа и импорта товаров и услуг) оказалась несколько ниже, хотя также значимой и ощутимой.
Таким образом, на основе корреляционно-регрессионного анализа было исследовано влияние отдельных факторов на курсы акций выбранных компаний, относящихся к нефтегазовому сектору. В исследовании мы не использовали непосредственно факторы, относящиеся к деятельности данных компаний, потому что многие из них недоступны в месячном выражении. Однако их последующее введение в модель, несомненно, позволит улучшить ее качество и прогнозную силу. Также за пределами нашего анализа остались институциональные факторы, особенно связанные с изменением экономической политики и регулирования. Вместе с глобальными флуктуациями на мировых рынках политические факторы играют роль внешних шоков, однако хуже поддаются количественной оценке.
Представленный анализ может быть весьма полезным инвесторам, так как позволяет изучить влияние важных макроэкономических и отраслевых факторов на динамику ценных бумаг определенного предприятия.
Полученные в ходе исследования результаты можно использовать в инвестиционном анализе для прогнозирования цен на фондовом рынке и управления инвестиционным портфелем.
Таблица 1
Темп роста курсов акций компаний ПАО «Газпром» и ПАО «Новатэк» к аналогичному периоду предыдущего года
Table 1
Growth rate of stock prices of PAO Gazprom and PAO Novatek as compared with the same period of the previous year
Период Газпром Новатэк
Январь 2009 г. 33,65 41,09
Февраль 2009 г. 38,44 45,28
Март 2009 г. 41,67 41,74
Апрель 2009 г. 45,99 59,82
Май 2009 г. 48,76 67,16
Июнь 2009 г. 48,87 63,82
Июль 2009 г. 50,45 67,82
Август 2009 г. 65,33 67,27
Сентябрь 2009 г. 82,73 108,86
Октябрь 2009 г. 146,35 135,98
Ноябрь 2009 г. 154,9 274,19
Декабрь 2009 г. 158,08 350,79
Январь 2010 г. 170,5 283,17
Февраль 2010 г. 147,91 205,56
Март 2010 г. 136,12 245,63
Источник: расчеты авторов на основе данных компании Финам. URL: http://www.finam.ru
Source: Authoring, based on Finam company data. Available at: http://www.finam.ru/. (In Russ.)
Таблица 2
Темп роста макроэкономических факторов к аналогичному периоду предыдущего года Table 2
Growth rates of macroeconomic factors as compared with the same period of the previous year
Период Х1 Х2 Х, Х4 Х5 Хб Х7
Январь 2009 г. 94,13 92,84 51,9 67,27 72,64 80,41 49,93
Февраль 2009 г. 93,11 91,9 52,08 63,56 75,31 73,89 45,82
Март 2009 г. 87,27 90,5 52,01 61,98 82,38 79,11 48,43
Апрель 2009 г. 84,81 92,44 52,3 58,04 80,61 74,13 44,93
Май 2009 г. 80,07 93,71 53,02 56,3 81,63 72,93 51,3
Июнь 2009 г. 81,11 92,39 55,85 60,26 88,83 75,27 49,48
Июль 2009 г. 83,48 92,34 55,74 55,48 92,12 75,32 57,7
Август 2009 г. 84,03 91,57 59,82 57,47 93,95 79,27 60,19
Сентябрь 2009 г. 86,91 94,96 65,68 64,73 97,66 82,08 69,64
Октябрь 2009 г. 95,21 102,63 77,93 70,38 92,78 86,37 114,47
Ноябрь 2009 г. 98,27 107,54 101,72 88,71 105,66 104,07 146,49
Декабрь 2009 г. 106,25 116,34 119,66 90,16 108,93 111,03 170,94
Январь 2010 г. 96,17 124,3 154,52 108,04 118,16 94,61 154,97
Февраль 2010 г. 99,6 126,75 164,4 115,4 112,29 98,78 170,22
Март 2010 г. 104,93 129,13 163,76 129,71 111,02 100,87 168,8
Источник: расчеты авторов на основе официальных данных Росстата, Министерства экономического развития и Минэнерго России
Source: Authoring, based on official data of Rosstat, Ministry of Economic Development and Ministry of Energy of the Russian Federation
Таблица 3
Темп роста отраслевых факторов
Table 3
Growth rates of industrial factors
Период Х8 Х9 Xl0 Х11
Январь 2009 г. 89,19 39,8 102,89 97,4
Февраль 2009 г. 85,3 43,55 99,88 96,93
Март 2009 г. 80,8 43,13 103,95 102,52
Апрель 2009 г. 76,17 66,88 103,78 97,97
Май 2009 г. 71,61 74,12 104,01 103,9
