Index(från lat. - indikator,) - en statistisk relativ indikator som kännetecknar förhållandet mellan socioekonomiska fenomen i tid, i rum eller valet av en betingad nivå som underlag för jämförelse. Med hjälp av index är det möjligt att bestämma kvantitativa förändringar i olika indikatorer på hur den nationella ekonomin fungerar, utvecklingen av socioekonomiska processer etc.

I ekonomiskt arbete, med hjälp av index, är det möjligt att objektivt och korrekt visa förändringar i tillväxten eller nedgången i produktionen, förändringar i skörden, läget för kostnaden för produktpriser, antalet anställda, arbetsproduktivitet, löner , förändringar i priser på aktiemarknader och andra.

Index skiljer sig från medelvärden genom att de som regel innehåller sammanfattningar, generaliserande indikatorer, dvs. uttrycka något innehåll som är inneboende i alla fenomen och processer som övervägs. Till exempel kan ett företag som producerar en mängd olika produkter inte uppskattas genom att jämföra förändringen i produktionsvolymer med ett enkelt tillägg av produktionsenheter, någon sorts gemensam mätare behövs. En sådan mätare är kostnaden eller kostnaden.

Med all mångfald kan index delas in i två grupper. Vissa indikatorer uttrycks i absoluta värden, karakteristiska för alla enheter i den statistiska populationen, andra är indikatorer som beräknas för någon enhet (indikatorer för priser, kostnad, produktivitet, arbetsproduktivitet, löner, etc.). Konventionellt kallas den första gruppen av indikatorer kvantitativ, och den andra gruppen kallas konventionellt kvalitet indikatorer. mest typiska kvantitativt index är volymindex, dvs. index över den fysiska produktionsvolymen, handelsomsättning, nationalinkomst etc.

Kvalitetsindex --- dessa är index över priser, primärkostnad, distributionskostnader, köpkraft för rubeln, arbetsproduktivitet, etc.

Ur elementtäckningssynpunkt finns det individuella och allmänna index..

Individuella index betecknas med (i) och karakterisera dynamiken hos enskilda element som ingår i uppsättningen.

Beroende på beräkningsmetod allmänna index (I) uppdelad i:

- aggregat;

-- medelvärden av individuella (aritmetiska och harmoniska medelvärden)

H och i exemplet med t / omsättning, överväg alla listade index:

Låt oss introducera symboler: p - pris, q - fysisk volym t / omsättning, eller antalet sålda varor. Produkten av priset (p) och mängden sålda varor (q)

Ger varv: p * q = pq.

Individuella index är en vara , därför att karakterisera förändringen i priset eller fysisk massa för en produkt under rapporteringsperioden jämfört med basen,

Det individuella prisindexet betecknas med (i p) och beräknas med formeln: i p = p 1 / p 0

där / p 0 är priset i basperioden;

p 1 - pris under rapportperioden.

Om, enligt problemets tillstånd, prisförändringen anges i %, då i sid bestäms av formeln:

i p = 100 + prisändring i %

Där priset i januari är priset i basperioden och priset i september är priset under referensperioden.

Till exempel: det individuella prisindexet för äpplen kommer att vara: 38,2: 37,5= 1,019, vilket innebär priset per 1 kg. Äpplen i september ökade med 1,9 % jämfört med januari

(indexvärdet 1,019 uttrycktes i % 1,019x100 % = 101,9 %, 101,9 % - 100 % = + 1,9 %).

Det individuella indexet för fysisk volym t/omsättning betecknas med i q och beräknas med formeln:

i = q 1 / q 0 där q 0 --- den fysiska volymen av varor under basperioden;

q 1---- den fysiska volymen av samma produkt under rapporteringsperioden.

Allmänna index är multi-commodity därför att bestämma prisförändringen eller den fysiska volymen av varumassan av alla eller flera varor. Aggregerade index fungerar som huvudformen för det allmänna indexet, A genomsnittliga index erhålls genom att konvertera aggregatet. (Se tabell 5.)

I ekonomiska kategorier finns det ett beroende: priset multiplicerat med den fysiska volymen av massan av varor ger ton / omsättning (p x q = pq). Samma förhållande finns i index: prisindex multiplicerat med det fysiska volymindexet ger ton/omsättningsindex: Ip x Iq = Ipq

Om vi ​​istället för de angivna 2 första indexen skriver ner de aggregerade prisindexen och den fysiska volymen av varumassan, får vi omsättningsindex i faktiska priser, som kommer att visa förändringen i omsättningen på grund av två faktorer (priser och kvantitet).

(Se tabell 5.) Förhållandet mellan index visas i tabell 6.

EXEMPEL 2. Baserat på uppgifterna om försäljning av varor i butiken, beräkna:

1) individuella prisindex för varje produkt;

2) MEDELHARMONISKT prisindex;

3) JÄMFÖRELSEARITMETISK index för fysisk volym t/avkastning;

4) TOTALT INDEX T / OMSÄTTNING i faktiska priser;

5) Identifiera förhållandet mellan index i relativa och absoluta termer.

För att bestämma individuella index använder vi formeln:

i p = 100 + prisändring i %

Då till exempel i sid för punkt A i p = 100 +5 = 1,05 ,etc.

För att beräkna medelindexen använder vi formlerna från Tabell 5

Varor	Förverkligande i t.r.	Prisförändring i %	jag	pq/i
Bas Per.	otch.trans.
A		480.5	+5	1.050	457.6
B	680.7	690.9	+10.5	1.105	625.2
I	215.6	250.8		1.000	250.8
Total:	1306.3	1422.2			1333.7
Genomsnittligt harmoniskt prisindex	1.066
Det aritmetiska medelindexet för fysiskt. volym t/o	1.021
Komponentrelationsformel för vanliga index	1.089
Allmänt index t / o	1.089

Slutsats: t/omsättning under rapportperioden ökade med 8,9% jämfört med basperioden, inkl. på grund av förändringar i priserna på varor ökade t/omsättningen med 6,6% och på grund av förändringar i fysisk massa ökade med 2,1%.

Absolut ökning av t / omsättning på grund av prisförändringar: (1422,2 - 1333,7 = + 88,5 t.r.), på grund av förändringar i fysisk massa: (1333,7 - 1306,3 = + 27,4 t. R.).

Absolut ökning av t / omsättning på grund av 2 faktorer = (1422,2 - 1306,3 \u003d 115,9 tr.)

Förhållandet mellan index i relativa termer:

Ip x Iq = Ipq , vi ersätter värdena i denna formel: 1,089 \u003d 1,066 x 1,021

Relation i absoluta termer:

Δåpq (p q) = Δåpq (p) + Δåpq (q)

Byt ut värdena:

115,9t.r. = 88,5t.r. + 27,4t.r

Ph.D., Assoc. Institutionen för E&ASU UTI TPU

Korrelationsanalys av världens aktieindex och den ryska RTS-INDIKATORN

Aktieindex är grunden för finansiella derivatinstrument som används för investeringsändamål. De är sammansatta indikatorer på förändringar i priserna på en viss grupp av värdepapper. Om vi ​​analyserar aktieindexets tidigare tillstånd och dess nuvarande värde, kan vi bestämma den dominerande dynamiken i gruppen av värdepapper, baserat på den beräkning som den bygger på. Därför är förändringar i index över tid viktigare, eftersom de tillåter en att bedöma den allmänna riktningen på marknaden. Alltså, beroende på valet av indikatorer, kan ett aktieindex återspegla beteendet hos en viss grupp av värdepapper, andra tillgångar och marknaden som helhet. Det beror på vilka värdepapper som utgör urvalet som används vid beräkningen av indexet, de karakteriserar: marknaden som helhet, marknaden för en viss klass av värdepapper (statsobligationer, företagsobligationer, aktier), sektoriell marknad (företags värdepapper) inom samma bransch: telekommunikation, transport, försäkring, internetsektorn). Studiet av förhållandet mellan aktieindex uttrycker den allmänna trenden i utvecklingen av den moderna världsekonomin.

För tillfället finns det cirka 500 olika aktieindex i världen, bland världens bör det noteras: Dow Jones, MEXComposite, NASDAQ 100, NYSEComposite, CAC-40, CACGeneral, DAX 30, FT-SE 100, Nikkei, TSE 300, IPC, Hang Seng Index, och bland ryska - RTS och MICEX. Metoder för beräkning av index förbättras ständigt, vilket gör det möjligt att upprätthålla lämpligheten av aktieindikatorer i förhållande till nya marknadsförändringar.

Det finns många sätt att studera aktieindex: medelvärden och glidande medelvärden, regressionsanalys, Fourieranalys, etc. Utvecklingen av forskning inom detta område underlättas av tillgången till kvantitativ statistik som kännetecknar dynamiken i marknadsförhållandena i form av aktieindex, vilket bidrar till forskningsresultatens höga praktiska värde. För att studera förhållandet mellan globala aktiemarknadsindikatorer är den bästa metoden korrelationsanalys.

