Применение диффузного индекса при прогнозировании динамики российского фондового рынка тема диссертации и автореферата по ВАК РФ 08.00.10, кандидат экономических наук Рожков, Андрей Григорьевич

• Рожков, Андрей Григорьевич
• кандидат экономических наук
• 2006

Оглавление диссертации кандидат экономических наук Рожков, Андрей Григорьевич

ВВЕДЕНИЕ.

ГЛАВА 1. РОЛЬ ФОНДОВОГО РЫНКА И ПРОГНОЗИРОВАНИЕ ЕГО ДИНАМИКИ.

1) Развитие фондового рынка и экономический рост.

2) Тренды индекса РТС и экономических показателей.

3) Основые экономические факторы.

4) Анализ известных методик прогнозирования трендов рынка акций.

ГЛАВА 2. РАЗРАБОТКА ИНСТРУМЕНТАРИЯ ПРОГНОЗИРОВАНИЯ.

1) Известные формы прогнозных индексов.

2) Формирование правил построения прогнозного индекса и поступления сигналов.

3) Отбор составляющих прогнозного индекса.

ГЛАВА 3. ПОСТРОЕНИЕ И ТЕСТИРОВАНИЕ ПРОГНОЗНОГО

ИНДЕКСА.

1) Построение индекса и выделение прогнозных сигналов.

2) Критериальная оценка индекса.

3) Необходимые и достаточные условия применения прогнозного индекса.

Введение диссертации (часть автореферата) на тему «Применение диффузного индекса при прогнозировании динамики российского фондового рынка»

Актуальность темы диссертационного исследования. К настоящему времени история российского фондового рынка насчитывает более 10 лет, а его развитие уже перешло в зрелую фазу. Тем не менее можно констатировать наличие пробелов в изученности отдельных методов прогнозирования инструментов отечественного фондового рынка. За всё время исследований и анализа российского рынка акций методы прогнозирования его трендовой динамики остаются наименее проработанными.

Проблема прогнозирования трендовой динамики фондового рынка является актуальной для отечественной финансовой науки. Вследствие высокой стабильности развитых фондовых рынков в США и Западной Европе возникают менее эффективные стимулы для развития методов трендового прогнозирования, чем в условиях неравновесного состояния российского фондового рынка, процесс формирования которого характеризуется серией кризисов. Поэтому перед отечественной наукой встает задача пересмотра принятых допущений, используемых в традиционных моделях зарубежной финансовой экономики, и выработки новых положений, адаптированных к специфическим условиям фондовых рынков стран с развивающейся экономикой, к которым относится Россия.

Названная проблема представляет интерес с точки зрения более полного понимания экономического раздела теории фундаментального анализа и его приложения к российскому фондовому рынку. Важным является теоретическое обоснование наиболее значимых экономических и институциональных факторов, ключевых рисков инвестирования и их влияния на трендовую динамику российского фондового рынка.

Помимо теоретической составляющей, проблема прогнозирования трендовой динамики фондового рынка представляет особую актуальность в практической области построения торговых методик и стратегий управления долгосрочным портфелем акций. В данной области необходимость разработки инструментария прогнозирования динамики российского фондового рынка обусловлена потребностью профессиональных участников российского рынка ценных бумаг в научно обоснованных методах долгосрочного инвестирования.

Многие западные институциональные инвесторы, ведущие деятельность на российском фондовом рынке, используют преимущественно собственные прогнозные модели. Однако их практическая ценность зачастую невысока. Одна из причин этого - ориентация данных методик на инструменты рынков акций развитых стран, в то время как российский фондовый рынок из-за своей неэффективности имеет отличительные особенности. Их краткий сравнительный анализ представлен в первой главе диссертации. Из-за отличительных особенностей нельзя в полной мере применять существующие методики прогнозирования трендовой динамики рынков акций развитых стран в отношении российского фондового рынка. Тем не менее опыт, накопленный западными учёными, должен быть адаптирован для построения прогнозных моделей российского рынка акций.

Аналитические отделы и подразделения по управлению активами группы институциональных инвесторов могут улучшить собственные долгосрочные инвестиционные стратегии посредством использования научно выверенных методов управления, основанных на строгих, недвусмысленных процедурах принятия инвестиционных решений. Именно на создание такого метода нацелена разработка инструментария прогнозирования трендовой динамики российского фондового рынка. Отметим, что на данном этапе развития фондового рынка — этапе формирования нового типа институциональных инвесторов, управляющих накопительными пенсиями граждан, использование результатов диссертации будет способствовать повышению эффективности инвестиционных решений.

Практическая сторона диссертационного исследования окажется полезной для финансовых учреждений страны и соответствующих регулирующих органов. Потенциальная выгода для органов исполнительной власти (в лице Министерства финансов, ЦБ РФ, ФСФР) состоит в использовании практического результата работы — готового инструментария прогнозирования — для анализа и мониторинга рынка акций.

Степень научной разработанности проблемы. Недостаточная проработка экономического раздела теории фундаментального анализа обусловливает необходимость решения двух главных проблем. Первая из них состоит в расширении и углублении знаний в отношении влияния экономических процессов на фондовый рынок и адаптации их к практике российского рынка акций. Вторая заключается в формализации постулатов теории и разработке такого инструментария прогнозирования динамики российского фондового рынка, который позволит инвестору с высокой долей вероятности определять начало и окончание трендовых движений индекса фондового рынка.

Анализ первой проблемы применительно к развитым рынкам западных стран широко представлен в исследованиях зарубежных учёных. В частности, в работах Е. Фамы и К. Френча [77], Д. Кейма и Р. Стамбо [95]. Обзорный материал представлен в книге Д. Швогера [31]. Развитие этого теоретического направления на современном этапе осуществляется зарубежными учеными, которые исследуют отдельные аспекты прогнозирования. Однако основное внимание уделяется изучению основных факторов, влияющих на динамику рынка акций. В числе этих работ находятся исследования П. Дичоу и др. [67], Ф. Шамсуддина и Д. Гиллерба [121], М. Хесса [93].

Решением второй проблемы, носящей практический характер, занимались зарубежные учёные, использовавшие весь спектр известных математических методов. Так, М. Шове и С. Поттер [61] при построении модели использовали эконометрическую технику цепей Маркова. Другие исследователи — А. Наранжо и др. [109] разработали модель на основе теории арбитражного ценообразования. Данная теория широко использовалась в научных трудах в последние десятилетия.

