CC BY
44
ОСНОВНЫЕ НАПРАВЛЕНИЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ИНВЕСТИЦИОННЫХ РЕШЕНИЙ НА ФОНДОВОМ РЫНКЕ
Делия Д.С., соискатель ГАСИС
В статье рассмотрены основные направления повышения эффективности инвестиционных решений на фондовом рынке, влияющие на стоимость исполнения принятых инвестиционных решений.
Ключевые слова: фондовые рынки, ценные бумаги, российские биржи, объем торгов, инвестиции, внутридневная сезонность торгов.
MAIN DIRECTIONS FOR INCREASING THE EFFECTIVENESS OF INVESTMENT DECISIONS IN FINANCIAL MARKETS
Deliya D., the competitor, GASIS
This article describes main approaches for reducing the cost of execution and increasing effectiveness of investment decisions in financial markets.
Keywords: financial markets, stocks, Russian stock exchanges, volume of trading, investment, intraday seasonality of trading
Развитие современных компьютерных систем, обеспечивающих функционирование рынков ценных бумаг, привело к быстрому развитию алгоритмических систем исполнения сделок. Алгоритмическая система исполнения сделок - аппаратно-программный комплекс средств, способный в автономном режиме участвовать в торгах на фондовом рынке по заданию клиента, подавать и отслеживать исполнение заявок, контролировать открытие и закрытие торговых позиций. Один из основных типов алгоритмических систем - детерминированные алгоритмические системы, базирующиеся на заранее заданном расписании. Примером подобной системы является алгоритмическая система VWAP (Volume Weighted Average Price, средневзвешенная цена по объему) - весь объем заказа клиента распределяется пропорционально прогнозу внутридневного распределения объёма торгов на указанном промежутке времени. Важной частью подобного алгоритма является составление прогноза распределения объёма торгов внутри дня. Это связано с тем, что для идеального повторения средневзвешенной цены по объёму алгоритм должен участвовать в торгах в каждой сделке на рынке в объеме, пропорциональном объему этой сделки. Однако подобное не возможно из-за наличия других игроков на рынке. При этом доступны альтернативные методы достижения поставленных целей - например, использование лимитных заказов позволяет достичь цены лучшей, чем VWAP. Но лимитные заказы не исполняются мгновенно - их надо размещать заранее. И для определения, лимитный заказ на какое именно
количество акций необходимо разместить, и используется прогноз внетридневного распределения объёма. В данной работе рассмотрены отдельные составляющие прогноза внутридневного распределения объёма торгов ценной бумаги на фондовом рынке, и предложена методика улучшения подобного прогнозирования.
Нас интересует распределение объёма торгов определенным активом в течение дня, конкретно - сколько единиц актива (например, акций) сменят владельца в каждую минуту торгового дня. Для построения этого прогноза допустимо использовать только ту информацию, что доступна на момент прогноза - например, делая прогноз внутри дня нельзя опираться на информацию о суммарном дневном объеме торгов, если торговый день еще не завершен.
Построение прогноза осуществим в несколько этапов:
- построение модели суммарного дневного объёма торгов;
-построение модели распределения объёма торгов внутри дня
с использованием только тех данных, что доступны до начала торгового дня;
- дополнение модели адаптацией к событиям внутри дня.
Модель для предсказания дневного объёма торгов
Исследование логарифмов объёма дневных торгов по всем активам (за исключением обычных акций ОАО “Ростелеком”) показало наличие значимой автокорреляции (см. рис. 3.1). Поэтому для предсказания дневного объёма торгов неким активом на основании
Обыкновенные акции ОАО "Нефтяная Компания "Лукойл" (LКОН.ММ)
lili - •«- Логарифм объема торгов —♦—Остатки после AR(1)
\ ~\ 1 \ \
\ 1
I N 1 4
\ \ “ \ \
\ V' / \>x • . ! x-y 'A,4- / \ \ \ V / \ jff N.