Июнь 2009 г. 70,92 84,11 104,24 102,25
Июль 2009 г. 84,58 115,44 104,14 99,11
Август 2009 г. 89,65 127,03 102,59 105,09
Сентябрь 2009 г. 88,5 103,54 103,67 105,67
Октябрь 2009 г. 99,67 112,73 104,41 106,3
Ноябрь 2009 г. 106,63 133,19 105,05 105,94
Декабрь 2009 г. 109,36 146,14 104,36 99,22
Январь 2010 г. 116,23 219,04 101,72 93,78
Февраль 2010 г. 116,79 193,53 101,51 109,09
Март 2010 г. 123,01 187,39 100,79 98,64
Источник: расчеты авторов на основе официальных данных Росстата, Министерства экономического развития и Минэнерго России
Source: Authoring, based on official data of Rosstat, Ministry of Economic Development and Ministry of Energy of the Russian Federation
Таблица 4
Коэффициенты корреляции для темпов роста факторов и курсов акций ПАО «Газпром» и ПАО «Новатэк»
Table 4
Correlation coefficients for the growth rate of factors and increase in stock price of PAO Gazprom and PAO Novatek
Показатель Газпром Новатэк
Курс акций Газпром 1 0,83
Курс акций Новатэк 0,83 1
Инвестиции в основной капитал 0,23 0,24
Денежная масса М2 0,47 0,57
Экспорт 0,58 0,6
Импорт 0,35 0,44
Коммерческий грузооборот транспорта (без трубопроводного) 0,67 0,59
Объем коммерческих перевозок (отправление) грузов транспортом (без трубопроводного) 0,54 0,52
Добыча природного газа 0,63 0,62
Экспорт природного газа 0,6 0,55
Добыча нефти -0,01 0,15
Экспорт нефти 0,07 0,05
Источник: расчеты авторов
Source: Authoring Таблица 5
Регрессионная статистика для компании «Газпром»
Table 5
Regression statistics for Gazprom
Показатель Коэффициенты Стандартная ошибка t-статистика P-значение
Y-пересечение -7,99 1,18 -6,77 1,78E-09
Коммерческий грузооборот 1,9 0,32 5,87 8,76E-08
транспорта
Добыча природного газа 0,61 0,26 2,32 0,022679
Экспорт природного газа 0,21 0,08 2,46 0,016016
Примечание. Множественный R - 0,82; R-квадрат - 0,67; нормированный R-квадрат - 0,66; стандартная ошибка -0,18; наблюдения - 86. Источник: расчеты авторов
Note. Multiple R - 0.82; R-square - 0.67; Normalized R-square - 0.66; Standard error - 0.18; Observations - 86. Source: Authoring
Таблица 6
Регрессионная статистика для компании «Новатэк» Table 6
Regression statistics for Novatek
Показатель Коэффициенты Стандартная ошибка t-статистика P-значение
Y-пересечение -8,28 1,9 -4,35 3,898E-05
Коммерческий грузооборот 2,72 0,47 5,8 1,184E-07
транспорта
Импорт товаров -0,49 0,21 -2,38 0,01973
Цена нефти 0,61 0,17 3,57 0,000596
Примечание. Множественный R - 0,76; R-квадрат - 0,57; нормированный R-квадрат - 0,56; стандартная ошибка -0,27; наблюдения - 86. Источник: расчеты авторов
Note. Multiple R - 0.76; R-square - 0.57; Normalized R-square - 0.56; Standard error - 0.27; Observations - 86. Source: Authoring
Рисунок 1
Взаимосвязь роста курса акций ПАО «Газпром» и коммерческого грузооборота транспорта Figure 1
Correlation between the increase in PAO Gazprom stock price and the commercial freight turnover
Источник: расчеты авторов Source: Authoring
Рисунок 2
Взаимосвязь роста курса акций ПАО «Газпром» и роста добычи природного газа Figure 2
Correlation between the increase in PAO Gazprom stock price and natural gas production growth
150
120
90
60
30
у = 33.993х° 2365
■ ■ R2 = 0.4569 ■
■ ■
■ _ 4 Г Ш я
30
60
90
120
150
180
Источник: расчеты авторов Source: Authoring
Рисунок 3
Взаимосвязь роста курса акций ПАО «Газпром» и роста экспорта природного газа Figure 3
Correlation between the increase in PAO Gazprom stock price and the increase in natural gas export
Источник: расчеты авторов Source: Authoring
Список литературы
1. Завельский М.Г., Пекарский А.В. Прогнозирование конъюнктуры и инвестиционные решения на фондовом рынке // Аудит и финансовый анализ. 2010. № 5. С. 232-240.