Одним из направлений исследований стало изучение возможностей использования индексных методов для прогнозирования трендовой динамики рынка акций. Так, Д. Амстед [132] обнаружил опережающий характер динамики экономического индекса ЫВЕЯ1 по отношению к динамике фондового индекса Б&Р 5002. Другой формой индекса, использованной учёными для прогнозирования трендовой динамики агрегированных величин, стала диффузная форма индексов. Исследования в отношении пригодности применения этой формы индекса велись в 1960-х годах (А. Бродия [57], X. Стеклер [127], С. Валаван [133]) и вновь стали актуальными в последнее десятилетие (Д. Кеннеди [96]). Представленные выше исследования второй проблемы также осуществлялись преимущественно для фондовых рынков развитых стран. При этом аналогичных исследований для рынков стран с развивающейся экономикой практически не велось.

1 NBER - Национальное бюро экономических исследований США (National Bureau of Economic Research). Некоммерческая организация, работа которой направлена на исследование экономики.

2 S&P 500 — индекс фондового рынка США, включающий акции 500 крупнейших по капитализации компаний. Индекс рассчитывается с 1941 года. За базовое значение было принято значение 10.

Поскольку проблема прогнозирования трендовой динамики рынка акций не являлась актуальной для советской экономики, отечественные ученые не внесли заметного вклада в эту область знаний. Формирование и развитие рынка ценных бумаг в современной России вызвали появление соответствующих научных исследований. Среди них можно отметить работы Е. Дорофеева [3], В. Максимова и И. Некрасовой [34], авторы которых строили модели прогнозирования долгосрочных изменений доходности и индекса фондового рынка. Однако эти исследователи, как и авторы большинства публикаций, появившихся в отечественной печати в последние годы, либо игнорировали несомненные достижения зарубежной финансовой науки, либо некритично переносили основные результаты зарубежной теории на российский рынок. Таким образом, отмеченная проблематика не была раскрыта в полной мере.

Слабая проработка данной проблематики объясняется и тем, что фактически за первые четыре года существования российского фондового рынка на нём присутствовало лишь два долгосрочных тренда индекса РТС3. Вследствие этого исследования не могли привести к построению, а затем и к объективному тестированию прогнозной модели на основе известных методов. Более успешными оказались исследования в смежной области — в прогнозировании экономических трендов4 и трендов промышленного производства [46].

Таким образом, можно заключить, что проблема прогнозирования трендовой динамики российского рынка акций на современном этапе его развития остаётся недостаточно проработанной и требует дополнительного исследования. Это определило потребность в теоретических изысканиях, опирающихся на модели зарубежной финансовой экономики и одновременно учитывающих особенности российских условий, а также в эмпирических исследованиях по созданию инструментария прогнозирования и построению прогнозной модели для отечественного рынка акций.

Целью диссертационной работы является разработка инструментария прогнозирования трендовой динамики рынка акций. С помощью этого

3 Индекс РТС - индекс Российской торговой системы. Индекс строится на основе данных по акциям 50 крупнейших компаний России, чьи ценные бумаги прошли листинг и по которым проходят торги в РТС. Индекс является индикатором стоимости широкого спектра компаний, представляющих различные отрасли экономики России. Индекс рассчитывается с сентября 1995 года. Базовое значение индекса равно 100 пунктам.

4 Прогнозирование экономических трендов, как правило, осуществляется на данных ВВП, либо других агрегированных величинах экономики. инструментария на основе индексных методов произведено построение модели прогнозирования. Эта модель представляет собой индекс, который исходя из заранее сформулированных правил извещает об окончании ранее господствовавшего на фондовом рынке тренда и о начале нового, противоположного трендового движения.

Достижению поставленной цели будет предшествовать решение следующих задач диссертационного исследования:

1. Проанализировать, установить зависимости и дать характеристику сходствам трендовой динамики индекса акций и ключевых экономических показателей, а также логически объяснить их с точки зрения экономических процессов;

2. Исследовать и выделить основные факторы, оказывающие влияние на трендовую динамику фондовых индексов в странах с развивающимися экономиками;

3. Провести сравнительный анализ известных методик прогнозирования динамики трендов рынка акций и оценить правомерность использования стандартных моделей зарубежных финансовых рынков в специфических условиях российского рынка акций;

4. Построить модель прогнозирования трендовой динамики российского рынка акций на основе выбранного метода;

5. Проработать и сформулировать условия отбора опережающих экономических показателей, провести сравнительный анализ известных методик выделения лучших опережающих показателей и на основе выбранной методики определить показатели для модели прогнозирования;

6. Составить критерии для установления характеристик модели прогнозирования и произвести её тестирование по прогнозной способности и эффективности сигналов.

Объектом исследования выступает фондовый индекс российского рынка акций — индекс РТС. Предметом является трендовая динамика фондового индекса. Использование индекса акций в качестве объекта исследования позволяет оценить изменение рыночной стоимости многих компаний. При этом выбор его трендовой динамики в качестве предмета исследования открывает возможность для выявления оптимальных периодов инвестирования в набор акций компаний, входящих в расчёт индекса РТС.

Информационная база включает исторические статистические данные по основным показателям фондовых рынков стран с развитой и развивающейся экономиками, а также временные ряды данных по экономическим показателям этих стран. Основной объём статистической экономической и финансовой информации представляют данные по фондовому рынку и экономическим показателям России. Эти данные собраны из информационных ресурсов Банка России, ЦЭК, ГКС (ныне ФСГС), ИЭПП, РТС, ММВБ, международных информационных агентств Reuter и Bloomberg5, американского инвестиционного банка J.P.Morgan, а также международной исследовательской организации NTC Research6.

Методологическую и теоретическую основу исследования составляют преимущественно научные труды зарубежных экономистов и в меньшей степени отечественных учёных. Неотъемлемой частью теоретической основы диссертации являются результаты научных изысканий иностранных и российских, государственных и частных исследовательских организаций, а также аналитические обзоры российских и зарубежных экспертов в области фондового рынка. При решении конкретных задач применялись общенаучные методы познания - анализ, группировки, обобщения, логический анализ теоретического и практического материала. Вместе с тем использовались методы прикладной статистики, эконометрики, технического и фундаментального анализа.

Научная новизна исследования состоит в следующем:

1) Выявлены и структурированы все основные факторы, оказывающие долгосрочное влияние на трендовую динамику акций на фондовом рынке страны с развивающейся экономикой. Установлено, что долгосрочное однонаправленное изменение экономических показателей, характеризующих тот или иной фактор, оказывает влияние на трендовую динамику российского фондового рынка.

2) Впервые в отечественной практике экономических исследований разработан механизм отбора экономических показателей для расчёта прогнозного индекса, который включает предварительные условия отбора, накладываемые положениями теоретической базы, характеристиками объекта исследования,

5 Статистические данные по экономическим показателям и финансовым индикаторам были получены со специальных информационных терминалов информационных агентств Reuter и Bloomberg.

6 NTC Research - американская исследовательская организация, специализирующаяся на расчёте и предоставлении данных об изменении экономической конъюнктуры предприятий. Сайт организации в Интернете находится по адресу http://www.ntcresearch.com. избранной методикой прогнозирования, и систему критериальной оценки, основанную на статистических характеристиках экономических показателей.

