• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2019/2020

Финансовая эконометрика и риск-менеджмент

Лучший по критерию «Полезность курса для Вашей будущей карьеры»
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус: Курс по выбору (Экономика)
Направление: 38.04.01. Экономика
Когда читается: 1-й курс, 3, 4 модуль
Формат изучения: без онлайн-курса
Прогр. обучения: Экономика
Язык: русский
Кредиты: 7

Программа дисциплины

Аннотация

В результате изучения дисциплины студент: - будет знать основные понятия и инструменты финансовой эконометрики, - будет знать основы построения, расчета и анализа финансово-эконометрических уравнений, - будет уметь осуществлять поиск информации и данных, необходимых для решения поставленных экономических задач, - сможет самостоятельно выбирать адекватную эконометрическую модель, - сможет анализировать данные с помощью эконометрического программного обеспечения, - сможет интерпретировать полученные результаты, - овладеет методологией финансово-эконометрического исследования. Поставленные цели определяют структуру и содержание курса. Текущий контроль по дисциплине включает контрольную работу, домашние задания. Итоговая оценка по дисциплине выставляется в ходе экзамена, с учетом результатов текущего контроля. Правила выставления итоговой оценки определены Программой дисциплины, размещенной в открытом доступе на корпоративном сайте (портале) НИУ ВШЭ.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целями освоения дисциплины «Финансовая эконометрика и риск-менеджмент» являются углубление знаний студентов в области приложений эконометрических методов к анализу финансовых рынков, совершенствование навыков решения практических задач с использованием эмпирических методов исследования, изучение количественных методов оценивания риска.
Планируемые результаты обучения

