Русский править
Корень: -консенсус-; корень: -прогноз-.
Произношение править
- МФА: [ kɐnˌsɛnsʊs prɐˈɡnos ]
Семантические свойства править
Значение править
-
фин. , экон. метод прогнозирования ситуации в экономике и на финансовых рынках, основанный на вычислении среднего значения прогнозов различных аналитических центров ◆ Отсутствует пример употребления (см. рекомендации ).
Синонимы править
Антонимы править
Гиперонимы править
Гипонимы править
Родственные слова править
| Ближайшее родство |
Консенсус-модель в системе государственного прогнозирования России Текст научной статьи по специальности «Экономика и бизнес»
Аннотация научной статьи по экономике и бизнесу, автор научной работы — Карев Михаил Александрович
Консенсус-прогноз занял прочное место в исследованиях зарубежных экономистов благодаря своей эффективности и относительно простому алгоритму применения, позволяющему быстро оценить полученные результаты. В отечественной практике данная модель оценивается преимущественно негативно, что замедляет процесс ее внедрения в систему прогнозирования параметров бюджета. В статье рассмотрены перспективы использования консенсус-модели в России с учетом того, что прогнозы доходов бюджета ежегодно имеют значительное отклонение от фактических данных.
i Надоели баннеры? Вы всегда можете отключить рекламу.
Похожие темы научных работ по экономике и бизнесу , автор научной работы — Карев Михаил Александрович
Краткосрочное прогнозирование поступлений в бюджет с использованием комбинации прогнозов
Особенности прогнозирования доходов от налога на прибыль
Ошибки прогноза налога на прибыль
Макроэкономическое прогнозирование: композиция вероятностей против конфликта сценариев
Прогнозы доходов государственного бюджета РФ
i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.
Consensual Prognostic Model and the Forecasts Made by the Russian Government Institutions
The consensual prognostic model has been widely used by the international economists due to the fact that it is an efficient and easy-to-use tool that can help assess the results gained quickly. The Russian economists predominantly demonstrate negative attitudes when it comes to the model use. That is why the model is not widely used for the purposes of the budget parameters forecasting . The article author takes into account the fact that the real life and forecast Russian budget revenue figures differ from one another significantly and examines the prospects of using the model in Russia.
Текст научной работы на тему «Консенсус-модель в системе государственного прогнозирования России»
государственный бюджет государственные доходы,
М. А. Карев, аспирант кафедры «Финансы»
Академии бюджета и казначейства Минфина России, зам. начальника Сводного департамента макроэкономического прогнозирования Минэкономразвития России (e-mail: mkarev@mail.ru)
Консенсус-модель в системе государственного прогнозирования России
Дефицит федерального бюджета на 2011 г. прогнозируется в размере 1814,0 млрд руб. (3,6 % ВВП). В качестве мер по его сокращению можно выделить частичное снижение объемов расходования средств по ряду направлений, увеличение налоговой нагрузки на экономику, а также использование дополнительных доходов от роста мировых цен на нефть. Однако существует еще один способ сократить величину бюджетного дефицита — качественный прогноз доходов бюджета, способный дополнительно привлечь средства в размере от 1 до 3 % ВВП.
При прогнозировании бюджетных доходов во всем мире используется более двух десятков различных моделей и методик. Основными из них являются эконометрические модели, осуществляющие прогноз с использованием регрессионных уравнений либо на основе изменения эластичности различных параметров, и модели, использующие экстраполяцию данных в сочетании с методом экспертных оценок1. Каждый из этих методов способен показывать достаточно качественные результаты в виде точных прогнозов на средне- и долгосрочную перспективу. Однако зачастую в прогнозах, сформированных с применением данных моделей, присутствует ошибка, под которой следует понимать отклонение фактических данных от их прогнозных значений. Средняя абсолютная ошибка прогноза доходов ведущих стран мира составляет порядка 5 %.
Причины возникновения ошибок различны. Основные из них: использование некачественных прогнозов макроэкономических показателей, неверные оценки влияния на формирование доходов изменений в налоговом законодательстве, заложенные
1 Карев М. А. Особенности прогнозирования доходов от налога на прибыль // Академия бюджета и казначейства Минфина России. Финансовый журнал. — 2010. — № 1.
в прогноз; несовершенство применяемых моделей. Также применяемые модели зачастую плохо справляются с определением момента изменения тенденций, складывающихся в экономике, — возникновением кризисов или, наоборот, стремительным ростом. А это неминуемо приводит к увеличению ошибки прогноза.
Последним препятствием на пути к точному прогнозированию и, как следствие, формированию качественного бюджета является большое количество прогнозов, существующих внутри страны. Данный факт обусловлен тем, что в процесс разработки параметров бюджета вовлечено большое количество министерств и ведомств, а также независимых институтов и экономических экспертов. В этих условиях выбор одного качественного прогноза из более чем десятка вариантов сильно осложняется.
Методом решения проблем, присущих современной системе государственного прогнозирования, а также способом повышения точности бюджетных проектировок может стать применение консенсус-прогноза. Автором были проанализированы его основные преимущества и недостатки по сравнению с результатами изолированных друг от друга методов прогнозирования, а также оценка возможности его использования в реалиях российской системы государственных прогнозов параметров федерального бюджета.
Консенсус-прогноз, называемый в зарубежной литературе «combining forecast», или «composite approach», представляет модель, включающую в себя прогнозы одного и того же показателя, но построенные с помощью различных методик либо использующие различные входящие данные. Его применение особенно эффективно, когда нет уверенности в правильности выбора метода прогнозирования и когда необходимо избежать больших ошибок в прогнозе. В идеальных условиях он способен обеспечить конечные результаты, которые могут быть точнее полученных с использованием любого другого отдельно взятого метода.
Консенсус-модель прогнозирования проще всего описать линейным уравнением регрессии, в которой будут определены веса различных прогнозов п:
Ff = С1 F1+ С2 F2+ — + CnFn + e (1)
где Ff — окончательный вариант прогноза;
F±, Fn — отдельно взятый прогноз; су сп — вес каждого прогноза;
e — случайные ошибки наблюдения, независимые между собой, имеют нулевую среднюю и дисперсию.
Первое упоминание о консенсус-прогнозе датируется 1818 г. — в работе П.-С. Лапласа говорится, что «объединение результатов двух методов способно быстрее привести к снижению ошибки»2. Эффективность объединения нескольких полученных результатов в один также была оценена Ф. Галтоном в исследовании, по результатам которого он сделал вывод, что «вся композиция выглядит гораздо лучше, чем каждый ее компонент сам по себе, так как она лишена различных недостатков, проявляющихся при рассмотрении каждого портрета в отдельности»3. Впоследствии эффективность применения консенсус-прогнозов была доказана в биологических и социальных науках (работы Р. Левинса, а также Л. Кронбаха и П. Мила).