3) Усовершенствована методика построения диффузного индекса с учётом свойств фондового индекса и цели прогнозирования его долгосрочных тенденций. Внесённые изменения позволили уменьшить волатилыюсть диффузного индекса, повысив пригодность его значений для формирования прогнозного сигнала.

4) Разработан и формализован оригинальный, ранее не применявшийся механизм формирования сигнала от диффузного индекса для определения растущих и падающих трендов фондового рынка.

5) Предложена и реализована ранее не описанная в литературе целостная модель прогнозирования трендовой динамики российского рынка акций на основе усовершенствованной методики построения диффузного индекса, отбора показателей и использования результатов прогнозирования.

6) Определены условия, при которых использование предложенной модели даёт наилучшие результаты в процессе прогнозирования долгосрочных тенденций индекса фондового рынка. Проработана процедура наблюдения за индексом, включающая требование контроля за исходными экономическими показателями, входящими в прогнозный индекс.

7) Разработан и предложен инструментарий применения модели прогнозирования в деятельности институциональных инвесторов, содержащий конкретные рекомендации по использованию прогнозных сигналов индекса при принятии инвестиционных решений, а также методы оценки полученных результатов управления портфелем акций.

Теоретическая значимость исследования состоит в том, что оно показало необходимость усовершенствования моделей прогнозирования трендов, используемых на фондовых рынках развитых стран, для выявления тенденций на рынках акций в странах с развивающейся экономикой, к которым относится Россия. Основные положения и выводы, содержащиеся в диссертации, могут быть использованы при дальнейшем развитии моделей прогнозирования трендов рынка акций.

Практическая значимость исследования состоит в том, что построенный индекс трендового прогнозирования (ИТП) может использоваться долгосрочными инвесторами в процессе управления портфелями акций российских предприятий.

Целесообразность его практического использования доказана результатами тестов, показавших высокую эффективность прогнозных сигналов индекса в ходе более чем восьмилетнего периода расчёта его значений. Вместе с тем результаты сратегии управления портфелем акций на основе сигналов прогнозного индекса превзошли результаты существующей классической стратегии "купи и держи". Основные и промежуточные выводы исследования могут быть использованы в преподавании курсов "Управление портфелем акций", "Фондовый рынок" и для повышения квалификации специалистов фондового рынка.

Личный вклад автора заключается в следующем:

1. Выделены ключевые факторы, оказывающие долгосрочное влияние на трендовую динамику рынка акций стран с развивающейся экономикой, проведена их классификация;

2. Обозначены возможности использования существующих методик прогнозирования динамики трендов фондового рынка на российском рынке акций;

3. Предложены условия отбора опережающих экономических показателей;

4. Предложены опережающие экономические показатели и финансовые индикаторы для построения моделей прогнозирования рынка акций на основе индексных методов;

5. Усовершенствован способ построения диффузного индекса для прогнозирования трендовой динамики фондового индекса РТС;

6. Разработан механизм формирования сигнала прогнозного индекса (на основе диффузной формы) для выявления растущих и падающих трендов фондового индекса;

7. Предложена методика тестирования прогнозных моделей для оценки эффективности генерируемых сигналов, формализован коэффициент эффективности, дано его описание;

8. Предложены методические рекомендации портфельным инвесторам по использованию модели прогнозирования.

Перспектива дальнейших исследований. Важно отметить, что, несмотря на большой объём проделанных исследований в рамках данного научного направления, остаются вопросы и задачи, требующие решения. В частности, может быть углублена тема механизма контроля за индексом в долгосрочной перспективе. Не исключено, что определённых результатов можно достичь при более глубоком поиске альтернативных экономических показателей. Полезными могут оказаться исследования, направленные на применение различных форм объединения исходных данных экономических показателей. Возможно, благодаря этим исследованиям будет создана новая форма индекса, обладающая преимуществами по сравнению с использованной в данной работе.

Внедрение результатов диссертации. Предложенная в диссертации модель прогнозирования использована в процессе управления портфелем акций российских предприятий в инвестиционной компании "КапиталЪ". Наблюдение за моделью прогнозирования осуществлялось в отделе рыночных исследований инвестиционной компании "КапиталЪ". Вообще, внедрение результатов работы, а именно стратегии управления портфелем на основе сигналов ИТП, наиболее целесообразно осуществлять в деятельности тех инвесторов, которые располагают возможностью долгосрочного инвестирования. Это требование обусловлено тем, что использование стратегии управления портфелем на основе сигналов ИТП обеспечивает преимущества в течение долгосрочного периода — нескольких лет. Среди российских субъектов фондового рынка применение такой стратегии возможно и целесообразно в управляющих компаниях, средних и крупных инвестиционных фондах.

Апробация результатов диссертации проходила в форме публикаций в профессиональных изданиях практической направленности ("РЦБ", "Вестник НАУФОР"). Всего было опубликовано 3 статьи, содержащие анализ динамики ИТП и его прогноз. Прогнозы ИТП по этим публикациям пришлись на 2003, 2004 и 2005 годы, и относились к выявлению трендовой динамики индекса РТС на ближайшие месяцы после опубликования прогноза. Все три опубликованных прогноза оказались в целом точными.

Основные положения настоящего исследования заслушивались на четвёртой Международной научно-практической конференции "Модернизация экономики: социальный контекст", организованной Государственным университетом - Высшей школой экономики при участии Всемирного банка и фонда "Бюро экономического анализа", проходившей 2-4 апреля 2003 г. в Москве. Некоторые положения диссертационного исследования, а также промежуточные результаты прошли обсуждение на отдельном аспирантском семинаре.

Опубликование содержания и результатов диссертации в научной печати. Теоретические положения диссертации, а также практические выкладки опубликованы в узкопрофессиональных изданиях и в популярных экономических журналах. Основная цель публикаций состояла в привлечении внимания научного сообщества к исследуемой проблеме. При этом на обсуждение читателей выносились как теоретические положения исследования, так и способы решения конкретных задач исследования. Статья, посвященная факторам трендовой динамики рынка акций и экономическим показателям, вышла в журнале "Вестник НАУФОР" [41]. Вместе с тем в статье представлены результаты тестирования опережающей способности некоторых экономических показателей. В другой публикации, изданной в журнале "Вопросы экономики" [42], опубликованы результаты решения конкретных задач прогнозирования при помощи индексных методов. Параллельно в статье представлены выкладки для построения индекса для прогнозирования трендовой динамики российского фондового индекса. Статьи о создании прогнозного индекса вышли в журналах "Вопросы экономики" [43] и "Вестник НАУФОР" [45]. Всего по теме работы было опубликовано 7 статей общим объёмом 5,25 печатных листа.