2. Егорова Н.Е., Торжевский К.А. Основные направления и концепции анализа фондовых рынков // Аудит и финансовый анализ. 2008. № 6. С. 168-171.
3. Хачатрян А.Г. Межрыночный анализ как новая ступень прогнозирования изменений ценовых трендов на финансовых рынках // Финансовые исследования. 2015. № 1. С. 37-46.
4. Еленева Ю.А., Непринцев И.А. Оценка компаний методом мультипликаторов: зарубежный опыт и практика // Аудит и финансовый анализ. 2010. № 2. С. 326-329.
5. Чайковская Е.В. Финансовые индикаторы как новые элементы инфраструктуры финансового рынка // Деньги и кредит. 2015. № 3. С. 8-11.
6. Удальцов В.Е. Измерение информационной прозрачности и ее влияние на инвестиционную активность российских публичных компаний // Корпоративные финансы. 2011. № 2. С. 5-12.
7. Садовникова Н.А., Богданов Е.А. Оптимизационная модель определения границ эффективного множества портфелей гипотетического инвестора // Экономика и предпринимательство. 2016. № 1-1. С. 578-580.
8. Скляров И.Ю., Склярова Ю.М., Бережная М.В. Фондовый рынок как механизм привлечения иностранных инвестиций в российской экономике // Экономика и предпринимательство. 2016. № 1-2. С. 62-67.
9. Абрамов А.Е., Радыгин А.Д., Чернова М.И. Акции против облигаций в стратегиях долгосрочных инвесторов // Научно-исследовательский финансовый институт. Финансовый журнал. 2016. № 3. С. 26-44.
10. Горелик В.А., Золотова Т.В. Формирование оптимального портфеля акций российских компаний с вероятностной функцией риска // Научно-исследовательский финансовый институт. Финансовый журнал. 2016. № 3. С. 45-54.
11. Ацканов И.А. Динамическая оптимизация инвестиционного портфеля с использованием парных копул на примере основных фондовых рынков Европы // Прикладная эконометрика. 2015. № 4. С. 84-105.
12. Щерба А.В. Сравнение моделей реализованной волатильности на примере оценки меры риска VaR для российского рынка акций // Прикладная эконометрика. 2014. № 2. С. 120-136.
13. Сулейманова Д.Ю. Исследование временных рядов с помощью эконометрического анализа и технического анализа на рынке Форекс: монография. М.: РУСАЙНС, 2016. 152 с.
14. Егорова Н.Е., Бахтизин А.Р., Торжевский К.А. Экономико-математический инструментарий прогнозирования фондовых рынков (на примере России). М.: ЦЭМИ РАН, 2011. 109 с.
15.Боровиков Д.Д., Шнюкова Е.А. Прогнозирование рыночной стоимости акции ГМК «Норильский Никель» при помощи линейной модели корреляционно-регресионного анализа // Актуальные проблемы авиации и космонавтики. 2015. Т. 2. № 11. С. 205-207.