2 Clement R. T Combining forecasts: A review and annotated bibliography // International Journal of Forecasting. — 1989. — № 5. — P 559-583.
3 Galton F. Composite portraits // Journal of the Anthropological Institute of Great Britain and Ireland. — 1878.— № 8. — P 132-142.
Основная идея перечисленных выше работ заключается в том, что на прогноз оказывает влияние большое количество факторов, и качественная оценка каждого из них может быть произведена лишь той моделью, которая лучше всего подходит для описания данного фактора. Объединение отдельных моделей в один прогноз способно снизить количество ошибок, возникающих в результате неправильно сделанных допущений или неточности используемых данных.
Вопрос целесообразности применения консенсус-прогноза в экономике и в оценке бизнес-процессов широко рассматривался во второй половине XX в. В частности, исследования С. ПоКемпнера и Э. Бэйли, и в особенности Д. Далримпла, показали, что около 70 % компаний, вовлеченных в сферу продаж в США, в той или иной степени применяют этот метод4.
Эффективность его использования в государственном прогнозировании оценивается в работе Р. Бачелора и П. Дюа, которые рассматривают качество прогнозирования реального ВВП, прибыли предприятий, инфляции и уровня безработицы на 6, 12 и 18 месяцев5. Они объединили в одной модели несколько прогнозов, сформированных на основе различных допущений, что привело к более качественному прогнозированию всех показателей, чем при использовании моделей с одинаковыми допущениями. Еще большее увеличение точности финальной оценки было достигнуто за счет объединения моделей, основанных на применении различных методов.
Дж. Пенкавел проанализировал прогнозы, оценивающие индекс роста оплаты труда в Англии, которые были сделаны с использованием пяти различных эконометрических моделей6, и пришел к выводу, что модели, показавшие отличный результат прогнозирования в одном году, обеспечат столь же высокий результат в следующем.
В России вопрос применения консенсус-прогноза при оценке бюджетных и макроэкономических параметров рассматривается, в частности, в работе Е. Гурвича. В ней автор на основе сравнения консенсус-прогнозов аналитических центров, банков и инвестиционных компаний и правительственных прогнозов сделал вывод, что «независимые прогнозы характеризовались в целом меньшей точностью. Они хуже предсказывали темпы роста ВВП, объем ВВП в фактических ценах, обменный курс. Качество прогнозирования цен на нефть, размеров экспорта и импорта оказалось примерно одинаковым. Единственный показатель, который правительство прогнозировало хуже, чем независимые эксперты, — инфляция. Вероятно, это объясняется спецификой ее правительственных прогнозов, представляющих собой не столько ожидаемые, сколько целевые показатели»7.
Негативное отношение к использованию консенсус-прогнозов для оценки бюджетных показателей высказывает в своей статье А. Ведев. В частности, он считает, что «государственные структуры и крупные частные компании не могут и не должны ориентироваться на подобные данные», т. к. «результаты прогнозных расчетов (в основу которых были положены конкретные предположения и допущения, методологические подходы) фактически нивелируются среднеарифметическими значениями»8.
4 PoKempner S., Bailey E. Sales Forecasting Practice. — New York: The Conference Board, 1970; Dalrymple D. Sales forecasting practices: Results from a United States survey // International Journal of Forecasting. — 1987. — № 3. — P 379-391.
5 Batchelor R., Dua P Forecaster diversity and the benefits of combining forecasts // Management Science. — № 41. — P. 68-75.
6 Pencavel J. A note of the predictive performance of wage inflation models of the British economy // Economic Journal. — 1971. — № 81. — P. 113-119.
7 Гурвич Е. Насколько точны макроэкономические и бюджетные прогнозы? // Вопросы экономики. — 2006. — № 9.
8 Ведев А. Прогнозирование российской экономики и проблема «средней температуры в больнице»: чем опасны «консенсус-прогнозы»/ Аналитическая лаборатория «Веди» (http://www.vedi.ru/o_cr/cr0051_r.html).
Остальная российская литература в большей своей части рассматривает консенсус-прогнозы с точки зрения качества оценки ими инвестиционных рисков и будущей стоимости акций компаний. Также результаты данных прогнозов используются в различных аналитических сборниках независимых организаций9.
Существует ряд рекомендаций по применению консенсус-прогнозов, наиболее полно представленный в работе Дж. Армстронга10. Первая из них — необходимо объединять прогнозы, основанные либо на использовании различных макроданных, либо на применении отличающихся моделей. Данный факт был доказан в работе Р. Бачелора и П. Дюа, представленной выше. При соблюдении этого принципа консенсус-прогноз будет обеспечивать наиболее высокие результаты прогнозирования по сравнению с другими моделями.
Еще одним немаловажным вопросом является количество отдельных прогнозов, комбинируемых в итоговой консенсус-модели. Оптимальным для достижения максимальной точности финального результата, согласно проведенным исследованиям, является использование от четырех до шести независимых прогнозов11. Существует мнение, что если используется пять и более различных прогнозов, то целесообразным будет исключение из консенсус-модели наибольшего и наименьшего из них. Однако подтверждение данной рекомендации высказано в небольшом числе исследований зарубежных авторов, в связи с чем применение на практике данной меры необоснованно.
При использовании большого количества различных прогнозов незамедлительно встает вопрос о величине веса каждого из них в итоговом уравнении регрессии. По этому поводу существует два диаметрально противоположных мнения. Так, Р. Клемен и Р. Маклафлин в своих работах считают неверным изначально отдавать большее предпочтение одному из методов либо выставлять веса, основываясь на исторических данных. Оба автора соглашаются, что в ситуации, когда не ясно, какой из методов лучше, необходимо использовать одинаковые веса12.
Вместе с тем А. Шамселдин, К. О’Коннор и Г. Лианг в своем исследовании протестировали качество консенсус-прогноза, использующего как одинаковые веса отдельных прогнозов, так и веса, установленные в зависимости от точности прогнозов за отчетный период. В результате применения одинаковых весов удалось снизить ошибку прогноза на 9,4 %, в то время как использование второго метода привело к сокращению ошибки на 14,6 %13.
Таким образом, необходимо внимательно подходить к определению веса каждого отдельного компонента консенсус-модели, учитывая как исторически сложившиеся данные о качестве того или иного метода, так и мнения независимых экспертов.
Преимущество метода консенсус-прогноза по сравнению с остальными моделями, выраженное в виде снижения ошибки, представлено в таблице.
9 См. например: Консенсус-прогноз на 2011-2012 гг., подготовленный Центром развития/ Официальный сайт Фонда экономических исследований «Центр развития» (http://www.dcenter.ru/pdf/2011/Cf-11-Q1.pdf).