Структурные этапы изложения диссертации. Первая глава работы посвящена построению и формулированию теоретической базы диссертационного исследования. Ключевая задача главы - исследование основных факторов, оказывающих влияние на трендовую динамику российского рынка акций. При этом главный акцент делается на те факторы, влияние которых носит продолжительный характер и значение которых для фондового рынка не ослабевает на протяжении всей истории его развития. Вместе с тем в первой главе диссертации проведён анализ известных методик прогнозирования.

Вторая глава диссертации посвящена построению инструментария прогнозирования трендовой динамики индекса РТС. В ней дано описание известных методов построения прогнозных индексов, изложены их главные преимущества и недостатки по отношению к предмету исследования. После выбора прогнозной формы индекса уточнена и конкретизирована методика её построения с учётом характеристик объекта исследования и требований, накладываемых предметом исследования. Следующим логичным шагом стало определение разворотных сигналов. Отдельное место в главе уделено отбору экономических показателей, которые обладают свойством опережения трендовой динамики индекса РТС.

В третьей главе диссертации осуществлено построение прогнозного индекса на основе четырёх отобранных экономических показателей и финансовых индикаторов. Далее следует его всестороннее тестирование - необходимая проверка прогнозирующей способности построенного прогнозного индекса. Тестирование проводится как для выявления непосредственно прогнозных свойств индекса, так и для определения способности индекса вырабатывать торговые сигналы для управления долгосрочным портфелем акций.

Заключение диссертации по теме «Финансы, денежное обращение и кредит», Рожков, Андрей Григорьевич

Выводы и результаты исследования:

1. В работе систематизированы существующие теории, объясняющие зависимость динамики фондового индекса и основных экономических показателей. Проведёный анализ результатов исследований экономистов, изучавших данную зависимость, позволил подтвердить точку зрения о том, что динамика фондового рынка отражает ход экономических процессов в стране и уровень развития экономики. Аналогичный вывод был получен при корреляционном и регрессионном анализе зависимости значений фондовых индексов восьми развитых и развивающихся стран от уровня ВВП, а также от годовых темпов его изменения.

2. Автором проанализированы критерии выделения среднесрочных трендов временных рядов. Эти критерии адаптированы для выделения трендов в динамике фондовых индексов, определена продолжительность минимального трендового движения индекса на российском фондовом рынке в размере трёх месяцев. Результатом применения данных критериев к динамике индекса РТС за период с декабря 1996 г. по ноябрь 2004 г. стало выделение 13 трендов, 7 из которых являются растущими, а 6 — падающими.

3. Проведён анализ трендовой динамики индекса РТС и ключевых экономических показателей на предмет выявления сходств и различий. В ходе анализа автором выделены два основных сходства, состоящие в одинаковой направленности и синхронности изменения трендов индекса РТС и большинства из рассматривавшихся показателей.

4. В ходе детального анализа ключевых факторов трендовой динамики российского рынка акций установлено, что на данном этапе его развития трендовую динамику фондового рынка определяют как факторы, свойственные западным финансовым рынкам, так и специфические факторы, оказывающие влияние на рынки стран с развивающимися экономиками. В частности, было выявлено, что факторы корпоративного, институционального и политического риска, свойственные странам с переходной экономикой, оказывают влияние на трендовую динамику российского рынка акций. Вместе с тем установлено, что фактор финансовой устойчивости государства, влияющий на формирование трендов рынков акций стран с развивающимися экономиками, также воздействует на российский фондовый рынок.

5. Определены четыре группы экономических показателей и финансовых индикаторов, каждая из которых представляет ключевой фактор трендовой динамики российского рынка акций. Этими группами стали: а) показатели, отражающие изменение объёма спроса в экономике; б) показатели, отражающие изменение уровня процентных ставок; в) косвенные показатели институционального и политического риска; г) показатели кредитной устойчивости государства.

Экономический анализ показал, что долгосрочное однонаправленное изменение любого показателя из выделенных групп отражает изменение ключевого фактора российского фондового рынка и оказывает соответствующее влияние на трендовую динамику российского рынка акций.

6. В работе проведён детальный анализ известных методик и готовых моделей прогнозирования динамики трендов рынка акций, оценена правомерность использования стандартных моделей зарубежных финансовых рынков в специфических условиях российского рынка акций. Автором проанализированы условия и ограничения, накладываемые методиками, определены возможности их использования на российском рынке акций. В рамках проведённого анализа было установлено, что в условиях цикличной динамики фондового рынка и экономики наиболее подходящим методическим аппаратом для разработки инструментария прогнозирования являются индексные методы. Выявлены преимущества данных методов по сравнению с другими известными методиками. В частности, было установлено, что индексные методы универсальны и просты в применении, их использование не допускает неоднозначных трактовок, эти методы удовлетворяют характеристикам объекта исследования.

7. В ходе подробного анализа результатов моделей прогнозирования на основе индексных методов обосновано использование одного экономического показателя либо финансового индикатора из обособленных групп, представляющих отдельный фактор.

8. В работе проведён сравнительный анализ двух известных форм прогнозных индексов. Это позволило выявить несколько серьёзных преимуществ диффузной формы прогнозного индекса по сравнению со сводным индексом. В частности, было установлено, что эта форма индекса представляет больше возможностей по её использованию для распознавания трендов рынка акций. Значения диффузного индекса подлежат однозначной трактовке, при этом сама форма индекса позволяет конструировать большое количество разнообразных сигналов.

9. Адаптирован способ построения диффузного индекса к особенностям трендовой динамики российского рынка акций. В частности, скорректировано правило расчёта значения компоненты индекса в случае, если соответствующий показатель в течение двух периодов не изменяется.

10. Систематизированы и описаны известные механизмы формирования сигналов от прогнозных индексов на основе диффузной формы. Автором проанализированы их преимущества и недостатки для распознавания трендов индексов фондового рынка. С учётом имеющихся достижений учёных разработан механизм формирования сигнала прогнозного индекса для определения растущих и падающих трендов фондового индекса РТС. Сигнал растущего тренда поступает, когда большинство компонент индекса указывает на расположенность ключевых факторов к повышению цен акций, сигнал падающего тренда поступает, когда большинство компонент индекса указывает на расположенность ключевых факторов к снижению стоимости акций.

11. Разработаны и сформулированы условия отбора исходных опережающих показателей. Эти условия должны служить неким фильтром, помогающем на раннем этапе построения модели прогнозирования отделить неподходящие экономические показатели и финансовые индикаторы. Условия отбора исходных опережающих показателей определяются положениями теоретической базы, характеристиками объекта исследования и избранной методикой прогнозирования.

