Экономико-математическое моделирование и прогнозирование котировок акций компаний необходимы для формирования и успешной реализации торговых стратегий на фондовых рынках. Однако на текущий момент эти процессы не всегда приносят удовлетворительные результаты, так как осложнены недостатком информации и методик изучения сложившихся тенденций экономического развития. Статья посвящена построению моделей полиномиального тренда второго порядка котировок акций компании для формирования соответствующего прогноза с учетом фактора цикличности экономики. Методологической базой исследования послужили фундаментальные положения теории экономических циклов. Методы работы включали анализ рядов динамики, экономико-математические методы моделирования и прогнозирования. Информационную базу составили статистические данные о котировках обыкновенных акций ПАО «Сбербанк» за февраль 1998 г. – август 2024 г., полученные с финансового портала Investing. com. Построено пять полиномиальных моделей котировок обыкновенных акций ПАО «Сбербанк». Выявлено, что котировки обыкновенных акций ПАО «Сбербанк» достигнут максимальных уровней через полтора года. По истечении указанного периода целесообразно продать данные инвестиционные активы. Полученные результаты могут быть использованы инвесторами и топ-менеджерами для прогнозирования и оценки рисков наступления экономических кризисов
Идентификаторы и классификаторы
- SCI
- Экономика
Врамках формирования инвестиционных стратегий необходимо как можно более точно прогнозировать котировки акций компаний. Однако трудно заранее установить совокупность факторов, которые будут воздействовать на инвестиционные активы фондовой биржи в будущем; параметры экономического развития, касающиеся стоимости объектов инвестирования, каждый раз принимают различные значения; цикличность экономики, отражающаяся на ценах акций компаний, зависит не только от предсказуемых экономических индикаторов, но и от множества политических, социальных и других факторов; экономические кризисы каждый раз имеют различную природу и не повторяются; драйверы экономического роста существенно ограничены, следовательно, нет гарантий того, что экономическое развитие будет протекать продолжительное время по предвидимой восходящей тенденции
Список литературы
1. Боченина М. В., Нерадовская Ю. В., Мартюхин И. Ю. (2020). К вопросу о торговой стратегии на фондовом рынке России // Вестник Российского университета кооперации. № 4 (42). С. 16-20. EDN: DSBJAK
2. Золотова Т. В., Волкова Д. А. (2022). Методы интеллектуальной обработки данных для коррекции атипичных значений котировок акций // Статистика и Экономика. Т. 19, № 2. С. 4-13. DOI: 10.21686/2500-3925-2022-2-4-13 EDN: RDIAGP
3. Малкина М. Ю., Овчаров А. О., Виноградова А. В., Гриневич Ю. А., Балакин Р. В., Лавров С. Ю. (2024). Экономические кризисы и их влияние на экономику России: монография / под ред. Малкиной М. Ю., Овчарова А. О. Москва: ИНФРА-М. 248 с.
4. Орлова И. В. (2021). Использование пакета Prophet в прогнозировании временных рядов // Фундаментальные исследования. № 3. С. 94-102. EDN: KPRAPD
5. Смирнова И. В., Клянина Л. Н. (2016). Определение порядка интегрируемости экономических временных рядов // Инженерный вестник Дона. № 2 (41). С. 42. EDN: WWRHVP
6. Теньковская Л. И. (2022). Волатильность котировок акций ПАО “Сбербанк” в условиях глобальных экономических кризисов // Общество, экономика, управление. Т. 7, № 4. С. 34-43. DOI: 10.47475/2618-9852-2022-17406 EDN: HABNBS
7. Теньковская Л. И. (2023). Прогноз котировок акций ПАО “Сбербанк” с применением корреляционно-регрессионного анализа // Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. Т. 9, № 1. С. 148-166. DOI: 10.21684/2411-197X-2023-9-1-148-166 EDN: MZPCHO
8. Abramov A., Radygin A., Chernova M. (2017). State-owned enterprises in the Russian market: Ownership structure and their role in the economy. Russian Journal of Economics, vol. 3, issue 1, pp. 1-23. DOI: 10.1016/j.ruje.2017.02.001 EDN: YHHABP
9. Andreff W., Andreff M. (2017). Multinational companies from transition economies and their outward foreign direct investment. Russian Journal of Economics, vol. 3, issue 4, pp. 445-474. DOI: 10.1016/j.ruje.2017.12.008 EDN: ZWRPBJ
10. Coffinet J., Kien J. N. (2019). Detection of rare events: A machine learning toolkit with an application to banking crises. The Journal of Finance and Data Science, vol. 5, issue 4, pp. 183-207. DOI: 10.1016/j.jfds.2020.04.001
11. Dehnert M. (2020). Sustaining the current or pursuing the new: Incumbent digital transformation strategies in the financial service industry. Business Research, vol. 13, pp. 1071-1113. DOI: 10.1007/s40685-020-00136-8 EDN: BYMTNU
12. Ekinci C., Ersan O. (2024). Impact of the COVID-19 market turmoil on investor behavior: A panel VAR study of bank stocks in Borsa Istanbul. International Journal of Financial Studies, vol. 12, issue 1, 14. DOI: 10.3390/ijfs12010014 EDN: NRFMSC