10 Armstrong J. S. Principles of Forecasting: A Handbook for Researchers and Practitioners. — Springer, 2001.
11 Libby R., Blashfield R. Performance of a composite as a function of the number of judges // Organizational Behavior and Human Performance. —1978. — № 21. — P. 121-129; Ashton A., Ashton R. Aggregative subjective forecasts: Some empirical results // Management Science. — 1985. — № 31. — P. 1499-1508.
12 Clemen R. T. Combining forecasts: A review and annotated bibliography // International Journal of Forecasting. — 1989. — № 5; MacLaughlin R. L. The forecasters’ batting averages // Business Economics. — 1973. — № 3.
13 Shamseldin A. Y., O’Connor K. M., Liang G. C. Methods for combining the outputs of different rainfall-runoff models // Journal of Hydrology. —1997. — № 197.
Снижение ошибки прогноза при использовании консенсус-модели
Прогнозируемый показатель Метод Количество компонентов консенсус- прогноза Горизонт прогноза Период прогноза Процент снижения ошибки
Экономические данные Экспертных оценок 5 1-14 Месяц 19
Прибыль компаний 5 1 Год 8,1
Макроэкономические показатели 10 1 Год 16,4
Экономические данные Экстраполяция 5 18 Месяц 24,2
Прибыль компаний 5 1-4 Квартал 13,6
Цены на продукты питания 7 1-5 Год 20
Выпадение осадков 5 1 Год 9,4
ВВП 4 1-4 Квартал 3,4
Прибыль компаний Экспертных оценок/ Экстраполяция 2 1-4 Год 11
Экономические данные 3 1-18 Месяц 10,7
Макроэкономические показатели Экстраполяция/ Эконометрический 2 1 Квартал 10,1
Продажи фотографий по стране 2 6 Год 4,2
Цены на свинину Экспертных оценок/ Экстраполяция/ Эконометрический 6 1 Квартал 23,5
Источник: Armstrong J. S. Principles of Forecasting: A Handbook for Researchers and Practitioners. — Springer, 2001. — P 428.
Исходя из представленных в таблице данных, среднее снижение ошибки при использовании консенсус-прогноза составило 13,3 %, что еще раз подтверждает эффективность данного метода вне зависимости от моделей и горизонта прогнозирования, лежащих в его основе.
Таким образом, на основе сопоставления зарубежных источников по вопросу применения консенсус-прогноза можно выделить следующие критерии его применения, а также рекомендации по увеличению его эффективности.
— отсутствие полной уверенности в том, какой из существующих методов прогноза наиболее точный;
— случаи резко меняющейся экономической ситуации;
— стремление избежать больших ошибок14.
1. Наибольшая эффективность достигается при объединении прогнозов, основанных либо на использовании различных макроданных, либо на применении отличающихся моделей.
2. Оптимальным количеством для достижения максимальной точности финального прогноза является использование не менее пяти различных прогнозов.
3. Необходимо использовать одинаковый вес отдельных компонентов при отсутствии полной уверенности в превосходстве одного из них.
4. Вес каждого прогноза в модели должен определяться на основе отчетных данных, свидетельствующих о качестве применяемого метода.
Российская система прогнозирования удовлетворяет всем трем критериям, определяющим целесообразность применения консенсус-прогноза. В процессе подготовки проекта федерального закона о федеральном бюджете на очередной финансовый год и плановый период участвуют Минфин, Минэкономразвития, ФНС и ФТС России.
14 Так как консенсус-прогноз всегда будет точнее (при условии использования одинаковых весов), чем его наихудший компонент (прим. авт.).
На отдельных этапах к обсуждению прогнозов подключаются представители Правительства, Центробанка России и независимых экономических организаций — Центра макроэкономического анализа и краткосрочного прогнозирования (ЦМАКП) и Экономической экспертной группы (ЭЭГ). Зачастую прогнозы данных органов и организаций сильно различаются, а иногда и вовсе имеют разнонаправленный характер. В этих условиях процесс согласования параметров бюджета усложняется и затягивается.
Как показал мировой экономический кризис 2008 г., российская система государственного прогнозирования не способна на данном этапе своего развития предсказывать столь бы то ни было значительные колебания в экономике. Также она не способна быстро перестраиваться в стремительно меняющихся мировых тенденциях. К тому же энерго-сырьевая ориентация экономики России делает ее зависимой от непредсказуемых колебаний мировых цен на нефть.
С учетом слабой системы прогнозирования, которая не может быстро реагировать на меняющиеся экономические реалии, ошибка прогноза доходов бюджета за 14-летний период составила 18,7 %, что в разы превышает показатели развитых стран15. Так, согласно данным, представленным в работе Т. Буеттнера, максимальная ошибка (процент отклонения факта от прогноза) за период в 14 лет была зафиксирована в 2008 г. (прогноз доходов бюджета Японии) и равнялась 21 %16. В России максимальная ошибка однолетнего прогноза доходов была получена в 2005 г. и составила 32 %. На рисунке выделены ошибки, допущенные в 2008 г., — это последний год в исследуемом интервале и одновременно период, на который пришелся пик кризиса. Как видно, в большинстве случаев в этом году была допущена максимальная ошибка прогноза. Прогноз доходов российского бюджета также не стал исключением — он был недооценен на 28,4 %.
Ошибка прогноза доходов бюджета ведущих стран мира
Источник: Buettner T., Kauder B. Revenue Forecasting Practices: Differences across Countries and Consequences for Forecasting Performance // Fiscal Studies, Institute for Fiscal Studies. — 2009. — № З1 (З); расчеты автора на основе данных Федерального казначейства России.
15 Карев М. А. Ошибки прогноза налога на прибыль // Академия бюджета и казначейства Минфина России. Финансовый журнал. — 2010. — № 3.
16 Buettner T., Kauder B. Revenue Forecasting Practices: Differences across Countries and Consequences for Forecasting Performance// Fiscal Studies, Institute for Fiscal Studies. — 2009. — № 31 (3). — P. 313-340.
Большинство стран в 2008 г. переоценили свои доходы. Данный факт выглядит логичным в связи с оптимистичными ожиданиями роста цены на нефть в конце 2007 г. и с резким снижением объемов поступлений в бюджеты под влиянием экономического кризиса в следующем году. Однако российский прогноз доходов по итогам года оказался сильно занижен. Причины тому — осторожный прогноз роста мировых цен на энергоресурсы, а также консервативные оценки, преобладающие в прогнозировании доходной части федерального бюджета.
Почти у половины стран мира государственная система прогнозирования параметров бюджета стабильно обеспечивает высокую точность конечных прогнозов. У более чем двух третей стран ошибка прогноза находится в интервале -10. 10 %, а половина из них прогнозирует с точностью от -5 до 5 %. В то же время в России ошибка менее 5 % была зафиксирована лишь дважды (в 2002 и 2007 гг.), а ее разброс находился в диапазоне -32.26,5 %.
