• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Анализ многомерной волатильности финансовых активов

ФИО студента: Мясоедов Михаил Викторович

Руководитель: Силаев Андрей Михайлович

Кампус/факультет: Факультет экономики НИУ ВШЭ (Нижний Новгород)

Программа: Магистратура

Год защиты: 2014

Аналитики финансовых рынков хорошо знают, что большинство активов движутся в одном направлении, зависимо друг от друга. Наличие данной зависимости легко доказывается статистически, с помощью простейших показателей, таких, как коэффициенты корреляции. При этом существование такой взаимосвязи можно проследить как для активов, торгующихся на одном рынке, так и для активов, торгующихся на разных рынках. Поэтому при решении многих задач управления финансовыми активами игнорировать эту взаимосвязь было бы нелепо. Тем не менее, до недавних пор большинство финансовых рядов анализировалось с помощью моделей, основанных на информации об истории торгового каждого конкретного отдельного актива. Безусловно, это снижало точность исследований и получаемые на практике результаты. Поэтому в последние годы исследователи все чаще обобщали одномерные модели на многомерный случай, по ходу решая возникающие проблемы. Цель данной работы – рассмотреть возможности моделирования многомерных доходностей финансовых активов. Наибольшее внимание в работе будет уделено вопросам моделирования многомерной волатильности. В первой части работы рассмотрены основные способы обобщения одномерных моделей доходности на многомерный случай. В частности, обобщением одномерных моделей среднего являются векторные авторегрессии. Обобщением одномерных моделей волатильности являются многомерные модели волатильности, к которым относится BEKK, EWMA, CCC-MGARCH, DCC-MGARCH и другие модели. Кроме того, значительное внимание в работе уделено функциям копулы, которые могут повысить эффективность использования многомерных моделей волатильности. Во второй части работы рассмотрены практические аспекты оценки многомерных моделей волатильности. Основное внимание уделено сравнению эффективности моделей с динамической корреляционной матрицей, то есть таких моделей, где не только дисперсия, но и корреляционная матрица зависит от времени (в отличие от моделей класса CCC-MGARCH). Сравнивается эффективность модели DCC-MGARCH и Copula-MGARCH, показано, что при схожести полученных оценок последняя модель подгоняет данные все же несколько точнее. Рассмотрены практические аспекты применения данных моделей на примере расчета фактора VaR, описана методология построения этого показателя для рассматриваемого случая. Объектом исследования в работе являются многомерные распределения доходностей финансовых активов. Предмет исследования – котировки, результаты торгов по активам на фондовом рынке. Все необходимые расчеты будут выполнены с помощью статистического пакета R.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