Анализ и прогнозирование динамики курса акций компании 'ГАЗПРОМ НЕФТЬ'
МИНОБРНАУКИ
РОССИИ
Федеральное
государственное бюджетное образовательное учреждение высшего профессионального
образования
"Московский
государственный технический университет радиотехники, электроники и
автоматики"
МГТУ МИРЭА
Факультет
информационных технологий
КУРСОВАЯ
РАБОТА
по
дисциплине «Методы построения моделей по эмпирическим данным»
тема:
Анализ и прогнозирование динамики курса акций компании «ГАЗПРОМ НЕФТЬ»
Студент группы ИВБО-06-14_
Ковригин А.М.
Руководитель курсовой работы
Кузьмин В.И.
Москва 2016
Содержание
Введение
. История компании «Газпром
нефть»
. Анализ курса акций компании
«Газпром нефть»
Вывод
Список используемой литературы
1. История компании «Газпром нефть»
В 1997 году в целях развития рыночной экономики
правительством РФ был реализован план приватизации «Сибнефти». В этом же году
частные инвесторы приобрели на аукционах 49% акционерного капитала «Сибнефти».
За 1998 - 2004 годы руководство «Сибнефти»
проделало значительную работу по модернизации производства, внедрению
современных технологий и оптимизации бизнес-процессов, благодаря чему была
значительно расширена география добычи (Томская, Омская области) и сбытовая
сеть в регионах России (Свердловская область, Тюменская область, Красноярский
край, Санкт-Петербург, Москва).
В 2005 контрольный пакет акций ОАО «Сибнефть»
(75,68%) был приобретен Группой «Газпром» и 13 мая 2006 года компания была
переименована в Открытое акционерное общество «Газпром нефть».
В 2005 - 2006 годах «Газпром нефть» вышла на
розничный рынок Средней Азии, учредив дочернее общество «Газпром нефть Азия»,
реализующее нефтепродукты компании в Кыргызстане, Таджикистане и Казахстане.
В течение 2007 года в целях дальнейшего
расширения ресурсной базы «Газпром нефть» приобрела 50% акций компании
«Томскнефть» (ВНК), осуществляющей добычу нефти и газа на территории Томской
области и Ханты-Мансийского автономного округа.
В 2009 году «Газпром нефть» нарастила ресурсную
базу и мощности по переработке нефти за счет приобретения новых активов:
компании «Нефтяная индустрия Сербии» (NIS) и контрольного пакета акций Sibir
Energy. Значительным событием в жизни компании стал запуск масштабной программы
ребрендинга сети АЗС «Газпром нефть».
В 2010 году компания продолжила выход на новые
топливные рынки за пределами России - была приобретена розничная сеть из 20 АЗС
и 9 земельных участков в Казахстане, а также увеличила свое присутствие и на
российском рынке.
В 2011 году компания наладила выпуск топлива
4-го экологического класса на своих НПЗ, запустила в продажу новое моторное
топливо премиум-класса под брендом G-Drive через собственную сеть АЗС. За счет
выхода на рынок Южного федерального округа России была расширена география
присутствия АЗС «Газпром нефть».
В 2013 - 2014 годах «Газпром нефть» вышла на
рынок Ирака, а также сделала два больших шага в развитии битумного бизнеса. В
начале 2014 года компания приобрела крупнейший в России актив по производству
полимерно-модифицированных битумов - Рязанский опытный завод нефтехимпродуктов
(РОЗНХП), в следствие чего было создано предприятие «Газпром нефть - Битумные
материалы».
В 2015 году «Газпром нефть»
расширяла географию добычи и масштабы производства. Она получила лицензию на
освоение месторождений в Ямало-Ненецком и Ханты-Мансийском автономных округах.
Совместно с компанией СИБУР был введен в эксплуатацию Южно-Приобский
газоперерабатывающий завод
<#"908408.files/image001.gif">
Построим зависимость полученных значений от
кол-ва торговых дней (Рис 21). По этому графику определяем почти-периоды -
самые низкие точки на графике (41 и 442). Проверим, не получены ли случайные
значения, для этого возьмем от данных, полученных при исключении тренда, модуль
производную и интеграл (Рис 18, 19, 20) и построим по ним сдвиговые функции
(Рис 22, 23 и 24). На всех четырех графиках сдвиговых функций отчетливо видны
почти-периоды (41 и 442), следственно это не случайные значения.
Поварьируем дельта t
в формуле исключения тренда (изначально она было равно 2). Возьмем, например,
20 и 50, исключим тренд и построим по полученным данным сдвиговые функции (Рис
25, 26). На этих графиках самые нижние точки все те же 41 и 442. Таким образом
мы доказали, что 41 и 442 - это почти периоды.
. Зная почти-периоды, построим диаграмму в
полярных координатах. Для этого разобьем данные по цене акций на интервалы,
соответствующие почти-периодам, то есть 41 и 442 соответственно и построим их в
полярных координатах (Рис 27 и 28). По диаграммам видно, что структура «ободов»
совпадает, это еще одно подтверждение того, что 41 и 442 - почти-периоды.
Вывод
Анализируемый процесс характеризуется циклами Tk
= 442, Tk-1 = Tk/e
= 163 и Tk+1 = Tk
* e = 1201 торговых
дней (Рис 29 и 30), что позволяет сделать краткосрочный (до полугода),
среднесрочный (до года) и долгосрочный (до 2-х лет) прогнозы. На участке от 600
до 1955 торговых дней преобладают периоды Tk
= 442, они соответствуют локальным минимумам. На участке 1600 - 1955 происходит
смена структуры и в точке 1955 происходит синхронизация Tk
и Tk+1. Этой точке
соответствует глобальный минимум и от нее начинается отсчет периодов Tk+1,
которые будут доминировать на участке от 1955 до 4357 торговых дней. Периоды Tk
на этом участке уже соответствуют локальным максимумам (Рис 30).
Так как на участке 1955 - 4357 торговых дней
периоды Tk
соответствуют локальным максимумам, то в краткосрочной и среднесрочной
перспективе ожидается рост стоимости акций, предел которого находится в
окрестности отметки 4165 торговых дней. В году примерно 250 торговых дней,
исходя из этого, можно сделать вывод, что рост стоимости акций будет
продолжаться в течение 2017 года. Точке 4357 торговых будет соответствовать
локальный минимум, следовательно, после достижения максимума в конце 2017 года
стоимость акций будет падать и достигнет своего минимума в третьем квартале
2018 года.
Исходя из вышеперечисленного, можно сделать
вывод, что компания «Газпром нефть» сейчас находится вблизи пика своего
развития.
Список используемой литературы
· http://www.finam.ru
· Методы
построения моделей по эмпирическим данным. В.И.Кузьмин, А.Ф. Гадзаов.
· Методы
и алгоритмы анализа нелинейных колебаний с трендом. В.И.Кузьмин, А.Б. Самохин,
А.Ф. Гадзаов, В.В. Чердынцев.
· Прикладные
задачи математической статистики. В.И.Кузьмин, А.Ф. Гадзаов.