13. Fasano F., La Rocca M., Sánchez-Vidal F. J., Lio M. J., Cariola A. (2024). How local finance and enforcement shaped SME credit choices before and during the COVID crisis. International Journal of Financial Studies, vol. 12, issue 1, 10. DOI: 10.3390/ijfs12010010 EDN: ZAERGO
14. Gonçalves M. P., Reis P. M. N., Pinto A. P. (2024). Bank market power, firm performance, financing costs and capital structure. International Journal of Financial Studies, vol. 12, issue 1, 7. DOI: 10.3390/ijfs12010007 EDN: GWSDGE
15. Gorshkov V. (2022). Cashless payment in emerging markets: The case of Russia. Asia and the Global Economy, vol. 2, issue 1, pp. 100033. DOI: 10.1016/j.aglobe.2022.100033 EDN: VYZBCK
16. Gurvich E., Prilepskiy I. (2015). The impact of financial sanctions on the Russian economy. Russian Journal of Economics, vol. 1, issue 4, pp. 359-385. DOI: 10.1016/j.ruje.2016.02.002 EDN: WSWUTD
17. Idrisov G., Kazakova M., Polbin A. (2015). A theoretical interpretation of the oil prices impact on economic growth in contemporary Russia. Russian Journal of Economics, vol. 1, issue 3, pp. 257-272. DOI: 10.1016/j.ruje.2015.12.004 EDN: XKTUED
18. Istaiteyeh R., Milhem M. M., Najem F., Elsayed A. (2024). Determinants of operating efficiency for the Jordanian banks: A panel data econometric approach. International Journal of Financial Studies, vol. 12, issue 1, 12. DOI: 10.3390/ijfs12010012 EDN: BDYBDE
19. Kien C. D., That N. H. (2022). Innovation capabilities in the banking sector post-COVID-19 period: The moderating role of corporate governance in an emerging country. International Journal of Financial Studies, vol. 10, issue 2, 42. DOI: 10.3390/ijfs10020042 EDN: BLQSRP
20. Kosareva N., Polidi T. (2017). Assessment of gross urban product in Russian cities and its contribution to Russian GDP in 2000-2015. Russian Journal of Economics, vol. 3, issue 3, pp. 263-279. DOI: 10.1016/j.ruje.2017.09.003 EDN: ZOVVCB
21. Lepskiy A., Suevalov A. (2019). Application of the belief function theory to the development of trading strategies. Procedia Computer Science, vol. 162, pp. 235-242. DOI: 10.1016/j.procs.2019.11.280 EDN: CYDOZD
22. Martyanova E. V., Polbin A. V. (2023). General equilibrium model with the entrepreneurial sector for the Russian economy. Russian Journal of Economics, vol. 9, issue 2, pp. 109-133. DOI: 10.32609/j.ruje.9.105790 EDN: TFZCBX
23. Meshkova T. A., Moiseichev E. I. (2016). Russia’s experience of foresight implementation in global value chain research. Journal of Innovation and Entrepreneurship, vol. 5, 9. DOI: 10.1186/s13731-016-0039-7
24. Mikhaylov A., Dinçer H., Yüksel S. (2023). Analysis of financial development and open innovation oriented fintech potential for emerging economies using an integrated decision-making approach of MF-X-DMA and golden cut bipolar q-ROFSs. Financial Innovation, vol. 9, 4. DOI: 10.1186/s40854-022-00399-6
25. Osei L. K., Cherkasova Y., Oware K. M. (2023). Unlocking the full potential of digital transformation in banking: A bibliometric review and emerging trend. Future Business Journal, vol. 9, 30. DOI: 10.1186/s43093-023-00207-2 EDN: TFQLAE
26. Radygin A., Simachev Y., Entov R. (2015). The state-owned company: “State failure” or “market failure”? Russian Journal of Economics, vol. 1, issue 1, pp. 55-80. DOI: 10.1016/j.ruje.2015.05.001 EDN: WKCMCB
27. Saliba C., Farmanesh P., Athari S. A. (2023). Does country risk impact the banking sectors’ non-performing loans? Evidence from BRICS emerging economies. Financial Innovation, vol. 9, 86. DOI: 10.1186/s40854-023-00494-2
28. Sruthi R., Shijin S. (2020). Investigating liquidity constraints as a channel of contagion: A regime switching approach. Financial Innovation, vol. 6, 24. DOI: 10.1186/s40854-020-00185-2 EDN: HMWYZX
29. Tarawneh A., Abdul-Rahman A., Mohd Amin S. I., Ghazali M. F. (2024). A systematic review of fintech and banking profitability. International Journal of Financial Studies, vol. 12, issue 1, 3. DOI: 10.3390/ijfs12010003 EDN: HPGHWI
30. Ullah M., Sohag K., Khan S., Sohail H. M. (2023). Impact of Russia-Ukraine conflict on Russian financial market: Evidence from TVP-VAR and quantile-VAR analysis. Russian Journal of Economics, vol. 9, issue 3, pp. 284-305. DOI: 10.32609/j.ruje.9.105833 EDN: HWLEHG
31. Zeeland I., van, Pierson J. (2024). Changing the whole game: Effects of the COVID-19 pandemic’s accelerated digitalization on European bank staff ’s data protection capabilities. Financial Innovation, vol. 10, 29. DOI: 10.1186/s40854-023-00533-y
Выпуск
Другие статьи выпуска