Sambandet mellan RTS-index och de flesta av världens aktieindikatorer kan karakteriseras som instabilt (tabell 1). RTS-indexets starkaste interaktion under 2009 kan spåras med indexen för Österrike (0,82), Finland (0,81), Storbritannien (0,81) och Ukraina (0,80). Under 2010 noterades korrelation med indexen Kanada (0,96), Ukraina (0,94), Österrike (0,93), Australien (0,93), Tyskland (0,92), USA (0,92). Under 2011 observerades en stark interaktion med indexen för Danmark (0,64), Österrike (0,61), Storbritannien (0,63) och Nederländerna (0,62).

bord 1

Korrelationskoefficienter för världsbeståndsindikatorer

med RTS-index

Korrelationsindexnamn	Indexkonvention	Korrelationskoefficient
för 2009	för 2010	för 2011
Kanada TSE300	TSE	0,78	0,96	0,44
Ukraina PFTS	PFTS	0,80	0,94	0,44
Australien alla vanliga	ASX	0,76	0,93	0,47
Tyskland DAX	DAX	0,74	0,92	0,59
US S&P 500	SPX	0,74	0,92	0,31
ÖsterrikeATX	ATX	0,82	0,92	0,61
Danmark KFX	KFX	0,79	0,92	0,64
Singapore Straits Times	STI	0,79	0,91	0,57
Finland Helsingfors general	HEX	0,81	0,91	0,57
UK FTSE 100	FTSE	0,81	0,90	0,63
Nederländerna AEX General	AEX	0,78	0,90	0,62
Grekland General Share	ASE	0,75	0,89	0,58
Pakistan Karachi 100	KSE	0,74	0,89	0,03
Spanien Madrid General	IGBM	0,72	0,88	0,56
Ungern BUX	BUX	0,73	0,88	0,52
Polen Warszawas börs	WIG20	0,74	0,87	0,62
Frankrike CAC 40	CAC	0,74	0,86	0,61
Belgien BEL20	BEL20	0,76	0,86	0,52
Israel TA100	TA100	0,69	0,85	0,57
Japan Nikkei 225	NIKKEI	0,70	0,82	0,44
Argentina	MERVAL	0,70	0,82	0,40
Malaysia KLSE Comp.	KLSE	0,68	0,80	0,42
S. Korea Seoul Comp.	KS11	0,69	0,80	0,46
Peru Lima general	IGRA	0,66	0,80	0,48
Mexiko IPC	IPC	0,66	0,75	0,43
Kina Shanghai Comp.	SSEC	0,64	0,69	0,25
Indien BSE 30	BSE	0,67	0,69	0,41
Turkiet ISE National 100	XU100	0,69	0,67	0,60
Indonesien Jakarta Comp.	JKSE	0,72	0,65	0,45
Brasilien Bovespa	BUSP	0,65	0,57	0,46
Chile IPSA	IPSA	0,70	0,34	0,44

Från tabell. 1, följer att korrelationen mellan RTS-index och världsbeståndsindikatorer påverkas av det geografiska läget och landets andel av den globala ekonomin. Den svagaste kopplingen kan spåras med marknaderna i Asien (Kina, Turkiet och Indien) och Latinamerika (Mexiko, Peru och Brasilien). Stabilt beroende av RTS-index observeras med index för länder: Frankrike, Danmark och Storbritannien. En jämförande analys av det ryska indexets korrelationskoefficienter med utländska ger en uppfattning om graden av inflytande från enskilda världsmarknader på den ryska aktiemarknaden. Baserat på erhållna data är det möjligt att studera trenden i utvecklingen av världsmarknaderna, övervaka dynamiken i korrelationskoefficienterna mellan ryska och utländska index: en betydande minskning av koefficienten ger en signal om en försvagning av förhållandet, och vice versa.

Studien av sambandet har egenskaper som är associerade med att mäta korrelationen mellan index:

För det första mäts korrelationskoefficienten inte mellan aktieindex, utan mellan relativa förändringar i aktieindex: ju längre studieperioden är, desto större snedvridning.

För det andra är det mycket viktigt att närma sig frågan om att välja förändringsperiod för aktieindex: ju kortare avkastningsperioden är, desto mer sannolikt är det att korrelationskoefficienten inte tar hänsyn till verkliga influenser som visar sig med en viss eftersläpning; när perioden förlängs minskar antalet observationer och följaktligen blir korrelationskoefficienten mindre signifikant.

För det tredje, när man bedömer korrelationskoefficientens dynamik, uppstår problemet att bedömningen av korrelationen under vissa perioder förvrängs på grund av förändringar i amplituden av fluktuationer i aktieindex.

Studiet av förhållandet mellan aktieindex är en objektiv nödvändighet för en marknadsekonomi, eftersom de återspeglar utvecklingsnivån för en viss uppsättning värdepapper. Detta gör det möjligt att använda index både för att bedöma globala marknadsprocesser och för att mäta nuvarande marknadsinfrastruktur. De objektiva förutsättningarna för modern ekonomisk utveckling kräver alltmer utveckling av tillförlitliga metoder för kvantitativ och kvalitativ bedömning av aktieindex.

1. Aktieindex. Beräkningsmetoder. [Elektronisk resurs].

2. Korrelation mellan RTS-index och andra RZB-indikatorer. Del 1. [Elektronisk resurs].

3. Aktieindex. Definition och beräkningsmetoder. [Elektronisk resurs].

4. Aktieindex. Definition och beräkningsmetoder. [Elektronisk resurs].

© Platonova A.S., 2012

UDC 330.3

BBC 455

Popova A.A.,

student vid BashSU, Ufa

Vetenskaplig rådgivare - Alekseeva L.E.,

Röv. Institutionen för STEP BashGU, Ufa

VARFÖR I RYSSLAND FUNGERAR INTE

EKONOMISKA LAGAR?

Den moderna ryska ekonomin fortsätter att befinna sig i en utdragen långvarig ekonomisk kris och kan i många avseenden inte uppnå indikatorerna före krisen från början av 1990-talet. Ett kännetecken för det nuvarande skedet av världsekonomisk utveckling är kombinationen av början på en ökad våg av den långa cykeln med en medelfristig kris. Depressiva ekonomier efter krisen i de flesta länder kännetecknas av låga priser och deflationsprocesser, vilket är ganska naturligt för kris- och depressionsfasen av den medellånga cykeln. För den ryska ekonomin noteras stabila och tillräckligt höga för krisen. Vad är anledningen till detta och varför har Ryssland sitt eget utvecklingssätt, till skillnad från andra länder?

Frågan om sambandet mellan inflation och en nedgång i produktionen togs upp av J. M. Keynes i sin teori om en deprimerad ekonomi. Enligt keynesiansk teori bör ekonomisk tillväxt i en deprimerad ekonomi inte åtföljas av stigande priser. I början av bildandet av en ny teknologisk ordning är ekonomin i ett deprimerat tillstånd, och alla slutsatserna från den keynesianska teorin motiverar sig själva.

Varför gäller då dessa lagar inte i den ryska ekonomin, och nedgången i produktionen under den ekonomiska krisens förhållanden åtföljs av ganska betydande inflationstakt? Vad bestämmer prisstegringen i den moderna ryska ekonomin efter krisen?

En av beståndsdelarna i en eventuell prisuppgång kan vara en löneökning. Krisen och perioden efter krisen (2008-2010) kännetecknas dock av en minskning av reala och till och med nominella löner. Lönetillväxten kan således inte vara källan till pristillväxt under den angivna perioden. Dessutom är lönerna i vårt land, till skillnad från utvecklade länder, på en så låg nivå att det under många år inte är mer än 1/3 av den skapade BNP, de återstående 2/3 är kostnaden för andra faktorer, inklusive råvaror , material och media. Det är det sista kostnadselementet som är särskilt viktigt i vårt land, det är för det som priserna stadigt växer, och inte för att det beror på några marknadsskäl, utan i enlighet med ”Konceptet för det långsiktiga socio- Rysslands ekonomiska utveckling fram till 2020”. Enligt detta koncept bör det genomsnittliga elpriset öka under 2011-2015. - i intervallet från 35 till 45 %, och kommer att vara i nuvarande takt 2015 - 7,8 - 8 cent per kW och 2016-2020. - i intervallet från 15 till 25 % respektive 9,5–10,6 cent per kW 2020. Det genomsnittliga gaspriset för alla kategorier av konsumenter kommer att öka under 2011-2015. 1,5–1,6 gånger 2016–2020 – med 2–5 %. Genomförandet av detta koncept i praktiken orsakar den nuvarande prishöjningen på den ryska marknaden, förvärrar krisen i ekonomin och fördjupar differentieringen i det ryska samhället, för enligt statistik är det de fattigaste segmenten av befolkningen som lider mest av inflationen. Naturliga monopol drar nytta av stigande priser, som får kolossala inkomster genom att tillägna sig ekonomisk ränta från användningen av naturresurser som är en nationell skatt, de tillägnar sig också monopolhyra, fördelar dessa inkomster mellan ett litet antal aktieägare som redan är långt ifrån fattiga. .

Utan att frysa energipriserna är det alltså omöjligt att stoppa inflationen.

Tydligen bör en väg ut ur krisen sökas genom att stimulera solvent konsumentefterfrågan, vilket är avgörande, eftersom även investeringsefterfrågan, vars skapande det talas så mycket om, härrör från efterfrågan på konsumtionsvaror. Det kommer att finnas konsumentefterfrågan, det kommer att finnas pengar för entreprenörer att investera i utvecklingen av produktionen, för enligt statistiken är det företagens egna medel som är den huvudsakliga investeringskällan för närvarande.

Som avslutning av artikeln vill jag notera att staten under moderna förhållanden uppmanas att skydda samhällets intressen, annars upphör även objektiva ekonomiska analyser att fungera och utvecklingen av den ekonomiska situationen är svår att föreställa sig och förutse.

Lista över begagnad litteratur

1. Federal State Statistics Service: http://www.gks.ru/wps/wcm/connect/rosstat/rosstatsite/main/

2. Glazyev S.Yu. Strategi och koncept för socioekonomisk utveckling fram till 2020: ekonomisk analys / www.apn.ru

3. http://www.ceoconsulting.ru/technologies/statistics/rpas_rds/

Det finns inbördes samband mellan de viktigaste indexen, vilket gör det möjligt att erhålla andra på grundval av vissa index. Genom att till exempel känna till värdet av kedjeindex under en viss tidsperiod är det möjligt att beräkna grundindexen. Omvänt, om de grundläggande indexen är kända, kan man genom att dividera ett av dem med det andra få kedjeindex.

De befintliga sambanden mellan de viktigaste indexen gör det möjligt att identifiera olika faktorers inflytande på förändringen av det fenomen som studeras, till exempel sambandet mellan produktionskostnadsindex, produktionsvolymens fysiska volym och priser. Andra index är också relaterade. Så produktionskostnadsindexet är produkten av produktionskostnadsindexet och indexet för den fysiska produktionsvolymen:

Indexet för tid som spenderas på produktion kan erhållas som ett resultat av att multiplicera indexet för den fysiska produktionsvolymen och värdet, det ömsesidiga av indexet för arbetsintensitet, d.v.s. arbetsproduktivitetsindex:

Det finns ett viktigt samband mellan indexen för den fysiska produktionsvolymen och indexet för arbetsproduktivitet.

Arbetsproduktivitetsindexet beräknas utifrån följande formel:

,

de där. representerar förhållandet mellan den genomsnittliga produktionsproduktionen (i jämförbara priser) per tidsenhet (eller per anställd) under innevarande period och basperiod.

Indexet för den fysiska produktionsvolymen är lika med produkten av arbetsproduktivitetsindexet och arbetstidsindexet (eller antalet anställda):

.

Sambandet mellan individuella index kan användas för att identifiera individuella faktorer som påverkar det fenomen som studeras.

