Аналитический отчет ОАО «ЛУКОЙЛ»

Автор работы: Пользователь скрыл имя, 15 Апреля 2012 в 12:09, курсовая работа

Краткое описание

Целью нашего аналитического отчета является анализ финансового инструмента – акций ОАО «Нефтяная компания „ЛУКОЙЛ“»". Мы попытались проанализировать, влияют ли на изменение данного инструмента цена на бензин и курс акций компании «АВТОВАЗ», почему и в какой степени.

Содержание работы

Введение 2
Финансовый инструмент 2
Выбор факторов 2
Методология 2
Анализ полученных результатов 3
Вывод 4

Содержимое работы - 1 файл

FR.doc

— 134.00 Кб (Скачать файл)
2 курс ИБДА МФ
Аналитический отчет
ОАО «ЛУКОЙЛ»
 
Рецер Юлия

Зуйкова Олеся 
 

2011


 

 

 

Содержание 

 

Введение

     Целью нашего аналитического отчета является анализ финансового инструмента – акций ОАО «Нефтяная компания „ЛУКОЙЛ“»". Мы попыталась проанализировать, влияют ли на изменение данного инструмента цена на бензин и курс акций компании «АВТОВАЗ», почему и в какой степени.  

Финансовый  инструмент

     Акции  компании «ЛУКОЙЛ» – эмиссионные ценные бумаги, закрепляющие права их владельцев (акционеров) на получение части прибыли акционерного общества в виде дивидендов, на участие в управлении акционерным обществом и на часть имущества, остающегося после его ликвидации.

     ЛУКОЙЛ владеет нефтеперерабатывающими мощностями в России и за рубежом. В России компании принадлежат четыре крупных НПЗ - в Перми, Волгограде, Ухте и Нижнем Новгороде, и два мини-НПЗ. Зарубежные НПЗ компании расположены на Украине, в Болгарии и Румынии.

     Основными видами деятельности ЛУКОЙЛ являются разведка и добыча нефти и газа, производство нефтепродуктов и нефтехимической продукции, а также сбыт произведенной продукции. Основная часть деятельности компании в секторе разведки и добычи осуществляется на территории Российской Федерации, основной ресурсной базой является Западная Сибирь. ЛУКОЙЛ владеет нефтеперерабатывающими, газоперерабатывающими и нефтехимическими заводами, расположенными в России, Восточной Европе и странах ближнего зарубежья. ЛУКОЙЛ занимается сбытом нефтепродуктов в России, Восточной и Западной Европе, странах ближнего зарубежья и США. 

Выбор факторов

     При выборе факторов, влияющих на акции ОАО «ЛУКОЙЛ», мы остановились на двух, о которых было достаточно информации в Интернете.

     Первым фактором стали цены на бензин АИ-95, так как цены на него зависят от стоимости нефти, а значит и курс акций «ЛУКОЙЛ».

     Вторым  фактором мы рассматриваем стоимость акций ОАО «АВТОВАЗ», крупнейшего производителя легковых автомобилей в России и Восточной Европе, так как после покупки, например автомобиля, клиенты компании так же приобретают бензин для него, что влияет на акции компании «ЛУКОЙЛ».

     Если бы один из этих показателей, в результате проведенного анализа, не влиял на инструмент, мы бы попробовали заменить его одним из следующих:

  стоимость акций компании «Трансаэро»;

  стоимость акций компании «Транснефть»;

  ликвидность внутри страны;

  мировые цены на нефть;

  мировые цены на газ;

  количество переработанной нефти.

     В настоящее время, факторов влияющих на изменение курса акций ОАО «ЛУКОЙЛ» существует достаточно много, однако найти по ним данные в количественном выражении достаточно трудно. 
 
 
 

Методология

     После определения факторов для исследования, мы нашли данные в Интернете, в основном на сайтах yandex.ru и fincake.ru. Здесь мы взяли данные за три месяца: сентябрь, октябрь и ноябрь.

     Когда мы определились с периодом и собрали все данные, мы внесли их в таблицу (см. приложение №1)

     Далее, для определения степени влияния, выбранных мною факторов на индекс, я построила множественную регрессию с помощью Excel.

В меню Сервис выбрала строку Анализ данных, а в появившемся окне выбирала пункт Регрессия. В качестве входного интервала , я выбрала доходность моего инструмента, а для входного интервала – диапазон, содержащий данные со значениями объясняющих переменных, т.е. доходность факторов X1, X2 и X3

     Результаты  вывела на отдельный лист (см. приложение №2) 

  Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95%
Y -5747,34 584,9795 -9,82485 3,49E-14 -6917,08 -4577,6
X 1 257,6013 22,74616 11,32504 1,23E-16 212,1175 303,085
X 2 52,39451 2,883169 18,17254 2,67E-26 46,62925 58,15976

 

и получила следующую  модель:

                                y=52.3*X2+257.6*X1-5747

     На основе полученных данных, я выделала 6 показателей в модели, которые должны определить влияния данных факторов на инструмент, это: R-квадрат, нормированный R-квадрат, F, t-статистика, P-значение и доверительный интервал.