Times of crises underscores the importance of guarding against deteriorations in the quality of loan portfolio through effective credit risk management. The purpose of the study is to examine the credit risk resilience of Namibia’s banking sector and forecast the quality of its loan portfolio. Methodologically, the study is hinged on the theories related to information asymmetry, moral hazard, and adverse selection. The methods include a VAR and an ARIMA out of sample dynamic forecasting model. The study employs secondary time-series data for the period 1996Q1–2021Q4 from various sources including the Bank of Namibia, the Namibia Statistics Agency, the World Bank and some others. The stress-testing results analysed via the VAR’s impulse responses show that Namibia’s banking sector is highly susceptible to various shocks with the early warnings emanating primarily from the non-performing loan itself, followed by the monetary, institutional, bank-specific, and interest rate indicators. The forecast for 2023Q4–2025Q4 obtained from the ARIMA model reveals that the riskiness of its loan portfolio is predicted to persist beyond the benchmark of 4 % set by the Bank of Namibia. The findings highlight important policy interventions, including the need to strengthen the mechanisms for monitoring the share of non-performing loans, re-evaluate existing policies, continue to ensure a sound macroeconomic and financial environment, and require banks to maintain a minimum capital adequacy ratio.
Постоянно возрастающее негативное воздействие экономического роста на окружающую среду обусловливает необходимость внедрения бизнес-моделей циркулярной экономики, базирующихся на принципах промышленного симбиоза. Однако для развития промышленного симбиоза необходимо не только понимание его сущности и возможных выгод, но и оценка потенциала региональной экономики к реализации симбиотических взаимодействий. Статья направлена на разработку инструментария оценки регионального потенциала промышленного симбиоза. Методология исследования базируется на концепции промышленного симбиоза и системной парадигме Г. Б. Клейнера. В исследовании использованы индексный и матричный методы. Информационную базу составили данные Росстата и Федеральной службы по надзору в сфере природопользования за 2021–2022 гг. по регионам ЮФО. В результате предложен инструментарий оценки регионального потенциала промышленного симбиоза, представляющий собой систему показателей оценивания его основных компонентов и типологизацию регионов по уровню развития потенциала промышленного симбиоза. Определено, что Ростовская и Астраханская области, а также Республика Крым обладают наибольшим потенциалом к развитию симбиотических взаимодействий. Исследование вносит вклад в развитие теоретических представлений в области циркулярной экономики с точки зрения понимания факторов и условий, необходимых для реализации процессов промышленного симбиоза в регионе. Практическая значимость работы выражается в возможности использования полученных результатов при формировании методических подходов к разработке проектов промышленного симбиоза как элемента стратегии социально-экономического развития российских регионов
Существование цифровых разрывов значительно тормозит развитие платформенной модели в корпоративном секторе российской экономики, что не способствует активному проявлению положительных эффектов цифровизации. Недостаток методических и эмпирических работ, описывающих цифровые разрывы в корпоративном секторе экономики, не позволяет сформировать эффективные способы решения данной проблемы. Статья посвящена оценке цифровых разрывов, препятствующих становлению платформенной модели в корпоративном секторе национальной экономики. Методологическая база основывается на теории инноваций, концепции технологических укладов и концепции четвертой промышленной революции, которые обосновывают преимущества цифровизации и объясняют экономический рост с позиций технологического прогресса. Использован корреляционный анализ показателей, отражающих интенсивность применения организациями платформенных технологий и ряда других факторов. Информационную базу исследования составили данные НИУ ВШЭ об использовании в организациях программных средств и цифровых технологий за 2012–2022 гг. Результаты исследования показывают, что наибольшее значение для становления платформенной модели в корпоративном секторе экономики играет однородность цифровых технологий, используемых в отрасли. На втором месте по значимости стоит однородность в использовании программных средств, ориентированных на взаимодействие с партнерами, а также функционирование организаций в условиях доступа к широкополосному интернету. Полученные данные позволяют проводить диагностику становления платформенной модели путем описания цифровых и программных технологий, используемых потенциальными участниками цифровых платформ и бизнес-экосистем