Проведенный анализ свидетельствует, что применение консенсус-прогноза для оценки параметров бюджета было бы правильным шагом в направлении развития всей системы государственного прогнозирования в России. На первом этапе в течение одного-трех лет данная модель может использоваться в качестве вспомогательной при проведении согласительных совещаний по утверждению финального варианта прогноза. А в дальнейшем, при условии обеспечения качественных результатов, она стала бы основой формирования точного прогноза доходной части бюджета.
Таким образом, применительно к российской системе прогнозирования модель консенсус-прогноза могла бы выглядеть следующим образом:
= сlMF1+ с2МЕ + сз^ + с4FCS + е. (2)
Четырьмя отдельными блоками выступали бы прогнозы параметров доходной части бюджета, подготавливаемые Минфином, Минэкономразвития, ФНС и ФТС России. Пятым и, возможно, шестым — разрабатываемые, к примеру, ЭЭГ и ЦМАКП. Данные организации, осуществляющие макроэкономические и бюджетные прогнозы, уже давно подтвердили свою высокую квалификацию в этой области.
На первом этапе использования консенсус-модели веса каждого прогноза лучше всего установить одинаковыми, а по мере накопления отчетной информации о качестве отдельно взятого прогноза ежегодно проводить корректировку величины весов и количества переменных прогнозов, задействованных в модели.
Первоначально консенсус-прогнозирование можно осуществлять в отношении отдельных видов налогов, а не всех доходов бюджета. Ими могли бы стать, к примеру, налог на прибыль и налог на добавленную стоимость на товары (работы, услуги), производимые на территории России. Такой выбор связан со сложностью их прогнозирования, значительным объемом в структуре доходной базы федерального и консолидированного бюджетов, а также большим количеством различных вариантов их прогноза.
Осуществив консенсус-прогноз данных видов налоговых поступлений, проанализировав полученные результаты, а также разработав четкий алгоритм его проведения, можно переходить к консенсус-прогнозу доходов бюджета в целом. Органом, ответственным за его внедрение в систему государственного прогнозирования, могло бы стать Министерство финансов Российской Федерации, которое ежегодно осуществляет разработку проекта закона о федеральном бюджете на очередной финансовый год и плановый период. В рамках данной работы Минфин России прогнозирует объем доходов и проводит по итогам согласительные совещания с другими заинтересованными министерствами и ведомствами, также подготавливающими свои прогнозы доходной части бюджета.
1. Модель консенсус-прогноза показывает стабильно качественные результаты по прогнозированию отдельных показателей, обеспечивая прирост точности прогноза в среднем на 13,3 % (независимо от ранее использовавшейся модели).
2. Состояние российской системы прогнозирования параметров бюджета полностью удовлетворяет критериям, при которых целесообразно использовать консенсус-прогноз.
3. Введение консенсус-модели в процесс прогноза доходов бюджета должно осуществляться поэтапно — от определения перечня участвующих в нем органов и их веса в модели до придания консенсус-прогнозу, при условии обеспечения качественных результатов, статуса официального прогноза доходов федерального бюджета.
1. Armstrong, J. S. Principles of Forecasting: A Handbook for Researchers and Practitioners. — Springer, 2001.
2. PoKempner, S., Bailey, E. Sales Forecasting Practice. — New York: The Conference Board, 1970.
3. Ведев, А. Л. Прогнозирование российской экономики и проблема «средней температуры в больнице»: чем опасны «консенсус-прогнозы» [Электронный ресурс] / Аналитическая лаборатория «Веди». — Режим доступа: http://www.vedi.ru/o_cr/cr0051_r.html.
i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
4. Гурвич, Е. Т. Насколько точны макроэкономические и бюджетные прогнозы? // Вопросы экономики. — 2006. — № 9.
5. Карев, М. А. Особенности прогнозирования доходов от налога на прибыль // Академия бюджета и казначейства Минфина России. Финансовый журнал. — 2010. — № 1.
6. Карев, М. А. Ошибки прогноза налога на прибыль // Академия бюджета и казначейства Минфина России. Финансовый журнал. — 2010. — № 3.
7. Ashton, A., Ashton, R. Aggregative subjective forecasts: Some empirical results // Management Science. — 1985. — № 31. — P. 1499-1508.
8. Batchelor, R., Dua, P. Forecaster diversity and the benefits of combining forecasts // Management Science. — № 41. — P. 68-75.
9. Buettner, T., Kauder, B. Revenue Forecasting Practices: Differences across Countries and Consequences for Forecasting Performance // Fiscal Studies, Institute for Fiscal Studies. — 2009. — № 31 (3). — P. 313-340.
10. Clement, R. T. Combining forecasts: A review and annotated bibliography // International Journal of Forecasting. — 1989. — № 5. — P. 559-583.
11. Cronbach, L., Meehl, P. Construct validity in psychological tests // Psychological Bulletin. — 1955. — № 52 — P. 281-302.
12. Dalrymple, D. Sales forecasting practices: Results from a United States survey // International Journal of Forecasting. — 1987. — № 3 — P. 379-391.
13. Galton, F. Composite portraits // Journal of the Anthropological Institute of Great Britain and Ireland. — 1878. — № 8. — P. 132-142.
14. Levins, R. The strategy of model building in population biology // American Scientist. — 1966. — № 54. — P. 421-431.
15. Libby, R., Blashfield, R. Performance of a composite as a function of the number of judges // Organizational Behavior and Human Performance. — 1978. — № 21. — P. 121-129.
16. MacLaughlin, R. L. The forecasters’ batting averages // Business Economics. — 1973. — № 3.
17. Pencavel, J. A note of the predictive performance of wage inflation models of the British economy // Economic Journal. — 1971. — № 81. — P. 113-119.
18. Shamseldin, A. Y., O’Connor, K. M., Liang, G. C. Methods for combining the outputs of different rainfall-runoff models // Journal of Hydrology. — 1997. — № 197.
Использование консенсус-прогноза колебания цен на мировых товарно-сырьевых рынках Текст научной статьи по специальности «Экономика и бизнес»
фондовый рынок / сырьевые биржи / сырьевые товары / структурированный финансовый продукт / консенсус-прогноз / регрессионный анализ / ретро-прогноз / имитационное моделирование. / stock market / commodity exchanges / commodities / structured financial product / consensus forecast / regression analysis / retro forecast / simulation modeling.
Аннотация научной статьи по экономике и бизнесу, автор научной работы — Коновалова К. Ю.
На международных площадках доминантными для России являются сырьевые товары , в первую очередь нефть. В связи с этим особый статус приобретают эффективные финансовые инструменты. В их создании важная роль принадлежит адекватному определению цены, закладываемой в данный инструмент. В статье исследована методика прогнозирования колебания цен, основанная на консенсус-прогнозе ценообразования на мировых товарно-сырьевых рынках, позволяющая с наибольшей точностью определять изменения нефтяных биржевых котировок.
i Надоели баннеры? Вы всегда можете отключить рекламу.
