• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2022/2023

Финансовая эконометрика

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус: Курс по выбору (Экономический анализ)
Направление: 38.04.01. Экономика
Кто читает: Практико-ориентированные магистерские программы факультета экономических наук
Когда читается: 2-й курс, 2 модуль
Формат изучения: с онлайн-курсом
Онлайн-часы: 20
Охват аудитории: для своего кампуса
Прогр. обучения: Экономический анализ
Язык: русский
Кредиты: 3
Контактные часы: 12

Программа дисциплины

Аннотация

Целью данного курса является обучение слушателей методам построения математических моделей для волатильности финансовых временных рядов, включая модели со структурными изменениями, а также методами применения таких моделей для исследования финансовых задач. Под волатильностью цены финансового инструмента обычно понимают некоторую меру изменчивости цены этого финансового инструмента. Волатильность — один из основных показателей, которые характеризуют риск финансового инструмента. Точная оценка волатильности финансового инструмента является важной прикладной задачей, поскольку неправильный расчет и прогноз волатильности приводят к неадекватному восприятию риска агентами, принимающими решения, и зачастую служит причиной существенных убытков, которые эти агенты несут.
Цель освоения дисциплины

Цель освоения дисциплины

  • Цель данного курса – уметь рассчитывать и прогнозировать волатильность с помощью GARCH-моделей. Знать области применения моделирования волатильности.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знать определение GARCH-процесса.
  • Знать свойства GARCH-процесса.
  • Уметь выводить свойства GARCH-процесса.
  • Уметь выводить функцию правдоподобия для классической нормальной линейной регрессионной модели.
  • Уметь выводить функцию правдоподобия для AR(p)-процесса.
  • Умеет выводить функцию правдоподобия для GARCH-процессов.
  • Уметь оценивать параметры моделей с помощью метода максимального правдоподобия.
  • Уметь строить прогноз волатильности с помощью GARCH-моделей.
  • Уметь тестировать гипотезы о значимости коэффициентов GARCH-моделей с помощью асимптотического Z-теста.
  • Уметь корректно строить GARCH-модели.
  • Уметь рассчитывать и прогнозировать волатильность с помощью GARCH-моделей.
  • Уметь рассчитывать стоимость под риском (Value-at-Risk) для длинной позиции инвестора с помощью нормальной GARCH-модели.
  • Знать, в чем состоит актуальность расчета волатильностей финансовых инструментов.
  • Знать примеры областей применения расчетов волатильности.
  • Знать популярные методы моделирования волатильности: EWMA-, HAR-RV-, SV- и GARCH-модели.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Введение и мотивация.
  • Тема 2. Определение и свойства GARCH-моделей.
  • Тема 3. Повторение метода максимального правдоподобия.
  • Тема 4. Оценивание GARCH-моделей методом максимального правдоподобия.
  • Тема 5. Прогнозирование волатильности с помощью GARCH-моделей.
  • Тема 6. Тестирование гипотез о значимости коэффициентов GARCH-моделей.
  • Тема 7. Примеры применения GARCH-моделей для моделирования волатильности реальных финансовых инструментов.
Элементы контроля

Элементы контроля

  • неблокирующий Проект
  • неблокирующий Тесты
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2022/2023 учебный год 2 модуль
    0.6 * Тесты + 0.2 * Проект + 0.2 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Analysis of financial time series, Tsay, R. S., 2010
  • Brooks,Chris. (2019). Introductory Econometrics for Finance. Cambridge University Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.b.cup.cbooks.9781108422536
  • Greene, W. H. (2015). Econometric analysis. Slovenia, Europe: Prentice-Hall International. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.1BF5A5CA
  • Tsay, R. S. (2010). Analysis of Financial Time Series (Vol. 3rd ed). Hoboken, N.J.: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=334288

Рекомендуемая дополнительная литература

  • Финансовая математика: потоки платежей, производные финансовые инструменты : учеб. пособие для вузов, Ширяев, В. И., 2007

Авторы

  • Погорелова Полина Вячеславовна
  • Вакуленко Елена Сергеевна
  • Озоглу Дарья Ахметовна