16.Жуков А., Пальников С. Фундаментальный анализ: проблемы и перспективы // Рынок ценных бумаг. 2009. № 11/12. С. 47-48.
17.Аистов А.В., Ошарин А.М., Петров С.С. Сравнительный анализ критериев выбора инвестиционного портфеля на фондовом рынке с несимметричным распределением доходностей // Аудит и финансовый анализ. 2011. № 3. С. 271-276.
18.Малкина М.Ю., Грищенко Л.Л. Механизмы формирования, способы идентификации и регулирования финансовых пузырей // Научно-исследовательский финансовый институт. Финансовый журнал. 2013. № 2. С. 35-44.
19. Малкина М.Ю., Лавров С.Ю. Институциональные аспекты современных циклов и кризисов // Журнал экономической теории. 2012. № 1. С. 69-78.
20. Субботин А.В., Буянова Е.А. Волатильность и корреляция фондовых индексов на множественных горизонтах // Управление риском. 2008. № 3. С. 51-59.
ISSN 2311-8709 (Online) Securities Market
ISSN 2071-4688 (Print)
ANALYSIS OF THE INFLUENCE OF MACROECONOMIC AND INDUSTRIAL FACTORS ON COMPANIES' STOCK PRICE
Marina Yu. MALKINAa% Ekaterina K. YAKOVLEVAb
a National Research Lobachevsky State University of Nizhny Novgorod, Nizhny Novgorod, Russian Federation mmuri@yandex. ru
b Nizhny Novgorod Institute of Management, Branch of Russian Presidential Academy of National Economy
and Public Administration, Nizhny Novgorod, Russian Federation
• Corresponding author
Article history: Abstract
Received 13 October 2016 Importance The article considers factors affecting the changes in the stock price of Received in revised form various companies in the modern world, and market pricing in the stock market. 27 October 2016 Objectives The purpose of the research is to assess the significance and the degree of
Accepted 10 November 2016 impact of various macroeconomic and industrial factors on stock prices.
Methods The methodological basis of the research is graphic and correlation-regression JEL classification: C38, G11 analysis.
Results We identified and analyzed factors influencing the changes in stock prices of a number of Russian oil and gas companies, explained the relationship between the considered factors and stock prices of selected companies, and proposed a regression equation to predict the future stock prices.
Conclusions and Relevance We determined the degree of impact of the factors on the stock price of companies under review. For Gazprom shares, the most significant factors include commercial freight turnover (except for pipelines), natural gas production and natural gas export. For Novatek shares, the most important factors include commercial Keywords: share, stock, freight turnover (except for pipelines), import of goods and Crude Oil Brent price. The factor, correlation and obtained regression equation and the degree of elasticity of stock prices with respect to
regression analysis, regression selected factors may be useful for further analysis of stock prices and prediction of future equation, investment decision prices.
© Publishing house FINANCE and CREDIT, 2016
References
1. Zavel'skii M.G., Pekarskii A.V. [Forecasting the business environment and investment decisions in the stock market]. Audit i finansovyi analiz = Audit and Financial Analysis, 2010, no. 5, pp. 232-240. (In Russ.)
2. Egorova N.E, Torzhevskii K.A. [Basic areas and conceptions of the analysis of stock markets]. Audit i finansovyi analiz = Audit and Financial Analysis, 2008, no. 6, pp. 168-171. (In Russ.)
3. Khachatryan A.G. [An inter-market analysis as a new stage in forecasting changes in price trends in financial markets]. Finansovye issledovaniya = Financial Research, 2015, no. 1, pp. 37-46. (In Russ.)
4. Eleneva Yu.A., Neprintsev I.A. [Company valuation using the multiplier method: Foreign experience and practice]. Audit i finansovyi analiz = Audit and Financial Analysis, 2010, no. 2, pp. 326-329. (In Russ.)
5. Chaikovskaya E.V. [Financial indicators as new elements of financial market infrastructure]. Den'gi i kredit = Money and Credit, 2015, no. 3, pp. 8-11. (In Russ.)
6. Udal'tsov V.E. [Measuring the information transparency and its influence on investment activity of Russian public companies]. Korporativnye finansy = Corporate Finance, 2011, no. 2, pp. 5-12. (In Russ.)
