Помощь студентам в учебе
Прогнозирование стоимости курса акций компании ОАО «Газпром» на основании эконометрического моделирования
|
Введение 11
1 Выбор факторов, влияющих на стоимость акций компании «Газпром».
Построение на их основе модели типа «черного ящика» 12
2 Построение и проверка адекватности математических моделей линейной
парной регрессии для принятых факторов 13
2.1 Формирование выборочных данных стоимости акций компании
«Газпром», курса доллара и стоимости нефти за 2020 год 13
2.2 Расчет коэффициентов уравнений парной линейной регрессии в
математическом пакете «Wolfram Mathematica» для независимых переменных: курса доллара и стоимости нефти соответственно 15
2.3 Расчет коэффициентов корреляции между переменными и проверка
адекватности моделей 18
2.4 Прогноз стоимости акций компании «Газпром» на основании
построенных моделей парной линейной регрессии 21
3 Построение и проверка адекватности математической модели линейной
множественной регрессии для принятых факторов 22
3.1 Расчет коэффициентов уравнения линейной множественной регрессии в
математическом пакете «Wolfram Mathematica» для независимых переменных: курса доллара и стоимости нефти 22
3.2 Расчет коэффициентов корреляции между переменными и проверка
адекватности моделей 24
3.3 Прогноз стоимости акций компании «Газпром» на основании построенной
модели множественной линейной регрессии. Сопоставление результатов прогноза по парным и множественной регрессии 25
4 Проверка модели множественной регрессии на гомоскедастичность,
мультиколлинеарность и автокорреляцию 26
4.1 Применение теста Голдфелда-Квандта и ранговой корреляции Спирмена
для оценки наличия гетероскедастичности 26
4.2 Проверка модели на наличие автокорреляции 28
4.3 Проверка модели на наличие мультиколлинеарности 29
5 Прогнозирование стоимости акций компании «Газпром» на
скорректированной модели 29
5.1 Коррекция модели линейной множественной регрессии 30
5.2 Построение точечных оценок прогноза 31
6 Финансовый менеджмент, ресурсоэффективность и ресурсосбережение 32
6.1 Потенциальные потребители результатов исследования 32
6.2 Технология QuaD 32
6.3 SWOT-анализ 34
6.4 Планирование научно-исследовательских работ 35
6.4.1 Структура работ в рамках научного исследования 35
6.4.2 Определение трудоемкости выполнения работ 36
6.4.3 Разработка графика проведения научного исследования 37
6.5 Бюджет научно-технического исследования (НТИ) 40
6.5.1 Расчет материальных затрат НТИ 40
6.5.2 Расчет затрат на специальное оборудование для научных работ 41
6.5.3 Основная заработная плата исполнителей темы 41
6.5.4 Отчисления во внебюджетные фонды 43
6.5.5 Накладные расходы 44
6.5.6 Формирование бюджета затрат НТИ 44
Выводы по разделу 45
7 Социальная ответственность 45
Введение 45
7.1 Правовые и организационные вопросы обеспечения безопасности 46
7.1.1 Правовые нормы трудового законодательства 46
7.1.2 Эргономические требования к правильному расположению и
компоновке рабочей зоны 46
7.2 Производственная безопасность 47
7.3 Экологическая безопасность 52
7.3.1 Анализ влияния объекта исследования на окружающую среду 52
7.3.2 Анализ влияния процесса исследования на окружающую среду 52
7.3.3 Обоснование мероприятий по защите окружающей среды 53
7.4 Безопасность в чрезвычайных ситуациях 54
7.4.1 Анализ вероятных ЧС, которые может инициировать объект
исследований 54
7.4.2 Анализ вероятных ЧС, которые могут возникнуть на рабочем месте
при проведении исследований 54
7.4.3 Обоснование мероприятий по предотвращению ЧС и разработка
порядка действия в случае возникновения ЧС 56
Выводы по разделу 56
Заключение 57
Список используемых источников 57
1 Выбор факторов, влияющих на стоимость акций компании «Газпром».
