Прогнозування волатильності фінансових процесів за альтернативними моделями

Виконано аналіз сучасних підходів до моделювання умовної дисперсії нестаціонарних гетероскедастичних процесів. Запропоновано структуру моделі стохастичної волатильності для багатовимірного випадку і розглянуто методику оцінювання її параметрів з використанням методу Монте-Карло для марковських ланцюгів. Використання цього методу дає можливість оцінювати лінійні та нелінійні моделі в умовах наявності збурень з довільними розподілами випадкових величин. Для вибраних процесів ціноутворення на біржі побудовано множину моделей умовної дисперсії, які мають спрощені та ускладнені структури. Показано, що кращі результати прогнозування умовної дисперсії можна отримати за експоненційною моделлю авторегресії з умовною гетероскедастичністю та моделлю стохастичної волатильності. Це пояснюється тим, що обидві моделі дають можливість враховувати вплив випадкових збурень з різними знаками. Отримані результати числового моделювання можна використати при побудові комп’ютерних систем підтримки прийняття рішень для керування фінансовими процесами, прийняття рішень стосовно виконання операцій на біржі, формування портфелів фінансових інструментів тощо.

Рік видання: 
2012
Номер: 
6
УДК: 
004.942:519.766.4
С. 36—45. Табл. 6. Бібліогр.: 9 назв.
Література: 

1. Грін В.Г. Економетричний аналіз. — К.: Основи, 2005. — 1198 с.
2. Бідюк П.І., Романенко В.Д., Тимощук О.Л. Аналіз часових рядів. — К.: Політехніка, 2012. — 520 с.
3. F.R. Engle, “Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation”, Econometrica, vol. 50, no. 4, pp. 987—1007, 1982.
4. T. Bollerslev, “Generalized autoregressive conditional heteroscedasticity”, J. of Econometrics Volume, vol. 31, no. 3, pp. 307—327, 1986.
5. D.B. Nelson, “Conditional Heteroscedasticity in Asset Returns: A New Approach”, Econometrica, vol. 59, no. 2, pp. 347—370, 1991.
6. S.J. Taylor, “Modeling stochastic volatility: A review and comparative study”, Mathematical Finance, vol. 4, no. 2, pp. 183—204, 1994.
7. S.H. Poon, Practical guide to forecasting financial market volatility. New York: John Wiley & Sons, Inc., 2005, 238 p.
8. Зельнер А. Байесовские методы в эконометрии. — М.: Статистика, 1980. — 438 с.
9. R.S. Tsay, Analysis of financial time series. New York: John Wiley & Sons, Inc., 2010, 715 p.

Текст статтіРозмір
2012-6-5.pdf304.47 КБ