8. Egenskaper för Laspeyres- och Paasche-index:

I marknadsekonomin ges en speciell plats bland indexen för kvalitativa indikatorer till prisindex.

Huvudsyftet med prisindex är att bedöma dynamiken i priserna för industriella och icke-industriella konsumtionsvaror. Dessutom fungerar prisindex som ett generellt mått på inflationen i makroekonomiska studier; används för att justera den lagligt fastställda minimilönen, fastställa skattesatser.

Prisindex behövs i utvecklingen av förstudier och projekt för att bygga nya företag. De kan inte undvaras vid omräkning av de viktigaste indikatorerna för nationalräkenskapssystemet (total social produkt, nationalinkomst, kapitalinvesteringar etc.) från faktiska (nuvarande) priser till jämförbara.

Således, Prisindex behövs för att lösa två problem:

återspeglar dynamiken i inflationsprocesser i landets nationella ekonomi;

omräkning av de viktigaste kostnadsindikatorerna för SNA från faktiska priser till jämförbara när man studerar dynamiken i socioekonomiska fenomen.

Två typer av index används för att implementera dessa uppgifter, som har olika innehåll:

faktiska prisindex;

deflatorindex.

En av de viktigaste indikatorerna för prisstatistik, som ofta används i statens ekonomiska och sociala politik, är konsumentprisindex (KPI). Den används för att revidera statliga sociala program, tjänar som grund för att höja minimilönen, återspeglar den verkliga köpkraften hos de pengar som olika delar av befolkningen har för att tillgodose sina materiella, kulturella och andliga behov.

Börsindex är ett beräknat värde, som bildas på basis av priserna på alla aktier som ingår i beräkningen av detta index och som handlas på denna börs.

Aktieindex beräknas utifrån ett visst antal värdepapper. Antalet aktier som påverkar beräkningen av ett visst aktieindex anges vanligtvis i slutet av dess namn, till exempel DAX 30, CAC 40, FTSE 100. En förändring i värdet på ett aktieindex speglar alltså prisdynamiken tiotals, hundratals och till och med flera tusen aktier.

Börsindex är speciella matematiska indikatorer som återspeglar dynamiken på aktiemarknaden, marknadssektorer eller annan representativ grupp av tillgångar som cirkulerar på marknaden.

Aktieindex är instrument som ger en uppfattning om det aktuella läget på aktiemarknaderna, med andra ord visar de riktningen på marknaden. Ofta kallas de också för lager.

Aktieindexet är särskilt intressant för analytiker inom dynamik: bedömningen av marknadsrörelsens riktning görs exakt på basis av förändringen i indexet över tiden, och priserna på aktier i en utvald grupp kan förändras i helt olika riktningar . Beroende på de valda indikatorerna låter aktieindex dig få en uppfattning om förändringar inom en enskild sektor eller hela marknaden som helhet.

På den moderna värdepappersmarknaden finns det en mängd olika börs(aktie)index. Index kan vara sektoriella, regionala, sammansatta och globala. De kan användas på vilken marknad som helst: råvara, valuta, aktie. Numera finns det mer än två tusen olika aktieindex i omlopp. Publiceringen av indikatorer för de viktigaste aktieindexen finns i det offentliga området.

FUNKTIONER AV BYTEINDEX

Aktieindex uppfanns så att handlare kan få den information de behöver om vad som händer på marknaden. Därför utförde de initialt endast en informationsfunktion. Genom att spegla aktiekursernas rörelseriktning - uppåt eller nedåt, visade indexen de trender som börsmarknaden tar och hastigheten på deras utveckling.

Med tiden och förbättringen av tekniken för att utveckla aktieindex dök också deras nya funktioner upp:
1. Indikativ funktion - aktieindexet är en utgångspunkt för att analysera beteendet hos investerare och portföljförvaltare.
2. Demonstrativ funktion - ett riktmärke för att välja värdepapper i en investeringsportfölj, bestämma riktningen och andelen av investeringar.
3. Diagnostisk funktion: förändringen i priset på vissa aktier kan jämföras med marknadens eller segmentets index och dra slutsatser om efterfrågan på aktier i sammanhanget av hela marknaden.
4. Prediktiv funktion - ackumuleringen av vissa data om tillståndet för aktieindex gjorde det möjligt att använda dem som en prognos.
5. Spekulativ funktion (handelsobjekt) - aktieindex kan omedelbart reagera på förändringar i ett brett spektrum av ekonomiska, politiska och sociala fenomen.

METODER FÖR BERÄKNING AV VÄXELINDEX

Fyra huvudmetoder används för att beräkna aktieindex:
1. Den aritmetiska medelvärdesmetoden är enkel.
2. Enkel geometrisk medelvärdesmetod.
3. Aritmetiskt vägt medelvärde.
4. Metod för vägt geometriskt medelvärde.

Den enkla aritmetiska medelvärdesmetoden beräknas enligt följande: priserna på alla tillgångar som ingår i indexet vid börsens stängning adderas och summan divideras med antalet tillgångar. Denna metod är den enklaste. Dess nackdel är att den inte tar hänsyn till vikten av varje tillgång. För närvarande används denna metod för att beräkna Dow Jones-indexen.

Den enkla metoden för geometriska medelvärden utförs genom att multiplicera priserna på de aktier som utgör indexet. Denna produkt tas sedan till den n:e roten, där n är antalet aktier i indexet. Detta tar inte heller hänsyn till skillnaden i handelsvolymer för aktier i olika företag.

Formeln för beräkning av index med den vägda aritmetiska medelvärdesmetoden och den vägda geometriska medelvärdesmetoden innehåller ytterligare ett element. Oftast används företagets börsvärde som vikter. De där. förändringen i företagets pris multipliceras med dess storlek (kapitalisering). En sådan viktning leder till att stora företag påverkar index mer påtagligt än små.

Aktieindex kan beräknas med en viss frekvens:
1. I början av varje månad (på ett specifikt datum).
2. Dagligen vid den inställda tiden (Skate-Press-index beräknas dagligen senast kl. 14.00 Moskva-tid), efter resultatet av handelssessionen (RTS-systemindex).
3. I realtid (världsindexet räknas om omedelbart efter slutförandet av nästa transaktion).

Aktieindex, isolerat, utan samband med andra index, är inte av särskilt intresse. De är värdefulla genom att de beräknas på ett specifikt datum och tillsammans representerar en viss bild.

HUVUDBÖRSINDICES

Dow Jones Aktieindex (DJIA) är ett av de mest kända indexen i världen. Den användes första gången för över hundra år sedan. Sedan 1928 har indexet konsekvent beräknats med hjälp av trettio företags aktiekurser. Det aritmetiska genomsnittet av aktiekurserna för dessa trettio största amerikanska företag, även kallade "blue chips" (blue chips), är det berömda Dow Jones aktieindexet. Dess värde mäts i poäng. En ökning (eller minskning) av indexet med en poäng innebär att snittkursen på aktierna som ingår i kalkylen har ökat (eller minskat) med en dollar.

Utöver det huvudsakliga, beräknas även Dow Jones aktieindex för specifika marknadssektorer:
a) för aktierna i 20 ledande transportföretag;
b) för aktier i 15 ledande allmännyttiga företag;
c) ett sammansatt index, som inkluderar priserna på aktier i 65 företag;
d) flera andra index.

Värdet på Dow Jones-indexet går långt bortom USA. Eftersom New York Stock Exchange koncentrerar cirka 50% av den totala börsomsättningen i utvecklade länder. Med detta i åtanke beräknas det på börserna och meddelas officiellt var halvtimme.

DAX aktieindex (DAX 30) introducerades första gången 1988 och är idag det viktigaste aktieindexet i Tyskland. Dess beräkning tar hänsyn till aktiekurserna för trettio ledande tyska företag från olika sektorer av ekonomin. Aktier i företag som ingår i beräkningen av DAX30-index är noterade på Frankfurtbörsen. Indexet är viktat med börsvärde.

Enligt resultaten av handeln i det elektroniska systemet beräknas Xetra DAX-indexet, det sammanfaller praktiskt taget med DAX 30. Den elektroniska sessionen är dock längre, så stängningspriserna kan variera avsevärt. DAX 100 och CDAX sammansatta index för aktierna i 320 företag beräknas också.

FTSE 100 (Footsy) aktieindex började beräknas den 3 januari 1984. Det är ett vägt aritmetiskt index som beräknas på basis av de 100 största brittiska företagen efter börsvärde noterade på London Stock Exchange.

En gång var tredje månad, i slutet av kvartalet, väljs 250 företag ut från listan på London Stock Exchange, rangordnade från 101 till 350. Baserat på kurserna på deras aktier, beräknas det vägda genomsnittliga utbytesindexet efter kapitalisering - FTSE 250-indexet.

För aktierna i 350 bolag noterade på London Stock Exchange beräknas aktieindexet FTSE 350, som kombinerar indexen FTSE 100 och FTSE 250. För att ta hänsyn till aktier som inte ingår i FTSE 350, beräknas ett separat aktieindex. - FTSE SmallCap.

Nikkei har publicerats sedan september 1950. Det beräknas som ett vägt genomsnitt av aktiekurserna för de 225 mest omsatta Tokyo Stock Exchange First Section-bolagen.

Aktieindex för NASDAQ-familjen är avsedda för tillförlitlig orientering på den amerikanska högteknologiska marknaden och hjälper till att på ett adekvat sätt ta hänsyn till effekterna av amerikanska politiska och ekonomiska händelser på affärsområden relaterade till denna marknads funktion. De mest kända är NASDAQ 100 och NASDAQ Composite-indexen och vid beräkningen av det sistnämnda indexet används nästan alla aktier som handlas på NASDAQ-börsen. Dessa är andelar av högteknologiska företag som är engagerade i produktion av datorutrustning och utrustning, skapandet av mjukvara och telekommunikation och införandet av biotekniska landvinningar.

Aktieindex САС-40 och САС General är huvudindexen för den franska aktiemarknaden. CAC 40 beräknas på aktierna hos de 40 största emittenterna som handlas på Parisbörsen. Indexterminskontraktet är utan tvekan det mest populära och omsatta terminskontraktet i världen. CAC General är beräknat på aktierna i 250 av de största och mest stabila franska företagen. Detta index beräknas av Paris Bourse och Society of French Bourses.