1 1 1 1
0.8
0.6
0.4
0.2
-0.2
10
15
Смещение, торговые дни
20
25
30
Рис. 1. Сравнение автокорреляции логарифма дневного объёма торгов и остатков после регресии AR(1) на примере акций ОАО “Нефтяная компания “Лукойл” за период с 10 июля 2007 по 10 июля 2008 года. Горизонтальные пунктирные линии - доверительный
интервал для теста на отсутствие автокорреляции на 95% уровне.
Обыкновенные акции ОАО "Татнефть" (TATN3.MM)
1 1 1 1 -■*- Логарифм объема торгов
—*—Остатки после AR(1)
\
1 \
- N
V.
X
“ 1 X
N
X
_ • • ’ - • Л 4
/\ 4
- / ' \ / v V/ V ^ \ ' V -
її
'О 5 10 15 20 25 30
Смещение, торговые дни
Рис. 2 Сравнение автокорреляции логарифма дневного объёма торгов и остатков после регресии AR(1) на примере акций ОАО “Татнефть” за период с 10 июля 2007 по 10 июля 2008 года. Горизонтальные пунктирные линии - доверительный интервал для теста
на отсутствие автокорреляции на 95% уровне.
данных, доступных до начала торговой сессии, воспользуемся авторегрессионной моделью первого порядка для логарифма дневного объёма торгов:
(Уг ) _ ау + @У (Уг—1 ) + ,г, (1)
где ґ - торговый день, у, - суммарный объем сделок по данному активу в течение режима непрерывных торгов ММВБ в день
Ґ, СХу и ву - коэффициенты авторегрессионной модели, которые необходимо оценить, £у ґ - остаток модели.
Анализ остатков модели показал отсутствие автокорреляции (см. рис. 1) для 5 активов из 11, рассмотренных в данной работе. Для оставшихся 6 активов наблюдается небольшой выход за границы доверительного интервала на двух-трех значениях смещения из 20 (например, рис. 2).
В данном случае, используем прогнозирование на один день вперед - каждый день (обозначим день, прогноз на который необходимо построить как Т ) модель переоценивается с использованием метода наименьших квадратов на основании данных за последние 70 торговых дней (заканчивающиеся днем Т — 1), и оценки коэффициентов ССу у. | и ¡Зу у, | используются для построения прогноза логарифма объёма торгов в день Т ■
(2)
Если говорить о внутридневной кривой распределения объёма торгов, то следует иметь в виду, что она указывает, какая доля от всего объёма торгов в непрерывном режиме будет проторгована в течение указанного интервала времени. Для построения такой кривой торговый день разбивается на промежутки времени одинаковой длительности, и сама кривая задается как функция, обладающая следующими свойствами:
Ук, о(к)>0; ^о(к) = 1,
(3)
к=1
- суммарное количество временных интервалов внутри дня, о(к)
- доля дневного объёма торгов, проторгованная в течение интервала к .
Для оценки важности построения качественной внутридневной кривой распределения объёма торгов мы сравним несколько вариантов прогнозирования процентного распределения объёма торгов внутри дня.
Равномерное распределение - самый простой вариант внутридневной кривой распределения объёма - предполагает постоянство объемов торгов независимо от времени, прошедшего с открытия
торгового
дня: О (к ) = const .
Полиномиальная кривая 6-ого порядка:
где к - порядковый номер интервала времени внутри дня, N
о(к) = V ak
1. \ ) j
j=0
Дамми-переменные для каждого интервала времени внутри дня: о(к ) = ьк
Оценка коэффициентов для всех видов кривых, кроме равномерного распределения, проводилась с помощью метода наименьших квадратов по реализованным кривым распределения объёма за последние 70 дней. После построения прогнозов по оцененным коэффициентам выполнялась нормировка кривой распределения объемов так, чтобы были выдержаны условия.
Для прогнозирования количества акций Vf к , которое будет
проторговано в течение интервала к дня T , мы объединяем прогнозы дневного объёма торгов и внутридневной кривой распределения торгов.
где G)j _\ {&) ' оценка внутридневной кривой распределения торгов по данным, доступным до дня T — 1 включительно.