Планируемые результаты обучения

  • Умеет анализировать и систематизировать финансово-экономическую информацию, выбирать методы и средства решения задач
  • Умеет разрабатывать экономические модели исследуемых процессов, явлений и объектов, выбирать методики и средства решения задач
  • Магистрант способен анализировать волатильность финансовых активов и разрабатывать инструменты управления рисками.
  • Умеет анализировать процессы и инструменты финансового рынка, способен выбирать варианты управленческих решений на основе критериев эффективности
  • Умеет анализировать процессы финансового рынка, оценивать риски и способен выбирать варианты управленческих решений на основе критериев эффективности
  • Умеет анализировать процессы финансового рынка, оценивать рыночные риски и способен выбирать варианты управленческих решений на основе критериев эффективности
  • Умеет анализировать процессы финансового рынка, оценивать кредитные риски и способен выбирать варианты управленческих решений на основе критериев эффективности
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Cтатистические характеристики финансовых данных.
    Особенности финансовых временных рядов. Доходности финансовых активов и их статистические характеристики. Проверка гипотезы о нормальности переменных. Статистические тесты на нормальность. Коэффициенты эксцесса и асимметрии. Эконометрические пакеты анализа данных.
  • Тема 2. Предсказуемость доходностей на финансовых рынках.
    Классическая линейная регрессионная модель. Свойства оценок метода наименьших квадратов. Проблемы мультиколлинеарности, гетероскедастичности, автокорреляции, эндогенности. Стабильность остатков. Статистические гипотезы. Доверительные интервалы. Тесты Вальда и Фишера. Свойства оценок метода максимального правдоподобия. Метод максимального правдоподобия в случае линейной регрессии. Реализация метода максимального правдоподобия в статистических пакетах. Метод главных компонент. Критерии оптимального оценивания. Квантильная регрессия. Ridge регрессия. Lasso регрессия. Метод эластичной сети. Гипотеза эффективности рынков. Формы рыночной эффективности. Использование регрессионного анализа для предсказания доходностей и проверки гипотезы эффективности рынков. Стохастические процессы. Стационарность и эргодичность. Корреляционная функция. Взаимные и автокорреляционные функции. Время корреляции. Винеровский случайный процесс, случайные блуждания, белый шум. Спектральная плотность мощности. Марковские случайные процессы. Квазидетерминированные случайные процессы. Процессы авторегрессии и скользящего среднего. Частичные функции автокорреляции. Модели стационарных процессов авторегрессии и скользящего среднего: AR(p), MA(q), ARMA(p, q). Учет сезонности и экзогенных регрессоров. Оценивание коэффициентов авторегрессионных моделей. Процедура Бокса-Дженкинса (модель, оценка, тесты). Критерии Акаике и Шварца для выбора порядка моделей. Прогнозирование временных рядов. Модели нестационарных временных рядов. Учет трендов во временных рядах. Тренд стационарные случайные процессы. Интегрированные временные ряды. Модели ARIMA(p, d, q). Процессы случайного блуждания. Ложная регрессия. Тестирование единичных корней. Тестирование на стационарность и на наличие единичных корней. Модели со скачкообразными изменениями параметров. Тесты Чоу, Эндрюса, Хансена, Баи-Перрона. Стационарные модели с несколькими переменными. Векторные модели авторегрессии (VAR). Тест причинно-следственной связи Грейнджера. Импульсные функции отклика. Основные понятия коинтеграции и модели с корректирующим параметром. Модель коррекции регрессионных остатков (VEC). Структурная и приведенная форма моделей временных рядов с несколькими переменными. Двухшаговый метод наименьших квадратов. Тест Хаусмана.
  • Тема 3. Модели оценивания волатильности
    Кластеризация волатильности как характеристика некоторых рядов. Условная дисперсия. Тестирование присутствия условной гетероскедастичности. Модели авторегресионных условно гетероскедастичных остатков (ARCH). Обобщенные модели авторегресионных условно гетероскедастичных остатков (GARCH). Нелинейные обобщенные модели авторегресионных условно гетероскедастичных остатков EGARCH, GJR, GARCH-М. Введение в обобщенные модели авторегресионных условно гетероскедастичных остатков с несколькими переменными: модели BEKK, VEC, CCC, DCC. Модели стохастической волатильности. Статистические процедуры оценивания моделей.
  • Тема 4. Модели ценообразования активов.
    Оценивание моделей ценообразования активов. Оценивание моделей ценообразования активов. Модели с переключениями режимов работы. Модели с дискретными зависимыми переменными. Логит и пробит модели. ROC кривые. Тобит модели. Модели упорядоченного выбора. Модели с панельными данными. Модели самоотбора Хекмана.
  • Тема 5. Проблемы измерения риска.
    Введение в предмет. Основные задачи теории риска. Экономические механизмы перераспределения риска. Выбор при неопределенности. Отношение предпочтения. Функции полезности. Правила сравнения рисковых альтернатив, возникающие в различных задачах. Меры риска. Примеры мер риска. Свойства монотонности, инвариантности, выпуклости, однородности, субаддитивности, когерентности. Общие сведения о порядках. Стохастическое доминирование первого и второго рода. Другие виды порядков. Типичные приложения теории риска – портфельный анализ, страхование и перестрахование. Принцип «среднее – дисперсия» и портфельная теория Марковица. Дисперсия как мера риска. Диверсификация. Показатель Value at Risk (VaR). Теоретические свойства и основные практически- ориентированные модификации подхода. Меры риска, развивающие подход VaR. Оценка экстремальных рисков и теория экстремальных значений EVT. Теория ожидаемой полезности для выбора при неопределенности. Приложения ожидаемой полезности: теорема Эрроу об оптимальном страховании, выбор портфеля в статическом и динамическом случаях.
  • Тема 6. Измерение рыночного риска. Показатель Value at Risk.
    Основные подходы к измерению рыночного риска показателем Value at Risk (VaR): дельта-нормальный метод, метод исторического моделирования и метод Монте-Карло. Особенности подхода RiskMetrics. Примеры расчета VaR с использованием дельта-нормального метода, исторического моделирования для индивидуальных позиций. Примеры моделирования волатильности для моделей VaR. Расчет VaR для валютной позиции с помощью дельта-нормального и исторического методов. Стресс-анализ. Учет риска ликвидности. Верификация моделей расчета VaR по историческим данным. Примеры расчета VaR с использованием метода Монте-Карло. Точность измерения VaR в зависимости от довериительного интервала, горизонта и периода оценивания.
  • Тема 7. Общие характеристики и параметры кредитного риска. Измерение кредитного риска.
    Специфика кредитного риска. Традиционные методы измерения кредитного риска. Основные параметры элементов кредитного портфеля, влияющие на риск. Ставка восстановления. График распределения потерь. Ожидаемые, неожидаемые потери, VAR, уровень надежности. Кредитные рейтинги. Зависимость вероятности дефолта от рейтинга заемщика. Рейтинги Moody’s, S&P. Примеры с использованием вероятностей дефолта, матриц миграций и кредитных спрэдов. Модель Credit Portfolio View. Основные допущения модели Credit Metrics. Матрица переходов в модели Credit Metrics. Агрегирование кредитного риска на уровне портфеля в структурных моделях. Понятие коррелированных изменений рейтингов в модели Credit Metrics. Калибровка границ переходов с помощью параметра состояния. Расчет вероятности дефолта и распределения убытков на основе динамики рыночных цен акций и облигаций, а также структуры капитала компании. Расчет кредитного риска на уровне портфеля с использованием коэффициентов корреляции, рассчитанных на основе доходностей акций. Расчет VaR при помощи модели CreditMetrics. Метод Монте-Карло и расчет распределения стоимости кредитного портфеля в модели Credit Metrics. Агрегированные модели расчета кредитного риска для портфеля кредитов со схожими характеристиками с использованием актуарного подхода CreditRisk+ и с учетом влияния макроэкономических факторов CreditPortfolioManager.
Элементы контроля