Aktieindexet Standard & Poor's 500 (S&P 500) har fått det bildliga namnet "barometer of the American economy" för sin speciella betydelse. Det marknadsvärdevägda aktieindexet inkluderar värdet av aktierna i 500 amerikanska företag som handlas på New York Stock Exchange och NASDAQ Stock Exchange, två av de viktigaste amerikanska börserna. Företag är representerade i följande andel: 400 industriföretag, 20 transportföretag, 40 finansföretag och 40 allmännyttiga företag.

Russell aktieindex beräknas av Frank Russell Company. Bland de mest kända: Russell 3000 Index speglar dynamiken i aktierna i de 3000 största amerikanska företagen efter börsvärde, som står för cirka 98% av värdet på hela den amerikanska aktiemarknaden. Russell 1000 Index återspeglar resultatet för de 1000 största företagen från Russell 3000 Index, som står för cirka 92 % av den totala kapitaliseringen av företag representerade i Russell 3000 Index. Russell 2000 Index återspeglar resultatet för de 2 000 mindre företagen representerade i Russell 3000 Index, som står för cirka 8 % av det totala börsvärdet för Russell 3000 Index-företagen.

MSCI Emerging Markets-index inkluderar 26 tillväxtmarknadsindex, inklusive Ryssland, Mexiko, Thailand, etc. Beräkningen av tillväxtländernas aktiemarknadsindex (ett annat namn är tillväxtländernas index) utförs av Morgan Stanley. Samma företag sköter publiceringen av indexet.

IPS-indexet beräknas på basis av aktiekurser för 35 ledande mexikanska företag, viktade med kapitalisering. Listan över aktier för beräkning av IPS aktieindex är inte permanent och uppdateras varannan månad.

Bovespa aktieindex tar hänsyn till de mest likvida aktierna i brasilianska emittenter noterade på São Paulo-börsen. Det är ledande bland aktieindex när det gäller instabilitet: 10 gånger var det en tiofaldig minskning av dess värde. Anledningen till indexets instabilitet var den katastrofala inflationen i Brasilien (upp till 2500% per år), som svalde det berömda "brasilianska ekonomiska miraklet".

RTS aktieindex beräknas utifrån det totala värdet av aktier i 50 ryska företag. Det anses vara den viktigaste indikatorn på den ryska värdepappersmarknaden. RTS, eller det ryska handelssystemet (RTS), är en börs som grundades 1995 med syftet att skapa en centraliserad rysk värdepappersmarknad baserad på de regionala aktiemarknaderna som fungerade vid den tiden. Familjen av RTS-index (RTS) inkluderar flera index och är utformad för att bedöma börsvärdet för de största företagen i Ryska federationen.

MICEX (Moscow Interbank Currency Exchange) är en handelsplattform där de allra flesta transaktioner som involverar aktier i ryska emittenter genomförs. MICEX Exchange Index är ett viktat av effektivt kapitaliseringsindex för marknaden för de mest likvida aktierna i ryska emittenter som handlas på ZAO MICEX-börsen. Ett indexhanteringssystem används för att beräkna detta index. Införandet av specifika bolag i MICEX-indexet hanteras av Indexkommittén.

Tillämpning av aktieindex

Aktieindex används för marknadsanalys, handel och jämförelse av investeringsstrategiers effektivitet.

Aktieindex är en indikator på den ekonomiska situationen i det land där ett visst företag finns. Genom att jämföra smala index med varandra, samt jämföra dynamiken i aktiekurserna för en enskild aktie i ett företag, kan en handlare förutsäga tillväxten eller fallet för aktierna i detta företag.

Vissa aktieindex är baserade på värdepapper, nämligen terminer och optioner. Genom att analysera indexens beteende kan investerare också förutsäga dessa värdepappers öde på marknaden.

Genom att jämföra resultatet för en fond (eller portfölj) med aktieindex kan du utvärdera fondförvaltarens prestation i jämförelse med jämförelseindexet (riktmärket - det underliggande indexet).

Att handla med ett index, jämfört med aktiehandel, ger handlare ett antal fördelar. Dessa inkluderar bristen på behov:
- studera företagens finansiella rapporter,
- beräkna koefficienter,
- utvärdera utsikterna för företagets och/eller branschens utveckling.

Introduktion

I dagens värld är processerna för globalisering och integration av stor betydelse för utvecklingen av finansmarknaderna. Nationella aktiemarknader är till stor del beroende av den globala finansmarknaden, de håller på att integreras i världsekonomin. Dessutom kan ekonomiska fenomen och processer som äger rum i enskilda länder ha en inverkan på den globala finansmarknaden. Därmed uppstår frågan om det ömsesidiga inflytandet av världen och nationella aktiemarknader.

Att känna till särdragen i samspelet mellan olika aktieindex skulle göra det möjligt att mer exakt förutsäga och mildra de möjliga negativa konsekvenserna för hela världen på grund av kollapsen av enskilda ekonomier, samt lära sig hur man drar fördel av de fördelar som aktiemarknaden sammankopplingar kan ge.

Syftet med detta arbete är att fastställa förhållandet mellan olika länders nationella aktieindex och i synnerhet att identifiera betydelsen av dessa relationer för Ryssland. Perioden för finanskrisen 2014-2015 övervägs, vilket gör det möjligt att identifiera de faktorer som påverkade försämringen av den ekonomiska situationen i Ryssland tillsammans med införandet av ekonomiska sanktioner mot vårt land. Samtidigt kommer graden av inflytande av krisen i Ryssland på andra länder och världens olje- och guldmarknader att övervägas.

Det är allmänt känt att dynamiken i energipriserna har stor inverkan på den ryska ekonomin och många världsbörser. För närvarande finns det mycket få empiriska studier som bekräftar detta samband, dessutom är författarna till studier på detta område ofta oense om vilken typ av inverkan oljepriserna har på aktiemarknaderna i olika länder. Därför är studien av denna fråga relevant och kan hjälpa ekonomer och investerare att mer exakt förutsäga fluktuationer på den ryska aktiemarknaden beroende på oljepriser, såväl som andra faktorer som kommer att undersökas i detta dokument.

För att uppnå dessa mål krävs följande uppgifter:

1) Studera andra forskares arbete, överväga deras forskningsmetoder och resultat;

2) Samla in data och föra dem till en form som är lämplig för forskning;

3) Välj metod för datautforskning, utvärdera modeller och dra slutsatser.

Syftet med studien är de nationella aktieindexen för följande länder: Ryssland (RTSI), USA (S&P 500), Tyskland (DAX), England (FTSE 100) och Japan (Nikkei 225).

Ämnet för studien är förhållandet mellan nationella index, deras karaktär och faktorer som påverkar deras förändringar. Terminspriser på olja och guld kommer att betraktas som faktorer som kan påverka korrelationen mellan aktieindex.

Forskningens mål bestämmer strukturen på arbetet. Den första delen går igenom litteraturen och drar slutsatser utifrån de resultat som andra författare har fått. Den andra delen av studien innehåller en ekonometrisk modell och en tolkning av de empiriska resultaten.

Kapitel I. Studiens teoretiska grunder

Genomgång av tidigare studier

Frågan om arten av det ömsesidiga beroendet mellan världens och nationella aktiemarknader har studerats upprepade gånger. Funktioner i interaktionen mellan olika aktieindex är föremål för studier av många forskare runt om i världen. Av intresse är inte bara de nationella aktieindexen i olika länder, utan också en mängd olika faktorer som påverkar deras interaktioner. Låt oss ta en titt på några av forskningen inom detta område.

I arbetet av Peresetsky A.A. och Korhonen I. beaktade perioden 1997 till 2012. Fokus ligger på förhållandet mellan den ryska aktiemarknaden och den globala finansmarknaden, samt oljepriserna. Vissa andra tillväxtmarknader analyseras också. I sin analys använde författarna rörlig regression för att bygga en modell på tillgängliga data och bedöma graden av beroende av indikatorerna.

För analysen togs dagliga aktieindex och världens oljepriser. De nationella indexen för Ryssland, USA och Japan, samt Sydafrika, Turkiet och flera länder i Östeuropa beaktades.

Modellen baserades på skillnaden i öppningstiden för handelssessioner på marknaderna i olika länder. Fördröjningsvariabler borde ha lagts till i analysen, eftersom handelssessionen i Europa börjar några timmar senare än i Ryssland, och tidsskillnaden mellan New York och Moskva är ännu större. Författarna noterar att det amerikanska nationella indexet visar sig vara mer betydelsefullt för den ryska aktiemarknaden, eftersom stängningen av handelssessionen i New York är mycket närmare öppnandet av handeln i Moskva än stängningen av handeln i Europa. Således inkluderar amerikanska aktieindex nyare och relevant information för Ryssland än Europa.

Enligt denna logik kan vi anta att det japanska aktieindexet också har en betydande inverkan på den ryska finansmarknaden, eftersom stängningen av handelssessionen i Tokyo är ännu närmare öppningen av handeln i Moskva än stängningen av sessionen. i New York.

Enligt resultaten av studien har den japanska aktiemarknaden en betydande inverkan på utvecklingsländernas index under hela den granskade perioden. Oljeprisernas inverkan på tillväxtmarknaderna, inklusive Ryssland, var inte så betydande. På grund av detta drar författarna slutsatsen att vi, med hänsyn till Rysslands beroende av energiresurser, kan tala om en hög grad av integration av vårt land i världsekonomin.

Sammanfattningsvis bör det sägas att utvecklingsländerna blir mer och mer integrerade i den globala ekonomin, och börserna i utvecklade länder har ett ökande inflytande på deras marknader.

En liknande studie utfördes i en annan artikel av Peresetsky. Här konstaterar författaren att även om oljepriserna hade ett starkt inflytande på den ryska aktiemarknaden tidigare, har de sedan 2006 tappat sin betydelse. Dessutom har S&P 500 (USA) och Nikkei 225 (Japan) ett stort inflytande på den ryska aktiemarknaden. Utöver marknaderna i utvecklade länder övervägdes andra faktorer som kan påverka nationella aktieindex - politiska och ekonomiska nyheter. Men även om betydande endogena chocker hittades i den ryska ekonomin, möjligen relaterade till dessa faktorer, fann författaren det svårt att identifiera deras verkliga orsaker.