Что касается модели внутридневной адаптации прогноза про-
торгованного количества акций, то как бы ни была точна теоретическая кривая распределения объёма торгов, неожиданные новости и изменения в торговой активности всегда приводят к отклонениям реализованного объёма от предсказанного. Для учета неожиданных всплесков и падений объёма торгов по сравнению с предсказанным количеством внутри дня мы используем следующую авторегрессионную модель:
= ln V„ - ln
т.к-
(5)
Утл
Утл =а + РУтл-1 + етл, к = 2.м.
При прогнозировании внутри дня, коэффициенты а и в
оцениваются методом наименьших квадратов по предыдущим 70 торговым дням, а финальный прогноз количества акций, проторгованных в следующий интервал времени, определяется по следующим формулам:
(6)
Для оценки качества прогноза объёма торгов, мы сравниваем
средневзвешенную по объему цену актива Pf (VWAP, Volume Weighted Average Price) в течение всего режима непрерывных торгов со средневзвешенной ценой Pj, , рассчитанной по спрогнозированному объему. Средневзвешенные цены рассчитывались по следующим формулам:
(7)
Далее, для каждого дня рассчитывалось различие между Рт и в базисных пунктах (сотых долях процента):
= 10000-5—^
Если прогноз объёма построен идеально, то это различие будет равно нулю. Соответственно, из двух методов прогнозирования объёма лучшим будет тот, что обеспечит меньшее среднее и стандартное отклонение значения на всем интервале прогнозирования.
В таблице 6 приведён список ценных бумаг, исследованных в этой работе (электронные торги этими бумагами происходят на бирже ММВБ). Мы используем пятиминутные данные по объёмам торгов и средневзвешенной по объему цене за период с 11 декабря
2006 года по 10 июля 2008 года. Пятиминутные данные сформированы на основании данных службы Reuters DataScope Tick History. В качестве идентификатора ценной бумаги мы используем RIC код (Reuters Identification Code) - идентификатор ценных бумаг компании Reuters.
Оценка внутридневных кривых распределения объёма торгов проводилась по данным 70 предшествующих торговых дней. К примеру, прогноз внутридневных кривых распределения объёма торгов для 10 июля 2007 года был построен с использованием данных начиная с 29 марта 2007 года по 9 июля 2007 года - ровно 70 торговых дней. Использовать данные по торгам до 23 марта 2007 года включительно не имеет смысла без дополнительных преобразований, так как по 23 марта 2007 года режим непрерывных торгов на ММВБ был с 10:30 до 18:45 по московскому времени, а с 26 марта
2007 длительность торгового дня была изменена, и торги происходили с 10:30 до 17:45. Изменение длительности торгового дня неизбежно ведет к изменению распределения объёма торгов внутри дня - трейдерам приходится смещать торговую активность так, чтобы соответствовать часам работы биржи.
Из-за того, что прогноз логарифма объёма торгов Wt) входит в модель, первый прогноз дневного объёма необходимо построить уже для 29 марта 2007 года. Для этого дня мы используем данные по дневным объёмам торгов с 11 декабря 2006 года по 28 марта 2007 года (при этом предполагая, что модель для логарифма дневного объёма торгов (3.1) не была подвержена структурному сдвигу в районе 23 марта 2007 года).
