+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Региональная экономика: теория и практика»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.3. Региональная и отраслевая экономика
5.2.4. Финансы
5.2.5. Мировая экономика
5.2.6. Менеджмент

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Анализ факторов роста курсовой стоимости акций российских компаний (на примере ПАО «Уралкалий»)

т. 17, вып. 1, январь 2019

Получена: 18.09.2018

Получена в доработанном виде: 09.10.2018

Одобрена: 30.10.2018

Доступна онлайн: 16.01.2019

Рубрика: Экономико-математическое моделирование

Коды JEL: C38, G11

Страницы: 183–200

https://doi.org/10.24891/re.17.1.183

Малкина М.Ю. доктор экономических наук, профессор кафедры экономической теории и методологии, руководитель Центра макро- и микроэкономики, Национальный исследовательский Нижегородский государственный университет имени Н.И. Лобачевского (ННГУ), Нижний Новгород, Российская Федерация 
mmuri@yandex.ru

ORCID id: отсутствует
SPIN-код: 5055-0218

Яковлева Е.К. аспирантка кафедры финансов и кредита, Нижегородский институт управления Российской академии народного хозяйства и государственной службы при Президенте РФ, Нижний Новгород, Российская Федерация 
yakov-ekaterina@mail.ru

ORCID id: отсутствует
SPIN-код: отсутствует

Предмет. Влияние различных факторов на рост курса акций российских компаний.
Цели. Выявление факторов, оказывающих влияние на курсы акций российских компаний, и оценка их значимости. Спецификация регрессионной модели роста курсов акций на примере компании ПАО «Уралкалий»; оценка ее параметров и проверка качества модели; интерпретация полученных результатов.
Методология. Методологическую основу исследования составили графический и корреляционно-регрессионный анализ. При построении регрессий использован метод наименьших квадратов с коррекцией стандартных ошибок на робастность. Для устранения проблемы автокорреляции остатков осуществлено авторегрессионное преобразование Кохрана – Орката, а также применена поправка Прейса – Винстена.
Результаты. Выявлен определенный набор взаимосвязанных факторов, оказывающих влияние на курс акций исследуемой компании. С использованием разных методов построены четыре альтернативные модели, в которых общим фактором, влияющим на рост курсов акций компании, является производство минеральных удобрений. Наиболее качественной оказалась модель, основанная на авторегрессионном преобразовании с поправкой Прейса – Винстена.
Выводы. Факторами, оказывающими наибольшее влияние на курс акций выбранного эмитента, помимо производства минеральных удобрений, стали объем коммерческих перевозок грузовым транспортом и экспорт товаров и услуг, которые отражают в целом уровень деловой активности в стране и ее взаимодействие с мировыми рынками. Полученные результаты можно использовать для прогнозирования курсов акций данной компании.

Ключевые слова: курс акций, факторы, корреляционно-регрессионный анализ, авторегрессионное преобразование, метод наименьших квадратов

Список литературы:

  1. Балашова С.А. Динамика факторов риска российского фондового рынка // Аудит и финансовый анализ. 2010. № 5. С. 225–231. URL: Link
  2. Егорова Н.Е., Торжевский К.А. Основные направления и концепции анализа фондовых рынков // Аудит и финансовый анализ. 2008. № 6. С. 168–171. URL: Link
  3. Грэхем Б., Додд Д. Анализ ценных бумаг. М.: Вильямс, 2016. 880 с.
  4. Демарк Т.Р. Технический анализ – новая наука. М.: Евро, 2008. 288 с.
  5. Нисон С. Японские свечи. Графический анализ финансовых рынков. М.: Альпина Паблишер, 2016. 296 с.
  6. Кудряшов А.А. Совершенствование определения «технический анализ» в условиях развития средств и методов технического анализа валютного рынка // Вестник Самарского государственного экономического университета. 2009. № 11. С. 64–68. URL: Link
  7. Володин С.Н., Головченко А.Э. Применимость технического анализа в различных рыночных ситуациях // Аудит и финансовый анализ. 2014. № 5. С. 99–105. URL: Link
  8. Гуськова Н.Д., Русяев Я.В. Формирование портфеля ценных бумаг на основе результатов фундаментального анализа фондового рынка // Финансы и кредит. 2013. Т. 19. Вып. 8. С. 14–23. URL: Link
  9. Козлова А.С., Тараскин Д.С. Методика формирования портфеля ценных бумаг на основе риска, доходности и справедливой стоимости компании // Вестник Саратовского государственного социально-экономического университета. 2018. № 1. С. 104–109. URL: Link
  10. Гальперин М.А., Теплова Т.В. Инвестиционные стратегии на дивидендных акциях российского фондового рынка: «собаки Доу» и портфели с фильтрами по фундаментальным показателям // Экономический журнал Высшей школы экономики. 2012. Т. 16. № 2. С. 205–241. URL: Link
  11. Якимкин В.Н. Кластерный статистический анализ рынков // Финансовая аналитика: проблемы и решения. 2008. Т. 1. Вып. 7. С. 28–35. URL: Link
  12. Царегородцев А.В., Ковалев А.А. Исследование динамики показателей финансовых рынков // Аудит и финансовый анализ. 2009. № 1. С. 242–245. URL: Link
  13. Ишханян М.В., Калинина К.В. Эконометрический анализ зависимости динамики курсов акций российских компаний с курсом доллара // Транспортное дело России. 2015. № 3. С. 20–23. URL: Link
  14. 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. № 11. С. 205–207. URL: Link
  15. Федорова Е.А., Панкратов К.А. Влияние макроэкономических факторов на фондовый рынок России // Проблемы прогнозирования. 2010. № 2. С. 78–83. URL: Link
  16. Сергеев В.А. Исследование взаимосвязей между движением фондового индекса и основными макроэкономическими показателями в нефтедобывающих странах // Аудит и финансовый анализ. 2017. № 5-6. С. 154–160.
  17. Никоноров А.Е. Эффективность применения индекса ММВБ и РТС в корреляционном анализе с зарубежными индексами по методу Пирсона // Финансы и кредит. 2014. Т. 20. Вып. 37. С. 60–65. URL: Link
  18. Федорова Е.А., Бузлов Д.А. Прогнозирование фондового рынка Российской Федерации с помощью GARCH-моделирования // Финансовая аналитика: проблемы и решения. 2013. Т. 6. № 16. С. 2–9. URL: Link
  19. Домащенко Д.В., Никулин Э.Е. Прогнозирование рядов динамики рыночных индикаторов на основе нелинейной авторегрессионной нейронной сети // Статистика и экономика. 2017. Т. 14. № 3. С. 4–9. URL: Link
  20. Борочкин А.А. Макроэкономические факторы шоков валютного и фондового рынков: метод панельной векторной авторегрессии // Финансы и кредит. 2017. Т. 23. Вып. 15. С. 882–899. URL: Link
  21. Малкина М.Ю., Яковлева Е.К. Анализ влияния макроэкономических и отраслевых факторов на курс акций компаний // Финансы и кредит. 2016. Т. 22. Вып. 44. С. 33–47. URL: Link

Посмотреть другие статьи номера »

 

ISSN 2311-8733 (Online)
ISSN 2073-1477 (Print)

Свежий номер журнала

т. 22, вып. 10, октябрь 2024

Другие номера журнала