12. В ходе формирования множества потенциальных опережающих показателей была проделана работа практически по всем рассчитываемым в экономической статистике показателям. Автором выделено более семи десятков экономических показателей и финансовых индикаторов. Данные показатели систематизированы и по экономическому смыслу разделены на 6 групп:

I. Прямые показатели спроса и предложения;

II. Косвенные показатели спроса;

III. Косвенные индикаторы ставки дисконтирования;

IV. Индикаторы волатильности;

V. Показатели кредитной устойчивости государства;

VI. Индикаторы политического и институционального риска. Предложенные опережающие экономические показатели и финансовые индикаторы могут быть использованы для построения моделей прогнозирования рынка акций на основе индексных методов.

13. Проведён анализ известных методик выявления лучших из отобранных показателей. В ходе анализа автором рассмотрены ограничения, накладываемые особенностями динамики исходных экономических показателей и финансовых индикаторов, обозначены возможности использования методик. В рамках проведённого анализа было установлено, что в условиях цикличной динамики фондового индекса и отобранных показателей, а также исходя из выбранной модели прогнозирования наиболее подходящим методом для выделения лучших показателей является критериальная оценка, подкреплённая системой вспомогательных характеристик.

14. Применена критериальная оценка отбора лучших опережающих индикаторов. В результате проделанных процедур автором выделены четыре показателя, относящиеся к различным факторным группам. Эти показатели обладают лучшими характеристиками по сравнению с остальными. Ими стали:

1) цена российской нефти - смеси марки Urals;

2) рост обеспеченности предприятий собственными средствами;

3) среднее значение ставки межбанковского рынка по кредитам "overnight";

4) индекс EMBI+Russia.

15. Автором разработана методика тестирования моделей прогнозирования трендов рынка акций для оценки эффективности генерируемых сигналов. Формализован и описан коэффициент эффективности сигнала, суть которого сводится к тому, чтобы продемонстрировать, какая часть тренда была успешно распознана моделью прогнозирования и насколько может увеличиться стоимость портфеля акций по сравнению со стратегией, идеально предсказывающей начало и окончание трендов фондового индекса.

16. Осуществлено комплексное тестирование созданного индекса. В рамках проведённых тестов были изучены прогнозная способность генерируемых сигналов, их эффективность. Проведён сравнительный анализ результатов управления портфелем акций на основе сигналов прогнозного индекса и результатов управления портфелем на основе пассивной стратегии. Установлено, что среднеарифметический годовой прирост на основе пассивной стратегии управления составлял 47,6%, в то время как для стратегии на основе прогнозных сигналов ИТП он равнялся 78,4%. Расхождение значений средних приростов обусловлено тем, что для стратегии управления портфелем акций на основе сигналов ИТП все годовые изменения оказывались положительными, в то время как для пассивной стратегии в 1998 и 2000 г. отмечалось уменьшение стоимости портфеля.

17. Исследованы возможности применения созданной модели прогнозирования в работе институционального инвестора. Автором предложены методические рекомендации для использования сигналов прогнозного индекса в работе портфельного инвестора. Вместе с тем даны методические указания по ведению портфеля акций в случае корректировки индекса РТС и других событий.

18. Определены необходимые и достаточные условия применения прогнозного индекса в долгосрочном периоде, проработана процедура наблюдения за индексом. Автор выделяет требование контроля за исходными экономическими показателями и финансовыми индикаторами, входящими в индекс, предлагает параллельно проводить тестирование новых показателей на случай замены существующих.

Заключение.

В условиях современного российского фондового рынка, характеризующегося растущей активностью совершения сделок и увеличивающейся конкуренцией между инвесторами, особую актуальность приобретают торговые стратегии, применяемые его участниками. Ориентация инвестиционных портфелей на долгосрочное вложение средств требует знания и умения использования стратегий долговременного инвестирования. Это, в свою очередь, предполагает комплекс теоретических знаний в области прогнозирования трендов на фондовом рынке, а также навыки построения соответствующих моделей. Применение данных моделей способствует получению более высокого дохода институциональными инвесторами, повышает результаты их работы и, таким образом, усиливает конкурентные преимущества.

В настоящем исследовании дополнительно проработана и углублена теоретическая база, являющаяся отправной точкой для построения моделей прогнозирования. Составлены критерии выделения среднесрочных трендов индекса РТС, выявлены зависимости между экономическими показателями и индексом РТС, исследованы основные факторы, определяющие трендовую динамику российского рынка акций. Проведён сравнительный анализ известных методик прогнозирования динамики трендов рынка акций, установлены их преимущества и недостатки. Посредством включения экономических показателей, соответствующих положениям теоретической базы, на основе диффузной формы построен прогнозный индекс, объединивший весь спектр факторов, влияющих на объём спроса и предложения акций российских компаний. Благодаря этому индекс адекватно отражает изменение влияния основных факторов, вследствие чего приобретает прогнозную способность.

Итоговым результатом исследования стало создание модели прогнозирования на базе диффузного индекса, способного на протяжении продолжительного периода времени генерировать успешные сигналы разворота долгосрочных трендов фондового индекса РТС. Таким образом, задачи диссертации были решены, полученные в ходе исследования результаты и основные выводы приводятся ниже.

Список литературы диссертационного исследования кандидат экономических наук Рожков, Андрей Григорьевич, 2006 год

1. Алексеенкова М.В. Факторы отраслевого анализа для российской переходной экономики. М.: ГУ-ВШЭ, препринт, январь 2001.

2. Виленский M.JL, Лившиц В.Н. Оценка эффективности инвестиционных проектов. М.: Дело, 2001. 412 с.

3. Дорофеев Е.А. Влияние колебаний экономических факторов на динамику российского фондового рынка. М.: РПЭИ, 2000. 47 с.

4. Сергиенко Я.В. Особенности динамики развивающихся рынков. М.: Финансы и статистика, 2002. 192 с.

5. Твид Л. Психология финансов. М.: "ИК "Аналитика", 2002. 376 с.

6. Burns A.F., Wesley С.М. Measuring business cycles. New York: National Bureau of Economic Research, 1946.

7. Chauvet M., Potter S. Nonlinear risk. Working Paper, University of California, Riverside. 1998.

8. Dyckman T.R., Downes D.H., Magee R.P. Efficient Capital Markets and Accounting: A Critical Analysis. Englewood Cliff, N.J.

9. Filer R.K., Hanousek J., Campos N.F. Do stock markets promote economic growth? April 2003

10. Galbraith J.K. The Great Crash, 1929. 3d ed. Boston: Houghton Mifflin, 1972.

11. Goldsmith R. Financial Structure and Development, New Haven: Yale University Press, 1969.

12. Moore G.H. Business cycle indicators, vol. 2. Princeton, NJ: Princeton Univ. Press, 1961.

13. Perotti E., Oijen P. Privatization, Political Risk and Stock Market Development in Emerging Economies. Photocopy, University of Amsterdam, 1999.

