Металлы (никель, алюминий, золото)

Ведущие центры прогнозирования

1. Оценка прогнозов международных организаций (МВФ и Всемирного банка) проведена в разрезе среднесрочных (табл. 3.60) и долгосрочных (табл. 3.61) про­гнозов.

Доступные дляанализа прогнозы ведущих центров прогнозированияпо це­нам на металлы на мировых рынках рассчитаны на основе моделей общего рав­новесия. Об особенностях подходов к прогнозированию в рамках данной группы субъектов см. п. 3.1.2.1. Информационно-расчетные таблицы по оценке приво­дятся ниже.

Оценка достоверности прогнозов осуществляется в разрезе:

— горизонта прогнозирования (средне- и долгосрочные прогнозы);

— моделей общего равновесия (МВФ и Всемирный банк).

Описание данных моделей и их особенностей представлено в соответствую­щих таблицах п. 2.3.2 (табл. 2.23, 2.25);

— различных видов металлов в зависимости от места торговли (никель с чис­тотой не менее 99,80% в соответствии со стандартами, зарегистрированными на Лондонской бирже металлов, алюминий — базисный металл: первичный алюми­ний высшего сорта в соответствии со стандартами, зарегистрированными на Лондонской бирже металлов; золото в спецификации товара, торгуемого на Лондонским рынке слитков).

Результаты полученного по данным направлениям анализа моделей прогно­зирования цен на металлы будут сопоставлены и интегрированы с выводами по результативности прогнозов по другим сырьевым рынкам.

Анализируемые данные не позволяют сделать вывод о более высокой досто­верности прогнозов одной из международных организаций: на разных периодах времени более точными оказываются прогнозы различных организаций (табл. 3.63).

Выводы по результатам оценки обоснованности и результативность прогноз­ных моделей цен на металлы на мировом рынке, используемых ведущими цен­трами прогнозирования

Выводы по результатам оценки, представленным в табл. 3.60 — среднесроч­ный прогноз, табл.

1. Наблюдается зависимость между результативностью прогнозирования и прогнозируемым видом металла. При прочих равных условиях прогнозы цен на золото демонстрируют наибольшее отклонение прогноза от факта (средняя ве­личина ошибки по всем прогнозам — более 50%). Прогнозы цен на алюминий демонстрируют наибольшую точность из рассматриваемой группы (среднесроч­ные прогнозы — по МВФ — 11,91%, по Всемирному банку — 28,66%; долгосроч­ные демонстрируют даже меньшую среднюю ошибку прогноза — по МВФ — 9,09%, по Всемирному банку — 25,19%). По никелю средняя ошибка прогнози­рования выше, чем по алюминию, однако лучшие прогнозы также предоставляет МВФ.

2. В прогнозах цен на металлы, подготовленных ведущими центрами прогно­зирования, преобладание отрицательной расчетной величины отклонения про­гноза от факта не является сильно выраженной (50% — отрицательные значения, 50% — положительные). Это означает, что за рассматриваемый период, в кото­ром составлялись прогнозы, потенциал роста цен на металлы как недооценивал­ся, так и переоценивался. Исключение составляет рынок золота, прогнозные значения цен на которое (в составе прогнозов рассматриваемой группы) всегда отставало от фактических значений.

3. Точность прогнозирования зависит от субъекта прогнозирования и свя­занной с ним прогнозной моделью. По рынку алюминия и никеля МВФ опере­жает Всемирный банк по точности прогнозирования и на средне-, и на долго­срочном горизонтах (прогноз МВФ по золоту отсутствует). Как и по остальным группам товаров, точность прогнозов существенно колеблется по субъектам про­гнозирования от периода к периоду.

4. Период составления прогноза не имеет большого значения для точности прогнозирования. В целом незначительное превышение по точности результа­тов прогнозирования дают долгосрочные прогнозы.

5. В целом количественные показатели ошибки демонстрируют непостоян­ство «хороших» и «плохих» прогнозных значений от периода к периоду, от орга­низации к организации.

354 Международная практика прогнозирования цен на финансовых рынках

актика прогноирования цен на финансовых рынках 355

Примечание: Фактическая цена алюминия — LME Aluminium price end of year: www.lme.com/metals/non-ferrous/aluminium/#tab2; фактиче­ская цена никеля — LME Nickel price end of year: www.lme.com/metals/non-ferrous/nickel/#tab2; фактическая цена золота, биржевая цена товара на Bloomberg Gold spot London на конец соответствующего года; Прогнозы распределены по трем точкам: первая 2003—2005 гг. на 2009—2015 гг., вто­рая — 2006—2007 гг. на 2008—2010 гг., третья — 2010—2011 гг. на 2011—2015 гг. Критерий среднесрочное™ — до пяти лет.

356 Международная практика прогнозирования цен на финансовых рынках

Примечание: Фактическая цена алюминия — LME Aluminium price end of year: www.lme.com/metals/non-ferrous/aluminium/#tab2; никеля — LME Nickel price end of year: www.lme.com/metals/non-ferrous/nickel/#tab2; золота — биржевая цена товара на Bloomberg Gold spot London на конец соответствующего года; прогнозы распределяются по двум точкам: первая — 2003—2005 гг. на 2009—2015 гг., вторая — 2006—2007 гг. на 2011—2030 гг. Критерий долгосрочности — пять и более лет.