Babetski Y. och andra studerade Rysslands och Kinas aktiemarknader, deras ömsesidiga beroende och samband med marknaderna i USA, euroområdet och Japan. För att bygga modellen använde författarna dessa länders aktieindex. Eftersom det bland forskarna som studerat detta område tidigare inte fanns någon konsensus om vilken av dessa marknader - Ryssland eller Kina - som är mer beroende av utvecklade länder, gjorde Babetski J. et al ett försök att bedöma sambandet mellan dessa två marknader och hitta deras beroende av den globala ekonomin.

Om vi ​​spårar dynamiken i Rysslands och Kinas aktieindex kan vi se att det kinesiska indexet ungefär upprepar trenderna för USA, Eurozonen och Japans index åtminstone fram till 2007. Det ryska nationella indexet skilde sig starkare från dem, men närmade sig indikatorerna för utvecklade länder efter 2006.

I sitt arbete använde författarna konceptet beta- och sigmakonvergens. Betakonvergens beskriver en situation där den ekonomiska tillväxten i fattiga länder är snabbare än i utvecklade länder, och sigmakonvergens är helt enkelt en minskning av graden av differentiering i regionernas utvecklingsnivåer. Författarna analyserade de så kallade industri- och nationella data för perioden 1995 till 2010. Sålunda genomfördes två studier. Det första inkluderade nationella aktieindex och deras interaktioner, det andra inkluderade sektorindex inom varje land.

Enligt denna studie, i den moderna världen, sker processen för integration av länder i världsekonomin och konvergensen av nationella aktieindex aktivt.

I artikeln av Peresetsky A.A. och Ivanter A. beaktade inte bara förhållandet mellan aktiemarknader i olika länder, utan också sambandet mellan olika finansmarknader i Ryssland. Perioden 1996 till 1997 analyseras, då ekonomin fortfarande är stabil inför krisen 1998. Marknaderna för GKOs, värdepapper, valutamarknaden och GKO-terminsmarknaden övervägdes. Det visade sig att integrationen mellan GKO:er och värdepappersmarknader har ökat över tiden. Därmed skulle värdepappersmarknaderna kunna påverka regeringsbeslut om GKO:s ränteintäkter väsentligt.

När det gäller påverkan utifrån har den asiatiska finanskrisen drabbat den ryska börsen hårt. Detta inflytande uttrycktes inte bara i en förändring av kvantitativa indikatorer, såsom räntor, utan också i en kvalitativ förändring av strukturen för vissa sektorer av den ryska ekonomin och deras relationer.

I sitt arbete syftar Asgharian H. et al. till att spåra det ömsesidiga beroendet mellan aktieindex i olika länder, vilket kommer att hjälpa till att förutsäga förändringar på finansmarknaderna och minska riskerna för finansiella investerare.

I sin studie använde författarna SAR-modellen och analyserade ett urval av 41 länder från 1995 till 2010. Följande faktorer som antas påverka nationella aktiemarknader beaktades också: finansiell integration, ekonomisk integration och geografisk närhet.

Författarna fann att ekonomiska faktorer är mest betydelsefulla för förhållandet mellan aktieindex. Framför allt är likheten i produktionsstrukturen och handelspartnerskap viktiga aspekter av aktieindexens ömsesidiga beroende.

En av slutsatserna av denna studie är att korrelationen mellan olika finansmarknader var högre före 2002, även om många andra författare hävdar att processen att integrera aktiemarknaderna i världsekonomin är på gång och därför har förhållandet mellan nationella aktieindex endast stärkts under åren.

I artikeln av Fedorova E.A. Den ryska aktiemarknadens beroende av aktiemarknaderna i utvecklade länder och utvecklingsländer beaktas. Metodiken inkluderade korrelationsanalys, kausal analys, testning för stationaritet av tidsserier, byggande av en vektor autoregressiv modell och kointegrationsanalys. För analys tog vi de nationella aktieindexen för Ryssland, Kina, USA och Tyskland, samt VIX-index för perioden 2000 till 2012. Det antogs att marknaderna i utvecklade länder och utvecklingsländer skulle ha en betydande inverkan på den ryska aktiemarknaden, eftersom den är starkt beroende av olika externa faktorer. Enligt resultaten av korrelationsanalysen mellan RTS-index och utvecklingsländernas index fann man verkligen ett positivt samband. Resultaten av studien av utvecklade länders inflytande på det ryska indexet visade sig vara motsägelsefulla - korrelationsanalysen visade en hög korrelation mellan dessa variabler, medan Granger-testet gav motsatt resultat. Efter att ha utvärderat VAR-modellen fann man att de amerikanska och tyska indexen inte har någon betydande inverkan på den ryska aktiemarknaden. Ett negativt samband hittades mellan RTS- och VIX-indexen.

Av intresse är också studier av oljeprisernas inverkan på utvecklingsländernas aktiemarknader. Åsikterna från olika forskare om arten av detta beroende skiljer sig åt.

I synnerhet Fedorova A.E. och Lazarev M.P. I sin artikel tar de hänsyn till den ryska aktiemarknadens beroende av oljepriserna, såväl som dess globala produktion. Följande metoder användes i studien: konstruktion och utvärdering av en vektor autoregressiv modell, korrelationsanalys, kointegrationsanalys; Granger orsakstest och stationaritetstest utfördes.

Det antas att den ryska ekonomin bör påverkas starkt av oljepriserna, eftersom den är en av de största exportörerna av denna resurs. Författarna föreslog att man skulle skilja mellan stabila perioder och krisperioder och överväga resultaten för dem separat, eftersom förhållandet mellan den nationella aktiemarknaden och världsmarknadens oljepriser kan vara olika vid olika tidpunkter.

Trots de initiala antagandena visade det sig att oljepriserna har samma inverkan på marknaden i både stabila och kristider, och detta förhållande är positivt. Men världens oljeproduktion har bara en kortsiktig inverkan på aktiemarknaden under en stabil period, medan i en kris förlorar denna indikator sin betydelse.

Även i artikeln av Fedorova E.A. BRICS-ländernas aktiemarknaders beroende av oljepriset övervägdes. Metodiken som används är densamma: vektorautoregression, korrelationsanalys, kausalanalys, kointegrationsanalys. Generellt sett visade sig korrelationen mellan aktieindexen för alla de länder som ansågs med oljepriserna vara positiv enligt resultaten av studien. Detta förklaras av att energiindustrin i BRICS-länderna spelar en viktig roll för deras ekonomier. Beräkningen av det ryska aktieindexet baseras till exempel på aktier i stora företag, varav ungefär hälften tillhör olje- och gaskomplexet.

Eftersom oljeprisernas inverkan på den ryska marknaden nyligen har blivit mindre betydande enligt vissa studier, bör vi också överväga andra faktorer som kan påverka förhållandet mellan aktieindex. Till exempel, Fedorova E.A. och Lanets I.V. i sitt arbete ansåg de guldmarknaden som en av de viktigaste aspekterna av världsekonomin, som kan påverka aktiemarknaderna. Artikeln analyserade förhållandet mellan aktieindexen i BRIC-länderna och guldpriserna från 2000 till 2012. Metodiken inkluderade kontroll av tidsserien för stationaritet med hjälp av Dickey-Fuller-testet, vektorautoregression, tillfällig analys, kointegrationsanalys, korrelationsanalys. Enligt resultaten av studien finns det i BRIC-länderna, med undantag för Kina, ett långsiktigt ömsesidigt inflytande av de betraktade variablerna.

Ädelmetallmarknaden visar tillväxt i tider av stor finansiell oro. Kanske beror det på att guld ofta ses som en pålitlig investeringstillgång, som investerare använder under kriser. Dessutom används det av staterna i olika länder som reserver och reserver. Det är alltså inte förvånande att samtidigt som växelkurserna och aktieindexen faller så stärker guldmarknaden tvärtom sina positioner.

Sambandet mellan priset på guld och RTS-index beaktas i studien av Fedorova E.A. och Cherepennikova Yu.G. . Den generaliserade autoregressiva villkorade heteroskedasticitetsmodellen med Markov-växling (MS GARCH) användes för dataanalys. Särskild uppmärksamhet i studien ägnades åt perioder av kris. Man fann att under sådana perioder minskade RTS-indexet, medan guldpriserna tvärtom växte. Således är förhållandet mellan det ryska aktieindexet och guldpriserna omvänt.

Fedorova E.A. och Lanets I.V. artikeln undersökte världsmarknaden för ädelmetallers beroende av olika faktorer på makro- och mikronivå. Det noterades att om guld lockar investerare huvudsakligen som en tillgång för investeringar, eftersom det är ett tillförlitligt alternativ till den internationella valutan, så finner andra ädelmetaller sin användning främst i industrin. Men inte bara guld har nyligen betraktats som ett säkringsinstrument, utan andra ädla metaller, såsom platina, silver och palladium, kan också vara inblandade för detta ändamål. Studien använder en GARCH-modell för att uppskatta volatiliteten och avkastningen för dessa metaller. Enligt resultaten av analysen, i det övervägda fallet, är lönsamhet, och inte volatilitet, den avgörande faktorn vid val av investeringar, och en portfölj bestående av fyra metaller - guld, palladium, silver och platina - är ineffektiv.

I artikeln av Samoilov D.V. RTS-indexet och de faktorer som påverkar det beaktas. Perioden 2007 till 2009 analyseras, medan författaren delar in den aktuella tiden i tre perioder. Den första perioden är tiden före krisen, den andra kännetecknas av stigande och fallande oljepriser, den tredje är själva krisen. Följande data används för studien: oljepristerminer (Dow Jones), S&P 500, FTSE 100, RTS, VIX-index. Tidsserierna testades för stationaritet, Granger-testet för kausalitet genomfördes, kointegrationstestning utfördes med Johansen-testet och en vektorfelkorrigeringsmodell byggdes. Enligt resultaten från Granger-testet var det ryska aktieindexet under perioden före krisen beroende av USA:s och brittiska nationella aktieindex samt av VIX volatilitetsindex; de senare påverkas avsevärt av oljepriserna. Krisperioden i sig kännetecknas av en viss minskning av de amerikanska och brittiska indexens inflytande på RTS-indexet, men kopplingarna mellan andra variabler kvarstår. Vid utvärderingen av VEC-modellen avslöjades betydelsen av S&P-index under den första och sista perioden, medan VIX-indexet under perioden med stigande oljepriser hade en betydande inverkan på det ryska finansiella indexet istället för det. I allmänhet kommer författaren till slutsatsen att den ryska aktiemarknaden blir mer och mer integrerad i världsekonomin och korrelerar med marknaderna i västerländska länder.