Похожие темы научных работ по экономике и бизнесу , автор научной работы — Коновалова К. Ю.
Цена на нефть. В поисках дна
Создание российского нефтяного бэнчмарка как один из путей повышения энергетической безопасности России
Создание российского нефтяного бэнчмарка как один из путей повышения энергетической безопасности России
Создание российского нефтяного бэнчмарка как один из путей повышения энергетической безопасности России
Актуальные вопросы биржевого ценообразования на нефть
i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.
USING THE CONSENSUS FORECAST PRICE FLUCTUATIONS ON WORLD COMMODITY MARKETS
At international sites, commodities , primarily oil, are dominant for Russia. In this regard, a special status is acquired by effective financial instruments. In their creation, an important role is played by an adequate definition of the price that is put in the instrument. In the article the methodology of forecasting price fluctuations based on the consensus forecast of pricing on the world commodity and raw markets, which allows determining the changes in oil exchange quotations with the greatest accuracy is investigated.
Текст научной работы на тему «Использование консенсус-прогноза колебания цен на мировых товарно-сырьевых рынках»
использование консенсус-прогноза колебания цен на мировых товарно-сырьевых рынках
Коновалова К. Ю., кандидат экономических наук, доцент кафедры экономики и антимонопольного регулирования,
Северо-Кавказский институт (филиал РАНХиГС) г. Пятигорск Е-mail: kris89.11@yandex.ru
На международных площадках доминантными для России являются сырьевые товары, в первую очередь нефть. В связи с этим особый статус приобретают эффективные финансовые инструменты. В их создании важная роль принадлежит адекватному определению цены, закладываемой в данный инструмент. В статье исследована методика прогнозирования колебания цен, основанная на консенсус-прогнозе ценообразования на мировых товарно-сырьевых рынках, позволяющая с наибольшей точностью определять изменения нефтяных биржевых котировок.
Ключевые слова: фондовый рынок, сырьевые биржи, сырьевые товары, структурированный финансовый продукт, консенсус-прогноз, регрессионный анализ, ретро-прогноз, имитационное моделирование.
using the consensus forecast price fluctuations
on world commodity markets
Konovalova C. Y., oandidate of economic sciences, associate professor of the department of economy and antimonopoly regulation,
North caucasian institute (branch of a RANEPA), city of Pyatigorsk Е-mail: kris89.11@yandex.ru
At international sites, commodities, primarily oil, are dominant for Russia. In this regard, a special status is acquired by effective financial instruments. In their creation, an important role is played by an adequate definition of the price that is put in the instrument. In the article the methodology of forecasting price fluctuations based on the consensus forecast of pricing on the world commodity and raw markets, which allows determining the changes in oil exchange quotations with the greatest accuracy is investigated.
Key words: stock market, commodity exchanges, commodities, structured financial product, consensus forecast, regression analysis, retro forecast, simulation modeling.
На сегодняшний день особое внимание и проработку заслуживают мировые цены на нефть и сырье, являющиеся главным индикатором состояния национальных рынков.
В последние годы цены на сырье имели довольно сильную привязку к динамике доллара, но сейчас тенденция изменилась, и главным фактором ценообразования для нефти стал американский фондовый рынок — цены на нефть постепенно синхронизировали свое движение с индексом Б&Р [1].
Главным катализатором движения становятся новости о состоянии мировой экономики. Очевидным образом при резком снижении темпов
экономического роста и наступлении рецессии спрос на энергоресурсы падает, так же резко падают и цены.
Если раньше цена на нефть определялась олигополией семи нефтяных компаний, то на данный момент формируется исключительно международной биржевой торговлей, при этом одну из ключевых ролей играют операции по хеджированию и спекулятивные сделки [1].
Термин «фондовый рынок» обычно рассматривается как тождественное понятию «рынок ценных бумаг» и важная составляющая часть финансового рынка. Однако в национальной литературе встречается и другая его трактовка: как рынок
акций и облигаций. То есть понятие фондового рынка может рассматриваться в широком и узком смысле.
Анализом содержания понятия «фондовый рынок» занимались следующие ученые-экономисты: С. Б. Авдашев, Л. Н. Адрианова, И. Т. Балабанов, А. И. Басов, В. А. Галанов, Я. М. Миркин, С. Л. Брю, С. Болтон, Ф. Котлер, К. Р. Макконнелл, О. Тоффлер, У. Шарп и другие.
В результате анализа существующих определений общим знаменателем можно считать признание фондового рынка как совокупность механизмов, действий и институтов, которые позволяют осуществлять торговлю ценными бумагами, такими как акции, производные финансовые инструменты, облигации и т.д. Благодаря тому, что центром всего является специфический товар -ценные бумаги, можно сказать, что в рыночной экономике фондовый рынок сильно выделяется.
Определение, предлагаемое Центральным Банком РФ, основывается на том, что фондовый рынок — часть финансового рынка, осуществляющая операции в основном с такими ценными бумагами, как акции и облигации (долевые и долговые бумаги).
Процессы глобализации, которые начали особенно активно развиваться с начала текущего века, привели к значительным изменениям в структуре многих фондовых бирж, но не снизили их значимости. Фондовые рынки являются важнейшим элементом финансовой инфраструктуры и являются регулятором и индикатором состояния мировой экономики. Все рынки в эпоху глобализации связаны между собой и паника на одном рынке вызывает панику на другом, а подъемы одних рынков, соответственно, становятся причиной оптимизма на других.
Таким образом, динамика современных фондовых рынков сходна — подъемы, например, рынка США приводят к подъемам европейских рынков и наоборот. Однако скорости роста или падения рынков в разных странах различные. Достаточно часто возникает ситуация, когда скорость роста рынка в одной стране значительно превышает скорость его падения, тогда, как скорости роста и падения рынка в другой стране могут незначительно отличаться, или наоборот. Подобная ситуация приводит к тому, что годовой прирост или падение фондовых индексов рынков различных стран может очень сильно отличаться.
Знание особенностей динамики мировых фондовых рынков является одним из необходимых условий для осуществления эффективной инве-
стиционной деятельности, и поэтому этот вопрос требует более глубоких исследований.
В мировой практике считается целесообразным проводить расчеты ценообразования на рынке нефти, используя консенсус-прогноз. Данный подход используется в задачах с временными рядами для повышения точности прогнозирования. Принято считать, что прогноз, полученный как комбинация нескольких независимых прогнозов, позволяет повысить точность прогнозирования. Такой прогноз называется консенсус-прогноз (consensus forecast).
Консенсус-прогноз — это один из многочисленных методов прогнозирования ситуации в экономике и на финансовых рынках. При составлении консенсус-прогноза берется среднее значение экономических или рыночных показателей, выбранных из ряда прогнозов информационно-аналитических агентств и независимых экспертов. Применение данного метода при составлении прогноза позволяет получить более точные ожидаемые цифры.