В таблицах 7-9 приведены результаты прогнозирования. Рассмотрим для примера результаты по TATN3.MM. Из таблицы 7 видно, что использование неизменной кривой распределения объёма внутри дня приводило, в среднем, к недооценке средневзвешенной по объему цены примерно на 11 базисных пунктов. Использова-
Таблица 6. Список ценных бумаг
RIC код Эмитент Тип акций
CHMF.MM ОАО "Северсталь" обыкновенные
GAZP.MM ОАО "Газпром" обыкновенные
GMKN.MM ОАО "Горно-металлургическая компания "Норильский никель" обыкновенные
LKOH.MM ОАО "Нефтяная компания "Лукойл" обыкновенные
MTSI.MM ОАО "Мобильные ТелеСистемы" обыкновенные
PLZL.MM ОАО "Полюс Золото" обыкновенные
ROSN.MM ОАО "Нефтяная компания "Роснефть" обыкновенные
RTKM.MM ОАО "Ростелеком" обыкновенные
RTKM_p.MM ОАО "Ростелеком" привилегированные
SIBN.MM ОАО "Нефтяная компания "Сибнефть" обыкновенные
TATN3.MM ОАО "Татнефть" обыкновенные
Таблица 7. Среднее значение и( за период с 1 июля 2007 по 1 июля 2008, в базисных пунктах
RIC код Неизменная кривая Внутридневная адаптация
Равномерное Дамми-кривая Поли- ном Равномерное Дамми-кривая Полином
CHMF.MM 1900 170.47 170.09 43 1.76 1.71
GAZP.MM 6.03 6.68 6.28 48 1.97 1.99
GMKN.MM 6.63 7.03 6.75 61 17 1.90
LKOH.MM 4.89 5.92 5.55 1.82 1.40 1.47
MTSI.MM 117.60 970 941 0.97 0.19 0.17
PLZL.MM 56.32 48.18 48.25 6.97 5.91 5.87
ROSN.MM 9.33 9.91 9.85 4.20 3.99 4.03
RTKM.MM 238.46 207.55 210.46 4.45 3.24 99
RTKM_p.MM 66.17 60.94 627 3.20 3.20 3.22
STBN.MM 1917 167.59 168.58 4.98 4.59 4.50
TATN3.MM 11.58 11.21 10.53 32 1.81 1.84
Таблица 8. Среднее значение 5 за период с 1 июля 2007 по 1 июля 2008, в базисных пунктах
Неизменная кривая Внутридневная адаптация
Поли- Поли-
R1C код Равномерное Дамми-кривая ном Равномерное Дамми-кривая ном
CHMF.MM 198.05 176.63 176.29 15.40 15.20 15.34
GAZP.MM 111 13.36 194 6.69 6.60 6.69
GMKN.MM 14.92 16.93 16.60 9.23 9.23 9.82
LKOH.MM 13.54 14.98 14.58 7.83 7.74 7.88
MTSI.MM 128.59 101.42 101.19 14.75 11.51 11.60
PLZL.MM 64.77 57.19 57.23 15.34 15.11 15.12
ROSN.MM 16.57 17.34 17.29 9.64 9.69 9.68
RTKM.MM 244.12 211.84 214.57 19.23 14.67 14.38
RTKM_p.MM 77.62 73.18 74.46 15.86 16.82 16.83
SIBN.MM 199.87 175.67 176.63 14.28 15.11 14.96
TATN3.MM 25.45 24.39 23.77 168 100 109
Таблица 3.4. Стандартное отклонение <5 за период с 1 июля 2007 по 1 июля 2008, в базисных пунктах
RIC код Неизменная кривая Внутридневная адаптация
Равномерное Дамми- кривая Поли- ном Равномерное Дамми- кривая Поли- ном
CHMF.MM 251.78 227.69 225.47 237 21.75 21.87
GAZP.MM 27.62 38.18 34.16 9.74 10.05 10.18
GMKN.MM 30.22 40.24 37.77 13.83 13.34 14.81
LKOH.MM 29.26 39.12 35.24 117 11.68 11.93
MTSI.MM 206.75 169.24 165.36 23.26 18.19 18.32
PLZL.MM 110.07 97.48 96.57 26.68 25.14 25.19
ROSN.MM 323 37.55 36.48 14.22 13.72 13.71
RTKM.MM 240.40 239.84 229.54 27.36 21.23 20.77
RTKM p.MM 190.39 197.97 203.31 25.42 25.48 25.51
SIBN.MM 3873 340.39 340.51 20.22 20.42 20.30
TATN3.MM 46.31 47.27 44.46 18.92 17.51 17.61
ние же внутридневной адаптации прогноза объёма торгов снизило это расхождение в среднем примерно в пять раз, а меры разброса этого расхождения - примерно в два раза. Одной из основных причин такого изменения является оперативное реагирование на резкие всплески и падения торговой активности, происходящих, к примеру, из-за появления новостей.