Några tidigare studier om de nationella aktiemarknadernas sammanlänkning sammanfattas i tabell 1. Här kan du visuellt granska de studerade indikatorerna, indexen och länderna, samt tidsramen och korta slutsatser som olika författare har kommit fram till i sina verk.

Tabell nr 1. Sammanfattning av resultaten från tidigare studier.

		Länder, index och andra indikatorer
Peresetskiy		MICEX, S&P 500, Nikkei 225, olja (WTI), gas, nyhetschocker.	Oljepriserna har tappat sin betydelse sedan 2006. S&P 500 och Nikkei-indexen har ett stort inflytande på den ryska aktiemarknaden.
Peresetsky, Korhonen		MICEX, S&P 500, Nikkei 225, oljepris (WTI)	S&P 500 är betydande för den ryska aktiemarknaden. Nikkei 225 har en betydande inverkan på utvecklingsländernas index under hela den granskade perioden. Oljeprisernas inverkan på tillväxtmarknaderna har inte varit lika betydande. Ryssland håller på att integreras i världsekonomin.
Peresetsky, Ivanter		Index GKO, OFZ, etc.	Integreringen av den ryska aktiemarknaden i världsekonomin växer. Krisen 1998 ledde till att den försvagades.
Samoilov		RTSI, S&P 500, FTSE 100, oljepriser, VIX-index	Sammankopplingen mellan de övervägda aktiemarknaderna stärks. Oljepriserna och S&P 500 blir mer betydande under en kris, samtidigt som FTSE:s inflytande på det ryska indexet faller.
		USA, Japan, Hong Kong, Korea, Singapore, Taiwan	Aktieindexen för alla övervägda länder korrelerar med varandra; Asienkrisen 1997 ledde till att dessa relationer stärktes.
Fedorova, Nazarova		Ryssland, USA, Tyskland, Storbritannien, Japan, Kina	Relationerna mellan de övervägda marknaderna är föremål för processerna för globalisering och integration i världsekonomin.
Gilmour, McManus		Tjeckien, Ungern, Polen, USA	Aktiemarknaderna i dessa länder är mycket sammanlänkade.
		USA och 15 utvecklingsländer	Länders beroende av den amerikanska aktiemarknaden är ju större desto närmare USA är landet. Också andra länders aktiemarknader påverkar varandra, detta inflytande är av särskild betydelse i europeiska länder och Japan.
Felix, Dufrene, Chatterjee		Thailand, Malaysia, USA, Storbritannien, Japan	Ingen signifikant korrelation hittades mellan de övervägda aktiemarknaderna på lång sikt.
Phylaktis, Ravazzolo		Hongkong, Sydkorea, Thailand, Malaysia, Taiwan, USA, Japan
		nordamerikanska länder	Integrationen av aktiemarknaderna har en betydande inverkan på förhållandet mellan de berörda länderna under krisen.
Basher, Sadorsky		BRIC-länder, oljepris	Oljepriset har störst inflytande på aktieindexen i Brasilien och Ryssland; effekten av påverkan på marknaderna i Kina och Indien är omvänd.
Aloui, Nguyen, Njeh		25 utvecklingsländer, oljepris	Det fanns inget starkt inflytande av oljepriset på aktiemarknaderna i utvecklingsländerna. Det finns ett positivt samband, men i det långa loppet har det liten effekt på utvecklingsländernas ekonomier.
Wang, Wang, Huang		USA, Tyskland, Japan, Taiwan, Kina, olje- och guldpris, US-dollar	Det finns ett omvänt samband mellan guldpriserna och aktieindexen i de berörda länderna.
		Indien, guld, grossistprisindex, olja, inflation, BNP	Viktiga faktorer för bildandet av samband mellan de betraktade variablerna är guldpriser, grossistprisindex och inflation.
De Gooijer, Sivarajasingham		Utvecklade länder, länder i Sydostasien	Den asiatiska finanskrisen föregick den ökade integrationen av aktiemarknaderna med utvecklade länder.
		Guldpriser	Krisperioder kännetecknades av betydande fluktuationer i guldpriset.
		USA, oljepris	Världens oljepriser påverkar direkt det amerikanska aktieindexet.
		Brasilien, Ryssland, Indien, Kina, oljepris	Ingen signifikant korrelation hittades mellan oljepriset och aktieindexen i BRIC-länderna.
Fedorova, Pankratov		Ryssland, oljepris	Den ryska aktiemarknaden beror direkt på oljepriset.
		Ryssland, Kina, Japan, oljepris	Aktiemarknaderna i Indien, Ryssland och Kina är inte avsevärt beroende av oljepriset.
		FTSE 100 guldpriser	När volatiliteten på aktiemarknaden ökar stiger kurserna.
		Ryssland, S&P 500, oljepriser, nyheter	För att förklara avkastningen och dess volatilitet är nyhetschocker inte betydande. Effekten av S&P och de chocker som är förknippade med den är betydande.
Jalolov, Miyakoshi		Ryssland, Tyskland, USA, olje- och gaspriser	Lönsamheten på den ryska finansmarknaden beror inte nämnvärt på energipriserna.
Anatolyev		Ryssland, USA, Europa, Asien, oljepriser	Oljepriserna tappar gradvis sin betydelse, amerikanska aktieindex stärker tvärtom sitt inflytande på andra ekonomier. De europeiska marknaderna har ett mer betydande inflytande på den ryska aktiemarknaden, vilket är förknippat med en högre grad av integration.
Fedorova, Safina, Litovka		RTSI, Dow Jones 65 Composite, FTSE 100, DAX, Nikkei 225, SSE Composite	Den ryska aktiemarknaden är föremål för ständigt inflytande från den amerikanska marknaden. Den globala aktiemarknaden är till stor del föremål för processerna av ekonomisk globalisering och integration. Interaktioner mellan marknader blir allt viktigare och betydelsefulla för utvecklingen av enskilda marknader.
Fedorova		RTSI, Brasilien, Indien, Kina, Sydafrika, oljepriser	Sambandet mellan oljepriser och nationella aktieindex i de berörda länderna är positivt.
Fedorova, Pankratov		MICEX, DAX, FTSE, DJA, HSI	Det ryska nationella aktieindexet är starkare påverkat av de europeiska marknaderna, särskilt den tyska. Dow Jones-indexets betydelse för MICEX ökade under krisen.
Fedorova		RTSI, euro och dollarkurser	Den stabila perioden kännetecknas av ett omvänt förhållande mellan den ryska aktiemarknaden och US-dollarkursen, medan eurons växelkurs korrelerar svagt med RTS-index. Alla dessa inbördes relationer förlorar en del av sin betydelse i en kris.
Fedorova		RTS, S&P 500, GOLDEN_DRAGON, DAX, VIX	Korrelationen mellan utvecklingsländernas nationella aktieindex och RTS är positiv. Det visade sig att den ryska aktiemarknaden inte påverkas nämnvärt av DAX- och S&P-indexen. En negativ korrelation hittades mellan det ryska nationella aktieindexet och VIX volatilitetsindex.
Fedorova, Cherepennikova		RTS, guldpriser	En negativ korrelation hittades mellan guldpriser och RTS-index. Detta märktes särskilt under krisperioder, då guldpriserna steg och ryska aktieindex föll.
Fedorova, Lanets		BUSP, RTSI, BSE, SSEC, guldpriser	I de berörda länderna fann man det ömsesidiga beroendet mellan guldpriser och nationella aktieindex, vilket är betydande på lång sikt. Endast Kina sticker ut från den allmänna bilden, på aktiemarknaden som ett sådant beroende inte kan spåras.

Som framgår av tabell 1 skiljer sig ofta olika forskares åsikter i samma frågor. Ändå noterar många författare globaliseringens pågående processer och utvecklingsländernas ökade integration i världsekonomin. Oljans inflytande är fortfarande betydande för aktiemarknaderna, men vissa forskare noterar att dess inflytande gradvis minskar. I detta dokument kommer ett försök att bekräfta eller motbevisa dessa slutsatser.

Finanskris 2014-2015

Enligt många ekonomer, den omedelbara drivkraften för starten av finanskrisen i Ryssland 2014-2015. de ekonomiska sanktioner som ett antal länder infört mot Ryssland samt prisfallet på energiresurser, även om förutsättningarna för en avmattning i tillväxten och en lågkonjunktur uppstod redan 2013.

Men utöver de redan nämnda skälen är det möjligt att identifiera ett antal andra faktorer som i större eller mindre utsträckning påverkade komplikationen av den ekonomiska situationen i Ryssland. Bland dem nämner vissa ekonomer strukturella förändringar och obalanser som dikteras av det faktum att landet ännu inte helt har återhämtat sig från krisen 2008-2009, samt några misslyckade beslut av staten. I synnerhet borde kanske tyngdpunkten ha lagts på att diversifiera ekonomin, det vill säga att styra resurser till utvecklingen av olika industrier utöver energikomplexet. På grund av bristen på alternativ har Ryssland blivit alltför beroende av oljepriser.

Ett av krisens första skeden var ett betydande oljeprisfall. Detta berodde på ett ökat utbud av olja på världsmarknaden och hade en negativ inverkan på flera oljeexporterande länder samtidigt. Eftersom energiresurserna i Ryssland utgör en betydande del av all export, kan ett sådant prisfall inte påverka statens intäkter. Denna händelse ledde till en försvagning av den nationella valutan, vilket dock inte entydigt kan kallas en ogynnsam händelse, eftersom oljeintäkterna förblev desamma i rubel.

En annan faktor i början av krisen var de ekonomiska sanktionerna mot Ryssland, som infördes av ett antal stater som svar på annekteringen av Krim. USA, många europeiska länder, Japan och andra har anslutit sig till sanktionerna. De inkluderade ett förbud mot samarbete med olika banker, företag, såväl som företag i det ryska militärindustriella komplexet. Av denna anledning förlorade Ryssland en stor mängd inkomst, och, överlagrat på den strukturella krisen och oljeprisfallet, orsakade sanktionerna allvarlig skada på vårt lands ekonomi.

I allmänhet dikterades finanskrisen i Ryssland inte bara av externa, utan också av interna faktorer. Samtidigt kommer det att vara intressant att avslöja effekten av det ryska nationella aktieindexet, som återspeglar förändringar i den ryska ekonomin, på aktiemarknaderna i andra länder, såväl som världens olje- och guldmarknader.