     Итак, R-квадрат - это . Величина показывает, какая часть (доля) вариации объясняемой переменной обусловлена вариацией объясняющей переменной (  ). Коэффициент является одной из наиболее эффективных оценок адекватности регрессионной модели, мерой качества уравнения регрессии. Чем ближе к единице, тем лучше регрессия аппроксимирует эмпирические данные.

     Мой свидетельствует о том, что изменения зависимой переменной основном можно объяснить изменениями включенных в модель объясняющих переменных т. е другими словами, выбранные мною факторы в достаточной степени описывают инструмент.

     Нормированный R-квадрат (0,848691)– скорректированный коэффициент детерминации.

где  – число наблюдений, – число объясняющих переменных.

     Недостатком коэффициента детерминации является то, что он увеличивается при добавлении новых объясняющих переменных, хотя это и не обязательно означает улучшение качества регрессионной модели. В этом смысле предпочтительнее использовать . В отличие от , скорректированный коэффициент может уменьшаться при введении в модель новых объясняющих переменных, не оказывающих существенное влияние на зависимую переменную.

     Далее F, он позволяет проверить значимость уравнения регрессии (А – критерий Фишера), т.е. установить, соответствует ли математическая модель, выражающая зависимость между переменными, экспериментальным данным и достаточно ли включенных в уравнение объясняющих переменных (одной или нескольких) для описания зависимой переменной.

     По эмпирическому значению статистики F проверяется гипотеза равенства нулю одновременно всех коэффициентов модели. Значимость F – теоретическая вероятность того, что при гипотезе равенства нулю одновременно всех  коэффициентов модели F-статистика больше эмпирического значения  F.

     Проверяю для 5% интервала:

F-стат. = 117,68

F-крит. =    (из таблицы Фишера, где F-крит. = )

     Следовательно, уравнение значимо, т.к. F-стат. > F-крит.

     Теперь для 1% интервала

F-стат. = 177,68

F-крит. =

     Следовательно, уравнение опять значимо, т.к. F-стат. > F-крит.

     P- значение. P-Значение – вероятность, позволяющая определить значимость коэффициента регрессии .

     Для уровня значимости :

    Если P-Значение , то коэффициент незначим, следовательно, гипотеза   принимается.

     Если P-Значение , то коэффициент значим, следовательно, гипотеза   отвергается.

     В моем случае гипотеза принимается для всех факторов, т.к. они все, > чем 0,05, т. е все коэффициенты значимы. 

P-Значение
3,48951E-14
1,23386E-16
2,66708E-26

 

Следующее t-статистическая

 –  t-статистика соответствующего  коэффициента .

– критическая точка распределения  Стьюдента, .

     Если , то коэффициент считается статистически значимым.

     Если , то коэффициент считается статистически незначимым. Это означает, что фактор линейно не связан с зависимой переменной . Его наличие среди объясняющих переменных не оправдано со статистической точки зрения. Поэтому после установления того факта, что коэффициент незначим, рекомендуется исключить из уравнения регрессии переменную . Это не приведет к существенной потере качества модели, но сделает ее более корректной.

     В моем случае, все коэффициенты считаются статистически значимыми, т.к все они по модулю > ( 2,035) 

t-статистика
-9,824851652
11,32504231
18,17254107

 

     Нижние 95% - Верхние 95% - доверительный интервал  для параметра  . Например, интервал , т.е. с надежностью 0.95 этот коэффициент лежит в данном интервале.  

Анализ  полученных результатов

     В результате нашего анализа, мы получила, что модель регрессии выглядит следующим образом:

                              y=52.3*X2+257.6*X1-5747

     Но  основе получившихся показателей:  , нормированный R-квадрат = 0,85,    P-Значения, F = 117,69-, мы можем сделать вывод, что уравнение и факторы значимые. Следовательно, модель регрессии получилась точной.

     А наличие свободного коэффициента -5747 означает, что выбранные три фактора необходимые, но не достаточные. Следовательно, существует еще показатели, влияющие на изменение индекса. 

 

Вывод

    

     В результате моего анализа, я пришла к выводу, что все три выбранных  мною фактора в той или иной степени влияют на финансовый инструмент. Акции ОАО ЛУКОЙЛ и доллар влияют в большей степени, а ВВП России - в меньшей, но все они значимы для уравнения, то есть при учете изменений индекса желательно учитывать их всех.

Ограничившись только тремя факторами и сравнительно не большим числом наблюдений, всего 35, мне кажется, что я не совсем полно раскрыла картину показателей изменения индекса РТС. Но на основе полученных данных, я могу предположить, что также заметно будут влиять акции ОАО Газпром, в незначительной степени акции оставшихся 48 компаний, и ВВП других стран крупнейших производителей нефти


Информация о работе Аналитический отчет ОАО «ЛУКОЙЛ»