Консенсус-прогноз является одним из методов прогнозирования, широко применяемым многими аналитическими прогнозными центрами:
— МВФ, Мировым банком, Европейской комиссией и ОЭСР;
— центральными банками США и Европы;
— профессиональными и предпринимательскими ассоциациями (например, в США — National Association for Business Economics и др.);
— компаниями, специализирующимися на подобных опросах (американские Forecasts Unlimited, BluеChipEconomicIndicators, британская Consensus Economics и др.);
— журналами и информационными агентствами (The Economist, BusinessWeek, Блумберг (Bloomberg)) и др.;
— консалтинговыми компаниями (например, английская The Economist Intelligence Unit и др.) [1].
При проведении данного вида прогноза, применяется широкий спектр показателей. При этом эксперты, участвующие в процедуре проведения консенсус-прогноза, используют разные инструменты, имеют неодинаковый доступ к востребованной информации и разное понимание того, что на самом деле происходит, и будет происходить в будущем в экономике.
В результате этого прогнозы по одним и тем же показателям у разных экспертов различаются достаточно сильно. Кроме того, отличается также точность прогнозов одних и тех же экспертов в разные годы.
использование консенсус-прогноза колебания цен на мировых товарно-сырьевых рынках
При формировании консенсус-прогноза в расчет принимают два и более прогноза, выполняемых независимыми организациями (неформализованный прогноз) или моделями (формализованный прогноз).
При этом точность консенсус-прогноза может быть выше точности каждого из прогнозов, принимаемых во внимание.
Далее приведем результаты исследований по этим двум направлениям и сравним полученные значения на примере прогноза цен на нефть, природный газ и основных макроэкономических показателей, влияющих на их динамику.
При формализованном консенсус-прогнозе используют статистическую медиану, то есть такое значение признака, которое приходится на середину ранжированного ряда и разделяющее его на две равные по числу единиц части. Таким образом, в ранжированном ряду распределения одна половина ряда содержит значения признака, превышающие медиану, другая — меньше медианы.
При неформализованном консенсус-прогнозе учитываются мнения определенного экспертного сообщества (в нашем случае это — финансовые и инвестиционные аналитики, ведущие экономисты фондов, банков и т. д.). Их прогнозы агрегируют и приводят к среднему значению. Важно понимать, что такой консенсус-прогноз не является среднеарифметической величиной агрегированных значений, а скорее медианой прогнозов, исключающей влияние экстремумов.
Для данного вида прогноза важно понимание сути происходящих процессов и явлений, таких как политическая и геополитическая ситуация в мире, глобальные экономические процессы и так далее.
В 2016 году Институт «Центр развития» провел опрос профессиональных прогнозистов относительно их видения перспектив российской экономики до 2022 г. В данном опросе по состоянию основных макроэкономических, биржевых и финансовых индикаторов приняли участие 27 экспертов из России и других стран [2].
В 2014 и 2015 годах цены на нефть снизились в два раза на почве избытка предложения и неспособности ОПЕК существенно сокращать добычу из-за нежелания потерять свою долю рынка. По сравнению с предыдущим опросом, который проводился в момент такого наибольшего падения нефтяных цен, обесценения рубля и ускорения потребительской инфляции, экспертные оценки стали несколько более оптимистичными. Особенно сильно корректировались консенсус-прогнозы по курсу рубля и инфляции.
Так, по данным прогнозам в 2018 году ожидается рост ВВП РФ до 2,5-3 %. Этому будут способствовать рост инвестиций в основной капитал, который произошел в 2017 году после трех лет спада, что должно позитивно отразиться на росте промышленного производства в 2018 году.
При этом усредненные ожидания относительно более отдаленных лет почти не изменились: по-прежнему среднегодовой прирост ВВП достигает примерно 2 % к 2020 г., после чего фактически стабилизируется на этом уровне.
Несмотря на снижение инфляционных ожиданий на ближайшие два года, среднесрочный прогноз Банка России составляет 4 % в 2018 году, что по оценкам независимых экспертов, является недостижимым уровнем даже в перспективе семи лет [2].
Консенсус-прогнозы среднегодовых цен на российскую нефть по сравнению с прошлым опросом несколько выросли, что подтверждается фактической динамикой цен на нефть. Эксперты ожидают в долгосрочной перспективе повышения цен на нефть — с 52 долл./барр. в 2017 г. до 63 долл./ барр. в 2022 г. При этом прогнозируется стабилизация рубля на уровне 66-68 руб./долл. Базовый сценарий Минэкономразвития предполагает заметно более низкие цены на нефть (на уровне 40 долл./барр.), но при этом, парадоксальным образом, ожидает некоторого укрепления рубля.
В целом, экспертное сообщество не ожидает обострения кризисных явлений в российской экономике. Также, под их сомнением остаются перспективы устойчивого экономического роста. Стоит отметить, что экономическая безопасность -это необходимый элемент системы национальной безопасности, где устойчивость, стабильность и независимость национальной экономики выступают приоритетными критериями, несмотря на различие в подходах к определению «экономической безопасности» [3].
Динамика инвестиций в 2017 году осталась в отрицательной области. Наблюдаемое снижение объема инвестиций в 2017 году составило 3,1 %.
Финансовым ресурсом восстановления инвестиционной активности послужит рост прибыли организаций в условиях стабилизации оттока капитала. Также создание институтов развития является одним из новых направлений государственной поддержки инвестиционной деятельности в Российской Федерации [4. С. 172].
Это позволяет определить институциональную среду развития реального сектора национальной экономики и отечественной промышленности как совокупность формальных и неформальных норм, традиционных, конституционных и эконо-
мических правил, которые определяют формат поведения участников процесса производства продукции [5. С. 86]. Принимая во внимание зарубежный опыт формирования и развития инвестиционного потенциала, можно утверждать, что в распоряжении государственных органов власти имеется множество инструментов влияния на данный процесс: государственные гарантии, побудительные инструменты, организация особых экономических зон, инструменты финансового инжиниринга, промоутерские инструменты [6. С. 84].
Происходящие революционные перемены в финансовой системе, развитие финансовой инженерии, приведшее за собой распространение новых финансовых продуктов, ставших доступными для широкого круга потребителей, определяет объективную необходимость изучить основные характерные черты новых модифицированных инновационных финансовых продуктов.
Современная ориентация научно-технической революции, и в дальнейшем формирование и распространение информационно-коммуникационных технологий диктуют условия перманентного развития технологий и интеллектуального капитала человечества, что подразумевает высокий уровень неопределенности результатов таких изменений. Мировая экономическая система с многообразием своих подсистем, регенерируясь под воздействием всех вышеизложенных условий, меняет свою организационную структуру в направлении принципиально большей гибкости, быстро реагирующей на постоянные трансформационные процессы во внешней среде [7. С. 267].