Metodik

Detta avsnitt kommer att beskriva de metoder som används i denna studie. Huvudpunkterna i arbetet kommer att testa för stationaritet, Granger-kausalitet, testa tidsserier för kointegration och bygga en VEC-modell. Eftersom provet är tänkt att delas upp i flera delar som motsvarar vissa perioder kommer dessa analysmetoder att tillämpas på varje del separat.

Tidsserietestning för stationaritet

Innan man utför ytterligare forskning bör man först kontrollera tidsserien för stationaritet. En konventionell VAR-modell kan bara byggas om tidsserien är stationär, så testresultaten avgör vårt val mellan den och felkorrigeringsmodellen.

Dickey-Fuller-testet används vanligtvis för att testa för stationaritet. I detta arbete beslutades att använda proceduren av Dolado et al., som är baserad på det utökade Dickey-Fuller-testet.

Dickey-Fuller-testet är baserat på följande ekvation:

Eftersom vi kommer att använda testet Augmented Dickey-Fuller (ADF), kom ihåg att det inte är noll. Huvudhypotesen är närvaron av en enhetsrot, matematiskt uttrycks detta i likhet. Om det avvisas finns det inga enhetsrötter och tidsserierna är stationära.

Dolado-Jenkinson-proceduren är att utvärdera fem modeller i sekvens. Det låter oss ta reda på hur vi bäst kan föra våra data till en stationär form - genom att ta de första skillnaderna, eller genom att bygga en regression med en linjär trend.

Först utförs ett utökat Dickey-Fuller-test, som utvärderar modellen med en konstant och en trend. Sedan utvärderar vi signifikansen av trenden i modellen och om hypotesen om dess signifikans förkastas utför vi ett ADF-test för modellen utan trend. Samma steg bör vidtas när man utvärderar betydelsen av en konstant. Det sista steget är ytterligare ett Dickey-Fuller-test för att ta reda på om det finns trendstationaritet i data, eller om vi ska gå till de första skillnaderna.

Kausalitet enligt Granger

Granger-testet låter dig identifiera orsakssamband mellan variabler. I vårt fall kommer det att tillåta oss att ta reda på karaktären av förhållandet mellan de nationella aktieindexen i Ryssland, USA, England, Tyskland och Japan, samt att bestämma vilken effekt olje- och guldpriserna har på dem. Testet är baserat på vektorautoregression, var och en av två variabler testas i par. Inflytandet i varje par måste vara ensidigt, det vill säga om variabeln x påverkar förutsägelsen av variabeln y, Den där y bör inte påverka prognosen x. Om det finns en ömsesidig påverkan av två variabler, så är de troligen signifikant påverkade av en annan variabel.

Granger-kausalitet är ett nödvändigt men inte tillräckligt villkor för kausalitet.

F-statistiken används för att utföra Granger-testet. Nollhypotesen är negationen av variabelns beroende x från en variabel y; koefficienter i detta fall är lika med noll. I den alternativa hypotesen byts variablerna helt enkelt, det vill säga nu y inte beror på x. För att hitta ett orsakssamband måste en av hypoteserna förkastas - det kommer att följa att en variabel är signifikant för att förutsäga den andra. Om båda hypoteserna förkastas, kommer variablerna att vara ömsesidigt relaterade till varandra (och troligen påverkas av den tredje variabeln). Att inte förkasta hypoteserna kommer i sin tur att tillåta en att dra slutsatsen att det inte finns något samband alls mellan de två variablerna.

Ekvationen ser ut så här:

Samintegrationstestning

För att bedriva ytterligare forskning och bestämma typ av modell krävs även testning av tidsserier för kointegration. Om den hittas bör VECM byggas - en vektorfelkorrigeringsmodell.

Vi talar om förekomsten av kointegration av våra data när det finns en sådan linjär kombination av icke-stationära tidsserier som är stationär. Johansen-testet används för att utvärdera data för kointegration.

För att genomföra testet måste data först bedömas för stationaritet, eftersom kointegration är en egenskap hos icke-stationära tidsserier.

För att testa för kointegration utvärderas följande autoregressiva vektormodell:

Nästa steg i att kontrollera kointegrationen av tidsserier med hjälp av Johansen-testet är följande ekvation:

Nyckelpunkten i detta tillvägagångssätt är uppskattningen av rangordningen för matrisen P. Den motsvarar antalet kointegrerade vektorer. Huvudhypotesen motsvarar nollkointegrationsgraden, det vill säga frånvaron av kointegration i data. Om rangordningen för matrisen är ofullständig, är tidsserierna kointegrerade.

Vi kommer att använda Bayesian Information Criterion (BIC) och Akaike Information Criterion (AIC) för att förklara antalet fördröjningar i Granger- och Johansen-testerna och för att välja ordningsföljd för VAR-modellen. Det krävs för att förbättra kvaliteten på modellen, samt att minska antalet parametrar.

Akaike informationskriteriet i vårt fall beräknas med följande formel:

Det Bayesianska informationskriteriet ser ut så här:

Vi bör välja de minsta värdena av båda kriterierna, baserat på dessa indikatorer kommer vi att förstå vilken fördröjningslängd som ska användas i alla modeller.

Att bygga en VEC-modell

Det sista steget i studien är konstruktionen av en vektormodell för felkorrigering. Till skillnad från den vanliga VAR-modellen kan den byggas vid icke-stationära tidsserier.

Vektorfelkorrigeringsmodellen har följande form:

Tillsammans med vektorautoregression beslutades det att analysera impulssvarsfunktionerna (IRF) för RTS-index. Analysen genomfördes för varje period - stabil, före kris och själva krisen - separat. Syftet med studien av dessa funktioner var att spåra hur RTS-indexet reagerar på enstaka avvikelser (impulser) av förklaringsvariablerna.

Kapitel II. Empiriska resultat

Databeskrivning

Följande index används för att bygga modellen: Ryssland (RTSI), USA (S&P 500), England (FTSE 100), Tyskland (DAX), Japan (Nikkei 225). Man beslutade också att ta hänsyn till olje- och guldprisernas inverkan på nationella aktieindex. För detta togs terminspriser för dessa två investeringsvaror (Dow Jones-index). Dagsdata användes för perioden 5 januari 2012 till 30 april 2015.

Valet av variabler bestäms av syftet med denna studie. Det ryska nationella aktieindexet är nyckeln i vår analys; Förenta staternas, Englands, Tysklands och Japans index borde antas ha en betydande inverkan på det. Marknaderna för guld och olja spelar en viktig roll i den globala ekonomin, och därför är det intressant att spåra inverkan av priserna på dessa investeringsvaror på samspelet mellan nationella aktieindex.

De data som används i arbetet och deras beteckningar i den uppskattade modellen visas tydligt i tabell nr 2. För att bygga modellen tas logaritmerna för alla indikatorer. De första skillnaderna används för att bygga en VAR-modell om tidsserien är icke-stationär men det inte finns någon kointegration.

Tabell nr 2. Symboler för variabler.

Index	Symbol	Logaritmer	Första skillnaderna
Ryska aktieindex RTS
USA:s aktieindex S&P 500
UK FTSE 100 aktieindex
Tyska aktieindex DAX 30
Japanska aktieindex Nikkei 225
Oljeterminspriser
Futures priser för guld

För enkelhetens skull delades provet upp i tre delar, som var och en motsvarar en viss period:

· 1 september 2014 - 31 december 2014 (kris, kraftig tillväxt av dollarn, 89 observationer);

· 2 januari 2015 - 30 april 2015 (start av stabilisering, minskning av svängningar på aktiemarknader, 84 observationer).

Ris. 1. Logaritmer för dollarn, RTS, terminspriser för olja och guld.

Grafen visar tydligt att sedan september 2014 börjar tillväxten av dollarkursen och RTS-indexets fall (Fig. 1). Början av januari 2015 präglades av att hösten upphörde och att statistiken började stabiliseras. Det var dessa indikatorer som fungerade som en riktlinje för att dela upp provet i tre delar.

De två sista perioderna är av störst intresse för studien, eftersom de markerar början och utvecklingen av krisen 2014-2015. i Ryssland. De lugnare ekonomiska förhållandena 2012 och 2013 togs som jämförelse med perioden av ekonomisk turbulens, eftersom förhållandet mellan nationella aktieindex, såväl som olje- och guldprisernas inverkan på dem i stabila och kristider, kan skilja sig åt.

Under insamlingen av data uppstod vissa problem relaterade till deras struktur och egenskaper. I synnerhet helgdagar, när handel på börsen inte hålls, sammanfaller inte alltid med varandra i olika länder, varför det finns luckor i uppgifterna om indexen. En annan svårighet var att öppnandet av handelssessionerna för olika nationella aktieindex sker vid olika tidpunkter. Det vill säga att det var nödvändigt att jämföra data som inte överensstämde med varandra i tid. Denna fördröjning gör det svårt att utvärdera modellen, eftersom olika index reagerar på vissa faktorer vid olika tidpunkter; av samma anledning kan vissa index ha ett starkare inflytande på andra. Denna tidsskillnad måste beaktas i modellen.

Det beslutades att fylla i luckorna i data med värdena från den tidigare observationen. De luckor där semestern i olika länder sammanfaller med varandra togs helt enkelt bort från urvalet. För att bekämpa det andra problemet infördes en eftersläpningsvariabel, det vill säga beroendet av öppningspriserna för det ryska aktieindexet av stängningspriserna för de amerikanska, tyska och brittiska indexen, föregående dags guld- och oljeterminspriser, och det nuvarande japanska indexet beaktades.

I tabell 3 kan du se den beskrivande statistiken över logaritmerna för våra data för hela den betraktade perioden. Hypotesen om normalfördelning för alla variabler förkastas vid 5 % signifikansnivå.

nationella aktieindex

Vi bör nu överväga varje period som vårt urval är uppdelat i, separat. Under perioden före krisen förkastas hypotesen om normalfördelning fortfarande vid signifikansnivån på 5 % för terminspriserna på olja och guld och alla nationella aktieindex, utom RTSI (tabell nr 4). Fördelningarna av nästan alla variabler har en platt topp eftersom kurtosen är mindre än 3. Fördelningen av FTSE 100-index har en lång vänstra ände eftersom skevheten är mindre än noll.

