CC BY
16
Актуальные проблемы авиации и космонавтики - 2019. Том 2
УДК 330.43:519.2
ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ СТОИМОСТИ АКЦИЙ «ГАЗПРОМ»
А. А. Герасимова Научный руководитель - С.И. Сенашов
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева
Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: goa22@mail.ru
Моделируется средняя потребительская стоимость акций в российской компании «Газпром» по 360 данным временного ряда, в период с 01.11.2017 г. по 31.10.2018 г. В процессе анализа наиболее подходящей оказалась полиномиальная линия тренда второй степени. Все коэффициенты этого уравнения статистически значимы. Уравнение адекватно опытным данным. Остатки гомоскедастичны. Обнаружена автокорреляция остатков первого порядка и устранена. Построенная модель позволяет делать прогноз на 5 дней с ошибкой, не превышающей 5 %.
Ключевые слова: эконометрический анализ, линии тренда
ECONOMETRIC ANALYSIS OF THE VALUE OF «GAZPROM» SHARES
A. A. Gerasimova Scientific Supervisor - S. I. Senashov
Reshetnev Siberian State University of Science and Technology 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation
E-mail: goa22@mail.ru
We simulated the average consumer cost of the shares in the Russian company «Gazprom» for 360 data time series. In the process of selecting the most suitable was a polynomial trend line of the second degree. Equation is adequate to experimental data. Remains are homoscedasticity. The constructed model allows prediction for 5 days with an error not exceeding 5 %. The detected autocorrelation of the residues of the first order and is solved.
Keywords: econometric analysis, trend lines
Для анализа были взяты данные о стоимости акций компании «Газпром» в России за период 01.11.2017 г. по 31.10.2018 г. Информация была получена из открытых источников, с сайта [1].
В результате анализа, опираясь на аналогичные исследования [2-4], были получены следующие описательные характеристики.
Средняя цена акции за 2017 - 2018 гг. равна 144,6 руб., стандартная ошибка средней - 5 копеек. Наиболее часто встречающаяся цена - 145,5 руб. Стандартное отклонение показывает разброс данных относительно среднего значения, т. е. цена колеблется в среднем в пределах от 144 до 149,98 руб. Наименьшая цена за этот период равна 126 руб., а наибольшая - 176,95 руб. Цена выросла в среднем почти на 50,95 руб.
Асимметрия показывает несимметричность распределения величины, а так как этот показатель положителен и больше 0,5, значит, асимметричность данных значительна и есть правосторонняя асимметрия. Эксцесс - положителен и близок к нулю, значит, кривая распределения близка к нормальной и круче кривой нормального распределения.
Коэффициент вариации для данных равен 0,33 %, что говорит об однородности данных, т. е. разброс данных относительно средней невелик.
Наблюдается тенденция цен к росту, то есть понижения цены были, но в основном наблюдается повышение цены акций. Особенно заметен рост цен в октябрь 2018 г. Данный рост стоимо-
Секция «Информационно-экономические системы»
сти акций аналитики связывают с тем, что «Газпром» увеличил дивидендные выплаты на 4,6 %. В последние два года компания платила 8,04 руб. на акцию.
Были составлены и проанализированы пять типов уравнений тренда, где три из них являются наилучшими.
Нами была проанализирована логарифмическая линия тренда, у которой коэффициент детерминации R2 принимает значение 0,5425.
Полученное уравнение регрессии для логарифмической линии тренда: Yt = 0,0632lnt + 133,03
где х - номер дня, y - значение стоимости акции в день t.
Коэффициент детерминации составил R2 = 0,5425, то есть 54,25 % опытных данных объясняются полученным уравнением. Данная модель адекватна опытным данным. Коэффициенты регрессии значимы. Остатки гомоскедастичны.
Полученные остатки регрессии были проверены на автокорреляцию. Была выявлена автокорреляция первого порядка, коэффициент корреляции равен 0,95.
Полученная регрессия для остатков: et = 0,9625et-1.
Остатки уравнения регрессии остатков были проверены на автокорреляцию высших порядков, вывод - нет автокорреляции высших порядков. Автокорреляция остатков устранена, и полученное уравнение можно использовать для прогноза.
Окончательное уравнение регрессии: Yt =0, 0632lnt+133,03+0,9625*e t-1.
Был сделан прогноз цен на стоимость акций «Газпром». Уравнение регрессии можно использовать для прогнозирования, пока ошибка прогноза не превышает 5%. Таким образом, полученное уравнение регрессии позволило сделать прогноз на 5 дней.
Однако, так как цена за рассмотренный период колеблется незначительно, наибольшая ошибка при прогнозе не должна превышать 1-4 рубля - в этом случае ошибка будет составлять примерно 1-2 %. 5 % - в нашем случае это более 8 рублей - слишком большая ошибка. Поэтому следует ограничить использование данного уравнения для прогноза до 4 дней, где ошибка будет составлять менее 8 рубля, а для большей точности (ошибка менее 7 рублей) до 3 дня.
Библиографические ссылки
1. ИК «Фридом Финанс» [Электронный ресурс] - Режим доступа: https://freedom24.ru. (дата обращения: 01.02.2019)
2. Александрова У.А., Сенашов С.И. Анализ статистики посещаемости сайта типичного красноярского кинотеатра // Материалы X Всероссийской научно-практической конференции творческой молодежи «Актуальные проблемы авиации и космонавтики» 2014 Т.1. №10. С.356.
3. Kovalev V.F., Pustovalov V.V., Senashov S.I. Differential Equations. 1993. Т. 29. С. 1521.
4. Волкова С.И., Савостьянова И.Л. Прогнозирование выручки ресторанов типа фаст фуд с помощью информационных технологий. // Материалы XI Международной научно-практической конференции творческой молодежи «Актуальные проблемы авиации и космонавтики». 2015. Т. 1. № 11. с. 535-536.
© Герасимова А. А., 2019