Иерархичные традиционные организационные структуры, функционирующие в условиях линейного развития и массового производства, эволюционируют по направлению горизонтальных проектных сетей, участники которых в непрерывном режиме кооперируются для осуществления инновационной деятельности,что в последствии влечет за собой создание новых услуг, технологий, продуктов, так называемых инноваций.
При этом наблюдается значительный рост интереса к структурированным финансовым продуктам, как со стороны инвесторов, так и со стороны эмитентов.
«Структурированный финансовый продукт -финансовый инструмент, доходность которого зависит от других, более простых инструментов, входящих в его состав. Обычно структурированный продукт состоит из кредита, в его различных проявлениях, и одного или нескольких производных инструментов» [8]. Уклон в сторону именно структурированных финансовых про-
дуктов был предпринят с той позиции, что ситуация на российском фондовом рынке начала кардинально меняться.
Сегодня, фондовые биржи России состоят из 10 торговых площадей, однако реальная торговля ценными бумагами осуществляется на четырех основных биржах. Главной фондовой площадкой России является ОАО «Московская Биржа», которая была образована в результате слияния Группы ММВБ и Группы РТС в декабре 2011 года. Основная роль Биржи — ценообразование на финансовом рынке, основанное на концентрации ликвидности и четко установленных правилах торговли. В международной практике использование услуг Биржи является универсальным способом получить доступ к широкому кругу инвесторов, к числу которых относятся также институциональные инвесторы, имеющие право осуществлять инвестирование в финансовые инструменты, отвечающие строго определенным требованиям [9-11]. Кроме того, на протяжении последних 10-15 лет наблюдается тенденция к укрупнению фондовых бирж за счет акционирования бирж, их объединения, поглощения, открытия филиалов в разных регионах мира [12. С. 24].
Фондовый рынок азиатских стран представлен двумя крупными торговыми площадками: Шанхайская и Гонконгская биржи. Стоит отметить, что данные биржи входят в рейтинг 7 лучших бирж мира (Лучшая «семерка»), занимая 5 и 6-е место соответственно. Шанхайская фондовая биржа, в отличие от Гонконгской фондовой биржи, не полностью открыта для иностранных инвесторов, и контролируется напрямую Комиссией по регулированию ценных бумаг Китая (CSRC). Если Гонконгу, говоря условно, отведена роль финансового «магнита» для иностранного капитала, то задача Шанхая — удерживать и развивать внутренний [13].
В попытках создания чего-то нового Санкт-Петербургская биржа в 2016 году запустила собственный фьючерсный контракт на нефть Urals в рублях для отказа от расчета нефтяных цен в долларах. Попытаемся предложить азиатским рынкам финансовый инструмент в виде фьючерсного контракта на нефть марки Urals, цену которого мы попытаемся сконструировать путем консенсус-прогноза.
Ценообразование нефти марки Urals основывается на цене марки Brent. Далее представлены несколько прогнозов средней цены нефти марки Brent за период с 2000-го по 2016 год включительно (рис. 1).
использование консенсус-прогноза колебания цен на мировых товарно-сырьевых рынках
да ер m (П го да m да m да да да да во го да да
ее от се о; от се се стг от ее UZ се сг се □г се се
цена нефти brent с поправкой на инфляцию (2000 = 100) цена нефти brent
Рис. 1. Динамика цен на нефть марки Brent, 2000-2016 гг., долл. США [1-2; 9-11]
На данный момент стоимость Brent с поправкой на инфляцию примерно на 13% ниже уровня 2000 г. Такой уровень цены объясняется избытком предложения на мировом рынке нефти, высоким уровнем запасов нефти в США и нестабильностью политической ситуации в нескольких сырьевых регионах. Последние шоки были связаны, в частности, с негативными изменениями динамики цен на сырьевые товары (в т.ч. нефть) и санкциями иностранных юрисдикций [14, с. 54].
Международное энергетическое агентство (IEA) прогнозирует дальнейшее существенное снижение добычи — около 540 тыс. барр./сут. Уход с рынка 540-700 тыс. барр./сут. нефти в 2016 г. вы-
свободило место для дополнительных поставок нефти из Ирана и способствовало восстановлению баланса рынка.
Между тем ОПЕК ожидало более умеренного сокращения добычи нефти в США в 2016 г. — порядка 140 тыс. барр./сут. По прогнозам картеля, добыча трудноизвлекаемой нефти в США снизится на 170 тыс. барр./сут. в 2017 г. по сравнению с ростом на 440 тыс. барр./сут. в 2016 г.
Относительно потребления, ожидается, что низкие цены на нефть в 2016-2017 гг. будут стимулировать дополнительный спрос на нефть, особенно со стороны стран Азии и Китая. Динамика роста ВВП Китая приведена на рисунке 2.
Рис. 2. Рост ВВП Китая, 2014-2016 гг., % [9-11; 13]
В начале 2016 г. финансовые рынки Китая оставались под давлением на фоне опасений относительно ухудшения экономических показателей страны, что негативно отражалось на нефтяных котировках. Однако фундаментальные факторы спроса на нефть в Китае остаются сильными. В 2016 г. импорт нефти в Китай вырос на 27 млн т по сравнению с 2015 г. и ростом на 26 млн т в 2015 г. по сравнению с 2014 г. (рис. 3).
Исходя из коммерческой направленности сырьевых бирж, приведем результаты расчётов прогностических оценок уровня цен на нефть
Urals в долларах США. (Urals — российская марка экспортной нефтяной смеси Урала и Поволжья).
Для получения прогностических оценок использовалась комбинация двух методов: регрессионный анализ, позволивший оценить динамику цен на нефть Urals и имитационное моделирование, как параллельный метод для повышения точности прогнозирования.
По результатам консенсус-прогноза (consensus forecast) построены графики динамики изменения цен с 2008-2017 гг. Горизонт прогноза составляет 3 года при отчетном периоде в 10 лет (рис. 4).
Рис. 3. Импорт нефти в Китай, 2013-2017 гг., млн т [9-11; 13]
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Рис. 4. Темпы роста и прогноз роста цен на нефть марки Urals, 2008-2017 гг., в долл. США [1, 2; 9-11]
Анализируя динамику прогнозного роста цен на нефть, следует отметить ее параболический вид (1).
С помощью инструментального аппарата программы Microsoft Excel возможно произвести расчёт параметров данной модели. Прогнозная модель имеет вид регрессии:
В = а0 + а1х + а2х2, (1)
где а0 — выражение среднего значения на начало периода;
а1 , а2 — коэффициент и скорость роста.
Предложенный прогнозный инструмент по- (сутки — трое суток, точность прогноза 85 %) и зволяет довольно точно определять колебания долгосрочной перспективе — 5 лет, точность про-цен на нефть в краткосрочной перспективе гноза — 79 %) (рис. 5).
