CC BY
20
УДК 338.984
ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ИЗМЕНЕНИЯ ЦЕН АКЦИЙ ГМК «НОРИЛЬСКИЙ НИКЕЛЬ»
Е. С. Штанговец Научный руководитель - С. И. Сенашов
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева
Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: sen@sibsau.ru
Моделируются средние цены на стоимость одной акции для ГМК «Норильский никель» по 366 данным временного ряда с 06.01.2014 по 06.01.2015. В процессе подбора наиболее подходящей оказалась линейная линия тренда. Все коэффициенты этого уравнения статистически значимы. Построенная модель позволяет делать прогноз на 6 месяцев с ошибкой, не превышающей 5 %.
Ключевые слова: анализ данных, уравнение регрессии, линия тренда.
ECONOMETRIC ANALYSIS OF THE CHANGE IN PRICES OF SHARES OF MMC «NORILSK NICKEL»
E. S. Shtangovets Scientific Supervisor - S. I. Senashov
Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation
E-mail: sen@sibsau.ru
In this article modeled the average price of shares of MMC Norilsk Nickel of 366 time series data from 06.01.2014 on 06.01.2015. In the process of selecting the most suitable proved to be polynomial trend line of the second degree. All the coefficients of this equation are statistically significant. Equation is adequate to experimental data. Remains are homoscedasticity. The constructed model allows prediction for 6 months with an error not exceeding 5 %.
Keywords: data analysis, regression equation, the trend line.
Для анализа были взятые данные о цене 1 акции ГМК «Норильский никель» за 2014 год с сайта InwestfundS [1].
ОАО «ГМК «Норильский никель» - российская горно-металлургическая компания. В настоящее время «Норильский никель» объединяет группу предприятий, возглавляемую Публичным акционерным обществом «Горно-металлургическая компания «Норильский никель» (ГМК «Норильский никель»). Ранее основная часть современного «Норильского никеля» была известна как «Норильский горно-металлургический комбинат имени А. П. Завенягина» (НГМК).
Группа Норильский никель - это крупнейший в мире производитель никеля, палладия, платины и меди.
На долю ГМК «Норильский никель» приходится более 13 % мирового производства никеля, около 2 % меди, почти 44 % производства палладия и около 14 % платины. На отечественном рынке на долю предприятий ГМК «Норильский никель» приходится около 96 % всего производимого в стране никеля, 55 % меди, более 90 % МПГ, 95 % кобальта.
Основными видами деятельности предприятий Группы являются:
- поиск, разведка, добыча, обогащение и переработка полезных ископаемых;
- производство, маркетинг и реализация цветных и драгоценных металлов.
Производственные подразделения Группы находятся на трех континентах - в Европе, Австралии, Африке; в пяти странах мира - России, Финляндии, Австралии, Ботсване и ЮАР.
В России основными производственными подразделениями являются следующие предприятия:
Секция «Информационно-экономические системы»
- Заполярный филиал ОАО «ГМК «Норильский никель»;
- АО «Кольская горно-металлургическая компания».
В России акции ОАО «ГМК «Норильский никель» допущены к торгам на Московской и Санкт-Петербургской биржах.
При определении стратегии своего развития и текущей деятельности ГМК «Норильский никель» исходит из того, что обязательным условием устойчивого и эффективного развития бизнеса является неуклонное следование принципам социальной и экологической ответственности [2].
Была получена следующая итоговая статистика:
Средняя цена одной акции за исследуемый период была равна 6953,675 руб., стандартная ошибка средней - 54,938 руб. Наиболее часто встречающаяся цена - 8405 руб. Стандартное отклонение равно 1051,035 и показывает разброс данных относительно среднего значения. Наименьшая цена за этот период равна 5130 руб., а наибольшая - 10871 руб. Цена выросла на 5741 руб.
Асимметрия показывает несимметричность распределения величины. Этот показатель положителен и равен 0,702, следовательно, асимметричность данных значительна и есть правосторонняя асимметрия. Эксцесс характеризует относительную остроконечность или сглаженность распределения по сравнению с нормальным распределением. В данном случае эксцесс равен 0,582, что означает относительно остроконечное распределение.
Коэффициент вариации для данных равен 15,11 %, что говорит об однородности данных, т. е. разброс данных относительно средней невелик.
Данные были разбиты на 20 групп с шагом интервала = 287,05 и была построена гистограмма частот.
График частот показывает, что большая часть данных (237) находится ниже 8405 руб. Это значит, что почти две трети года цена за 1 акцию была ниже 8405 руб.
Наблюдается тенденция цен к росту, то есть незначительные понижения цены были, но в целом цена на акции повышается. Особенно заметен рост цен в конце года начиная с ноября.
По данным были построены разные линии тренда.
Так как изменение экономических показателей чаще всего носит линейный характер, логически закономерным является построение линии тренда с линейной зависимостью по времени. По методу наименьших квадратов уравнение линии тренда имеет вид
Yt = -376553 + 9,169*t, (1)
где yt - оценка цены акции; t - номер дня.
Полученное значение R2 = 0,844 означает, что 84,4 % данных описывается уравнением регрессии. Следовательно, такая оценка является качественной и адекватна опытным данным. Т.е. существует сильная связь между ценой акции и номером дня. Остатки гомоскедастичны.
Далее, проводится анализ остатков на наличие автокорреляции, так как данное явление широко распространено среди ценовых показателей. При этом наблюдается сильная корреляция последующего остатка с предыдущим (R = 0,907). Поэтому строится регрессия для остатков, которая по методу наименьших квадратов выглядит следующим образом: et = 0,942et_i. На основании этого строится новая линия тренда, учитывающая автокорреляцию:
Yt = -376553 + 9,1688*t + 0,942*eM. (2)
Уравнение описывает 90,57 % данных. Уравнение адекватно опытным данным. Коэффициент значимый. Остатки гомоскедастичны.
Повторный тест остатков на автокорреляцию дал отрицательный результат. Автокорреляция остатков устранена, и полученное уравнение (2) можно использовать для прогноза.
Уравнение регрессии можно использовать для прогнозирования, пока ошибка прогноза не превышает 5 %. Таким образом, полученное уравнение регрессии позволило сделать прогноз на 189 дней (6 месяцев) [3-7].
Библиографические ссылки
1. Investfunds [Электронный ресурс]. URL: http://investfunds.ru/ (дата обращения: 20.02.2016).
2. Официальный сайт ОАО «ГК Норильский никель» [Электронный ресурс]. URL: http://nornik.ru/ (дата обращения: 20.02.2016).
3. Айвазян С. А. Основы эконометрики. М. : Юнити, 2001. 432 с.
4. Kovalev V. F., Pustovalov V. V., Senashov S. I. Differential Equations. 1993. Т. 29. С. 1521.
5. Соболь А. С., Сенашов С. И. Обработка «больших данных» в телекоммуникационных компаниях // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. С. 391.
6. Худяева Т. В., Сенашов С. И. Анализ динамики поступления налогов и сборов по УФНС России по Красноярскому краю // Актуальные проблемы авиации и космонавтики. 2013. Т. 1. С. 440.
7. Александрова У. А., Сенашов С. И. Анализ статистики посещаемости сайта типичного Красноярского кинотеатра // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. С. 356.
© Штанговец Е. С., 2016