14. Sylla R. Financial Systems, Economic Growth, and Globalization. Working Paper, NYU Stern, 2001.

15. Shiller R.J. Irrational Exuberance. Princeton Univ. Press, Princeton, NJ, 2000.1. Сборники научных статей

16. Hagin R.L. Engineered Investment Strategies: Problems and Solutions// in Sheered K.F. (ed.), Equity Markets and Valuation Methods. Charlottesville, VA: The Institute of Chartered Financial Analysts. 1988.

17. Hugh P . Financial Development and Economic Growth in Underdeveloped Countries, Economic Development and Cultural Change, 1966.

18. McNees S.K. Forecasting cyclical turning points: the record in the past three recessions. In: Lahiri K., Moore G.H. Eds., Leading Economic Indicators: New Approaches and Forecasting Record. Cambridge University Press, Cambridge, MA, 1991. p. 149-168.

19. Foreign Portfolio Investment in Emerging Equity Markets. Helsinki: WIDER, 1990.1. Книги и учебные пособия

20. Абрамов С.И. Инвестирование. М.: Центр экономики и маркетинга, 2000. 440 с.

21. Бузова И.А. Коммерческая оценка инвестиций. СПб.: Питер, 2003. 432 с.:

22. Гитман Л.Д., Джонк М.Д. Основы инвестирования. Пер. с англ.-М.: Дело, 1997. 1008 с.

23. Колби Р., Мейерс Т. Энциклопедия технических индикаторов рынка. М.: Альпина, 2000. 581 с.

24. Найман Э.Л. Малая энциклопедия трейдера. М.: Альфа Капитал, 1997.

25. Cameron R. Banking in the Early Stages of Industrialization: A Study in Comparative Economic History, New York: Oxford University Press, 1967.

26. Hicks J. A Theory of Economic History. Oxford, U.K.: Clarendon Press, 1969.

27. Ritchie J.C. Fundamental analysis: A back to-the Basic Investment. Prentice Hall, 1996. 346 p.

28. Robinson J. The Rate of Interest, and Other Essays. London: Macmillan, 1952.

29. Schumpeter J. Theorie der Wirtschafllichen Entwicklung The Theory of Economic Development. Leipzig: Dunker & Humblot [Cambridge, M.A.: Harvard University Press, 1934. Translated by Redvers O.], 1912.

30. Schwager J.D. Fundamental Analysis. N.Y.: John Wiley&Son, 1995. 639 p.1. Периодические издания

31. Давыдов А., Попов В., Френкель А. Индекс хозяйственной конъюнктуры в России: построение и результаты// Журнал МЭиМО. 1993. Выпуск 12.

32. Ильичев В.Г. Акции: ведущие и ведомые// Журнал Экономика и математические методы. 1999. Том 35, №1.

33. Максимов В.А., Некрасова И.В. Прогнозирование доходности инвестиций на фондовом рынке// Журнал Экономика и математические методы. 2001. Том 37, №1. с.38-46.

34. Остапкович Г. О системе индикаторов цикличности экономики// Журнал Вопросы статистики. 2000. Выпуск 12.

35. Перминов С.Б., Ващилко Т.В. Экономический анализ взаимовлияния курсов акций технологического сектора фондового рынка// Журнал Экономика и математические методы. 2001. Том 37, №1 с. 103-111.

36. Попов В., Френкель А. Индекс деловой активности для российской экономики//Журнал ЭКО. 1996. Выпуск 10.

37. Рожков А.Г. В начале 2005г. возможен падающий тренд// РЦБ. 2005. №3.

38. Рожков А.Г. Индекс трендового прогнозирования: в конце 2002 года рынок акций ожидает традиционное ралли// РЦБ. 2002. №23.

39. Рожков А.Г. Индекс трендового прогнозирования: тенденция на фондовом рынке в начале 2004 года останется повышательной// Вестник НАУФОР. 2004, февраль.

40. Рожков А.Г. Опережающие индикаторы российского рынка акций// Вестник НАУФОР. 2005, сентябрь.

41. Рожков А.Г. Построение прогнозного индекса для фондового рынка// Вопросы Экономики. 2005, декабрь.

42. Рожков А.Г. Прогнозирование трендовой динамики российского фондового рынка// Вопросы Экономики. 2003, август.

43. Рожков А.Г. Российский фондовый рынок: итоги 2001 г. и перспективы на будущее// Журнал Вестник НАУФОР. 2001. Выпуск 11-12. с.3-9.

44. Рожков А.Г. Экономический индекс для прогнозирования трендов фондового индекса РТС// Вестник НАУФОР. 2002, октябрь.

45. Смирнов С.В. Система опережающих индикаторов для России// Журнал Вопросы экономики. 2001. Выпуск 3. с.23-42.

46. Acemoglu D., Zilibotti F. Was Prometheus Unbound by Chance? Risk, Diversification and Growth// Journal of Political Economy. 1997. №105. p.709-51.

47. Ahmed S.N., Ansari M.I. Financial Sector Development and Economic Growth: The South-Asian Experience// Journal of Asian Economics. 1998. №9 p.503-17.

48. Alexander S.S. Rate of change approaches to forecasting diffusion indexes and first differences// Economic Journal. 1958 №68, p.288-301.

49. Atje R., Jovanovic B. Stock Markets and Development// European Economic Review. 1993. №37. p.632-640.

50. Basu S. Investment performance of common stocks in relation to their price-earnings ratios: A test of efficient market hypothesis// Journal of Finance. 1977. №32 (3). p.663-682.

51. Beck Т., Levine R. Industry Growth and Capital Allocation: Does Having a Marketor Bank-Based System Matter?//Journal of Financial Economics. 2002.№64. p.147-180.

52. Bencivenga V., Smith B. Financial Intermediation and Endogenous Growth// Review of Economic Studies. 1991. p.195-209.

53. Bencivenga, V., Smith В., Starr R. Equity Markets, Transaction Costs, and Capital Accumulation: An Illustration// World Bank Economic Review. 1996. №10. p.241-265.

54. Bong-Soo Lee. Comovements of earnings, dividends, and stock prices// Journal of Empirical Finance. 1996. №3. p.327-346.

55. Brav A., Heaton J.B. Competing theories of financial anomalies// Review of Financial Studies. 2002. №15 (2). p.575-606.

56. Broida A.L. Diffusion indexes// American Statistician. 1955. №9. p.7-16.

57. Campbell J.Y., Shiller R. The dividend-price ratio and expectations of future dividends and discount factors// Review of Financial Studies. 1988. №1. p.l 95-228.

58. Chaudhuri K., Wu Y. Random walk versus breaking trend in stock prices: Evidence from emerging markets// Journal of Banking & Finance. 2003. №27. p.575-592.

59. Chauvet M. Stock market fluctuations and the business cycle// Forthcoming, Journal of Economic and Social Measurement. 2000.