Внутридневная адаптация прогноза объёма торгов значительно уменьшает среднее значение и разброс отклонений Рт и /^, ,
что является свидетельством в пользу данного метода. Примечательно, что использование усложненных моделей для внутридневных кривых распределения объёма оказывает малый эффект на качество финального прогноза. Тем не менее, минимальные значения среднего 5{, среднего |5| и стандартного отклонения (выделены жирным шрифтом в таблицах 7 - 9) в большинстве случаев достигались при использовании полиномиальной либо дамми-кри-вой для внутридневного распределения объемов.
Таким образом, использование внутридневной адаптации про-
гноза объёма торгов позволяет значительно улучшить качество прогноза (измеренное по разнице между реализованной средневзвешенной ценой и средневзвешенной ценой по спрогнозированной кривой). Использование такого прогноза при построении алгоритмической системы исполнения заказа внутри дня позволит значительно снизить риски проскальзывания цены и выполнения заказа по неблагоприятным ценам (по сравнению с использованием неизменной кривой распределения объёма внутри дня).
Литература:
1. Барон Л.И., Данилова А.В. и др. Антимонопольная политика и развитие конкуренции на финансовом рынке. - М.: ТЭИС, 2007.
2. Буренин А.Н. Форварды. Фьючерсы, опционы, экзотические и погодные производные. М.: Научно-техническое общество им. акад. С.И.Вавилова, 2008.
3. Гордон Я. Целевая конкуренция. - М. Вершина, 2006.
4. Инновационное развитие экономики России: ресурсное обеспечение. Под ред. Колесова В.П. и др. - М.: МГУ, 2009.
5. Конкурентная Россия: метаморфоза конкуренции, конку-
рентная политика, экономический рост. Под ред. Артемьев И.Ю. и др. - М.: МГУ, 2008.
6. Миркин Я.М. Рынок ценных бумаг: воздействие фундаментальных факторов, прогноз и политика развития. - М.: Финакаде-мия при Правительстве РФ, Альпина, 2007.
7. Мировой фондовый рынок и интересы России. Отв. ред. Смыслов Д.В. - М.: ИМЭМО РАН, 2008.
8. Ольсевич Ю.Я. Методологические основы современных теорий финансовых рынков. - М.: ИЭ РАН, 2009.
9. Сильвестров С.Н. Финансовый кризис: причины и проявления. - .М.: ИЭ РАН, 2009.
10. Спецификация срочного контракта GAZR-6.09 [Электронный ресурс] - Электрон. текстовые дан. - Фондовая биржа РТС, 2009.
- Режим доступа: http://www.rts.ru/ru/forts/contract.htшl?isin=GAZR-6.09, свободный.
11. Субботин А.В. Управление инвестиционным портфелем на основе индикаторов рыночной волатильности : дис. .. канд. экон. наук [Электронный ресурс] / А.В. Субботин. - Электрон. текстовые дан. - Москва: Государственный Университет - Высшая Школа Экономики, 2009. - Режим доступа: htp://www.mirkin.ru/_docs/ subbotin.pdf, свободный.
12. Цыплаков Александр. Matrixer - Эконометрическая программа [Электронный ресурс] / Александр Цыплаков. - Электрон. текстовые дан. - Новосибирский Государственный Университет, 2004. - Режим доступа: http://www.nsu.ru/ef/tsy/ecmr/mtx/index.htm, свободный.
СОВЕРШЕНСТВОВАНИЕ СИСТЕМЫ УПРАВЛЕНИЯ ПОТРЕБИТЕЛЬСКОЙ КООПЕРАЦИЕЙ СМОЛЕНСКОЙ ОБЛАСТИ
Чудакова С.А., соискатель Московской академии предпринимательства при правительстве Москвы
В современных условиях одним из приоритетных направлений деятельности потребительской кооперации Смоленской области становится обеспечение жизнеспособности розничной торговли и ее устойчивого развития на долгосрочную перспективу.
Ключевые слова: потребительская кооперация, система управления, розничная торговля.