В период кризисов возрастает значение фискальной политики в обеспечении макроэкономической стабильности и устойчивого экономического роста интеграционных объединений. Налоговая политика является значимым параметром в формировании государственных бюджетов и оказывает существенное влияние на доходы населения, что требует оценки процессов сближения налоговых систем в интеграционных союзах. Исследование направлено на проверку гипотезы о конвергенции налоговых систем для интегрирующихся государств: Армении, Белоруссии, Казахстана, Киргизии и России. Методологическую основу составила теория конвергенции экономических систем, процессный и системный подходы. Методика исследования базируется на концепции сигма-конвергенции и расчете индексов Франка. Информационной базой послужили статистические данные Евразийского банка развития за 2012–2022 гг. Результаты показывают, что до пандемии COVID-19 произошла сигма-конвергенция налоговой политики в группе стран, входящих в Евразийский экономический союз (ЕАЭС). С распространением пандемии страны проводили несогласованную налоговою политику по поддержке национальных экономик, что отразилось в дивергенции налоговых систем. Полученные результаты подтверждают необходимость создания на наднациональном уровне ЕАЭС автоматических механизмов кризисного управления в области фискальных интервенций. Это позволит более скоординировано реагировать на будущие гуманитарные и финансовые шоки и повысит способность государств-членов ЕАЭС быстрее их преодолевать
Междисциплинарный характер современных экономических исследований способствует росту научной популярности пространственной экономики, которая играет роль интегратора при изучении разнообразных объектов. Статья направлена на исследование объяснительного потенциала пространственной экономики в отношении экономического благополучия муниципальных образований. Методологической базой послужила совокупность теорий, формирующих фундамент пространственной экономики. В качестве методов использованы абстрактно-логический метод, дедукция и индукция. По результатам исследования выделены и проанализированы пять этапов в становлении теоретической базы пространственной экономики и показан пространственный аспект формирования экономического благополучия муниципального образования, который выражается в поддержании экономической активности территории, ее населенности и базируется на воспроизводственном процессе. При этом воспроизводственный процесс выступает в качестве пространственно-образующего, а такие параметры экономического пространства, как расстояние (связанность), преимущества/недостатки местоположения (размещение), распределение (концентрация) отражают, соответственно, пространственную инклюзивность территории местного самоуправления, наличие объектов, повышающих риски ее развития или увеличивающих ее привлекательность, а также пределы емкости территории и могут быть использованы для определения уровня экономического благополучия муниципального образования. Полученные выводы применимы для разработки методологии исследования и методики измерения уровня экономического благополучия муниципальных образований
Кризис современной экономической теории и модели рыночноцентричной экономики в частности включает в себя осмысление сущности, форм и пределов текущей трансформации отраслевых рынков. Экономическая наука и практика нуждаются в понимании особенностей взаимодействия акторов рынка, в преодолении энтропии существующих концепций и формировании комплексной модели экономического развития. Статья посвящена развитию положений концепции отраслевого квазирынка на мезоуровне и выявлению его соответствующих структурных особенностей. Методологической базой работы послужили неолиберальные и неоинституциональные теории. Методами выступили теоретико-методологический анализ, обобщение и сравнение. По результатам исследования выделены три ветви формирования концепции отраслевого квазирынка, в рамках которых предложены следующие его трактовки: как механизма взаимодействия бизнеса и государства; как механизма межфирменного и внутрифирменного взаимодействия на отраслевом рынке; как национального механизма организации производства, распределения и обмена. На основе ретроспективного анализа экономических теорий обоснована концепция отраслевого квазирынка, определены признаки, позволяющие формировать систему показателей для оценки его развития. Полученные результаты углубляют теоретические представления о развитии отраслевых рынков, прежде всего рынков сложной технологической продукции, позволяют разрабатывать методы измерения эффективности рыночных структур и методов промышленной политики
Издательство
- Издательство
- УрГЭУ
- Регион
- Россия, Екатеринбург
- Почтовый адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- Юр. адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- ФИО
- Силин Яков Петрович (РЕКТОР)
- E-mail адрес
- odo@usue.ru
- Сайт
- https://www.usue.ru/