60. Chauvet M., Potter S. Coincident and leading indicators of the stock market// Journal of Empirical Finance. 2000. №7. p.87-111.

61. Chen N. Financial investment opportunities and the macroeconomy// Journal of Finance. 1991. №46. p.529-554.

62. Chen N., Roll R., Ross S.A. Economic Forces and the Stock Market// Journal of Business. 1986. №7. p.383-403.

63. Coggin D., Hunter J.E. A Meta-Analysis of Pricing "Risk" Factors in APT// Journal of Portfolio Management. 1987. Fall, p.35-38.

64. Constantinides G.M. Rational asset prices// Journal of Finance. 2002. №57 (4). p.1567-1591.

65. Conway D.A., Reinganum M.R. Stable Factors in Security Returns// Journal of Business and Economic Statistics. 1983. №1. p.1-15.

66. Dechow P.M., Sloan R.G. Returns to contrarian investment strategies: Tests of native expectations hypotheses// Journal of Financial Economics. 1997. №43. p.3-27.

67. Defris L.V. The impact of economic cycles on the demand for international telecommunications in Australia// Information Economics and Policy. 1986. №2. p. 105-117.

68. Dhrymes P.J. The Empirical Relevance of Arbitrage Pricing Models// Journal of Portfolio Management. 1984. Summer, p.35-44.

69. Diamond, Dybvig P. Bank Runs, Deposit Insurance, and Liquidity// Journal of Political Economy. 1983. №91.p. 401-419.

70. Diebold F.X., Rudebusch G.D. Scoring the leading indicators// Jornal of Bussines. 1989. №62 (3). p.369-391.

71. Dow J., Gorton G. Stock Market Efficiency and Economic Efficiency: Is There a Connection?// Journal of Finance. 1997. №52. p. 1087-1129.

72. Fama E.F. Efficient Capital Markets: A Review of Theory and Empirical Work// The Journal of Finance. 1970. №25. p.383-417.

73. Fama E.F. Efficient Capital Markets: II// The Journal of Finance. 1991. vol. XLVI, №5. p.1575-1617.

74. Fama E.F., French K.R. Business conditions and expected returns on stocks and bonds// Journal of Financial Economics. 1989. №25. p.23-49.

75. Fama E.F., French K.R. Common Risk in the Returns on Stocks and Bonds// Journal Financial Economics. 1993. №1.

76. Fama E.F., French K.R. Dividend yields and expected stock returns// Journal of Financial Economics. 1988. №22. p.3-25.

77. Fama E.F., French K.R. The equity premium// Journal of Finance. 2002. №57 (2), p.637-659.

78. Federal Reserve Bank of Cleveland. An Economic Evaluation of the Stock Market// Economic Review. 1968. August.

79. Focardi S., Cincotti S., Marchesi M. Self-organization and market crashes// Journal of Economic Behavior and Organization. 2002. Vol.49, p.241-267.

80. Friedman B.M., Kuttner K.N. Money, income, prices and interest rates// American Economic Review. 1992. №82. p.472-492.

81. Geweke J., Meese R., Dent W. Comparing alternative tests of causality in temporal systems// Journal of Econometrics. 1983. №21. p.161-194.

82. Gibson H.D., Lazaretou S. Leading inflation indicators for Greece// Economic Modelling. 2001. №18. p.325-348.

83. Granger C.W. Investigating causal relations by econometric models and cross spectral methods// Econometrica. 1969. №37. p.428-438.

84. Greenwood J., Jovanovic B. Financial Development, Growth, and the Distribution of Income// Journal of Political Economy. 1990. №98. p.1076-1107.

85. Greenwood J., Smith B. Financial Markets in Development and the Development of Financial Markets// Journal of Economic Dynamics and Control. 1997. p.145-181.

86. Grinold R. The APT, the CAPM, and the Barra Model// Barra Newsletter, November/December 1991. pi 1.

87. Guha D., Hiris L. The aggregate credit spread and the business cycle// International Review of Financial Analysis. 2002. №11. p.219-227.

88. Guilkey D.K., Salemi M.K. Small sample properties of three tests for Granger causal ordering in a hivariate stochastic system// The Review of Economics and Statistics. 1982. №64. p.668-680.

89. Hamburger M.J., Kochin L.A. Money and Stock Prices: The Cannels of Influence// Journal of Finance. 1972. May. p.231-249.

90. Harris R. Stock Markets and Development: A Re-assessment// European Economic Review. 1997. №41. p. 139-46.

91. Heathcotte B., Apilado P.V. The predictive content of some leading economic indicators for futures stock prices// Journal of financial and quantitative analysis. 1974. March.

92. Hess M.K. Dynamic and asymmetric impacts of macroeconomic fundamentals on an integrated stock market// Journal of International Financial Markets, Institutions and Money. 2004. №14. p.455-471.

93. Jacobs B., Levy K. Disentangling Equity Return Regularities: New Insights and Investment Opportunities// Financial Analysts Journal. 1988. May-June. p. 18-43.

94. Keim D., Stambaugh R.F. Predicting returns in the stock and bond markets// Journal of Financial Economics. 1986. №17. p.357-390.

95. Kennedy J.E. The information in diffusion indexes for forecasting related economic aggregates// Economics Letters. 1994. №44. p. 113-117.

96. King R., Levine R. Finance and Growth: Schumpeter Might be Right// Quarterly Journal of Economics. 1993. p.717-737.

97. King R., Levine R. Finance, Entrepreneurship, and Growth// Journal of Monetary Economics. 1993. №32. p.513-542.

98. Kraft J., Kraft A. Determinants of common stock prices: a time series analysis// The Journal of Finance. 1977. vol.32 №2.

99. Kuo W., Satchell S.E. Global equity styles and industry effects: the preeminence of value relative to size// Journal of International Financial Markets, Institutions and Money. 2001. №11. p. 1-28.

100. Levine R., Zervos S. Stock Market Development and Long-run Growth// World Bank Economic Review. 1996. №10. p.323-339.

101. Levine R., Zervos S. Stock Markets, Banks, and Economic Growth// American Economic Review, June 1998.

102. Luintel K., Khan M. A Quantitative Reassessment of the Finance-Growth Nexus: Evidence form a Multivariate VAR// Journal of Development Economics. 1999. №60. p.381-405.

103. Malliaris A.G., Urrutia J.L. An empirical investigation among real, monetary and financial variables// Economics Letters. 1991. №37. p.151-158.

104. Mauro P. Stock returns and output growth in emerging and advanced economies// Journal ofDevelopment Economics. 2003. №71. p. 129-153.

105. Mehra R., Prescott E.C. The equity premium: A puzzle// Journal of Monetary Economics. 1985. №15 (2). p. 145- 161.

106. Moore G.H. Diffusion indexes: A comment// American Statistician. 1955. №9. p.13-17.

107. Moore G.H. The quality of credit in booms and depressions// Journal of Finance. 1956. №11. p.288-300.

108. Naranjo A., Nimalendran M., Ryngaert M. Stock Returns, Dividend Yields, and Taxes// Journal of Finance. 1998. vol LIII, № 6.