MANAGEMENT CONSUMER COOPERATION PERFECTION OF THE SMOLENSK REGION
Chudakov S., the applicant, Moscow Academy of Entrepreneurship under the Government of Moscow
In modern conditions, one of the priorities of consumer cooperatives Smolensk region is to ensure the viability of the retail trade and its sustainability in the long term.
Keywords: consumer cooperatives, the management system, retail.
В современных условиях одним из приоритетных направлений деятельности потребительской кооперации Смоленской области становится обеспечение жизнеспособности розничной торговли и ее устойчивого развития на долгосрочную перспективу. Укрепление конкурентных позиций в сфере розничной торговли позволит потребительским обществам получить средства для решения своих уставных задач. Успешное функционирование кооперативных организаций определяется большим числом внешних и внутренних факторов, что требует стратегического подхода к управлению развитием розничной торговли.
Торговля потребительской кооперации на первом этапе реформ не сумела противостоять разъединительным и обособленческим тенденциям, укоренившимся на потребительском рынке. Решения о свободе торговли, ее коммерциализация сыграли определенную роль в создании конкурентной среды.
Важная задача потребительских обществ и их союзов - разработка в кратчайшие сроки долгосрочных стратегий развития кооперативного сектора, в которых необходимо четко отразить их цели и приоритеты; обозначить этапы, ведущие к достижению поставленной цели, определить механизмы включения основных положений кооперативной стратегии в национальные программы экономического и социального развития.
Стратегией развития розничной торговли потребительской кооперации Смоленской области является создание условий для повышения уровня и качества жизни населения на основе устойчивого экономического развития торговой деятельности.
Развитие в условиях рыночной экономики требует от организаций потребительской кооперации повышения эффективности производства, конкурентоспособности продукции и услуг на основе внедрения эффективных форм хозяйствования и управления производством, преодоления бесхозяйственности и др. В сложившихся условиях прогнозирование и планирование деятельности кооперативных организаций является одной из важнейших форм хозяйствования, так как именно планирование представляет собой умение предвидеть цели организации, результаты ее деятельности и необходимые ресурсы.
Анализ развития организаций потребительской кооперации Смоленской области за период 2004 - 2010 год показывает, что потребительским обществам при осуществлении социально - эконо-
мической деятельности приходится сталкиваться с серьезными трудностями, то есть усилением конкуренции в наиболее выгодных сегментах рынка, сокращением обслуживаемого населения и количества пайщиков.
Сложившаяся на селе неблагоприятная демографическая ситуация, выразившаяся в уменьшении численности, в старении сельского населения, повлекла за собой разрушение социальной инфраструктуры села и массовую миграцию трудоспособного населения. Низкая покупательная способность населения не позволила получить оптимальный уровень рентабельности. Пополнение собственных оборотных средств для развития розничной торговли приходится получить путем привлечения заемных средств.
Доминирующая роль розничной торговли в многоотраслевой системе потребительской кооперации предопределяет необходимость анализа различных управленческих ситуаций и решения важных стратегических задач. Отсюда вытекает необходимость в разработке стратегии, учитывающей обоснование направления развития торговой отрасли в формате концепции всей системы.
С точки зрения стратегического управления потребительскую кооперацию на региональном уровне следует рассматривать, как сложную систему.
В условиях рынка усиливается роль торговых предприятий в развитии системы. С одной стороны их деятельность определяется совокупностью ресурсов: кадры, конкурентоспособные товары, современные технические средства, инвестиции, информация о состоянии рынков товаров и спросе потребителей. Следовательно, стабильное и устойчивое функционирование и развитие торговых предприятий в новых условиях обуславливается стратегией их развития, потенциальными ресурсами и факторами внешней среды. Внешние условия вынуждают организации потребительской кооперации укрупнять свои активы для более эффективного их использования и развития с целью сохранения и расширения позиций на рынке.
Для достижения целей обозначенных в стратегии необходимо выполнение следующих мероприятий:
* Комплексное развитие сети розничной торговли, то есть строительство крупных торговых комплексов модернизация и реконструкция действующей розничной сети с переводом их на метод са-