же прогнозный период, составленных в более ранние и более поздние периоды, не прослеживается.

6. Общая достоверность прогнозирования может быть оценена как:

— выше среднего на рынке никеля и алюминия у МВФ (в целом ошибка про­

гнозов менее 15%);

— на уровне среднего на рынке никеля и алюминия у Всемирного банка (ошибка прогнозов менее 25%);

— хуже среднего по рынку золота (табл. 3.62).

Таблица 3.62. Сводные данные по ошибкам прогнозов цен на металлы, представленных ведущими центрами прогнозирования, %

Источник: составлено по данным табл. 3.60, 3.61.

Инвестиционные банки

Прогнозы лучших прогностических центров в инвестиционных банках, участ­вующих в торговле финансовыми продуктами, в том числе на базе сырьевых то­варов, стабильно представляющие наиболее точные (из своейгруппы) прогнозы цен на сырьепредставленных в системе Bloomberg: никель (табл. 3.63), алюминий (табл. 3.64), золото (табл. 3.65).

Подробное описание процедуры отбора прогностических центров — финан­совых институтов для формирования базы данных прогнозов представлено в п. 3.1.2.3 (на основе отбора лучших прогнозистов цен на квартал за 1,5 года).

Несмотря на большойразброс ошибок прогнозов инвестиционных банков, прослеживается четкая тенденция наличия единого ориентира, вектора прогно­зов (переоцененность или недооценка цены на металлы одновременно всеми аналитиками), что свидетельствует о консенсусе среди аналитиков. Для анализи­руемой базы лучших прогнозов Bloomberg справедливо следующие:

— никель (переоценка — 2008 г., 2011—2013 гг.);

— алюминий (переоценка — 2011—2014 гг., недооценка — 2009—2010 гг.);

— золото (переоценка — 2013—2014 гг., недооценка — 2007—2011 гг.).

Таблица 3.63. Отклонение прогноза от факта, никель, %¹

¹ Рассчитывается по формуле: (Прогнозное значение — фактическое значение) / Фактическое значе­ние — 1.

² 29 августа 2014 г.

Источник:Рассчитано по данным, представленным в табл. 3.23 «База данныхпрогнозов лучших прогностическихцентров (Инвестбанки)».

Таблица 3.64. Отклонение прогноза от факта, алюминий, %¹

¹ Рассчитывается по формуле: (Прогнозное значение — Фактическое значение) / Фактическое значе­ние — 1.

² 29 августа 2014 г.

Источник:Рассчитано по данным, представленным в табл. 3.31 «База данныхпрогнозов лучших прогностическихцентров (Инвестбанки)».

Таблица 3.65. Отклонение прогноза от факта, золото, %¹

¹ Рассчитывается по формуле: (Прогнозное значение — Фактическое значение) / Фактическое значе­ние — 1.

² 29 августа 2014 г.

Источник:Рассчитано по данным, представленным в табл. 3.27 «База данныхпрогнозов лучших прогностическихцентров (Инвестбанки)».

Консенсус-прогнозы

Консенсус-прогнозы на основе прогнозов, представленных в информационной системе Bloomberg, и прогнозов Consensus Economics

Описание баз данных прогнозов по рынкам сырья см. п. 3.1.2.4. Для оценки достоверности прогнозов сравниваются фактические значения цены на металл на конец каждого из годов за период 2007—2013 гг. с данными консенсус-про­гнозов (дата составления прогноза — начало каждого из годов) на основе прогно­зов Consensus Economics (табл. 3.66) и Bloomberg (табл. 3.67—3.69).

Анализ указывает на отсутствие связи между сроком прогноза и его точно­стью. Уменьшение срока прогноза не всегда увеличивает его точность (увеличе­ние точности характерно только для периодов с небольшим изменением цены в течение года). Средняя ошибка средне- и долгосрочных консенсус-прогнозов — 37,2, 20,2, 30,7% для никеля, алюминия и золота соответственно (среднее ариф­метическое модулей отклонения значения цен консенсус-прогноза от фактиче­ских цен).

Таблица 3.66. Отклонения значения цены консенсус-прогноза Consensus Economics по различным металлам от фактических цен

Источник:Рассчитано по данным, представленным в табл. 3.29 «База данныхконсенсус-прогнозов цен на сырье по другим организациям».

Таблица 3.67. Отклонения значения цены консенсус-прогноза Bloomberg от фактических цен, никель, %

Таблица 3.68. Отклонения значения цены консенсус-прогноза Bloomberg от фактических цен, алюминий, %

¹ 29 августа 2014 г.

² Изменение цены на конец текущего года к цене на конец предыдущего года.

Таблица 3.69. Отклонения значения цены консенсус-прогноза от фактических цен, золото,%¹

¹ Рассчитывается по формуле: (Прогнозное значение — Фактическое значение) / Фактическое значе­ние — 1.