Построение на их основе модели типа «черного ящика» 12
2 Построение и проверка адекватности математических моделей линейной
парной регрессии для принятых факторов 13
2.1 Формирование выборочных данных стоимости акций компании
«Газпром», курса доллара и стоимости нефти за 2020 год 13
2.2 Расчет коэффициентов уравнений парной линейной регрессии в
математическом пакете «Wolfram Mathematica» для независимых переменных: курса доллара и стоимости нефти соответственно 15
2.3 Расчет коэффициентов корреляции между переменными и проверка
адекватности моделей 18
2.4 Прогноз стоимости акций компании «Газпром» на основании
построенных моделей парной линейной регрессии 21
3 Построение и проверка адекватности математической модели линейной
множественной регрессии для принятых факторов 22
3.1 Расчет коэффициентов уравнения линейной множественной регрессии в
математическом пакете «Wolfram Mathematica» для независимых переменных: курса доллара и стоимости нефти 22
3.2 Расчет коэффициентов корреляции между переменными и проверка
адекватности моделей 24
3.3 Прогноз стоимости акций компании «Газпром» на основании построенной
модели множественной линейной регрессии. Сопоставление результатов прогноза по парным и множественной регрессии 25
4 Проверка модели множественной регрессии на гомоскедастичность,
мультиколлинеарность и автокорреляцию 26
4.1 Применение теста Голдфелда-Квандта и ранговой корреляции Спирмена
для оценки наличия гетероскедастичности 26
4.2 Проверка модели на наличие автокорреляции 28
4.3 Проверка модели на наличие мультиколлинеарности 29
5 Прогнозирование стоимости акций компании «Газпром» на
скорректированной модели 29
5.1 Коррекция модели линейной множественной регрессии 30
5.2 Построение точечных оценок прогноза 31
6 Финансовый менеджмент, ресурсоэффективность и ресурсосбережение 32
6.1 Потенциальные потребители результатов исследования 32
6.2 Технология QuaD 32
6.3 SWOT-анализ 34
6.4 Планирование научно-исследовательских работ 35
6.4.1 Структура работ в рамках научного исследования 35
6.4.2 Определение трудоемкости выполнения работ 36
6.4.3 Разработка графика проведения научного исследования 37
6.5 Бюджет научно-технического исследования (НТИ) 40
6.5.1 Расчет материальных затрат НТИ 40
6.5.2 Расчет затрат на специальное оборудование для научных работ 41
6.5.3 Основная заработная плата исполнителей темы 41
6.5.4 Отчисления во внебюджетные фонды 43
6.5.5 Накладные расходы 44
6.5.6 Формирование бюджета затрат НТИ 44
Выводы по разделу 45
7 Социальная ответственность 45
Введение 45
7.1 Правовые и организационные вопросы обеспечения безопасности 46
7.1.1 Правовые нормы трудового законодательства 46
7.1.2 Эргономические требования к правильному расположению и
компоновке рабочей зоны 46
7.2 Производственная безопасность 47
7.3 Экологическая безопасность 52
7.3.1 Анализ влияния объекта исследования на окружающую среду 52
7.3.2 Анализ влияния процесса исследования на окружающую среду 52
7.3.3 Обоснование мероприятий по защите окружающей среды 53
7.4 Безопасность в чрезвычайных ситуациях 54
7.4.1 Анализ вероятных ЧС, которые может инициировать объект
исследований 54
7.4.2 Анализ вероятных ЧС, которые могут возникнуть на рабочем месте
при проведении исследований 54
7.4.3 Обоснование мероприятий по предотвращению ЧС и разработка
порядка действия в случае возникновения ЧС 56
Выводы по разделу 56
Заключение 57
Список используемых источников 57
Эконометрика - это наука, в которой на базе экономической теории и реальных статистических данных строятся математические модели массовых экономических явлений с целью количественного подтверждения или опровержения определенных экономических гипотез и прогнозирования соответствующих экономических показателей [1-5]. Эконометрическая модель - такая форма представления исследуемой экономической задачи с помощью математических терминов и соотношений, которая удобна для проведения количественного анализа на основе имеющихся статистических данных [1-5].
В настоящее время эконометрические модели нашли широкое применение во всех областях экономики и используются главным образом для построения производственных функций и прогнозирования экономических явлений.
На основании изложенного выше, была поставлена цель применить аппарат эконометрического моделирования для прогноза стоимости акций компании «Газпром» на основе имеющихся статистических данных за 2020 год. Для решения поставленной цели необходимо рассмотреть следующие задачи:
- разобраться с математическим аппаратом эконометрического моделирования.
- выделить факторы, влияющие на стоимость акций и на их основе построить множественную модель регрессии;
- провести исследование модели на предмет наличия гетероскедастичности, автокорреляции, мультиколлинеарности и при необходимости скорректировать модель;
- построить точечные и интервальные оценки прогноза.
В настоящее время эконометрические модели нашли широкое применение во всех областях экономики и используются главным образом для построения производственных функций и прогнозирования экономических явлений.
На основании изложенного выше, была поставлена цель применить аппарат эконометрического моделирования для прогноза стоимости акций компании «Газпром» на основе имеющихся статистических данных за 2020 год. Для решения поставленной цели необходимо рассмотреть следующие задачи:
- разобраться с математическим аппаратом эконометрического моделирования.
- выделить факторы, влияющие на стоимость акций и на их основе построить множественную модель регрессии;
- провести исследование модели на предмет наличия гетероскедастичности, автокорреляции, мультиколлинеарности и при необходимости скорректировать модель;
- построить точечные и интервальные оценки прогноза.
В результате проделанной работы была построена эконометрическая модель стоимости акций компании «Газпром» в виде уравнения линейной множественной регрессии. Предварительно были рассмотрены более простые модели в виде парной регрессии для каждой независимой переменной, что позволило более осознанно подойти к формированию уравнения множественной регрессии и выбора его вида. В процессе выполнения работы были рассчитаны оценки коэффициентов корреляции, проведена проверка адекватности всех построенных моделей, получены точечные и интервальные оценки прогноза. Проведенные исследования показали, что построенная модель достаточно хорошо описывает экспериментальные данные и является адекватной. Полученные оценки прогноза позволяют достаточно уверенно судить о закономерностях изменения курса акций компании «Газпром» в зависимости от выбранных факторов. Далее была осуществлена проверка модели линейной множественной регрессии на гетероскедастичность, мультиколлинеарность и автокорреляцию. Для проверки модели на гетероскедастичность были использованы два теста, которые дали противоположные результаты. Однако, по полученным значениям наблюдаемых критериев можно говорить о не существенном вкладе гетероскедастичности в построенную модель. Для исключения автокорреляции был использован подход, основанный на замене метода наименьших квадратов (МНК) на обобщенный метод наименьших квадратов (ОМНК) для расчета коэффициентов в уравнении линейной множественной регрессии. По результатам расчета бала скорректирована модель и построены оценки прогноза на данной модели, которые дают возможность говорить о более надежном прогнозе.