7. Sadovnikova N.A., Bogdanov E.A. [An optimization model to determine the boundaries of effective set of portfolios of a hypothetical investor]. Ekonomika ipredprinimatel'stvo = Economy andEntrepreneurship, 2016, no. 1-1, pp. 578-580. (In Russ.)
8. Sklyarov I.Yu., Sklyarova Yu.M., Berezhnaya M.V. [The stock market as a mechanism for attracting foreign investment into the Russian economy]. Ekonomika i predprinimatel'stvo = Economy and Entrepreneurship, 2016, no. 1-2, pp. 62-67. (In Russ.)
9. Abramov A.E., Radygin A.D., Chernova M.I. [Equity vs. bonds in strategies of long-term investors]. Nauchno-issledovatel'skii fnansovyi institut. Finansovyi zhurnal = Financial Research Institute. Financial Journal, 2016, no. 3, pp. 26-44. (In Russ.)
10. Gorelik V.A., Zolotova T.V. [Building an optimal share portfolio of Russian companies with risk probability functional]. Nauchno-issledovatel'skii finansovyi institut. Finansovyi zhurnal = Financial Research Institute. Financial Journal, 2016, no. 3, pp. 45-54. (In Russ.)
11. Atskanov I.A. [Dynamic optimization of investment portfolio using pair-copula models: Evidence from European stock markets]. Prikladnaya ekonometrika = Applied Econometrics, 2015, no. 4, pp. 84-105. (In Russ.)
12. Shcherba A.V. [Comparing the models of realized volatility using the VaR estimation for the Russian equity market]. Prikladnaya ekonometrika = Applied Econometrics, 2014, no. 2, pp. 120-136. (In Russ.)
13. Suleimanova D.Yu. Issledovanie vremennykh ryadov spomoshch'yu ekonometricheskogo analiza i tekhnicheskogo analiza na rynke Foreks: monografiya [Investigating the time series using the econometric analysis and technical analysis in the Forex market: a monograph]. Moscow, RUSAINS Publ., 2016, 152 p.
14.Egorova N.E., Bakhtizin A.R., Torzhevskii K.A. Ekonomiko-matematicheskii instrumentarii prognozirovaniya fondovykh rynkov (na primere Rossii) [Economic and mathematical tools to forecast stock markets (the case of Russia)]. Moscow, Central Economics and Mathematics Institute of RAS Publ., 2011, 109 p.
15.Borovikov D.D., Shnyukova E.A. [Forecasting the market value of Nornickel shares using the liner model of correlation-regression analysis]. Aktual'nye problemy aviatsii i kosmonavtiki = Actual Problems of Aviation and Cosmonautics, 2015, vol. 2, no. 11, pp. 205-207. (In Russ.)
16.Zhukov A., Pal'nikov S. [Fundamental analysis: Problems and prospects]. Rynok tsennykh bumag = Securities Market, 2009, no. 11-12, pp. 47-48. (In Russ.)
17. Aistov A.V., Osharin A.M., Petrov S.S. [A comparative analysis of investment portfolio selection criteria in the stock market with asymmetrical distribution of yield]. Audit i finansovyi analiz = Audit and Financial Analysis, 2011, no. 3, pp. 271-276. (In Russ.)
18.Malkina M.Yu., Grishchenko L.L. [Mechanisms of formation, methods of identification and regulation of financial bubbles]. Nauchno-issledovatel'skii finansovyi institut. Finansovyi zhurnal = Financial Research Institute. Financial Journal, 2013, no. 2, pp. 35-44. (In Russ.)
19.Malkina M.Yu., Lavrov S.Yu. [Institutional aspects of present-day cycles and crises]. Zhurnal ekonomicheskoi teorii = Russian Journal of Economic Theory, 2012, no. 1, pp. 69-78. (In Russ.)
20. Subbotin A.V., Buyanova E.A. [The volatility and correlation of stock indices over multiple time horizons]. Upravlenie riskom = Risk Management, 2008, no. 3, pp. 51-59. (In Russ.)