² 29 августа 2014 г.

Итоговая оценка ошибки прогноза

Никель

Ниже представлены агрегированные данные по ошибке годового, двух-, трех- и четырехлетних прогнозов (табл. 3.70).

Таблица 3.70. Агрегированная ошибка прогнозов, никель, %

¹ Среднее арифметическое ошибок прогнозов по столбцам справа, ошибок каждого из прогнозов.

² Рассчитывается как среднее арифметическое модулей отклонения значения прогноза от фактиче­ских цен (для каждого из периодов).

Наиболее достоверные прогнозы выделены серым.

Для долгосрочного периода достаточно точны прогнозы МВФ, но так как эта оценка основана лишь на одной точке, не представляется возможным сделать однозначный вывод о постоянстве точности прогноза МВФ на долгосрочном пе­риоде времени.

На среднесрочном периоде наиболее точны прогнозы отдельных инвестицион­ных банков. Рэнкинг лучших прогнозистов Bloomberg, основанный на квартальных прогнозах, справедлив для среднесрочного периода: среднее прогнозов прогнози­стов из рэнкинга на всех периодах точнее консенсус-прогнозов Bloomberg.

Прогнозы международных организаций, основанные на моделях общего рав­новесия, оказываются незначительно лучше консенсус-прогнозов, но точность лучших прогнозистов Bloomberg выше. Можно предполагать, что это свидетель­ствует о том, что при прогнозировании цен на металлы эффективнее экспертное мнение либо модели, дополненные экспертным мнением, чем результаты струк­турных моделей.

В целом количественные показатели ошибки демонстрируют некое постоян­ство в корректности прогнозов у отдельных инвестиционных банков. Наиболее достоверные прогнозы на никель, по данным Bloomberg, предоставляют: Intesa Sanpaolo SpA, BNP Paribas SA, China International Capital Corp Hong Kong.

Алюминий

Ниже представлены агрегированные данные по ошибке годового, двух-, трех- и четырехлетних прогнозов (табл. 3.71).

Таблица 3.71. Агрегированная ошибка прогнозов, алюминий, %

Как и для никеля, для долгосрочного периода достаточно точны прогнозы МВФ, но так как эта оценка основана лишь на одной точке, не представляется возможным сделать однозначный вывод о постоянстве точности прогноза МВФ на долгосрочном периоде времени.

На среднесрочном периоде наиболее точным оказался также прогноз МВФ и консенсус-прогноз Consensus Economics. Возможно, высокая достоверность Consensus Economics обусловлена правильной выборкой организаций, состав­ляющих прогнозы.

Рэнкинг лучших прогнозистов Bloomberg, основанный на квартальных про­гнозах, справедлив для среднесрочного периода: среднее прогнозов прогнози­стов из рэнкинга почти на всех периодах точнее консенсус-прогнозов Bloomberg (кроме трехлетнего периода, что объясняется небольшой выборкой в базе дан­ных). Постоянства в точности прогнозов отдельных инвестиционных банков не наблюдается: на разных периодах качество их оценки значительно колеблется.

Таким образом, в отношении прогнозирования цен на алюминий нет одно­значного вывода о большей результативности прогнозов ведущих центров про­гнозирования (модели равновесия) либо прогнозов инвестиционных банков, ос­нованных на комбинации моделирования и экспертной оценки.

Золото

Ниже представлены агрегированные данные по ошибке годового, двух-, трех- и четырехлетних прогнозов (табл. 3.72).

Таблица 3.72. Агрегированная ошибка прогнозов, золото, %

Окончание табл. 3.72

¹Среднееарифметическоеошибокпрогнозовпостолбцамсправа, ошибоккаждогоизпрогнозов.

² Рассчитывается как среднее арифметическое модулей отклонения значения прогноза от фактиче­

ских цен (для каждого из периодов).

Наиболее достоверные прогнозы закрашены серым.

Долгосрочное прогнозирование цен на золото достаточно сложно. Мини­мально число доступных прогнозов, а ошибка может быть высока (69% у Все­мирного банка).

На среднесрочном периоде наиболее точны прогнозы отдельных инвестици­онных банков. Рэнкинг лучших прогнозистов Bloomberg, основанный на квар­тальных прогнозах, справедлив для среднесрочного периода: среднее прогнозов прогнозистов из рэнкинга почти на всех периодах точнее консенсус-прогнозов Bloomberg (за исключением периода четырех лет). В целом количественные по­казатели ошибки демонстрируют некое постоянство в корректности прогнозов у отдельных инвестиционных банков. Наиболее достоверные прогнозы на никель, по данным Bloomberg, предоставляют: Australia & New Zealand Banking Group Ltd, Cantor Fitzgerald LP, Citigroup Inc, LBBW (для последнего — только один прогнозный период — год).

Модели структурного равновесия (на примере одной модели — Всемирного банка) демонстрируют наихудшие прогностические способности. Можно пред­полагать, что это свидетельствует о том, что при прогнозировании цен на метал­лы эффективнее экспертное мнение либо модели, дополненные экспертным мнением, чем результаты структурных моделей.

3.2.2.5.