109. Neusser K., Kugler M. Manufacturing Growth and Financial Development: Evidence from OECD Countries// Review of Economics and Statistics. 1998. №80. p.63 8-646.

110. Obstfeld M. Risk Taking, Global Diversifcation, and Growth// American Economic Review. 1994. p.1310-1329.

111. Pesaran M.H., Timmemann A. Predictability of stock returns: robustness and economic significance// The Journal of Finance. 1995. №4. p.1201-1228.

112. Pesaran M.H., Timmermann A. A recursive modelling approach to predicting UK stock returns// Economic Journal. 2000. №110. p. 159-191.

113. Pierce D.A., Haugh L.D. Causality in temporal systems: Characterizations and a survey//Journal of Econometrics. 1977. №5. p.265-293.

114. Rogalski R., Vinso J. Stock returns, money supply and the direction of causality// Journal of finance. 1977. Vol. xxxii, №4.

115. Ross S. Arbitrage Theory of Capital Asset Pricing// Journal of Economic Theory. 1976. №13. p.341-360.

116. Ross S.A. Reply to Dhrymes: APT is Empirically Relevant// Journal of Portfolio Management. 1984. Fall, p.54-56.

117. Rousseau P., Wachtel P. Equity Markets and Growth: Cross Country Evidence on Timing and Outcomes, 1980-1995// Journal of Banking and Finance. 2000. №24. p.1933-1957.

118. Samuelson P. Science and Stocks// Newsweek. 1966. September 19, p.92.

119. Sequeira J.M., Lan D. Does world-level volatility matter for the average firm in a global equity market?//Journal of Multinational Financial Managment. 2003. №13. p.341-357.

120. Shamsuddina F.M., Hillierb J.R. Fundamental determinants of the Australian price-earnings multiple// Pacific-Basin Finance Journal. 2004. February.

121. Sharpe W. Mutual fund performance// Jornal of Bussines. 1966. №39. p.l 19-138.

122. Shiller R.J. Do stock prices move too much to be justified by subsequent changes in dividends?//American Economic Review. 1981. №71 (3). p.421-436.

123. Sorensen E.H., Hua R., Qian E.E. Contextual Fundamentals, Models, and Active Management// Journal of Portfolio Management. February 2005.

124. Sorensen E.H. Rational expectations and the impact of money upon stock prices// Journal of financial and quantitative analysis. 1982. Vol. xvii, №5.

125. Spears A. Financial Development and Economic Growth Causality Tests// Atlantic Economic Journal. 1991. №19 p.66.

126. Stekler H.O. Diffusion index and first difference forecasting// Review of Economics and Statistics. 1961. №43. p.201-208.

127. Stock J., Watson M.W. New indexes of coincident and leading indicators// NBER Macroeconomics. 1989. №4. p.351-394.

128. Tadesse S. Financial Architecture and Economic Performance: International Evidence// Journal of Financial Intermediation. 2002. №11. p.429-454.

129. Thornton J. Financial Deepening and Economic Growth in Developing Countries// Economía Internazionale. 1995. №48. p.423-430.

130. Townsend R. Optimal Contracts and Competitive Markets with Costly State Verifcation// Journal of Economic Theory. 1979. №2. p.265-293.

131. Umstead D.A. Forecasting stock market prices// The Journal of Finance. 1977. vol.32, №2.

132. Valavan S. Must the diffusion index lead?// American Statistician. 1957. №11. p.12-17.

133. Wang C.J., Lee C.H., Huang B.N. An analysis of industry and country effects in global stock returns: evidence from Asian countries and the U.S.// The Quarterly Review of Economics and Finance. 2003. №43. p.560-577.

134. Whitelaw R. Time variations and covariations in the expectation and volatility of stock market return// The Journal of Finance. 1994. №2. p.515-541.

135. Zhong M., Darrat A.F., Anderson, D.C. Do US stock prices deviate from their fundamental values? Some new evidence// Journal of Banking and Finance. 2003. №27 (4). p.673-697.

136. Источники статистической информации

137. Краткосрочные экономические показатели. М.:Госкомстат РФ, февраль 2002.

138. Российский статистический ежегодник. М.: Госкомстат России, 2004.1. Источники из Интернет

139. В.Сомов "Путин сберег Миллера для Газпрома". Web: http://www.rusenergy.com/Politics/a30052001.htm

140. Госкомстат РФ. Web: http://www.gks.ru.

141. Иванов А. Опережающие индикаторы предвестники экономических бурь. Web: http://www.prime-tass.ru/free/Analitik/theory/Ivan/Ivanl.htm.

142. Инвестиционный банк J.P.Morgan Web: http://www.jpmorgan.com.

143. Институт экономики переходного периода. Web: http://www.iep.ru.

144. Исследовательская организация NTC Research Web: http://www.ntcresearch.com

145. Модель прогнозирования BARRA. Web: http://www.barra.com/ products/model.aspx.

146. Московская межбанковская валютная биржа Web: http://www.micex.ru.

147. НП "Фондовая биржа "Российская торговая система" Web: http://www.rts.ru.

148. Центр экономической конъюнктуры Web: http://www.cea.gov.ru.

149. Центральный банк РФ. Web: http://www.cbr.ru.

150. Aysoy С., Kogar С., Ozcan С., Peker A. Construction of a New Leading Indicator for Turkey; Hong E.P. The Korean System of Leading. Web: http://www.oecd.org/std/limeet.htm.

151. Moscow Narodny Bank. Web: http://www.mosnar.com.

152. OECD Composite Leading Indicators- a Tool for Short-term Analysis. Web: http://www.oecd.org/std/li 1 .htm.

153. OECD Composite Leading Indicators. Web: http://www.oecd.org/std/limeet.htm.

154. The Conference Board. Business Cycle Indicators. Web: http://www.tcb-indicators.org.

155. Список использованных сокращений.

156. НАУФОР Национальная ассоциация участников фондового рынка,

157. НДПИ налог на добычу полезных ископаемых,

158. РТС Российская торговая система,

159. СНГ Содружество независимых государств,

160. ФНС Федеральная налоговая служба,

161. ФСФР Федеральная служба по финансовым рынкам,

162. ЦБР Центральный банк России,

163. ЦЭК Центр экономической конъюнктуры,

164. CRB Commodity research bureau,1. DJI Dow Jones Industrial,

165. EMBI Emerging markets bond index,

166. NBER National bureau of economic research,

167. OECD Organization for economic co-operation and development,

168. PMI Purchasing manager index,1. S&P Standard and Poor's,

169. WIDER World Institute for Development Economics Research.