Under den andra perioden (krisen) förkastas hypotesen om Harke-Beer-testet på 5 % normalfördelningsnivå endast för RTS, S&P 500 och oljeterminspriser. Fördelningarna av dessa tre variabler har en lång vänstra ände, eftersom värdet på skevheten är mindre än noll; du kan också märka att prisfördelningen på oljeterminer har en platt topp (kurtosfaktor mindre än 3).

För stabiliseringsperioden förkastas inte hypotesen om normalfördelning på 5 % signifikansnivå för terminspriser på guld och olja, samt för RTS-index. Fördelningarna av S&P 500-, DAX- och FTSE 100-indexen har en lång vänstra ände (skevhetskoefficienten för dem är mindre än noll). DAX-, Nikkei 225- och S&P 500-distributionerna har en platt topp eftersom deras kurtos är mindre än 3.

Vi kommer separat att överväga standardavvikelserna för våra variabler för varje period och göra preliminära antaganden om förändringen i aktieindex och terminspriser för guld och olja, samt deras eventuella inflytande på varandra.

Tabell nr 7. Standardavvikelser för variabler i varje period.

Som framgår av tabell nr 7, om vi tar hela studieperioden som helhet, så hör ganska höga värden av standardavvikelser till Nikkei 225, RTSI och oljeterminspriser. Detta talar för volatiliteten och viss instabilitet på dessa marknader under dessa tre plus år. Med tanke på de kortare perioderna som vi delade upp urvalet i kommer att ge oss mer specifika och meningsfulla resultat, eftersom det kommer att tillåta oss att jämföra tidsperioder med varandra och ta reda på vilka marknader som blev mer stabila under 2015 och vilka som inte gjorde det.

Således kan man se att standardavvikelsen för DAX-variabeln minskade kraftigt under den andra perioden och bara ökade något under den tredje, vilket indikerar en relativt stabil position för denna marknad. En minskning av standardavvikelsen jämfört med perioden före krisen observeras också i S&P 500, Nikkei 225, FTSE 100 och guldterminspriser. Under den andra perioden är en kraftig ökning av standardavvikelsen för terminspriserna för olja och RTSI slående, varav vi kan dra slutsatsen att dessa två variabler är nära sammankopplade med varandra. Det är sant, till skillnad från oljepriserna, kunde det ryska aktieindexet under stabiliseringsperioden inte återgå till lägre standardavvikelsevärden.

Dataanalys

Analysen består i att bygga en vektormodell för felkorrigering för data från perioden 2 januari 2012 till 30 april 2015. Innan detta är det nödvändigt att utvärdera tidsserierna för stationaritet och kointegration. Granger-testet kommer att komplettera vår studie genom att fastställa orsak-och-verkan-sambanden mellan variabler.

Stationaritetskontroll med Dolado-Jenkinson-proceduren.

Förfarandet enligt Dolado et al. är att utvärdera fem modeller i tur och ordning med hjälp av minsta kvadratmetoden. Först utförs ett utökat Dickey-Fuller-test för komplett statistik med en trend och en konstant. Vi kollar sedan om trenden ska ingå i modellen; samma sak görs för en konstant.

Tabell nr 8 visar resultaten av Dolado-Jenkinson-proceduren för den första perioden (5 januari 2012 - 29 augusti 2014). Först utfördes ett utökat Dickey-Fuller-test för komplett statistik med en trend och en konstant; enligt dess resultat förkastas hypotesen om närvaron av en enhetsrot vid en signifikansnivå på 5 % för alla indikatorer, utom för S&P 500. Sedan kontrollerades behovet av att inkludera en trend i modellen - vid 5 %, trenden visade sig vara obetydlig för alla variabler. Eftersom trenden exkluderades från modellen var nästa steg att köra ett ADF-test för statistiken med en konstant. Konstanten måste också testas för signifikans, och vid 5% signifikansnivån förkastades denna hypotes för alla indikatorer. Vidare utfördes det utökade Dickey-Fuller-testet utan en konstant och utan en trend, hypotesen om närvaron av en enhetsrot förkastades återigen vid en signifikansnivå på 5 %.

Således har tidsserierna för alla variabler, med undantag för S&P 500, en enhetsrot och är stationära i skillnader. Data om det amerikanska aktieindexet har trendstationaritet, modellen för denna indikator har både en trend och en konstant.

Antalet fördröjningar för alla variabler under perioden före krisen är noll enligt Bayesian Information Criterion (BIC).

Tabell nr 8. Resultat av ADF-testet för den första perioden (690 observationer).

		t-stat. för trend	ADF (konstant modell)	t-stat. för en konstant		ADF (första skillnaderna)
Variabel

Kolumnen "slutsats" i tabellerna 8, 9, 10 presenterar resultaten av själva proceduren. DS betyder närvaron av stationaritet i skillnaderna (skillnad stationär), UR - närvaron av en enhetsrot (enhetsrot); TS - trendstationaritet, C - närvaro av en konstant, T - närvaro av en trend.

Tabellerna nr 9 och 10 tar hänsyn till de två senaste perioderna. Antalet fördröjningar för alla variabler här är också lika med noll enligt det Bayesianska informationskriteriet, med undantag för oljeterminspriser, för vilka denna indikator är lika med 1 i den andra perioden.

Under krisperioden är uppgifterna för alla indikatorer, med undantag för terminspriserna på guld och olja, stationära i skillnader; hypotesen om trendens signifikans och konstanten för dem förkastas på 5% signifikansnivån. Data om terminspriser på guld och olja har en trendstationaritet, det finns en konstant i modellen för olja.

Alla data under stabiliseringsperioden kännetecknas av stationaritet i skillnaderna och frånvaron av en konstant och en trend i modellerna (tabell nr 10).

Tabell nr 9. Resultat av ADF-testet för den andra perioden (88 observationer).

	ADF (modell med trend och konstant)	t-stat. för trend	ADF (konstant modell)	t-stat. för konst.		ADF (första skillnaderna)
Variabel

* Antalet fördröjningar är 1.

Tabell nr 10. Resultat av ADF-testet för den tredje perioden (84 observationer).

	ADF (modell med trend och konstant)	t-stat. för trend	ADF (konstant modell)	t-stat. för konst.		ADF (första skillnaderna)
Variabel

För att bestämma valet av modell kommer det också att vara nödvändigt att kontrollera serien för kointegration.

Kausalitet enligt Granger

Granger-testet kommer att tillåta oss att fastställa orsakssambanden mellan våra variabler: de nationella aktieindexen för fem länder och terminspriserna på olja och guld.

Eftersom det finns fem arbetsdagar i en vecka, under vilka handel sker på börser, vilket bestämmer strukturen på vår data, kommer vi också att ta antalet fördröjningar för Granger-testet lika med fem.

Under den första perioden gav Nikkei 225, RTS, S&P 500-indexen samt oljeterminspriser ett betydande bidrag till DAX-indexprognosen. FTSE 100 visade sig vara beroende av samma indikatorer som det tyska aktieindexet. S&P 500 var beroende av Nikkei 225, medan RTSI påverkades av S&P 500, Nikkei 225 och olje- och guldterminspriser.

Figur 2. Orsakssamband under perioden före krisen.

Under krisen förändrades kopplingarna mellan indikatorerna. DAX förblev beroende av S&P 500, men istället för andra faktorer som påverkade den, dök guldterminspriser upp. Guld under denna period visade sig vara en faktor som ger ett betydande bidrag till prognosen för många variabler, förutom det tyska indexet - FTSE 100, RTSI, Nikkei 225, S&P 500, såväl som oljeterminspriser. RTSI visade sig bland annat vara beroende av FTSE 100.

Liknande dokument

Varför behövs aktieindex? Historia och geografi av index. amerikanska börsindex. Andra länders index. Ryska aktieindikatorer. Indexfonder, realindex, indexaktier. Metodik för beräkning av index.

abstrakt, tillagt 2003-02-04


Beräkningsmetoder, väsen, roll och mål för aktieindex. Klassificering av aktieindex. Faktorer som påverkar aktieindex. Aktieindexens inflytande på marknaden. Ryska aktieindex och deras dynamik. Samband mellan aktie- och valutamarknader.

terminsuppsats, tillagd 2011-03-06


Aktieindex som ett verktyg för att bedöma beteendet på värdepappersmarknaden, vilket speglar makroekonomiska processer. Grundläggande typer av index. Aktieindexens roll. Teorin om att skapa aktieindex. Index som används på världens och ryska aktiemarknader.

abstrakt, tillagt 2013-04-04


Essens, nödvändighet och metoder för beräkning av aktieindex, deras användning som grund för börshandel av stater. Funktioner och egenskaper hos aktieindex i Ukraina, deras fördelar och nackdelar. Tecken på ett idealiskt aktieindex.

abstrakt, tillagt 2010-08-11


Förhållandet mellan valutamarknaden och aktiemarknaden. Aktiemarknadens inflytande på FOREX-marknaden på lång och kort sikt. Analys av valuta och aktiemarknad. Långsiktigt förhållande mellan landets aktieindex och landets nationella valuta.

presentation, tillagd 2012-12-15


Definition av en börs. Primära och sekundära värdepapper. Derivatinstrument. Beräkning av aktieindex. Världens största index. Analys av dynamiken på världens börser i en instabil ekonomisk situation.

terminsuppsats, tillagd 2011-07-04


Börser i Ryssland och utomlands. Internationella och ryska krav på börser. Organisationsstruktur och medlemmar av börser. Jämförande egenskaper hos börser. Utsikter för utvecklingen av börser i Ryssland.

avhandling, tillagd 2002-05-30


Teori om aktieindex, metoder för deras konstruktion och beräkning. Betygsmarknadens infrastruktur. Dow Jones, Standard & Poor's (S&P), Value Lane, Financial Times (FT). Index för utvärdering av aktiemarknaden i Tyskland. Index för nya marknader.

terminsuppsats, tillagd 2011-06-21


Historien om skapandet av börser. Tecken, funktioner och typer av börser. Metoder för att organisera börshandel. Typer av bytestransaktioner, aktieindex. Ryska börser och deras roll i den moderna ekonomin. Värdepapper som handlas på börser.

terminsuppsats, tillagd 2016-10-05


Essens, roll och klassificering av aktieindex. Metoder för deras beräkning. Synergetik och nya förhållningssätt till gamla problem. Icke-linjär marknadsekonomi: mångfald av rättvisa och fraktal dynamik. Lyapunov exponenter. Kaotiska egenskaper hos växelkurser.