Прогнозирование волатильности финансовых процессов с использованием альтернативных моделей

Выполнен анализ современных подходов к моделированию условной дисперсии нестационарных гетероскедастических процессов. Предложена структура модели стохастической волатильности для многомерного случая и рассмотрена методика оценивания ее параметров с использованием метода Монте-Карло для марковских цепей. Использование этого метода дает возможность оценивать линейные и нелинейные модели в условиях влияния возмущений с различными распределениями случайных величин. Для выбранных процессов ценообразования на бирже построено множество моделей условной дисперсии с упрощенными и усложненными структурами. Показано, что лучшие результаты прогнозирования условной дисперсии можно достичь с помощью экспоненциальной модели авторегрессии с условной гетероскедастич­ностью и модели стохастической волатильности. Это объясняется тем, что обе модели дают возможность учитывать влияние случайных возмущений с различными знаками. Полученные результаты численного моделирования можно использовать при построении компьютерных систем поддержки принятия решений для управления финансовыми процессами, принятия решений при выполнении торговых операций на бирже, формировании портфелей финансовых инструментов и т.п.

Год издания: 
2012
Номер: 
6
УДК: 
004.942:519.766.4
С. 36—45. Табл. 6. Бібліогр.: 9 назв.
Литература: 

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.

Полнотекстовый документSize
2012-6-5.pdf304.47 KB