Элементы контроля

  • неблокирующий Контрольная работа
    В контрольной работе отрабатывается навык по практическому владению различными методами решения задач по теории финансов.
  • неблокирующий Активность на занятиях
    Присутствуют элементы контроля, не подлежащие пересдаче, – активность на семинарских занятиях (участие в обсуждениях, решение домашних задач). Основанием является тот факт, что оценка за этот элемент контроля формируется в процессе общения преподавателя и студента в рамках контактной работы в аудитории. Эти условия не могут быть воспроизведены вне семинарских занятий.
  • неблокирующий Экзамен
    "Экзамен проводится в устной форме с использованием асинхронного прокторинга. Экзамен проводится на платформе MS Teams (https://teams.microsoft.com) прокторинг на платформе Экзамус (https://hse.student.examus.net). К экзамену необходимо подключиться за 15 минут. На платформе Экзамус доступно тестирование системы. Компьютер студента должен удовлетворять следующим требованиям: https://elearning.hse.ru/data/2020/05/07/1544135594/Технические%20требования%20к%20ПК%20студента.pdf) Для участия в экзамене студент обязан: заранее зайти на платформу прокторинга, провести тест системы, включить камеру и микрофон, подтвердить личность. Во время экзамена студентам запрещено: общаться (в социальных сетях, с людьми в комнате), списывать. Кратковременным нарушением связи во время экзамена считается прерывание связи до 10 минут. Долговременным нарушением связи во время экзамена считается прерывание связи 10 минут и более. При долговременном нарушении связи студент не может продолжить участие в экзамене. Процедура пересдачи аналогична процедуре сдачи."
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.35 * Активность на занятиях + 0.25 * Контрольная работа + 0.4 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Хайяши, Ф. Эконометрика / Ф. Хайяши ; пер. с англ. под науч. ред. В.П. Носко. — Москва : Издательский дом «Дело» РАНХиГС, 2017. — 728 с. — (Академический учебник). - ISBN 978-5-7749-1197-4. - Режим доступа: https://new.znanium.com/catalog/product/1043302

Рекомендуемая дополнительная литература

  • Эконометрика - 2: продвинутый курс с приложениями в финансах: Учебник / С.А. Айвазян, Д. Фантаццини; Московская школа экономики МГУ им. М.В. Ломоносова (МШЭ). - М.: Магистр: НИЦ ИНФРА-М, 2014. - 944 с.: 70x100 1/32. (переплет) ISBN 978-5-9776-0333- - Режим доступа: http://znanium.com/catalog/product/472607