Л/ 1/ Цл . — К * Л» min: —
i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
Рис. 5. Краткосрочный прогноз роста цен на нефть Уга^ , в долл. США [1, 2; 9-11]
04.07 26.09 07.1.1. 02.01 05.03 01.05
Рис. 6. Среднесрочный прогноз роста цен на нефть Urals (12 месяцев), в долл. США [1, 2; 9-11]
Сила и точность прогноза в среднесрочной перспективе (от 1 месяца до 1 года) — 49 % (рис. 6).
Процессы, происходящие на мировых рынках существенно отражаются на колебаниях и во-латильности цен на нефть, изменяя (снижая/повышая) их, в связи с чем прогностические оценки
достоверны при сохранении существующих макроэкономических и политических условий.
Адекватность данной исследуемой комбинированной модели подтверждается проведенными ретро-прогнозами (прогнозами назад) и позволяет сделать вывод о дальнейшем росте цен на фьючерсный контракт на нефть Urals в рублях.
1. Биржевое ценообразование нефти // [Электронный ресурс]. — Режим доступа: http://www.neft-product. ги/1п1Ь_Ье1а1М20.Ь1:т1 (дата обращения: 15.02.2018).
2. Основные направления развития финансового рынка Российской Федерации на период 20162018 годов [Электронный ресурс]. — Режим доступа: http://www.cbr.ru/StaticHtml/File/11106/onrfr_2016-18.pdf (дата обращения: 15.02.2018).
3. Михайленко М. Н. Рынок ценных бумаг: Учебник и практикум для академического бакалавриата / М. Н. Михайленко. 2-е изд., перераб. и доп. М.: Юрайт, 2017. — 326 с.
4. Коновалова К. Ю. Направления активизации инвестиционного потенциала региона (на примере Чеченской Республики) // Актуальные проблемы современной науки: взгляд молодых ученых: Материалы Всероссийской научно-практической конференции. 2016. С. 169-177.
5. Кураев А. В., Коновалова К. Ю. Гармонизация промышленной и торговой политики как фактор стабилизации региональной экономики // Пути повышения финансовой стабильности регионов Северного Кавказа: взгляд молодых ученых: Материалы Всероссийской научно-практической конференции студентов, аспирантов и молодых преподавателей. ФГБОУ ВО «Дагестанский государственный университет». 2016. С. 82-88.
6. Коновалова К. Ю., Шумахов Р. В. Система инструментов управления инвестиционным потенциалом региона и источники его формирования // Вестник Адыгейского государственного университета. Серия 5: «Экономика». 2016. № 4 (190). С. 80-88.
7. Коновалова К. Ю., Шумахов Р. В. Современные тенденции организационного развития инновационных кластеров (на примере Ставропольского края) // Социально-гуманитарные знания. 2017. № 12. С. 266-279.
8. Никитина Т. В. Финансовые рынки и институты: Учебник и практикум для прикладного бакалавриата / Т. В. Никитина, А. В. Репета-Турсунова. 2-е изд., испр. и доп. М.: Юрайт, 2017. — 118 с.
9. Руководство для эмитента: подготовка к IPO [Электронный ресурс]. — Режим доступа: http://ipoguide.moex. com/section-2-1.html (дата обращения: 15.02.2018).
10. Руководство для эмитента: проведение IPO [Электронный ресурс].— Режим доступа: http://ipoguide. moex.com/section 3.html (дата обращения: 15.02.2018).
11. Руководство для эмитента: жизнь публичной компании [Электронный ресурс]. — Режим доступа: http:// ipoguide.moex.com/section-4.html (дата обращения: 15.02.2018).
12. Коновалова К. Ю. Развитие международной инфраструктуры фондовых бирж и средств международного инвестирования в условиях финансовой глобализации // Вестник экспертного совета. 2016. № 2 (5). С. 24-34.
13. Особенности фондового рынка Китая [Электронный ресурс]. — Режим доступа: http://goldok.ru/rynki-i-birzhi/osobennosti-fondovogo-rynkakitaya.html (дата обращения: 15.02.2018).
14. Коновалова К. Ю. Исследование реализации принципов стратегического планирования развития российской и зарубежной банковских систем с позиции финансовой устойчивости и стабильности // Научные известия. 2017. № 6. С. 51-66.
Консенсус-прогноз аналитиков
Финансовые аналитики (обычно нанятые инвестиционными банками) анализируют фундаментальные показатели секторов и компаний и выпускают рекомендации по инвестициям на основе своих выводов.
Консенсус (среднее значение) рекомендаций аналитиков в отношении акции: активно покупать, покупать (умеренно), держать, продавать или активно продавать.
Система рейтинга BestStocks включает в себя все рекомендации аналитиков с января 2009 года, и с помощью различных расчетов и статистического анализа BestStocks может ранжировать аналитиков в соответствии с их результатами, который представляет собой сочетание показателей успешности и прибыльности рекомендаций. Таким образом, инвесторы выбирают, к каким аналитикам прислушиваться в соответствии с их рейтингом, или просто смотрят общий консенсус аналитиков по акциям.
Связанные термины
- Коэффициент Шарпа (Sharpe Ratio)
- Листинг
- Payout Ratio
- Делистинг
- Smart Score
- ETF
- Линейный график
- Маржин Колл
Почту читаем круглосуточно, оперативно отвечаем на вопросы и предложения
Проект создан при поддержке
С приложением удобнее
Документация
Россия, 2023
Ограничение ответственности. Информация на Сайте адресована неограниченному кругу лиц, и не может рассматриваться в качестве индивидуальной рекомендации. Информация носит исключительно информационно-аналитический характер и не должна расцениваться как рекомендация или предложение, направленное на стимулирование пользователей Сайта к приобретению, продаже или совершению иных сделок. А также гарантией или обещанием в будущем доходности вложений. Информация, изложенная в информационных материалах, основана на фактических и аналитических данных. При составлении информационных материалов, размещаемых на Сайте, никоим образом не учитываются цели, возможности и финансовое положение пользователей Сайта. Информационные материалы, продукты и услуги, описанные на Сайте, могут не подходить всем пользователям, которые ознакомились с такими материалами, и/или соответствовать их потребностям. Предупреждаем об отсутствии ответственности за результат принятия вами тех или иных инвестиционных решений и заключения сделок на основании любых рекомендаций, аналитических обзоров, данных системы автоматического прогноза, результатов работы приобретённых индикаторов, иных информационных материалов, размещенных на Сайте, в том числе за убытки, понесенные в результате использования информационных материалов. Содержание информации на Сайте может изменяться и обновляться без уведомления пользователей Сайта. Также сообщаем, что данные, предоставленные на Сайте, не обязательно даны в режиме реального времени и могут не являться точными. Все цены на акции носят ориентировочный характер и на них нельзя полагаться при торговле. При принятии инвестиционного решения пользователь должен руководствоваться комплексом факторов, исключая принятия решений на основании информационных материалов, расположенных на Сайте.